오늘날 트랙터블은 가치 1억 달러. 당사의 AI는 전 세계 수백만 명의 사람들이 도로 사고로부터 더 빨리 회복하기 위해 사용하고 있으며 Tesla가 도로에 운행하는 만큼의 자동차를 재활용하는 데도 도움이 됩니다.

그리고 XNUMX년 전, Tractable은 저와 Raz(Razvan Ranca, CTO), 지하실에서 코딩하는 두 명의 대학 졸업생이었습니다. 다음은 우리가 수행한 방법과 그 과정에서 배운 내용입니다.

새로운 기술 혁신을 기반으로 구축

2013년에 저는 운이 좋게도 인공 지능(구체적으로는 딥 러닝)이 국제적으로 폭발하기 XNUMX개월 전에 이 분야에 뛰어들었습니다. Geoffrey Hinton의 "신경망을 사용한 기계 학습"이라는 Coursera 과정을 수강하면서 시작되었습니다. 사랑에 휩싸인 것 같았습니다. 그 당시 나에게 AI는 "터미네이터"와 같은 공상 과학 소설이었습니다.

그러나 기술 언론의 한 기사는 학문 분야가 부활하고 있다고 말했습니다. GPU(그래픽 카드)를 재프로그래밍하여 100배 더 큰 훈련 데이터 세트와 100배 더 높은 컴퓨팅 성능을 사용할 수 있게 된 결과, XNUMX년 전에 이미지 분류에서 예측 성능이 크게 향상되었습니다. 이것은 컴퓨터가 인간처럼 이미지에 무엇이 있는지 이해할 수 있기 시작했음을 의미했습니다.

다음 단계는 이 기술을 현실 세계로 가져오는 것이었습니다. 임페리얼 칼리지 런던(Imperial College London) 대학에 있는 동안 훨씬 더 숙련된 사람들과 팀을 이루어 식물 인식 앱 딥러닝으로. 우리는 교수님과 함께 Hyde Park를 걸으며 그가 앱으로 꽃 사진을 찍는 것을 지켜보았고 AI가 올바른 식물 종을 인식하자 기쁨에 웃었습니다. 이전에는 불가능했습니다.

나는 딥 러닝으로 이미지 분류에 모든 여유 시간을 보내기 시작했습니다. 그럼에도 불구하고 아무도 뉴스에서 그것에 대해 이야기하지 않았습니다. 심지어 Imperial의 컴퓨터 비전 연구실도 아직 그것에 대해 언급하지 않았습니다! 나는 내가 혁명적인 비밀에 빠진 것 같은 느낌이 들었다.

돌이켜보면 아직 비즈니스 세계에 도달하지 못한 획기적인 패러다임 전환을 겪고 있는 응용 과학 분야에 좁게 초점을 맞추는 것이 모든 것을 바꿔 놓았습니다.

가장 친한 친구가 될 상호 보완적인 공동 창립자를 찾으십시오.

나는 이전에 거절당했습니다. 기업가 먼저 (EF), 기술에 대해 아무것도 모르는 세계 최고의 인큐베이터 중 하나. 변경해서 다시 신청했습니다.

마지막 인터뷰는 Raz를 만난 해커톤이었습니다. 그는 케임브리지에서 기계 학습 연구를 하고 있었고 EF의 기술 테스트에서 XNUMX위를 차지했으며 파쇄된 문서 재구성 및 블러프를 감지할 수 있는 포커 봇에 대한 논문을 발표했습니다. 그의 베어본 웹 페이지 읽기: "현재 다루기 힘든 문제에 대한 데이터 기반 솔루션을 찾습니다." 이제 그것에 대한 링이 생겼습니다(그리고 우리가 Tractable에 대한 이름을 얻을 수 있는 곳).

그 해커톤, 우리는 밤새도록 코딩했습니다. 그 다음날 아침, 그와 나는 우리 사이에 특별한 일이 일어나고 있다는 것을 알았습니다. 우리는 함께 이사했고 아침에 Pantera에서 일어나서 밤에 마라톤을 코딩하기까지 매일 24시간 나란히 몇 년을 보냈습니다.

그러나 시드 라운드 직후 세 번째 공동 창립자로 합류한 Adrien(Cohen, 사장)이 없었다면 우리는 현재의 위치에 도달하지 못했을 것입니다. Adrien은 이전에 Amazon 및 Alibaba와 같은 동남아시아 온라인 슈퍼마켓인 Lazada를 공동 설립했으며, 이를 Alibaba에 1.5억 달러에 매각했습니다. Adrien은 우리에게 비즈니스를 구축하고 신뢰를 고취하며 세계적 수준의 인재를 고용하는 방법을 가르쳐 줄 것입니다.

잠재 고객을 조기에 발견하여 시장 적합성을 파악할 수 있습니다.

Tractable은 유료 고객이라는 유리한 출발점으로 EF에서 시작했습니다. 우리의 첫 번째 사용 사례는 … 플라스틱 파이프 용접이었습니다.

소문만큼 화려했다. 집으로 물과 천연 가스를 운반하는 파이프는 플라스틱으로 만들어졌습니다. 그들은 용접으로 연결됩니다(두 개의 플라스틱 끝을 녹이고 연결한 다음 냉각시키고 다시 하나로 굳히십시오). 이미지 분류 AI는 사람들의 용접 설정을 시각적으로 확인하여 좋은 품질을 보장할 수 있습니다. 무엇보다도 획기적인 AI의 실제 가치였습니다.

그러나 결국 우리의 유일한 유료 고객인 그들은 우리가 첫 번째 자금을 조달할 때와 마찬가지로 우리와의 협력을 중단했습니다. 그것은 거칠었다. 운 좋게도 파이프 용접 검사의 수가 투자자의 관심을 끌기에는 시장이 너무 적었기 때문에 유틸리티, 지질학, 피부과 및 의료 영상과 같은 다른 사용 사례를 탐색했습니다.

PlatoAi. Web3 재창조. 데이터 인텔리전스 증폭.
액세스하려면 여기를 클릭하십시오.

출처: https://techcrunch.com/2021/07/20/how-we-built-an-ai-unicorn-in-6-years/