Сообщить об ошибке на сайте
URL
Ошибка
Тренды

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.

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.

— 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.

— 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...
Подписывайтесь на наши каналы в Telegram

«Хайтек» - новости онлайн по мере их появления

«Хайтек» Daily - подборки новостей 3 раза в день

Дмитрий Филатов, Sistema_VC: стартапы — это в первую очередь про людей, а во вторую — про деньги
Мнения
Эра Data Science: как меняется бизнес с приходом big data и новых технологий
Тренды
Народ против транспорта: почему люди недовольны, когда в городах строят новые станции метро
Идеи
Беспилотники против велосипедистов: как безопасные автомобили сделают жизнь людей хуже
Идеи
Кейсы
«Лиза Алерт»: как беспилотники и краудсорсинг помогают искать пропавших людей
SONM: как люди будут зарабатывать на собственных компьютерах с помощью блокчейна
Кейсы
Егор Матешук, ostrovok.ru: проблемы big data можно решить, закидывая пачки денег в топку
Мнения
Художник-граффитист Миша Most: технология — это кисть, которая создает будущее
Мнения
Лунная гонка: как мировые державы собираются присвоить себе спутник Земли
Идеи
Итоги Нобелевской недели. За что дали Нобелевскую премию в 2018 году?
Тренды
Руслан Шагалеев, Иннополис: война между корпорациями и городами ведется за человеческий капитал
Идеи
Кристина Хаверкамп, DENA: цена на электроэнергию должна сильнее коррелировать c погодой: много солнца и ветра — дешево, мало — дорого
Тренды
Тренды
7 лучших книг о технологиях и науке на русском языке, вышедших в 2018 году
Микрореволюция: фермеры с помощью микробов спасут мир от голода
Идеи
Александр Тормасов, Университет Иннополис: мозги людей могут быть совершенно не готовы к восприятию новых идей
Мнения
Одежда, которая поможет миру: костюм-помощник, майка-тренер и носок-няня
Тренды
В ожидании первого удара: как США готовятся к атаке со стороны России и Китая
Тренды
Страшнее метана: какие еще промышленные выбросы разрушают озоновый слой
Тренды
Интеллект большого города: как данные и умные алгоритмы улучшают качество жизни в мегаполисах
Тренды
На защите европейцев: как GDPR стал дырой в бюджете российских ИТ-компаний
Мнения
Кейсы
Deneum: как заниматься холодным ядерным синтезом и бороться с сомнениями ученых
Расист, оружие и предвзятый судья — каким станет искусственный интеллект в будущем
Тренды
На совести информаторов: как громкие скандалы вокруг АНБ, Facebook и Tesla изменили мир
Тренды
NativeOS: нативная реклама в видео без репутационных потерь и терроризма от режиссера короткометражек
Кейсы
Гонка для JavaScript-разработчиков: как постоянные обновления мешают работе
Тренды
Тренды
Тихий убийца: как микропластик вызывает болезни и останавливает репродукцию живых организмов
Big data на страже здоровья: как и зачем медицинские организации собирают и хранят данные
Тренды
Николь Миллс, Booking.com — об инновациях, agile-подходе и индустрии впечатлений
Кейсы
Слишком опасный нанопластик: как одноразовые пакеты превращаются в частицы-убийцы
Тренды
Идеи
Человек и квантовая теория: существует ли то, что мы не наблюдаем
Здесь может быть ваша реклама: НАСА планирует заработать на космосе миллионы
Тренды
Опасный криптотрейдинг: как киберпреступники угрожают виртуальным сбережениям и биржам
Тренды
Как через 20 лет будет выглядеть армия будущего
Тренды
5 финансовых инструментов, которые помогут инвесторам даже после падения криптовалюты
Тренды
Александр Лямин, Qrator Labs: наша задача — выработать у людей цифровую гигиену, чтобы они «не ели с помойки»
Кейсы
Эдуард Фош Вильяронга: люди видят в роботе только внешность, забывая, что он следит за ними
Тренды
Доктор Куэй Во-Райнард, HIT Foundation: если страна требует суверенитета данных, мы построим для нее отдельный блокчейн
Кейсы
Идеи
«Хакинтош»: как собрать свой собственный Mac лучше, чем у Apple
Роботы против мигрантов: какой вклад в ксенофобию и расизм делают технологии ИИ
Тренды
Война скриптов — искусственный интеллект против навязчивой рекламы
Тренды
Как заново изобрести супермаркет: осознанность потребления, этика производства и роботы
Тренды
Каждый человек станет сам себе банком: цифровой мир отказывается от посредников между бизнесом и клиентом
Тренды
Архитектор вычислительной инфраструктуры «Платона» Александр Варламов — о будущем ИТ-индустрии в России, стартапах и разработке
Кейсы
Дмитрий Богданов, капитан сборной России по CS:GO — о стиле жизни киберспортсмена, тренировках и блокировках РКН
Тренды
Идеи
Космос — наш дом: что осталось решить ученым, чтобы поселить человека за пределами Земли
Прайсинг, трекинг, скоринг, биллинг и другие технологии, которые двигают российский бизнес
Тренды
«Педиатр 24/7»: как телемед-стартап подарил родителям спокойствие, а врачам — работу
Кейсы
Вас снова обманули: как человечество учит компьютеры определять фейки в интернете
Тренды
БиСи Бирман, Heavy Projects: ИИ должен иметь несовершенства — это элемент случая
Мнения