Příběhy úspěšných > Pavel Konečný: Před rokem jsme měli nápad, pár řádků kódu

Pavel Konečný: Před rokem jsme měli nápad, pár řádků kódu

Loňským Nejlepším startupem se stal Neuron soundware. Za rok urazil neuvěřitelnou cestu. Rozvoj technologie, řada úspěšných projektů, spolupráce se společnostmi jako je Siemens nebo Deutsche Bahn. Nabídky z celého světa. Jak se dívá na vlastní podnikání Pavel Konečný z Neuron soundware...
19. 07. 2017 | Startup roku

Můžete v krátkosti představit, v čem spočívá váš byznys?

Jednoduše dokážeme rozpoznat porouchaný stroj podle zvuku. A nejen to, že nefunguje správně, ale i to, jaký mechanický problém nastal či mohl nastat. Pro dosažení vysoké přesnosti používáme pokročilé nástroje strojového učení a umělé inteligence. Trénink neuronových sítí probíhá ve velmi výkonných serverech v cloudu, ale výslednou aplikaci instalujeme do relativně levných mikropočítačů. V nich probíhá i analýza zvuku, proto není nutné zajistit vysokorychlostní připojení k internetu.

Vyšel váš celosvětově revoluční nápad z předchozí běžné životní zkušenosti, kdy jste si uvědomil, že analýza zvuků může být řešením?

Napomohla nám životní příhoda mého kamaráda. Rozpoznal změnu zvuku v motoru u svého auta, ale v servisu na problém nepřišli. Tak pokračoval v jízdě a po pár stech kilometrech mu u motoru praskl válec a celý jej poškodil. Říkal, že měl štěstí, že to bylo dva dny před koncem záruky. To nás navedlo na myšlenku aplikovat technologii u strojních zařízení.

Jinak nejsme úplně sami, kdo by se tématem zabýval. Víme například o jednom dalším startupu z New Yorku. Nicméně hlavní konkurencí je nedostatek představivosti, že by se údržba dala dělat jinak. Že by bylo možné počítačem rozpoznávat problém stejně přesně, jako to zvládne špičkový mechanik.

U jakých strojů jste dnes schopni určit touto metodou závadu?

Naše zkušenost zahrnuje zpracování audiozáznamů z rozličných mechanických zařízení – od eskalátorů, přes výhybky, klimatizační jednotky až po atypické zvuky z věterných elektráren. Jelikož se technologie učí z dat, tak je její využití univerzální. V ideálním případě je trénovací data-set obsáhlý, a to včetně řady problémových stavů. Pak je možné připravit algoritmus, který bude rozpoznávat konkrétní problémy. Pustíte mu několik vteřin záznamu. Výsledek analýzy je pak znám téměř okamžitě.

Kam se Neuron soundware od loňského vítězství v kategorii Startup posunul?

Před rokem jsme měli nápad, pár řádků kódu. Dnes máme za sebou desítku úspěšných pilotních projektů a pracujeme se zákazníky na integraci řešení do jejich systémů. Vyvinuli jsme si naše referenční IoT zařízení a jednáme s výrobci o jeho dodávkách. V neposlední řadě jsme také získali investici, abychom technologii upravili do škálovatelné platformy. Takže aktuálně nabíráme posily do týmu.

Projevili už o technologii zájem nějací významní hráči na trhu?

Ano, spolupracujeme například s několika divizemi společnosti Siemens, technologii testujeme s Deutche Bahn a máme i narůstající řadu zákazníků v ČR v oblasti automotive. Také navazujeme několik partrnerství se společnostmi v oblasti IT služeb a také průmyslového testování. Ozývají se nám společnosti z Koreje i Japonska. V tuto chvíli se ovšem věnujeme převážně ČR a Německu.

Jaká je vaše vize podnikání do budoucna?

Rozvoji nahrává fakt, že pro analýzu zvuku stačí malé snímací zařízení s mikropočítačem. Data tak není třeba posílat k analýze do cloudu. Výsledným algoritmem po dokončení učení je jen malá knihovna, která může pracovat na relativně levném hardwaru a odhalovat mechanické závady. Dochází tak k efektivnímu propojení výpočtů v cloudu a koncových zařízení. Nově vzniklý odborný název toto označuje slovem fog-computing. Analytické studie předpovídají vznik miliard zařízení tohoto typu v následujících letech, které si budou moci předávat informace a znalosti. 

Současné systémy monitoringu budou v nejbližší době zdokonaleny a jednotlivé stroje vylepšeny o senzory vybavené prvky umělé inteligence odhalující poruchy novým a komplexním způsobem. Stroje se zatím ještě samy neopraví, ale rozhodně budou samy sobě rozumět mnohem lépe. A to napomůže jak snížení nákladů na provoz a údržbu, tak se vyvarovat neplánovaným odstávkám. 

Narážíte na nějaké byrokratické překážky, které podnikání komplikují?

Nedávno jsem na toto téma vedl rozhovor se zástupci státní správy. Navrhoval jsem, aby pro začínající podnikatele pořádali kurzy, které je uvedou do tématu, co vše je třeba řešit. Startup má prioritu svého zákazníka, produkt a zejména na začátku rozvoje nemá čas zkoumat, který zákon se na něj vztahuje a který nikoliv. Velké firmy mají své právníky, účetní, auditory. Pro ty začínající by mohli uspořádat pravidelné semináře a individuálně poradit. Myslím, že by tuto nabídku řada začínajících podnikatelů ráda využila.