Каждая из российских компаний старается захватывать лидерство в разных нишах. Если заказчики «Вокорд» озабочены в первую очередь распознаванием лиц в местах массового скопления людей, то другой разработчик, компания VisionLabs, нацелен преимущественно на банковскую сферу.
Как технологии идентификации личности по фото помогают ловить преступников, повышают уровень обслуживания в магазинах и заставляют хранить верность супругам.
С полок одной из крупных торговых сетей стройматериалов стали пропадать дорогие инструменты. Камеры видеонаблюдения подсказывали, что ворует кто-то из постоянных посетителей, но поймать преступника за руку сотрудникам магазина не удавалось. «Если бы мы могли узнать вора в лицо…», — сокрушался руководитель службы безопасности. Тогда он вспомнил, что на одном из столичных форумов по инновациям он познакомился с компанией, биометрическая система которой (пусть пока в тестовой версии) как раз подошла бы для такой задачки. В базу данных загрузили несколько изображений предполагаемых преступников, установили на входе в магазин «умную» камеру и стали ждать сигнала на пульт охраны. Вскоре один из подозреваемых действительно проследовал к полке с инструментами, прихватил один из них, прошел мимо касс — и был пойман. Так быстро решать проблемы ритейлу удается теперь благодаря технологиям распознавания лиц, которыми занимаются все больше российских стартапов.
Поймать вора
«Мы передали полиции три воровских шайки», — рассказывает генеральный директор компании «Вокорд» Тимур Векилов. «Вокорд» одной из первых в России разглядела рынок распознавания лиц. Компания была основана в 1999 году несколькими выпускниками МФТИ. Сначала они занимались записью голосовых потоков, производством систем видеонаблюдения и аудиорегистрации. К 2008 году разработчики компании выпустили собственную систему дистанционного биометрического распознавания лиц Vocord FaceControl. «Вокорд» до сих пор работает с сервисами и устройствами, не связанными с распознаванием лиц.
Vocord FaceControl 3D работает с синхронными изображениями со стереокамер, строит 3D-модель лица в кадре (это занимает меньше секунды) и автоматически ищет совпадение полученной модели с моделями в имеющейся базе данных. Можно сопоставить 3D-модель и с обычными фото. «Вокорд» получила на разработку 20 млн рублей в качестве гранта от «Сколково» и еще 10 млн рублей от венчурных фондов «С-Групп Венчурс» и «Лидер Инновации». «Мы понимали, что вкладывать деньги в компанию, которая диверсифицирует свою технологию, гораздо менее рискованно, чем инвестировать в сервис с единственной концепцией развития, — объясняет причины сделки директор по венчурным инвестициям фонда «Лидер-инновации» Константин Надененко. — «Вокорд» помимо системы распознавания лиц занимается, например, системами видеоаналитики».
Оборот «Вокорд» по итогам 2015 года — около 400 млн рублей. Основной доход компании приносит рынок безопасности и контроля доступа, в ритейле «Вокорд» зарабатывает меньше. Продуктами компании пользуются более 2000 коммерческих и государственных организаций. Среди основных клиентов «Новатэк», калининградская сеть гипермаркетов «Бауцентр», торговые сети «Магнит», «Дикси», «Юлмарт», банки «ВТБ Банк Москвы», «Газпромбанк», «Ренессанс Страхование», «Мегафон». Система Vocord FaceControl внедрена в 70 проектах класса «Безопасный город» в России и странах СНГ.
В планах у компании — международная экспансия, для которой потребуется не менее $9 млн инвестиций. Летом 2016 года «Вокорд» сделал первый крупный зарубежный проект. Офис на 600 человек одной из логистических компаний в Индии в рамках работы с индийским интегратором TAL Secure Systems оборудовали системой контроля доступа сотрудников и учета рабочего времени. В Индии амплитуда колебаний освещенности (свет днем и темнота ночью) намного больше, чем в России, так что компании пришлось учесть это при доработке системы. Еще нужно было подстроиться под особенности типичной конструкции индийских офисных зданий. В Индии еще много небольших компаний, которым через партнерство с TAL Secure Systems создатели «Вокорд» надеются продавать свои системы.
VOCORD FaceControl – это система некооперативного распознавания лиц.VOCORD FaceControl – это система некооперативного распознавания лиц.
Российскому рынку сервисов распознавания лиц приходится догонять мировой, зародившийся еще в начале 1990-х. Когда «Вокорд» только начинала работу, на формирующемся глобальном рынке биометрических систем уже появились лидеры: японская компания NEC (оборот $23,81 млрд за 2015 год), немецкая Neven Vision (куплена Google в 2006 году) и американская L1 Identity Solutions (приобретена французской Safran за $1,09 млрд в 2010 году, оборот Safran за 2015 год превысил $20 млрд). Сегодня мировой рынок биометрической 3D-идентификации лиц — отдельная индустрия, ее объем к 2022 году может вырасти до $9,6 млрд, с ежегодным ростом рынка более чем на 21%. Около 20% на нем пока приносят решения для дома, основным драйвером должны стать системы безопасности для бизнеса и государства. Большую часть рынка составят «железные» решения (камеры, сенсоры и т.д), а не софтверные. Российские компании включаются в эту гонку, разрабатывая оригинальные алгоритмы и используя собственные технологии идентификации.
Распознать мошенника
Каждая из российских компаний старается захватывать лидерство в разных нишах. Если заказчики «Вокорд» озабочены в первую очередь распознаванием лиц в местах массового скопления людей, то другой разработчик, компания VisionLabs, нацелен преимущественно на банковскую сферу. Александр Ханин, глава VisionLabs, поясняет: «Мы выбрали финансовый сегмент, потому что только там могли просчитывать эффект от использования технологии с точностью до рубля каждый день». Ориентироваться на один клиентский сегмент VisionLabs подсказали на акселерации в Intel в 2013 году. Это произошло спустя год после основания компании Ханиным (он автор технологии, по образованию инженер-конструктор роботехнической системы) и Алексеем Нехаевым (бывший топ-менеджер компании «Крок»). Основатели вложили около $100 000 собственных средств (около 3 млн рублей по курсу 2012 года). Этого хватило, чтобы довести проект до самоокупаемости и закрыть 2015 год с прибылью в 20 млн рублей. VisionLabs привлекала инвестиции дважды: почти 1 млн рублей в 2013 году от Фонда развития интернет-инициатив (ФРИИ) и 350 млн рублей в 2016 году от венчурного фонда АФК «Система» Sistema Venture Capital. «VisionLabs смогла упаковать технологию в понятный рынку и востребованный продукт, в этом их сильное преимущество перед конкурентами», — говорит вице-президент по технологиям фонда Sistema Venture Capital Дмитрий Филатов.
Первый крупный контракт VisionLabs заключила с «Лето Банком» (в январе 2016 года на базе «Лето Банка» создан «Почта Банк») в 2014 году. Сегодня технологию VisionLabs используют 25 банков, включая группу ВТБ, бюро кредитных историй «Эквифакс» и казахстанский банк Kaspi Bank. Компания начинает осваивать и продуктовый, и люксовый ритейл. «Мы проверили более 10 поставщиков решений по распознаванию лиц, — рассказывает Олег Лагуткин, глава «Эквифакс». — VisionLabs показал один из лучших результатов по распознаванию и уровню ошибок. В среднем в год с помощью биометрической машины мы выявляем мошеннических случаев на сумму более 4 млрд рублей».
За VisionLabs Face Is клиентам придется отдать от нескольких тысяч до нескольких миллионов рублей в месяц. За VisionLabs Face Is клиентам придется отдать от нескольких тысяч до нескольких миллионов рублей в месяц.
VisionLabs предлагает две версии системы распознавания лиц. VisionLabs Luna – платформа, которую клиенты приобретают и используют у себя. Ее стоимость может достигать нескольких десятков миллионов рублей. Второй продукт — облачная версия Face Is, которая доступна при оформлении подписки. За него клиентам придется отдать от нескольких тысяч до нескольких миллионов рублей в месяц. Обе системы работают cо сложными алгоритмами компьютерного зрения, которые выявляют специфические черты каждого лица (например, разрез глаз, форму носа и т.д.) и впоследствии позволяют найти их же на фото в архивах клиента. Luna обычно покупают крупные заказчики, в том числе банки, чтобы бороться с мошенниками, увеличивать лояльность посетителей отделений, а также следить за работой сотрудников в точках. А Face Is, как более дешевый вариант, покупают небольшие магазины: система, распознав лицо, находит нужную «карточку» посетителя в CRM-системе, узнает из нее его историю покупок, интересы и данные профиля — и в его мобильный падает уведомление с персональным предложением (например, совет о товаре или скидка).
«Наша технология — это оружие. Важно, в каких руках оно окажется. Мы считаем, что мы на стороне добра»
Создатели VisionLabs полностью сконцентрированы на разработке алгоритмов, поэтому если клиенты «Вокорд» должны покупать специальную видеокамеру высокого разрешения Vocord NetCam4 (до 100 000 рублей), то VisionLabs интегрирует систему в существующую IT-инфраструктуру клиента без необходимости покупки новых камер и дополнительного оборудования. «Наш продукт называется Luna – от латинского «луна», потому что его использование имеет две стороны. Темная — это борьба с мошенничеством и попытками обмануть банк, светлая — стремление улучшить качество обслуживания клиентов путем их быстрой идентификации, — объясняет Ханин. — Мы понимаем, что наша технология — это оружие. Важно, в каких руках оно окажется. Мы считаем, что мы на стороне добра».
Обогнать Google
«Человек зайдет в магазин, ему сразу предложат то, что он покупает постоянно», — описывает пользовательский кейс Александр Кабаков, совладелец компании NTechLab. А как быть, если этот человек раньше бывал в магазине с любовницей, а в этот раз зашел с женой? «Надо избавляться от любовницы, — категорично заявляет Кабаков. — Технологии меняют мир и социальное поведение в том числе. Либо люди перестанут изменять своим супругам, либо будут делать это открыто». Кабаков познакомился с партнером по бизнесу Артемом Кухаренко весной 2015 года. Кухаренко незадолго до этого уволился из российского отделения Samsung и придумал приложение, которое определяло породу собак по фотографии. Кабаков, в то время управляющий партнер венчурного фонда Typhoon, заинтересовался этой технологией. Бизнес начали вчетвером: к Кухаренко и Кабакову присоединились Олег Братишко и Анатолий Гусев (тоже в команде Typhoon).
Отложив фото собак, за несколько месяцев Кухаренко и команда программистов написали алгоритм FaceN, с которым осенью 2015 года приняли участие в международном конкурсе The MegaFace Benchmark, организованном университетом Вашингтона. NTechLab одержала победу в двух номинациях из четырех, обойдя в том числе команду Google. Успех быстро принес стартапу известность, и Кабакову, по его словам, даже не пришлось самостоятельно привлекать клиентов. «Мы никого специально не искали, 99% компаний написали нам сами», — говорит он. Конкурс MegaFace был ограничен для NTechLab и почти сотни других участников двумя неделями, в рамках соревнования любая компания могла загрузить свой алгоритм, чтобы продемонстрировать лучшие результаты по скорости и точности. «Вокорд» участвовал в конкурсе в 2016 году, когда Megaface предложил всем желающим обучить свои алгоритмы по базе имеющихся изображений и улучшить их. В таком, не ограниченном по времени формате конкурса на точность идентификации, к началу ноября 2016 года лидирует компания «Вокорд» (алгоритм N-Tech.Lab находится на 4-м месте, а Google – на 6-м).
Новую волну популярности и клиентов NTechLab принес сервис FindFace для поиска людей по фотографиям в «ВКонтакте». Сервис предлагает 30 бесплатных поисков ежемесячно, чтобы использовать его чаще и получить дополнительные настройки, нужно купить платную подписку (до 459 рублей в месяц). Большинство обычных пользователей познакомились с технологией распознавания лиц именно благодаря FindFace. Однако основатели компании не скрывают, что запуск сервиса был продуманным маркетинговым ходом. Зарабатывать существуенную часть дохода с массовой аудитории компания не планирует. «Мы хотели показать каждому человеку современный уровень развития технологий, — объясняет Кабаков. — Доступ сделали платным, чтобы не сильно загружать наши серверы, так что выручка от приложения минимальная».
У NTechLab тоже два решения: облачное FindFace Cloud API и лицензированное FindFace Enterprise Server SDK. Первый коммерческий контракт NTechLab заключила с «Альфа-Банком» и «Вымпелкомом». Посетители фестиваля электронной музыки Alfa Future People с помощью FindFace могли найти свои фотографии среди сотен других, отправив селфи чат-боту. «За три дня боту поступило около 12 000 запросов, а в ответ он отправил 30 500 снимков от фотографов AFP», — рассказывает Снежана Черногорцева, директор по стратегическому маркетингу «Вымпелкома».
Сегодня у NTechLab более 500 заявок от клиентов по всему миру на интеграцию технологии FindFace, более 100 из них приняли участие в бета-тестировании, говорят основатели проекта. Среди клиентов, уже заключивших договор с NtechLab, российские компании Rambler, «Теле2», «Билайн», «Битрикс24», Diamond Fortune Holdings Prim, один из инвесторов интегрированного курорта «Приморье» и турецкая Papilon Savunma, которая также занимается биометрией и распознаванием лиц. «Технология автоматически фотографирует и узнает посетителя уже при входе в помещение, — объясняет Сергей Рыжиков, генеральный директор «1С-Битрикс». — Пока гость идет к ресепшен, менеджер уже видит всю историю покупок клиента. Но самое интересное в том, что система меньше чем за секунду может найти профиль гостя во «Вконтакте» — появляется новый персональный канал общения с клиентом». Создатели NTechLab планируют, что компания выйдет на самоокупаемость к весне 2017 года (впрочем, объем текущих вложений из собственных средств они не раскрывают), и рассчитывают закрыть 2017 года с оборотом как минимум $10 млн.
Распознавая будущее
Что ждет технологии 3D-распознавания лиц в России и в мире? С распространением автоматизации бизнес-процессов они получат все более широкое внедрение. Уровень качества технологий (точность распознавания сейчас превышает 95%) уже довольно высок, а экономия времени и ресурсов огромна. Чуть больше 10 лет назад фотографии предполагаемых преступников или банковских мошенников сравнивали с имеющейся базой изображений вручную, и после 30-й фотографии человек начинает работать медленнее и ошибаться гораздо чаще, объясняет Олег Лагуткин. Сегодня все системы распознавания лиц не просто автоматизированы, а используют искусственные нейронные сети. Это позволяет им работать с колоссальным объемом данных, сокращать количество ошибок и увеличивать скорость.
Один из основных стоп-факторов для развития технологий распознавания лиц — отсутствие законодательной базы в этой сфере. Когда их применение уже можно расценить как вторжение в частную жизнь? Например, Facebook получил иск от жителей Иллинойса, которые уличили компанию в нарушении BIPA (закон о конфиденциальности биометрических данных) за распознавание лиц друзей и родственников на фото в соцсети. Правозащитники в Канаде выступают против приложений, которые представляют себя как сервисы знакомств, но могут найти в соцсети профиль прохожего, если владелец смартфона наводит на него камеру.
Идея доступности персональных данных по фотографии вызывает у людей понятные опасения. «Лаборатория Касперского», например, после запуска FindFace, выпустила в своем блоге обзор с советами для обеспокоенных пользователей. Воспользовавшись открытым доступом к FindFace, многие искали незнакомцев из общественного транспорта в социальных сетях или пытались установить личность порноактеров. Интернет взорвался дискуссиями о том, какие возможности открывают подобные инструменты злоумышленникам.
«Если вы сегодня пользуетесь смартфоном, у вас больше нет частной жизни. Будущее уже наступило»
Среди других проблем отрасли Алексей Тукнов, директор по инвестициям венчурного фонда Maxfield Capital, выделяет все еще высокую стоимость решений для 3D-идентификации лиц и отсутствие пока 100%- ной точности. «Решение этих проблем сможет дать настоящий рывок индустрии», — считает Тукнов.
Технологии уйдут дальше исключительно чтения лиц, считает Игорь Ким, инвестиционный директор венчурного фонда InVenture Partners. Для авторизации личности уже зачастую используются распознавание полного образа и, например, особенностей походки, говорит он. Он называет несколько сфер, куда системы распознавания лиц только приходят, — все более продвинутые рекламные технологии на стыке онлайна и офлайна или автономные автомобили, где повышенный спрос на технологии цифрового зрения объясняется их важностью для безопасности дорожного движения.
Тем временем все российские компании с системами идентификации личности планируют выходить на мировой рынок. За рубежом частные заказчики (банки, ритейл, компании в сфере маркетинга и рекламы) готовы платить больше и заключать более долгросчные контракты, чем в России, говорят все опрошенные Forbes предприниматели. На глобальном рынке российским разработчикам предстоит конкурировать с сильными игроками. «Когда-нибудь все камеры в мире будут использовать системы распознавания лиц, — рассуждает Александр Кабаков. — И это не вторжение в частную жизнь, потому что если вы сегодня пользуетесь смартфоном, у вас больше нет частной жизни. Будущее уже наступило».
Источник: FastSaltTimes