Как мы делали Facebook для станков: опыт по созданию сервиса для заводов

Я работал в фонде «Сколково» и отвечал за кластер информационных технологий. Наступил 2017 год, поднялся хайп по поводу интернета вещей и искусственного интеллекта (AI). У меня была небольшая команда единомышленников и, как это бывает, возникла идея создать компанию на зарождающемся рынке. Два года назад, как и сейчас, ходило большое количество мифов об AI, поэтому прежде чем погрузиться с головой в новый бизнес, мы проанализировали целый ряд международных исследований. Эксперты выделяют четыре наиболее финансово емких сферы, обладающих большим потенциалом роста: «умные» города, ЖКХ, медицина, промышленность.

Мы сразу отказались от идеи строить бизнес в сферах медицины и ЖКХ, потому что эти отрасли тесно связаны с государственным сектором, а наша будущая компания должна была быть ориентирована прежде всего на корпоративный сектор. Кроме того, работая в «Сколково», я понял, что каждый «умный» мегаполис умен по-своему, создать типовые решения для Москвы и Барселоны невозможно.

Оставалась промышленность, которая практически в каждой стране «делает» от 50 до 70% ВВП. Еще одним доводом в пользу заводов и фабрик стало то, что в промышленном производстве используется оборудование одних и тех же ведущих поставщиков, технологический уклад совпадает и в австралийской шахте, и в забое на территории Кузбасса. При этом на заводах часто используются устаревшие информационные системы, которые должны контролировать работу станков. На разных заводах одной компании могут стоять разные системы учета, поэтому полученные данные невозможно сразу вносить в единую автоматизированную базу. Не стоит забывать, что большой процент промышленного оборудования работает уже довольно давно и в принципе не может передавать никакой информации для мониторинга производства.

Изначально мы решили предложить рынку единую цифровую экосистему, в рамках которой к Сети будет подключен каждый станок, каждый погрузчик или самосвал, а данные операционных систем будут автоматически передаваться бизнес-системам. Сейчас мы уже предоставляем продукты аналитики и анализа данных для промышленных компаний, которые позволяют оптимизировать технологические процессы, вести мониторинг промышленного оборудования и управлять работой персонала предприятия.

Мы договорились, что строим не технологический стартап, а бизнес, поэтому сразу составили бизнес-план по выручке, по выходу на новые рынки. Дальше скрупулезно следовали поставленным целям и смогли их достичь.

Начало работы ИT-компании: прогнозы vs реальность

Но это не значит, что у нас все шло так, как написано в красивой бизнес-стратегии для инвесторов. Выходя на рынок, мы считали, что необходимо создать или купить очень мощную ИT-платформу для промышленного интернета, которую сразу захотят установить производственные гиганты. А в качестве приятного бонуса можно собрать сильную команду дата-сайнтистов, которые будут создавать продукты, необходимые всем клиентам. Но реальная жизнь устроена так, что недостаточно создавать продукт в тишине лабораторий и ждать, когда придут клиенты. Все происходит совершенно наоборот — ты идешь к заказчику и спрашиваешь, что ему необходимо для улучшения его производства. Так параллельно формируются продукт и рыночное предложение. С точки зрения продуктовой стратегии — наши подходы изменились уже через полгода после основания компании.

Разрабатывать или покупать

Довольно быстро мы поняли, что у нас нет и трех лет для разработки программных продуктов с нуля. Рынок цифровых решений для промышленности развивается очень быстро, поэтому жизненно необходимо искать стартапы и становиться для них стратегическим инвестором. За два года с момента основания мы купили несколько компаний, разработавших перспективные программные продукты для систем мониторинга, диспетчеризации. Но в зоне искусственного интеллекта, который кажется нам наиболее перспективным, готовых решений не нашли. Поэтому создали свой R&D центр (Research and Development — центр исследований и разработок). Он разрабатывает рекомендательные системы для управления цифровым производством в режиме реального времени на базе искусственного интеллекта.