Мнения

Игорь Балк, Global Innovation Labs: в XXI веке приватности нет и не будет

Далее

Скорость изменения технологий не оставляет выхода и крупным корпорациям, и стартапам. Период от создания компании до миллиардного оборота сократился до пяти-семи лет, а операции с big data становятся естественным способом достижения целей. Отсюда — чрезвычайно обширный рынок и стремление как можно большего числа участников влиться в него. «Хайтек» поговорил  на Big Data Conference 2018 с главой Global Innovation Labs Игорем Балком о том, почему все индустрии начинают применять анализ данных, стоит ли нам ожидать краха на рынке анализа big data и что происходит со стартапами в 2018 году.

 

«Технологий много хороших, но не все умеют их коммерциализировать»

— Что поменялось за последние годы в сфере стартапов?

— Стали больше покупать и меньше выходить на IPO. То есть основной формой экзита стал M&A (слияния и поглощения — «Хайтек»), а не IPO. Большие компании стали больше покупать стартапы.

 

 

— То есть люди, создающие стартапы сейчас, делают это в основном для продажи?

— Их всегда создают с целью продажи, просто сейчас их покупают на более ранних стадиях, потому что большим компаниям надо двигаться все быстрее — и они делают такие предложения, от которых невозможно отказаться.

— Ваши компании в основном находятся в Америке?

— Они везде размазаны по миру. В России находится R&D, продакт — где-нибудь еще. По понятным причинам.

— При этом вы состоите в экспертном совете и являетесь ментором «Сколково». Что посоветуете молодым предпринимателям — есть ли сейчас вообще перспективы у стартапов в России?

— Перспективы у стартапов есть везде — если они понимают, что и для кого делают. Что такое предприниматель? Это человек, решающий достаточно серьезные проблемы людей в надежде на то, что они за это заплатят.

 

 

 

 

Роман Нестер, Segmento: я верю корпорациям больше, чем маленьким компаниям

 

 

 

 

А дальше вопрос — сколько этих людей есть и сколько они готовы платить? Потому что если решить проблему пяти человек, готовых нам дать по миллиону каждый, это все равно, что мы решим проблему 5 тыс. человек по тысяче рублей. Дальше — вопрос бизнес-модели и всего остального. Поэтому если понимать, что и для кого ты делаешь и сколько денег тебе за это заплатят, то можно делать где угодно и что угодно.

— Какие проекты вы сейчас ведете в «Сколково»? В чем их потенциал?

— Все, что связано с анализом данных (естественным путем, машинным обучением и так далее), имеет некий потенциал. Дальше надо смотреть, что является разумным и имеет не только технологическое зерно, а именно почву для бизнеса. Потому что технологий много хороших и разных, но не все умеют их коммерциализировать. И не все понимают вообще, для кого это делают.

 

 

— В этой нише еще есть свободные места? За последние годы появилось очень много компаний, занимающихся анализом данных.

— Помните интернетовский бум в начале 2000-х? Вот сейчас примерно такой же бум. Мест там очень много, вопрос — кто выживет. Рынок огромный, потому что он фактически изменяет всю индустрию. Как интернет изменил весь мир, так же сейчас все меняется в плане поставтоматизации. Мы переходим с автоматических систем на умные. И это меняет всю индустрию, поэтому места очень много.

— Вы это сравнили с интернетом — думаете нас ждет такой же крах доткомов, крах компаний big data?

— Мы только что видели такой же крах блокчейн-компаний. Это неизбежно, когда рынок перегрет, там очень много шальных и необоснованных денег. И в какой-то момент должна произойти коррекция.

— Сейчас рынок уже перегрет?

— Еще нет, но все туда идет.

— Через сколько вы ожидаете этого краха?

— Это все равно, что ткнуть пальцем в небо.

— Невозможно предсказать?

— Это можно предсказать, если этим заниматься, но я не занимался.

 

 

Запрыгнуть на поезд больших данных

— Чем занимается Global Innovation Labs?

— Мы консультируем, как, зачем и почему считать данные и что с этим делать. Второе направление — мы учим тех, кто на местах будет это применять. То есть мы учим CDO, обучаем менеджера общаться с дата-сайентистами и их самих, представляем CDO как сервис.

— В GIL занимаетесь большими данными, не привязанными к какой-то конкретной индустрии?

— Мы — как консалтинг: знаем, что умеем считать, и можем это адаптировать для достаточно большого спектра индустрий. То есть вещи, которые мы считать не умеем, просто не трогаем, независимо от индустрии.

 

 

 

 

Человек — это набор из пяти чисел: Игорь Волжанин, DataSine — о психотипировании с помощью big data

 

 

 

 

— Это что, например?

— Например, мы сейчас только учимся предсказывать инфаркт миокарда. То есть не умеем это коммерчески делать. Для себя учимся, это наш внутренний проект, за который никто не платит. Если научимся — тогда будем что-то делать.

— Многие компании на рынке анализа данных делают только конкретные продукты — для банковской индустрии, для ритейла, медицины. Насколько сложно быть такой общей компанией, когда нет специальной ниши?

— Мы скорее сравниваем себя с кем-то вроде YDF (Yandex Data Factory — «Хайтек»), BCG (The Boston Consulting Group — «Хайтек»). То есть мы — бутиковый консалтинг, обладающий довольно неплохой экспертизой в data science.

— Кто ваши клиенты?

— Клиенты у нас разные, начиная от ритейла, банков, телекома и заканчивая металлургами или транспортниками.

 

 

— Сейчас, по вашему ощущению, все пытаются запрыгнуть на уходящий поезд больших данных?

— Нет, вопрос не в том, чтобы запрыгнуть. Мир движется с той скоростью, что если этого не делать, то можно отстать навсегда. То есть это просто необходимость. Это не то, что они хотят и могут — делать или не делать, не желание, мода или что-то еще. Вопрос в том, что скорость изменения мира не оставляет альтернативы. Закон Мура помните? Примерно то же самое происходит во всем остальном. Время от создания компании или нового продукта до миллиардного оборота уменьшилось с 20–30 лет до пяти-семи сейчас. Соответственно, надо очень быстро все делать. И мы помогаем быстрее делать то, что компании внутри, in-house, делали бы пять лет. Мы это делаем за полгода.

— Вы используете большие данные для предсказаний. Сейчас такие преимущества есть далеко не у всех участников рынка. Что будет, когда это станет нормой для всех?

— Биржу представляете себе? Алгоритмический трейдинг делают все. Соответственно, время жизни модели — дни, часы, минуты. Дальше надо менять модель. Чем больше компаний и игроков, тем меньше будет время жизни модели, тем быстрее рынок будет корректировать себя, тем больше будет скорость изменений, тем больше будет требований.

 

 

— Если говорить про запросы аудитории — они тоже будут меняться намного быстрее? Время жизни продукта просто сильно уменьшится?

— Да. То, что мы видим сейчас — аналитический продукт, то есть любая модель, сделанная для ритейла, живет три-шесть месяцев, после чего она устаревает. И ее надо менять как-то, потому что рынок адаптируется к новым условиям. Соответственно, чем дальше — тем быстрее он будет адаптироваться. Еще назову одну цифру, чтобы было понятно. Есть такой ритейлер Walmart, вот там сидят более тысячи дата-сайентистов, которые все это считают.

Черная магия открытых данных

— Насколько точные прогнозы для бизнеса можно сделать с использованием только открытых данных?

— Если мы говорим про эти предсказания — для большинства индустрий достаточно открытых данных. По крайней мере, с точки зрения направления и тренда это определяется. Трудно назвать точную формулу чего бы то ни было, но это и не наша задача. Скажем, что, грубо говоря, если смешать серу, магний и толченую известь с ушами лягушки, взятыми в полнолуние, философский камень точно получится. Но в каких пропорциях, мы не знаем. Вот это примерно то, что мы делаем.

— Допустим, мы делаем предсказание и отдельно анализируем твиты, отзывы и патенты. Насколько предсказания, основанные на твитах, будут отличаться от предсказаний, основанных на патентах?

— Не знаю. Так вопрос не стоял никогда. Я не буду говорить, что мы берем и куда, но мы делаем некую комбинацию. В презентации на конференции я показывал отдельно пиар-тренды и отдельно патентные тренды компании Apple. Одно — то, как мы хотим выглядеть, другое — то, что мы делаем. Оно не всегда совпадает. Дальше — вопрос: почему и что.

 

 

 

 

Мы все — сенсоры: CEO SQream Ами Галь — о том, как обрабатывают big data

 

 

 

 

— А почему?

— А это черная магия. Это надо смотреть каждый случай отдельно.

— Если мы говорим про Apple.

— Есть отличие того, что мы хотим продавать, от того, что мы делаем на будущее, и от того, что мы делаем вообще и не хотим продавать. Простой пример: мы, как компания Apple, хотим, чтобы у нас были самые хорошие батарейки, самые быстрые процессоры и так далее. Мы для этого что-то делаем. Но совершенно не хотим это пиарить, потому что не продаем батарейки.

— То есть они пиарят только конечные продукты?

— Ну, направления конечных продуктов. Медицина, дополненная реальность и автомобили.

— Кому полезно смотреть на направления этих гигантских компаний вроде Apple?

— Допустим, я — стартапер. И делаю очередную приблуду для виртуальной реальности. У меня есть задача — сделать что-то: а) востребованное на рынке, б) я не хочу потратить миллиарды на R&D и бюджет, с) а также хочу, чтобы меня кто-нибудь купил в конечном итоге. Соответственно, что я должен сделать? Посмотреть, куда движутся Apple, Google и кто-то еще. Что они делают, какая у них технологическая база. Чтобы туда прийти, я должен узнать, как сделать то, что они хотят, но быстрее, чем они, и за сколько я смогу тогда продаться.

 

 

— Возможно сделать быстрее, чем они?

— У меня нет ответа на этот вопрос, но в общем случае — да. Почему все большие компании покупают стартапы? Ответ очень простой — потому, что скорость изменения такая, что мы не можем in-house делать все технологии с той скоростью, с которой нам надо. Поэтому снаружи покупаем то, чего не хватает.

— Чего нам еще ожидать от больших данных?

— Да ничего хорошего. Большой брат будет чем дальше, тем больше смотреть. SkyNet — оно вот идет.

— Вы все-таки разделяете опасения по поводу нашего темного будущего?

— Нет, смотрите, у меня нет никаких опасений. Я четко понимаю, что приватность — это прерогатива XX века. В XXI веке — ее нет и не будет.

— Вообще?

— Совсем.

— Нам надо к этому привыкать?

— Просто надо с этим смириться. Или жить в лесу.

Благодарим за помощь в организации интервью компанию Global Innovation Labs, организатора Big Data Conference 2018.

 

Загрузка...