Как мы в 2,5 раза увеличили количество клиентских проектов, создав ИИ для дизайна интерьера

Привет! Меня зовут Павел Бондарь, я генеральный директор FlyFlat, компания специализируется на дизайне интерьеров. В этой статье расскажу, как мы создали сервис на основе ИИ, с помощью которого любой человек может создать дизайн квартиры или дома.

FlyFlat создает дизайн и находит в магазинах нужные предметы интерьера

FlyFlat разрабатывает дизайн интерьеров, для этого у нас есть целый штат сотрудников. Разработка вручную занимала много времени — по нашей оценке, сроками были недовольны 63% клиентов.

Мне хотелось снизить нагрузку на дизайнеров и сократить сроки разработки проектов. Появилась идея создать сервис на основе ИИ — его могли бы использовать и наши дизайнеры при работе над клиентскими проектами, и все желающие.

Так появился сервис FlyFlat, вот что он умеет:

  • Генерировать варианты дизайна интерьера на основе текстового описания.
  • Создавать модель квартиры по фотографиям и подбирать мебель.
  • Распознавать предметы интерьера на фото и находить магазины, где их можно купить.

В основе сервиса — нейросети, технологии виртуальной и дополненной реальности. С их помощью можно накладывать сгенерированные дизайны на фотографии реальных квартир.

Как мы в 2,5 раза увеличили количество клиентских проектов, создав ИИ для дизайна интерьера

Разработали MVP на собственном оборудовании, а затем решили переехать в облако

Мы разработали MVP и провели первые тесты на собственной инфраструктуре. Но ресурсы наших серверов ограничены, и для продакшена локальное развертывание не подходило.

  • На этапе MVP мы не готовы закупать оборудование впрок, особенно с учетом дефицита «железа».
  • Не хотелось нагружать штатных ИТ-специалистов еще и администрированием инфраструктуры.
  • На собственном оборудовании сложнее масштабироваться. Ресурсов может не хватить, если завтра количество пользователей резко вырастет.

Поэтому решили размещать FlyFlat в облаке. Для сервиса требовались:

  • Высокопроизводительные процессоры для стабильной работы и обработки запросов;
  • GPU для быстрого обучения ML-моделей;
  • Хранилище для датасетов, ML-моделей, стандартных каталогов жилья, элементов интерьера и других данных.

Стали искать провайдера, который предоставит нам все необходимые ресурсы.

Прошли отбор в программу поддержки стартапов облачного провайдера и экономим на инфраструктуре

Пока выбирали провайдера, посмотрели всех крупных российских поставщиков. Нам были важны следующие критерии.

  • Ресурсы. Искали провайдера, который предоставит достаточно мощностей и позволит масштабировать инфраструктуру под нагрузку.
  • Компетенции. Важно, чтобы у сотрудников провайдера был опыт в Machine Learning и построении систем для работы с данными. В общем, чтобы нас могли проконсультировать по архитектуре.
  • Прогнозируемость. Важно, чтобы облачные сервисы стабильно работали, а новые фичи появлялись регулярно — это позволило бы нам планировать развитие продукта.
  • Клиентоориентированность. Мы хотели попробовать разные сценарии и подходы к работе в облаке. Было важно, чтобы провайдер позволял провести нужные тесты и делился опытом.
  • Стоимость. На этапе MPV мы не были готовы к большим инвестициям, поэтому искали провайдера, который предлагает стартапам специальные условия.

В итоге, подали заявку на участие в программе поддержки стартапов VK Cloud. Прошли отбор и сейчас пользуемся скидками, что дополнительно снижает наши расходы на ИТ.

Сейчас в облаке VK Cloud используем несколько сервисов:

  • Виртуальные машины для работы ИИ-алгоритмов и запуска нашей базы данных.
  • S3-хранилище для горячего хранения данных. В нем разместили как фотографии, каталоги готовых интерьеров, мебели и других объектов.
  • GPU NVIDIA Tesla A100, его используют нейросети для дообучения на пользовательских данных и выдачи готовых результатов.
  • GPU NVIDIA Tesla V100 — нужна, чтобы распознавать объекты на изображениях.

Результаты

  • Сейчас идет бета-тестирования сервиса FlyFlat, им пользуются 300 дизайнеров и 600 частных пользователей.
  • Сократилось время разработки одного интерьера, вместе с ИИ наши дизайнеры ежемесячно разрабатывают в 2,5 раза проектов.
  • Виджет FlyFlat интегрирован на сайты застройщиков — люди могут подобрать интерьер для квартиры, которую смотрят. Это позволило увеличить конверсию в звонок на 17%.
  • После завершения бета-тестирования планируем публичный релиз сервиса.
Начать дискуссию