Po trzech dniach korzystania z Vivid było dla nas zupełnie jasne: Vivid to właściwy partner dla Leap Dynamics. I zostaliśmy z nim do dziś.
Magdalena Genov, współzałożycielka & CEO, Leap Dynamics
Na biurku w berlińskim biurze stoi coś, co większość ludzi uznałaby za sprzęt do wyrzucenia: stary laptop z 16 gigabajtami RAM i bez dedykowanej karty graficznej. Działa na nim model AI z 8 miliardami parametrów, z prędkością około 30 tokenów na sekundę. „Jak na brak GPU to imponujące”, mówi Adrian, programista AI w Leap Dynamics GmbH. Laptop nie jest reliktem. To weryfikacja koncepcji (proof of concept), a weryfikacja koncepcji to właśnie biznes, którym zajmuje się Leap Dynamics.
Firmę założyli w 2019 roku Nikolai i Magdalena Genov, dwoje bioinformatyków, którzy przez lata zajmowali się badaniami naukowymi, zanim doszli do wniosku, że to, co potrafią (tworzyć oprogramowanie na zamówienie, analizować duże i nieprzejrzyste zbiory danych, nadawać sens danym biologicznym i medycznym), jest bardzo potrzebne w świecie biznesu. Dziś berlińska firma obsługuje klientów od dużych banków i koncernów farmaceutycznych po małe firmy, które ostrożnie poruszają się w fali szumu wokół AI. Pytanie, które Leap Dynamics stale sobie zadaje, nie brzmi „czy możemy tu użyć AI?”, lecz „czy powinniśmy?”
Od genomu do rynku
Nikolai Genov ma doktorat z bioinformatyki. W czasie badań doktoranckich intensywnie pracował z danymi o ekspresji genów w nowotworach i spędzał przed terminalem, budując własne potoki analityczne, tyle samo czasu co w laboratorium. Już w 2016 roku zaczął poważnie zajmować się uczeniem maszynowym, na długo zanim stało się ono biznesowym modnym hasłem. Jak mówi, bioinformatycy z pewnością dostrzegali, „że te systemy już wtedy świetnie klasyfikowały dane biologiczne. Potencjał był”. Na poziomie systemowym nikt jednak z tego nie skorzystał. „Myślę, że po prostu tego nie zauważono”, dodaje.
„Miałem poczucie”, wyjaśnia Nikolai, „że jeśli po prostu będziemy robić to, co już umiemy, tylko w bardziej zorganizowany sposób, poza środowiskiem akademickim, odniesiemy sukces. Jak dotąd okazało się to prawdą”.
Magdalena wniosła uzupełniające doświadczenie: po studiach z bioinformatyki przez kilka lat prowadziła badania z zakresu medycyny kosmicznej w dużym szpitalu badawczym, gdzie badała ekstremalne środowiska i ich wpływ na ludzki organizm, od eksperymentów na pokładzie Międzynarodowej Stacji Kosmicznej po fizjologiczne skutki zmian klimatu. Do jej obowiązków należała organizacja lotów parabolicznych i przygotowywanie eksperymentów naukowych na ISS. „W bardzo krótkim czasie musisz zająć się ogromną liczbą rzeczy naraz. Najlepiej wszystko powinno być zrobione na wczoraj”.
„Bycie badaczem oznacza mierzenie się z pytaniami, na które nie ma jeszcze właściwej odpowiedzi”, mówi Magdalena. „A jako przedsiębiorca bardzo często masz do czynienia z klientami, którzy wytwarzają ogromne ilości danych, ale też nie wiedzą, co z nimi zrobić”. Jak wykorzystać te dane, by zdobyć nowych klientów, nowe produkty, większą płynność? To wciąż to samo pytanie. „W końcu jako przedsiębiorca sam zmieniasz się w pewnego rodzaju badacza”.
Problem złotego młotka
Obecnie Leap Dynamics zajmuje nietypową pozycję: to firma, która regularnie mówi klientom, że technologia, o którą przyszli zapytać, może wcale nie być tym, czego potrzebują. Adrian nazywa to „złotymi młotkami”: to antywzorzec, narzędzie, którego ktoś używa do każdego problemu, niezależnie od tego, czy pasuje. „Bardzo często widać, że AI rzuca się na każdy problem. To poważny błąd. Są problemy, w których klasyczne przetwarzanie sygnałów czy klasyczne przetwarzanie obrazu jest o wiele, wiele bardziej odpowiednie”.
Metodą, którą Leap Dynamics stosuje, by sobie z tym radzić, jest Proof of Concept: szybki, ograniczony test, czy dane podejście działa w realnych warunkach, zanim projekt przerodzi się w pełny cykl rozwoju. Gdy pojawiło się pytanie, czy AI może działać bez drogiego sprzętu graficznego, zespół po prostu uruchomił model na starym laptopie i zmierzył wyniki. Model działał z akceptowalną szybkością. Dowód gotowy. „Jeśli ten Proof of Concept się powiedzie, możesz zastosować dobre praktyki i rozbudować całość tak, by mogła trafić na produkcję”.
Przykład o większym znaczeniu biznesowym dotyczy ochrony danych. Klient potrzebował automatycznej anonimizacji danych osobowych w dokumentach (imion i nazwisk, adresów, numerów telefonów, danych bankowych) bez przesyłania ich przez usługę chmurową. „Mieliśmy Proof of Concept: czy da się to zrobić bez potężnego sprzętu, ale z nowoczesną AI? Udało się, a my przekształciliśmy to w produkt, który właśnie wprowadzamy na rynek”.
Klientom z większymi ambicjami Nikolai szczerze mówi, w jakiej kolejności trzeba działać. „W wielu firmach cyfryzacja nie jest tak zaawansowana, jak by się chciało. To oznacza, że najpierw trzeba przeprowadzić kolejne etapy cyfryzacji, zanim system AI w ogóle będzie miał sens”.
Dla Adriana wspólnym mianownikiem wszystkich projektów jest jedna zasada. „AI to wzmacniacz”, mówi. „Wzmacnia to, co już jest. Pogarsza to, co już jest, gdy obecne są złe rzeczy, i poprawia to, co już jest, gdy obecne są dobre”.
Dane, które zostają w firmie
Gdy zespół dyskutuje, których dostawców chmurowej AI polecać, stanowisko Adriana wobec klientów z wrażliwymi danymi jest niezmienne: żadnego z dużych amerykańskich. „Wystarczyłby jeden podpis prezydenta USA, a niemieckie tajemnice handlowe nagle stałyby się publiczne”, mówi. „Przy niemieckiej AI czy niemieckim serwerze takiego ryzyka po prostu nie ma”.
To nie jest teoretyczna obawa. Nikolai opowiada, że firma na co dzień pracuje z danymi medycznymi, genetycznymi i finansowymi, czyli dokładnie z tymi kategoriami, których nie można legalnie ani bezpiecznie przesyłać do chmurowego modelu podmiotu zewnętrznego. „Gdy korzystamy z AI, pytanie zawsze brzmi: jak zapewnić bezpieczne użycie, zgodnie z DSGVO, zgodnie z AI Act”.
Europejskie alternatywy istnieją i są lepsze, niż sugeruje ich rozpoznawalność. Mistral z siedzibą w Paryżu tworzy modele na tyle kompaktowe, że działają na zwykłym komputerze stacjonarnym, a przy tym radzą sobie z klasyfikacją obrazów i tekstu. Black Forest Labs, firma z Fryburga, to coś, co w Niemczech nazywa się Hidden Champion: prawie nieznana poza branżą, a jednak jej algorytmy przetwarzania obrazu wykorzystują jedne z największych firm technologicznych na świecie.
Dwoje założycieli, jedna tablica
W Leap Dynamics podział obowiązków opiera się na mocnych stronach, a nie na stażu. Nikolai odpowiada za pracę techniczną i analizę danych, w tym cały rozwój w języku R, którym posługuje się od ponad dziesięciu lat. Magdalena zarządza organizacyjną i komunikacyjną stroną firmy: relacjami z klientami, zarządzaniem projektami, koordynacją i planowaniem finansowym, i oczywiście tym, co otwarcie nazywa papierologią, która zdaje się zajmować połowę dnia każdego założyciela. „Zarządzanie firmą oznacza bycie jednocześnie badaczem, programistą i osobą, która siedzi przy biurku i przez pół dnia musi przedzierać się przez dokumenty”.
Lata pandemii COVID wymusiły strategiczny zwrot. Leap Dynamics zaczynało od koncentracji na sprzęcie. Gdy nadeszła pandemia, zespół przestawił się na spersonalizowane rozwiązania programowe. „To była właściwa decyzja”, mówi Magdalena. „Bardzo dobrze przetrwaliśmy okres COVID, zdobyliśmy wielu nowych klientów i mogliśmy potem skupić się na włączeniu AI do naszej oferty”.
Spory trafiają na tablicę. „Wypisujemy wszystkie zalety i wady danej decyzji”, wyjaśnia Magdalena. „Nie patrzymy tylko na nasze osobiste preferencje. Ostatecznie patrzymy na to, co posunie firmę do przodu”. Głębsza zasada pochodzi od Nikolaia: „Często nie chodzi o podjęcie właściwej decyzji, lecz o to, by w ogóle być w stanie podjąć jakąkolwiek decyzję. Firmy niszczy nie tylko to, że podejmuje się złe decyzje, ale to, że decyzje odkłada się na pięć lat. To jest o wiele gorsze”.
Adrian, który trafił do Leap Dynamics z sektora bankowego, gdzie łączył tworzenie oprogramowania z data science, streszcza swoje doświadczenie w jednej myśli: „Jedna z najważniejszych rzeczy, które wyniosłem ze świata bankowości, to świadomość, co staje się możliwe, gdy masz zespół, który naprawdę działa”.
Płynność, która pozwala rosnąć
Leap Dynamics trafiło do Vivid w wyniku przejęcia. Założyciele mieli wcześniej konto w Pile, na którym trzymali firmowe oszczędności z oprocentowaniem, kluczowe narzędzie finansowe dla firmy, która pracuje w cyklach projektowych, a duże wpływy otrzymuje w skumulowanych falach. Gdy Vivid przejął Pile, założyciele potraktowali tę zmianę jako szansę, a nie obowiązek. „Mieliśmy wtedy możliwość poznać Vivid i mimo to z niego zrezygnować”, wspomina Magdalena. „Po trzech dniach korzystania z Vivid było dla nas zupełnie jasne: Vivid to właściwy partner dla Leap Dynamics. I zostaliśmy do dziś”.
Dla Nikolaia pierwotny powód pozostaje najważniejszy. Konto oprocentowane zamienia uśpione przychody z projektów w kapitał obrotowy między kolejnymi zleceniami.
Dla małej firmy, która generuje przychody i w różnych momentach ma pieniądze na koncie, to po prostu naprawdę przydatne. Po prostu poprawia płynność.
Nikolai Genov, współzałożyciel & CEO, Leap Dynamics
Magdalena opowiada, że każdy projekt może mieć własne subkonto i własny IBAN, z określonym budżetem przypisanym od samego początku. Karty dla zespołu mają indywidualne limity. „To, że mogę przypisać produktowi IBAN z ustaloną kwotą pieniędzy, niesamowicie ułatwia planowanie”. Obrazu dopełnia firmowe konto inwestycyjne, którego Nikolai szukał już gdzie indziej, gdy Vivid je wprowadził.
Mieć kogoś, nawet jeśli to agent AI, kto odpowie na nasze pytania albo po prostu rozwieje pewne wątpliwości, to coś na wagę złota.
Magdalena Genov, współzałożycielka & CEO, Leap Dynamics
„Korzystanie z agentów AI od Vivid to dla nas, jako klientów Vivid, kolejny naturalny krok”, mówi Magdalena. Po siedmiu latach budowania firmy i ponad ośmiu latach myślenia o tym, czym mogłaby się stać, Nikolai nie ma wątpliwości. „Nie żałuję. Nawet gdy jest ciężko. W rzeczywistości jest bardzo, bardzo ciężko. Ale warto”.
