Подпишитесь на рассылку «Точки роста»
eng
image
Подписаться
Заказать звонок
Заказать демо
Чат

Нейронный гардероб: как научить программу подбирать одежду

Дата публикации: 31 Июля 2017
Источник:РБК
Максим Архипенков, основатель сервиса SmartMerch (сервис для автоматизации мерчендайзинга на базе нейронных сетей, интегрирован с флагманским продуктом «ST Чикаго» от ГК «Системные Технологии») дал комментарий для статьи РБК. Издание рассказывает о решении Sarafan: нейросеть научили распознавать одежду на фото и подбирать аналоги.

Сибиряки Андрей Корхов и Алексей Архипенко нашли решение для вечной проблемы онлайн-шопоголиков — научили нейросеть распознавать одежду на фото и подбирать аналоги. Их стартап уже привлек более 13 млн руб. инвестиций.

image
Алексей Архипенко и Андрей Корхов (слева направо) (Фото: Митя Ганопольский для РБК)

«Когда мы начинали, хайпа вокруг нейросетей еще не было, — рассказывает основатель сервиса Sarafan 32-летний Андрей Корхов. — Все понимали, что за этой технологией будущее, но делать на ее основе что-то прикладное мы начали одними из первых».

Sarafan — это технология, которая распознает предметы одежды на картинках и находит схожие наряды в интернет-магазинах. На одной стороне системы продавцы, на другой — блогеры. Программа анализирует изображения, например селфи, и предлагает похожие вещи в партнерских магазинах. Магазины, таким образом, получают новых покупателей, блогеры — оплату за переход подписчика на страницу бренда, а сам сервис — комиссию. За первые два месяца работы к системе подключились десять магазинов и 250 блогеров, ежемесячная выручка достигла 2 млн руб.

Карты, деньги и IT

Первый свой бизнес-проект Андрей Корхов запустил на третьем курсе Сибирского технологического университета, когда учился на программиста. «Мы с друзьями хотели попробовать свои силы в программировании и, готовясь к очередной курсовой, начали писать геоинформационную систему «ЯрМап» — карту города со встроенным электронным справочником», — рассказывает Корхов. Вкладывали только время и стипендию — ходили в университет пешком, экономили на обедах. Андрей отвечал за IT-часть, Алексей Архипенко, его школьный друг, собирал контакты местных компаний, еще один товарищ, Павел Мусинов, занимался картографией.

Вскоре друзья поняли, что проект выходит за рамки студенческой работы, и решили его монетизировать — подключили несколько сотен компаний, которые согласились платить за размещение своих контактов в системе. «ЯрМап» конкурировал с известным новосибирским сервисом 2GIS, который как раз в тот момент начинал завоевывать Красноярск. Но мелкие предприниматели предпочитали размещаться на местном ресурсе.

«Мы наступили на все грабли, которые только можно представить: систему налогообложения выбрали не ту, долго не могли научиться правильно продавать, делегировать и фактически выпустили управление из-под контроля», — признает Корхов. Тем не менее к 2011 году компания выросла в настоящий бизнес с годовым оборотом больше $1 млн, предприниматели открыли четыре франчайзинговые точки в регионах России и собственное представительство в Киеве. Среди партнеров были телеком-оператор «Енисей-Телеком», Coca-Cola и «Яндекс», который покупал геоинформационные данные, чтобы развивать в регионе «Яндекс.Карты» и «Яндекс.Транспорт».

Партнерство с «Яндексом» послужило поводом продать бизнес. В 2011 году холдинг выкупил у «ЯрМапа» права на все геоинформационные данные в регионе. «Мы понимали, что карты общего пользования скоро станут бесплатными и бизнес на продаже картографических схем исчезнет», — объясняет Архипенко.

Проблемы со зрением

После продажи бизнеса основатели разбежались: Архипенко ушел в «Яндекс.Справочник», где стал менеджером проектов, а Корхов уехал в Кремниевую долину за новыми бизнес-идеями. В США он заинтересовался технологиями компьютерного зрения и даже запустил на их основе несколько проектов (среди них, например, система проверки документов для банков). «Я прощупывал почву и понял, что идея распознавать одежду по картинке витает в воздухе — вот-вот кто-то возьмется и воплотит», — говорит Андрей.

image
Алексей Архипенко (Фото: Митя Ганопольский для РБК)

Он решил не ждать конкурентов и запустить такой сервис в России. В партнеры пригласил старого друга Архипенко, который уволился из «Яндекса» и присоединился к стартапу. «Яндекс» для меня был университетом, идеальным местом, чтобы изучить Рунет, — говорит Алексей. — Но постепенно я начал выгорать. Хотелось создать и развить что-то свое». В 2016 году друзья зарегистрировали ООО «Анетика» (100% принадлежит Корхову, но фактически они с Архипенко равноправные партнеры), наняли айтишников и засели за программирование.

Идея была простой — разработать приложение, которое поможет пользователям находить одежду в интернет-магазинах, используя фотографии желаемых нарядов. То есть так же как приложение Shazam позволяет определить, что за музыка сейчас звучит, только с гардеробом. По задумке основателей, человек, увидев интересный «лук» в журнале, фильме или на прохожем, должен его сфотографировать и загрузить снимок в приложение, которое найдет похожие вещи в ассортименте магазинов, подключенных к системе.

Для работы с нейросетями необходимы специальные GPU-серверы, стоимость которых доходит до миллионов рублей. Денег на аренду лаборатории с нужным оборудованием и тем более покупку серверов не было. Спас положение Сибирский федеральный университет, где Андрей обучался в аспирантуре и работал научным сотрудником, — предприниматели договорились с ректором и бесплатно работали на институтском оборудовании.

На первых порах все шло гладко: о партнерстве удалось договориться с фешен-агрегаторами Wilberry’s и LaModa, американским eBay, китайским AliExpress и еще десятком крупных интернет-магазинов. «У нас было ощущение стопроцентного успеха, но пользователям этот кейс оказался ненужным, — признает Андрей. — Приложение охотно скачивали, но открывали редко».

Тогда партнеры решили уйти в b2b-сегмент и разработать внутренний продукт для интернет-магазинов. Специальный виджет встраивался в систему сайта, находил схожие предметы одежды и сортировал их в подборки. «Девушка зашла на сайт, выбирает платье. Хочет такое же, только с перламутровыми пуговицами. Виджет анализирует ее выбор и предлагает вещи похожего цвета и фасона», — поясняет Корхов. Но и эта идея не выстрелила: магазины неохотно пускали чужаков в свою внутреннюю систему, предпочитая разрабатывать все сервисы самостоятельно.

Анализируя свои неудачи, Корхов и Архипенко поняли: чтобы проект заработал, нужно максимально упростить процесс поиска. «Пользователь ленивый: он нашел в интернете красивую вещь, он хочет такую же. Но сохранять картинку, скачивать приложение, загружать туда фото — это слишком сложно. Он хочет увидеть результат здесь и сейчас», — говорит Андрей. Искать потенциальных покупателей решили в Instagram.

Что представляет собой современный нейрорынок

Нейронная сеть — это технология, имитирующая работу нервной системы человека, одно из направлений в разработке систем искусственного интеллекта. Как и человеческий мозг, нейросеть способна самостоятельно обучаться и действовать на основе опыта, с каждым разом делая все меньше ошибок.

Бум нейросетей начался в 2016 году, когда на рынок вышло сразу несколько стартапов, использующих нейросетевые алгоритмы: белорусский видеосервис MSQRD (куплен Facebook, сумма сделки оценивалась до $10 млн), российское приложение для обработки фотографий Prisma (стоимость компании оценивается в $10 млн), приложение FindFace, которое находит человека во «ВКонтакте» по загруженной фотографии и пр.

Сейчас на распознавании образов зарабатывают десятки компаний по всему миру. Поиском одежды по картинкам занимаются несколько проектов, в том числе сингапурский Visenze, американский ASAP54 и британский SnapFashion. В России схожий функционал есть у компании Kuznech, которая разработала сервис для распознавания одежды и обуви Like This. «Мы работаем напрямую с брендами, продаем виджет, который внедряется на сайты интернет-магазинов. Он анализирует просмотренные пользователем товары и выдает подборку похожих позиций», — объясняет сооснователь компании Михаил Погребняк.

В отличие от технологии Sarafan нейросеть, на основе которой работает Like This, более универсальна — она может распознавать не только одежду, а вообще любые предметы. «Kuznech пытается использовать одну нейросеть для распознавания авто, одежды, собак, картинок порнографического содержания — поэтому во всех сферах технология дает средний результат, — считает Андрей Корхов. — Мы сразу определились со спецификой и заточили ​наши алгоритмы под фешен-индустрию».

Блогеры-спасители

Знаменитости и звезды Instagram уже давно продвигают бренды в социальных сетях, а вот у блогеров помельче выходов на рекламодателей не так много. Именно на них и решил сделать ставку Sarafan. «Мы сотрудничаем с обычными людьми — молодыми мамами, начинающими моделями, студентками, — говорит Корхов. — Как правило, на такие аккаунты подписаны реальные люди, которым интересен стиль их авторов». В партнеры решили брать блогеров, на страницы которых подписаны от 2 тыс. до 10 тыс. человек.

Желающих заработать на своих фото оказалось достаточно. «Я недавно стала мамой и сейчас нахожусь в декретном отпуске. Веду личный блог, интересуюсь миром моды и красоты, фотографией и путешествиями, — рассказывает 27-летняя Регина Белова. — Не скажу, что Sarafan приносит большие деньги, но это приятный дополнительный заработок без вложений и усилий». Модель Валерия Куфтерина начала вести страницу в Instagram пять лет назад, сейчас на ее аккаунт подписаны больше 17 тыс. человек. «Я делюсь результатами съемок и показов, а в последнее время стала получать много вопросов о том, как ухаживать за собой и компоновать модные «луки», — говорит она. — Ответить всем лично возможности нет, и Sarafan отлично решает эту задачу». По словам москвички Элоны Получальниковой, которая ведет блог о путешествиях и городских событиях, ссылка на Sarafan в отличие от прямой рекламы не отпугивает подписчиков, а, наоборот, привлекает новых людей. По словам девушек, сотрудничество с Sarafan сейчас приносит им от 200 до 600 руб. в день.

image
Андрей Корхов (Фото: Митя Ганопольский для РБК)

Договориться с магазинами оказалось сложнее: не все понимали, чем новый вид рекламы лучше традиционной работы с соцсетями. Магазинам такая модель дает возможность не переплачивать за рекламу на «мертвых» страницах, уверяет Корхов. По его словам, сейчас рекламодатели обращают внимание только на число подписчиков блогера, что в корне неправильно. «Мы затеяли революцию на рынке рекламы в Instagram-блогах», — заявляет он.

Помогло знакомство с компанией eSolutions (входит в состав Otto Group и разрабатывает интернет-магазины для крупных ретейлеров одежды), с представителями которой предприниматели познакомились на одном из венчурных мероприятий. «Идея партнерства с сервисом показалась нам интересной и полезной», — комментируют в eSolutions. Благодаря новому партнеру удалось подключить первые четыре магазина — Befree, «Зарина», обувные «Эконика» и Ralf Ringer.

Курс на США

Официально сервис заработал в мае 2017 года. За два полных месяца к системе удалось привлечь еще шесть магазинов, ссылку на Sarafan в своем аккаунте разместили более 250 блогеров. По словам Корхова, выручка проекта достигла 2 млн руб. в месяц, которые полностью уходят на поддержание работы GPU-серверов и оплату труда восьми сотрудников. На разработку системы, включая первые неудачные итерации, потратили около 5 млн руб.

Монетизация осуществляется по модели CPC — оплата за клик. Блогер получает индивидуальную ссылку, которую вставляет в описание профиля. Нажав на нее, пользователь попадает на страницу в Sarafan, где хранятся все посты с модными «луками». Система распознает наряды блогеров и предлагает купить похожие вещи в партнерских магазинах. За каждый клик на ссылку со своим товаром магазин платит площадке (по оценкам РБК, около 8–10 руб.). Половина этих денег достается блогерам, половина — Sarafan.

Не все представители магазинов ощутили приток покупателей с Sarafan. «Первый месяц сотрудничества не оправдал наших ожиданий: мы зафиксировали 80 переходов на сайт, 30 из которых — уникальные, — рассказал на условиях анонимности представитель одного из партнеров Sarafan. — На старте мы рассчитывали даже не на покупки, а на рост трафика, но этого тоже не случилось».

Зато технология понравилась инвесторам — в январе 2017 года в Sarafan вложился венчурный фонд the Untitled Venture Company. По словам сооснователя фонда Константина Синюшина, инвестиции составили 6 млн руб. Еще около 7 млн руб. ($120 тыс.) компания получила в виде безвозмездного гранта от Microsoft. «Мы просто подали заявку на открытый конкурс и выиграли», — комментирует Андрей Корхов.

За год работы предприниматели надеются нарастить базу блогеров в десять раз, увеличить точность распознавания изображений и параллельно развить новые направления. Одно из них — распознавание одежды на сайтах глянцевых изданий и блогов, посвященных моде. Работает это так: если курсор мышки навести на изображение одежды, на экране появится ссылка на интернет-магазин, где можно приобрести такую же вещь. На эту идею Андрей делает большую ставку — по его словам, контентные и медиасайты нуждаются в рекламодателях, а магазины готовы хорошо платить за поток разбирающихся в моде клиентов. Первый эксперимент в этой области стартует в начале августа: медиапартнером Sarafan стал фешен-блог Fashion Style.

Проект легко масштабируется, поэтому грех ограничиваться рамками одной страны, считает Корхов. Пилотный выход запланирован в этом году в Нью-Йорке — мекке модников со всего мира. «У нас уже есть отлаженная схема: находим ключевого партнера — агентство, которое работает с одежными ретейлерами, через них подключаем магазины, набираем блогеров и вперед, к звездам», — надеется предприниматель.

Взгляд со стороны

«Нужно двигаться на Запад»

Сергей Топоров, старший менеджер по инвестициям фонда Leta Capital

«Sarafan решает непростую технологическую задачу — в отличие от других товарных категорий вроде электроники в одежде нет большого количества формальных характеристик. Поэтому качественное решение задачи поиска аналогов действительно может быть востребованным. Чтобы закрепиться на рынке, ребятам нужно активно набирать базу блогеров и подключить порядка 20 тыс. русскоязычных аккаунтов. Это около 5% доступного им рынка, что само по себе непросто. На мой взгляд, основателям стоит двигаться на Запад, так как зарубежная выручка российской компании повышает ее инвестиционную привлекательность».

«Для работы с массмаркетом нейросеть бесполезна»

Анна Городецкая, владелица маркетплейса дизайнерского нижнего белья Trusbox.ru

«Проект может быть интересен брендам не только для работы с блогерами. Сейчас магазины вынуждены прилагать огромные усилия, чтобы получать пользовательские фото со своим товаром, а Sarafan сможет собирать все опубликованные снимки одежды того или иного бренда, и продавец сможет напрямую договариваться с авторами об использовании изображений для своих рекламных кампаний. Это очень удобно. Но есть и очевидные проблемы. Например, массовые товары выглядят примерно одинаково, и я сомневаюсь в том, что нейросеть сможет отличить на пользовательском снимке платье одного бренда от другого. А значит, сервис просто будет выдавать подборку из платьев нескольких марок».

«Магазины все равно будут платить за «мертвые» клики»

Максим Архипенков, основатель проекта системы автоматизации мерчандайзинга SmartMerch

«Технология Sarafan не сможет обеспечить полную защиту от перехода ботов по ссылке, а значит, магазинам все равно придется платить за фейковые клики. Сервиса, с ходу решающего проблему ботов, не существует, а как только он появится, возникнут боты, способные его взломать. Эта война не прекратится никогда. По сути, надо описать реального человека и научить систему его распознавать, а это огромное пространство признаков».

Автор: Валерия Житкова.