Нурхат Абду из Астаны в этом году закончил 10-й класс школы UBES (Ulttyq Business & Engineering School). Параллельно с учебой парень развивает проект SENTRA – AI-систему для видеоаналитики в ритейле, которая помогает выявлять кражи и анализировать поведение покупателей в магазинах.
Специально для Digital Business Нурхат рассказал, как его проект помогает магазинам бороться с воровством и увеличивать выручки, сколько уже клиентов у стартапа и получается ли ему зарабатывать.
«Безопасность в ритейле сейчас работает неэффективно»
– Электроникой и инженерными проектами занимаюсь с детства. Всему учился самостоятельно, в основном через YouTube. Сначала просто разбирал компьютеры, потом перешел на Arduino (электронный конструктор и аппаратная платформа с открытым исходным кодом – прим. Digital Business). Ее основа – небольшая плата с микроконтроллером, которая позволяет легко и быстро собирать интерактивные устройства. Это было в 6-м классе.
В 9-м классе впервые стал кофаундером стартапа Q-uiren. Создали электронную домбру – этот продукт упрощает обучение игре на инструменте и делает его доступнее. Такая домбра подсвечивает, куда именно нужно нажимать и в каком темпе. То есть человек видит подсказку прямо на инструменте и повторяет за ней, а не учится вслепую по слуху или нотам.
Сейчас развиваю стартап SENTRA – SaaS-платформу для ИИ-видеоаналитики в ритейле. Она помогает выявлять кражи и анализировать поведение покупателей.
Обратил внимание на то, как неэффективно работает безопасность в магазинах. В большинстве точек камеры висят просто «для галочки». Они записывают терабайты видео, но никто их не смотрит в реальном времени. Человеческий фактор неизбежен: охранник устает, отвлекается и не может следить за десятком экранов одновременно. Подумал: «У нас уже есть технологии компьютерного зрения. Почему бы не научить камеру самой “понимать”, что происходит в кадре?».
Формат ИИ-видеоаналитики – единственный способ превратить «мертвые» данные в активный инструмент. Он позволяет делегировать рутинную работу машине. Компьютер не устает, не отвлекается на телефон и способен «смотреть» в сотни камер одновременно с одинаковым вниманием. Это дает бизнесу проактивную защиту: не разбираться с последствиями кражи, а предотвращать ее в моменте.
При этом, чтобы ИИ не расценивал как кражу любое действие человека, который просто берет товар с полки, записали датасет из более чем 200 Гб собственных видео в самых разных условиях освещения и с разных ракурсов.
Однако, когда начали разрабатывать алгоритмы трекинга людей, пришла еще одна идея. Поняли, что если умеем отслеживать потенциального вора, то точно так же можем отслеживать и честного покупателя: куда он идет, на какие полки смотрит. Каждый день мерчендайзеры и кладовщики сотен компаний в Казахстане отправляют тысячи фотографий витрин и складов в рабочие чаты. А дальше начинается операционный ад: администраторы или супервайзеры часами сидят в мессенджерах и вручную перебирают эти фотографии, чтобы проверить, правильно ли расставлен товар. Человеческий фактор здесь неизбежен: замыленный взгляд менеджера упускает детали, полки пустеют, стандарты нарушаются, а бизнес ежедневно теряет выручку просто потому, что нужного товара не оказалось на виду.
Наша система анализирует поведение посетителей и на основе этих данных подсказывает, как лучше расставить товар в зале, распределить по полкам и так далее.
«Мы не просто даем сухие графики, а строим 3D-модель магазина»
– Сейчас SENTRA – это платформа для полной оцифровки магазина, где безопасность и бизнес-аналитика работают вместе. Технически это выглядит так: система подключается к камерам магазина и обрабатывает видеопоток с помощью нейросетей.
Продуктом можно пользоваться через веб-платформу или мобильное приложение, которое нужно охране и администраторам «в полях» для оперативного реагирования. Если ИИ замечает попытку кражи, уведомление мгновенно прилетает на телефон сотрудника. Он сразу видит фрагмент видео с инцидентом. Если охранник подтверждает кражу, то может подойти к нарушителю, а дальше решить, вызвать полицию или нет.
Также есть сайт для глубокой аналитики. Это инструмент для владельца или управляющего. Зайдя туда, они видят полную картину по магазину. Поток клиентов за день, неделю или месяц. Тепловые карты – в каких залах или у каких стеллажей люди задерживаются дольше всего, а какие зоны, наоборот, пустуют. Детекцию очередей – сколько человек стоит на кассе и как долго. Эффективность персонала – статистику и графики нарушений по каждой точке сети, чтобы руководству не приходилось вручную перебирать тысячи логов.
В приложении есть ИИ-помощник – встроенный чат, которому можно задать практически любой вопрос: сколько человек зашло в магазин, как увеличить продажи, попросить подвести итоги дня. Он анализирует данные из системы и сразу дает ответ.
Но наша главная «фишка» – визуализация. Мы не просто даем сухие графики, а строим 3D-модель магазина (цифровой двойник). Владелец бизнеса видит все как на ладони: где сейчас «горячие зоны», у каких полок люди задерживаются дольше всего, а какие зоны «мертвые».
При этом не сканируем лица покупателей и не храним персональные данные. Используем альтернативный метод идентификации – по внешним атрибутам. Каждому посетителю, который попадает в кадр, система присваивает временный уникальный ID и запоминает его «цифровой аватар»: цвет куртки, тип одежды, аксессуары. Это удобно для охраны. Система присылает уведомление такого типа: «Внимание! Кража. Человек в красной куртке и черной кепке, ID 402». Охранник мгновенно найдет нужного человека в толпе. В том случае если в зале находится два человека в похожей одежде, их можно отличить друг от друга по фото.
«За каждую подключенную камеру клиент платит в среднем 5 тысяч тенге в месяц»
– Понимаем, что в стартапах опыт решает все, поэтому нашли ментора. Нас консультирует Темирлан Мырзахметов. Это человек, который прошел школу Y Combinator. Регулярно советуемся с ним по сложным вопросам – и техническим, и бизнесовым. Иметь доступ к экспертизе такого уровня – огромное преимущество для нас.
Уже проводим пилотные внедрения в трех небольших магазинах «у дома» в Астане, в одном в Актобе и в одном – в Алматы. Специально выбрали малый бизнес для старта, чтобы быстрее получить обратную связь и отладить систему в реальных условиях.
Чтобы находить клиентов, не пишем холодные письма, а приходим в магазин, находим владельца или управляющего и показываем демо. Диалог строим не на технологиях («у нас нейросети»), а на деньгах: «Сколько вы теряете на кражах в месяц? Мы можем сократить эту сумму на 68%». Когда бизнес слышит про экономию денег, разговор идет гораздо легче.
Сейчас самый горячий запрос – «антивор». Магазины хотят получать мгновенные уведомления о кражах в Telegram или в приложении. Второй по популярности сценарий – аналитика трафика. Владельцы хотят видеть тепловые карты в нашей 3D-модели, чтобы понимать, какие полки «продают», а какие – просто занимают место.
Модель заработка у нас классическая – подписка. Сумма, которую платит клиент в месяц за каждую подключенную камеру, может варьироваться, но в среднем это 5 тысяч тенге. Выручка у нас уже есть, но про чистую прибыль говорить пока рано – мы на стадии роста. Все заработанное уходит обратно в продукт. Сейчас главная цель – набрать базу клиентов.
«После школы буду поступать в США»
– Поскольку мы SaaS-стартап, наши основные расходы – вычислительные мощности. ИИ требует «тяжелого» железа, и это то, на чем не можем экономить, поскольку должны обеспечивать высокую точность и скорость работы. У нас собственные мини-компьютеры с NPU процессорами. Еще одна небольшая статья расходов – «железо» для тестов (камеры, микрокомпьютеры) и инфраструктура (домены, хостинг сайта).
Рассматриваем привлечение инвестиций. Нам нужны ресурсы для быстрого масштабирования. Чтобы подключить к системе сотни магазинов и сохранить высокую скорость обработки видео, нам нужна серьезная инфраструктура. Поэтому ищем инвесторов, которые готовы вложиться в технологии и помочь нам быстрее масштабироваться.
В будущем хотим сделать из SENTRA полноценную экосистему для «умного магазина». Идея такая: владелец заходит в систему и видит цифровой двойник (3D-модель) своего бизнеса. При чем не просто картинку с камеры, а данные: где ходят люди, какой товар берут, где воруют. В будущем планируем закрывать все задачи ритейла – от контроля очередей до автоматического анализа пустых полок. Хотим стать главным инструментом управления для владельца.
Что касается личных планов, то после школы буду поступать в США – там больше возможностей для стартапов. Планирую и дальше заниматься SENTRA и добавлять новые функции.
Школьникам, которые хотят заниматься стартапами, я бы посоветовал не бросать, даже если сложно. Нужно работать и быть последовательными. Но и не забывать отдыхать, чтобы не выгореть.