«Мы отсекли все ненужное»: как компания Давида Яна научилась предсказывать судьбы людей?
Искусственный интеллект может заметить, что вы потеряли интерес к работе. И даже предсказать дату вашего увольнения. Думаете, это научная фантастика? Вовсе нет! Это уже делает новая компания в Кремниевой долине. А создал ее один из двухсот самых успешных российских предпринимателей — Давид Ян.
https://www.youtube.com/watch?v=hxTKqpxpnjg&t=317s
Давид Ян, основатель ABBYY
Родился в Ереване. В 1985 году поступил в МФТИ. Будучи студентом 4-го курса, вместе с Александром Москалевым основал компанию Bit Software. Позже она стала называться ABBYY. Компания создала электронные словари ABBYY Lingvo. Другой продукт — ABBYY FineReader — установлена на каждом втором сканере в мире. Давид Ян — сооснователь еще нескольких компаний в области технологий, специализирующихся в области искусственного интеллекта.
— Бизнесмен, который для вас — супернорм, икона, человек, на которого вы хотели бы быть похожим?
— Ой. Никогда не было такого, чтобы я хотел быть на кого-то похожим. Все прекрасны по-своему. Стив Джобс, Илон Маск, [Джефф] Безос и Ларри Пейдж — все они по-своему хороши. Вот есть Дэниэл [Дайнсон] — основатель компании UiPath, которая сейчас получила капитализацию в $1 млрд, хотя четыре года назад это были 10 человек, которые сидели и ваяли свой продукт. Да, кстати, бизнесмен, который действительно норм, — это Олег Рогинский. Номер один. Это гений. Вам нужно с ним пообщаться. Это следующий единорог, который появится. Если они еще не единороги, то будут таковыми — 100%. Еще два года назад у них было 15 сотрудников. Сейчас у них уже под сотню сотрудников. Они дико быстро развиваются. Компания называется People.ai. Они занимаются тем, что помогают компаниям лучше продавать, анализируя практики лучших продавцов. То есть в чем-то близко к нашей области, но они концентрируются на одной функции — как можно понять, что делают лучшие продавцы лучше других, и как передать это остальным продавцам. Это очень полезная вещь и, если честно, без всякого элемента заинтересованности. [Или другой случай,] хотя я и заинтересованное лицо, но тем не менее — мой сын Майкл, Мика — они будут следующими единорогами. После Рогинского. У них происходит фантастическое явление. Два года назад их было 5–7 человек, сейчас их уже 40. Они растут в несколько раз в год в выручке. На их платформе работает 300 тыс. бизнесов сейчас, 300 тыс. активных бизнесов используют их платформу. С помощью их платформы бизнесы коммуницируют миллиарды сообщений. При этом они прибыльны.
— Продукт в чем состоит?
— Это продукт, который позволяет бизнесам общаться с клиентами с помощью мессенджеров. Они создают технологию, которая позволяет общаться сотням тысяч малых и больших бизнесов со своими миллионами покупателей, налаживая с ними отношения — ну, это называется messenger marketing. Новая тема совершенно.
— Это норм.
— Я не успел в них проинвестировать. Но тем не менее сын подарил мне 1%. Это самый дорогой и в эмоциональном, и в материальном плане подарок, который мне кто-то делал. Я сказал: «Мик, если у вас будут тяжелые времена, я дам денег, чтобы поддержать. Но я не хочу давать денег сейчас, когда вы ищете себя».
— «Будьте голодными!»
— Да. То есть не думаю, что это бы не помогло, если бы я проинвестировал. Но я хотел обеспечивать тыл. Я хотел сказать, что, если надо, я — здесь. Пока вы меня не просите — двигайтесь сами. Я, например, не видел этого, они увидели — и это гениально.
— [Ваше] самое правильное решение?
— Правильное? Наверное, самое правильное решение — поступить на физтех. Это дало мне возможность научиться бежать вперед, дало мне связи с моими партнерами, кофаундерами ABBYY. Как следствие, мы сделали компанию ABBYY, затем — Cybiko, потом я занялся другими проектами, еще чем-то... В общем, как-то оно шло само собой.
— Все-таки физтех?
— Я туда долго шел. Сначала был физмат, а до этого — ереванская физматшкола. Так что это был долгий целенаправленный путь, который с большой вероятностью должен был окончиться неудачей, потому что поступить на физтех с моей фамилией в те годы было невозможно. С надписью «китаец», с национальностью «китаец» в паспорте…
— Вы знаете, я общалась с другим человеком с похожим опытом — с известным сильным математиком Эдуардом Френкелем, которого так и не взяли на мехмат за фамилию. Для него это было скорее травматическим опытом, что страна его отторгла. А у вас наоборот, вы туда очень хотели, вы туда попали. Можете порассуждать почему?
— Физтех — это не просто знания. Физтех — это место, где ты получаешь две вещи. Ты получаешь связи на всю свою будущую жизнь с сильными людьми. Второе — ты оказываешься в очень конкурентной среде. Ты раньше был чемпионом всех олимпиад и лучшим в своей школе. А попадаешь туда и оказываешься середнячком. Реально середнячком. Это, с одной стороны, закаляет: ты начинаешь понимать правду жизни. И физика, в отличие от математики, дает возможность человеку пренебрегать несущественными членами.
— А в бизнесе каким членом можно пренебречь?
— Это постоянно приходится [делать]. Пытаясь решить задачу маркетинга и понять, какая целевая аудитория тебе важна, ты должен постоянно принимать компромиссные решения. Ты должен постоянно понимать, что идти в два места невозможно, надо идти в одно место.
— Заканчивая с блицем. Есть у вас страсть, которая не бизнес?
— Конечно. Вообще все. Начиная с моих детей, которые дают такое количество дофамина, серотонина, окситоцина.
Как устроен бизнес Давида Яна?
— Я прочитала за последние два дня больше, чем за всю свою жизнь о вас, много ваших интервью. Меня поразило, что по вашим интервью складывается романтический образ. Такой человек-творец, который не стесняется говорить о внутренних переживаниях, вплоть до каких-то мыслей о суициде, то, что другие люди не вытаскивают обычно на поверхность. Но одну вещь вы практически никогда не обсуждаете. Это финансово-экономическое положение вашего бизнеса. Вы можете объяснить почему?
— Мы приватная компания. Это вообще-то не очень принято, если честно. Когда мы будем публичной компанией, все цифры будут известны. А сейчас — если нужно понять, какой у нас оборот, — это нетрудно вычислить, зная количество людей, которое у нас работает.
— 1200?
— 1200 человек в 11 странах в 11 офисах. Мы последние годы занимались тем, что мы фокусировались на одной задаче, если говорить про ABBYY. Если говорить про другие, то это отдельно. Мы в ABBYY последние два года отсекали все ненужное. У нас действительно было 1200 человек. Мы продали часть бизнеса, мы отсекли все, что не связано с нашей целью. Наша цель сейчас — content intelligence. Это новая тема извлечения полезных знаний из бизнес-документов, превращения их в полезные рекомендации для бизнеса. Мы сейчас выходим на двузначные цифры роста — 25–30%. Для компании нашего возраста это неплохой показатель. Наша цель довести до 50% роста в год.
— В год? Это возможно?
— Абсолютно возможно. Мы не называем цифр еще и потому, что они устаревают очень быстро. Я проинструктирован их максимально избегать, хотя, наверное, какие-то цифры открытые.
— Никакие не открытые. Я очень люблю цифры. Я люблю лирику, но понимаю, что бизнес — это про цифры. Давайте так: если бы вы за две минуты должны были 10-летнему ребенку объяснить, что делает ваша компания и на чем она зарабатывает, как бы вы ответили?
— Мы помогаем компаниям зарабатывать больше денег. Наши технологии искусственного интеллекта смотрят знания, лежащие в документах организаций, и показывают, где еще можно заработать, где сэкономить.
— А за что вам платят?
— Они платят за такие модули программные на базе искусственного интеллекта, которые они подключают в своих компаниях, и эти модули позволяют обрабатывать миллионы документов. Фактически они сокращают работу, которая могла бы занять час, до нескольких минут. Если в компании 10 000 сотрудников, то — не все, но некоторые люди — то, что они делали за час, они делают за несколько минут с помощью наших интеллектуальных программ.
— А модуль что делает? Данные анализирует?
— Да. Например, звонит на телефонную поддержку человек и говорит: «мне нужно…» или присылает документ и говорит: «я оплатил счет». Что делает компания? Начинает выяснять, кто оплатил, кому оплатил, за что. И оператор начинает открывать какие-то программы и вводить данные об оплате в несколько систем, причем поразительно — в несколько разных систем. В одну из них адрес вносит, в другую — сумму, в третий — состав. И при этом еще и делает ошибки по дороге. С использованием наших систем письмо автоматически попадет в нашу систему, наша система сама прочитает письмо, что он там пишет, грубо говоря, что он хочет, сама внесет в половину систем сама данные. И оператору только в редких случаях придется что-то делать руками. Это один из сценариев, как интеллектуальные системы могут упростить труд людей.
— Я в связи с этим вспомню вашу историю про Cybiko. Вы ее не назвали в числе своих ошибок.
— Нет, конечно.
— Я этой штуковиной никогда не пользовалась, хотя вы продали 300 тыс. устройств, но скажу, как поняла. У меня сложился образ недосмартфона с недо-Facebook внутри, когда не было еще ни смартфонов, ни Faсebook.
— Все правильно, ровно так оно и есть. Недосмартфон, недо-Facebook, просто потому что тогда технические средства еще не были готовы к тому, чтобы соединить каждого человека с каждым человеком в мире. Не было доступных мобильных сетей.
— Это была смелая попытка. Вы сразу вышли за пределы России. Вы не таргетировали Россию. Сразу большой международный проект. Подняли денег, по-моему, у AOL, продали 15%.
— Да. America Online проинвестировала в нас $10 млн. [Были и] другие инвесторы. В тот момент не существовало необходимого покрытия мобильных сетей, а то, которое существовало, требовало очень больших мощностей, батареек (почему телефоны были такие крупные?). И все равно скорость не позволяла делать нормальную коммуникацию для игр, ни для чего... А нам нужно было, чтобы она была не очень крупной, не очень тяжелой, позволяла играть в игры и не требовала почасовой оплаты за трафик. Единственный способ реализовать ту животную страсть людей к общению, которую мы просто пронаблюдали путем «бумажного» опроса, он был на компьютере. Когда мы спрашивали: «А вы хотели бы устройство, с которым можно общаться», — мы увидели просто взрыв интереса. Мы фактически обнаружили своим опросом в 98-м году потребность человечества в мобильной текстовой коммуникации. Мы прощупали СМС-бум. Тогда еще СМС не было. Мы вообще-то создавали dating-систему, то есть вводишь информацию о девушке своей мечты, и устройство вибрирует, когда находит такую девушку на расстоянии 150 метров…
— Находит девушку и вибрирует. Почему не полетела штука?
— Я бы не сказал, что совсем не полетела. Все-таки 250 тыс. продано за несколько месяцев — это даже PalmPilot за такой срок не продавался, когда он только вышел на рынок. Но это же был насдаковский кризис. Когда начали продавать, NASDAQ уже начал лететь под откос — за один месяц было уволено 100 тыс человек. Полетели [вниз] розничные сети. В 2002 году я держал в руках cybikophone, GSM-телефон, у которого была связь — и сотовая, и peer-to-peer. То есть идея Cybiko заключалась в том, когда у каждого человека в кармане будет Cybiko, а на расстоянии тогда уже не 150, а 300 метров будут люди с Cybiko, у тебя всегда будут люди и информация, даже если не будет базовых станций. Мы верили, что это произойдет, потому что такой был интерес к СМС-сообщениям. Мы фактически предвосхитили WhatsApp, Tinder, геопозиционные социальные сети.
— Сколько вы денег потеряли?
— Ну я сам $100 000. Я лично инвестировал. Моя семья не очень много, но общие инвестиции составили $10 млн.
— Не хватило денег дотянуть продукт?
— Вывод такой: железом заниматься в тот момент можно было только с бОльшим количеством инвестиций. То есть надо было играть по-крупному. Инвестиции должны были быть не $10–20 млн, а минимум $50–70 млн. Тогда можно было бы победить неточности в складских запасах. Железячный бизнес очень неповоротлив с точки зрения складских запасов и заказов. Ты должен заказывать процессор, который у тебя должен быть заказан за 6–8 месяцев до производства платы. Само производство платы, упаковка, доставка морем — цикл настолько большой, что предсказать, сколько тебе нужно продавать, ты без исторических данных не можешь. Даже с историческими данными у тебя конъюнктура постоянно меняется, а представь турбулентность в момент кризиса, когда весь мир входит в кризис. То есть любая ошибка в предсказаниях того, сколько тебе нужно заказов, приводит к тому, что у тебя происходит кассовый разрыв. Это главный вывод, связанный с Cybiko. Но все сотрудники были влюблены в то, что мы делаем. Мы играли сами, мои дети играли.
— Кстати, про сотрудников. Удивительно, что с вами работает команда, которая давно сформировалась в ABBYY. Многие сооснователи, старшие сотрудники в команде давно и пришли сами чуть ли не с физтеха.
— Да, но вот здесь должен быть баланс. Связь времен с одной стороны и свежая кровь с другой. Мы превратились в такую организацию, где мы могли заниматься чистой наукой без оглядки на то, как и когда это будет применяться, мы могли заниматься научными вопросами, которые только через три года дадут публикацию. В общем, я чувствовал: вот она, Черноголовка (в подмосковной Черноголовке находится Институт физики твердого тела РАН. — The Bell).
Теперь мы все отсекли и делаем строго то, что хочет рынок. Конечно, те годы накопления определенного научного потенциала — они сейчас раскрываются, как пружина. Мы обладаем интеллектуальной собственностью, навыками и знаниями, которые нам очень сильно помогают. Но мы перешли в фазу направленной атаки на рынок. Ничего не делаем, что не требуется рынку.
— Вы в свое время инвестировали в проект Compreno. Говорят, на него $90 млн или 100 ушло.
— Мы примерно столько и потратили.
— А суть в том, что вы пытались изобрести некий единый язык.
— Это интерлингва. Это теория такая внутреннего единого языка для всех языков. Мы начинали с идеи машинного перевода, которая должна переводить с качеством, близким к человеку-переводчику. Идея была, что переводим с исходного языка на внутренний язык интерлингва, а потом с него генерируем текст на целевом языке. Мы очень долго шли к этой теме. В результате мы получили технологии, которые используются в разных частях компании. И Compreno сейчас используется совместно с глубокой нейронной сетью. Это когда нейронная сеть абсолютно чиста, и ничего не знает про правила японского языка, но тем не менее она умеет и «понимает» очень многое. Но для того, чтобы случилась такая data driven, которая могла бы обучаться, нейронной сети нужно огромное количество материала для обучения.
Мы пришли к тому, что используем системы, основанные на Compreno и на новых технологиях наших нейронных сетей. Compreno никогда не планировался как продукт. Он появился как технология. Что-то вроде IBM Watson.
— Сколько же у вас клиентов?
— Клиентов много, но ключевые — наши новые проекты. Для них мы берем дизайн-клиентов. Например, ты хочешь создать продукт, которым будут дальше пользоваться 10 тысяч организаций. Ты же не пойдешь к 10 тысячам организаций. Ты должен сделать customer-development минимум на ста организациях, ты должен со ста организациями провести интервью для понимания их боли. Потом ты выбираешь из них 3–4 организации, договариваешься, что они становятся твоими дизайн-клиентами и начинаешь с ними работать день изо дня, сидя ночами, выстраивая все продуктовые сценарии. Надо сидеть на территории заказчика и научиться делегировать решения тем людям, которые становятся product-owner.
Кроме того, ABBYY всегда страдала такой болезнью — желанием сделать все свое лучшее…
— Внутри?
— Да, внутри. Из-за этого компания Eriсsson сгинула.
— Кто как. А Apple?
— Нет, Apple — та самая компания, которая научилась гениальным образом приобретать компетенции. Все, что сделано в Apple, — куплено. Через покупку гениальных молодых компаний. Я знаю ребят, которые сделали эту вот камеру — стереокамеру, которая делает портретную съемку с размазанным фоном. Я знаю людей, которые сделали продукт внутри Siri, знаю людей, которые сделали продукт внутри Mail-клиента. Каждая микрогениальная функция, которая находится в Apple, — это гениальный стартап, который был куплен компанией и очень правильно интегрирован в компанию. Так работают Google, Facebook, так работает практически любая крупная компания в Кремниевой долине.
— ABBYY так работает?
— Нет. В том-то и дело. У ABBYY не было этого, у нее не было способности допускать, что есть кто-то умнее тебя.
— А вы знаете, что это о вас говорят, что вас очень трудно убедить, что вы неправы?
— Я знаю эту проблему, я над ней работаю. Я пытаюсь окружить себя людьми, которые сильнее меня. Если я вижу, что рядом со мной человек сильнее меня в какой-то компетенции, я туда не лезу. Потому что я знаю, что, если я полезу, я его мотивацию разрушу. Тот факт, что у меня случились 10 компаний, связан с тем, что я со спокойной душой уходил из компаний только потому, что находил ребят, которые это делали лучше меня.
«Мы захватываем чужие рынки»
— Есть компания Nuance. Это, можно сказать, ваш аналог в глобальном, мировом масштабе. В ней работает 11 600 сотрудников. Вы говорите, что у вас около 1000. Было 1200. Разница в 10 раз. У компании Nuance выручка под $2 млрд. Считаем, делим на десять. Получается [ваша выручка] около $200 млн.
— По порядку величины это правда. Я не буду комментировать детально. Понятное дело, что меньше миллиарда долларов, понятно, что больше ста миллионов. А дальше не буду комментировать.
— Но если это больше 200 млн, то я вчера сама посчитала оценку вашего виртуального состояния, исходя из того, что у вас около 40% компании, у меня получилось от $180 до $210 млн.
— Оценка чего?
— Оценка стоимости вашей доли.
— Не знаю, не интересуюсь. Но, чтобы правильно понять мультипликатор, который правильно применять к компаниям, надо смотреть, чем они занимаются, более конкретно. Если традиционным софтом, то это называется professional licence, то есть ты продал и забыл. Такие IT-компании примерно оцениваются с мультипликатором три. А если ты SaaS то, допустим, у Adobe мультипликатор 8 к обороту. У всех, кто SaaS, у них [мультипликатор] от 8 до 11 к выручке. В Adobe, я думаю, 11.
— То есть компания стоит примерно восемь выручек?
— Это SaaS-компания.
— Что такое SaaS?
— Это software as a service. Это повторяющиеся продажи. Ты не просто один раз продал, коробку отгрузил, человек поставил на компьютер и хоть лет десять пользуется. Ты каждый год начинаешь продажи с нуля. А SaaS — это продолжающиеся продажи. Ты как бы сдаешь в аренду свое обеспечение. Клиент платит аренду, пока пользуется. Каждый год ты получаешь примерно свой оборот с прошлого года с поправкой на отвалившихся клиентов. Сейчас все компании мира в области информации были озабочены тем, как перевести свой рынок на рельсы SaaS . Это очень болезненное явление. Когда Adobe переходила на SaaS , у них просела капитализация, но потом она взлетела на какие-то астрономические цифры, потому что они не продают Illustrator, Photoshop, а сдают его в аренду. Ты платишь за подписку. Подписка — это магическая совершенно вещь. Компании же продолжают совершенствовать свой софт. В момент перехода на подписку мультипликатор оценки компании прыгает сразу с трех до восьми и даже до 11.
— А вы думаете, у вас сейчас какой?
— Мы еще в середине этого пути. Еще не все наши продукты перешли на подписку. Наша цель в ближайшие два года — утроить выручку и, как минимум, удвоить мультипликатор к выручке.
— Ваш мультипликатор уже 5–6?
— Знаете, не могу вам сказать. Больше трех — это точно, но не доходя до восьми. Где-то посередине.
— Почему Nuance, который вас и Adobe отмечает среди своих конкурентов, не растет, а вы растете?
— Мы захватываем чужие рынки. Кроме того, мы сейчас находимся на волне. Вот раньше мы занимались document capture, переводили бумажные документы в электронную форму. Эта область стагнирует. Бумага уходит с рынка, и наши миллиарды документов, которые до сих пор все страны мира с использованием FineReader или подобных программ переписи населения, налоговые декларации — миллиарды документов — ежегодно загоняют…
— FineReader — это ваша технология?
— В каждом втором сканере стоит FineReader.
— И все они вам платят отчисления?
— Нет, к сожалению, нет. Там они как раз не платят. Но это не самый большой наш бизнес. По количеству пользователей это много. Но основные наши деньги идут с корпоративного рынка. [А FineReader —] это наше legacy, то, как мы стали известными. Мы создали технологию оптического распознавания текста — OCR так называемый, которая могла с фотоаппарата или со сканера превратить изображение в редактируемый вордовский документ, условно говоря. Этим до сих пор пользуются миллионы студентов и не студентов во всем мире. Прибыль компании во многом здесь.
— Я сейчас доспрошу про Forbes. А потом поговорим про все это. Вы оценку Forbes считаете корректной? Что для вас она означает?
— Вот реально не хочу комментировать.
— Но, судя по тому, что вы сказали, я сначала оценила вас гораздо ниже, а теперь по тому, что вы сказали, я вижу, что они правы.
— На самом деле что такое оценка компании? Инвесторы покупают будущее компании. Они не покупают настоящее и уж тем более не прошлое. Они смотрят, где будет компания на горизонте их экзита, через 3–5 лет. Поэтому фактор роста абсолютно принципиален. Гораздо важнее, чем все остальное. Почему есть корреляция между фактором SaaS и мультипликатором? Потому что SaaS делает рост гораздо более предсказуемым.
Отсутствие же роста — это абсолютно красный флаг для всех инвесторов, они уже не могут купить будущее. Если ты не растешь, то кому ты нужен? Как они собираются брать обратно деньги? На дивидендах только? Я могу сказать, что наша цель — получить заметную капитализацию. И сейчас, когда мы выправили нашу траекторию роста и мы знаем, где мы будем и на каком рынке работаем, — я думаю, что рынок нас начнет оценивать по-взрослому. Последние несколько лет мы находились в поисках нашего будущего. Сейчас мы точно понимаем: наше будущее — content intelligence, наше будущее — новый рынок robotic process automation. То, что мы делаем, называется action information. Мы заставляем информацию действовать. В этом смысле рынки сейчас растут.
— Я читала, что ваша связь с Кремниевой долиной началась с драматического эпизода, что вам пришлось лечить руку.
— Ну да. Есть FAQ-Café, мое любимое хобби, которым я занимаюсь в свободное от работы время, где ресторанная, клубная тема. Короче говоря, это была производственная травма.
Я сломал локоть с 16 отломками. Первая мысль была: ампутируют руку или не ампутируют? Когда в два часа ночи меня привезли в травмпункт ближайший, доктор посмотрел на снимок и, ничего мне не говоря, позвал другого доктора. Они долго смотрели. Потом один говорит: «Молодой человек, а вы каратист?» — «Нет, почему?» — «Вообще-то после таких травм теряют сознание». Сделали мне операцию, часов пять шла. Зафиксировали все 16 обломков, кроме одного. Через месяц стало понятно, что поврежден нерв. Перестали чувствовать пальцы на правой руке. Мне сказали, что единственное место, где могут что-то исправить, это Стэнфордский медицинский центр. У них есть и микрохирургия, и ортопедия.
Мне сделали операцию. И там Дэвид Лоунбек — хирург такой, ортопед, посмотрел на мои снимки и сказал: «О, узнаю эту детальку (мне туда вставили титановую пластину), я ее разрабатывал!» В общем, сделали операцию, которая шла девять часов. Что-то взяли у меня из бедра, реально кусок нерва — из ноги, сложили втрое, пришили его сюда.
— Как рука?
— Двигается. Я подтягиваюсь 25 раз. С точки зрения силы все нормально. Она не до конца сгибается и разгибается, я не могу делать некоторые вещи, но с точки зрения качества жизни это уже не так критично. Привыкаешь ко всему. Благодаря этой ситуации я позвонил Алене, моей супруге, и сказал: знаешь, здесь у нас офис сто человек, — вот так и случилось. Алене понравилось. Здесь очень интернациональная атмосфера, все люди, с которыми ты общался, [генерят] огромное количество идей. Пара часов, проведенная на Юниверсити-авеню или в кафе, может стоить больше, чем пара недель в акселераторе каком-нибудь. То, что мы называли «интересный разговор за соседним столиком».
— А вы можете припомнить разговоры, которые тогда случились и много вам дали?
— Да, да. Незапланированные встречи — это магия Кремниевой долины. Недостаточно приехать на неделю и сказать: ну и где ваша долина? — деревня какая-то. Одноэтажные дома, в магазин ехать надо. Недостаточно пожить неделю. Надо месяц-два-три. Так я познакомился с Олегом Рогинским, про которого говорил, что он гений.
— А как вы познакомились со своим партнером здесь? Его зовут Гэри…
— Гэри Фаулер.
— Я посмотрела на его выступления, похож на Тони Роббинса: давай, ты можешь, ты точно можешь! Верь в себя!
— Фантастический товарищ. Мы с ним знакомы еще по Сколково. Он жил в России какое-то время. Но мы тогда не были близко знакомы. А тут я иду по Юниверсити-авеню и решаю загадку: как найти CEO для новой компании. Идет Гэри. Я говорю: нужен CEO, может, ты поговоришь в Стэнфорде со своими студентами. Он: давай встретимся завтра. Встречаемся завтра. Я говорю: нашел? Он: нашел. Я: кто? Он: Я!
— А что за история?
— Мы тогда делали… она называлась Findo, умный поисковик на основе искусственного интеллекта. Когда ты знаешь, что у тебя есть файл, но ты его не можешь найти.
— Я понимаю очень хорошо. Когда у тебя есть договор, но найти его в пяти имейлах ты не можешь.
— Мы сделали нужный продукт. А Гэри был CEO компании. Он очень энергичный. Его ночью разбуди, он будет продавать.
— А вы старший партнер или он?
— Я инвестировал гораздо больше. Наша семья инвестировала, наверное, миллион двести-триста живых денег. ABBYY еще инвестировала. От ABBYY были первичные инвестиции в Findo. А потом Findo переименовалась в Yva.
Как компания Давида Яна предсказывает судьбы людей
— Расскажите про pivot (так называют смену бизнес-модели стартапа. — The Bell), почему вы переименовали Findo?
— Проблема умного поиска до сих пор не решена: наш продукт решает проблему [лишь] в какой-то мере. Мы вдруг обнаружили, что есть еще одна боль, которая тоже не решена, и скорость нашего поиска по этой части оказалась выше. И эта боль оказалась более платежеспособная: организации и руководители не знают, что происходит с их сотрудниками. Как будто очень далеко, а с точки зрения документов все связано. Наш Findo индексировал документы, письма сотрудников компании, их сообщения в Slack, Evernote — система занималась умным индексированием того, чем занимается сотрудник. Только так можно найти документ, который он ищет и не может найти. Чтобы по слову «контракт» найти контракт, который тебе нужен, нужно догадаться. И когда мы это вдруг поняли, к нам пришли те же наши корпоративные пользователи и сказали: значит, вы понимаете про наших сотрудников и это, и это, и это. А вы можете понять, кто с кем дружит, а кто с кем не дружит? Мы: вообще не вопрос, мы знаем весь граф коммуникаций. Вот красненьким – кто с кем враждует. [Клиенты:] а вы можете сказать, кто самый сильный лидер? [Ответ:] если под лидерством понять вот эти пять практик, то вот ваши лидеры. [Клиенты:] да вы чё!
В общем, клиенты попросили нас сделать разные вещи. И мы поняли, что на наших технологиях мы может сделать проект, который сейчас называется Yva. Он относится к классу people analytics . Кадровая аналитика по-русски. Но people analytics — лучше. Это про людей. Кадровый — это по-канцелярски.
— А что конкретно вы можете узнать про наших сотрудников?
— Что угодно. Система предсказывает увольнение сотрудника еще до того, как он принял решение уволиться. Когда сотрудник начинает выгорать, его коммуникативный профиль меняется. Это незаметно глазу, а нам уже заметно.
— Не хотите протестировать? Давайте я потестирую.
— Да ради бога. У нас есть детский садик, 15 сотрудников, который платит нам за эту систему. У нас есть пилот (мы сейчас делаем) с компанией больше 100 тысяч сотрудников. Мир стал двигаться настолько быстро, такое количество удаленных сотрудников появилось, так быстро надо принимать решения, что уже недостаточно традиционных средств для этого. А когда начинается выгорание сотрудника или группы сотрудников, сейчас руководители узнают слишком поздно.
— Обычно когда с заявлением приходят.
— Да. Или за неделю. А на самом деле поправить ситуацию можно за полгода, даже за месяц уже нельзя. У нас в ряде случаев система предсказала увольнение человека за 12 месяцев. У нас в Yva 15 человек в апреле было. Вроде мало, но поставили. Тут же показалось, что два человека хотят уволиться. А мы на стендапе, смотрим на график.
— А вы видите — кто?
— Конечно.
— И все видят, что это Вася и Петя?
— Конечно. Один, назовем его Вася, говорит: ребята, я же вам говорил, что это нифига не работает. Я говорю: с лета 17-го года — смотри! [Он:] да нет, фигня полная! Потом встречаюсь с этим Васей, он говорит: да, нормально все, не работает система. А система показывает resignation-тренд.
— Я бы перевела resignation-тренд как «лыжи навострил».
— А в августе он увольняется. Я говорю: Вася, какого хрена ты парил мозги в апреле, что не собираешься увольняться? [Он:] да я не собирался в апреле увольняться! А потом выясняется, что он едет на работу в Европу и подал на рабочую визу как раз летом 17-го года.
— Алхимия.
— Если человек начинает выгорать, ему перестает быть суперинтересно то, что он делает на работе. Потом появляется неосознанный поиск чего-то другого. Потом — осознанный поиск. Потом — интервью. Потом он принимает офер. Потом он дорабатывает. Понимаете, когда человек выгорает, он иначе коммуницирует. Первое письмо утром уходит чуть позже, последнее вечером чуть раньше. Чуть меньше писем в выходные дни.
Система детектирует ситуацию по скорости ответов, длине ответов, содержанию ответов, графу коммуникации. Десятки тысяч датапойнтов вытаскиваются из недели общения сотрудников. Нам говорили: о, если сотрудники будут это знать, они будут общаться по-другому. Это невозможно! Невозможно на сотнях писем с такой же скоростью отвечать, если нет интереса.
— Это легально?
— Да. В большинстве компаний сотрудники подписывают договор, что результаты их деятельности принадлежат компании.
— А вопрос этики?
— Вопрос легальности не стоит, а вопрос этики стоит. И он должен быть серьезно адресован руководству компаний. При этом Yva не анализирует содержание переписки. А только метаданные — кто, когда, кому отправил. Даже subject line, тему письма, не анализирует.
— Вы верите, что все хотят знать, каких навыков у них не хватает?
— Не все хотят знать, это же тоже индикатор. Но есть и те, кто хочет знать. И компания строит свое будущее на самых сильных, на тех, которые хотят менять этот мир, эмоционально вовлечены, заинтересованы в росте, хотят понимать свои ошибки, менять мир к лучшему. Это очень серьезный индикатор управленческий, leadership. Хочешь меняться — меняйся…
— Когда эта штуковина будет продаваться широко?
— Она уже продается. У нас есть платные пользователи, которых мы выбирали сами, мы называем их дизайн-клиентами.
— Вы ничего бесплатно не делаете дизайн-клиентам?
— Мы стартап. Мы говорили: мы понимаем, что продукт сырой и мы должны были бы его дать вам бесплатно. Но мы еще маленькие, заплатите, он же недорого стоит. Три тысячи рублей за сотрудника в год, 250 рублей за сотрудника в месяц.
— Здесь или в России?
— И здесь, и в России. Предсказание увольнения — эта сетка «учится» на исторических увольнениях наших дизайн-клиентов и уже из коробки начинает работать. Если покупатель — более крупная компания (2 тысячи, 5 тысяч сотрудников), они могут дообучить систему на своих собственных исторических увольнениях. Система предсказывает, а мы можем сравнить, какова полнота и точность предсказания. Около 82% сейчас.
— Значит, она все-таки ошибается?
— Конечно, ошибается. Бывают увольнения непредсказуемые. Человек не выгорал, но семья переехала, случилось что-то и он уволился. Или какие-то другие истории.
— У вас сейчас объем данных небольшой, но процент достаточно высокий. С ростом количества данных процент будет расти или понижаться?
— Точность будет повышаться. Хотя она очень нелинейна. Чтобы выиграть каждый следующий процент, нужно больше и больше данных, причем нелинейно больше данных. Правда, точность будет повышаться и когда мы на всех скопом будем обучаться, а не только на продавцах или только на менеджерах. Все люди ведут себя по-разному.
— Вопрос: сколько вы ожидаете продать и сколько денег вам потребовалось, чтобы это все сделать?
— Мы подняли $9,5 млн, из них мы потратили $7 млн. Это недешевая история. Технологии все-таки требовали нескольких лет разработки. Но что касается того, сколько продать, у нас самые-самые агрессивные ожидания от размеров рынка. Мы считаем, что 80% компаний мира станут использовать технологии people analytics через несколько лет. Не обязательно наши. People analytics станет неотъемлемой частью управления бизнесом. Как Google Analytics является сейчас неотъемлемой частью управления маркетингом.
— 80% всех компаний — это сколько?
— 50 млн компаний во всех основных странах мира — потенциальный рынок для people analytics. Но не только для нас.
— У вас предварительные заказы есть?
— У нас около 80 компаний в списке ожидания.
Чем грозит человечеству эволюция машин
— Вопрос про будущее. А сколько будут о нас знать машины и компании на горизонте лет пяти? А что будут Google и Facebook знать?
— Мы ничего не будем знать. Мы как раз и говорим: эта система работает в вашем периметре. А мы, компания Yva, ничего не будем знать о ваших сотрудниках, это все находится у вас. Google и Facebook хуже. Они действительно знают о нас все и при этом все это получают к себе и аккумулируют. Но, с другой стороны, это повышает качество жизни.
Мы же наслаждаемся перемещением по дорогам, но берем на себя риск аварии. Наслаждаемся электричеством, но берем на себя риск быть травмированными от удара током. Мы нашли баланс. Нашли возможности уменьшения риска: розетки поставили, ремни безопасности и так далее. Но если ребенок возьмет шпильку и сунет в розетку — действительно будет проблема: пожар или еще что. Но мы же не отказываемся из-за этого от электричества? Искусственный интеллект — еще одна аналогия с электричеством — несет в себе риски.
С утечкой данных мы сталкиваемся без всякого искусственного интеллекта. У искусственного интеллекта есть более хитрые риски. Все современные системы создаются так, чтобы они эволюционировали, чтобы они создавали себе подобные системы более эффективно.
— Восстание машин?
— Да, но скорее не восстание, а эволюция. В тот момент, когда новые модели нейронных сетей, порожденные прежними, окажутся более эффективными, произойдет то, что люди называют «точкой сингулярности». То есть скорость развития сложности и развития этих моделей повысятся кратно. А дальше — они превысят возможности человека.
— Мы в какой-то момент перестанем понимать, что они делают?
— Это точно. Поэтому создаются другие нейронные сети, которые называются эксплейнерами и которые занимаются объяснением. Один из способов решения ситуации — грубо говоря, человечество столкнулось с опасностью диких животных и создало домашних животных, которые охраняли их от диких.
— Кто-то в космосе будет биться друг с другом, как в «Звездных войнах»?
— Да. Если мы сталкиваемся с потенциальной опасностью эволюционного появления недоброжелательных моделей искусственного интеллекта, то бороться с ними возможно, если они ментально сильнее человека, создавая другие нейронные сети, которые с ними наравне и смогут им противостоять. А вторая теория — гибриды. Что у любого биологического существа будут вкрапления технического, и наоборот: в искусственных системах будут модули, созданные на основе ДНК.
— Я сразу о чем подумала. О расслоении. Чем богаче будет человек, тем более продвинутая будет у него нейронная сеть. Это приведет к космической поляризации общества.
— Конечно. И это большой вопрос, как это будет эволюционировать. Не появится ли робот, который выйдет на площадь и скажет: I have a dream.
← Предыдущий • Все выпуски • Следующий →
«Русские Норм!» на YouTube