AI технологии и развитие. Интервью с Алексом машрабовым
В современном мире искусственный интеллект — важный игрок, открывающий перед нами новые пути и перспективы. В эпоху новой технологической революции развитие искусственного интеллекта является одной из самых интересных и активно обсуждаемых тем.
Мы провели интервью с Алексом Машрабовым, нашим спикером на предстоящем нетворкинг-ивенте GPT Party 2.0 в Кремниевой долине. Алекс является сооснователем стартапа AI Factory, которую в 2019 году выкупила компания Snap. В 2020 году Алекс вошел в рейтинг самых перспективных россиян до 30 лет по версии Forbes.
Расскажите ваш путь к тому, как вы стали владельцем стартапа, который сейчас купил Snapchat?
Моей мечтой с детства было попасть в США, для этого я с 11 лет занимался олимпиадами по программированию. В России я был только в топ-15, а чтобы попасть на Международную Олимпиаду, нужно быть в топ-4. Так я остался в России, поступил ИФТИ, там продолжал заниматься олимпиадами по программированию. В итоге попал в топ-30 в мире. Facebook, Pure Storage и прочие компании хотели меня нанять после окончания бакалавриата. Они всегда ищут ребят, которые могут мыслить нестандартно, но я решил делать стартап.
В первом стартапе была небольшая команда. В течение полугода после запуска мы вышли на точку безубыточности, но, к сожалению, мирные переговоры завершились ничем. Благодаря первому стартапу у меня появилась уникальная экспертиза в том, как запускать нейронные модели на девайсе. И эта экспертиза очень сильно помогла со второй компанией.
В 2018 году мы основали AI Factory. Мы были одними из первых, кто научился запускать нейронные сети на мобильном девайсе, чтобы они генерировали видео real-time. Сейчас это называется generative AI, я занимался этим в 2018 году до всего этого хайпа. И для таких компаний, как Snapchat, у которых очень много пользователей ежедневно, выгодно иметь технологии, которые позволяют запускать нейронные сети на мобильном девайсе. И большинство всех face эффектов в Snapchat, которые имеют невероятную популярность и привлекают миллионы новых пользователей со всего мира, как раз были сделаны на основе этой технологии.
Моей мечтой с детства было попасть в США, для этого я с 11 лет занимался олимпиадами по программированию. В России я был только в топ-15, а чтобы попасть на Международную Олимпиаду, нужно быть в топ-4. Так я остался в России, поступил ИФТИ, там продолжал заниматься олимпиадами по программированию. В итоге попал в топ-30 в мире. Facebook, Pure Storage и прочие компании хотели меня нанять после окончания бакалавриата. Они всегда ищут ребят, которые могут мыслить нестандартно, но я решил делать стартап.
В первом стартапе была небольшая команда. В течение полугода после запуска мы вышли на точку безубыточности, но, к сожалению, мирные переговоры завершились ничем. Благодаря первому стартапу у меня появилась уникальная экспертиза в том, как запускать нейронные модели на девайсе. И эта экспертиза очень сильно помогла со второй компанией.
В 2018 году мы основали AI Factory. Мы были одними из первых, кто научился запускать нейронные сети на мобильном девайсе, чтобы они генерировали видео real-time. Сейчас это называется generative AI, я занимался этим в 2018 году до всего этого хайпа. И для таких компаний, как Snapchat, у которых очень много пользователей ежедневно, выгодно иметь технологии, которые позволяют запускать нейронные сети на мобильном девайсе. И большинство всех face эффектов в Snapchat, которые имеют невероятную популярность и привлекают миллионы новых пользователей со всего мира, как раз были сделаны на основе этой технологии.
Какие ключевые моменты и решения в вашем пути привели к тому, что ваш стартап стал интересным для крупных компаний?
Есть несколько общих аспектов про продажи корпорациям, про которые хотелось бы рассказать. В целом у корпораций терпения больше, чем у стартапов, потому что у стартапов очень много неопределенности. Продукт может быть не до конца отполированным, клиенты могут быть не всем довольны, с фандингом может быть много открытых вопросов. Публичные компании более стабильны, поэтому они находятся в более выгодном положении. По сравнению со стартапом, который они покупают, у корпорации все более определенно, поэтому чаще всего у них нет необходимости принимать решение о покупке.
Для того, чтобы закрыть сделку быстро, нужно иметь другой оффер. Это может быть либо оффер о поднятии следующего инвестиционного раунда, который повышает оценку, либо это может быть оффер от другой компании. И не имеет смысла начинать заранее переговоры с корпорацией и надеяться, что они со временем к чему-то приведут. Конечно, познакомиться имеет смысл, но сделки нужно закрывать быстро.
И есть еще один аспект M&A, про который я хотел рассказать. Все M&A команды — это профессионалы, и, конечно, они не ведут одну компанию. Обычно есть цель, которая ставится SEO на год, и в соответствии с этим команда M&A ищет несколько вариантов компаний и начинает переговоры с ними. Бывают исключения из правил, когда команды видят, что какая-то компания закрывается и стоит очень дешево, тогда они могут быстро купить. Или как я сказал ранее корпорации также могут сильно ускориться, когда видят конкуренцию. Это очень важно понимать фаундером, когда они продают и ищут выход в корпорацию.
Есть несколько общих аспектов про продажи корпорациям, про которые хотелось бы рассказать. В целом у корпораций терпения больше, чем у стартапов, потому что у стартапов очень много неопределенности. Продукт может быть не до конца отполированным, клиенты могут быть не всем довольны, с фандингом может быть много открытых вопросов. Публичные компании более стабильны, поэтому они находятся в более выгодном положении. По сравнению со стартапом, который они покупают, у корпорации все более определенно, поэтому чаще всего у них нет необходимости принимать решение о покупке.
Для того, чтобы закрыть сделку быстро, нужно иметь другой оффер. Это может быть либо оффер о поднятии следующего инвестиционного раунда, который повышает оценку, либо это может быть оффер от другой компании. И не имеет смысла начинать заранее переговоры с корпорацией и надеяться, что они со временем к чему-то приведут. Конечно, познакомиться имеет смысл, но сделки нужно закрывать быстро.
И есть еще один аспект M&A, про который я хотел рассказать. Все M&A команды — это профессионалы, и, конечно, они не ведут одну компанию. Обычно есть цель, которая ставится SEO на год, и в соответствии с этим команда M&A ищет несколько вариантов компаний и начинает переговоры с ними. Бывают исключения из правил, когда команды видят, что какая-то компания закрывается и стоит очень дешево, тогда они могут быстро купить. Или как я сказал ранее корпорации также могут сильно ускориться, когда видят конкуренцию. Это очень важно понимать фаундером, когда они продают и ищут выход в корпорацию.
Что вдохновило вас создать свой стартап и какие первые шаги вы предприняли для его реализации? С чего все начиналось?
В начале 2016 года у меня была не глубокая экспертиза в машинном обучении, которую я получил во время работы в Яндексе, при этом у меня была достаточно глубокая экспертиза в C++ и в низкоуровневых оптимизациях. Я видел, что есть IPhone 5S и IPhone 6, для меня тогда уже было понятно, что это новые компьютеры и за ними будущее. Я почувствовал, что я должен быть частью этой волны. Так как появился новый hardware, то я могу написать software, который будет эффективно пользоваться возможностями этих девайсов.
В целом эта стратегия была достаточно хорошей на тот момент, потому что было несколько похожих M&A. Например, компанию Fabia купил Google и на основе этого сделал TensorFlow Lite для запуска нейронных сетей на Android девайсах. Далеко не мы одни пошли по этому пути и были успешными в этом направлении. Это сейчас есть платформы, которые позволяют достаточно легко запускать большинство архитектур мобильных сетей на телефоне, а в 2016 году это было достаточно сложно.
В начале 2016 года у меня была не глубокая экспертиза в машинном обучении, которую я получил во время работы в Яндексе, при этом у меня была достаточно глубокая экспертиза в C++ и в низкоуровневых оптимизациях. Я видел, что есть IPhone 5S и IPhone 6, для меня тогда уже было понятно, что это новые компьютеры и за ними будущее. Я почувствовал, что я должен быть частью этой волны. Так как появился новый hardware, то я могу написать software, который будет эффективно пользоваться возможностями этих девайсов.
В целом эта стратегия была достаточно хорошей на тот момент, потому что было несколько похожих M&A. Например, компанию Fabia купил Google и на основе этого сделал TensorFlow Lite для запуска нейронных сетей на Android девайсах. Далеко не мы одни пошли по этому пути и были успешными в этом направлении. Это сейчас есть платформы, которые позволяют достаточно легко запускать большинство архитектур мобильных сетей на телефоне, а в 2016 году это было достаточно сложно.
Как вы пришли к теме искусственного интеллекта?
Меня очень вдохновляет вопрос того, какие есть эпохи и как создаются новые компании. Одна из причин, это новые тип hardware. Второй большой фактор это скорость распространения информации: сначала был телеграф, потом телевизор, потом EMail, Интернет, мессенджеры. Но есть еще и третий фактор, про который я бы хотел рассказать, это, конечно, AI. Сначала в газетах все читали одну и ту же информацию, потом был телевизор, а потом благодаря искусственному интеллекту мы начали смотреть рекомендованный контент. Это революция примерно 2010-х годов, когда TikTok стал лидером рынка. В Facebook тоже была своя рекомендательная сеть. Я уверен, что 2020 год мы запомним тем, что мы начали смотреть большое количество персонализированного контента, созданного AI.
Меня очень вдохновляет вопрос того, какие есть эпохи и как создаются новые компании. Одна из причин, это новые тип hardware. Второй большой фактор это скорость распространения информации: сначала был телеграф, потом телевизор, потом EMail, Интернет, мессенджеры. Но есть еще и третий фактор, про который я бы хотел рассказать, это, конечно, AI. Сначала в газетах все читали одну и ту же информацию, потом был телевизор, а потом благодаря искусственному интеллекту мы начали смотреть рекомендованный контент. Это революция примерно 2010-х годов, когда TikTok стал лидером рынка. В Facebook тоже была своя рекомендательная сеть. Я уверен, что 2020 год мы запомним тем, что мы начали смотреть большое количество персонализированного контента, созданного AI.
Как давно вы этим занимаетесь?
Я этим занимаюсь достаточно давно, с 2015 года. Начиная с 2020 года, благодаря работе в Snapchat, я получил очень много опыта в других сферах, в том числе в обработке естественного языка. Я был ответственный за направление машинного обучения в рамках запуска проекта AI чат-бота, которым пользуются десятки миллионов людей, может быть, даже сотни.
Я этим занимаюсь достаточно давно, с 2015 года. Начиная с 2020 года, благодаря работе в Snapchat, я получил очень много опыта в других сферах, в том числе в обработке естественного языка. Я был ответственный за направление машинного обучения в рамках запуска проекта AI чат-бота, которым пользуются десятки миллионов людей, может быть, даже сотни.
Каким образом вы внедряли технологии искусственного интеллекта в управлении и развитии вашего стартапа?
К сожалению, многие корпорации ограничивают использование искусственного интеллекта в работе. Например, GitHub Enterprise во многом используется для того, чтобы иметь возможность на своих серверах разворачивать GitHub, чтобы он за пределы настроек безопасности не уходил. И если посмотреть более глубоко, то подобного рода security issues является большой проблемой для адаптации GitHub Copilot или ChatGPT в предприятиях.
Если говорить про мою личную эффективность, то я пользуюсь приложением Rewind AI. Это приложение анализируют происходящее на экране ноутбука и позволяет делать поиск по этой информации. Это очень удобно, когда достаточно большое количество разных каналов коммуникации. Чтобы получить какой-то совет, я часто пользуюсь как ChatGPT, так и Google BARD. В среднем ответы Google BARD мне нравятся меньше, но это всегда полезно. Лучше получить советы двух людей, так же и здесь. И, конечно, так как я эмигрант, для своих персональных нужд я активный пользователь Grammarly. И, на мой взгляд, с появлением generative AI качество улучшилось.
К сожалению, многие корпорации ограничивают использование искусственного интеллекта в работе. Например, GitHub Enterprise во многом используется для того, чтобы иметь возможность на своих серверах разворачивать GitHub, чтобы он за пределы настроек безопасности не уходил. И если посмотреть более глубоко, то подобного рода security issues является большой проблемой для адаптации GitHub Copilot или ChatGPT в предприятиях.
Если говорить про мою личную эффективность, то я пользуюсь приложением Rewind AI. Это приложение анализируют происходящее на экране ноутбука и позволяет делать поиск по этой информации. Это очень удобно, когда достаточно большое количество разных каналов коммуникации. Чтобы получить какой-то совет, я часто пользуюсь как ChatGPT, так и Google BARD. В среднем ответы Google BARD мне нравятся меньше, но это всегда полезно. Лучше получить советы двух людей, так же и здесь. И, конечно, так как я эмигрант, для своих персональных нужд я активный пользователь Grammarly. И, на мой взгляд, с появлением generative AI качество улучшилось.
Какие этапы исследования и разработки в сфере ИИ вас особенно заинтересовали и почему?
Более всего меня впечатлило в разработке искусственного интеллекта модель GPT3. Когда я работал в корпорации, мне приходилось писать по 25-30 ревью фидбэков каждые полгода. Я часто писал перформанс ревью с помощью локальной копии GPT3, потому что уже тогда GPT3 был достаточно хорошей моделью, чтобы помочь продолжить текст.
Качество генерации у Midjourney меня впечатлило, это тоже была большая эволюция после StyleGAN. И GPT3.5 это, безусловно, успех, там используется достаточно небольшая модель, при этом несколько миллиардов параметров показывает такое неплохое качество. Но по-настоящему меня впечатлил GPT4, это абсолютно невероятный уровень знаний. И очень часто при общении с GPT4 мне казалось, что это уже не искусственный интеллект, что там уже есть какое-то сознание, концепция мира, понимание.
Мне кажется, что за последний год прогресс преувеличен. Если посмотреть на хронометраж, то уже в июне прошлого года первая версия GPT4 была доступна некоторым компаниям, и первые версии диффузионных моделей, которые генерируют картинки, уже тоже были. Есть много улучшений в том же, Midjourney, GPT 4, мне кажется, это такие постепенные улучшения. Но пока мы не увидели абсолютно новых архитектур, абсолютно новых решений. Впечатляющий прогресс показывает компания Pikoleps в генерации видео, но пока есть большие проблемы с количеством изменений в сцене. Поэтому очень сложно сказать, что эти решения вывели нас на абсолютно другой уровень.
Мне кажется, что в условиях нехватки и большой стоимости чипов, нужно делать инновации за счет software, за счет новых архитектур нейронных сетей. И, к сожалению, пока не так много было сделано за последний год, на мой взгляд. Я пока не особо вижу новых архитектур в обучении сетей.
Более всего меня впечатлило в разработке искусственного интеллекта модель GPT3. Когда я работал в корпорации, мне приходилось писать по 25-30 ревью фидбэков каждые полгода. Я часто писал перформанс ревью с помощью локальной копии GPT3, потому что уже тогда GPT3 был достаточно хорошей моделью, чтобы помочь продолжить текст.
Качество генерации у Midjourney меня впечатлило, это тоже была большая эволюция после StyleGAN. И GPT3.5 это, безусловно, успех, там используется достаточно небольшая модель, при этом несколько миллиардов параметров показывает такое неплохое качество. Но по-настоящему меня впечатлил GPT4, это абсолютно невероятный уровень знаний. И очень часто при общении с GPT4 мне казалось, что это уже не искусственный интеллект, что там уже есть какое-то сознание, концепция мира, понимание.
Мне кажется, что за последний год прогресс преувеличен. Если посмотреть на хронометраж, то уже в июне прошлого года первая версия GPT4 была доступна некоторым компаниям, и первые версии диффузионных моделей, которые генерируют картинки, уже тоже были. Есть много улучшений в том же, Midjourney, GPT 4, мне кажется, это такие постепенные улучшения. Но пока мы не увидели абсолютно новых архитектур, абсолютно новых решений. Впечатляющий прогресс показывает компания Pikoleps в генерации видео, но пока есть большие проблемы с количеством изменений в сцене. Поэтому очень сложно сказать, что эти решения вывели нас на абсолютно другой уровень.
Мне кажется, что в условиях нехватки и большой стоимости чипов, нужно делать инновации за счет software, за счет новых архитектур нейронных сетей. И, к сожалению, пока не так много было сделано за последний год, на мой взгляд. Я пока не особо вижу новых архитектур в обучении сетей.
Какие конкретные изменения в мире ИИ вы заметили за период своей деятельности? Как вы видите будущее с ИИ?
Я это вижу как некоторое инкрементальное развитие. Кроме GPT4, это огромный шаг вперед по сравнению с GPT3. Если посмотреть на область картинок, то высококачественная генерация картинок, портретов людей была еще в 2020 году. Примерно с частотой раз в год, иногда раз в два года выходит значительная работа, которая переводит человечество на следующий уровень.
Если мы говорим про то, как это меняет человечество и будущее, то я бы отметил, что концепция Copilot очень интересна. Следующая концепция — это автоматизация с агентами. Будущее, в котором агенты взаимодействуют друг с другом абсолютно автоматически, не так близко, потому что Copilot до сих пор не внедрен в большом количестве индустрии. Я думаю, что это произойдет до 2030 года, когда действительно определенные типы работ можно будет в 99% случаях заменить. Тогда человечество будет заниматься более сложными типами задач, благодаря чему станет более продуктивным. И в целом, если про это подумать, то knowledge worker последние 20-30 лет создают огромный пласт знаний. Kknowledge worker давали знания, а теперь они будут их забирать обратно через ChatGPT. Будет осуществлен процесс эффективной передачи огромного пласта знаний knowledge worker-ом непосредственно в их workflows.
Я это вижу как некоторое инкрементальное развитие. Кроме GPT4, это огромный шаг вперед по сравнению с GPT3. Если посмотреть на область картинок, то высококачественная генерация картинок, портретов людей была еще в 2020 году. Примерно с частотой раз в год, иногда раз в два года выходит значительная работа, которая переводит человечество на следующий уровень.
Если мы говорим про то, как это меняет человечество и будущее, то я бы отметил, что концепция Copilot очень интересна. Следующая концепция — это автоматизация с агентами. Будущее, в котором агенты взаимодействуют друг с другом абсолютно автоматически, не так близко, потому что Copilot до сих пор не внедрен в большом количестве индустрии. Я думаю, что это произойдет до 2030 года, когда действительно определенные типы работ можно будет в 99% случаях заменить. Тогда человечество будет заниматься более сложными типами задач, благодаря чему станет более продуктивным. И в целом, если про это подумать, то knowledge worker последние 20-30 лет создают огромный пласт знаний. Kknowledge worker давали знания, а теперь они будут их забирать обратно через ChatGPT. Будет осуществлен процесс эффективной передачи огромного пласта знаний knowledge worker-ом непосредственно в их workflows.
Как ИИ будет развивать людей?
Мне кажется, что со временем будет больше акцента сделано на образование людей. Есть такие две high-leverage activities, которые позволяют свои возможности и знания эскалировать за пределами себя. Это либо обучение машин, либо обучение людей. Если это обучение машин, то есть написание Software, то многие пойдут в сторону generative AI. И мне кажется, что мы должны увидеть прогресс в обучении людей. Одни из компаний, в которые я инвестировал, говорят, что есть огромный интерес. Образование уже меняется ввиду того, что вводится ChatGPT. Одни школы это разрешают, другие не разрешают. И я предполагаю, что мы увидим достаточно большие изменения в этой сфере.
Мне кажется, что со временем будет больше акцента сделано на образование людей. Есть такие две high-leverage activities, которые позволяют свои возможности и знания эскалировать за пределами себя. Это либо обучение машин, либо обучение людей. Если это обучение машин, то есть написание Software, то многие пойдут в сторону generative AI. И мне кажется, что мы должны увидеть прогресс в обучении людей. Одни из компаний, в которые я инвестировал, говорят, что есть огромный интерес. Образование уже меняется ввиду того, что вводится ChatGPT. Одни школы это разрешают, другие не разрешают. И я предполагаю, что мы увидим достаточно большие изменения в этой сфере.
Какие вы видите риски в использовании ИИ и какие преимущества?
Про преимущества я уже очень много рассказал. Если говорить про риски, то, на мой взгляд, есть очень существенный риск, связанный с дезинформацией. Мне кажется, в США у самых популярных медиа есть определенный либеральный базис, также может быть у большинства систем искусственного интеллекта, созданных в Штатах.
Искусственный интеллект дает возможности распространять определенные точки зрения. Это будет очень сложно отследить, и в конце концов, он позволит манипулировать людьми. Прямое создание дипфейков, про которое активно заявляется в политических выборах, также является большим риском. Это стоит достаточно дешево, что сильно опускает порог входа. И еще очень важно отметить, что онлайн мошенничество растет. И искусственный интеллект может помогать мошенникам создавать разные скам-страницы, автоматически звонить людям и предлагать им сервисы и так далее. Вопрос регуляции здесь очень сложный.
И наиболее страшно становится, что это дает еще одну возможность странам конкурировать друг с другом. Страны конкурируют друг с другом в космосе, в небе, на воде, на земле, под водой, и интернет становиться еще одним местом для конкуренции.
Про преимущества я уже очень много рассказал. Если говорить про риски, то, на мой взгляд, есть очень существенный риск, связанный с дезинформацией. Мне кажется, в США у самых популярных медиа есть определенный либеральный базис, также может быть у большинства систем искусственного интеллекта, созданных в Штатах.
Искусственный интеллект дает возможности распространять определенные точки зрения. Это будет очень сложно отследить, и в конце концов, он позволит манипулировать людьми. Прямое создание дипфейков, про которое активно заявляется в политических выборах, также является большим риском. Это стоит достаточно дешево, что сильно опускает порог входа. И еще очень важно отметить, что онлайн мошенничество растет. И искусственный интеллект может помогать мошенникам создавать разные скам-страницы, автоматически звонить людям и предлагать им сервисы и так далее. Вопрос регуляции здесь очень сложный.
И наиболее страшно становится, что это дает еще одну возможность странам конкурировать друг с другом. Страны конкурируют друг с другом в космосе, в небе, на воде, на земле, под водой, и интернет становиться еще одним местом для конкуренции.
Какое влияние на вас оказали успешные предприниматели Кремниевой Долины? Какие уроки вы извлекли из сотрудничества с ними?
Сначала я переехала в Лос-Анджелес, так как я предполагал, что из-за COVID-19 и распространения удаленной работы Кремниевая долина потеряет свое уникальное преимущество. Я думал, что можно будет получить в Лос-Анджелесе то же самое, что и в Кремниевой долине, так как это один штат. На самом деле Кремниевая долина по прежнему является уникальным местом. Здесь находятся крупные компании, такие как OpenAI, соответственно происходит большинство инноваций generative AI.
В Кремниевой долине по прежнему сохранилась вся экосистема инноваций, которая включает в себя большое количество команд, готовых подхватить тренды. Такие команды могут очень быстро понять тренд, переформатироваться в течение 4-6 недель и потом пойти к инвесторам поднимать деньги. И, конечно же, это экосистема включает непосредственно инвесторов, которые активно готовы вкладывать в новые тренды и накачивать стартапы очень серьезным финансированием.
На самом деле очень много шума по поводу того, как нужно делать компании и относиться к своей карьере. Очень много людей, которые дают советы на этот счет, и книг, которые становятся бестселлерами «New York Times». Я заметил, что полезно слушать советы людей, которые непосредственно разбираются в тематической области. И есть несколько предпринимателей, которые меня особенно вдохновляют и которых я хотел бы подсветить нашим читателям.
Это Нэт Фридман, невероятного масштаба предприниматель. Он был одним из создателей GitHub Copilot. GitHub Copilot до ChatGPT практически полтора года был самым большим применением generative AI. И Нэт Фридман через свои прямые инвестиции и свой кластер, который он сам собрал, очень сильно помогает развитию generative AI стартапов. На мой взгляд, он предоставляет очень много возможностей, в том числе включая и AI гранты.
Большое впечатление на меня произвел и Майк Спайсер. Это тоже пример человека, который живет в будущем и приближает это будущее благодаря своей прямой работе, а также инвестициями в науку. Это как раз объединяет и Майк, и Нэта. Майк тоже является одним из тех, который верит, что 20 талантливых инженеров в одной комнате могут разработать технологию, которая может изменить мир, и он доказал это на деле.
Еще рекомендую прочитать Пола Грэма, основателя Y Combinator - самого популярного и успешного стартапа-акселератора в мире, который смог дать невероятные возможности многим стартапам и является одной из ключевых причин успеха Кремниевой долины. И еще один человек, которого я хотел отметить, это, конечно же, Патрик Коллисон. Мне кажется, если посмотреть на вот этих четырех людей: Нэта Фридмана, Майка Спайсера, Пола Грэма, Патрика Коллисона, то можно найти много общего.
Сначала я переехала в Лос-Анджелес, так как я предполагал, что из-за COVID-19 и распространения удаленной работы Кремниевая долина потеряет свое уникальное преимущество. Я думал, что можно будет получить в Лос-Анджелесе то же самое, что и в Кремниевой долине, так как это один штат. На самом деле Кремниевая долина по прежнему является уникальным местом. Здесь находятся крупные компании, такие как OpenAI, соответственно происходит большинство инноваций generative AI.
В Кремниевой долине по прежнему сохранилась вся экосистема инноваций, которая включает в себя большое количество команд, готовых подхватить тренды. Такие команды могут очень быстро понять тренд, переформатироваться в течение 4-6 недель и потом пойти к инвесторам поднимать деньги. И, конечно же, это экосистема включает непосредственно инвесторов, которые активно готовы вкладывать в новые тренды и накачивать стартапы очень серьезным финансированием.
На самом деле очень много шума по поводу того, как нужно делать компании и относиться к своей карьере. Очень много людей, которые дают советы на этот счет, и книг, которые становятся бестселлерами «New York Times». Я заметил, что полезно слушать советы людей, которые непосредственно разбираются в тематической области. И есть несколько предпринимателей, которые меня особенно вдохновляют и которых я хотел бы подсветить нашим читателям.
Это Нэт Фридман, невероятного масштаба предприниматель. Он был одним из создателей GitHub Copilot. GitHub Copilot до ChatGPT практически полтора года был самым большим применением generative AI. И Нэт Фридман через свои прямые инвестиции и свой кластер, который он сам собрал, очень сильно помогает развитию generative AI стартапов. На мой взгляд, он предоставляет очень много возможностей, в том числе включая и AI гранты.
Большое впечатление на меня произвел и Майк Спайсер. Это тоже пример человека, который живет в будущем и приближает это будущее благодаря своей прямой работе, а также инвестициями в науку. Это как раз объединяет и Майк, и Нэта. Майк тоже является одним из тех, который верит, что 20 талантливых инженеров в одной комнате могут разработать технологию, которая может изменить мир, и он доказал это на деле.
Еще рекомендую прочитать Пола Грэма, основателя Y Combinator - самого популярного и успешного стартапа-акселератора в мире, который смог дать невероятные возможности многим стартапам и является одной из ключевых причин успеха Кремниевой долины. И еще один человек, которого я хотел отметить, это, конечно же, Патрик Коллисон. Мне кажется, если посмотреть на вот этих четырех людей: Нэта Фридмана, Майка Спайсера, Пола Грэма, Патрика Коллисона, то можно найти много общего.
Смотрите также подкаст с Алексом Машрабовым на нашем YouTube канале
Malikspace Corporation.
541 Jefferson Avenue
Redwood City, CA 94063
Email: a@murs.ai
541 Jefferson Avenue
Redwood City, CA 94063
Email: a@murs.ai
