Сначала он разработал систему стабилизации камер для беспилотников, затем участвовал в создании «воздушного» дисплея, а впоследствии основал компанию EORA, которая предлагает решения на основе искусственного интеллекта (AI, Data Science, Data Mining). Его имя — Роман Доронин.

Роман учился в аспирантуре по направлению «Экономика инноваций» в МГУ им. М.В. Ломоносова, четырежды становился лауреатом премии «Наше Подмосковье». Недавно его компания EORA выиграла конкурс ведущего провайдера платежных сервисов QIWI и сейчас занимается реализацией проекта для него.

Мы пообщались с Романом Дорониным о том, как он начинал свою работу в сфере AI, о конкуренции в этой нише и о том, какие сложности возникают в работе с крупными клиентами.

Начало моей деятельности было не совсем связано с искусственным интеллектом. Сначала я работал в «Связь-Банке» специалистом по защите информации. Тогда я еще учился в университете МИИГАИК на факультете прикладной космонавтики и одновременно подрабатывал.

«Мы стали одним из первых резидентов „Сколково“»

Первый мой проект стартовал в 2009 году. Мы сделали систему стабилизации камеры для беспилотных летательных аппаратов, необходимую, чтобы картинка не тряслась во время полета. А после я выступил соучредителем одного из самых известных стартапов на то время — DISPLAIR, который разрабатывал «воздушный» экран.

Мы стали одним из первых резидентов «Сколково», привлекли довольно крупные инвестиции и на протяжении четырех лет были известной компанией. Нас представляли Дмитрию Медведеву и другим крупным чиновникам, мы стали резидентами в IT-парке в Татарстане. Ну а дальше я уже начал заниматься компанией, которая называется EORA. Но она не сразу стала заниматься решениями искусственного интеллекта.

Сначала мы делали сервис, который был, по сути, Uber'ом эвакуаторов. У нас были уже хорошие компетенции в комбинаторной оптимизации, то есть в построении оптимальных маршрутов, и мы подумали, что технологий хватит для создания успешного бизнеса. Дальше мы компанию переименовали в EORA.HELP, она жива до сих пор.

«Начинали с таких технологий, как процессинг и обработка естественного языка»

Компания продает пакеты услуг для помощи на дороге. Пакет покупается, как страховка: в него входит эвакуация, автопомощь, консультация юриста, подвоз топлива. Все это действует на протяжении года.

Уже потом в EORA.HELP мы захотели создать своего ассистента. Мы заинтересовались этим направлением, начали разбираться в теме чат-ботов, и тогда зародилась большая компания EORA — решения на основе искусственного интеллекта. Это было в 2015 – 2016 году — довольно долгий период, такое не происходит за один день. Начинали работу с таких технологий, как процессинг и обработка естественного языка NLP. Часть всей диалоговой системы построена на базе этих технологий.

«Команду объединяют хакатоны»

Компания начала работать в этой сфере, потом стали участвовать в соревнованиях по программированию и в хакатонах. Сейчас наша команда — многократный победитель международных и российских соревнований по программированию. Постепенно к нам стали присоединяться специалисты из других областей искусственного интеллекта, а именно по компьютерному зрению и Data Science.

Сейчас у нас в группе две компании. Одна из них, EORA — диалоговая система, занимается автоматизацией коммуникаций. Вторая, EORA Data Lab, специализируется на Data Science и компьютерном зрении.

«Универсального рецепта успеха не существует»

Наше преимущество в том, что каждая из компаний занимается какой-то своей деятельностью: одна — языком и текстами, вторая — DataScienceи компьютерным зрением.

Также наше преимущество — это скорость. Мы быстро реализуем проекты, поскольку у нас много наработок. И плюс ко всему мы выгодные по стоимости, потому что базируемся в «Иннополисе» и можем себе позволить цены ниже, чем в среднем на рынке. Также мы всегда учимся: участвуем практически во всех хакатонах, в которых можем. Решаем каждую неделю новые задачи и умеем это делать.

Для того чтобы найти специалистов, нужно быть в тусовке, которой, по сути, и нет, то есть нужно участвовать в хакатонах, в тематических конференциях, можно пойти учиться в школу анализа данных «Яндекс». Но универсального рецепта не существует. Просто нужно много действовать, и не факт при этом, что сильные специалисты найдутся, ведь большие компании готовы предлагать им очень серьезные условия.

«Чем больше компания, тем сложнее с выплатами»

Самое сложное в работе с крупными заказчиками — это согласование контрактов, которое длится до полугода. И долгий процесс постоплаты: у многих компаний этот период составляет 60 дней. Потому трудности больше лежат в бизнес-области, а не в области решения задач.

Все хотят работать с крупными корпорациями, но нужно быть готовым к тому, что контракт будет очень-очень долгим. Вас будут прижимать по срокам и деньгам и часто менять условия на ходу. Особенно стоит учитывать долгий период оплаты: у маленьких компаний часто возникают кассовые разрывы, потому что заказ уже выполнен, а сам заказчик два месяца как не платит.

«Я не вижу сильной конкуренции, рынок почти пустой»

Чем больше компания, тем сложнее с выплатами. Всегда необходимо иметь финансовый буфер на этот случай. Сейчас многие эксперты учат, что нужно вынимать деньги из компании чистыми и, например, покупать машины, а я считаю это верхом глупости. Ничего не нужно вынимать: главное, чтобы у вас был буфер на три-четыре месяца автономной работы, и нужно сосредоточиться на том, чтобы этот буфер накопить. Излишек надо инвестировать в компанию и новых сотрудников, а также в продажи.

Я не вижу для нас конкуренции, да и в принципе конкуренции в этой сфере мало, потому что подобные решения — это очень редкие компетенции. Во-первых, найти хорошего дата-сайентиста и специалиста по компьютерному зрению очень сложно. Во-вторых, заказчики часто не знают, чего хотят, и надо отрабатывать знания об этой сфере, нарабатывать кейсы. А в-третьих, это только начало большой эры, как тогда, когда только появились сайты и интернет. Сегодня мало кто умеет работать с этим хорошо.

«Каждую неделю читаем лекции по машинному обучению»

У нашей компании есть социальный проект, который называется AI Community: каждую неделю читаем лекции, связанные с машинным обучением, компьютерным зрением, Data Science, разбираем кейсы хакатонов. Лекции ведут все мои партнеры и соучредители EORA. Это все уже больше года проводится в «Иннополисе».

«Мы хотим навести порядок в данных»

Один из самых интересных проектов, которые мы реализуем, — это анализ данных для QIWI. Основа бизнеса QIWI — это процессинговая деятельность, то есть перевод платежей. Через систему отправляются большие финансовые объемы, которые исчисляются в миллиардах. Так случается, что небольшая часть этих транзакций не проходит.

Наша задача в рамках проекта — навести порядок в данных, изучить поведение клиентов и структуру этого поведения, найти причину, почему некоторые транзакции не проходят, и устранить эти причины. Грубо говоря, если из 1 миллиарда платежей не прошло 50 миллионов, то, исправив какую-то техническую ошибку, мы экономим компании QIWI огромные деньги, потому что позволяем нормально работать.

Сейчас мы прошли экватор проекта. Релиз и финансовые результаты будут доступны в конце декабря. А на конференции мы покажем первые цифры, расскажем, что нашлось, как работали, как чистили данные и как обеспечивали скорость.


Роман Доронин из EORA прочитает совместный доклад с аналитиком платежной системы QIWI Дмитрием Замалеевым намероприятииAI Conference. Ивент, посвященный развитию технологий искусственного интеллекта, состоится в Москве 22 ноября.

Купить билет