Μετά από τρεις μέρες χρήσης της Vivid, ήταν απολύτως σαφές για εμάς: η Vivid είναι ο σωστός συνεργάτης για τη Leap Dynamics. Και μείναμε από τότε.
Magdalena Genov, συνιδρύτρια και CEO, Leap Dynamics
Σε ένα γραφείο στο Βερολίνο βρίσκεται κάτι που οι περισσότεροι θα θεωρούσαν μηχάνημα για πέταμα: ένα παλιό laptop με 16 gigabytes RAM και χωρίς ξεχωριστή κάρτα γραφικών. Σε αυτό τρέχει ένα μοντέλο AI 8 δισεκατομμυρίων παραμέτρων με περίπου 30 tokens το δευτερόλεπτο. «Χωρίς GPU, αυτό είναι εντυπωσιακό», λέει ο Adrian, προγραμματιστής AI στη Leap Dynamics GmbH. Το laptop δεν είναι κειμήλιο. Είναι απόδειξη ιδέας (proof of concept), και η απόδειξη ιδέας είναι ακριβώς η δουλειά της Leap Dynamics.
Η εταιρεία ιδρύθηκε το 2019 από τον Nikolai και τη Magdalena Genov, δύο βιοπληροφορικούς που είχαν περάσει χρόνια στην ακαδημαϊκή έρευνα πριν καταλήξουν ότι αυτό που ήξεραν να κάνουν (να φτιάχνουν εξατομικευμένο λογισμικό, να αναλύουν μεγάλα και δυσνόητα σύνολα δεδομένων, να βγάζουν νόημα από βιολογικά και ιατρικά δεδομένα) χρειαζόταν πολύ στον εμπορικό κόσμο. Σήμερα η εταιρεία του Βερολίνου εξυπηρετεί πελάτες από μεγάλες τράπεζες και φαρμακευτικές εταιρείες μέχρι μικρές επιχειρήσεις που κινούνται προσεκτικά μέσα σε ένα κύμα υπερβολών για την AI. Το ερώτημα που θέτει συνεχώς η Leap Dynamics δεν είναι «μπορούμε να χρησιμοποιήσουμε AI εδώ;» αλλά «πρέπει;»
Από το γονιδίωμα στην αγορά
Ο Nikolai Genov έχει διδακτορικό στη βιοπληροφορική. Στη διδακτορική του έρευνα δούλεψε εκτενώς με δεδομένα γονιδιακής έκφρασης του καρκίνου, περνώντας τόσο χρόνο μπροστά σε ένα τερματικό φτιάχνοντας εξατομικευμένες ροές ανάλυσης όσο και σε οποιοδήποτε εργαστήριο. Ήδη το 2016 είχε αρχίσει να δουλεύει σοβαρά με τη μηχανική μάθηση, πολύ πριν γίνει επιχειρηματική λέξη της μόδας. Οι βιοπληροφορικοί είχαν σίγουρα αναγνωρίσει, λέει, «ότι αυτά τα συστήματα ήταν πολύ καλά στην ταξινόμηση βιολογικών δεδομένων, ήδη τότε. Οι δυνατότητες υπήρχαν.» Σε συστημικό επίπεδο όμως δεν αξιοποιήθηκαν. «Πιστεύω ότι απλώς δεν το είδαν», προσθέτει.
«Είχα την αίσθηση», εξηγεί ο Nikolai, «ότι αν κάναμε απλώς αυτό που ήδη ξέραμε να κάνουμε (αλλά πιο οργανωμένα, έξω από το ακαδημαϊκό περιβάλλον), θα είχαμε επιτυχία. Μέχρι στιγμής αυτό έχει επιβεβαιωθεί.»
Η Magdalena έφερε ένα συμπληρωματικό υπόβαθρο: μετά το πτυχίο της στη βιοπληροφορική, πέρασε αρκετά χρόνια στην έρευνα διαστημικής ιατρικής σε ένα μεγάλο ερευνητικό νοσοκομείο, όπου μελετούσε ακραία περιβάλλοντα και τις επιδράσεις τους στο ανθρώπινο σώμα, από πειράματα στον Διεθνή Διαστημικό Σταθμό μέχρι τη μελέτη των φυσιολογικών επιπτώσεων της κλιματικής αλλαγής. Στις αρμοδιότητές της περιλαμβανόταν η οργάνωση παραβολικών πτήσεων και η προετοιμασία επιστημονικών πειραμάτων για τον ISS. «Σε πολύ λίγο χρόνο πρέπει να φροντίσεις πάρα πολλά πράγματα μαζί. Ιδανικά όλα θα έπρεπε να είχαν γίνει χθες.»
«Το να είσαι ερευνητής σημαίνει να ασχολείσαι με ερωτήματα για τα οποία δεν υπάρχει ακόμη σωστή απάντηση», λέει η Magdalena. «Και όταν είσαι επιχειρηματίας, έχεις πολύ συχνά πελάτες που παράγουν μεγάλους όγκους δεδομένων αλλά επίσης δεν ξέρουν τι να κάνουν με αυτά.» Πώς μπορούν να αξιοποιηθούν αυτά τα δεδομένα ώστε να φέρουν νέους πελάτες, νέα προϊόντα, περισσότερη ρευστότητα; Το ερώτημα είναι το ίδιο. «Στο τέλος, ως επιχειρηματίας, μεταμορφώνεσαι σε ένα είδος ερευνητή.»
Το πρόβλημα του χρυσού σφυριού
Αυτή τη στιγμή η Leap Dynamics έχει μια ασυνήθιστη θέση: είναι μια εταιρεία που λέει τακτικά στους πελάτες ότι η τεχνολογία που ήρθαν να ζητήσουν ίσως δεν είναι αυτή που χρειάζονται. «Χρυσά σφυριά», τα αποκαλεί ο Adrian: ένα Anti-Pattern, ένα εργαλείο που κάποιος εφαρμόζει σε κάθε πρόβλημα, είτε ταιριάζει είτε όχι. «Αυτό που βλέπεις πολύ συχνά είναι ότι η AI ρίχνεται σε κάθε πρόβλημα. Αυτό είναι εντελώς λάθος. Υπάρχουν προβλήματα όπου η κλασική επεξεργασία σήματος ή η κλασική επεξεργασία εικόνας είναι πολύ, πολύ πιο κατάλληλη.»
Η μεθοδολογία με την οποία κινείται η Leap Dynamics είναι το Proof of Concept: ένα γρήγορο, περιορισμένο τεστ για το αν μια προσέγγιση λειτουργεί σε πραγματικές συνθήκες, πριν ένα έργο κλιμακωθεί σε πλήρη κύκλο ανάπτυξης. Όταν προέκυψε το ερώτημα αν η AI μπορεί να τρέξει χωρίς ακριβό εξοπλισμό γραφικών, η ομάδα απλώς την έτρεξε σε ένα παλιό laptop και μέτρησε. Το μοντέλο λειτούργησε με αποδεκτή ταχύτητα. Η απόδειξη έγινε. «Αν αυτό το Proof of Concept πετύχει, μπορείς να εφαρμόσεις βέλτιστες πρακτικές και να επεκτείνεις το σύνολο ώστε να οδηγηθεί προς την παραγωγή.»
Ένα παράδειγμα με μεγαλύτερη εμπορική σημασία αφορά την προστασία δεδομένων. Ένας πελάτης χρειαζόταν αυτόματη ανωνυμοποίηση προσωπικών δεδομένων (ονόματα, διευθύνσεις, αριθμοί τηλεφώνου, τραπεζικά στοιχεία) από έγγραφα, χωρίς να περνούν από υπηρεσία cloud. «Είχαμε το Proof of Concept: μπορεί να γίνει αυτό χωρίς μεγάλο εξοπλισμό, αλλά με σύγχρονη AI; Το κάναμε, και το έχουμε μετατρέψει σε προϊόν που φέρνουμε τώρα στην αγορά.»
Για πελάτες που έρχονται με μεγαλύτερες φιλοδοξίες, ο Nikolai μιλά ειλικρινά για τη σειρά των βημάτων. «Σε πολλές εταιρείες, η ψηφιοποίηση δεν έχει προχωρήσει όσο θα ήθελε κανείς. Αυτό σημαίνει ότι πρέπει πρώτα να γίνουν βήματα ψηφιοποίησης, πριν ένα σύστημα AI έχει οποιοδήποτε νόημα.»
Για τον Adrian, ο κοινός άξονας σε κάθε έργο είναι μία αρχή. «Η AI είναι ενισχυτής», λέει. «Ενισχύει ό,τι υπάρχει ήδη. Χειροτερεύει ό,τι υπάρχει ήδη όταν υπάρχουν κακά στοιχεία, και βελτιώνει ό,τι υπάρχει ήδη όταν υπάρχουν καλά.»
Δεδομένα που μένουν μέσα στο κτίριο
Όταν η ομάδα συζητά ποιους παρόχους AI στο cloud να προτείνει, η θέση του Adrian για πελάτες με ευαίσθητα δεδομένα είναι σταθερή: κανέναν από τους μεγάλους αμερικανικούς. «Αρκεί μια υπογραφή του προέδρου των ΗΠΑ και τα γερμανικά επιχειρηματικά μυστικά γίνονται ξαφνικά δημόσια», λέει. «Αυτός ο κίνδυνος απλώς δεν υπάρχει με μια γερμανική AI ή έναν γερμανικό διακομιστή.»
Δεν είναι θεωρητική ανησυχία. Ο Nikolai περιγράφει πώς η εταιρεία δουλεύει τακτικά με ιατρικά, γενετικά και χρηματοοικονομικά δεδομένα, ακριβώς τις κατηγορίες που δεν μπορούν νόμιμα ή με ασφάλεια να περάσουν σε μοντέλο cloud τρίτου. «Όταν χρησιμοποιούμε AI, το ερώτημα είναι πάντα: πώς κάνουμε αυτή τη χρήση ασφαλή, σύμφωνα με τον DSGVO, σύμφωνα με τον AI Act.»
Υπάρχουν ευρωπαϊκές εναλλακτικές και είναι καλύτερες απ’ όσο δείχνει η δημόσια εικόνα τους. Η Mistral, με έδρα το Παρίσι, φτιάχνει μοντέλα αρκετά μικρά ώστε να τρέχουν σε έναν συνηθισμένο υπολογιστή, με ταξινόμηση εικόνας και κειμένου. Η Black Forest Labs, εταιρεία από το Freiburg, είναι αυτό που οι Γερμανοί λένε Hidden Champion: σχεδόν άγνωστη εκτός του χώρου, όμως οι αλγόριθμοι επεξεργασίας εικόνας της χρησιμοποιούνται από μερικές από τις μεγαλύτερες τεχνολογικές εταιρείες του κόσμου.
Δύο ιδρυτές, ένας πίνακας
Στη Leap Dynamics ο καταμερισμός των αρμοδιοτήτων γίνεται με βάση τις δυνάμεις και όχι την αρχαιότητα. Ο Nikolai ηγείται της τεχνικής δουλειάς και των δεδομένων, μαζί με όλη την ανάπτυξη σε R, με την οποία ασχολείται πάνω από δέκα χρόνια. Η Magdalena διαχειρίζεται την οργανωτική και επικοινωνιακή πλευρά της επιχείρησης: σχέσεις με πελάτες, διαχείριση έργων, συντονισμό και οικονομικό σχεδιασμό, και φυσικά αυτό που περιγράφει ανοιχτά ως τη γραφειοκρατία που μοιάζει να τρώει τη μισή μέρα κάθε ιδρυτή. «Η διοίκηση μιας εταιρείας σημαίνει να είσαι ταυτόχρονα ερευνητής, προγραμματιστής και κάποιος που κάθεται σε ένα γραφείο και πρέπει να παλεύει με έγγραφα για μισή μέρα.»
Τα χρόνια του COVID επέβαλαν μια στρατηγική στροφή. Η Leap Dynamics είχε ξεκινήσει με έμφαση στο hardware. Όταν ήρθε η πανδημία, η ομάδα στράφηκε σε εξατομικευμένες λύσεις λογισμικού. «Ήταν η σωστή απόφαση», λέει η Magdalena. «Περάσαμε την περίοδο του COVID πολύ καλά, αποκτήσαμε πολλούς νέους πελάτες και μπορέσαμε μετά να στραφούμε στην ενσωμάτωση της AI στην προσφορά μας.»
Οι διαφωνίες πηγαίνουν στον πίνακα. «Γράφουμε όλα τα πλεονεκτήματα και τα μειονεκτήματα μιας απόφασης», εξηγεί η Magdalena. «Δεν κοιτάμε μόνο τις προσωπικές μας προτιμήσεις. Στο τέλος κοιτάμε τι θα πάει την εταιρεία μπροστά.» Η βαθύτερη αρχή είναι του Nikolai: «Συχνά δεν έχει σημασία να πάρεις τη σωστή απόφαση, αλλά απλώς να είσαι ικανός να πάρεις οποιαδήποτε απόφαση. Αυτό που πραγματικά καταστρέφει εταιρείες δεν είναι μόνο οι λάθος αποφάσεις, αλλά ότι οι αποφάσεις αναβάλλονται για πέντε χρόνια. Αυτό είναι πολύ χειρότερο.»
Ο Adrian, που ήρθε στη Leap Dynamics με υβριδικό υπόβαθρο ανάπτυξης λογισμικού και επιστήμης δεδομένων στον τραπεζικό τομέα, συμπυκνώνει την εμπειρία του σε μία διαπίστωση: «Ένα από τα πιο σημαντικά πράγματα που κρατώ από τον τραπεζικό κόσμο είναι τι γίνεται δυνατό όταν έχεις μια ομάδα που πραγματικά λειτουργεί.»
Αρκετή ρευστότητα για ανάπτυξη
Η Leap Dynamics ήρθε στη Vivid μέσα από μια εξαγορά. Οι ιδρυτές είχαν προηγουμένως λογαριασμό στην Pile για επαγγελματική αποταμίευση με τόκο, βασικό οικονομικό εργαλείο για μια εταιρεία που δουλεύει σε κύκλους έργων, με σημαντικές εισροές που έρχονται συγκεντρωμένα. Όταν η Pile εξαγοράστηκε από τη Vivid, οι ιδρυτές είδαν τη μετάβαση ως ευκαιρία και όχι ως υποχρέωση. «Είχαμε τότε την ευκαιρία να γνωρίσουμε τη Vivid και να επιλέξουμε παρ’ όλα αυτά να μη μείνουμε», θυμάται η Magdalena. «Μετά από τρεις μέρες χρήσης της Vivid, ήταν απολύτως σαφές για εμάς: η Vivid είναι ο σωστός συνεργάτης για τη Leap Dynamics. Και μείναμε από τότε.»
Για τον Nikolai, ο αρχικός λόγος παραμένει ο πιο σημαντικός. Ο τοκοφόρος λογαριασμός μετατρέπει τα αδρανή έσοδα από έργα σε κεφάλαιο κίνησης ανάμεσα στις συνεργασίες.
Για μια μικρή εταιρεία που έχει έσοδα και έχει χρήματα στον λογαριασμό σε διάφορες στιγμές, είναι στην πραγματικότητα απλώς χρήσιμο. Απλώς βελτιώνει τη ρευστότητα.
Nikolai Genov, συνιδρυτής και CEO, Leap Dynamics
Η Magdalena περιγράφει πώς κάθε έργο μπορεί να έχει δικό του υπολογαριασμό και δικό του IBAN, με καθορισμένο προϋπολογισμό από την αρχή. Οι κάρτες της ομάδας έχουν ατομικά όρια. «Το ότι μπορώ πραγματικά να δώσω σε ένα προϊόν ένα IBAN με συγκεκριμένο ποσό κάνει τον σχεδιασμό απίστευτα πιο εύκολο.» Ο επαγγελματικός επενδυτικός λογαριασμός, που ο Nikolai έψαχνε ήδη αλλού όταν τον πρόσθεσε η Vivid, ολοκληρώνει την εικόνα.
Το να υπάρχει κάποιος, έστω κι αν είναι AI agent, που μπορεί να απαντήσει στις ερωτήσεις μας ή απλώς να διαλύσει ορισμένες αβεβαιότητες, είναι ανεκτίμητο.
Magdalena Genov, συνιδρύτρια και CEO, Leap Dynamics
«Η χρήση των AI agents της Vivid είναι το επόμενο φυσικό βήμα για εμάς ως πελάτες της Vivid», λέει η Magdalena. Μετά από επτά χρόνια χτισίματος, και πάνω από οκτώ χρόνια σκέψης για το τι θα μπορούσε να γίνει μια τέτοια εταιρεία, ο Nikolai είναι κατηγορηματικός. «Δεν το μετανιώνω. Ακόμη κι όταν είναι δύσκολο. Στην πραγματικότητα είναι πολύ, πολύ δύσκολο. Αλλά αξίζει.»
