AI-инвестиции от создателя Revolut. Как Илья Кондрашов строит умный венчурный фонд с Ником Сторонским

QuantumLight — венчурный фонд, который работает на основе AI и отбирает стартапы с помощью технологий искусственного интеллекта. Идея фонда была придумана два года назад Николаем Сторонским — основателем финтех-стартапа Revolut и Ильей Кондрашовым — предпринимателем и банкиром. Оба они хотели изменить традиционный подход к венчурным инвестициям, которые сейчас, по словам нашего героя, находятся где-то в области мистики. Вместе с другими инвесторами они вложили в проект около $200 млн.

Мы встретились с Ильей Кондрашовым в Лондоне в офисе Revolut и узнали, как устроена модель AI для венчурных инвестиций, на основе чего искусственный интеллект анализирует информацию о компаниях, как принимается финальное решение, а также о том, с какими идеями нужно приходить к инвесторам, почему лучше не поднимать раунды на ранних стадиях и почему инвесторы недооценивают Revolut.

ГЛАВА 1. Фонд на основе искусственного интеллекта

— Расскажите, как вы оказались в Revolut? Вы знакомы с Николаем Сторонским?

— Да, я со Сторонским знаком уже 6 лет. Мы оба финтех-предприниматели. В 2011 году вместе с товарищами по университету я основал компанию, которая сегодня называется MarketFinance. Это кредитный бизнес, где, как в любом другом, было много взлетов и падений.

На этом поприще я и познакомился со Сторонским. Он тогда поднимал, по-моему, раунд для Revolut по оценке $40 млн, который я пытался заинвестировать. Но он сказал, что, к сожалению, не может впустить меня в этот раунд. Я не стал особенно его чейзить [преследовать. — Прим. The Bell], но надо было.

— Он выбирал, у кого взять деньги, у кого не взять?

— Да. Но мне не удалось попасть в этот раунд. Потом он пытался меня нанять в Revolut, чтобы здесь возглавить кредитный департамент, но это напрямую конкурировало с моим проектом.

В итоге нам пришла идея: почему бы не нанять самых крутых программистов и создать систему, которая бы предсказывала, какие стартапы будут успешными. А Николай принесет в проект свою методику построения бизнеса. Все-таки Revolut построен довольно по-другому по сравнению с большинством компаний, и в этом очень большая его заслуга. Он может это ноу-хау давать другим предпринимателям.

— Вы с Николаем, как я понимаю, сделали венчурный фонд. Мы редко на самом деле рассказываем про венчурные фонды, но в вашем случае меня зацепило дико то, что он построен, во всяком случае декларирует, с помощью AI.

— Да.

— То есть там заложен искусственный интеллект. А все, что сейчас связано с искусственным интеллектом, — это, как известно, hot. Поэтому для нас и для наших зрителей это тоже hot, и обязательно надо поговорить об этом фонде. Я так понимаю, что придумал его Николай и позвал вас?

— Я тоже, надеюсь, [привнес] какую-то часть. Мы давно обсуждали это с ним, где-то 6 лет назад.

— То есть он деньги не взял, но общаться вы продолжали?

— Да. Как-то на форуме Founders Forum в Лондоне — это довольно хороший ивент для фаундеров — мы встретились, я предложил идею, почему бы не нанять самых лучших программистов.

— Так это ваша идея?

— Я не могу сказать, как бы…

— Давайте по-честному.

— Да, у меня была идея нанять очень крутых программистов и построить какую-то систему. Мы решили, что венчурный рынок неэффективный. Почему? Потому что там есть какие-то паттерны… не знаю, как паттерны по-русски.

— Образцы, шаблоны.

— Даже не шаблоны, а больше закономерности, которые устойчивы на каком-то длительном периоде времени. Грубо говоря, фаундеры с высшим образованием лучше перформят, чем фаундеры без высшего образования. Компании, у которых успешные инвесторы, перформят лучше, чем компании, у которых неуспешные инвесторы.

— То есть вы взяли случаи успешных стартапов, разобрали их на компоненты и присвоили вес.

— Да.

— И заложили данные в какую-то программу?

— Да, машинное обучение.

— И это она рассчитывает?

— Да, вероятность успеха.

— А есть уже результаты?

— Да, мы уже вложили 20% нашего фонда. Это очень перспективные компании в США, Европе. Смотрим еще на Индию, Израиль, Латинскую Америку.

— Расскажите подробнее про фонд. Есть, во-первых, размер?

— Да, $200 млн.

— $200 млн. Вы привлекаете деньги или это ваши?

— У нас есть и свои деньги, и сторонние инвесторы.

— Свои — это фаундеры Revolut, то есть Сторонский, вы?

— Я и Сторонский. В основном Сторонский.

— И вы привлекаете еще?

— Да. Некоторые из них даже были гостями вашей передачи.

— Нельзя назвать?

— Люди не любят, когда рассказывают о том, куда они инвестируют.

— Вы же понимаете, про кого я подумала прежде всего. Про Юрия Борисовича [Мильнера. — Прим. The Bell].

— Без комментариев.

— И на какой это срок рассчитано?

— Как обычно. В венчуре все фонды по 10 лет. Но обычно деньги возвращаются за 4–5 лет, и прибыль возвращается в пределах 7 лет.

— Что нужно сделать, чтобы войти?

— Мы общаемся в основном с институциональными инвесторами, со всякими фондами фондов. Некоторыми family office. То есть довольно диверсифицированный пул инвесторов.

— То есть это не просто небольшие чеки. Какой минимум, с которым к вам можно зайти?

— Минимум $5 млн сейчас. Сейчас мы пытаемся ограничивать количество инвесторов.

— Чем меньше, тем лучше?

— Мы больше смотрим на то, кто может работать с нами в долгую. Потому что мы же все-таки не ограничиваемся одним фондом на $200 млн. У нас есть планы, наша платформа масштабируется и для привлечения будущих фондов, для разных стратегий. На частном рынке квантовые методы составляют очень маленький процент всех стратегий. Даже если посмотреть на real estate, как там принимаются решения, для меня просто неведомо. Мне кажется, там тоже есть возможность для прихода решений, основанных на моделях.

— Этот движок называется Алеф.

— Алеф, да.

— Почему так? И что он представляет собой?

— Это игра слов. Альфа — это то, что называется сверхприбылью. Плюс Алеф — первая буква алфавита, номер один.

— Еще на вашем сайте нарисован график, что вы обгоняете рынок во много раз.

— Это бэктест.

— Что это такое?

— Это очень стандартный метод оценки моделей. После того как мы построили модель для принятия решений, мы начинаем ее тестировать по историческим данным. Например, мы натренировали ее на всей информации, которая была available [доступна] к концу 2013 года, и теперь смотрим, в какие компании она бы инвестировала в 2014 году.

— Задним умом вы сильны.

— Да. Но так проверяется эффективность модели.

— Во что бы она инвестировала?

— Например, в Revolut она бы всегда инвестировала в наших всех бэктестах. Это для нас ключевой тест.

— Помимо Revolut, во что бы она инвестировала?

— Много: в NewBank, Snowflake, Databricks и пр.

— Сколько данных вы туда загнали?

— Это бигдата. Только профилей в LinkedIn, по-моему, сейчас порядка 700 млн, по каждому из них есть по 6 фичей.

— Какая связь между LinkedIn и…?

— Грубо говоря, мы агрегируем данные по разным источникам.

— Вы агрегируете людей?

— Да, в том числе людей. Мы смотрим, какого рода люди были успешны в прошлом, есть ли какие-то характеристики. На сегодняшний день мы работаем примерно с 20 разными источниками.

— Источники — это какая-нибудь дата в LinkedIn…

— LinkedIn, Glassdoor [платформа, на которой сотрудники анонимно оставляют отзывы о своих руководителях и компаниях. — Прим. The Bell], пресс-релизы. Либо это может быть оценка компаний.

Процесс улучшения данных после того, как мы их купили и сделали пайплайны с разными источниками, — это то, где генерится вся наша прибыль. С этими источниками сложно работать.

— Они не даются или они грязные?

— Они грязные, да. Одна из самых больших проблем — это насколько информация из будущего может перетечь в прошлое. Если, грубо говоря, посмотреть по LinkedIn, то, например, все удаляют неуспешные компании или свой неуспешный опыт. Поэтому, если брать LinkedIn as of, то есть по сегодняшней дате, будет складываться такое впечатление, что у всех был только успешный опыт.

Поэтому нам информацию в LinkedIn нужно брать на какую-то историческую дату — например, на 2016 год. И тогда там есть опыт…

— Большая команда программистов над этим всем трудится?

— В общем фонде сейчас около 20 людей. Она [команда] не очень большая, но она очень хорошая. У нас есть победители международных олимпиад по программированию, по физике.

— Мне кажется, пресс-релизы тоже источник лажи. Потому что люди часто представляют себя лучше, чем они есть.

— Да. Есть какая-то доля лажи. Нужно алгоритм построить так, чтобы ее отсеивать.

Грубо говоря, у нас есть две категории компаний: успешные и неуспешные. Допустим, мы пытаемся разбить это облако: справа у нас все компании, где фаундер окончил top university, слева — все компании, где фаундер окончил не top university. Затем считаем количество успешных компаний. И, допустим, там все успешные компании, а вот здесь все неуспешные компании. Вот такой алгоритм. Это делается автоматически. Мы проверяли 300 разных категорий метрик, по которым можно разделить успешные компании от неуспешных. Сейчас у нас где-то 50–60, которые действительно работают и несут в себе информацию.

— А действительно топовые фаундеры оканчивают top university?

— Мы даже проверяли, например, комбинацию drop out [уход из университета, отчисление. — Прим. The Bell], и она работает только в комбинации с top university. Поэтому если вы будете drop out, то это работает…

— Только из Стэнфорда.

— Да, Гарвард или Стэнфорд.

— Вы делаете все равно звонки с фаундерами, питч?

— Да, делаем звонки. Но вопрос, как мы конкретно принимаем решение.

— Как?

— Мы принимаем решение по модели и при условии, что мы не находим «красных флагов» в компании.

— Что такое «красный флаг»?

— Это может быть, например, фрод [мошенничество] или могут быть цифры, которые попадают в модель и бывают неправильными.

— Если есть внутреннее чувство, gut feeling, и оно вам говорит, что инвестировать надо, а модель говорит, что не надо, вы что сделаете?

— Не будем, руки связаны. Понимаете, были бы вы инвестор в мой фонд, я бы вам сказал, что наша стратегия — это инвестировать по модели. Потом прошло какое-то время, мы, допустим, потеряли деньги, приходим к вам и говорим: «Мы потеряли деньги». Вы начинаете разбираться: «А почему вы потеряли деньги?» «А вот на самом деле мы 90%...»

— Тут у Ильи был gut feeling.

— Да, у нас был gut feeling. Вам же будет неприятно, правильно?

— С другой стороны, мне будет неприятно, если модель скажет «да», а ваш gut feeling скажет «нет».

— Поэтому нужно, если модель говорит «да» и мы не нашли какой-то фрод или что-то еще…

— Вы своему опыту и своей чуйке доверитесь меньше, чем машине?

— Да, вот простой пример. Очень много людей ушло из Revolut и начало свои бизнесы. В общей сложности эти компании, где выходцы из Revolut занимают руководящие должности, подняли сейчас больше $2 млрд инвестиций.

— Вместе?

— Да, вместе взятые. Это уже довольно большая категория людей. Если посмотреть на их перформанс в Revolut и на то, насколько мы, даже Николай, оценивали бы их потенциал после Revolut, то совсем не сходится.

— Не сходится?

— Не сходится.

— То есть вы говорили: «Ой, пусть валит, делает свое, ничего у него не получится, дурачок».

— Да. И они часто выстреливают. А те, кто, казалось бы, супер, топ-перформер, — вдруг не получается. Будущее предсказать очень сложно.

— Что будет, если все остальные тоже начнут писать эти программы?

— Рано или поздно, конечно, это произойдет. Если у нас будут хорошие результаты, то, конечно, к этому нужно быть готовым. Сейчас уровень конкуренции довольно низкий. Доля квантовых инвестиций от общих меньше 3%.

— Вы представляете себе ситуацию, в которой полагаетесь только на вашу программу?

—В этом состоит наша цель. Полная автоматизация.

— Вы доверите искусственному интеллекту полное принятие решений?

— Да. Это pattern recognition [распознавание образов]. Есть люди, которые инвестировали в успешные компании, и они могут предсказать следующую успешную [компанию], потому что у них в голове сложился паттерн. Но человек намного хуже, чем машина, в распознавании этих паттернов, потому что у машины есть идеальная память и нет эмоций. Нет еще такого аспекта, как политика, когда решают венчурные инвесторы, чья доля в компании или в фонде больше,

Потом там нет части, например, венчурные инвесторы в комитете решают. В комитете есть еще такой аспект, как политика. Например, кто-то имеет больше долю в компании или в фонде, и их слова уже начинают звучать более весомо.

— Сколько уже фонду?

— 2 года.

— Есть ли показатели, по которым уже можно судить?

— Мы инвестируем много в приложения искусственного интеллекта. То, что мы видим с искусственным интеллектом, — это не хайп. Есть большая доля хайпа, но есть реально компании, которые очень быстро растут. Мы видим, что цикл продажи для больших компаний, enterprise sales, который обычно занимал до года, сейчас сократился до 2–3 месяцев, что на самом деле невероятная разница, потому что СЕО корпоратов очень сфокусированы на внедрении искусственного интеллекта. Они видят в этом возможность улучшить свою рентабельность, конкурентное преимущество. У нас есть еще в medical AI несколько инвестиций. Например, Red AI, компания в Сан-Франциско, делает автоматическое написание отчетов для radiologist, как это по-русски.

— Которые рентген делают.

— Да. Как это выглядит. У врача есть два экрана. На одном появляются снимки. Есть микрофон, в который он говорит, что видит на снимках. На втором экране появляется то, что он говорит. Эта система читает то, что он сказал, и делает из него репорт.

Врачам очень нужно, чтобы этот final note был написан с их tone of voice [персональный стиль коммуникаций. — Прим. The Bell]. То есть какие-то примочки, которые они исторически использовали. Поэтому для каждого врача нужно тренировать отдельную модель. Представьте, есть OpenAI ChatGPT и есть отдельная модель для каждого врача, которая тренируется на их собственных данных, фиксирует их язык.

— Вы сказали 2 года. Где-то за 4–5 лет становится понятно, какие результаты.

— Да, будет понятно. У нас уже есть компании, у которых выручка очень быстро растет после того, как мы инвестировали.

— Вы инвестируете в стадии В?

— Да.

— Почему именно стадия В?

— То, что мы даем фаундерам, — это методичка, как растить компанию. Найти так называемый product-market fit [свою аудиторию и нишу для успешного развития. — Прим. The Bell], найти саму тему бизнеса — это довольно уникальная задача. Нельзя сказать, что «Revolut делал так, поэтому ты тоже делай так». Что касается масштабирования, это фактически построение внутренних процессов для стадии роста, там подход может быть более общий. Мы пытаемся играть в ту игру, где мы можем выиграть. [При переходе] c серии А на серию В половина компаний не выживает. Если учитывать, что с серии В деньги зарабатывают в основном топ 5% компаний, то это уже большой уровень риска.

Сейчас раунды серии В — это от $30 млн до $50 млн каждый, и мы инвестируем небольшие суммы в них.

— Сколько вы инвестируете?

— От $4 млн до $6 млн в каждый раунд.

— Чтобы больше разложить?

— Да, мы посчитали оптимальное количество компаний в портфеле, и у нас получилась такая сумма.

— В чем эта оптимальность? Почему 50 компаний оптимальнее, чем 100?

— Во-первых, объем фонда ограничен. Ты можешь все вложить в одну компанию. Например, если она выстрелит, ты просто…

— Понятно, что так слишком.

— Есть определенная диверсификация. Нельзя разложить по 1000 компаний, потому что каждый чек будет настолько маленький, что, даже если какие-то из них выстрелят, они не окупят все равно кучу компаний, которые ни к чему не приведут.

ГЛАВА 2. Начало карьеры в Goldman Sachs и запуск Kriya

— Чуть-чуть про вас. Вы же тоже пошли сначала по проторенной дорожке банкира Goldman Sachs?

— Да, это было модно тогда. Мне казалось, что там тяжело.

— Вам просто нравится, когда тяжело.

— Да, легких путей я не ищу. Нет, там было интересно. Кстати, мы работали на нескольких российских сделках. Например, IPO Mail.ru, была такая знаменательная сделка в России. Потому что это была не только сама по себе очень успешная компания, но у них в портфеле еще был кусок Facebook, в который они вложили до того…

— С Мильнером-то познакомились?

— Да, посчастливилось нам, да.

— Что вас потом оттуда вытолкнуло в тернистый извилистый путь собственного бизнеса? Это же совсем другая, гораздо более стрессовая история. Одно дело — ты карьерный банкир, а другое — строишь сам компанию.

— Не знаю. Глупость, высокомерие, Конечно, если бы тогда я знал то, что знаю сейчас про то, насколько сложно строить бизнес, особенно с нуля, я бы несколько раз задумался. То есть вероятность успеха довольно низкая. Но всегда было интересно предпринимательство: как изменить какие-то старинные процессы, сделать что-то более эффективное на хотя бы небольшом отрезке времени. Вообще меня всегда вдохновляет problem solving — найти задачу и ее решить. Даже после всяких интервью в Revolut мне поставили advanced problem solving, что я принял как комплимент.

И на самом деле это была не полностью моя инициатива. У меня были довольно хорошие партнеры. У одного уже было два экзита на момент основания нашего совместного стартапа.

— Изначально это был финмаркет?

— Маркет инвойс. Это была платформа, где можно было делать факторинг, pier-to-pier факторинг. Но потом это уже развилось в multi-product финтех-бизнес.

— То есть они вас затащили?

— Они предложили.

— Долго уговаривали?

— Нет, недолго. Но никто особо долго в корпорате — тем более в таком, как Goldman, — не работает.

— В смысле сложно?

— Да, это тяжело. И это довольно такой репетитив — постоянно то же самое. Опыт очень хороший, я рекомендую. Но иметь там длинную карьеру… Во всяком случае, среди моих ровесников я никого не знаю. Кто-то либо идет на МВА, либо что-то свое начинает делать. Либо просто в другую часть.

— Наверное, можно там дослужиться до какого-то партнера.

— Можно. Но это очень маленький процент когорты, которая присоединяется на начальной стадии. Это меньше 2%, насколько я понимаю.

— Расскажите, как начиналась Kriya [британская финтех-компания, специализирующаяся на финансировании счетов, бизнес-кредитах и встроенном финансировании]?

— Было очевидно, что финтех — это следующее очень большое направление для инноваций. В то время, 2009–2010 годы, доверие к банкам оказалось на минимуме после всех бейлаутс [выкупа «токсичных» активов. — Прим. The Bell], которые были сделаны, чтобы их спасти на фоне финансового кризиса. У банков были проблемы, например, с клиентским сервисом, потому что они разрослись до такого размера, что нужно было пройти сто кругов ада, чтобы получить кредит. А у нас это было все онлайн, 24 часа.

— Интересно, кто эти люди, которые поверили изначально?

— Сначала собирали деньги по знакомым. Помню сид-раунд. Сейчас это вообще смешно звучит: у нас была оценка меньше 1 млн фунтов. Мы подняли 300 тысяч фунтов при оценке 900 тысяч.

— То есть 30% отдали каким-то друзьям?

— Да, 30%. Сейчас сид-раунд — это 20 млн.

— Мир разбогател. Во всяком случае, эта часть мира сильно разбогатела. А сколько Kriya стоит сейчас и какова ее судьба? Она public?

— Нет, она не public. В 2021 году, когда я оттуда уходил, она делала $25 млн выручки и где-то $5 млн чистой прибыли. Стоила порядка $200 млн. Мы продали часть Barclays. Я вышел в 2021 году и через какое-то время начал заниматься инвестициями.

— Вы вышли оттуда с деньгами?

— Да. Не мегаденьгами, но на новые проекты что-то получилось. И она [Kriya] до сих пор существует и развивается, мой партнер все еще СЕО. Я сейчас уже сильно не вовлечен в операционную часть.

— Вы спящий акционер?

— Да, сильно спящий. Потому что, конечно, у меня 100 плюс процентов времени уходит на текущую мою деятельность.

— Почему все стали за вами ходить?

— Это стало hot категорией. Появилось много хороших инвесторов. То же самое сейчас происходит с AI. До OpenAI он особенно никому не нужен был. Google купил DeepMind, величайшую компанию, за $600 млн. Что сейчас для такого актива $600 млн? Это стало настолько hot, что все, связанное с AI, поднимает деньги без какой-либо выручки и прочих ненужных вещей, часто по оценкам $300–600 млн.

— Но это безумие или за этим что-то есть? Как понять?

— Конечно, большинство из этого безумие. Мы инвестируем на стадии серии В, то есть это уже компания, которая имеет продукт и у нее уже есть порядка $5–10 млн выручки. Она находится на inflection point [переломный момент. — Прим. The Bell] перед тем, как масштабировать бизнес и дойти до более поздних стадий. Из этих компаний, где бизнесу хотя бы 3–5 лет, деньги зарабатывают в основном топ 5% компаний. Это от 25 до 50 компаний в год. То есть все равно единицы, если по большому счету смотреть.

Раунды серии В не основаны на фундаментальных данных. Он делается так: есть рынок, формирующийся либо уже сформированный, есть сильная команда, которая строит хорошие продукты, есть продукт, который находится на начальной стадии масштабирования. И это можно доказать какими-то single-digit [однозначными] миллионами выручки.

— Выручка нужна, чтобы сказать, что есть бизнес-модель?

— Да, [что] есть бизнес-модель, есть клиенты, которые желательно все больше и больше используют продукт. Никто не смотрит, как идет мультипликатор от прибыли. Там прибыли никакой нет. Или даже мультипликатор от выручки одинаковый. Один из интересных инсайтов — это то, что оценка на стадии серии В не очень сильно предсказывает последующую прибыль, которую венчурный фонд получил с этого стартапа. В основном оценки на сегодняшний день на этой стадии от $100 млн до $200 млн.

— Как это вообще формируется?

— Есть какой-то коридор общепринятых оценок, которые рынок сам находит. Но фактически это просто спрос и предложение.

— У Revolut было много слагаемых успеха, очевидно. Но те, кто пользуется банками в Европе, должны понимать, что у новых банков в принципе огромные шансы привлечь пользователей, если сделать это хорошо.

— Даже до сегодняшнего дня, когда я периодически встречаюсь с потенциальными инвесторами, все равно видно сомнения. То Revolut стоит слишком дорого, то неизвестно, будет ли там прибыль, то неизвестно, дадут ли license.

— Главный вопрос, наверное, в license.

— Да. В любом даже суперуспешном проекте есть люди, которые сомневаются до последнего в его успешности. И неизвестно, что надо доказать, чтобы они перестали сомневаться. Мы даже проверяем, чтобы наша модель выбирала серию В Revolut. Потому что, я так понимаю, 90% инвесторов, к которым ходил Николай, чтобы поднять серию В, отказывались, потому что, во-первых, не сходилась как раз юнит-экономика, на тот момент компания имела отрицательную гросс-маржу. И оценка была довольно высокая — $300 млн.

— Когда это было?

— Это, по-моему, конец 2017 года.

— Оценка тогда была $300 млн?

— Да. То есть можно было заработать 100х с серии В.

— А в 2021 году были инвестиции по $33 млрд?

— Да.

— То есть 100х?

— Да. Но это огромная редкость. На 100х с серии В во всей истории было не так много компаний.

— Это вообще за всю историю венчурного рынка?

— Немного, да. Больше 10х — это 5%.

— Круто. Мы встречались с Николаем [Сторонским] в 2018 году, когда был миллиард. С тех пор выросло в 30 раз.

ГЛАВА 3. Возможности ИИ и поиски инвестора на стадии идеи

— Вы сказали, что это еще не совсем искусственный интеллект. А что это?

— То, что сейчас называется искусственным интеллектом, это некое приближение интеллекта. Модель, которая отсканировала большое количество слов и оттуда нашла некоторые взаимодействия между словами, некоторые закономерности. Чтобы оцифровать слова, можно применять так называемый эмбеддинг. Это означает, что мы каждому слову присваиваем цифру, какой-то вектор. Самый глупый пример — это пронумеровать все буквы в английском алфавите от 1 до 26 и построить вектора.

— Но это ничего не будет значить.

— Нужно сделать так: подобрать цифры, чтобы слова, похожие по смыслу, были относительно близки к пространству. Скажем, «король» и «дама» должны быть ближе, чем «король» и «яблоко». Потому что нужно зафиксировать смысл. Это научились делать сейчас. И нужно понять последовательность слов. «Лиза ест пиццу» и «Пицца ест Лизу» — два разных мнения. Поэтому научились кодировать, используя синусоиду.

Третье — это, конечно, контекст. Есть river bank и Revolut bank. Слово bank — «берег» и «банк» — означает, исходя из контекста, совершенно разные вещи. И вот это было как раз изобретение, такая архитектура, которая, перемножая эти векторы…

— Вектор — это слово?

— Да, это слово. Она перемножает их и ищет так называемое скалярное произведение. Например, «жареный петух мурчит» — слова «жареный» и «петух» могут часто встречаться в одном контексте, а «петух» и «мурчит», скорее всего, никогда не встречаются. Нужно засетапить вектора так, чтобы, перемножая «петух» и «жареный», значение получалось больше, чем «петух» и «мурчит».

— Это все расписали какие-то добрые люди.

— Если я правильно помню, в 2017 году у Google появилась статья Attention is all you need. На основе этого образовалась архитектура, которая называется трансформер и уже стала вводной для ChatGPT и прочих программ.

— А чего он не умеет предсказывать?

— Он не может дать ответы на вопросы, на которые человечество еще само не знает ответа. Например: что такое любовь, есть ли инопланетяне, как сделать термоядерную реакцию в домашних условиях? Он изучил все тексты, а это огромная работа, на которую человеку понадобится 20 тысяч лет, и поймал закономерности. Эта модель может теперь делать кучу интересных вещей. Например, summary — то есть прочитать большой текст и написать 3 буллит-поинта, о чем этот текст. Это была большая часть моей работы в Goldman Sachs как аналитика. Я читал кучу текстов и делал для начальников профайл. Сейчас это можно автоматизировать, что, мне кажется, большой прорыв для человечества. Раньше автоматизировали физический труд, сейчас можно еще и часть умственного

— Наиболее перспективные направления, если начинать бизнес в этом?

— Есть целая когорта компаний, AI applications, которые берут натренированные модели и делают так называемый тюнинг на определенную индустрию или на определенный контекст задач. Потому что общая модель все-таки иногда говорит чепуху. У нее есть так называемая галлюцинация. А если ты, например, пытаешься автоматизировать контракты, которые должны быть legally binding [иметь обязательную юридическую силу. — Прим. The Bell], должно быть все идеально написано. Там нельзя допустить и доли неправильного текста. Поэтому сейчас появилась куча компаний, которые пытаются натренировать модель на более узком количестве данных, чтобы она уже идеально предсказывала текст в контексте контрактов, например. То же самое происходит в медицине. Как эта индустрия выстроится, мы не знаем. Вполне возможно, что через какое-то время OpenAI изобретет суперинтеллект, который ты можешь сам натренировать на тот спектр задач, который тебе интересен.

— То есть ты можешь пользоваться этим?

— Да. Допустим, я работаю в юридической компании и могу загрузить все свои контракты, а модель сама натренируется, и у меня будет такой copilot [инструмент автозаполнения].

— Стартап не нужен.

— Да. Тогда все стартапы, которые занимаются именно аппликейшинами, будут не нужны. Но когда это произойдет? Один стартап, в который мы инвестировали, занимается медицинскими [текстами]. Я пришел на медосмотр, система зафиксировала все, что я сказал, и написала отчет автоматически. Он получился грубый, доктору приходилось вставлять свои поправки. Понадобилось больше 2 млн медосмотров, чтобы натренировать модель, которая может более-менее автоматизированно фиксировать. Модель уже очень сильно отличается от входящей, от OpenAI или Mistral. Если суперинтеллект скоро не изобретут, есть большой потенциал для таких приложений искусственного интеллекта.

— Ваша ставка: изобретут или не изобретут?

— Наша ставка, что понадобится длительное время для этого.

— Длительное — это 10 лет?

— Это невозможно предсказать. Это может произойти завтра, через 5 лет, через 10 лет, может вообще не произойти. Но мы не беремся за это. Сейчас из нашей когорты серии В посчитано, какие компании самые перспективные. И зачастую там есть темы, как я рассказывал, про приложения искусственного интеллекта. Это то, куда мы инвестируем.

— Есть AI как большая тема, и есть финтех как большая тема. Как придумать нечто, что станет успешным бизнесом? Получается, что нужно брать какой-то нарождающийся сегмент бизнеса и подумать, что ему нужно, чтобы эффективнее работать. Как программа, которая обслуживает электрозаправки.

— Во-первых, это очень большая редкость, когда бизнес с нуля становится прибыльным. Процент тех, кто побеждает, очень низкий. Вообще из всех.

В нашем [случае], повторяюсь, 5% шанс прямо 10х плюс заработать. Что касается [того], как найти идею, — я не знаю. Начинается все с проблемы. Можем ли мы ее решить. В крипто была такая тема, что проблемы особенно нет, но крипто, как говорят, solution in search of the problem. То есть solution [решение] уже есть, но непонятно, какую конкретно проблему он решает.

Перевести деньги по нормальному курсу — эта проблема, насколько я понимаю, у Коли была персональная, потому что он легко понимал, где его обманывают, какой обменный курс большой/маленький и так далее. Это ему запало в душу, и он решил эту проблему решить.

— Вы сказали, что Сторонский недооценен как предприниматель.

— Да, поработав с ним 18 месяцев.

— Почему недооценен?

— Наверное, нехорошо выразился. Я общаюсь с инвесторами и иногда чувствую: еще не признан тот факт, что Revolut — одна из лучших компаний вообще в истории европейских технологических компаний. Пока еще признания этого уровня нет. Все равно многие сомневаются, [спрашивают,] когда прибыль будет, когда то-се будет? Думаю, что на все вопросы скоро будет получен ответ.

— Что является критерием величия технологической компании?

— С моей точки зрения, это все-таки масштаб, и в том числе прибыльность.

— Goldman Sachs в вас не умрет никогда все-таки.

— Goldman Sachs был очень крутой технологической компанией в 1970-е годы, как и все банки. Они первыми применяли суперкомпьютеры, первыми внедряли Microsoft Office и прочее, но со временем, как и все, устарели. У них появилось огромное количество legacy-систем [устаревшие методы, вычислительные системы, технологии и пр. — Прим. The Bell], на которые нужно потратить миллиарды долларов, чтобы их поменять.

Многие люди, которые писали этот код в 1970–1980 годах, уже умерли. Плюс у них было много всяких мерджерс [слияния]: есть у банка база данных с клиентами, но он померджился еще с каким-то банком, у которого схема работает совершенно по-другому. Нужно все интегрировать. То есть это уже сложная legacy-система.

— Таким образом, проще построить рядом.

— Проще с нуля, да.

— Я представляю, сколько запросов получают люди, которые непосредственно связаны с инвестированием, из серии: «У меня есть проект. Помогите найти инвестора». И я понимаю, что, как правило, это не работает. Вы можете назвать набор шагов, который облегчает людям доступ к деньгам. В каких случаях человеку лучше обращаться к венчурным инвесторам и когда проще взять кредит?

— Во-первых, нужно понять: это venture backable business или нет. Большинство бизнесов созданы не для венчура. Они решают ограниченную проблему. Там нельзя построить компанию с оценкой миллиард плюс. Вся игра в венчуре в том, чтобы находить компании, которые могут вырасти хотя бы до $300–400 млн выручки.

В какой стадии брать деньги от инвесторов — traction trumps everything [продвижение превыше всего. — Прим. The Bell], как мы говорим. Чем больше клиентов, тем больше прогресс именно по продукту. Потому что это все сомнения убирает. Ранние стадии очень сильно размывают вас как фаундера. Чем меньше я могу поднимать ранних стадий до того, как уже есть продукт и есть выручка, финансовые результаты, тем лучше.

— Но вам же выгоднее.

— Нужно по портфелю это смотреть. Много стартапов не выстреливает. Больше 90–95%. Что касается фаундеров, я могу сейчас поднять миллион фунтов и отдать 30% компании ни за что. Либо я могу подождать 2–3 года, когда у меня уже будут клиенты, выручка, продукт и прочее, и поднять по $20 млн, например.

— Часто бывает такой разговор: «У меня есть идея. Мне нужен инвестор».

— Да, это pre-seed.

— Все-таки на стадии идеи можно?

— Конечно, да. Есть индустрия, которая делает pre-seed раунды. Обычно это Solo GPs…

— Индивидуалы с деньгами, не фонды?

— Либо у них есть фонд. Solo GP — когда у фонда один фаундер.

— А посевная значит, что вообще нет ничего, даже MVP?

— Очень мало чего есть. На pre-seed — Powerpoint презентация и идея. Может быть даже без Powerpoint.

— То есть и на такой стадии можно?

— Все можно.

— Хорошо. Тогда что нужно для этих людей?

— Нужна большая идея, как сделать по-другому, и нужен уникальный инсайд, почему я это знаю. Нельзя просто прийти и сказать: я хочу за бесплатно делать то, что все делают за деньги. Такое тоже часто бывало. А как на этом деньги зарабатывать, мы потом посмотрим.

— Но такое же тоже работает.

— Редко.

— Социальная сеть Facebook.

— Это немного другое. Совсем другая парадигма общения. Трекшн был космический. Все на нем сидели. Помню: я учился в Кембридже, а друг учился в Гарварде. Он мне позвонил тогда по телефону и говорит: «Вау, у нас такая…»

— В 2005 году?

— Да. «У нас такая тема получилась The Facebook». Она еще The Facebook называлась. Срочно ее…

— The?

— Да, The Facebook. «Мы все сидим на ней полдня, офигенная платформа».

— Она только вышла?

— Да. В Кембридже ее еще не было, если помните.

— Она же была внутри Гарварда.

— Шла по университетам. Сначала в Гарварде, потом подключила Йель, Кембридж — по-моему, еще 6–9 месяцев прошло. Как только подключила Кембридж, все сидели на Facebook.

Понятно, что в конце концов монетизация будет. Телеграм то же самое, очень хорошие показатели энгейджмент, который измеряется из месячной аудитории. У хорошей социальной сети 50% месячных клиентов приходят каждый день.

— Seed и pre-seed — это какие обычно деньги? C оценкой или без оценки?

— В моем понимании хороший сид — это $20 млн оценка сейчас.

— Это немало.

— Может быть, поменьше — от $10 млн до $20 млн в зависимости от фаундеров. Если это репит-фаундеры, конечно, больше, если это стар-фаундер, то может до $100 млн доходить. Мы видели такое.

— На Seed?

— Да.

— Нет еще по сути ничего, но уже…

— Нет, есть идея, есть Power Point presentation, очертание продукта.

— Мне кажется, эта индустрия обречена на то, чтобы быть измененной.

— Почему?

— Потому что она очень закрытая. Там очень много денег и очень много непредсказуемых интуитивных решений.

— Да, согласен. Может, мы внесем свою лепту в изменение этой индустрии. Может, она станет более эффективной.