– Jeg synes det er rart det ikke er flere spillere i dette markedet. Men jeg tror det er fordi det er først nå at teknologien er her, sier Vegard J. Løwe, COO og gründer.
Sammen med seks andre sitter Løwe og koder på Atlas.co, en nettleser- og skybasert GIS-løsning – altså et verktøy for kart og dataanalyse.
I dag domineres GIS-verdenen av store og tunge løsninger blant annet fra markedslederen Esri. Det er gjerne programvare du installerer på PC-en, og som ofte kan ha en ganske høy brukerterskel.
– Vi synes Esri er en lik spiller som Adobe innenfor design, med en stor portefølje av spesialistverktøy som du må være ekspert for å vite hvordan du bruker.
Atlas.co ønsker nå å ta en posisjon med en nettleser- og skybasert løsning for GIS- og kartmarkedet, slik Figma har gjort for designverktøy.
– Vi skal bli Figma for kart, sier Løwe.
Ingeniørstudenter fra NTNU
Som så mange andre gründereventyr, begynte også dette med en gjeng ingeniørstudenter på NTNU som ville starte et selskap sammen. I begynnelsen het selskapet Enernite, fordi de rettet seg mot fornybar energi (kode24 besøkte Enernite i 2022).
– Men vi så etter hvert at det kundene egentlig var ute etter var selve softwaren for å gjøre mer generelle analyser, sier Løwe.
Plattformen ble derfor utvidet til å kunne gjøre også andre typer analyser og for å behandle data.
– Vi endret navn til Atlas, og lagde et mye mer generisk verktøy der vi åpnet for flere vertikaler. Målet er å lage en applikasjon der du kan lage moderne kart og moderne kartapplikasjoner i vår plattform.
Etter å ha logget inn på Atlas.co kan brukerne legge til data på kartet, blant annet via Atlas Data Hub – en samling med hundrevis av datasett fra ulike kilder verden over. Flere brukere i et team kan samarbeide i sanntid om kartene og redigering av data.
– Du kan laste opp mye forskjellig data, og vi støtter mange filformater. I tillegg kan du også importere fra nettbaserte kilder som Google Sheet. Og du kan gjøre analyser, forklarer Løwe.
En ny funksjon er at du kan lage dashboards med grafer og ulike filtre, og så kan du publisere og dele alt sammen som en kartapplikasjon.
– I stedet for at du må kode, så blir dette et no-code-alternativ, forklarer Løwe.
14.000 brukere
Ifølge Løwe har det skjedd veldig lite innenfor lokasjonsdata og GIS-løsninger de siste 20 årene. Det så Atlas på som en mulighet.
– Det brukes fortsatt skrivebordsapper. Vi vil åpne opp, putte hele GIS-programvaren i skyen og gjøre det enkelt å samarbeide, sier Løwe.
De første årene har selskapet fokusert mest på å bygge produktet. Det var først i juni i år at den første versjonen av produktet folk kunne prøve ut ble lansert.
Atlas har nå rundt 14.000 brukere, og vokser.
De vil prøve å skaffe enda flere brukere og se hvordan applikasjonen blir brukt, før selskapet etter hvert vil prøve å få flere til å betale for løsningen.
Men allerede nå er storforbrukere blitt invitert over på en betalt plan – og også fått mulighet til å komme med ønsker om funksjonalitet.
AI-oppstart vil ikke ut med modellene de bruker: «Det er vår secret sauce»
Python-basert backend
Harald Rieber er medgründer og utvikler, og forteller at hele frontenden er laget i React-rammeverket Next.js og TypeScript.
– På backendsiden bruker vi Python, som erfaringsmessig har fungert veldig bra siden det har det mest modne kart-økosystemet, sier Rieber.
Databasen er Postgres, med en plugin som heter PostGIS. Denne har ifølge Rieber vært helt sentral for at de skal kunne levere kartdata raskt og håndtere dataene effektivt.
Etter å ha vært innom både Google Cloud og Azure, har Atlas.co valgt å nå bruke AWS. Årsaken er at AWS tilbyr noen spesialiserte tjenester som er nyttige for selskaper som jobber med lokasjonsdata.
Smarte triks gjør applikasjonen rask
Rieber forklarer at det har vært viktig å få applikasjonen til å oppleves så rask som mulig, og at de derfor har en del triks i ermet for å levere visningsdata og fullverdige data til brukerne til riktig tid – uten at brukeren trenger å merke når at det skjer i bakgrunnen.
– I Python-backenden vår gjør vi en del smarte triks for at alt skal gå fort for sluttbrukeren, blant annet genererer vi et visningsdatasett som er separat fra den underliggende dataen, for at visningen av data skal ha høy ytelse.
For å kunne kjøre store dataanalyser er Python-backenden event-drevet, slik at når en bruker laster opp et stort datasett så kan de spinne opp nye instanser til å håndtere nye filer "on-demand".
«Vi har lyst til å doble teamet.»
– Dette lar oss også kjøre tunge analyser separat fra de enklere operasjonene som å redigere en geometri, og så videre.
– Hva er planene videre?
– Vi er i prosess med første investeringsrunde, og så skal vi rekruttere folk. Vi har lyst til å doble teamet, rekruttere 6-7 stk, sier Løwe.
– Og så gjøre applikasjonen komplett så man kan lage fulle kartapplikasjoner, jeg føler at det er der det store potensialet er.
