Две вещи из трёх достаются нажатием кнопки. Бизнес был в третьей

Александр Ван объяснил, как нашёл идею Scale в девятнадцать лет, и почему инвесторы отказывали компании с хорошей выручкой несколько лет подряд.

Насмотренность 05/100

Александр Ван основал Scale AI в девятнадцать лет, проучившись год в MIT. Сейчас — директор по ИИ в Meta.

Ниже — как он нашёл идею и что из этого следует для тех, кто ищет свою.

В YC он пришёл с другим замыслом (03:32). Хотел делать ИИ-агента, который помогает людям получить медицинскую помощь.

Не пошло. Вернулись к чистому листу.

Дальше он рассуждал не про рынок и не про тренды, а про то, что делал сам. Он обучал модели в MIT и знал процесс изнутри. Чтобы обучить модель, нужны три вещи (04:52).

Первые две получались нажатием кнопки. Открыл сайт, зарегистрировался, работаешь.

За третьей идти было некуда. Эффективного способа получить данные для обучения просто не существовало (05:13).

Все шаги в цепочке делались одной кнопкой. Кроме одного. В нём и был бизнес.

Приём здесь воспроизводимый, и он не про ИИ.

Возьмите процесс, который выполняете сами и знаете по шагам. Отметьте шаги, где всё решается регистрацией и оплатой картой. Найдите тот, где так не получается.

Дальше начинается часть, которую в историях успеха обычно пропускают.

Первые годы Scale данные оставались «несексуальной» темой (05:35).

На каждом раунде инвесторы сомневались. Причём сомневались не в цифрах — по словам Вана, выручка была хорошей, показатели были хорошими (05:40).

Объяснение он даёт короткое и жёсткое (05:55).

Ни один из этих инвесторов никогда не обучал модель. Поэтому и не понимал, о чём речь.

Финал у истории соответствующий. Те же самые люди, которые отказали Scale и скептически смотрели на потенциал ИИ, сегодня публикуют колонки о том, что данные критичны и что это одна из крупнейших возможностей в отрасли (06:08).

Хорошая выручка не убеждала — потому что вопрос был не к цифрам, а к категории. Инвестор не понимал, зачем эта работа нужна, и никакие показатели этого не чинили.Отсюда практическое: если вы объясняете свой бизнес людям, которые не делали вашу работу руками, цифры вас не спасут. Спасает только то, что человек однажды сам упёрся в эту проблему.

Ведущий называет это разбором по первым принципам. Ван соглашается и объясняет, чего делать нельзя (06:31).

Scale так основать было буквально невозможно — в 2016-м никакой моды на данные не существовало.

Начинать, по его словам, нужно с простых утверждений о мире, про которые вы знаете, что они верны, и строить уже под них (06:39).

Ключевое слово — «знаете». Не «предполагаете» и не «прочитали». Ван знал про отсутствие способа получить данные, потому что сам в это упирался.

Мода приходит к теме через несколько лет после того, как в ней появляется бизнес. К моменту, когда о теме пишут колонки, вход уже закрыт.

Про «возможность раз в цивилизацию» легко подумать, что это фигура речи. Но у Вана за ней стоит конкретное утверждение (09:57).

Даже если модели не станут лучше ни на грамм начиная с сегодняшнего дня, впереди десятилетия перестройки экономики и того, как устроен мир.

Это не про будущий прогресс. Это про разрыв, который уже существует — между тем, что модели уже умеют, и тем, что уже внедрено.

Из этого следует практическое. Ставку не обязательно делать на следующий релиз. Достаточно взять то, что работает сегодня, и довести до места, где этим ещё не пользуются.

Масштаб он иллюстрирует так (21:08): десять лет назад лучшие модели умели узнавать кошек в роликах на YouTube.

С этим спорить трудно. Но именно поэтому стоит держать в голове, что говорит человек, чья компания продаёт данные для обучения тех самых моделей.