Як український математик навчив штучний інтелект визначати стан здоров’я людини й тих працівників, хто хоче звільнитися
Серед клієнтів стартапу – українські та міжнародні корпорації
Аксіома проста: чим точніший прогноз, тим швидше підприємство досягне поставленої мети. Об’єднавши науку й технології, компанія IntelSoft створює інтелектуальні продукти, які здатні передбачити поведінку людини та знають наперед, наскільки ефективним буде те чи інше бізнес-рішення. Прогнози працюють у будь-якій сфері, незалежно від масштабу компанії, і головне – їхня точність наближається до 100%.
Кейсом компанії IntelSoft ми розпочинаємо ретроспективну серію матеріалів про перший акселератор UKRSIBBANK BNP Paribas Group – Popcorp, який відбувся 2018 року. Як медіапартнер нового акселератора, Mind поспілкується з фіналістами першого випуску про український ринок фінтеху, його можливості та перспективи, про рішення, що змінюють фінансовий сектор, а також про те, як розвивається їхній власний продукт і яких успіхів вдалося досягти після закінчення акселератора.
Андрій Матвійчук, СЕО IntelSoft, розповів Mind про те, як він «вчив» штучний інтелект, від чого залежить точність прогнозів і скільки коштів може економити бізнес, використовуючи прогнозну аналітику.
Понад п’ять років тому Андрій Матвійчук, доктор економічних наук, директор Наукового парку Київського національного економічного університету проводив по кілька зустрічей на день із менеджерами великих компаній. Він пропонував їм власну розробку, яка на основі даних могла з високою точністю спрогнозувати різноманітні бізнес-процеси та поведінку людей: від неплатоспроможності клієнта й ефективності маркетингової розсилки до несправності обладнання на виробництві.
«Це був універсальний алгоритм, здатний автоматично будувати прогнозні моделі та передбачати настання будь-якої події на різних наборах даних. Придбати програмне рішення, яке ще не встигло зарекомендувати себе на ринку, ніхто не наважувався», – згадує Андрій.
Молодий науковець ходив замкненим колом. Найбільшу перспективу застосування технології він бачив насамперед у фінансових установах для оцінки кредитних ризиків, однак для підписання бізнес-угоди не вистачало «кредитної історії»: щоб отримати замовлення в досить консервативному секторі, зазвичай необхідно мати вже реалізовані аналогічні проєкти.
Робота над створенням такої технології розпочалася в межах розробки інтелектуальної системи раннього попередження банкрутств українських підприємств, на яку Андрій двічі отримав грант президента України – у 2012 та 2014 роках. Саме тоді до цього проєкту долучився його аспірант – спеціаліст із Data Science та програміст Юрій Клебан, разом із яким вони тестували та вдосконалювали роботу алгоритму. «Тоді ми фокусувалися на задачі передбачення настання події – банкрутства підприємства, втілюючи передові наукові напрацювання задля досягнення максимальної точності прогнозу», – розповідає Андрій про перші кроки.
Команда не втрачала жодного шансу презентувати свої розробки. На черговій конференції, організованій консалтинговою компанією Extra Consulting для банківського сектору 2015 року, науковцям нарешті пощастило. Перше всеукраїнське бюро кредитних історій замовило розробку скорингових моделей оцінювання платоспроможності клієнтів банків, що стало першим комерційним замовленням. «Для нас це була цікава та зрозуміла задача. Здавалося, що ми нарешті знайшли Клондайк», – розповідає Андрій. Роботу планувалося закінчити за шість-сім місяців, однак проєкт розтягнувся на рік. Кілька місяців команда витратила на попередню обробку даних, які виявилися дуже різнорідними. «Цей проєкт послужив для нас чудовим приводом розробити додаткові автоматизовані алгоритми, які б ефективно справлялися з прогалинами та іншими недоліками в масивах первинних даних», – пояснює Андрій.
На цьому етапі до команди долучився ще один програміст – Антон Бочаров, з яким Андрій раніше працював у міжнародній ІТ-компанії. По завершенню проєкту прийшло розуміння того, що для успіху необхідний не лише технологічно досконалий продукт, а й ефективна взаємодія із цільовим ринком. Тоді ж до команди приєдналися брати Ковальські – маркетолог Дмитро та юрист Григорій, які мали досвід роботи у банківському секторі, зокрема в UKRSIBBANK. Банк натоді саме запускав Popcorp accelerator, націлений на пошук та інтеграцію стартапів у банківській сфері, і команда була впевнена – це вдалий шанс вийти на нових клієнтів. «Для нас це був переломний момент. До цього ми працювали в площині Наукового парку, а у 2018-му офіційно зареєстрували IntelSoft Technologies», – розповідає Матвійчук, який і очолив новостворену компанію.
У такому складі IntelSoft увійшла до 30 стартапів, які банк обрав для роботи з менторами. Протягом трьох днів провідні українські спеціалісти ділилися досвідом із засновниками стартапів щодо ефективної презентації їхніх рішень і комунікації з потенційними інвесторами. Потім IntelSoft перейшла до наступного етапу – компанія стала одним із 15 проєктів, які три місяці проходили поглиблене навчання зі стратегії, маркетингу, фінансів, юридичних питань тощо.
За умовами акселераційної програми, на кожній лекції мав бути хоча б один представник компанії. Андрій згадує, що їхня команда часто приходила ледь не повним складом. «Зазвичай у мене обмаль часу, тому я не думав, що активно ходитиму на ці заняття. Однак програма виявилася настільки практичною, що я суттєво розширив розуміння бізнес-процесів та отримав велике задоволення», – згадує Андрій.
Паралельно з навчанням команда працювала над тестуванням своєї технології, яке мало підтвердити її ефективність при вирішенні обраних банком завдань. «Це була чудова можливість відшліфувати навички на великих обсягах даних і продемонструвати, на що здатні наші розробки, щоб нас помітили», – зауважує Андрій.
І таки помітили. «Ми підписали договір із головним офісом BNP Paribas Group навіть раніше, ніж із дочірньою компанією в Україні», – згадує CEO компанії. Для BNP Paribas команда IntelSoft впроваджувала рішення з автоматизації процесу бюджетування. «Завдяки AI та математичному моделюванню, програмне рішення спрощує і систематизує процес внутрішнього бюджетування. Отже, компанія при плануванні своєї діяльності може відштовхуватися від високоточних прогнозів на базі як внутрішніх даних, так і зовнішніх: ВВП, курсу валют, інфляції та інших показників», – пояснює Андрій.
BNP Paribas обрала IntelSoft з-поміж інших європейських стартапів. Тестували алгоритми в марокканському банку групи. Вартість контракту СЕО IntelSoft не називає, але каже, що їхнє рішення було дорожчим, ніж у конкурентів. Після успішного впровадження інструменту BNP Paribas ухвалила рішення про масштабування в межах банківської групи, однак коронакриза уповільнила цей процес.
Співпраця IntelSoft з підрозділами UKRSIBBANK BNP Paribas та головним офісом групи дала змогу команді зробити важливий висновок. З боку бізнесу є суттєвий попит на прості в користуванні рішення, спрямовані на розв'язання окремих бізнес-завдань, тоді як складна прогнозна аналітика проводиться автоматично у фоновому режимі. Такий підхід дозволяє менеджерам середньої та верхньої ланки отримувати необхідні прогнози у звичних для себе метриках й ухвалювати рішення, які впливають на фінансовий результат компанії.
«З математичної точки зору здебільшого ми вирішуємо три типи задач, кожна з яких має широкий спектр практичного застосування в реальному бізнесі. Перший – передбачення настання події, наприклад, чи піде клієнт/співробітник із компанії або відгукнеться на маркетингову пропозицію. – пояснює Матвійчук. – Другий – кількісне прогнозування, коли прогнозоване число може приймати широкий діапазон значень, наприклад, прогноз обсягу продажів або цін на сировину, і третій – оптимізаційне моделювання в контексті так званої директивної аналітики, наприклад, оптимізація ціни продукту для досягнення необхідного об’єму продажів та навіть визначення сприятливих умов вирощування тварин».
Першою задачею, яку компанія IntelSoft допомагала розв'язати банку UKRSIBBANK, було передбачення відтоку клієнтів, чому, за словами Андрія, варто приділяти стільки ж уваги, як і залученню нових клієнтів: «Банківські клієнти часто йдуть «тихо» – не закривають рахунки, а просто перестають їх використовувати. Аналізуючи дані, ми можемо спрогнозувати, хто з клієнтів планує перестати користуватися послугами, що дає змогу завчасно вжити необхідних превентивних заходів».
«Щороку контракт пролонгується, і зараз ми виграли тендер на нову угоду. Зацікавленість нашою технологією з боку інших підрозділів банку зростає», – ділиться «українськими» результатами Андрій Матвійчук.
Сьогодні стартап працює ще з десятком організацій. Найбільш важливим для IntelSoft є той факт, що більшість нових проєктів ініціюють саме клієнти, які вже існують. Залежно від кількості таких проєктів у середньому над ними працюють 10–15 спеціалістів.
Плідно співпрацює компанія і з державними органами, наприклад з Міністерством соціальної політики України. Разом з IntelSoft вони реалізували пілот, який допомагав виявити випадки неправомірного отримання соціальної допомоги. Точність визначення порушників при перевірці в обраних для тестування регіонах наближалася до 100%. «За один місяць соцінспектори змогли перевірити 30 000 справ, що мали високий ризик неправомірного отримання коштів. З них було виявлено порушень майже на 8 млн грн, які мають бути повернуті до державного бюджету», – розповідає про результати пілоту Андрій.
Іноземні замовники з’явилися після презентації продукту на технологічній виставці VivaTech у 2019 році, куди команда потрапила за сприяння UKRSIBBANK. На виставці було 124 000 відвідувачів, серед яких – засновник Alibaba Group Джек Ма, прем’єр-міністр Канади Джастін Трюдо, генеральна директорка польотів у NASA Голлі Райдінгс. «Довелося тренувати свою англійську – багато хто з учасників підходив познайомитись. Після виставки контакти в телефонній книжці подвоїлися», – жартує Андрій.
Патенти на високоточні алгоритми компанія не реєструє, щоб не розкривати таємниці розробок у документації. Андрій запевняє, що IntelSoft під силу будь-яка задача моделювання, незалежно від галузі. Наприклад, у співпраці з відділом біомедицини Інституту кібернетики імені В. М. Глушкова команда тестувала алгоритми, які виявляють, чи є в людини серцево-судинні захворювання. Аналізували сотні різних даних, навіть рівень забруднення в регіоні проживання особи та інформацію про рівень доходів. Точність діагностування захворювань була майже 100%. Високу ефективність показали алгоритми в задачі оптимізації розташування торгових точок одного з українських ритейлерів. «Ми прогнозували рівень прибутку залежно від локації торгової точки», – пояснює Матвійчук.
Вийти на такий рівень вдалося без залучення інвесторів. «Ми не шукали інвестиції, ми шукали клієнтів», – ділиться засновник.
Наразі IntelSoft пропонує повністю кастомізовані під потреби клієнта рішення та ліцензує інтегровану технологію. Вартість ліцензії СЕО IntelSoft не називає та наголошує, що для кожного окремого продукту вона залежить від складності рішення, адже математична «начинка» залежить від задачі.
Наступна мета IntelSoft – запуск універсальних рішень під окремі задачі бізнесу на базі SaaS-моделі (програмне забезпечення як послуга), що, за словами Андрія Матвійчука, дасть змогу швидкого масштабування.
