Рабочий процесс на основе машинного обучения без кода на каждом рабочем столе
Почему мы инвестировали в Levity.ai
Мы рады сообщить, что наша портфельная компания Levity и, что более важно, продукт, который они создают, наконец, вышли из скрытого режима. Мы хотели поделиться своими мыслями о наших инвестициях в компанию и, как следствие, о том, куда, по нашему мнению, движется большая часть рынка автоматизации рабочих процессов.
Когда мы с Эндрю впервые встретились с Левити осенью 2019 года, мы были сразу впечатлены масштабом видения команды - и очень крутым склоном горы, на которую они намеревались подняться.
Два ключевых вывода
Легкомыслие основано на двух ключевых представлениях о том, куда движется ML: радикальной демократизации и радикальной коммерциализации. Мы долгое время верили в оба, и когда мы встретили Левити, мы нашли команду, которая довела эти два убеждения до их логического завершения:
- Демократизация: обещание искусственного интеллекта для всех. Группа пришла к выводу, что подавляющее большинство интеллектуальных работников смогут извлечь выгоду из той или иной формы машинного обучения. Когда рассматриваются проблемы создания приложений AI / ML с нуля, большинство вариантов использования просто исчезают. Хотел бы я автоматически классифицировать питч-деки как «корпоративные» или «потребительские», но затраты и усилия на создание и поддержку приложения AI / ML для этого непомерно высоки. Как специалист в области умственного труда, я мог бы связать некоторую логику вместе с Zapier, но ключевые факторы ценности этого приложения находятся в моей голове - конкретная эвристика, которую я использую для этого определения (которая может отличаться от таковой у многих других венчурных капиталистов). . Другими словами, мои личные факторы принятия решений невозможно воссоздать с помощью набора правил. Если, однако, исключить стоимость и сложность создания приложений на базе AI / ML, я смогу придумать множество вариантов использования AI / ML в моей работе - и многие другие практически для любой категории интеллектуальных работников, о которых я могу думать. . Команда Levity знала, насколько велики будут возможности AI / ML, и подходит к проблеме с точки зрения максимизации рыночных возможностей.
- Коммодитизация: миф о проприетарном ИИ. Во-вторых, подавляющее большинство техник и методологий машинного обучения будут полностью коммерциализированы и в большинстве случаев относительно легко построены. Для большинства случаев использования и большинства пользователей знание машинного обучения не будет отличительной чертой. Хотя AI / ML практически невозможно внедрить неспециалисту, на самом деле он не является источником конкурентного преимущества для людей, которые являются экспертами. В подавляющем большинстве возможных вариантов использования «мозг» моделей не так уж и уникален. Классификаторы и DNN, которые можно было бы создать для классификации изображений как «собаку» или «кошку», на данный момент практически не используются. Единственное реальное отличие в сегодняшнем мире машинного обучения - это доступ к большим объемам чистых данных - и Levity создает набор инструментов для экспоненциального увеличения этого важного фактора ценности.
UX - это ответ на парадокс демократизации AI / ML.
Что это значит, когда огромные возможности, связанные с революционной технологией, не за горами, но кажущиеся невозможными, несмотря на отсутствие патентованных технологий в этой области? Другими словами - если почти любой специалист по обработке данных может довольно легко создать классификатор изображений, почему я не могу - как нетехнический пользователь - создать свой собственный классификатор изображений для конкретного случая использования, в котором у меня есть данные для обучения и метки?
Пользовательский опыт (UX) - это ответ. Levity отвечает на парадокс демократизации AI / ML в пользовательском опыте. Цель Levity - позволить любому пользователю быстро, легко и весело создавать сложные, мощные рабочие процессы на основе данных - полностью автоматизированные и основанные на лучшей в своем классе технологии машинного обучения. Levity упрощает построение рабочих процессов на основе машинного обучения, как слайд-колоду. Когда мы изначально дорабатывали самые ранние версии продукта, мы получили отзывы: «Под капотом это не ракетостроение, но восхитительный опыт!» - Бинго.
Существует множество реальных примеров использования. Один из моих любимых примеров Levity в действии - это ветеринарная клиника в Германии. Они используют Levity для автоматизации процесса классификации изображений собачьих фекалий для анализа заражения червями. Используя Levity, они создали собственный классификатор изображений на основе сотен микроскопических фотографий собачьих фекалий, некоторые из которых содержат паразитов. Этот процесс экономит сотни человеко-часов времени - и это просто слишком уникальный вариант использования, чтобы существовать какой-либо «готовый» продукт. Мы делаем ставку на то, что существуют сотни потенциальных вариантов использования, которые одинаково «просты», столь же полезны и просто ждут, когда появится нужный набор инструментов.
Амбициозная задача. Что нам так понравилось в Levity, так это то, что команда правильно осознала, что настоящая проблема здесь - это вызов UX - и какой это вызов! Levity предлагает совершенно новый набор возможностей для широкого круга пользователей, которые, возможно, хотят получить преимущества AI / ML, но не имеют никакого интереса или необходимости углубляться в технические детали такого решения. Чтобы добиться успеха, Levity необходимо научить пользователей, что можно сделать с такой платформой, и научить их, как это делать. Levity необходимо направлять пользователей через процесс определения рабочего процесса, определения цели AI / ML, загрузки и категоризации данных обучения или выбора из набора предварительно созданных шаблонов. Levity необходимо сообщить пользователям об ограничениях и возможностях каждой автоматизации. Легкость должна вдохновлять пользователей, не расстраивая их, и обучать их, не запугивая. Это огромные проблемы. Именно такой вызов Angular был разработан, чтобы помочь основателям преодолеть его.
Команда, движимая миссией. Два основателя Levity, Геро и Тило, выдающиеся, вдохновляющие и глубоко преданные миссии компании. Они начинающие основатели, инженеры-самоучки и менеджеры по продукту, и, конечно же, не специалисты по данным (что мы считаем в данном случае положительным моментом). Мы очень рады сотрудничать с ними. Как и в случае со всеми нашими инвестициями, в конечном итоге основатели составляют основу нашего инвестиционного тезиса.
Рынок, которого не существует. Пока что.
Разблокировка огромного горизонтального рынка, который (пока) не существует. Levity - одна из относительно короткого списка действительно трансформирующих компаний, которые пытаются разблокировать массивный горизонтальный рынок, позволяя гражданам-пользователям что-то делать. они не могли этого сделать раньше. Microsoft разрешила любому создавать, печатать и обмениваться документами. Wix и Squarespace позволили любому создать сайт. Airtable позволял любому создавать хранилище данных и создавать на его основе приложения. Roblox позволяет любому создавать игру и делиться ею. Bubble позволяет любому создавать приложения.
Levity позволит любому - не только специалистам по обработке данных или разработчикам, но и всем - создать автоматизацию рабочего процесса на основе AI / ML, чтобы помочь им в повседневной жизни. Это новая категория - важная часть набора инструментов каждого специалиста. В отличие от текущих решений RPA, которые сложно и дорого реализовать (и довольно хрупко), Levity разработан с нуля, чтобы позволить каждому легко создавать рабочие процессы. И в отличие от многих точечных решений для автоматической классификации документов, Levity - это действительно горизонтальная игра. Как недавно написал в Твиттере их советник Дэвид Петерсон из Airtable, создание действительно горизонтальных инструментов намного ценнее и труднее, чем попытки решить конкретную узкую вертикаль.
Мы считаем, что со временем Levity станет важной частью личного технологического стека каждого интеллектуального работника, и приглашаем вас одними из первых попробовать это.
