Restartisaateaeg on käes laupäev, Taavi Kotka, Henrik Roonemaa tervitavad oma tänast külalist ja meil on vahelduseks jälle traditsiooniline idufirma saade. Meil saates on külas firma, kes ei ole siin varem käinud ja tegeleb füüsiliste toodetega ja, ja teenuse sinna peale arendamisega. Firmaks on Hepta Airborne ja selle asutaja Henri Klemmer, tere Henri. Tere. Kui ma õigesti aru saan, siis Hepta tegeleb droonide pealt elektriliinide heaolu monitoorimisega. Jah, või ei?
Lähe, lähedale jah, droonid on kindlasti hästi suur fookus jah, et aga me automatiseerime nüüd elektrivõrkude tehnilist analüüsi, ehk siis mehaaniliste defektide tuvastamist. Ja automatiseerimise eesmärk on siis teha seda kogu protsessi kiiremini, täpsemalt, odavamalt, ohutumalt kindlasti. Et ma ei tea, ma võin sellest probleemi olemust ka lühidalt rääkida, aga lõpuks ma tõenäoliselt jõuan sinna, et droonid on üks osa, aga tegelikult meil on seal tootes päris palju nagu muud põnevat. Et aga probleemist rääkides, siis meil on kõigil ümberringi igal pool igapäevaselt, näeme, õhuliine, elektriliine, et rõhutan õhuliine, siis mitte neid nii-öelda maakaabelliine, mis maa all on. Ja õhuliinid on projekteeritud ja ehitatud meil keskkonda viiskümmend pluss aastat vastu pidama. Et tegelikult ei ole ka haruldane noh, Eestis näiteks võrgud, mis on seitsekümmend aastat vanad või ma ei tea, isegi sellistes jõukamates riikides nagu USA näiteks, et on sada pluss aastat vanu liine, eks. Ja need elektriliinid peavad siis vastu pidama igapäevaselt tuulele, jäitele, sademetele, igasuguste ilmastiku meele vallas olevatele nii-öelda nähtustele. Ja, ja mis siis juhtub, on see, et need mehaanilised defektid tekivad, et ehk siis need liinid hakkavad kuluma, et puitmastid hakkavad mädanema, metall hakkab roostetama, igasugused elemendid hakkavad murduma. Nii halvimal juhul need, nagu ikka, need alad, need õnnetused juhtuvad alati kõige hullematel ootamatutel perioodidel, kus on siis see, see, see ei. Pruugi nii-öelda realiseeruda lihtsalt ootamatute suurte kulutustega, vaid, vaid isegi suurte ootamatute katkestustega, kus on halvimal juhul terved linnaosad, nii-öelda ilma elektrita. Ja meie töö on siis nende liinide pidev nii-öelda inspekteerimine, analüüs. Me näitame ette võrguettevõttel, me oleme võrguettevõtte nii-öelda silmad siis, et näitame neile ette, et näed, teil on siin ja siin defektid. Hooldage oma võrku ilusti. Et noh, nii nagu tavainimesed hooldavad oma autot kogu aeg, eks, et, et sellepärast, et mingi ette jääks nii-öelda tee äärde, et see ja, ja samamoodi siis võrguettevõttel, sellepärast, et need kulutused. Ei oleks ootamatud ja need ei realiseeruks noh, miljonites tegelikult on ajaloos näha ka kahe aasta vanu, kahe aasta tagune, kus USA-s. Kaheksakümmend inimest sai linna osas surma, sest et elektri, elektriettevõte ei hooldanud oma liine, liinid puudutasid võsa. Tulid laiaulatuslikud tulekahjud ja, ja lõpuks veel see realiseeris ühe, üheteist miljardi suuruse nii-öelda kuluga, eks. Et tegelikult need, see mõju on hästi laiaulatuslik.
Täpselt, et siin ma saan täiesti enda kogemustest rääkida, et kogu see evolutsioon minu enda nii-öelda, ma olen elektriinsener hariduselt, minu kogemus. Viimase, ütleme kümne aasta kogemus võrguettevõtetega töödates, siis realiseerus ebdaks, et, et ma kunagi. See oli äkki isegi üksteist, kaksteist aastat tagasi, tegin jalgsi nii-öelda elektriliinide läbikäiku. Et see on tänaseni kõige sellisem, kõige standardsem lahendus. Et mehed kõnnivad mööda liini, autoga sõidavad loomulikult võimalikult ligidale, aga sealt edasi on tegelikult mööda seda võsa ja metsa ja põldusid ja, ja soid ja nii edasi. Et mehed kõnnivad mööda liine, vaatavad, visuaalselt hindavad. Rohkem arenenud võrguettevõtetes on vähemalt siis selline GIS süsteem ja, ja, ja tahvelarvutid, kus nad siis sealsamas posti kõrval nii-öelda märgivad efekte ülesse süsteemi. Aga noh, on ka riike, kus lihtsalt pannakse efektid kuhugi paberile, eks. Ja tegelikult kõnnitakse ja, ja, ja see on selline, mis on laiali, ütleme üheksakümmend protsenti. Elektriliinidest täna ikkagi kõnnitakse läbi, jätkuvalt täna ka, kuigi meil on droonid ja satelliidid ja nii edasi. Ja nüüd ülejäänud kümme protsenti tehakse helikopteritega. Et need on siis need suuremad kõrgepingu liinid, kellel on liini kilomeetri kohta rohkem raha nii-öelda kulutada, raisata, investeerida. Aga noh, helikopterite puhul ongi see, et see on, see on, see on
Okei, aga selge, ühesõnaga ja seda kõike selles mõttes, kui sa täna vaatad seda sõna palja silma ja binokliga, eks on ju, et siis nüüd seda saab vaadata veel lähemalt, sellepärast et drooniga sa lendad ju oluliselt lähemale kui kopter või kui altvaatav silm, eks. Et aga räägi sellest maailmast, mismoodi see tehnoloogia nüüd toimib, paned kaamera drooni külge, lihtsalt kihutad mööda liini. Ja pärast siis analüüsid videopilti või on ikkagi juba reaalajas niimoodi, et vahetadki nii-öelda nüüd selle posti, vaatame üle, nüüd nii-öelda me edasi, vaatame järgmise posti üle. Et kuidas see tööprotsess on?
Me saame teha reaalajas ka, aga, aga noh, reaalsus on see, et me kogume erinevate sensoritega piisavalt palju datat, et. Hea näide näiteks, et viimane projekt, mis me Eleringile tegime, Eesti põhivõrk tuhat viissada kilomeetrit, et selle ühe projekti peale me kogusime umbes kaheksa terabait nii-öelda toor datat või toorandmeid, eks. Et noh, see on nii metsik, et seda nagu reaalajas ei, ei hakka töötlema, et kui me lihtsalt videopilti vaatame, siis jah, me saame mingile maale nii kaua, kui see side kestab hästi drooniga, eks, et me saame seda reaalajas pilti ka vaadata ja võime reaalajas mingeid otsuseid teha. Aga põhiline, põhimõtteliselt me ikkagi auto, noh droon lendab automaatselt, see on meie poolt nii-öelda ära ette, ette nii-öelda määratud. Aga kõik, mida need sensorid koguvad, seda me, me toome siis nii-öelda maa peale ja töötleme pärast arvuti taga. Ja siit lähebki see maailm nagu selles mõttes põnevaks, et kus, kus on tegelikult hästi suur Hepta võlu on, on, on oskus neid andmeid pärast töödelda, sealt sellist tehnilist infot tuvastada ja sealhulgas seda andmete töötlus siis ära automatiseerida, et tegelikult on seal väga suur rõhk, on andmetöötlusel ja tarkvaral.
on laisk. Jah, et, et ja seal noh, seal ma ütlen, et värvikad näited, et ma pidin tööriietega ja ma nii-öelda seda sülearvutit käte vahel hoidma, hoides pidin üle, üle jõe ujuma näiteks, et järgmise postini jõuda või need samad nii-öelda see soosse müttamine. Või siis meil ühe suve jooksul kaks kolleegi jooksid karude eest metsas, eks, ja tegelikult tänaseni jooksevad mehed karude eest metsas, sellepärast, et elektriliine on vaja analüüsida. Et see on selles mõttes hästi nagu süürid probleemid, nii-öelda targa võrgu ajastul. Aga tegelikult ma umbes kolm-neli aastat hiljem sealt, ma asutasin enda pisikese konsultatsioonibüroo, et mis tegeleb elektrivõrkude projekteerimisega, tänaseni toimetab selline väike meeskond, aga ma ise olen seal nii-öelda passiivne. Aga ühed esimesed projektid, mis meil siin tõime, olid mehitatud helikopteritega kõrgepingaliinide analüüs, et mis oli, mis tundus meile oluliselt nii-öelda edasi jõudnud kui jalgsi läbikäimine. Aga seal me jõudsimegi sinna, et okei, see on väga kallis teenus, et meil on tegelikult loetud arv kliente ja me tegelikult ikkagi ei lahenda probleemi. Ja me hakkasime selle meehitatud kopterite analüüsi kõrvalt otsima igasuguseid uusi lahendusi tollel hetkel, siis droonid käisid läbi, satelliidid käisid läbi, igasugused liini peal, nii-öelda roomavad robotid käisid läbi. Et ja lõpuks me siis jõudsime sinna, et okei, droonid, aga tegelikult on kõige mõistlikum seda asja teha, et aga siin on hästi palju sellist data science'it tuleb juurde, et see andmetöötlus, et tegelikult droonid koguvad nüüd nii palju andmeid ära, et tekib hoopis. Probleem, uus probleem, kes neid andmeid töötleb nüüd. Ja, ja teine probleem oli siis see, et esimese generatsiooni, generatsiooni droonid me nägime, et ei suuda veel. Ei suuda veel piisavalt kaugele lennata, et me peame kuidagimoodi, kuna nüüd seda võrku on nii palju, et noh, võtame kas või selle pisikese Eesti riigi, et meil on kolmsada kilomeetrit põhimõtteliselt ühest otsast teise. On, on Eesti riik, aga samal ajal võrku on meil seitsekümmend tuhat, eks, et seesama skaala, need samad proportsioonid on igas riigis. Et seda on nii palju, et, et need pisikesed droonid ei tee seda tööd efektiivselt ära, ehk siis me vaatasime, et okei, droonid on see õige tee, kuhu minna, aga et me peame suutma seda nii-öelda drooni range suurendada. Ja me peame suutma seda andmetöötluses siis mingisuguse suure nii-öelda efektiivsuse, peame suutma luua.
Restart jätkub ja stuudios on saatejuht Hendrik Roonemaa ja karu, karu ekspert Taavi Kotka. Ja meil on külaline Henrik Lember, kes tegeleb Hepta Airborne'is reektrivõrkude analüüsimisega droonide pealt ja tõstis hiljuti kaks miljonit eurot selle jaoks.
Räägime nendest droonidest, enne kui lähme andmeanalüüsi juurde, et see probleem on olnud mitte ainult elektriliinide valdkonnas, noh. Valdkond, kus tegelikult droonidega saab väga palju ära teha, näiteks piirikaitse. Et noh, et selle asemel, et meil mehitatud patrullid sõidavad mööda piiri, eks, et. Noh, droonid jõuaksid sama teekonna, noh, sama ajaga läbida neli korda seda piirilõiku üle vaadata, eks, et või viis, on ju. Et selleks on spetsiaalsed noh, mitte sellised droonid, mida me oleme siin. TOD tooteid, mida me siin, Mavikid, mida me siin kasutame kodudes, vaid noh, need ikka sihukesed korralikud. Et vii meid kurssi praegu sellega, et kui me võtame sellised ikkagi korraliku tõstejõuga, mis head kaamerad suudavad tassida ja nii edasi, et sellise drooni. Ja tema sagedused, noh, tavaline droon oli vist kahe kilomeetri puldist kaugemale ei lähe või, et. Et kuhumaale teie oma Hepta drooniga olete jõudnud või ütleme, mis, kui sa räägid, et noh, et tavatroon ei sobi, on ju, mida see tähendab, on ju, et noh, et, et. Milline see D-droon on, siis panete suuna paika ja ütlete, et nüüd pane kümme minti või, või tund aega sinnapoole ja siis kiira ümber, tulla tagasi, on ju, et noh, et, et vahepeal. Puldiga sidet ei ole, on ju, et või mismoodi see need D-droonid käivad üldse?
Ma tegelikult kõigepealt täpsustan seda ka, et, et, et tegelikult tavatrooniga saab päris palju ära teha juba, et me, meie üks ärimudeli osa on see, et me nii-öelda onboard'ime väliseid inspektsion tiime, et või noh, neid ülevaatust teostavaid meeskondi. Kes, kelle, kelle me õpetame just välja, et kasutada pisikest väikest tavadroomi, drooni nii-öelda käepikendusena. Selle asemel, et kõndida seal seesama kahe kilomeetrine lõik, et tee see drooniga mõne sekundiga ja siis lae nii-öelda data meie cloud'i ja, ja me töötleme. Et tegelikult. Me oleme näinud isegi sellist kahe-kolmekordset kiiruse kasvu, lihtsalt seda pisikest väikest drooni kasutades. Et aga jah, nüüd, kui, kui me läheme selliste nõudlikema klientide, suurte enterprise klientide ja, ja selliste klientide peale, kellel on erinevaid, kes soovivad erinevaid sensoreid ja väga täpset analüüsi. Et siis, siis tavatroonid jäävad väheseks. Et siis meie oleme arendanud välja siis sellise drooni, mis. Mis suudab lennata või ütleme, õhus püsida kolm tundi keskeltläbi, see on sealhulgas siis peiloodiga, ehk siis tal on mingisugune sensoripall. Ja, ja kui seda nüüd võrrelda mehitatud kopteriga, et siis tegelikult mehitatud kopterid oma neid. Jällegi ma räägin nüüd elektriliinide spetsiifiliselt, et need missioonid, mis elektriliinidel tehakse, siis mehitatud kopterid lendavad ka keskeltläbi kaks tundi, ühe missiooni käigus, siis nad maanduvad, siis piloot puhkab, tangib. Et tegelikult me, meie eesmärk oli siis arendada midagi, mis oleks, mis säilitaks drooni efektiivsuse, aga suudaks asendada mehitatud kopterid. Ja nüüd, kui seda distantsi vaadata, et siis see oleneb sellest missioonist, et mis sensorid all on, kui kiiresti me lendame, mis see eesmärk on. Et kui me tahame väga kiiresti lihtsalt lennata, siis jah, teoreetiliselt me võime lennata, ma ei tea, saja, kahesaja kilomeetri kaugusele. Aga täna me pigem lendame selliseid kahe, kolmekümne, neljakümne kilomeetriseid distantse. Et meil on kohe tulemus ka üks pilootprojekt Saksamaal, kus me lendame seitsekümmend kilti näiteks siis ühe otsaga ja tuleme tagasi.
Ja see on seesama kopter jah, et tegelikult noh, nii palju, kui ma seda teemat kommenteerin, et see on hea, et sa selle isegi ülesse tõid, et ongi, ongi lõpuks ometi saan, saan rääkida, nii-öelda anda omapoolse selgituse teemale, et, et. Kokku või kõigepealt võib-olla kõige olulisem koht, millest alustada, et Hepta ei ole kellegi intellektuaalomandit varastanud, et meil on selleks nii-öelda meeskonnas kõik käed-jalad ja mõistus olemas, et me oleme kõik oma tooted, teenused, lahendused, mis meil on, oleme nii-öelda otsast peale ise arendanud. Sealhulgas hästi oluline välja tuua, et tegelikult meie vastu ei ole ühtegi nii-öelda kohtulahendit käimas, eks, et kus Hepta oleks, Hepta vastu, et keegi mingi nõude esitanud või meie osanike vastu. Et tegelikult, mis on ainult, on meedias leviv selline natuke alatu keelepeks. Ütleks selliste, ütleme, liigkasuvõtjate poolt, kes on ebaeetiliste ärivõtetega. Ja millest see tuleb, et ma siin isegi eraldaks kõik need Archimediale rahastusprojektid ja nii edasi, et ma nendele ei keskenduks, et pigem tegelikult on asi lihtsalt selles, et on natuke selliselt mädanema läinud inimsuhted. Et, et kahele meie kaasasutajale, Siim Maripuu, Siim Ehring kunagi siis läbi mingite projektide ühed inimesed tulid. Kaks sellist väikeettevõtjad tulid oma ettepanekuga, et hakkame droone tootma, teeme oma ettevõtte. Et kui sellest tollel hetkel loobuti, et siis läks selliseks sopa loopmiseks, et ja noh, see ongi see, mis, mis ma oskan kommenteerida.
Aga selles mõttes me oleme sellest taustast päris palju rääkinud. Räägime korra sellest ärist, et tõstsite raha just praegu. Aga mis on siis see lubadus, mis te investoritele andsite, et põhimõtteliselt HETA-s saab de facto number üks selles maailmas, selles temaatikas maailmas? Jah, täpselt. Okei, nii, aga ma mõtlengi, et see tundub kuidagi nagu ikkagi, et, et see business nagu ei ole nüüd noh, okei, see, see kaamera osa, see kopteri osa või drooni osa, see nüüd ei ole väga keeruline. Andmetöötlus kindlasti on keeruline, et kus see teie, see nii-öelda start-up'i nii-öelda rebu siis nii-öelda välja tuleb, et kus on see? See nii-öelda asi, mis, mida on raske kopeerida, et ei teki seda, et te tegite nagu. Iluse aluse põhja ära ja siis tuleb mingi, ma ei tea, Uber ja kopib selle, on ju.
Meie ärimudelis hästi tugev osa on, tegelikult ongi seesama andmeanalüüs ja siis see nii-öelda data science, et kus me automatiseerime seda andmete analüüsi, et täna me õpetame siis nii-öelda. Või täiustame oma masinõppe algoritme piltide pealt efekte ise tuvastama. Ja, ja see ärimudel töötab meil, hästi selline standartne, meie jaoks sobiv ärimudel töötab nii, et me näiteks teeme, ma toon ühe konkreetse kliendi näite, DTEK Ukraina klient, hästi suur klient, nendel on noh, sama palju võrke kui terve Soome riigil. Et me teeme, tegime neile kõigepealt pilootprojekti nii, et me ise käisime Ukrainas, lendasime kõigi oma sensorite droonidega üle, näitasime, kuidas asi töötab. Sealhulgas siis analüüsisime kõik info ära, pärast meie cloud'is nii-öelda andsime neile ligipääsu, kus nad nägid oma elektriliine, pilte. 3D-st liine nagu nii-öelda StreetView'na, eks, et ja said pärast sellise full nii-öelda raporti oma defektidest prioriteetsuse järjekorras. Ja nüüd peale seda pilooti, siis konverteerub see leping noh, DTEK-i puhul konverteerus meil kümne aastaseks SaaS deal'iks ja see SaaS või, või SaaS lepinguks ja see SaaS leping siis toimibki nii, et meie aitame. DTEK-il, õpetame nende meeskonnal ise droonidega infot püüda, meie ise ei lenda seal. Nad võivad kasutada selleks enda droone, turult laialt levinud droone või võtku meilt, eks rentigu meilt. Ja DTEK mehed siis püüavad seda infot iga päev ja upload'ivad seda meie cloud'i ja meie samal ajal siis nii töötleme seda kui täiustame oma masinõppe algoritmi, ehk siis me kogu aeg lubame neile ka, et see asi läheb ainult kiiremaks ja täpsemaks nende jaoks.
Ega me oleme tegelikult tükkhaaval nii-öelda hakanud pihta, et klientide, klientide nii-öelda teenindamisest alates, et hästi palju siis klientidelt õppinud, et. Et alguses me alustasime droonidega, et alguses ei olnud meil ei tarkvarat ega seda andmeanalüüsi, et tegelikult lihtsalt kasutasime turult laialt levinud, levinud KIS tarkvarasid ja analüüsisime, et. Et sellised KIS teadmised olid olemas, sealhulgas see, et kuidas elektriliine analüüsida, need olid olemas. Ja siis teise, teiste kahe kaasasutaja poolt olid droonid ja alguses oligi kogu nii-öelda müügi argument, puhas nii-öelda teenus, teenuse äri. Ja müügi argument oli see, et näed, selle asemalt ei ala käia, et teeme droonidega. Ja nüüd läbi selle kliendikogemuse me siis sammhaaval hakkasime keskenduma just nendele tükkidele, kus me nägime, et, et kus see väärtus võiks kõige suurem kliendi jaoks olla. Et nii, kui need droonidega see, see nii-öelda jalgsi läbikäigu mure ära lahendada, ehk siis, et näed, droonid on head, efektiivsed. Kasutame droone, siis kohe see järgmine probleem ongi, see pudelikael ongi data. Sest, et need droonid ja need sensorid, klient hakkab aina rohkem datat kogu aeg tahtma, aina, aina täpsemalt. Talle meeldib see nii-öelda digitaalne võrk, mis ta saab. Et siis, siis hästi suur rõhk hakkab, tekib sellele, et mis me nüüd selle dataga teeme ja, ja needsamad need terabaidid, need tekitasid ka loomulikult meil päris palju sellist musta nii-öelda närvi, et, et noh, neid ei jõua normaalselt nii-öelda ära töödelda. Ja me hakkasime just otsima kohti, kus. Kus, kus seda ära automatiseerida, et tegelikult founding tiimis ei olnud meil sees seda data science'i know-how'd, et see oli see, mis me hakkasime looma endale ettevõttesse ja hakkasime palkama ja neid inimesi otsima, et. Et esimesed sellised, noh, täna tugev, tugev core tiim, seal on ta olemas, aga founder'ite kolme hulgas seda, seda data science know-how'd, know-how'd ei olnud.
Täiesti väljas ei ole, et meil on riistvara komponent veel küljes, et seesama kopter, mida me ka reklaaminud meedias oleme, et see lendab, sellega on pilootprojektidega sel, sel suvel tulemas, et me näeme, et needsamad hästi nõudlikud enterprise kliendid, et seal see riistvara mingis mõttes on selline. Nagu hüppelaud selleks, et saada lõpuks see tugev SaaS, SaaS, SaaS, SaaS, SaaS stiil nii-öelda kätte. Et nad näevad, tihti nähakse seda riistvara just sellise esimese argumendina, et miks nad näevad, et miks me oleme, kas me ehitatud kopterist või algse läbekõigust paremini olnud. Ja, ja noh, tihti nähakse ka seda, et me oleme droone kõvasti testinud, aga näed, nad ei, nad, nad, me peame igale mehele need kätte andma, et nad ei suuda nagu skaalat, need droonid ei suuda skaalat teenindada, et selles mõttes see meie kopter tegelikult tal on mingis mõttes hästi tugev müügiargument. Aga ta on olnud meil. Kuigi meie teekond hakkas mingis mees kopteris, siis ta on olnud meil tegelikult algusest peale visioonis, kui selline enabler, nii-öelda. Et me kogu, me, me oleme esimesest päevast teadnud, et, et, et meie tulevik on pigem selle. Ma ei ütleks siis data science'i, aga pigem digitaliseerimise, digitaliseerimise suunas. Kus me ei ole enda. Kuidas ma ütlen seda lähenemist fikseerinud sellega, et, et, et kas see on droon, satelliit või on see midagi muud, ka täna me kasutame satelliite. Kasutame erinevaid droone, ei kasuta ainult enda omalist, kasutame ka helikopterid, oleme sellel andmebaase, et tegelikult droon on lihtsalt üks relv. Selleks, et, et lihtsalt data sisse saada ja oma, oma nii-öelda cloud'i ja lõpuks siis jõuda kõige kõrgem automaat, automaat, ütleme automatiseerimise tasemeni. Et aga mis meil lähiajal nii-öelda plaanis on, siis tooks välja selle, et noh, teised sektorid kindlasti, et kui ma räägin sellest EEPTA. Ütleme, kahekümne viie aasta visioonis, kus start-up võib sellist asja üldse, üldse öelda, eks, et siis, siis me tegelikult tahame luua maailmas digitaalse kaksiku. Et siin on see, et elektrivõrk on jälle üks spetsiifiline valdkond, aga sedasama nii-öelda noh, baas, baasteadmisi. Kuidas seda datat koguda, kuidas seda töödelda, et seda saab erinevates sektorites kasutada, ka täna me just tegime Eesti raudteel hästi põneva pilootprojekti. Oleme teinud optilistele sidevõrkudele. Et me vaatame erinevaid valdkondi, kus oma teadmisi ära kasutada ja sellele lisaks me hakkame siis sellist nii-öelda. Ma ei tea, kas see nüüd eesti keeles kõlab, predictive analytics, eks, et sellist nagu ennustavat analüütikat tegema, et mis, kus me kasutame ära ka sellist mullastiku infot, õhuniiskust, sademeid, nii edasi. Et ja, ja loome simulatsioone ja simulatsioonide näol me mitte ainult ei ennusta seda eilse või mitte ainult ei analüüsi seda eilset infot, mis see droon eile ära tõi. Vaid, vaid ka tuleviku stsenaarium, et näiteks kui sul, ma ei tea, puhub viisteist meetrit sekundist tuul homme, et siis me näitame, et näed, siin ja siin piirkonnad sul kukub puuliinile, eks. Et ja sedasama nii-öelda digitaalsed kaksikud me hakkame siis ka viima teistesse valdkondadesse edasi. Ehk siis suuremas mõistes selline digitaliseerimine, aga me kindlasti ei fikseeri ennast ainult elektriliinidega täna.
Sa lugesid mu mõtteid, et tegelt mul üleskutse sellega, et me lansseerisime ka sellise põneva, meil on, meil on siis enterprise tarkvaral on ka üks selline moodul, et mis on mõeldud kõigile drooni pilootidele. Ja see on tasuta, täna, nii-öelda freemium, et, et tegelikult kutsun ülesse kõiki, kes vähegi mingisugust nii-öelda õhudatat koguvad, et siis. Kasutage meie, meie Uber tarkvara selleks, minge Hepta lehele ja. Miks nad
[ TRANSKRIPTSIOONI LÕPP ]