Witajcie po majówce! Czy kiedykolwiek zastanawialiście się, jak nowoczesne technologie zmieniają świat? Oto historia Michaela Mazura, polskiego innowatora, który za pomocą sztucznej inteligencji zmienia globalny sektor budowlany.
Michael jest współzałożycielem i CEO AI Clearing Inc., firmy z siedzibą w Austin w Teksasie, która jest pionierem w automatyzacji nadzoru nad wielkimi projektami budowlanymi. Dzięki zaawansowanej AI, pomaga największym światowym firmom budowlanym oraz właścicielom infrastruktury w USA, Kanadzie, Europie Zachodniej, Bliskim Wschodzie i Indiach zarządzać ich inwestycjami z nieporównywalną precyzją.
🌍 Globalne Wpływy i Innowacje: Przed założeniem AI Clearing, Michael zarządzał Drone Powered Solutions w PwC, wprowadzając rewolucyjne technologie dla największych na świecie firm infrastrukturalnych.
Dzięki swojemu doświadczeniu, Michael i jego zespół przekształcają podejście do budownictwa, zyskując uznanie na arenie międzynarodowej. Posiada również kilka amerykańskich zgłoszeń patentowych.
💡 Rozmawiamy o Wyzwaniach i Przyszłości AI: Michael dzieli się przemyśleniami na tematy takie, jak:
- Jak różni się budowanie AI dla klientów korporacyjnych od rozwiązań dla konsumentów?
- Kluczowe aspekty sprzedaży AI w sektorze Enterprise.
- Strategie rozwijania firmy AI: od wielkiego wybuchu do małych kroków.
- Wykorzystanie wizji komputerowej AI w nadzorze nad budową – czy maszyny mogą być lepsze od ludzi?
🏗️ Dlaczego Sektor Infrastrukturalny Potrzebuje AI? Zrozumienie, dlaczego i jak AI przekształca tradycyjne metody budownictwa, jest kluczowe. AI Clearing jest przykładem firmy, która zastosowała AI do optymalizacji i monitorowania ogromnych projektów, jak NEOM, przyszłościowe mega miasta w Arabii Saudyjskiej.
🥇 Pionierskie Certyfikaty i Normy: AI Clearing była pierwszą firmą na świecie, która uzyskała certyfikat ISO 42001, co stanowi potwierdzenie ich innowacyjności i przestrzegania najwyższych standardów w branży.
👥 Czy AI Zastąpi Ludzi? Podczas gdy AI rewolucjonizuje sektor, ludzka intuicja i doświadczenie wciąż odgrywają kluczową rolę. AI i ludzie mogą efektywnie współpracować, tworząc przyszłość budownictwa.
🎧 Wsparcie dla 99 Twarzy AI: Jeśli podoba Ci się nasz podcast, prosimy o pozostawienie recenzji na Spotify lub Apple Podcasts. Wasze wsparcie pomaga nam docierać do nowych słuchaczy i dalej dzielić się fascynującymi historiami z krainy AI. Zajmie to tylko 2 minuty, ale dla nas znaczy wiele!
Dobrego dnia i niech #AI będzie z Wami wszystkimi!
Transkrypcja rozmowy
Disclaimer. Droga Czytelniczko, Drogi Czytelniku – mała uwaga dotycząca transkrypcji rozmowy. Jak się pewnie domyślasz – transkrypcja została przygotowana z wykorzystaniem magii LLM. Proszę o wyrozumiałość, gdyby pojawiły się w niej niewielkie błędy, literówki, etc. Żeby mieć pewność co do wszystkich wypowiedzi – polecam posłuchać, zamiast czytać. Ukłony.
Karol Stryja: Michał, witam cię serdecznie w kolejnym odcinku 99 twarzy AI.
Michael Mazur: Bardzo miło być tutaj, dzięki za zaproszenie.
Karol: Dzięki za jego przyjęcie. Powiedz mi, powiedz naszym słuchaczom, kim jesteś i skąd tak naprawdę wziąłeś się w tym miejscu, w którym teraz się znajdujesz. Jaki jest twój background, bo z tego co rozmawialiśmy przed nagraniem, wcale nie jesteś z wykształcenia informatykiem.
Michael: No nie. Jestem współzałożycielem i CEO firmy AI Clearing, która dostarcza rozwiązania AI dla budownictwa infrastrukturalnego, czyli dla tych olbrzymich projektów, o których słyszymy na całym świecie, kolei, dróg, farm solarnych. niomu, czyli tego niesamowicie długiego budynku, który idzie przez pustynię, czy ma iść przez pustynię w Arabii Saudyjskiej. Wcześniej pracowałem w doradztwie, przede wszystkim technologicznym w firmie PWC, a wcześniej pracowałem w firmie Orange w telekomunikacji. To był mój pierwszy krok po studiach, ale rzeczywiście studia kończyłem na SGH. Śmieję się, że jestem księgowym, kończyłem finanse bankowość. Ale jakoś tak się ułożyło w mojej życiu, że od początku zajmowałem się tą technologią i pracowałem w firmach technologicznych albo doradczych przy technologii.
A z AI cała historia zaczęła się już prawie 10 lat temu. Pracowałem wtedy w PwC, byłem partnerem, który odpowiadał za jakąś tam część biznesu i bardzo dużo pracowałem z takimi klientami, po angielsku to nazywamy asset heavy. czyli firmami energetycznymi, gazoilowymi, operatorami transportowej i infrastruktury i pomagają im rozwiązywać różnego rodzaju problemy i jakoś wszyscy oni mieli zadziwiającą grupę pracowników, I to od kilku do kilkunastu tysięcy, niezależnie czy w Polsce, czy w Stanach Zjednoczonych, których rolą było chodzenie. Czyli chodzenie, sprawdzanie, czy ta infrastruktura, sieci energetyczne, czy rury, czy drogi są w dobrym stanie. I wtedy Spotkałem na plaży, na helu mojego przyjaciela, z którym znamy się od pierwszego dnia studiów, Adama Wiśniewskiego i on wtedy mi opowiedział, co robił, bo miał taką małą firmę nadzoru budowlanego, kilkadziesiąt osób tam pracujących i opowiedział mi, że to był 2014 albo 2015 rok, że zaczął latać dronami. żeby patrzeć z góry na te postępy prac budowlanek i to była taka absolutna rewolucja, tego nikt na świecie jeszcze nie robił. Pierwsze takie firmy dopiero zaczęły się pojawiać gdzieś tam w Silicon Valley. Ja pomyślałem, że my tam z pracami budów nic nie mieliśmy wspólnego wtedy w PwC ani z firmami budowlanymi za bardzo, ale pomyślałem, wyobrazowałem sobie, że przecież zamiast tych tysięcy ludzi, których dodatkowo zaczyna brakować, szczególnie w Stanach Zjednoczonych czy w zachodniej Europie, Można by polecieć tymi dronami i później zaprząc takie bardzo wtedy jeszcze proste modele sztucznej inteligencji z object detection, żeby rozpoznawać takie rzeczy, które oni szukają, czy rdze, czy jakieś uszkodzenia, czy brak jakichś elementów. Spędziliśmy parę wieczorów rozmawiając o tym. Zacząłem rozmawiać też ze swoimi szefami w PWC. Udało mi się przekonać Adama, żeby przeniósł się do PwC z firmy, którą budował ze swoim ojcem. Zapiczowaliśmy, jak to się mówi, do centrali.
Dostaliśmy 2 miliony dolarów i zrobiliśmy Drone Powered Solutions. To był zespół, który tutaj w Polsce zatrudniliśmy pierwszych programistów AI-owych. Byliśmy chyba pierwszym klientem nVidii. 10 lat temu. 10 lat temu na taki olbrzymi superkomputer do uszenia maszynowego. Chyba Cinkciarz był drugim klientem. Też pamiętam, że nam opowiadali, w Wrocławiu był taki dystrybutor nVidii wtedy.
No i zaczęliśmy budować te modele. Pierwszym klientem był San Diego Gas & Electric, to jest taki jeden z najbardziej innowacyjnych firm energetycznych na świecie. To było wtedy, kiedy zaczęły się te pierwsze pożary w Kalifornii, która sobie zdała sprawę, że oni są największym operatorami w tej całej południowej Kalifornii. Zdaję sobie sprawę, że oni właściwie nie mają tak szczegółowej wiedzy o stanie swoich sieci dystrybucyjnych.
Kilkadziesiąt, chyba 30 tysięcy kilometrów. No i zatrudnili profesjonalnych dronoperatorów, żeby nalecieć to i szukali kogoś, kto pomoże im to automatycznie usystematyzować i przeanalizować. No i myśmy z naszym systemem stanęli do konkursu, bo to też było tak, że tam oprócz nas było jeszcze z tego co pamiętam IBM, jeszcze jakieś dwie firmy. No i dostaliśmy… Zbiór danych dostaliśmy tydzień na uczenie maszynowe.
Karol: Zbiór danych, czyli filmy rejestrujące i pokazujące.
Michael: Zdjęcia tych, bo tam oni szukali konkretnych, nazwali failure mode, czyli konkretnych braków czy uszkodzeń, więc przysłali nam kilka tysięcy zdjęć takich. uszkodzeń, dali tydzień. Później przetestowali nasz i tych konkurentów systemem. Myśmy doszli do 99,99 bezbłędności w ciągu tego tygodnia. Natomiast tam ta konkurencja, też duże firmy, to oni mieli gdzieś tam 70-75%, więc wygraliśmy to, dostaliśmy projekt i tak się zaczęła moja już praktyczna przygoda z AI, nie tylko eksperymentowanie, ale rzeczywiście praca dla wielkich korporacji.
Karol: Ale jeszcze w ramach PwC.
Michael: To było w ramach PwC. Myśmy potem mieli dosyć dużo klientów, ale właśnie z takiej istniejącej infrastruktury. Myśmy pracowali jeszcze z Pacific Gas & Electric San Francisco, z Hydro One, to największy taka firma utility w Kanadzie, z Deutsche Bahnem, czyli German Railways, z Saudi Telecomem.
Karol: Czyli tak naprawdę operacja w Polsce, myśl technologiczna w Polsce, a klienci na całym świecie.
Michael: Tak jest. W Polsce jakoś nie pamiętam, żebyśmy mieli wtedy klientów. Tu niestety nasze firmy, one bardziej patrzą na takie rozwiązania, które już są standardem gdzieś na świecie i wtedy je wdrażają. Wydaje mi się też, że w Polsce to oddzielny temat jest w ogóle, my się troszkę boimy przyznać naszych słabości generalnie. Jak pamiętam w tym samym tygodniu byliśmy w jednym z energetycznych dużych firm w Polsce i właśnie na koniec tygodnia polecieliśmy do San Diego Gazen Electric. W dystrybucji prądu to jest dosyć łatwo określić jak dobra jest firma, bo są takie publicznie dostępne rankingi tak zwanego downtime. Czyli tam ile tych godzin średnio na abonenta, abonent nie ma prądu. Polska firma, większość tych polskich firm tam się mieści w tym rankingu, czy mieściła, to było 10 lat temu, pewnie się dużo poprawiło, ale wtedy była zaraz nad Afryką. Naprawdę? Nie było dobrze.
Karol: Wiesz, trudno by pomyśleć, bo zobacz, że my mieszkając w miastach jesteśmy przyzwyczajeni do tego, że prąd jest dostępny cały czas.
Michael: Pewnie tak. Oczywiście w Polsce jest śnieg, w Polsce są różne takie warunki atmosferyczne, które pewnie nie ułatwiają, ale w każdym razie firma nie najwyżej w rankingu, dyrektor utrzymania i my mu pokazujemy te nasze metody, pomysły, ten AI, a mówi, że to… Za rok żebyśmy przyszli, bo skończyli właśnie budżetowanie, więc żeby budżetować nas to przyjdźmy za 10 miesięcy, to za 20 miesięcy zrobimy pilota i może za 3 lata zrobimy projekt, a w ogóle u nich jest wszystko super i on to z grzeczności tak nam zrobi. A pojedliśmy do tego San Diego Gas Electric, który jest chyba trzecim najlepszym dystrybutorem na świecie z punktu tego widzenia, na pewno najlepszym w Stanach Zjednoczonych. Tam było chyba pięciu dyrektorów oddanych od AI, takie funkcje już wtedy, których w ogóle nikt by nie pomyślał. I spędziliśmy z nimi chyba pięć godzin, gdzie my zaczęliśmy prezentować może w ostatniej godzinie, a przez cztery godziny oni nam opowiadali, co jest źle, jak się cieszą, że ktoś ma takie rozwiązanie, jak oni są w ogóle słabo zarządzani i muszą…
Nasz pomysł oni przyjęli z otwartymi rękami i dwa tygodnie później już mieliśmy ten konkurs, czy byliśmy w tym konkursie. Więc to jest zupełnie inna dynamika i myślę, że też kulturowo tam wszyscy są nastawieni na to, żeby się usprawniać, poprawiać, w związku z tym są w stanie o tym rozmawiać, chętnie dzielą się tym, co u nich nie działa, żeby znaleźć. Też tam jest absolutnie, to przede wszystkim w Stanach Zjednoczonych, Taka otwartość na zewnętrzne rozwiązania. Nikt nie ma pomysłu, żeby budować jakiś dział badań i rozwoju w firmie energetycznej czy firmie zarządzającej koleją. Tylko to się wszystko bierze z zewnątrz, bo wiadomo, że to będzie szybciej, lepsze i tańsze.
Karol: Identyfikacja usterek to jest jedno. A opowiedz o tym proszę, Michał, jak ewoluował Wasz pomysł biznesowy? Bo teraz zakładam, że zajmujecie się nie tylko identyfikacją usterek, ale…
Michael: Tym się już w ogóle nie zajmujemy, bo to był biznes, który rozkręciliśmy w ramach PWC. To jest świetna platforma, świetna firma. Zresztą to był duży sukces. W 2016 roku mówiliśmy na okładce Financial Times’a, „PwC deployed the drone army” z naszymi nazwiskami. Na koniec tego roku, 2017, mieliśmy całą stronę poświęconą Drone Parts Solutions w rocznym raporcie globalnym PwC. Natomiast to jakby jest tak, że mieliśmy świetną platformę świetnych kolegów na całym świecie, którzy pomagali nam dotrzeć do klientów, zapraszali nas. Myśmy wtedy nie wysiadali właściwie z samolotu. Ale są też ograniczenia takich firm. Największe chyba są zasady niezależności. Od czasów upadku Andersena wszystkie te firmy Big Four musiały wprowadzić zasady, że nie świadczą usług doradczych dla swoich klientów audytowych.
To jest rozsądne i bardzo dobre. Natomiast PwC jest absolutnym liderem audytu w tych sektorach, które nas interesowały, więc coraz częściej zdarzało się tak, że nawet sam klient do nas przychodził i pytał, czy mógłby zastosować naszą technologię, która była rozumiana jako usługa doradcza. A my niestety musimy im powiedzieć, że przez najbliższe trzy lata nie, a potem się zobaczy. I to się stało już takim dosyć dużym problemem. Plus ta nasza technologia, pojawiły się startupy, które też takie rzeczy zaczęły robić. No i postanowiliśmy ruszyć dalej już, tym razem samodzielnie.
Karol: Opowiesz o tym, o drodze do AI Clearing?
Michael: Oczywiście, a to była ciernista droga, bo myśmy zaczęli, czy ja wyszedłem z PwC w lutym 2020, dwa tygodnie przed początkiem COVID-u. To było dosyć ciężkie parę miesięcy, kiedy się okazało, że nagle nie można podróżować, że inwestorzy, którzy wcześniej byli zainteresowani, nagle przestali w ogóle inwestować i trzeba było szukać na gwałt engine inwestorów, żeby to popychać do przodu. Ale się udało. My nie chcieliśmy robić nic konkurencyjnego do tego, co robiliśmy wcześniej. Ten zespół ciągle istnieje, ma swojego nowego kapitana i dalej pracuje z klientami na całym świecie. Natomiast my postanowiliśmy wrócić do korzeni Adama, czyli tego Infrastructure Construction, co z punktu widzenia technologicznego, z punktu widzenia AI było absolutnie dużo większym i dużo trudniejszym wyzwaniem, bo znajdywanie usterek to jest prosta technologia technologiczna. Object Detection, gdzie w tym takim bounding box, kwadraciku, czy tam prostokąciku po prostu sztuczna inteligencja rozpoznawała, że gdzieś tam jest rdza albo tutaj brakuje jakiegoś elementu.
A construction, plac budowy, to jest żywy organizm i w dodatku w tym Infrastructure. Zmiana, porównanie. Codziennie się coś zmienia. Dokładności, które są oczekiwane, to już nie jest, że gdzieś tam coś zostało zbudowane, tylko… dokładnie w jakim miejscu, co się znajduje.
To musi być porównane z projektem budowlanym, to musi być porównane z harmonogramem. Więc wyzwanie było olbrzymie, nam 2,5 roku zajęło dojście do takiego, prawie 3 lata dojście do takiego stanu tego naszego systemu, żeby to można było rzeczywiście komercyjnie sprzedawać. Mieliśmy na szczęście… Szczęście do dobrych i cierpliwych inwestorów, którzy pomogli nam sfinansować ten okres takiego rozwijania deep techu. No i się udało. I w tej chwili ten nasz system potrafi spojrzeć na zdjęcia, co się nazywa ortofotomapa, czyli takie tysiące zszytych razem zdjęć z drona w pełni mierzalnych, które pod każdym pikselem mają też mapę wysokości, czyli to jest de facto trójwymiarowy obraz tego placu budowy. Nasz system alokuje każdy z tych pikseli do innej klasy obiektów, czyli rozumie dokładnie, że tutaj jest cegła, tu jest blok z cementu, tam jest studzienka, tam jest panel słoneczny i rozumie nie tylko, że on jest gdzieś tam, ale gdzie są jego krawędzie i każdy z tych punktów na krawędzi jest zlokalizowany geograficznie i jego wysokość jest też określona, czyli Nasz komputer rozumie trójwymiarowo, co tam się dokładnie znajduje.
Karol: Lokalizacja w przestrzeni, a nie na mapie.
Michael: I co to jest i potrafi to porównać z projektem budowlanym, czyli z takim BIM-owym czy trójwymiarowym modelem, projektem z harmonogramem. Tutaj najczęściej takim standardem jest Oracle Primavera, którego używają te duże firmy infrastrukturalne i budowlane. Porównuję to wszystko i daję naszym klientom raport poprzez takie dashboardy, gdzie jest informacja, jaki jest postęp prac i to z dokładnością do jednego panelu zainstalowanego, czy metra sześciennego ziemi przesuniętej, gdzie są problemy ze spójnością, bo to może nam się wydawać, że to nie jest problem. Trudno wybudować coś zgodnie z projektem, ale jeżeli mówimy o 50 kilometrach autostrady, 300 kilometrach kolei przez Afrykę, czy farmie solarnej 6×6 kilometrów, to nie sposób nie czynić tych błędów i kwestia jest szybka ich identyfikacja, co nasz system robi właściwie overnight. Więc te informacje są flagowane czy pokazywane klientom. No i już informacja o tym, czy wszystko jest zbudowane na czas, no bo startując z każdym takim nowym projektem dla klienta, my pobieramy od klienta informacje automatycznie właśnie o tym projekcie budowlanym, o harmonogramie, o głównych uczestnikach, czyli tych podwykonawcach, więc jesteśmy, czy system daje bardzo dokładne informacje, które wcześniej nigdy nie były dostępne, bo to… Czyli tak naprawdę zautomatyzowany nadzór budowlany.
Zautomatyzowany nadzór budowlany, takie eye in the sky, a standard takiego nadzoru w przypadku tej infrastruktury to jest 5-10% takiego placu budowy jest przeglądane czy analizowane, mierzone co miesiąc. Bo tego się nie da całościowo, więc tam są po prostu wybierane jakieś odcinki, sprawdzane, reszta jest ekstrapolowana. Pewnie dlatego najczęściej, kiedy słyszymy o tych dużych projektach budowlanych jako zwykli obywatele, to słyszymy dlatego, że są albo już opóźnione, albo przekroczony jest budżet. Czy to lotnisko pod Berlinem, czy HS2 pomiędzy Londynem a Birmingham, czy centralny port komunikacyjny. Czy ten teleport tam chyba jeszcze nie wbito w pierwszej… Paty, widzę, że żartujesz, więc trudno im powiedzieć, ale tak, to są od naszej strony przyczyny, więc my tak naprawdę przeskoczyliśmy, pozwalamy naszym klientom przeskoczyć do nowej epoki zupełnie, bo nagle nie są potrzebne…
Karol: Tak jak kiedyś był, czy jest real-time marketing, tak teraz real construction management, tak?
Michael: To jest overnight, to parę godzin oczywiście zajmują to przetwarzanie tych danych, generowanie tego modelu 3D, analizy, a w nocy nikt nie pracuje na placu budowy, więc to jest de facto real-time information.
Karol: Wytłumacz mi proszę, o ile doskonale rozumiem koncepcję infrastruktury, nazwijmy to liniowej, czyli linie, gazociągi, drogi, tego typu rozwiązania, to czy analizujecie również projekty 3D, budynki, mosty?
Michael: Nie zajmujemy się budynkami w ogóle i to z założenia. Jak spojrzysz tak makroekonomicznie na sektor 3D, budowlany jako przemysł, to jest trzeci największy przemysł czy taki sektor na świecie. Największy jest financial services, potem jest real estate, niewiele większy, o to ma z 15 trln dolarów, construction ma około 13-14 trln dolarów. I jeżeli teraz spojrzysz na to, z czego się składa, to dwie trzecie tego to jest buildings, czyli mieszkaniówka, budynki biurowe, jakieś komercyjne. Jedna trzecia to jest infrastruktura. Można powiedzieć, że nieintuicyjnie wybraliśmy mniejszą część zamiast większej, ale ten general construction jest bardzo podatny na cykle koniunkturalne, tam potrafi miliard, trylion zniknąć z roku na rok. Natomiast infrastruktura rośnie co roku 6-7%. W tej chwili to jest napędzane przede wszystkim rewolucją solarną, bo to nie tylko firmy energetyczne budują farmy solarne, ale gas and oil przebranżawia się z fossils na energetykę.
Karol: Czytałem ostatnio raport, widziałem ostatnio udział energii generowanej z wykorzystaniem węgla w Polsce do 2040 roku. Węgiel spadnie mniej więcej z 40 kilku do niecałych 9%.
Michael: Mam nadzieję, że szybciej, ale to się dzieje. W Stanach Zjednoczonych jeszcze 3 lata temu projekty 50 MW to były olbrzymie projekty, największe na rynku. W tym roku rusza 300 projektów, które będą większe niż 50. Największy projekt, który my w tej chwili mamy na platformie w Dubaju to jest 1,8 gigawata, czyli więcej niż w ogóle w Polsce się buduje, czy kiedykolwiek zbudowano solarnych instalacji. Więc to na pewno jest przyszłość. No i też jest dużo takich inicjatyw, czy w Unii Europejskiej, czy teraz w Stanach, które są skierowane na budowę albo rekonstrukcję istniejącej infrastruktury dróg, kolei. Więc to wszystko napędza. Czyli wracając, czemu się skupiliśmy na tej infrastrukturze, bo to się wydawało, że jest takie przyszłościowe, że będzie rosło.
Adam, mój wspólnik, miał olbrzymią wiedzę w tym zakresie, której nie da się tak łatwo zdobyć. Dużo łatwiej jest wyjrzeć za okno i popatrzeć, jak budują biurowiec i się tego nauczyć, niż zrozumieć, na czym polega budowa farmy solarnej czy gazociągu. Skupiliśmy się właśnie na tym.
Karol: A jak wygląda Wasz zespół teraz? Jest Adam, jesteś Ty od strony technologicznej?
Michael: Mamy 70 osób w tej chwili rozłożonych pomiędzy Stanami Zjednoczonymi.
Nasza siedziba czy headquarter to jest Austin w Teksasie. Tutaj w Warszawie mamy Centrum Badawczo-Rozwojowe i Development i mamy jeszcze małe biuro takie komercyjne i operacyjne w Dubaju na potrzeby naszych projektów właśnie w Emiratach i w Arabii Saudyjskiej. Większość naszych ludzi to jest technologia oczywiście, czyli AI, czyli różne technologie informatyczne, których potrzebujemy, żeby budować ten nasz system, bo system to jest nie tylko ten core AI-owy, ale też cały backend. Te nasze raporty są podawane w formie dashboardu, więc cały frontend. Mamy też aplikacje mobilne, które dołączyliśmy z czasem, żeby klient mógł też na bieżąco na placu budowy sobie patrzeć, czy dodawać jakieś informacje, więc to jest cały czas żyjący organizm.
Karol: A jak wygląda realizacja waszej usługi? To jest subskrypcja, w pełni zautomatyzowany proces, czy macie zespoły, które jeżdżą z dronami, wypuszczają je w powietrze itd.?
Michael: Nie latamy dronami, nie. My jesteśmy skupieni na tworzeniu systemu, W Ameryce większość naszych klientów ma swoje programy dronowe, firmy budowlane i właściciele infrastruktury. Czyli wy nie fotografujecie, wy tylko analizujecie. My analizujemy, nasz system działa na trzech różnych chmurach, na Oracle, na Azure i na Google, w zależności od regionu, w zależności od preferencji klienta. Też niektórzy klienci, większość tych projektów to jest tak zwana krytyczna infrastruktura.
W niektórych krajach na przykład nie wolno transportować danych tej krytycznej infrastruktury za granicę, więc my musimy dostarczać klientom wszystko na miejscu i ci operatorzy chmurowi też pomagają. Jesteśmy partnerem z Oracle, partnerem właśnie z Microsoftem. pomagają dostarczać takie rozwiązanie i w praktyce to wygląda tak, że klient albo jakiś podwykonawca, którego czasem pomagamy znaleźć klientowi, jeżeli klient nie ma tych swoich dronów, lata dronami. W tej chwili to jest zautomatyzowane, to już nie jest żadne sterowanie, tylko po prostu wciska się guzik, zaznacza na mapie, gdzie dron ma polecieć i dron leci. Te dane są, czyli zdjęcia wysyłane do naszej chmury.
Kiedy tylko tam wpadną, system sprawdza ich integralność, przetwarza je w ten model 3D. To zajmuje jakieś 2-3 godziny. co jest zresztą kilkukrotnie szybciej niż inne firmy, inne rozwiązania pozwalające właśnie generować z danych dronowych trójwymiar. I potem nasz AI patrzy na ten trójwymiar, identyfikuje wszystkie te obiekty, mierzy, porównuje z projektem budowanym z harmonogramem, liczy co tam jest. Wypycha informacje do dashboardu, mniej niż 24 godziny, a w praktyce po paru godzinach klient już może sobie tam zaglądać i widzieć najnowszą inspekcję. Tak patrzeć na te zdjęcia dronowe, jak patrzeć na dane, bo tak naprawdę…
Fajnie jest sobie pojeździć po mapie i popatrzeć, ale tu głównie chodzi o to, żeby mieć te wszystkie dane, bo to jest po to, żeby wiedzieć, czy jesteśmy na czas, czy możemy płacić podwykonawcom, czy możemy zapłacić naszej firmie budowlanej. My pracujemy dla dwóch stron. My pracujemy tak dla firm budowlanych, jak dla właścicieli infrastruktury. I powoli ich przekonujemy do tego, że my nie pracujemy z żadnym z nich przeciwko temu drugiemu, bo na początku to było takie myślenie, że to będziemy mieli lepsze dowody, żeby w sądzie potem wygrać. Natomiast my wprowadzamy taką ideę, że można żyć z single source of truth, z jedynym źródłem prawdy, czyli z naszą platformą, gdzie dane są zebrane cyfrowo. Dane są analizowane automatycznie, więc nie ma przestrzeni na manipulacje, na jakieś oszukiwanie.
Karol: Tak naprawdę płacą Wam za Wasz obiektywizm.
Michael: Płacą nam za nasz obiektywizm, a mają z tego takie korzyści, że po pierwsze świetnie wiedzą, co się dzieje, więc mogą szybciej reagować, jeżeli coś zostanie postawione w złym miejscu. Oraz mogą uniknąć tych wszystkich kosztów doradców, prawników, postępowań sądowych, gdzie to przestaje być potrzebne, bo tutaj nie ma dwóch prawd, jest jedna prawda. Jeżeli obydwie strony traktują się uczciwie i strona budująca i strona płacąca za budowę, a w większości krajów na świecie, szczególnie tych rozwiniętych, oni chcą się traktować pozytywnie, no to my jesteśmy rozwiązaniem, które im przyśpiesza wszystkie te administracyjne procesy też wokół budowy, nie tylko zapewniając, że budowa jest na czas, nie tylko zapewniając, że wszelkie problemy są identyfikowane i rozwiązywane na bieżąco. Ale też, że to się staje po prostu łatwiejsze. Co jest dosyć ważne tutaj, szczególnie w Stanach Zjednoczonych, w Europie Zachodniej, bo my mamy kryzys pracowniczy chyba to się nazywa. W tej chwili już trzeci rok od COVID-u w Stanach Zjednoczonych dwa razy tyle inżynierów nadzoru budownictwa odchodzi już na emeryturę niż przychodzi. jakimś dziwnym trafem młodzi inżynierowie wolą pracować dla Google’a, czy dla Tesli, czy nawet dla AI Clearing, niż iść tam o 5 rano wstawać, czy 4 jechać na budowę. W związku z tym dla tych firm budowlanych w obszarze infrastruktury i dla inwestorów nagle problemem staje się sam proces budowania, ponieważ jest coraz więcej pieniędzy na te farmy solarne, zapotrzebowanie na infrastrukturę, A oni nie są w stanie wystawić wystarczającej liczby osób, więc my nagle staliśmy się też dla nich takim growth enabler, czyli my im pozwalamy z tym samym zespołem zrobić więcej projektów.
Karol: Mógłbyś proszę Michael opowiedzieć o najciekawszych takich use case’ach, o najciekawszych projektach, które realizowaliście na świecie?
Michael: Wiesz co, cała masa jest ciekawych projektów, bo ta infrastruktura jest niesamowicie fascynująca. Ale najdziwniejsze, jakie chyba realizowaliśmy, to pomagaliśmy budować jeden z największych na świecie parków rozrywki w Stanach Zjednoczonych, który może brzmieć trywialnie, ale z punktu widzenia construction to był kilometr na kilometr wypełniony ośmioma tysiącami betonowych obiektów, każdy w innym kształcie, w innym miejscu.
Nie mogę niestety powiedzieć, który to, ale można pojechać i bardzo tam jest fajnie. Niesamowitym projektem jest NEOM, czyli region przyszłości w Arabii Saudyjskiej, którego taką wizytówką, którą my znamy z mediów jest The Line, czyli ten budynek, który miał mieć 170 kilometrów. Teraz wprawdzie skrócili tą wizję, że w najbliższych latach zbudują tylko kilka kilometrów jego, ale to jest i tak olbrzymi projekt. Olbrzymie przedsięwzięcie, bo to będzie 3 kilometry długości, 500 metrów wysokości, dwa budynki obok siebie idące od Morza Czerwonego w głąb pustyni.
To już się dzieje, to już trwa. Byłem tam kilkukrotnie na tych pracach budowy i rozmach tego jest niesamowity. Cały ten region jest wielkości Belgii. To jest największy w ogóle projekt budowlany na świecie. Tam budują największe lotnisko międzynarodowe, na świecie oczywiście największy port.
Budują na środku pustyni resort zimowy, gdzie będą igrzyska azjatyckie zimowe za 4 lata. To niesamowite. Mamy projekt budowy 380 kilometrów kolei przez Nigerię w bardzo niebezpiecznym regionie, gdzie są porywani Europejczycy do okupu. W związku z czym korzystanie z naszego rozwiązania pozwala klientowi europejskiej firmie wysyłać dużo mniej tam a tym samym obniżać koszty. Za każdym takim człowiekiem tam dwóch ochroniarzy musi jeździć z bronią, żeby pilnować, że nic im się nie stanie. Mamy 7 na 7 kilometrów farmę solarną w Dubaju, gdzie to jest tak jakbyś oglądał film science fiction. Nieważne w którą stronę patrzysz, idziesz, jedziesz, to wszystko wygląda tak samo. Rzeczywiście trudno jest się zorientować co już jest zbudowane, co nie i ten nasz system pozwala śledzić co do jednego panela słonecznego, których tam jest kilkanaście milionów, jak ten postęp prac idzie.
Karol: Jak opowiadasz o tym wszystkim, aż ci się twarz śmieje. Chyba lubisz swoją pracę.
Michael: Bardzo lubię. Wiesz co, to jest coś niesamowitego, bo jak zaczynałem swoją karierę, to pracowałem w polskim oddziale francuskiego telekomu i te wszystkie decyzje, robiliśmy super rzeczy. Ja strasznie dobrze wspominam te lata. Natomiast to była praca w oddziale, czyli decyzje wszystkie były podejmowane gdzieś tam w Paryżu. A potem pracując w firmie doradczej, no pracowałem, no powiedzmy sobie szczerze, przynajmniej dopóki nie zrobiliśmy tego międzynarodowego biznesu, no to z lokalnymi klientami albo z lokalnymi oddziałami międzynarodowych klientów w kraju, który nie jest największą gospodarką na świecie. Więc de facto też nie miałem tego poczucia, że pracuję z miejscami, z centralami, gdzie są podejmowane decyzje, gdzie toczy się ten biznes. A teraz w AI Clearing pracujemy bezpośrednio dla największych firm infrastrukturalnych, największych firm budowlanych na świecie. Bezpośrednio i po prostu widzimy jak ten biznes żyje. W NEOM dotychczas podpisał tylko cztery kontrakty na technologię dla wsparcia tej budowy infrastruktury z Oracle, z SAP, z Microsoftem i z AI Clearing.
Karol: A jak wygląda Wasz dział sprzedaży? Na ile mocno musicie Wy zabiegać o klientów? Na ile to już teraz klienci sami do Was przychodzą?
Michael: Wiesz co, zabiegać trzeba zawsze. To nigdy nie jest tak kolorowo, żeby klienci sami… Tam też w kontekście konkurencji, którą na pewno już też gdzieś macie. Konkurencję mamy, ale jak na razie nasze rozwiązanie AI, z tego co słyszymy od klientów, jest jedynym w tej naszej branży, które rzeczywiście działa na skalę taką przemysłową. Czyli rzeczywiście jest to w pełni zautomatyzowane, trwa kilka do kilkunastu godzin. Większość konkurencji jeszcze jest na etapie, gdzie tam ma bardzo duże zaangażowanie ludzkie, że tam ludzie muszą poprawiać po tym AI, co łatwo zobaczyć, no bo jeżeli klient dostaje raport po trzech dniach, no to to jest oczywiste.
Więc ta konkurencja istnieje, natomiast klientów trzeba zawsze zabiegać. Dział sprzedaży do zeszłego roku, kiedy zrobiliśmy kolejną krok w naszym rozwoju, zrobiliśmy tak zwaną rundę A, czyli pokazaliśmy inwestorom, że już ten pozyskiwanie klientów jest procesem, nie jest incydentalne i dostaliśmy pieniądze na kolejny etap rozwoju. Do września zeszłego roku to właśnie byłem tylko ja, Adam, który jest CTO, więc dzielił to też nadzorem nad naszymi zespołami technicznymi. Mieliśmy jednego kolegę w Warszawie, który jeszcze rynek europejski tutaj adresował. W tej chwili już w ciele sprzedaży mamy 15 osób na całym świecie, no bo to była główna inwestycja w ramach tej kolejnej rundy finansowania.
Karol: Kolejną runda finansowania… natomiast rozumiem, że jesteś już za break-even point.
Michael: Może tak, bo to trzeba wyjaśnić, bo to pytanie dostaję dosyć często. W prawdziwych technologicznych startupach break-even point raczej nie następuje zanim nie będzie firma sprzedana albo nie wejdzie na giełdę. Już tłumaczę dlaczego, bo jest trochę misconception o tym. W tej chwili nową pizzerię na Bemowie nazywamy startupem i to jest okej, natomiast tak historycznie startupy technologiczne, czyli początki to były lata 60-70 w Silicon Valley, To były firmy, które miały technologię i potencjał, żeby stać się nowym standardem w jakiejś branży. W związku z tym, dlatego branża inwestycyjna wysokiego ryzyka, czyli venture capital inwestuje w takie spółki, tak jak w naszą, żeby im pomóc, przyspieszyć ten moment, kiedy one będą… tym liderem i standardem, no bo wtedy one mogą być sprzedane, czy mogą wyjść na giełdę.
Ta inwestycja się zwraca. W związku z tym od momentu, kiedy ten startup zaczyna działać, aż do momentu, kiedy nie jest sprzedany, on nie ma na celu osiągnięcie break-even, bo chodzi o to, żeby wszystkie zyski reinwestować. Natomiast oczywiście to nie chodzi o to, że my nie mamy żadnej rentowności, czy palimy pieniądze, bo branża venture capital to jest olbrzymi przemysł na świecie, oni wypracowali swoje metody kontrolowania zdrowia finansowego startupów, które inwestują i te dwie metody, które są najczęściej stosowane to jest po pierwsze, my jesteśmy umówieni z inwestorami, przecież przedstawiliśmy im plan przed tą rundą finansowania mówiący, w co będziemy inwestować przez kolejne miesiące i ile tych pieniędzy z konta, nazwijmy to, możemy co miesiąc zabrać, żeby inwestować. A druga rzecz to jest efektywność czy rentowność operacyjna, czyli oni nie patrzą na to, czy jest break-even, natomiast bardzo uważnie patrzą, czy sam koszt świadczenia tego usługi, dostarczenia software’u, ma wystarczającą marżę operacyjną. W naszym przypadku mamy 85% marży operacyjnej, czyli jakbyśmy nagle odcięli koszty R&D, odcięli koszty sprzedaży i tak dalej, no to mamy olbrzymi potencjał rentownościowy, ale znowu Nie chodzi o to, żeby pokazać tę rentowność, kiedy mamy tych kilka, kilkanaście milionów dolarów. Chodzi o to, żeby osiągnąć 100 milionów dolarów przychodu, zostać unicornem w możliwie najszybszym czasie i gdzieś tam później zacząć tę rentowność już też na poziomie zysku wykazywać.
Karol: No dobrze, a powiedz mi w kontekście budowania firmy, przygotowywaliśmy ten odcinek, zapisałeś takie hasło Big Bang czy Baby Steps?
Michael: To jest bardzo ważne hasło, do którego myśmy się tego nauczyli jeszcze w poprzednim naszym przedsięwzięciu w ramach Drone Powered Solutions, że trzeba dobrze zmieszać czy zestawić ze sobą działanie badawczo-rozwojowe, budowę technologii i działalność przychodową, komercyjną. Nie da się zbudować szybko takiego AI dla branży jakiejś industrialnej, przemysłowej z bardzo wielu powodów. OpenAI, które jest niesamowitym przełomem, które nam też pomogło, bo czat GPT pokazał zwykłym konsumentom, że AI istnieje i robi, czyni cuda, więc też łatwiej nam się teraz sprzedaje nasze rozwiązania. Mimo wszystko miał łatwiejsze zadania. Pewnie największym wyzwaniem było zbudowanie wiary inwestorów, pozyskanie tych miliardów na rozwój tego, natomiast sam data lake, czyli same te dane źródłowe, na których są uczone te modele, są dostępne publicznie, bo to jest po prostu internet. W przypadku rozwiązań branżowych, czyli na przykład dla budowy infrastrukturalnej, nigdzie na świecie nie ma dostępnych danych z placów budów, Co więcej, w przypadku placów wódów to nie jest punktowe zdjęcie kotka, pieska, wypracowanie, artykuł itd. Tylko kilkaset albo kilkadziesiąt zdjęć połączonych. To są co tydzień przez dwa lata, na przykład przez trzy lata, tak jak trwa cykl budowy, robione zdjęcia z dronów, które później muszą być odpowiednio olabelowane, czyli oznaczone. I znowu, jako że my tutaj musimy mieć dokładność tego piksela, myśmy testowali różne rozwiązania, jeżeli chodzi o to labelowanie, mieliśmy zespoły w Indiach, ale to wszystko było za niskiej jakości, mieliśmy problem w przeskoczeniu dokładności pewnych z naszym modelem, więc wróciliśmy do Polski, zatrudniliśmy inżynierów po Politechnice, a zresztą mamy partnership z Politechniką Warszawską, w tym zakresie jesteśmy tam w akceleratorze, bardzo jesteśmy z tego dumni i szczęśliwi, że możemy współpracować. I oni siedzą i bardzo dokładnie te wszystkie nasze dane, które pozyskujemy z placów budów na potrzeby uczenia maszynowego, labelują, jak to się ładnie po polsku nazywa. Mogę tylko powiedzieć, że np. podręcznik do farm solarnych, jak należy labelować, ma 300 stron. I to jest często tak, że te same zestawy danych my kilkukrotnie, kilkunastokrotnie prze-labelowujemy, bo się uczymy kolejnych rzeczy. I to trzeba tam włożyć. Więc to jest długi proces i teraz wracając do naszego baby steps.
Karol: I teraz tylko to jest taka moja uwaga po raz kolejny dowodzi tego, jak ważna jest wiedza specyficzna w temacie, w którym się realizuje.
Michael: Absolutnie tak. Tą wiedzę można też pozyskiwać. Mamy kilku takich, my ich nazywamy power users, firm, które są naszymi klientami, ale które jednocześnie pomagają nam swoją wiedzą w rozwijaniu naszych produktów. Mam jedną firmę w Stanach Zjednoczonych, PCL Construction, to jest największa chyba w Kanadzie i dziesiąta największa w Stanach, która pracuje z nami na naszym produkcie solarnym, jednocześnie płacąc za jego używanie, więc to jest niesamowite wiedza. Mamy inne firmy, które pomagają nam rozwijać te produkty w innych wertykalach, w drogach, w kolejach, ale tak, to jest kluczowe.
I teraz to wszystko trwa. trzeba zacząć zarabiać pieniądze, więc to podejście Big Bang, gdzie widzimy, że trochę firm próbuje w trochę startupów w ten sposób działać, że najpierw zbudujemy, a potem pójdziemy do klientów, ono może być zwodnicze, no bo z czegoś trzeba żyć, coś trzeba pokazać inwestorom, jeżeli chcemy, żeby zainwestowali w nas kolejną rundę finansowania. Więc myśmy od początku pracowali w ten sposób, że jak jeszcze nie mieliśmy tego AI, No to część tych procesów była prowadzona ręcznie, oczywiście jasno komunikując to klientom, że tak działamy, że się uczymy. Klienci się na to godzili, szczególnie w Stanach, tam jest wielka otwartość do współtworzenia, do korzystania z tych startupów, z technologii rozwijanych przez młode firmy technologiczne. No i później w miarę jak nasze modele stawały się coraz lepsze, a ten system stawał się automatyczny. A i tak na przykład w Solarach myśmy wyszli z jakichś tam 48 godzin turnaround, czyli pomiędzy czasem, kiedy pojawiają się dane z dronów na chmurze, a czasem, kiedy klient dostaje raporty. W zeszłym miesiącu, akurat przeglądałem dzisiaj rano raport, mieliśmy 6 godzin średni turnaround. Więc to jest niesamowita zmiana, a myślę, że będzie jeszcze lepiej. Dokładnie tak. Gratulacje.
Karol: Z tego co wiem jesteście pierwszą firmą na świecie, która uzyskała certyfikat ISO 42001.
Michael: Bardzo jesteśmy z tego dumni, to prawda. Może to trochę dziwne, bo w sumie jesteśmy małą firmą. Teraz mamy 70 osób, ale jeszcze rok temu to było 30 osób. Myśmy dosyć wcześnie zdecydowali się na wdrożenie ISO w zakresie cyber security i bezpieczeństwa danych.
A robiliśmy to z bardzo fajną firmą z SGS-em, to jest taki szwajcarski wielki koncern specjalizujący się w różnych certyfikatach. Myśmy to robili, ponieważ nasi klienci w Stanach zaczęli wymagać tego. Jeden z klientów jednej z największych firm budowlanych na świecie śmiała się, że mają 10 tysięcy cyberataków dziennie i liczba spada tylko w godzinie lunchu w Pekinie.
Nie wiem, czy to prawda, czy nie. Taki zarcik sobie Pan pozwolił. Natomiast zaczęli nawet od startupów wymagać takich certyfikatów. To wdrożyliśmy i to była super współpraca tutaj z polskim oddziałem SGS-u. Potem oni przyszli do nas i powiedzieli, że jest taka nowa norma nad którą pracują. i co nie chcielibyśmy się zastanowić nad jej wdrożeniem. Jak się okazało, że to jest ISO dla machine learningu i AI, to pomyśleliśmy, że to jest świetna sprawa. No i rzeczywiście jako pierwsi przeszliśmy ten proces akredytacji, certyfikacji.
Uzyskaliśmy w listopadzie zeszłego roku, dostaliśmy ten certyfikat na scenie w Amsterdamie na AI Summit. Bardzo byliśmy dumni. I ja myślę, że bardzo w ogóle polecam taką ścieżkę, bo to pozwala sprawdzić, czy my na pewno wszystko dobrze robimy, a z drugiej strony pozwala, klienci stają się coraz bardziej świadomi. Jeszcze 2-3 lata temu, zanim pojawił się chat GPT, to często słyszałem od klientów, Michał, super system, świetne dashboardy, kupujemy to i już nie musisz opowiadać tych bajek o AI.
Czy masz 300 czy 500 osób w Indiach, to nas nie interesuje. To było takie trochę trudne do wytłumaczenia, że to już nie trzeba tych osób, że to jest system. Natomiast kiedy pojawił się czat GPT, ludzie rzeczywiście zobaczyli, że to jest możliwe, że AI istnieje. Ale co za tym idzie, firmy zaczęły się zastanawiać, jak zapewnić, że ten AI na pewno dobrze funkcjonuje, że dane są do maszynianowego uczenia pobierane w sposób legalny, bo to też jest ważne. I ten certyfikat pozwala pokazać naszym klientom, że mamy credibility i to się bardzo liczy.
Karol: A jak wygląda Wasz model biznesowy? To jest software as a service, abonament, czy ustalacie określoną kwotę za obsługę w określonym czasie?
Michael: My sobie testowaliśmy różne podejścia i wypracowaliśmy sobie własne podejście. Na rynku budowlanym najczęściej, szczególnie tym infrastrukturalnym, firmy budowlane wyceniają swoje ceny dla klientów poprzez powierzchnię tych placów, budów nazwijmy to.
Z drugiej strony naszym największym kosztem w tej chwili jest chmura, czyli GPUs, Graphical Power Units, które pozwalają analizować te…
Karol: Ale na rentowność też nie marzykacie.
Michael: Już co nie narzekamy, ale zależne od tego jak duży geograficznie jest projekt, tak dużo jest danych i tyle nas to kosztuje, żeby to przetworzyć. Więc my pobieramy opłatę za hektar placów, budów, które są na naszej platformie. Zazwyczaj ci klienci nie mają jednej budowy, tylko jak już przekonają się do naszego rozwiązania, to wrzucają na naszą platformę wszystkie projekty, które mają w danym vertikalu, solarnym, drogowym, kolejowym. I w zależności od tego, ile w danym miesiącu tych hektarów na naszej platformie trzymają, mają analizowane, tyle nam płacą.
Karol: Mam pytanie, czy miałeś klientów takich, którzy skorzystali z waszych usług i odeszli, czy raczej wszyscy zostają?
Michael: Wiesz co, w pierwszym tym etapie, kiedy jeszcze nie prowadziliśmy takiej w pełni komercyjnej działalności, kiedy już wzięliśmy ten system i bardziej przez piloty, jakieś takie proof of concept pracowaliśmy, No to wtedy też my testowaliśmy nasze założenia, w których branżach czy tych wertykalach my rzeczywiście przynosimy największą wartość. Więc mieliśmy trochę takich klientów, z którymi zrobiliśmy projekt i więcej do siebie nie wracaliśmy. Mogę jako przykład wymienić, robiliśmy strasznie ciekawy projekt w Abu Dhabi.
To się nazywa Ibrahim House. Pewnie jeżeli ktoś tam lata, to wie, że to jest kościół, synagoga i meczet na jednym placu. No ale to było na tyle skomplikowane od strony wewnętrznej tych budynków, a nie skomplikowane od strony zewnętrznej, gdzie my przenosimy ten software do analizy z góry, z powietrza, że ani firma, ani my się nie zdecydowaliśmy kontynuować i sfokusowaliśmy się na tych obiektach, które są rzeczywiście widoczne z zewnątrz. Jak na razie wszyscy nasi klienci kontynuują z nami współpracę. My też, wiesz, to nie jest tak, że mamy tysiące tych klientów. Mamy w tej chwili trzydziestu kilku klientów na całym świecie, tylko że to są wszystko olbrzymie firmy czy budowlane, czy infrastrukturalne. Właściwie każdy z tych klientów, czy większość z tych klientów Ma przychody, można powiedzieć, większe niż nasz rynek budowy infrastrukturalnej w Polsce rocznie.
Karol: A w kontekście Computer Vision, czy technologia ma jakieś ograniczenia w kontekście swoich możliwości w porównaniu do człowieka?
Michael: Wiesz co, my się nie pozycjonujemy jako technologia zastępująca człowieka. My raczej mówimy, że my tworzymy takiego super asystenta dla wsparcia człowieka, czyli to ten sposób, w jaki komunikujemy, że nasi klienci mogą robić więcej projektów budowlanych z tym samym zespołem, nie zwiększając zespołu. Z punktu widzenia dokładności technologia jest lepsza. Robimy sobie takie porównania, gdzie nasi koledzy… Dobrze nauczona technologia. Dobrze nauczona technologia. Człowiek w tego typu pracy, czyli analizie danych dronowych versus projekt budowlany, jeżeli robi to ręcznie, to ma średnio 84% dokładności.
Karol: Trochę tak jak z lekarzem i z analizą zdjęć rentgenowskich.
Michael: Chyba tak. To nie jest moja branża, więc się nie wypowiem. Mogę powiedzieć, że u nas na pewno AI z naszym 99,9% jest dokładniejszy. Natomiast myślę, że to czego nie widać na tych zdjęciach, czego nie widzi człowiek, to AI też nie zobaczy. A z tym, że my mamy tendencję do uznawania, że człowiek jest zawsze wypoczęty, nie zmęczony i tak dalej. Natomiast jeśli człowiek siedzi 8 godzin dziennie czy więcej wykonując tą pracę, to zaczyna się męczyć, zaczyna robić błędy. AI się na szczęście nie męczy. Prost przeciwnie.
Karol: Trudno było wejść na rynek amerykański?
Michael: Bardzo łatwo. To jest w ogóle największe zaskoczenie chyba w tym biznesie.
Karol: Bo z tego co mówiłeś, de facto pracujecie dużo więcej w Stanach niż w Europie.
Michael: Tak, tak, tak. W Europie właściwie zaczęliśmy dopiero rok temu pracować. Półtora roku temu pracowałem z clientami. Tam jest duża otwartość. Jeżeli jesteś firmą amerykańską, a my jesteśmy firmą amerykańską nawet z polskimi founderami, to jest duża chęć współpracy z czymś nowym, duża otwartość, o czym rozmawialiśmy już przedtem.
I naprawdę nie ma problemu. Właściwie wszystko tam jest z punktu widzenia biznesowego łatwiejsze. Jak pamiętam zatrudnialiśmy biuro księgowe pierwsze i przyszliśmy z głowami pełnymi tych naszych smutnych polskich praktyk, że jak jest jedna literka w adresie na fakturze błędna to ci urząd skarbowy to odrzuca jeszcze karę przywali. Tam się okazało, że w ogóle żadnych faktur nie wiedzą, co to są faktury, bo albo z systemu masz z karty wypis, na co wydawałeś i to skarbówka IRS honoruje, albo jak jest jakiś duży wydatek, to trzeba coś napisać po prostu. Niby takie nieznaczące sprawy, ale nagle się okazuje, że W naszej polskiej spółce, która jest spółką, córką spółki amerykańskiej, my na sprawach księgowych spędzamy pewnie z pięć lat więcej czasu niż tam, mimo że to tam mamy klientów, tam mamy główny biznes.
Karol: A jaka była historia podpisania kontraktu z NEOM’em?
Michael: To była długa historia, 10 miesięcy trwało.
Karol: To może gdybyś mógł tylko naszym słuchaczom wyjaśnić, czym tak naprawdę jest NEOM?
Michael: NEOM jest wizją przyszłości dla Arabii Saudyjskiej, która ma bardzo młode społeczeństwo. Tam chyba 60-70% społeczeństwa jest poniżej 30 roku życia. Ma dosyć zatłoczone, takie niekoniecznie przyjazne miasta na północy, czyli na przykład stolice Riyadh. I postanowił zbudować prowincję przyszłości nad Morzem Czerwonym.
NEOM jest zlokalizowane 50 km przez morze, czy 20 km przez morze od takich kurortów jak Sherman Sheik, tam gdzie Polacy latają na wakacje. Więc bardzo fajna okolica, przyjemna. I postanowili wydać półtora tryliona dolarów na zbudowanie regionu przyszłości, to jest wielkości Belgii i w większości to jest budowane na potrzeby własne, trochę inaczej niż Dubaj, który powstał głównie dla cudzoziemców, tam oni to budują dla siebie.
Zatrudnili najlepsze firmy budowlane na świecie. Jest to podzielone na wiele regionów czy projektów. No i bardzo wcześnie stwierdzili, że oni to muszą, to jest tak duże, że muszą to nadzorować w sposób automatyczny.
Jednocześnie uznali, że ten nadzor automatyczny to jest jeden z core’owych systemów, dlatego mówiłem wcześniej, że tylko cztery firmy technologiczne mają bezpośrednie kontrakty tam z NOEM z tego, co wiemy. i zaczęli szukać rozwiązania, trafili na nas. Oprócz nas wiem, że tam z 15 innych firm z całego świata, ze Stanów Zjednoczonych też rozważali. Kilka z nich zaprosili do projektów pilotażowych, w tym nas. No i na koniec, rok temu już, to był kwiecień zeszłego roku, oznajmili nam, że wygraliśmy, że według nich nasze rozwiązanie jest najlepsze, najszybsze, w pełni automatyczne i zaczęliśmy współpracę.
Karol: A jak edukujecie rynek? Czy rynek po prostu patrzy na best practices i na use cases, które prezentują firmy, które korzystają z waszych rozwiązań? Czy robicie coś, żeby pokazywać, jakie są możliwości technologiczne teraz?
Michael: My mamy takie bardzo targetowane podejście. Raczej nie korzystamy z jakichś tradycyjnych metod komunikacji marketingowej czy reklamy, a nasi klienci są duzi.
Tych klientów jest kilkanaście tysięcy na całym świecie, ale z punktu widzenia tych rynków, na których na razie się skupiamy na początek, to jest pewnie bardziej kilka tysięcy. I po prostu docieramy do nich bezpośrednio. Na rynkach, gdzie problemem jest ten kryzys dostępności pracownika w sektorze budowlanym, to bardzo łatwo jest rozpocząć tą rozmowę, bo jeżeli my mówimy, że po prostu będą w stanie… To taka sama historia jak historia No Magic i Kacpra Nowickiego, który tak samo pracuje na rynkach, gdzie tak naprawdę głównym problemem jest dostępność roboczej.
To jest prawda. Wcześniej zapytałeś, nie do końca odpowiedziałem, czy my trafiamy do klientów, czy klienci do nas. Mamy co najmniej kilku klientów, którzy do nas trafili. Na przykład pracujemy z największą firmą infrastrukturalną budowlaną w Indiach, Larsen Tubro. której zarząd wynajął firmę konsultingową Baina, żeby przeszukać rynek światowy, żeby znaleźć technologię do nadzoru budowlanego. Jak na nas zadzwoniło jakieś dwoje młodych ludzi z Deli pytając, czy mogą porozmawiać, to myśleliśmy, że to tam… Skończy się na jednej rozmowie, nic z tego nie będzie, nie bardzo wierzyliśmy, potem się nagle okazało, że dwa tygodnie później mamy z członkiem zarządu godzinny wywiad i z jego całym zespołem, a miesiąc później zaczęliśmy pierwszy projekt w Arabii Saudyjskiej robić dla nich. Więc takie historie też się zdarzają.
Karol: Michał, jaka jest Twoja wizja AI Clearing za 3, 5, 10 lat?
Michael: Wizja jest taka, że świat przestawi się, świat budowlany z tych relacji takich opartych o ludzi mierzących 5% czy 10% placu budowy i później tysiąca ludzi, którzy próbują zmeczować faktury z raportami z placu budowy, z umowami na nas, że to wszystko będzie… Automatyczne, najpierw automatyczne będą potwierdzane kolejne etapy prac, a potem automatycznie będziemy też pomagać rozliczać się wykonawcom i inwestorom.
Karol: A jak obserwujesz rynek budowlany i inwestycje, które są obecnie realizowane, na ile ta perspektywa pełnej automatyzacji, robotyzacji budów jest realna?
Michael: Myślę, że ona jest nieunikniona. Może nie w Polsce jeszcze. W Polsce mamy taką śmieszną sytuację, że jest nadprodukcja inżynierów budownictwa ciągle, geodetów, wszystkich pokrewnych zawodów, a jednocześnie koszt pracy tych ludzi nie jest wysoki w porównaniu do krajów zachodnich, do Stanów Zjednoczonych. Ale w Stanach Zjednoczonych po prostu nie ma innego wyjścia, no bo tych ludzi jest coraz mniej. Średni wiek geodety na przykład, czyli jednego z tych składników nadzoru budowlanego.
Karol: 60?
Michael: No 57 chyba z tego co pamiętam, więc tam po prostu nie mają wyjścia, muszą się zautomatyzować, żeby móc budować budowę.
Karol: Gdybyśmy mogli mieć jakieś zadanie domowe, wskazówkę, jakąś ciekawostkę, którą warto śledzić, przeczytać dla naszych słuchaczy, mógłbyś coś wskazać ciekawego, jakieś źródło?
Michael: O sektorze budowlanym? Wiesz co, ja najbardziej korzystam z ENR. ENR to jest taka publikacja i też organizator konferencji i publikacji raportów, który zrzesza największe firmy budowlane w Stanach Zjednoczonych i wszystko, co tam się znajduje, jest zawsze ciekawe, zawsze na czasie.
Karol: Gratuluję Ci tego, Michał, że jak opowiadasz o tym, co robicie, a o tym, jakie macie plany, to widzę błysk w Twoim oku.
Michael: Najfajniejsza rzecz, którą w życiu zawodowo robiłem i naprawdę kocham, co robię.
Karol: Trzymam za tym kciuki, niech AI będzie z nami wszystkimi. No i co? Niech się niesie AI Clearing na cały świat.
Michael: Karol, bardzo dziękuję za zaproszenie.
