Štítek: Apify

Praha 12. listopadu 2024 – Zatímco ve Spojených státech zakazuje AI boty téměř třetina z tisícovky nejnavštěvovanějších webových domén, v Česku jsou to pouze 5,1 %. Tuto skutečnost potvrzuje analýza web scrapingové platformy Apify, která zkoumala 1 000 webů s největší návštěvností v Česku a stejný počet na Slovensku. Ukázalo se, že na rozdíl od Spojených států nezakazují AI boty například ani mnohá velká média, včetně České televize nebo Hospodářských novin. Podle Apify může zákaz botů sice pomoci tvůrcům obsahu omezit komerční využívání jejich obsahu cizími společnostmi, na druhou stranu zákaz botů omezuje rozvoj umělé inteligence a kvalitních AI aplikací, které mají potenciál lidem výrazně zlepšit život.

„Z našeho průzkumu vyplývá, že AI boti jsou v ČR zakázáni pouze na jednotkách procent webů. To je dobrá zpráva, protože webový obsah je zcela nezbytný pro trénink AI modelů a vývoj nových aplikací, jako třeba ChatGPT. Mají-li budoucí AI systémy umět dobře česky a znát místní kontext, potřebují získat přístup k velkému množství českého obsahu, ať už ve formě textu, audia, nebo videa. Čím více dostupný bude kvalitní a hlavně pravdivý obsah, tím kvalitnější a pravdivější budou také tyto nové AI systémy,“ vysvětluje Jan Čurn, CEO a spoluzakladatel Apify.

Samotné zakázání AI botů je proces, při kterém webové stránky a online platformy určují, které automatizované programy je mohou stahovat. Tito boti, jako například GPTBot, CCBot nebo Google-Extended, hrají klíčovou roli pro trénování AI modelů a přispívají ke zlepšování umělé inteligence.

„Zákaz AI botů na webech pomocí souborů robots.txt typicky omezuje pouze pár konkrétních firem, jako OpenAI nebo Antrophic, ale všichni ostatní mohou stahovat obsah dál. Tento zákaz ovšem nemá oporu v zákonech a boti ho nemusejí respektovat. Rozhodující bude, zda využití cizího obsahu pro trénink vlastních AI modelů nebo jeho využití v AI aplikacích představuje porušení copyrightu vlastníků obsahu, nebo ne. A o tom rozhodnou buď zákonodárci, nebo soudy, jako nyní ve Spojených státech ve sporu New York Times versus OpenAI a Microsoft,“ uvádí Jan Čurn.

Nejčastěji boty blokují média a pracovní portály

Podle průzkumu Apify blokují AI boty v Česku a na Slovensku nejčastěji stránky z kategorie zprávy a média. Z 90 webových stránek online magazínů a mediálních domů byl přístup AI botům zablokován na 55 z nich. Mezi blokujícími stránkami jsou například iDnes, Nova, Deník, eXtra.cz, Lidovky, CzechCrunch, Metro, ČTK, slovenská Pluska nebo TREND. Je to běžné i mezi pracovními portály – ukázalo se, že AI boty blokují 4 z 10 prozkoumaných stránek. Do této kategorie patří například portály Práce.cz nebo Jobs.cz. České a slovenské weby nejčastěji blokují GPTbot, který byl zablokován v 3,7 % – na 23 českých a 14 slovenských stránkách. Následuje claudebot blokovaný v 2,5 % na 14 českých a 11 slovenských webech. Na třetím místě je anthropic-ai s 2 %, který je blokován 10 českými a 10 slovenskými stránkami.

„Aby byla umělá inteligence co nejdokonalejší, potřebuje přísun obrovského množství kvalitních trénovacích dat. Jedním z hlavních zdrojů těchto dat jsou právě i webové stránky. Pokud webový server přístup AI botům zakazuje nebo je zcela blokuje, omezuje tak jejich příležitost k učení a rozvoji kvalitní umělé inteligence. Blokováním botů se navíc weby vystavují riziku, že je nenajdou noví návštěvníci ze vznikajících AI vyhledávačů a aplikací, a bude klesat jejich relevance. Měly by proto pečlivě zvážit, kdy je blokování skutečně nutné a kdy je zbytečné až škodlivé,“ dodává Čurn.

Všechna uvedená data jsou platná k 11. říjnu 2024.

Více o Apify

Web scrapingová platforma Apify umožňuje firmám těžit data z webů a získat data pro AI. Zároveň dokáže automatizovat jakékoli workflow, které člověk dělá manuálně ve webovém prohlížeči, a následně jej spustit ve větším měřítku v cloudu. Jednou z klíčových služeb společnosti je také otevřené tržiště s takzvanými Aktory – cloudovými programy, které lze snadno spouštět, sdílet, integrovat a stavět na nich. Těch Apify nabízí přes 1 500. Apify v roce 2015 založili Jan Čurn a Jakub Balada, kteří se poznali během studia informatiky na Matematicko-fyzikální fakultě UK, kdy si také uvědomili, že programování může být vedle zábavy výnosný byznys. Viděli poptávku po softwaru, který by dokázal získávat z webových stránek určitá data, a vytvořili proto platformu, která k tomu nabízí nástroje. Mezi jejich klienty patří aktuálně například Siemens, Intercom, Microsoft, T-Mobile nebo Accenture.

Webscrapingová platforma Apify nabízí vývojářům prostor pro vytváření Aktorů neboli skriptů a cloudových aplikací pro automatizaci úkolů – třeba pro sběr dat z webových stránek i jejich analýzu. Nyní se společnost rozhodla tyto Aktory zkombinovat do pracovních postupů, které pomáhají vývojářům řešit komplexnější problémy. Mezi první tzv. Actor Bundles patří například agregátor hodnocení restaurací, který dokáže shromáždit hodnocení podniků ze služeb Google Maps, DoorDash, Uber Eats, Yelp, Tripadvisor a Facebook.

Samotné Aktory jsou bezserverové cloudové aplikace, které běží na platformě Apify a provádějí výpočetní úlohy. Jejich název odkazuje k hercům, protože podobně, jako se lidští herci řídí scénářem, i Aktory provádějí úlohy podle předepsaného skriptu. Během procesu webscrapingu dokážou navigovat po webových stránkách a stahovat z nich specifická data. Ta následně ukládají do strukturovaného formátu v podobě tabulek či databází.

V praxi vývojáři používají Aktory tak, že je naprogramují k vykonávání konkrétních úkolů, které pak mohou být spuštěny manuálně nebo automatizovaně prostřednictvím Apify platformy nebo API. Vývojáři pak mohou Aktory dále monitorovat, ladit a aktualizovat podle potřeby, například při změnách na cílových webových stránkách, aby zajistili nepřetržitý a správný sběr dat. Kromě toho mohou vývojáři své Aktory nabízet na otevřeném marketplacu, kde si díky tomu mohou vydělat. Actor Bundles tyto možnosti posouvají ještě dál.

„Kombinace jednotlivých Aktorů umožňují vývojářům zvládat složité scénáře a úlohy, jako je stahování dat, jejich analýza a zpracování, které by jinak vyžadovaly manuální nastavení a správu hned několika jednotlivých Aktorů. Tento přístup šetří obrovské množství času a energie. Klienti například nemusejí plýtvat vlastními zdroji na čištění dat, jejich agregaci a vylepšování pomocí řešení třetích stran, jako jsou OpenAI, Google Lens nebo třeba překlady,“ vysvětluje zakladatel a CEO Apify Jan Čurn.

Rychlejší pochopení trhu, zákazníků i konkurence

Automatizovanější sběr dat z webových stránek pomáhá firmám a jednotlivcům lépe porozumět jejich trhu, zákazníkům a konkurenci v kratším čase. Společnosti často používají data získaná z webů konkurence k analýze cenových strategií, produktových nabídek, marketingových kampaní i k získání informací nutných pro vylepšení vlastního produktu.

Nový agregátor hodnocení restaurací využívá k získání správných adres URL hodnocení vyhledávací dotazy Google s názvy restaurací a zeměpisnými souřadnicemi. Nástroj pro analýzu sentimentu v sociálních médiích zase automaticky shromažďuje komentáře z profilů na oblíbených sociálních médiích, Facebooku, Instagramu nebo TikToku, a následně dokáže pomocí jednoduchých technik zpracování přirozeného jazyka analyzovat shromážděná data a určit skóre sentimentu každého komentáře. Další Aktor zase umožňuje sjednotit získávání dat na základě hashtagů ze všech sociálních sítí najednou.

Apify nabízí také integraci nástroje Pinecone pro procházení obsahu webových stránek nebo propojení Pinecone s modelem GPT od společnosti OpenAI.

„Ve vývoji jsou také další ‚Actor Bundles‘, například pro hlubší analýzu sociálních sítí. Věřím, že jde o začátek nové éry marketplacu Apify Store. Brzy bude Apify Store nabízet řešení složitých problémů, které dříve musely vytvářet celé firmy,“ dodává Jan Čurn.

Více o Apify

Web scrapingová platforma Apify umožňuje firmám těžit data z webů a získat data pro AI. Zároveň dokáže automatizovat jakékoli workflow, které člověk dělá manuálně ve webovém prohlížeči, a následně jej spustit ve větším měřítku v cloudu. Jednou z klíčových služeb společnosti je také otevřené tržiště s takzvanými Aktory – cloudovými programy, které lze snadno spouštět, sdílet, integrovat a stavět na nich. Těch Apify nabízí přes 1 500. Apify v roce 2015 založili Jan Čurn a Jakub Balada, kteří se poznali během studia informatiky na Matematicko-fyzikální fakultě UK, kdy si také uvědomili, že programování může být vedle zábavy výnosný byznys. Viděli poptávku po softwaru, který by dokázal získávat z webových stránek určitá data, a vytvořili proto platformu, která k tomu nabízí nástroje. Mezi jejich klienty patří aktuálně například Siemens, Intercom, Microsoft, T-Mobile nebo Accenture.

Apify, platforma pro extrakci dat z webu, získala investici ve výši 70 milionů korun. Pražský startup v roce 2023 dosáhl na obrat 170 milionů korun a zisk 20 milionů korun. Zároveň zaznamenal za poslední kvartál roku 2023 růst obratu o 80 % oproti předchozímu roku. Investory jsou venture kapitálový fond J&T Ventures vedený Adamem Kočíkem a Martinem Kešnerem, investičního kola se zúčastnil i stávající investor Reflex Capital Ondřeje Fryce. Peníze půjdou zejména na marketing, vývoj produktu a do růstu vývojářské komunity. V rámci investičního kola zároveň startup navýšil ESOP pool pro motivaci zaměstnanců na podíl zhruba 15 %.

„Poslední investici jsme získali v roce 2019 a Apify v posledních letech rostlo pouze z vlastních zisků. Nyní ovšem vnímáme na trhu prostor k urychlení růstu, a proto jsme se rozhodli vzít další investici. Vzhledem k naší velikosti jsme vzali relativně nízkou částku, protože jsme firmu nechtěli narušit obřím přísunem kapitálu. Tím si udržíme finanční efektivitu a unikátní firemní kulturu. Navíc si neomezíme možnosti dalších investic či exitu. Náš cíl je nyní ukázat, že jsme schopni přeměnit kapitál do ekonomicky efektivního růstu, oslovit nové zákazníky a škálovat náš byznys. Až se nám to podaří, v budoucnu nám pak může dát smysl přijmout velkou investici od globálních VC fondů a pokusit se stát dalším českým jednorožcem,“ říká zakladatel a CEO Apify Jan Čurn.

„Podnikatelský příběh Apify s nadšením sledujeme už od roku 2016, kdy jsme se s Honzou Čurnem a Jakubem Baladou poprvé potkali. Za tu dobu vybudovali špičkové technologie, silnou značku a mezinárodní síť zákazníků. Díky tomu jsou teď ve skvělé pozici, aby využili obrovské příležitosti, které se právě otevírají. Věříme, že jim můžeme pomoci vyrůst v globálního lídra,“ uvádí Martin Kešner z J&T Ventures.

„Apify podporujeme již osm let – což je hodně dlouhá doba na to, abychom věděli, že to dává smysl,“ říká Ondřej Fryc z Reflex Capital. „Honza s Jakubem vybudovali již nyní globální firmu s MRR (měsíčními opakujícími se tržbami) ve vysokých statisících dolarů, která nyní raketově roste. V investici vidíme příležitost ještě více tento růst podpořit,“ dodává.

Rozvoj marketingu a vývojářské komunity

Zakladatelé společnosti Jan Čurn a Jakub Balada se rozhodli přijmout externí kapitál proto, aby firmu přenesli z profitabilního na růstové myšlení. Ve firmě si stále udržují většinový podíl. Jedním z cílů využití investice je personální posílení vývoje, produktu, datové analýzy, marketingu a dalších oblastí týmů. Dalším cílem je navýšení přímých investic do marketingu a rozšíření produktů Apify mezi nové zákazníky.

„Chceme Apify dostat k většímu množství vývojářů a firem po celém světě. Proto kromě marketingu investujeme také do růstu naší komunity vývojářů, kteří na naší platformě vyvíjejí, udržují a prodávají web scrapingová řešení nazývaná Aktory. Naši dlouhodobou ambicí je vybudovat největší světový marketplace, kde firmy a vývojáři najdou hotová cloudová řešení pro automatizaci, která vytvářejí a prodávají jiní vývojáři,“ uzavírá Čurn.

Více o Apify

Web scrapingová platforma Apify umožňuje firmám těžit data z webů a získat data pro AI. Zároveň dokáže automatizovat jakékoli workflow, které člověk dělá manuálně ve webovém prohlížeči, a následně jej spustit ve větším měřítku v cloudu. Jednou z klíčových služeb společnosti je také otevřené tržiště s takzvanými Aktory – cloudovými programy, které lze snadno spouštět, sdílet, integrovat a stavět na nich. Těch Apify nabízí přes 1 500. Apify v roce 2015 založili Jan Čurn a Jakub Balada, kteří se poznali během studia informatiky na Matematicko-fyzikální fakultě UK, kdy si také uvědomili, že programování může být vedle zábavy výnosný byznys. Viděli poptávku po softwaru, který by dokázal získávat z webových stránek určitá data, a vytvořili proto platformu, která k tomu nabízí nástroje. Mezi jejich klienty patří aktuálně například Siemens, Intercom, Microsoft, T-Mobile nebo Accenture.

Pro společnost Apify, jejíž platformu pro automatizované stahování dat z webových stránek vyzkouší až 22 tisíc uživatelů měsíčně, byl loňský rok tím nejlepším v historii. Její obrat překonal 170 milionů korun a zisk EBITDA se vyšplhal na 22 milionů. Obrat nyní roste tempem 80 % ročně. Výsledek výrazně předčil cíl, na který společnost s ohledem na obrat mířila – byl totiž o 30 milionů korun nižší. Apify tak ukazuje, že web scraping není buzzword, ale že je pro firmy všech velikostí důležitým zdrojem dat a automatizace. Dvojnásobně se zvýšil také počet uživatelů platformy – ze 100 tisíc na více než 200 tisíc. Podobným tempem rostl i počet zákazníků – firma jich za rok 2023 3 000, což je meziroční růst o 1 700. Mimo to Apify rozšířilo své portfolio tzv. Aktorů neboli jedinečných robotů a nástrojů sloužících k automatizaci úloh a extrakci dat z webových stránek. Marketplace společnosti jich tak aktuálně nabízí přes 1 500, v poslední době nejvíce táhnout nástroje pro získávání dat pro AI.

Zatímco rok 2022 nepřinesl společnosti Apify očekávané výsledky, v roce 2023 dokázalo vedení firmy obrátit kormidlo správným směrem. „Rok 2023 byl pro nás výzva, ale díky odhodlání našeho týmu a strategickým krokům se nám za posledních 12 měsíců podařilo dosáhnout značného úspěchu. Loňský rok byl z hlediska tržeb a zisku v historii firmy zatím nejlepším a jsme na to opravdu pyšní. Cítíme, že jdeme po správné cestě, a plánujeme urychlování investic do marketingu a vývoje,“ říká Jan Čurn, CEO a spoluzakladatel Apify. Rostoucí počet zákazníků společnosti v minulém roce vedl také k rozšíření týmu Apify ze 75 na 90 lidí. „Po roce 2022, kdy jsme museli snižovat náklady a část týmu propustit, je naše aktuální trajektorie naprosto odlišná. Do roku 2024 jsme také výrazně optimističtější v náboru nových lidí. Aktuálně máme mnoho otevřených pozic a plánujeme nabírat řadu lidí,“ doplňuje Čurn.

Automatizace a zjednodušení vývoje

Apify je platforma, na které vývojáři vytvářejí, nasazují a monitorují nástroje pro web scraping a automatizaci akcí na webu. Cílem zakladatelů bylo nabídnout zákazníkům nástroj, pomocí kterého lze automatizovat libovolný proces, který by jinak bylo nutné ve webovém prohlížeči provádět manuálně. K tomu Apify využívá tzv. Aktory, tedy cloudové programy se schopností provádět cokoli od jednoduchých akcí, třeba odesílání e-mailů, po složité operace, včetně procházení celého webu a odstraňování duplicit z velkých datových souborů.

Právě Aktory jsou pro Apify klíčové. Usnadňují práci vývojářům, snadno je spustí a integrují i méně zkušení uživatelé. Jejich počet se v loňském roce zvýšil o polovinu a Apify Store jich tak nyní pro různé využití nabízí až 1 500. Navíc je mohou přidávat také externí tvůrci, jejichž počet se neustále zvyšuje.

„Vidíme, jak naše komunita sílí, a jsme hrdí, že neustále narůstá počet vývojářů, kteří nabízejí své Aktory na naší platformě. Navíc si tak s námi mohou vydělat slušné peníze. Těším se na další období, ve kterém budeme komunitu i nadále podporovat. Pro celé Apify máme nemalé ambice. Pro letošní rok jsme si dali cíl dosáhnout obratu 270 milionů korun a zdvojnásobit naši komunitu vývojářů. Plánujeme se také více zaměřit na získávání dat pro umělou inteligenci,“ uzavírá Čurn.

Nutnou součástí budování byznysu v oblasti programovacích nástrojů je vzdělávání uživatelů a budování komunity. Apify proto myslí i na pořádání eventů. V jejich kancelářích v bývalém ateliéru dědečka prvního českého prezidenta Václava Havla se proto loni odehrálo deset tematických a veřejných akcí, kterých se zúčastnilo celkem 1 500 lidí. Protože klienty Apify tvoří jak menší startupy, tak velké korporace nebo státní správa, pořádané eventy rovněž pokrývaly větší množství témat –⁠⁠⁠⁠⁠ od cloud native přes data až po umělou inteligenci. Mezi těmito akcemi bylo například WebExpo 2023 opening party, Pivko s klukama z Matfyzu, AWS Meetup nebo Dny AI: Data jako palivo pro AI. S podobnou aktivitou přitom pražská společnost počítá i pro rok 2024.

Více o Apify

Web scrapingová platforma Apify umožňuje firmám těžit data z webů a získat data pro AI. Zároveň dokáže automatizovat jakékoli workflow, které člověk dělá manuálně ve webovém prohlížeči, a následně jej spustit ve větším měřítku v cloudu. Jednou z klíčových služeb společnosti je také otevřené tržiště s takzvanými Aktory – cloudovými programy, které lze snadno spouštět, sdílet, integrovat a stavět na nich. Těch Apify nabízí přes 1 500. Apify v roce 2015 založili Jan Čurn a Jakub Balada, kteří se poznali během studia informatiky na Matematicko-fyzikální fakultě UK, kdy si také uvědomili, že programování může být vedle zábavy výnosný byznys. Viděli poptávku po softwaru, který by dokázal získávat z webových stránek určitá data, a vytvořili proto platformu, která k tomu nabízí nástroje. Mezi jejich klienty patří aktuálně například Siemens, Intercom, Microsoft, T-Mobile nebo Accenture.