Hoy, Tractable vale $ 1 mil millones. Nuestra IA es utilizada por millones de personas en todo el mundo para recuperarse más rápido de accidentes de tráfico, y también ayuda a reciclar tantos autos como Tesla pone en la carretera.
Y, sin embargo, hace seis años, Tractable solo éramos Raz y yo (Razvan Ranca, CTO), dos graduados universitarios codificando en un sótano. Así es como lo hicimos y lo que aprendimos a lo largo del camino.
Construir sobre un nuevo avance tecnológico
En 2013, tuve la suerte de entrar en inteligencia artificial (más específicamente, aprendizaje profundo) seis meses antes de que explotara internacionalmente. Comenzó cuando tomé un curso en Coursera llamado “Aprendizaje automático con redes neuronales” por Geoffrey Hinton. Fue como estar enamorado. En aquel entonces, para mí, la IA era ciencia ficción, como “The Terminator”.
Centrarse estrictamente en una rama de la ciencia aplicada que estaba experimentando un cambio de paradigma que aún no había llegado al mundo empresarial lo cambió todo.
Pero un artículo en la prensa tecnológica dijo que el campo académico estaba en medio de un resurgimiento. Como resultado de la reprogramación de las GPU (tarjetas gráficas) se dispone de conjuntos de datos de entrenamiento 100 veces más grandes y una potencia de cálculo 100 veces mayor, un año antes se había logrado un gran salto en el rendimiento predictivo en la clasificación de imágenes. Esto significaba que las computadoras estaban comenzando a ser capaces de comprender lo que hay en una imagen, como lo hacen los humanos.
El siguiente paso fue llevar esta tecnología al mundo real. Mientras estábamos en la universidad, Imperial College London, junto con personas mucho más capacitadas, creamos una aplicación de reconocimiento de plantas con aprendizaje profundo. Caminamos con nuestro profesor por Hyde Park, viéndolo tomar fotos de flores con la aplicación y riendo de alegría cuando la IA reconoció la especie de planta correcta. Anteriormente, esto había sido imposible.
Empecé a dedicar cada momento libre a la clasificación de imágenes con aprendizaje profundo. Aún así, nadie hablaba de eso en las noticias, ¡incluso el laboratorio de visión por computadora de Imperial aún no estaba en eso! Sentí que estaba metido en un secreto revolucionario.
Mirando hacia atrás, centrarse en una rama de la ciencia aplicada que atraviesa un cambio de paradigma revolucionario que aún no había llegado al mundo empresarial lo cambió todo.
Busque cofundadores complementarios que se convertirán en sus mejores amigos
Anteriormente había sido rechazado de Entrepreneur First (EF), una de las mejores incubadoras del mundo, por no saber nada sobre tecnología. Habiendo cambiado eso, apliqué de nuevo.
La última entrevista fue un hackathon, donde conocí a Raz. Estaba haciendo una investigación sobre aprendizaje automático en Cambridge, había superado la prueba técnica de EF y había publicado artículos sobre la reconstrucción de documentos triturados y sobre bots de póquer que podían detectar engaños. Su página web básica decía: “Busco soluciones basadas en datos para problemas actualmente intratables”. Ahora eso tenía un sonido (y de donde obtendríamos el nombre de Tractable).
Ese hackathon lo codificamos toda la noche. A la mañana siguiente, él y yo supimos que algo especial estaba sucediendo entre nosotros. Nos mudábamos juntos y pasábamos años uno al lado del otro, las 24 horas del día, los 7 días de la semana, desde despertarnos a Pantera por la mañana hasta codificar maratones por la noche.
Pero tampoco hubiéramos llegado a donde estamos sin Adrien (Cohen, presidente), quien se unió como nuestro tercer cofundador justo después de nuestra ronda de semillas. Adrien había cofundado anteriormente Lazada, un supermercado en línea en el sudeste asiático como Amazon y Alibaba, que se vendió a Alibaba por 1.500 millones de dólares. Adrien nos enseñaría cómo construir un negocio, inspirar confianza y contratar talentos de clase mundial.
Encuentre clientes potenciales temprano para que pueda encontrar el ajuste del mercado
Tractable comenzó en EF con una ventaja: un cliente que paga. Nuestro primer caso de uso fue … soldaduras de tubos de plástico.
Fue tan glamoroso como suena. Las tuberías que llevan agua y gas natural a su hogar están hechas de plástico. Están conectados por soldaduras (derrita los dos extremos de plástico, conéctelos, déjelos enfriar y solidificar nuevamente como uno solo). La IA de clasificación de imágenes podría verificar visualmente las configuraciones de soldadura de las personas para garantizar una buena calidad. Sobre todo, fue un valor real para la IA innovadora.
Y, sin embargo, al final, ellos, nuestro único cliente que paga, dejaron de trabajar con nosotros, justo cuando estábamos recaudando nuestra primera ronda de financiación. Eso fue duro. Afortunadamente, la cantidad de inspecciones de soldaduras de tuberías era un mercado demasiado pequeño para interesar a los inversores, por lo que exploramos otros casos de uso: servicios públicos, geología, dermatología e imágenes médicas.
Source link