Сегодня в блоге ЛАНИТ мы бы хотели поделиться, как продукт для лесной отрасли на основе алгоритмов компьютерного зрения прошел путь от пилотной версии до гибкой бизнес-системы и выжил в условиях, когда у сотрудников клиента нет связи, а поставщики не всегда добросовестно измеряют объемы древесины.
Как все начиналось: от идеи к продукту
Есть два подхода к ручному замеру древесины:
очень неточный или очень медленный
Smart Timber — это продукт нашей компании «Системы компьютерного зрения». Его идея родилась из двух направлений: технологических наработок команды и запроса рынка на решения для измерения и учета круглых лесоматериалов. Еще в 2015–2017 годах мы работали над стационарной системой замеров древесины по фотографиям с компанией НЭК — одной из крупнейших российских компаний в области лесных измерений.
Первые попытки создания мобильных решений показали, что их точность, возможности и удобство использования не удовлетворяют профессиональное сообщество. В 2019 году наша команда получила предложение от «Сегежа Групп», одной из крупнейших лесозаготовительных компаний, создать аналог эстонского приложения Timbeter, но с акцентом на российские реалии и с более высокой точностью. С этого момента и началась полноценная разработка Smart Timber. Она шла волнами в три ключевых этапа.
Этап 1. Пилот и первые версии
Лесная отрасль традиционно испытывала проблемы, связанные с ручным учетом круглых лесоматериалов. Основные трудности включали низкую точность замеров (погрешность могла достигать 15–20%), формальное выполнение или полное игнорирование процедур замера и учета, а также случаи занижения объемов при приемке леса. При этом точный ручной учет возможен, но крайне трудоемок и применяется только в единичных случаях.
Наш продукт был направлен на решение этих проблем за счет фотофиксации, автоматизированного расчета объемов древесины с помощью мобильного устройства с погрешностью в пределах 2–3% и последующей отправки результатов в единую систему.
Первую версию мобильного приложения мы выпустили в 2020 году, задолго до подписания первого крупного контракта. Основной нашей задачей было сделать MVP и испытать его на практике. Мы провели несколько пилотов с разными компаниями и убедились, что приложение реально работает.
Этап 2. Внедрение в «Сегежа Групп»
На момент начала сотрудничества с клиентом решение уже могло полноценно работать в режиме офлайн. Данный принцип был изначально заложен в архитектуру решения, которая оказалась очень удачной и, по большей части, сохраняется до сих пор.
Именно на этом этапе мы поняли, что:
интерфейс должен быть удобен для работы в толстых перчатках;
приложение должно позволить быстро отснять несколько лесовозов и размечать их уже потом (в тепле вагончика);
не все операторы понимают, что такое эталонная линейка и зачем ее вообще вешать;
не все операторы умеют пользоваться планшетом;
никто (совсем никто, включая разработчиков!) не читает руководство пользователя;
для быстрого запуска у заказчика хорошо работает формат двухдневного обучения с последующим сопровождением.
В это же время мы повысили точность за счет обновления архитектуры нейронной сети, дообучения модели детекции бревен на новых данных, которые собрали во время тестирования у разных пользователей. Помимо этого, мы стали использовать калибровку камер и информацию с датчиков устройства для расчетов геометрии штабеля значительно доработанным «методом масштабов».
Итог — успешные испытания с участием заказчика и независимых экспертов. Они подтвердили и точность, и функционал системы во всех сценариях. Совместно с клиентом мы заявили наш проект Smart Timber на премию RB Digital Awards 2022 и победили в номинации «Цифровая трансформация в промышленности».
После внедрения в «Сегеже» нам стало казаться, что вот он — технологически почти совершенный продукт, который сейчас все будут покупать, а мы будем его дорабатывать, чтобы сделать ещё лучше. Но что-то пошло не так: система отлично работала и практически не продавалась. Были запросы, мы ездили к клиентам, проводили пилоты, но они не превращались в продажи.
Этап 3. От технологии к продукту
Если в «Сегеже» ценность продукта была очевидна — мы вместе выстраивали его под задачи компании, — то с остальными потенциальными клиентами всё было не так просто. Нужно было не только объяснить, что делает Smart Timber, но и донести, зачем он им нужен.
Мы поняли, что пришло время сделать шаг от индивидуального проекта к масштабируемому продукту — понятному, привлекательному и удобному для продажи множеству разных клиентов.
Чтобы разобраться с упаковкой и коммуникацией, мы обратились в акселератор ЛАНИТ Product Manager (о нём мы уже писали здесь и здесь). Именно там начался переход от сугубо инженерного подхода к продуктово-ориентированному: мы пересобрали ценностное предложение, перестроили коммерческую логику, начали формировать воронку продаж.
Работая с акселератором мы провели анализ клиентских потребностей. Результаты исследования показали, что для большинства заказчиков ключевая ценность решения заключается не в точности измерения отдельного лесовоза, а в оптимизации учетных процессов, обеспечении их прозрачности, отслеживаемости и надёжности. Как сказал директор по лесозаготовке одного крупного ЦБК: «На бумажках оно все время теряется!» В итоге мы сделали акцент на том, что Smart Timber обеспечивает полную цепочку автоматической передачи данных от первичного замера до системы учета предприятия.
Как работает бизнес
Основная бизнес-модель, которую мы заложили с самого начала, — это подписка на использование приложения. Мобильным приложением можно пользоваться бесплатно — достаточно установить его из Google Play, Huawei AppGallery или RuStore, зарегистрироваться и начать. Данные (фотографии, разметка, породы, сортименты, объемы и т.п.) будут синхронизироваться с сервером и храниться там по крайней мере год. Таким образом, потенциальный клиент получает полноценный рабочий инструмент сразу, без подписания договоров, согласований и бумажной волокиты.
Доступ в веб-интерфейс уже требует подписки, стоимость которой варьируется в зависимости от объема замеров. Заключение лицензионного договора проводится по форме оферты на сайте, а также в бумажной или электронной форме.
Внедрение продукта включает доработки под требования заказчика и обучение контролеров прямо на предприятии.
Сегодня у Smart Timber — больше 1000 клиентов в базе, а десятки пользуются сервисом на постоянной основе.
Про клиентов нужно рассказать подробнее. Мы разделили рынок лесной отрасли на три группы:
крупные (такие группы компаний, как «ИЛИМ» и «Сегежа»);
средние;
мелкие.
Мелких лесозаготовителей в стране довольно много. Может, 1000 (по данным Росстата, даже больше), но они часто не очень заинтересованы в автоматизации, не видят в этом выгоды и могут купить 1-2 базовые лицензии — больше им не нужно. Зачастую при обзвоне по базе мы обнаруживаем, что компания не ведет деятельность или не отвечает на звонки.
Крупные лесозаготовители отличаются крайней неповоротливостью в принятии решений: с ними нужно работать годами, чтобы внедрить какое-то решение. Или не внедрить, потому что они не согласовали проект на каком-нибудь уровне. Иными словами — крайне высок порог выхода.
А вот средние компании (условно, с заготовкой 100 тыс. – 1 млн кубометров древесины в год) зачастую охотно идут по пути автоматизации, видя выигрыш за счет повышения эффективности управления. В таких компаниях достаточно быстро можно дойти до ЛПР, а те, если принимают решения, также делают это быстро. Мы сосредоточились на работе именно с такими компаниями, но наше решение остается доступным и малым предприятиям.
Привлечение новых клиентов с помощью конференций, членства в ассоциациях, публикаций рекламы и информационных статей, холодных звонков и сарафанного радио. Отрасль лесозаготовки достаточно консервативна, поэтому большую роль играют рекомендации существующих пользователей, личные встречи и пилоты. Мы хорошо знаем других участников рынка замера древесины (разработчиков сканирующих рамок, систем учета, экспертов и даже представителей регулирующих органов) и стараемся с ними сотрудничать.
Успех в привлечении клиентов через эти каналы напрямую зависит от качества взаимодействия с рынком и его участниками. Этот опыт стал ценным источником обратной связи, который помог нам пройти непростой, но важный путь от идеи к продуктовому развитию решения.
Во второй части статьи мы подробно остановимся на технических решениях, которые сделали возможной работу системы в полевых условиях. Оставайтесь с нами!
Статья написана в соавторстве с Михаилом Смирновым @m_n_smirnov