Pár posledních měsíců jsem ve volném čase prozkoumával potenciál jednoho nápadu na startup. Bylo to zábavné, zajímavé a poučné, ale nepodařilo se mi nakonec zkonstruovat byznys model robustní natolik, abychom do toho já a moji přátelé mohli jít naplno. Bylo by mi ale líto, kdyby celá ta snaha přišla úplně vniveč, takže dávám k dispozici klíčové poznatky a know how, které jsem získal a doufám, že třeba pro někoho mladšího, s menšími závazky to bude schůdnější. Zkuste pokračovat tam, kde já jsem ztratil dech.
Příležitost
Klíčová příležitost, která v posledních letech nastává, je zvyšující se dostupnost a přesnost 3D modelů zástavby. Čím více a čím přesnějších podkladů ortofotomap vzniká leteckým snímkováním, tím přesnější model je z nich možné metodou fotogrametrie vytvořit. Je možné v této oblasti také očekávat skokový technologický průlom, například využití LIDARů.
3D modely jsou z obchodního pohledu surová data, ze kterých je teprve potřeba vytěžit informace s reálnou byznysovou hodnotou. Využít tuto příležitost znamená nalézt obor, kde jsou takové analýzy monetizovatelné.
Hlavní myšlenka
S přesným 3D modelem zástavby a terénu je možné udělat kvalitativně mnohem lepší analýzu slunečního osvitu zástavby. Jeden z oborů, kde je taková analýza přímo použitelná, je solární energetika, konkrétně instalace rezidenčních střešních panelů. Potenciál střešních ploch je evidentní jen v případě dobře orientovaných budov s optimálním sklonem střech, jednoduchou geometrií a bez okolní zástavby nebo terénních nerovností. Proto je současná praxe odhadovat realistickou návratnost projektu až podle místního expertního šetření. To zabraňuje masivní škálovatelnosti této činnosti.
Monetizace
Monetizaci je možné hledat hned v několika oborech, nenašel jsem zatím žádné indicie, který z nich je nejvíce perspektivní.
Marketing
Aktivní vyhledávání leadů
Globální znalost solárního potenciálu mohou energetické společnosti využít pro vytipování a aktivní oslovení majitelů objektů, kde je solární potenciál a tudíž I pravděpodobnost konverze nejvyšší. Speciální případ by mohlo být i využití peer-to-peer marketingu v podobě upozorňování potenciálních zájemců na dobré příležitosti i u blízkých sousedů.
Přímé kanály
Analýza osvitu může být použita ke zvýšení konverzního poměru v přímých kanálech následovně:
- Odstranění nutnosti sjednat fyzickou schůzku a čekací doby na ní pro zjištění detailní analýzy.
- Prakticky okamžitá, detailní a sofistikovaná 3D vizualizace projektu dává větší kredibilitu automatickým odhadům návratnosti investice (na rozdíl od v současnosti běžného paušálního výpočtu podle plochy v katastru).
Urbanistické plánování
Automatizace výpočtu solárního potenciálu dovoluje získat přesný agregovaný potenciál celých rozsáhlých oblastí, což je důležitá informace pro budování příslušné infrastruktury a pro regulační opatření.
Je indikován vážný zájem ze strany plánovacích agentur typu IPR. U energetických společností nebyl zájem ověřován.
Inženýring
Znalost osvitu je klíčová pro design solárních projektů, zvláště pro umístění a výběr komponent. Inženýrské návrhy je možné díky tomu do značné míry automatizovat.
Technologie
Klíčové IP případného startupu, které je potřeba rozvinout, je schopnost analyzovat geometrická data v obřím rozsahu a velké přesnosti. Množství výstupních vzorků je shora omezeno zhruba takto: obsah oblasti * přesnost * počet vzorků během dne * počet vzorků během roku. I pro oblast většího města v přesnosti okolo 10 cm v dostatečných časových rozestupech přesahuje výpočetní náročnost možnosti současného general computingu a je potřeba vyvinout doménově specifické algoritmy pro vyždímání maxima výkonu kreativním znásilněním GPU (paralelizace shadery, SIMD/MIMD atd.)
Je nutné řešit právní ochranu vytvořeného IP, minimálně defenzivní.
Zdroje dat
Zatímco testovací data pro vývoj řešení je možné sehnat velmi jednoduše (např. Praha dává k dispozici velmi dobrý model zástavby, včetně klasifikace ploch!), škálováni do reálného provozu představuje klíčový obchodní problém.
Kvalita existujících dat je silně nerovnoměrná, jak v rámci jednoho státu, tak ještě více mezinárodně. Díky existenci Seznamu a jeho dvorních Melown technologies je na tom Česká republika výjimečně dobře, ale zahraniční expanze je velmi nejistá. Neexistuje téměř žádný subjekt disponující agregovanými daty pro celý kontinent a když ano, pak by jejich cena byla astronomická. Je potřeba vymyslet strategii akvizice dat od menších subjektů a uvažovat i možnost vlastní tvorby modelů z ortofotomap.
Manévrovací prostor
Na současném trhu existuje mnoho řešení, které se k výše popsanému cíli blíží z několika stran. Zásadní pro případný startup bude nalézt si mezi nimi vlastní cestu, ať už směrem k samostatné existenci nebo k exitu začleněním do těch existujících řešení.
GISy
Počítání osvitu už je součástí některých GISů. Rastrový výpočet osvitu má ale výkonnostní omezení a vektorový výpočet osvitu využívá počítačové grafiky k běžnému renderování stínu v 3D scéně a proto je jeho využití spíše orientační pro zadaný časový okamžik. Nevím o možnosti nějakého GISu provést komplexní analýzu osvitu.
CADy
Solární projekty jsou navrhovány ve specializovaných CADech (švýcarský desktopový, americký onlinový), které již obsahují možnost časově agregované analýzy osvitu, ale většinu dat k tomu potřebných je nutné zadat ručně nebo importovat a ručně slícovat.
Tyto nástroje jsou asi nejblíž cílovému stavu automatického a efektivního využití 3D modelů pro solární projekty a je možné je brát jako cílový vzor. Naštěstí není pravděpodobné, že by rozšířili svojí působnost i na hromadné zpracování dat a nechávají tak prostor k rozvoji samostatného řešení.
Autoři 3D modelů
Přestože je potenciál 3D modelů zdánlivě velký, realita je taková, že většina vlastníků a agregátorů zdrojových 3D modelů (typu zmíněného Mellown technologies) teprve hledá rozumné komerční využití. Analýza osvitu je technologicky blízká činnosti převodu ortofotomap na 3D modely a má proti surovým datům velkou přidanou hodnotu a proto je pravděpodobné, že se jí vlastníci budou pokoušet provést sami a představují tak hlavní konkurenci pro tento záměr.
Energetické společnosti
I energetické společnosti investují do konverzí a onboardingu solárních projektů. Například v českém EONu už se při iniciální nezávazné nabídce počítá první odhad zisku podle místa zadaného na mapě. Tento odhad je ale pravděpodobně paušální výpočet podle podlahové plochy v katastru a tomu odpovídá i jeho přesvědčivost.
Zatím se energetické společnosti a jejich přímé kanály jeví jako nejperspektivnější klienti, ať už přímou integrací do jejich portálů nebo smluvně podle dodaného trafficu z nezávislé aplikace-rozcestníku typu hypoteční kalkulačky.
Agregátoři dat
Celá oblast business inteligence nad geograficky vztaženými daty je samostatný, rychle se rozvíjející obor do kterého aktuálně plyne mnoho investic z kategorie inovací. Příklady zahrnují vytěžování satelitních dat, nebo sběr a vytěžování agregovaných dat z pohledu konkrétního využití.
Právě do této oblasti by spadal i tento startup a proto je zde možné hledat partnera pro případný brzký exit.
Implementace
V rámci průzkumu jsem vytvořil i funkční proof of concept, ale sdílel bych ho jen s vážnými zájemci napřímo po domluvě. Jinak si ho nechám, abych to dotáhl alespoň pro nekomerční použití.
Závěrem
To je asi maximum, co se dá napsat, aby z toho ještě zůstal čitelný a trochu zajímavý článek, ale jako základní rozcestník by to mělo sloužit dobře. Materiálu mám mnohem víc, můžu podle zájmu buď doplnit detaily nebo načít ještě další kapitoly (např. funding).
Prachy mi z toho už moc nekoukaj, ale pokud to někomu pomůže takový projekt skutečně rozjet a podpořit tím alespoň mikroskopicky rozvoj obnovitelných zdrojů, budu neskonale šťastný.