Semoni – spółka zajmująca się semantyczną analityką tekstów w oparciu o AI – została pierwszą z portfela Czysta3.VC, z której dokonaliśmy całkowitego exitu. Była to niezwykła przygoda, ponieważ tempo rozwoju i ciekawa nisza technologiczna sprawiły, że dezinwestycja została dokonana po niespełna 2 latach od rozpoczęcia działalności.
Semoni powołano do życia w 2019 roku z ramienia pracowników Zakładu Sztucznej Inteligencji Instytutu Podstaw Informatyki Polskiej Akademii Nauk. Jest to spin-off, który powstał w efekcie prac nad wielomilionowym projektem związanym z tworzeniem polskiej wielkoskalowej semantycznej wyszukiwarki internetowej. Z jego realizacji zrodził się szereg narzędzi opartych na uczeniu maszynowym i przetwarzaniu języka naturalnego, w tym pomysł zespołu na narzędzie do monitoringu Internetu i mediów społecznościowych z analizą sentymentu oraz tagowaniem semantycznym dla języka polskiego.
Intensywny początek
Z zespołem poznaliśmy się na jednym z eventów start-upowych, w ramach którego prezentowali swój projekt. Wrażenie zrobił na nas nie tylko pomysł, ale przede wszystkim energiczny i komplementarny team, który łączył kompetencje naukowe, programistyczne oraz marketingowe. Krótka rozmowa, posłuchanie pitcha, kontynuacja przy kolacji – niezwykle szybko złapaliśmy wspólny język i wiedzieliśmy, że chcemy razem pracować. Przeprowadzenie inwestycji z ustalaniem warunków, rozmowami z instytutem IPI PAN oraz przygotowaniem pełnej dokumentacji zajęło zaledwie kilka tygodni i tak w październiku 2019 roku zwołaliśmy komitet inwestycyjny i zainwestowaliśmy pierwszy 1 mln złotych.
Po zakończeniu formalności zespół natychmiast przystąpił do działań nad narzędziem. Zadanie było ambitne, ponieważ zakładało prace nad kilkoma skomplikowanymi algorytmami. Problem był pragmatyczny – większość dużych firm otrzymuje tysiące opinii klientów dot. ich marki, jednak nie jest w stanie ich przeanalizować i wyciągnąć z nich wniosków, ponieważ bazy danych są zbyt obszerne. Tracą tym samym możliwość szybkiej poprawy oferowanych produktów czy usług i nie wiedzą jakie jest źródło niezadowolenia klientów. Nie korzystają tym samym z ogólnodostępnych danych, co negatywnie wpływa na sprzedaż. Efekt? Kolejne raporty i kolejne dane, z których albo nic nie wynika, albo dojście do wniosków pochłania zbyt wiele zasobów.
Rozwiązaniem stała się platforma do analityki tekstów wykorzystująca sztuczną inteligencję do:
– analizy sentymentu na poziomie słów i fraz,
– tagowania semantycznego,
– text miningu.
Dzięki semantycznej analityce tekstów SEMONI pomaga marketerom i osobom z działów customer service błyskawicznie i bez wysiłku dotrzeć do najgłębszych insightów konsumentów ukrytych w strumieniu internetowych wypowiedzi, zbierając feedback klientów.
Nowe spojrzenie na problem z użyciem AI
Podobne narzędzia najczęściej miały niezwykle ograniczony zakres działania: pokazywały liczbę wzmianek danej frazy brandowej w sieci z podziałem na portale, ich wydźwięk i szereg wykresów. W efekcie osoba korzystająca miała dane z panelu, które nie dawały jej jasnych wytycznych: do czego to wykorzystać?
Semoni poszło o krok dalej – wykorzystało szereg mechanizmów z zakresu sztucznej inteligencji oraz przetwarzania języka naturalnego, by z jednej strony rozumieć tekst niczym człowiek, natomiast z drugiej – przetwarzać w krótkim czasie wielkie zbiory danych, by szukać korelacji i wyciągać z nich zmienne mające znaczenie. Analiza semantyczna na poziomie słów i fraz, tagowanie semantyczne oraz szereg inteligentnych sposobów sortowania umożliwiły zupełnie nowe spojrzenie na analizę tekstów. Algorytmy wychwytywały jakie wątki najczęściej korelowały z daną frazą kluczową, co pozwalało na pragmatyczne wnioski. Przykładowo, monitorując nazwę konkretnego modelu telewizora, diagnozowano, iż internauci najczęściej narzekali na jego cenę, obsługę w sklepach i psującą się matrycę. Tego typu raporty umożliwiają spółkom wdrażanie konkretnych działań naprawczych, które bezpośrednio przełożą się na sprzedaż i staną się skutecznym narzędziem do badania opinii publicznej w źródłach internetowych. Rynek MarTechu jest niezwykle chłonny na wszelkiego rodzaju wartościowe innowacje, ponieważ jego beneficjentami są szerokie grupy docelowe – działy marketingu, PR, customer service – innymi słowy wszystkie departamenty powiązane z komunikacją i sprzedażą.
Prace nad rozwiązaniem sukcesywnie szły do przodu, a technologia cieszyła się coraz większym zainteresowaniem. Platforma została wyróżniona na European Tech and Start-up Days, plasując się wśród 17 najlepszych rozwiązań wyróżnionych w kategorii Business Processes w konkursie dla najciekawszych startupów. Semoni zostało również zakwalifikowane do programu Warsaw Booster’20, gdzie znalazło się na liście zwycięskich projektów i odebrało wyróżnienie od partnerów. Przełomem było zakwalifikowanie się do elitarnego programu akceleracyjnego MIT Enterprise Forum CEE. Jest on inicjatywą Fundacji Przedsiębiorczości Technologicznej, która z sukcesem zrealizowała już 8 edycji programu podczas 5 lat swojej działalności. Nadrzędnym celem programu jest przede wszystkim wsparcie i promowanie startupów w Europie Środkowo-Wschodniej, a także dzięki globalnej sieci firm współpracujących, pomoc w pozyskaniu nowych klientów, inwestorów lub partnerów biznesowych. Semoni wybrano tam spośród 250 aplikacji i przyznano spółce 200 000 pln na wdrożenie technologii. Na współpracę w tym zakresie zdecydowało się TVN Discovery, a bezpośrednim celem była automatyzacja i pogłębienie analityki wypowiedzi respondentów i klientów tak, aby wesprzeć TVN w kształtowaniu strategii Customer Experience.
Krok milowy w technologii – obraz i dźwięk
Wszystkie dotychczasowe doświadczenia zespołu wskazywały, że spółka objęła właściwą drogę rozwoju. Jednocześnie pokazało to kolejną niszę – technologia dotychczas analizowała tekst, jednak tożsame działania można zastosować wobec przekazów audio wykorzystując algorytmy do transkrypcji oraz – stosując bardziej zaawansowane modele AI – do analizy obrazów. Widząc ogromny potencjał, spółka szybko przystąpiła do tworzenia planu i założeń rozwoju technologii. Zaledwie po kilku miesiącach pozyskała na niego finansowanie w wysokości 3 mln złotych, co było doskonałą perspektywą do wejścia na zupełnie inny poziom technologiczny.
Chcąc utrzymać tempo rozwoju, founderzy zdecydowali się jednocześnie pozyskać kolejny kapitał od inwestorów. Początkowo przedmiotem rozważań była kolejna runda z funduszy VC, jednak optymalnym wyborem dla spółki był inwestor, który posiadając odpowiednią wiedzę i doświadczenie sektorowe, wesprze ją w realizacji wdrożeń typu enterprise. Po szeregu rozmów z potencjalnymi partnerami pojawiła się spółka ze znaczącym track recordem w przedmiotowym obszarze, która nie tylko komplementarnie mogła wesprzeć founderów, ale również miała gotowy pomysł na to, jak wykorzystać narzędzia analizy semantycznej u obecnych klientów.
Inwestor okazał się być na tyle dobrze wpisany w cele strategiczne spółki, iż wszystkie strony potencjalnej transakcji doszły do wniosku, że należy prowadzić rozmowy nie o dołączeniu do współpracy, a o całkowitym exicie Czysta3.VC. Jakiś czas później transakcja została sfinalizowana, udziały trafiły do nowego podmiotu, który razem z dotychczasowymi founderami rozwija spółkę, przed którą rysuje się niezwykle ciekawy horyzont.
