Выпускники акселератора PwC Russia: виртуальный спортивный тренер и роботы-помощники для бизнеса
Основатели стартапов рассказывают о своём пути, а эксперты обсуждают их перспективы.
10 апреля завершился первый для PwC корпоративный стартап-акселератор, который мы организовали при поддержке венчурного фонда YellowRockets. 16 технологических стартапов в течение двух месяцев работали над пилотными проектами, получив доступ к партнёрской сети PwC. Три пилота уже реализованы, 47 идей для пилотов находятся на стадии проработки с нашими экспертами и клиентами.
Мы поговорили с основателями трёх стартапов-выпускников об их проектах и работе в акселераторе. Комментарии дали инвесторы и эксперты, которые вели проекты.
Мы создаём виртуальных тренеров по разным видам спорта. Мобильные приложения работают на базе технологии распознавания движений. При наведении камеры на человека программа автоматически распознаёт ключевые точки, выстраивает виртуальный скелет и определяет, в чём техника выполнения упражнений отличается от эталонной.
Собственный алгоритм мы разрабатывали более полугода и уже два года его улучшаем. В его основе — несколько нейросетей и классические алгоритмы компьютерного зрения. Изначально была идея использовать в приложениях дополненную реальность, поэтому много внимания уделяли производительности и качеству изображения. В итоге от дополненной реальности отказались, но добились того, чтобы технология работала в режиме реального времени.
Программа захватывает движения и даёт пользователю индивидуальные советы, что нужно скорректировать. Для каждого вида спорта свои метрики. К примеру, теннисное приложение определяет, верно ли человек провёл каждую фазу удара, и указывает, как следует выполнять те элементы, где были допущены ошибки.
С помощью теннисного или хоккейного приложения можно тренироваться самостоятельно. Спортсмен устанавливает смартфон в двух-трёх метрах от себя и отрабатывает удары. А в некоторых случаях приложение выступает в роли помощника для реального тренера. Например, по бегу.
Тренер снимает короткое видео — буквально три-четыре шага спортсмена. Этого достаточно, чтобы захватить основные параметры и проанализировать их по движениям виртуального скелета. Так же работает приложение для физиотерапии. Оно позволяет по походке следить за восстановлением людей, которые перенесли инсульт.
В акселераторе PwC мы работали над приложением, которое помогает хоккеистам отрабатывать броски с места: правильно поворачивать корпус, сгибать ноги, двигать руками. Пришлось усовершенствовать технологию, поскольку хоккейная форма довольно объёмная, и ключевые точки распознавать сложнее. Мы уже сделали базовый прототип, и через месяц пилотный проект должен завершиться.
Технология легко адаптируется под разные задачи — достаточно обучить её эталонным движениям. Когда мы нашли корпоративного заказчика для пилотного проекта, потребовалось не больше месяца, чтобы создать прототип виртуального хоккейного тренера.
Теперь стартап стоит перед выбором. С одной стороны, можно дальше развиваться в спортивном направлении — расширять функциональность приложений, добавлять новые упражнения.
С другой стороны, эту же технологию можно использовать в других отраслях, приблизить её к бизнес-задачам. Например, для мониторинга работы сотрудников на производстве. Распознавание движений может помочь минимизировать риск получения травм и повысить эффективность выполнения операций.
Сейчас стартап фокусируется на узкой нише. Объём рынка незначительный, соответственно, и инвестиционный интерес не слишком высокий. Инвесторы пока не видят возможности извлечь серьёзную выгоду. Проекту нужно расти вширь, добавляя более популярные виды спорта вроде футбола, или по вертикали за счёт интеграции новых функций.
Если они сумеют в среднесрочной перспективе доказать реальную эффективность продукта и сами спортсмены заметят, что качество тренировок значительно улучшается, тогда приложения могут стать очень популярными. В таких случаях инвесторы начинают вкладывать деньги в расчёте на рост капитализации, даже если нет просчитанной бизнес-модели.
Сотрудники любой компании вынуждены совершать много механических действий, которые можно автоматизировать. Эту проблему решает технология RPA (Robotic process automation).
Мы разрабатываем софт, который позволяет создавать программных роботов на компьютерах наших клиентов. Они полностью копируют действия человека. Это могут быть цепочки элементарных действий — например, скачать файл с почты, открыть его, добавить данные в CRM-систему, — и сложные операции с разветвлённой логикой.
Благодаря машинному обучению роботы не просто распознают тексты, но и понимают их смысл, принимают «осознанные» решения. Они, к примеру, способны мгновенно проверять на ошибки объёмные документы, вести в почте коммуникацию с партнёрами.
Мы не занимаемся непосредственно созданием роботов. Система устроена настолько просто, что клиенты справляются с этим самостоятельно. Они собирают помощника из предложенных блоков, как конструктор. Каждый блок — это одна операция.
Сфера применения практически безгранична. Наша разработка пригодится везде, где люди работают за компьютерами. Она наиболее эффективна для страховых и финансовых компаний, в медицине, телекоммуникациях и ритейле для учёта товаров и поставок.
Эксперты PwС подсказали решение, которое кажется простым, но мы к нему долго шли — сконцентрироваться на коробочных продуктах. То есть продавать готовые наборы блоков. Их можно объединять между собой и удалять лишние блоки. Это ещё больше упрощает создание роботов.
В акселераторе мы провели пилотный проект, который увеличил производительность сотрудников PwC, — создали цифрового помощника для продакт-менеджеров.
В работе с конечными клиентами компания использует каскадную модель, при которой в разработку продукта одновременно вовлечены много людей. Продакт-менеджеру приходится ежедневно проделывать колоссальную механическую работу: принимать и ставить задачи, вносить их в систему, курировать исполнителей, отчитываться перед клиентом.
Мы создали робота, который бёрет большинство задач на себя. Менеджеру больше не нужно часами заниматься рутиной, он может сконцентрироваться на когнитивных задачах.
Акселератор оказался отличной встряской для мозгов. Мы жили от недели к неделе. По каждой делали отчётную презентацию и планировали работу на следующую. Строгие дедлайны мотивируют: нам приходилось за неделю делать то, что в других условиях могли бы делать месяц.
Команда electroNeek получила одну из самых высоких оценок по итогам работы в акселераторе среди всех участников. Мы легко выстроили взаимодействие благодаря гибкости технологической платформы и клиентоориентированности команды стартапа.
Они изначально чётко понимали вектор, по которому хотят развиваться, и смогли объяснить его перспективы. electroNeek, так же как многие лидеры рынка RPA, хотят выступать в качестве вендора и привлекают партнёров для продвижения продукта.
После заключения партнёрского сотрудничества с electroNeek нам ещё предстоит проверить продукт на прочность с учётом потребностей внешних клиентов и тех задач, которые они хотят решать с помощью инструментов роботизации.
Я стал инвестором electroNeek ещё до того, как они подали заявку в акселератор. Обычно я не захожу в проекты на ранних стадиях, но в данном случае сделал исключение.
В первую очередь из-за того, что уверен в основателе стартапа Сергее Юдовском. У него богатый релевантный опыт. Сергей работал в крупных ИТ-компаниях и хорошо понимает, как нужно развивать продукты и привлекать аудиторию.
electroNeek заявил о себе в удачное время. RPA — молодая отрасль. Структура рынка ещё не сформировалась, аудитория не поделена между крупными игроками. Соответственно, новичкам намного проще строить бизнес.
Этот продукт может стать хитом мирового масштаба. Он недорогой, а автоматизировать процессы хотят все компании. Уже поступают заказы из США. Сейчас важно развиваться как можно быстрее, чтобы стать лидером индустрии.
Без машинного зрения робототехника не способна нормально функционировать. Например, робот, который забирает изделия с ленты конвейера, умеет работать только в рамках математической виртуальной среды и не понимает, что происходит в реальном мире. Если деталь выходит не под правильным углом или смещается на несколько сантиметров, робот теряется и не может её схватить. Тогда человеку приходится снимать деталь с конвейера вручную. Это привычное для нас поле автоматизации.
Мы серийно создаём продукты на основе технологий машинного зрения и системы обратной связи для роботов. Камеры отслеживают положение объектов, и роботу поступает сигнал: деталь сдвинулась, механическая рука должна переместиться чуть левее или правее.
Начав работу в акселераторе, мы с экспертами PwC проанализировали, по какому из направлений Warden Machinery стоит сделать пилотный проект. Остановились на внедрении машинного зрения на производственной площадке: система распознаёт, надеты ли на сотрудниках каски и спецодежда, сколько людей на площадке и где они находятся. Вообще, комплекс обучен распознавать 23 типа средств индивидуальной защиты, но для пилота мы выбрали только три.
Игнорируя правила безопасности, люди часто снимают каски. На промышленном объекте это недопустимо: на голову может что-то упасть, и компании придётся отвечать перед трудовой инспекцией или судом. Пилотный проект успешно завершён, менеджеры заказчика приняли результаты и оценили их на «отлично».
Сейчас мы защищаем проект на уровне вице-президентов и готовимся к контракту на полную автоматизацию промышленной безопасности. Система будет контролировать работу по чек-листу, отслеживать перемещения сотрудников по территории объекта, фиксировать бег и падения, наблюдать за степенью усталости охраны и диспетчеров. Это сценарии, которые у нас давно отлично работают.
Если PwC продолжит практику проведения акселератора, я рекомендую участвовать в нём стартапам, у которых уже есть готовый продукт. Специалисты PwC сразу выводят на диалог с крупными клиентами, и времени на разработку практически нет. Его нужно тратить на адаптацию технологии под конкретного клиента и внедрение.
Стартап заходил в акселератор, имея за плечами богатый и успешный опыт внедрения в разных областях. Технология отчасти схожа с той, которую развивает Pozus, поэтому мы развели их по разным направлениям.
Идея с отслеживанием средств индивидуальной защиты на производственной площадке возникала ещё на этапе отбора в акселератор. Задача интересная и, как выяснилось, не сложная для Warden Machinery. Думаю, у них большое будущее.
Это привлекательный стартап, но только для определённой категории инвесторов. Проект едва ли покажет взрывной рост, а именно этого ждут большинство венчурных фондов. Warden Machinery скорее заинтересует институциональные фонды, которые занимаются промышленностью и производством и готовы вкладывать крупные суммы в сложные продукты.
Взрывной рост демонстрируют B2C-проекты, которые быстро набирают большую аудиторию. А проектам для бизнеса нужно заключить контракты с несколькими лидерами рынка. У Warden Machinery, как я понимаю, таких контрактов пока не так много. Впрочем, отрасль машинного обучения стремительно развивается, и через год-два интерес инвесторов должен сильно увеличиться.
Pozus очень интересный проект, но видится как часть более сложного и комплексного продукта, котрый дает не только оценку правильности движений, но и других компонентов игры (особенно это касается командных видов спорта)
То, что они умеют делать это в реальном времени - отдельный респект.
Очень крутые ребята, да. Особенно когда смотришь их видео из залов. Я бы ещё подумал в сторону развлечений уйти - типа свои лучшие моменты сразу в строрис инсты со всеми показателями. Взлетело бы как Маскарад.
Ребята сделали ещё один зеннопостер?
При поверхностном взгляде так может показаться. Почитай про RPA (Robotic Process Automation). Если после этого всё равно будет чувство, что это те же самые продукты, то я могу подробнее объяснить.