Как Hyperscience привлече 140 млн. долара инвестиции и утрои приходите си по време на пандемия
В края на 2017 г. американският инвестиционен посредник TD Ameritrade е изправен пред сложна задача. Компанията, която току-що е придобила конкурента си Scottrade, трябва да добави в своите бази данни информацията от над 1 млн. страници документи. TD Ameritrade преценява, че ще трябва да възложи задачата на 60 души, които по цял ден да преглеждат документите и да извлекат от тях информация като имена, рождени дати и номера на социални осигуровки в рамките на година, за да е според регулациите.

Брокерската компания опитва да си реши проблема с OCR: технология, която сканира съдържанието на хартиен документ и го дигитализира, така че да бъде разчетено и обработено от компютър. Тестваните решения обаче не дават желания резултат.
Тогава TD Ameritrade решава да тества Hyperscience. Използвайки изкуствен интелект, софтуерното решение на Hyperscience разчита информацията от различни видове документи (например хартиена фактура или написан на ръка текст) и я превръща във формат, който може да се обработи от компютър.
„Качеството на разчитане на ръкописните документи е това, което ни накара да проучим Hyperscience“, казва Шон ван Мурлегъм, управляващ директор в TD Ameritrade. По думите му компанията успява да се справи за четири месеца вместо за година, използвайки два пъти по-малко служители, отколкото първоначално възнамерявала. „Възможността да транскрибираме над 90% от текстовете беше внушителнa.“
Малкият ад, през който минават хора като Ван Мурлегъм, е познат на всички, които работят с много документи. Това е и проблемът, който решават Красимир Маринов, Владимир Цанков и Питър Бродски, когато създават Hyperscience: платформа, която помага на компаниите да дигитализират съдържанието на своите документи.
Да вземем за пример администрацията в малка фирма. Счетоводителят получава фактури в най-различни формати, преглежда ги една по една и въвежда информацията в компютър. Hyperscience може да автоматизира процеса, така че за счетоводителя остава само да нареди плащанията.
А сега си представете голяма фирма, където обемът на документация е далеч по-голям. Автоматизацията на всеки такъв процес може да облекчи работата на служителите и да съкрати разходите. „Един от първите ни клиенти всеки ден получаваше по над 20 хил. писма – чекове, застраховки и т.н. – казва Владимир Цанков. Първо машини изкарваха и сканираха писмата, а после 500 души въвеждаха в системата информацията от тези документи. Това се случваше всеки ден.“
Клиентът им решава да пробва Hyperscience. И открива, че софтуерът разчита с точност над 95% от съдържанието на документите.
Hyperscience е като спасителен пояс за големи компании, които работят с много данни. Сред клиентите са компании от финансовия сектор: банки, застрахователи, пенсионни фондове. Друг голям клиент са държавните институции. Всички тези организации са изправени пред планини от документи, обработването на които отнема твърде много ресурси.
И създава нова ниша в софтуерната индустрия. През 2019 г. пазарът на софтуер за интелигентно обработване на документи се оценява на между 540 и 560 млн. долара от консултантската компания Everest Group. Според фирмата обемът на пазара се е увеличил с около 30% през 2020 г.
Ако това е вярно, Hyperscience определено изпреварва ръста на пазара. През 2020 г. приходите ѝ са се утроили (съоснователите ѝ не желаят да посочват конкретно число), а броят на клиентите ѝ е нараснал в пъти. 2020 г. беше рекордна и в друго отношение: Hyperscience успя да привлече инвестиции за общо 140 млн. долара. С това размерът на парите, които фондовете за рисков капитал са налели в Hyperscience, нарасна до общо 190 млн. долара.

Днес централата на компанията е в Ню Йорк. В София се намират много от разработчиците на Hyperscience. Компанията има свои офиси и в Лондон и Торонто. Питър Бродски, който е главен изпълнителен директор на Hyperscience и управлява компанията от офиса в Ню Йорк, твърди, че продуктът им може да автоматизира 95% от процеса по въвеждане на данни. „Ако имаш 100 души, които по цял ден въвеждат данни, след Hyperscience ще ти трябват само 5 – казва 39-годишният Бродски. – Автоматизираме почти цялата работа.“
Историята зад зашеметяващия ръст на Hyperscience е историята на един американец в София. Повече от десетилетие Питър Бродски работи по собствен софтуер за любители на музиката. Той се запознава с Красимир Маринов и Владимир Цанков и двамата се присъединяват към Instinctiv, чиято основна функция е да изучава музикалния вкус на меломаните и да им предлага парчета за слушане на база на песните, които вече са си пускали. Освен това Instinctiv може да разпознава песни (нещо като популярното днес приложение Shazam).
От Soundcloud научават за Instinctiv и толкова го харесват, че през 2012 г. го купуват от Бродски. Така тримата стават служители на платформата. Но се оказва, че Soundcloud не е тяхното нещо. „Решихме, че имаме нов път за развитие“, казва Цанков. И тримата проявяват интерес към изкуствения интелект и машинното учене. Още през 2013 г. започват да им търсят приложение в софтуер за различни сфери.
Една от идеите им е да разработят софтуер, който предсказва потребителското поведение. Създават продукт и го предлагат на компания, която осигурява услуги по почистване на дома. Обещанието е, че софтуерът ще предскаже поне 80% от клиентите, които ще откажат почистване следващата седмица. Кодът предсказва 85% от отказаните поръчки, което впечатлява компанията. „Тогава започнахме да осъзнаваме, че това, което правим, има смисъл“, спомня си Красимир Маринов.
Той сравнява първоначалния продукт с черна кутия. Софтуерът може да решава различни бизнес проблеми и съоснователите търсят начин да изберат този от тях, който могат да монетизират. Така стигат до идеята, че кодът им може да извлича текст от различни формати документи.
Дигитализирането на документи не е нещо ново. Оптичното разпознаване на символи (OCR) се използва от десетилетия, но технологията допуска неточности. Грешките не са нещо фатално, когато правиш софтуер за музикални предпочитания. Но когато трябва да извлича финансови данни от документи, грешките могат да струват скъпо на компаниите.
Съоснователите на Hyperscience не искат това да се случва и смятат, че са открили перфектното решение. Алгоритмите на изкуствения интелект зад софтуера им може да увеличат точността при извличането на данните до 98%. Отделно от това те използват модела Human-in-the-loop, при който събраните от компютъра данни след това се преглеждат от човек, който ги анализира и взема крайното решение.
„Осъзнахме, че за една компания да поддържа машинно учене, е скъпа операция – казва Красимир Маринов. – Чудехме се как можем да направим автоматизацията достъпна за повече компании. Всяка една компания, която има процеси и бизнес решения и обработва много данни, да се възползва от такова решение, без да трябва да инвестира в ноу-хау: поддръжка на екип, вземане на решения и т.н.“
„Звучи като най-неинтересното нещо, което сте чували“, допълва Питър Бродски. Още преди години той си дава сметка, че много компании използват софтуер, за да автоматизират въвеждането на данни. „Оказа се, че ако можеш да решиш тази задача, това ти дава възможност да докараш всяка автоматизация в различни фирми. Да смесваш човешкия труд с машинен труд.“
Създадената от Бродски, Маринов и Цанков машина за пари засега изглежда перфектно смазана. Освен през 2020 г. фирмата успя да утрои приходите си и през 2019 г. (Регистрираното в България дъщерно дружество „Хайпърсайънс“ е декларирало 5.5 млн. лв. приходи от продажби през 2019 г. – с 11% повече спрямо предходната.)
Питър Бродски казва, че най-големият разход на компанията са хората. „Наемаме всеки ден – казва той. Растем много бързо.“
Значителна роля за растежа има и мрежата от клиенти. Компанията си партнира със системни интегратори, които препоръчват на клиентите си да използват софтуера на Hyperscience.
Питър Бродски е оптимист за 2021 г. Очаква Hyperscience да утрои приходите си. За следващите години обаче прогнозите не са толкова оптимистични, защото Hyperscience става все по-голяма като бизнес и започва да се задъхва от собствената си тежест. „В един момент приходите стават твърде големи, за да ги утрояваме всяка година – казва Питър Бродски. – Най-вероятно ще намалим темпото, но ще продължаваме да растем.“