Продукты
Решения
Компания

Антон Вайсбурд, со-основатель Datrics.ai. Про Corezoid, Barclays, Y Combinator и 50 миллионов бизнес-аналитиков.

img
Антон Вайсбурд, со-основатель Datrics.ai

Антон, где ты родился и вырос?

Я родился и большую часть своей жизни провел в Харькове. Учился на механико-математическом факультете университета им. В.Н.Каразина. Я всегда увлекался математикой. Мы с мамой создали в Харькове кружок по олимпиадной математике для детей, он и до сих пор работает, там уже около 3000 человек занимаются каждый месяц.

img
Children study at “Fizmatic” studio in Kharkiv

Ты сам что-то выигрывал?

Да. Я 4 раза был победителем Всеукраинской олимпиады по математике. И были еще турниры, матбои в Украине, России. Затем я ненадолго поехал учиться в Швецию, в город Векшё, изучал математику в приложении к финансам. Там я увлекся темой управления ликвидными рисками, финансовыми моделями. В какой-то момент я попал на работу в Barclays, возглавил команду аналитиков, занялся изучением предиктивных моделей.

Затем ты вернулся в Украину?

Да. Я начал работать в компании Softserve. За 3 года моя команда выросла с 3 до 30 человек. И я задумался: “Почему такой быстрый рост происходит?” Я понял, что практически любой бизнес-процесс в крупной организации может быть улучшен с помощью аналитики и машинного обучения. Например, выдача кредитов, управление складскими запасами, маркетинговыми кампаниями.

Можешь, пожалуйста, привести примеры?

Как сейчас часто принимается решение в крупных компаниях о выдаче кредита? Это очень простые правила: несколько проверок по кредитному бюро, базовый анализ профиля клиента, и все. Но можно работать гораздо эффективнее. Для одного из клиентов Datrics с помощью машинного обучения и более сложных математических моделей мы повысили качество кредитного портфеля на 40%.

Или пример из сферы управления складскими запасами. Каким образом менеджер компании понимает, сколько заказать ручек, тележек и так далее для продажи? Часто эти решения принимаются “вручную”. Посмотрел, сколько продано за прошлую неделю, ну значит нужно плюс-минус столько же заказать на следующую неделю. Математические модели позволяют гораздо точнее принимать подобные решения.

Мы даем возможность существующим сотрудникам, работать над математическими моделями с минимальным привлечением программистов и data scientists.

Как появилась компания Datrics?

Еще во время работы в Softserve мы видели, как быстро растет спрос на аналитику и машинное обучение. На рынке появлялось все больше проектов, где аналитики и ML-разработчики востребованы. Да, компании могут нанимать разработчиков в Восточной Европе, в Индии, но все равно количество разработчиков растет линейно, а спрос – экспоненциально. В мире не существует столько программистов, чтобы построить то количество математических моделей, которые необходимы бизнесу.

Мы поняли, что вот эту дырку нужно как-то закрывать. И Datrics является решением, как сократить этот разрыв между спросом и предложением. Мы даем возможность существующим сотрудникам, работать над математическими моделями с минимальным привлечением программистов и data scientists. С этой идеей мы и создали Datrics. В первую очередь, мы сосредоточились на машинном обучении для финансовых сервисов, так как у нашей команды уже был опыт в моделировании финансовых рисков.

В мире не существует столько программистов, чтобы построить то количество математических моделей, которые необходимы бизнесу.

Расскажи, пожалуйста, о команде основателей Datrics?

У нас 3 основателя. С Владимиром Софинским мы познакомились еще 7 лет назад во время работы в Barclays. Дальше работали вместе Softserve. Я отвечал за P&L и операционный менеджмент нашей команды, а Владимир – за data science часть. Еще один со-основатель – это Кирилл Кириков, мы дружим последние 13 лет, еще со времени учебы в Харькове на мехмате. До присоединения к Datrics Кирилл был СТО и сооснователем в 4irelabs, одной из киевски аутсорсинговых компаний.

img

В каком году вы основали Datrics?

Формально мы инкорпорировались в мае 2020 года, но прорабатывать идеи и создавать прототипы начали еще в 2019 году. Сейчас у нас на фултайм работают 12 человек, и еще по несколько сотрудников в квартал продолжаем нанимать. В основном, это технические специалисты. У нас практически никого нет случайного в команде. В основном, работаем с людьми, кого знаем лично из университета, из предыдущих мест работы. Мы считаем, что это хороший способ создать правильную атмосферу в команде.

Вы работаете все вместе в одном офисе?

Нет. Мы строим полностью онлайновую, децентрализованную, распределенную команду. Люди работают из США, Индонезии, Украины.

img

Кто был первым клиентом Datrics?

Первый клиент пришел к нам из той самой аутсорсинговой компании в Киеве, где работал Кирилл Кириков. Его зовут Марио, и мы встретились еще на этапе, когда у нас была только идея. Марио послушал нас, покивал головой, и сказал, что наш питч ужасен, но идея ему нравится. Через несколько месяцев компания Марио стала нашим первым клиентом, и мы очень сдружились уже не только на профессиональной почве.

В чем была суть кейса?

Мы разработали алгоритмы по поиску аномалий и предсказанию изменений в котировках цен на криптовалюты.

Мы сокращаем время от “грязных данных” до получения ценности для бизнеса.

Технологии Datrics можно использовать в сфере крипто-трейдинга?

Да. Datrics – это горизонтальная платформа для самых разных индустрий. Мы сокращаем время от “грязных данных” до получения ценности для бизнеса. Это могут быть инсайты, прогнозы, более точные расчеты. В Datrics есть шаблоны, которые можно легко изменять и адаптировать под специфику бизнеса. Конечно, у нас много шаблонов именно для финансовых сервисов, в частности, для управления кредитными рисками.

img

С чего клиенты начинают использовать Datrics?

Обычно мы проводим первый звонок и начинаем не с того, что делает Datrics, а с того, что делает клиент, какие у него цели, KPI. После такого разговора становится понятным, можем ли мы реально помочь клиенту. Если нет, то мы стараемся указать на партнера или посоветовать каких-то знакомых, которые могут помочь.

Если мы видим, что Datrics может решить проблему клиента: сэкономить время, заработать больше денег или еще что-то, то мы начинаем обсуждать, как будем работать. Обычно мы показываем бесплатную триал веб-версию, чтобы клиент мог загрузить дата-сеты, можно обезличенные, попробовать что-то сделать со своими данными.

Поставить Datrics можно куда угодно: on premises или в любое облако. Данные живут в аккаунтах клиента и никогда не покидают периметр компании при коммерческом использовании. Мы обеспечиваем обучение, тренинги, поддержку. С каждым клиентом у нас есть выделенный канал связи, чтобы регулярно смотреть, все ли в порядке, понимать потребности клиента, разрабатывать дополнительные фичи, если видим, что запросы клиентов повторяются.

img

Кто обычно принимает решение на стороне клиента об использовании Datrics?

Наши покупатели – это главы бизнесов, главы юнитов, например, может быть Head of Risk management. Мы говорим: “Твои итерации по аналитике и кредитному скорингу будут стоить в 2 или 3 раза дешевле, а запускаться будут в 2 раза быстрее. Благодаря Datrics клиент гораздо быстрее интегрирует разные источники данных и начинает получать ценность для бизнеса.

Сколько времени в среднем необходимо для запуска проекта с новым клиентом?

Проекты с финтех-компаниями мы запускали и за 4 дня. С банками сложнее. Даже если они очень хотят начать работу, то на все согласования уходит от 6 до 18 месяцев.

Вы самостоятельно занимаетесь продажами или через партнеров?

В первую очередь, это founder-driven sales. Пока что лучше нас самих никто не расскажет о продукте. И никто не станет так глубоко погружаться в проблемы клиента и специально под него создавать быстро масштабируемые решения. В то же время, у Datrics есть уже достаточно готовых наработок, например, те же шаблоны по моделированию кредитных рисков. Тут мы стараемся выстраивать работу через партнеров, системных интеграторов, которые способны работать по стандартным схемам.

В каких странах у Datrics сейчас идут проекты?

США, Великобритания, Украина, Сингапур.

И с Datrics, и с Corezoid работают бизнес-аналитики. Я встречал цифру в исследовании Gartner, что к 2024 году в корпорациях 65% людей будут жить в low code\no code парадигме и будут уметь пользоваться такими технологиями, как Corezoid, Datrics и т.д. А сейчас таких людей только 1-2%.

Антон, чем тебе нравится Corezoid?

Мне кажется, что технологии Datrics и Corezoid идейно сходятся в одной плоскости. Мы говорим об автоматизации бизнес-процессов. И мне очень нравится идея Corezoid, когда бизнес-процесс раскладывается по полочкам на отдельные составляющие. Каждый кусочек бизнес-процесса – это отдельная независимая сущность, за которую отвечает отдельный сотрудник, и все это складывается в огромную такую живую мозаику. Datrics может быть одним из кусочков такого пазла.

Нам очень комфортно интегрироваться с Corezoid через API. И мы понимаем, что тут совсем нет конкуренции, наши технологии дополняют друг друга. Собственно, поэтому мы даже сделали готовый шаблон интеграции с Datrics и опубликовали его на Corezoid Marketplace.

И с Datrics, и с Corezoid работают бизнес-аналитики. Я встречал цифру в исследовании Gartner, что к 2024 году в корпорациях 65% людей будут жить в low code\no code парадигме и будут уметь пользоваться такими технологиями, как Corezoid, Datrics и т.д. А сейчас таких людей только 1-2%.

И это логично. В мире просто нет такого количества профессиональных программистов, чтобы решить все те задачи, которые нужны бизнесу. Кроме фактора человеческого ресурса, в нашу пользу играют еще и технологические факторы: не нужно поддерживать зоопарк софта, не нужно ломать голову над построением аналитики, не нужно перебрасываться сложными техническими заданиями и баг-репортами от бизнеса к ИТ и обратно. Я думаю, что наши подходы станут доминирующей парадигмой.

А пока еще программисты, data scientists – это такие уникальные люди, их мало, они всем нужны. Но ведь решать проблему можно кардинально по-другому, а не за счет обучения большего количества людей программированию.

Нам очень комфортно интегрироваться с Corezoid через API.

Как вы попали в Y Combinator?

Наверное, Y Combinator – это уникальное место в мире, куда стремится любой стартап на начальных этапах своего развития. Как мы сейчас понимаем, до Y Combinator нам жилось очень спокойно. Мы и раньше много работали, но сейчас вот совсем много стали. Y Combinator – это одна из значимых вех в развитии Datrics. И речь даже не о деньгах или о каком-то знаке качества от Y Combinator, просто это признание, что мы думаем в правильном направлении, это возможность быть частью комьюнити из 2500 компаний, которые уже наступали на грабли, подобные нашим, и могут подсказать правильные решения. И весь этот процесс в Y Combinator заточен не под то, чтобы поднять деньги инвесторов, а под то, чтобы сделать наш продукт лучше, превратить его из идеи в масштабный бизнес.

Как Datrics позиционирует себя относительно конкурентов?

Мы находимся в зоне где-то между масштабными корпоративными ИТ-решениями, и небольшими сервисами, которые умеют узко решать одну задачу. Мы предоставляем простой инструмент для работы с данными для бизнес-аналитиков и доменных экспертов. Мы говорим с бизнес-аналитиками на одном языке. Мы строим такой user experience, чтобы человек от работы с данными в Excel или Google Spreadsheet перешел в Datrics.

Мы строим такой user experience, чтобы человек от работы с данными в Excel или Google Spreadsheet перешел в Datrics.

Еще одно преимущество Datrics – мы легко встраиваемся в существующую ИТ-инфраструктуру клиента. Как только в компании появляется Datrics, бизнес-аналитикам и экспертам для работы со своими данными больше не нужно привлекать ИТ, просить коллег разворачивать какие-то дополнительные инструменты и т.д.

У Datrics есть какие-то собственные уникальные математические алгоритмы?

Честно скажу, что нет. Мы просто сделали удобной работу с хорошо известными в мире математики алгоритмами. В условиях, когда бизнес пока еще очень плохо умеет извлекать выгоду из своих данных, разумное приложение machine learning и математических моделей практически к любому бизнес-процессу дает позитивный эффект.

img

Почему Datrics появился именно в 2021 году? Могла ли ваша технология родиться раньше?

Во-первых, сейчас становится все более ощутим кризис с аналитиками и инженерами по machine learning. Если раньше еще можно было нанять команду в Индии, Аргентине, Украине, Беларуси, то сейчас эти команды в необходимом количестве просто кончились. Для бизнеса это боль. А будет еще бОльшая боль через год, и невозможная боль через два.

Для бизнеса это боль. А будет еще бОльшая боль через год, и невозможная боль через два.

Во-вторых, технологии, которые мы используем для разработки Datrics, еще просто не существовали в таком виде несколько лет тому назад. Цена создания корпоративного ПО за последние годы снизилась. Еще 10 лет тому назад такую платформу как Datrics нужно было бы пилить 5-10 лет огромной командой. Мы справились небольшой командой за один год. Все эти cloud native инструменты, Docker-контейнеры, distributed computing, Python, Dask и т.д. сильно облегчают нашу задачу.

Еще 10 лет тому назад такую платформу как Datrics нужно было бы пилить 5-10 лет огромной командой.

Антон, как ты поддерживаешь физическую форму для эффективной работы?

Вот эти 3 месяца работы с Y Combinator – они очень сложные. Мы работаем по 15 часов в день. Но это стоит того: встречи с клиентами, работа над продуктом, общение с фаундерами выдающихся компаний. На спорт успеваю выделять время, в Киеве хожу в SmartAss на crossfit, high-intensive тренировки.

Можешь рекомендовать читателям какие-то книги?

Из бизнес-литературы на меня произвела впечатление книга “Crossing the Chasm” Geoffrey Moore. Еще я люблю фантастику: Рея Бредбери, Макса Фрая, Роджера Желязны. У Y Combinator есть много полезного видео в открытом паблике на YouTube, смотрю, когда нахожу время.

img

Антон, что тобой драйвит, почему ты делаешь то, что делаешь?

Я не могу сказать, что речь идет о деньгах. Невозможно работать по 15 часов в сутки за деньги. Мы хотим создать продукт, которым пользуются миллионы людей.

А точную цифру назвать можешь?

Я читал, что к 2025 году в мире будет около 50 миллионов людей, которые работают с данными или аналитикой так или иначе. Вот для них мы и работаем.

ПОКАЗАТЬ ВСЕMore
Создай свой первый процесс!