מעיר חכמה שמנטרת את עצמה ועד זיהוי פנים למהמרים: הצצה מסקרנת לפרויקטים הכי חדשניים שקורים היום – ומשתמשים בשירותי הענן היותר אקזוטיים של גוגל
בעבר הלא מאוד רחוק, כשמישהו דיבר על ענן הוא התכוון רק לדבר אחד: אחסון מרוחק ונגיש. זה דבר נהדר, אבל יישומי ענן כבר מזמן לא מוגבלים רק לאחסון. כל סטארטאפ רזה יודע את זה: אל תבזבז זמן על לבנות משהו שאפשר כבר לקבל כשירות בענן – גש ישר לעניין ובנה את המוצר שלך הכי טוב שאפשר. תשתיות? עיבוד נתונים בסיסי? חבל על הזמן של הצוות. לא צריך להמציא את הגלגל כל פעם מחדש.
אבל מה בנוגע לעיבוד שהוא מעבר לבסיסי? הרבה ספקים יציעו לכם "עולם של שירותי ענן” שמגיעים מאחד הענקים הגלובליים – בליווי בהקמה, בתחזוקה ובשימוש השוטף. רוב הארגונים מכירים את שירותי האחסון והמכונות הווירטואליות. פחות ארגונים מקדישים זמן להתעמק בשירותים המתקדמים יותר, כמו דאטה בייסים שיכולים לעבד טריליוני שאילתות בשבריר מהזמן שאתם יכולים. עוד פחות מכירים את השירותים האקזוטיים שקיימים (מיד ארחיב עליהם), שיכולים לחסוך זמן פיתוח. למעשה, אם אתם מכירים את השירותים המתקדמים היכרות עמוקה, או שיש לכם פרטנר שזו ההתמחות שלו, אתם יכולים לבנות את תוכנית הפיתוח של המוצר שלכם סביב השירותים האלה ולהרוויח פעמיים: פעם אחת כשאתם מדלגים בקלילות מעל המשוכה של לפתח בעצמכם פונקציונליות מתקדמת שמישהו אחר כבר פיתח; ופעם נוספת כשאתם מרוויחים מהניסיון ומהמשאבים של ענק כמו אמזון או גוגל.
״הביג דאטה של פעם הוא הדאטה של היום״
הנה כמה דוגמאות מהעולם של גוגל שמשלבות שני תחומים לוהטים: האחד הוא Machine Learning והשני הוא.Data Processing בשיחה עם ניר חינסקי, מנהל פעילות הענן של גוגל במזרח התיכון ואפריקה, שנערכה במהלך אירוע שותפים– דברנו על תחום הביג דאטה, והוא הבהיר בחיוך: "הביג דאטה של לפני שנתיים הוא הדאטה של היום. אז אנחנו פשוט קוראים לזה דאטה".
בחרתי להביא כמה דוגמאות לפרויקטים מרגשים במיוחד של גוגל. לחלק מהשירותים יש מקבילים בעולם של אמזון (או מקבילה עצמאית כלשהי), ולחלקם לא. אני רוצה לדבר יותר על קונספטים ופחות על איך לבצע אותם טכנית – לזה כבר תדאגו בעצמכם כשהצורך יתעורר.
הקונספט של Data Warehouse קיים על גלגוליו כבר עשרות רבות של שנים. אפשר לקנות מערכות כאלה ואף קיימות מערכות Open Source כאלה, למשל Apache Hive אבל יש עונג גדול במעבר הקליל ממערכת שקיימת בדמיון שלכם למערכת שאתם צריכים – בהשקעה מינימלית של זמן ועבודה. באמזון זה נקרא .Redshift בגוגל – .BigQuery בשילוב עם עיבוד תמונה בענן (Google Cloud Vision) ועיבוד דיבור בענן (Google Cloud Speech) אפשר לייצר דברים מדהימים. במקרה של הכלים שגוגל מציעה – מדובר ממש בכלים שגוגל עצמה עובדת איתם. "אנחנו היינו צריכים להתמודד עם כמויות הולכות וגדלות של מידע לפני שנים", שיתף חינסקי אותי ואת חבריי באירוע השותפים. "ראינו שכדי להתמודד עם כל המידע הזה נצטרך להכפיל את עצמנו בכל פעם שהמידע מכפיל את עצמו – או למצוא פתרון אחר. פיתחנו כלים שמאפשרים לנו להתמודד עם דאטה בסדרי גודל הולכים וגדלים מבלי להכפיל את המכונות וכוח האדם".
לשימוש בכלים האלה יש עוד תוצר לוואי חיובי: כלים של Machine Learning צריכים לבצע תהליך של למידה כדי לשפר את דיוקם. ככל שמאמנים אותם יותר, כך אפשרויות הזיהוי שלהם גדלות והדיוק משתפר. ארגונים שמשתמשים ב -Cloud Speech API לא צריכים להתחיל מאפס. הם עושים שימוש באותם מודלים שגוגל משתמשת בהם כדי לזהות דיבור בעצמה. אלו מודלים שכבר אימנו אותם ומכירים מעל 80 שפות, והדיוק שלהם ממשיך להשתפר ככל שגוגל מבצעת עוד ועוד ניתוחים כאלה.
ויש עוד עניין: סקלביליות. המשאבים הבלתי נגמרים של ענק כמו אמזון או גוגל מאפשרים לקבל זמן תגובה שפשוט אי אפשר להגיע אליו לבד, למשל בעיבוד נתונים. היום אפשר לבצע שאילתה על פטה-בייטים של מידע בשניות במקום דקות בעזרת ,BigQuery כי "לרגע אחד השאילתה שלכם מקבלת את כל המכונות שלגוגל יש לתת. כל כוח העיבוד של גוגל הוא שלכם לשבריר שניה".
האפשרויות בלתי מוגבלות והפרויקטים עליהם מספר חינסקי מסחררים. כמובן שאפשר לעשות את זה לבד, זה כל היופי. אבל במידה שווה ברור ששיתוף פעולה עם פרטנר מנוסה בתחום ייתן לכם לא רק את הידע והניסיון שלו בקונפיגורציה של הכלים האלה, אלא גם ילמד את הביזנס שלכם ויתווה פתרונות מידיים ועתידיים. פתרונות אלו יפיקו את המקסימום משירותי הענן הפחות מוכרים, בצורות שאפילו לא חלמתם עליהם. "הפרטנר הנכון צריך להבין את העסק שלכם לעומק: איפה המצוקות שלכם, איפה הכאבים שלכם", הוסיף חינסקי. "הוא צריך להבין איפה אתם רוצים להיות, ולהיות מסוגל לקחת אתכם לשם יד ביד".
אז הנה כמה מהפרויקטים המדהימים ביותר שגוגל שמחה להראות, ויכולים לתת לכם קצת רעיונות לעתיד הטכנולוגי של המוצר שלכם. כל הפרויקטים אמיתיים וקורים בימים אלה (שמות החברות שמורות אצלי).
1. הרמזור מדבר עם פנס רחוב
פעם היו מאשפזים אותנו אם היינו מתעקשים בציבור שזה אפשרי. פרויקט חדש בקניה (אפריקה) יהפוך עיר אחת ל -Smart City : יחבר את כל התשתיות העירוניות כדי למדוד את איכות האוויר בכבישים. הרמזורים ופנסי הרחוב יאספו מידע וינתחו אותו בזמן אמת כדי לאפשר בקרת תנועה ואיכות אוויר. בעתיד יתווספו מצלמות, שבאמצעות Cloud Vision יזהו וישלחו התראות לאיסוף זבל וטיפול במפגעים, ואפילו יזהו תאונות דרכים ויזעיקו את הכוחות הרלוונטיים.
2. ווייז פוגש את משרד התחבורה
חברת הסלולר הגדולה בדרום אפריקה מנתחת באמצעות BigQuery את ההתנהגות של 27 מיליון המשתמשים שלה – בזמן אמת. זה נותן לה כמובן תובנות שיווקיות לגבי הרגלי הצריכה שלהם, ועוזר להם לדעת איזו חבילה כדאי להציע לאיזה לקוח. אבל השימוש באמת מדהים הוא בשיתוף פעולה עם הממשלה: החברה מסוגלת למפות בזמן אמת על פי מיקום את העומסים על הכבישים, ומשרד התחבורה יכול לגזור מזה באילו תשתיות כדאי להשקיע יותר, מהם מוקדי העומס, היכן נמצאות הבעיות ואפילו לקבל תחזיות נפח תעבורה לתאריך ושעה מסוימים. אם מחברים לזה את נתוני מכירות הרכבים אפשר גם לחזות שינויים בנפח התעבורה. באופן דומה ישנו פרויקט שמנתח בזמן אמת את כל תנועת המוניות בניו יורק ומזהה תבניות תנועה.
3. חיזוי פוטנציאל נטישת לקוחות
מרכז שירות של חברה גדולה מנתח את הלקוח שעל הקו – מה רמת האמינות שלו ומה מצב הרוח שלו Prediction API של גוגל מאפשר לחזות מה סיכויי הנטישה שלו. כל הפרמטרים נלקחים בחשבון: מספר הפעמים שהתקשר למרכז, גובה החשבונית החודשית שלו, מצב הרוח שלו כפי שה-Speech API מנתח ואפשר להגיע בסוף לדירוג מספרי שמייצג את הסיכוי שינטוש היום, עוד חודש, עוד חצי שנה. זה מאפשר לחברה לתת ללקוח הצעה אטרקטיבית שתשכנע אותו להישאר.
4. שיפור חוויית השימוש
חברה גדולה שמספקת שירותי 'בנה זאת בעצמך' לאתרים משתמשת ב-Vision API כדי לזהות את התוכן בכל תמונה במאגר התמונות שלה ולקטלג את התמונות. כך, כאשר לקוח מגדיר את התחום בו העסק שלו פועל, כשהוא ירצה להכניס תמונות מהמאגר לאתר שלו הוא לא יקבל הצעות אקראיות אלא כאלה שרלוונטיות לתחום שלו. כאשר יבחר טמפלט לבסס עליו את האתר, יוצעו לו כאלה שיותר מתאימים לעסק מהתחום שלו. בדומה, חברה שנותנת שירותי עשה זאת בעצמך של אלבומי תמונות מודפסים – משתמשת בתהליך דומה כדי לזהות את התוכן שנמצא בתמונות שמעלים הלקוחות. כך מסוגלת המערכת שלהם להציע אוטומטית עיצובים מתאימים. למשל אלבומי חופשה יקבלו עיצובים שיותר מתאימים לחופשה, ואלבומי תינוקות יקבלו המלצות לעיצובים מתאימים אחרים.
5. מניעת תאונות בזמן אמת
יצרנית מכוניות חשמליות רוצה לנסות למנוע תאונות באמצעות Cloud Vision API היא מפתחת מכשיר שמנצל את הקישוריות של הרכב או הטלפון שלכם כדי לנתח בענן ולזהות בזמן אמיתי מכשולים ופוטנציאל לתאונה, ולהתריע מבעוד מועד.
6. מניעת Fraud
ארגון פיננסי גדול מבצע סליקה חכמה של צ’קים באמצעות OCR בענן: השירות מפענח עבורו את הטקסט שעל הצ’ק ומאפשר לבדוק אוטומטית את הוולידיות של הצ’ק ואפילו לוודא שהחתימה דומה מספיק לחתימת הלקוח שיש במאגר של הארגון. חברת הימורים גדולה משתמשת גם היא בשירות אבל בצורה אחרת לגמרי: היא מאפשרת ללקוח להמר רק אחרי שזיהתה אותו דרך המצלמה של המכשיר שלו. היא מסוגלת לבצע זיהוי פנים אנושיים ולוודא שאכן מדובר בבן אנוש. היא משווה שלוש פוזות שונות שהיא רואה במצלמה לתמונות שיש במאגר שלה, כדי לוודא שזה אכן האדם שהיא מצפה לו ולא פשוט תמונה שלו (או מישהו אחר לגמרי).
מעיר חכמה שמנטרת את עצמה ועד זיהוי פנים למהמרים: הצצה מסקרנת לפרויקטים הכי חדשניים שקורים היום – ומשתמשים בשירותי הענן היותר אקזוטיים של גוגל
בעבר הלא מאוד רחוק, כשמישהו דיבר על ענן הוא התכוון רק לדבר אחד: אחסון מרוחק ונגיש. זה דבר נהדר, אבל יישומי ענן כבר מזמן לא מוגבלים רק לאחסון. כל סטארטאפ רזה יודע את זה: אל תבזבז זמן על לבנות משהו שאפשר כבר לקבל כשירות בענן – גש ישר לעניין ובנה את המוצר שלך הכי טוב שאפשר. תשתיות? עיבוד נתונים בסיסי? חבל על הזמן של הצוות. לא צריך להמציא את הגלגל כל פעם מחדש.
אבל מה בנוגע לעיבוד שהוא מעבר לבסיסי? הרבה ספקים יציעו לכם "עולם של שירותי ענן” שמגיעים מאחד הענקים הגלובליים – בליווי בהקמה, בתחזוקה ובשימוש השוטף. רוב הארגונים מכירים את שירותי האחסון והמכונות הווירטואליות. פחות ארגונים מקדישים זמן להתעמק בשירותים המתקדמים יותר, כמו דאטה בייסים שיכולים לעבד טריליוני שאילתות בשבריר מהזמן שאתם יכולים. עוד פחות מכירים את השירותים האקזוטיים שקיימים (מיד ארחיב עליהם), שיכולים לחסוך זמן פיתוח. למעשה, אם אתם מכירים את השירותים המתקדמים היכרות עמוקה, או שיש לכם פרטנר שזו ההתמחות שלו, אתם יכולים לבנות את תוכנית הפיתוח של המוצר שלכם סביב השירותים האלה ולהרוויח פעמיים: פעם אחת כשאתם מדלגים בקלילות מעל המשוכה של לפתח בעצמכם פונקציונליות מתקדמת שמישהו אחר כבר פיתח; ופעם נוספת כשאתם מרוויחים מהניסיון ומהמשאבים של ענק כמו אמזון או גוגל.
״הביג דאטה של פעם הוא הדאטה של היום״
הנה כמה דוגמאות מהעולם של גוגל שמשלבות שני תחומים לוהטים: האחד הוא Machine Learning והשני הוא.Data Processing בשיחה עם ניר חינסקי, מנהל פעילות הענן של גוגל במזרח התיכון ואפריקה, שנערכה במהלך אירוע שותפים– דברנו על תחום הביג דאטה, והוא הבהיר בחיוך: "הביג דאטה של לפני שנתיים הוא הדאטה של היום. אז אנחנו פשוט קוראים לזה דאטה".
בחרתי להביא כמה דוגמאות לפרויקטים מרגשים במיוחד של גוגל. לחלק מהשירותים יש מקבילים בעולם של אמזון (או מקבילה עצמאית כלשהי), ולחלקם לא. אני רוצה לדבר יותר על קונספטים ופחות על איך לבצע אותם טכנית – לזה כבר תדאגו בעצמכם כשהצורך יתעורר.
הקונספט של Data Warehouse קיים על גלגוליו כבר עשרות רבות של שנים. אפשר לקנות מערכות כאלה ואף קיימות מערכות Open Source כאלה, למשל Apache Hive אבל יש עונג גדול במעבר הקליל ממערכת שקיימת בדמיון שלכם למערכת שאתם צריכים – בהשקעה מינימלית של זמן ועבודה. באמזון זה נקרא .Redshift בגוגל – .BigQuery בשילוב עם עיבוד תמונה בענן (Google Cloud Vision) ועיבוד דיבור בענן (Google Cloud Speech) אפשר לייצר דברים מדהימים. במקרה של הכלים שגוגל מציעה – מדובר ממש בכלים שגוגל עצמה עובדת איתם. "אנחנו היינו צריכים להתמודד עם כמויות הולכות וגדלות של מידע לפני שנים", שיתף חינסקי אותי ואת חבריי באירוע השותפים. "ראינו שכדי להתמודד עם כל המידע הזה נצטרך להכפיל את עצמנו בכל פעם שהמידע מכפיל את עצמו – או למצוא פתרון אחר. פיתחנו כלים שמאפשרים לנו להתמודד עם דאטה בסדרי גודל הולכים וגדלים מבלי להכפיל את המכונות וכוח האדם".
לשימוש בכלים האלה יש עוד תוצר לוואי חיובי: כלים של Machine Learning צריכים לבצע תהליך של למידה כדי לשפר את דיוקם. ככל שמאמנים אותם יותר, כך אפשרויות הזיהוי שלהם גדלות והדיוק משתפר. ארגונים שמשתמשים ב -Cloud Speech API לא צריכים להתחיל מאפס. הם עושים שימוש באותם מודלים שגוגל משתמשת בהם כדי לזהות דיבור בעצמה. אלו מודלים שכבר אימנו אותם ומכירים מעל 80 שפות, והדיוק שלהם ממשיך להשתפר ככל שגוגל מבצעת עוד ועוד ניתוחים כאלה.
ויש עוד עניין: סקלביליות. המשאבים הבלתי נגמרים של ענק כמו אמזון או גוגל מאפשרים לקבל זמן תגובה שפשוט אי אפשר להגיע אליו לבד, למשל בעיבוד נתונים. היום אפשר לבצע שאילתה על פטה-בייטים של מידע בשניות במקום דקות בעזרת ,BigQuery כי "לרגע אחד השאילתה שלכם מקבלת את כל המכונות שלגוגל יש לתת. כל כוח העיבוד של גוגל הוא שלכם לשבריר שניה".
האפשרויות בלתי מוגבלות והפרויקטים עליהם מספר חינסקי מסחררים. כמובן שאפשר לעשות את זה לבד, זה כל היופי. אבל במידה שווה ברור ששיתוף פעולה עם פרטנר מנוסה בתחום ייתן לכם לא רק את הידע והניסיון שלו בקונפיגורציה של הכלים האלה, אלא גם ילמד את הביזנס שלכם ויתווה פתרונות מידיים ועתידיים. פתרונות אלו יפיקו את המקסימום משירותי הענן הפחות מוכרים, בצורות שאפילו לא חלמתם עליהם. "הפרטנר הנכון צריך להבין את העסק שלכם לעומק: איפה המצוקות שלכם, איפה הכאבים שלכם", הוסיף חינסקי. "הוא צריך להבין איפה אתם רוצים להיות, ולהיות מסוגל לקחת אתכם לשם יד ביד".
אז הנה כמה מהפרויקטים המדהימים ביותר שגוגל שמחה להראות, ויכולים לתת לכם קצת רעיונות לעתיד הטכנולוגי של המוצר שלכם. כל הפרויקטים אמיתיים וקורים בימים אלה (שמות החברות שמורות אצלי).
1. הרמזור מדבר עם פנס רחוב
פעם היו מאשפזים אותנו אם היינו מתעקשים בציבור שזה אפשרי. פרויקט חדש בקניה (אפריקה) יהפוך עיר אחת ל -Smart City : יחבר את כל התשתיות העירוניות כדי למדוד את איכות האוויר בכבישים. הרמזורים ופנסי הרחוב יאספו מידע וינתחו אותו בזמן אמת כדי לאפשר בקרת תנועה ואיכות אוויר. בעתיד יתווספו מצלמות, שבאמצעות Cloud Vision יזהו וישלחו התראות לאיסוף זבל וטיפול במפגעים, ואפילו יזהו תאונות דרכים ויזעיקו את הכוחות הרלוונטיים.
2. ווייז פוגש את משרד התחבורה
חברת הסלולר הגדולה בדרום אפריקה מנתחת באמצעות BigQuery את ההתנהגות של 27 מיליון המשתמשים שלה – בזמן אמת. זה נותן לה כמובן תובנות שיווקיות לגבי הרגלי הצריכה שלהם, ועוזר להם לדעת איזו חבילה כדאי להציע לאיזה לקוח. אבל השימוש באמת מדהים הוא בשיתוף פעולה עם הממשלה: החברה מסוגלת למפות בזמן אמת על פי מיקום את העומסים על הכבישים, ומשרד התחבורה יכול לגזור מזה באילו תשתיות כדאי להשקיע יותר, מהם מוקדי העומס, היכן נמצאות הבעיות ואפילו לקבל תחזיות נפח תעבורה לתאריך ושעה מסוימים. אם מחברים לזה את נתוני מכירות הרכבים אפשר גם לחזות שינויים בנפח התעבורה. באופן דומה ישנו פרויקט שמנתח בזמן אמת את כל תנועת המוניות בניו יורק ומזהה תבניות תנועה.
3. חיזוי פוטנציאל נטישת לקוחות
מרכז שירות של חברה גדולה מנתח את הלקוח שעל הקו – מה רמת האמינות שלו ומה מצב הרוח שלו Prediction API של גוגל מאפשר לחזות מה סיכויי הנטישה שלו. כל הפרמטרים נלקחים בחשבון: מספר הפעמים שהתקשר למרכז, גובה החשבונית החודשית שלו, מצב הרוח שלו כפי שה-Speech API מנתח ואפשר להגיע בסוף לדירוג מספרי שמייצג את הסיכוי שינטוש היום, עוד חודש, עוד חצי שנה. זה מאפשר לחברה לתת ללקוח הצעה אטרקטיבית שתשכנע אותו להישאר.
4. שיפור חוויית השימוש
חברה גדולה שמספקת שירותי 'בנה זאת בעצמך' לאתרים משתמשת ב-Vision API כדי לזהות את התוכן בכל תמונה במאגר התמונות שלה ולקטלג את התמונות. כך, כאשר לקוח מגדיר את התחום בו העסק שלו פועל, כשהוא ירצה להכניס תמונות מהמאגר לאתר שלו הוא לא יקבל הצעות אקראיות אלא כאלה שרלוונטיות לתחום שלו. כאשר יבחר טמפלט לבסס עליו את האתר, יוצעו לו כאלה שיותר מתאימים לעסק מהתחום שלו. בדומה, חברה שנותנת שירותי עשה זאת בעצמך של אלבומי תמונות מודפסים – משתמשת בתהליך דומה כדי לזהות את התוכן שנמצא בתמונות שמעלים הלקוחות. כך מסוגלת המערכת שלהם להציע אוטומטית עיצובים מתאימים. למשל אלבומי חופשה יקבלו עיצובים שיותר מתאימים לחופשה, ואלבומי תינוקות יקבלו המלצות לעיצובים מתאימים אחרים.
5. מניעת תאונות בזמן אמת
יצרנית מכוניות חשמליות רוצה לנסות למנוע תאונות באמצעות Cloud Vision API היא מפתחת מכשיר שמנצל את הקישוריות של הרכב או הטלפון שלכם כדי לנתח בענן ולזהות בזמן אמיתי מכשולים ופוטנציאל לתאונה, ולהתריע מבעוד מועד.
6. מניעת Fraud
ארגון פיננסי גדול מבצע סליקה חכמה של צ’קים באמצעות OCR בענן: השירות מפענח עבורו את הטקסט שעל הצ’ק ומאפשר לבדוק אוטומטית את הוולידיות של הצ’ק ואפילו לוודא שהחתימה דומה מספיק לחתימת הלקוח שיש במאגר של הארגון. חברת הימורים גדולה משתמשת גם היא בשירות אבל בצורה אחרת לגמרי: היא מאפשרת ללקוח להמר רק אחרי שזיהתה אותו דרך המצלמה של המכשיר שלו. היא מסוגלת לבצע זיהוי פנים אנושיים ולוודא שאכן מדובר בבן אנוש. היא משווה שלוש פוזות שונות שהיא רואה במצלמה לתמונות שיש במאגר שלה, כדי לוודא שזה אכן האדם שהיא מצפה לו ולא פשוט תמונה שלו (או מישהו אחר לגמרי).
