Как создать IT-стартап, если ты гуманитарий?

Елена Шишкина хотела стать психотерапевтом, проработала HR-специалистом, а потом научилась писать код по Pythontutor, изучила SQL и создала свой IT-стартап по оптимизации использования человеческих ресурсов с помощью ML — LABRA.

Основатель стартапа-участника программы Cloud Boost рассказывает, как решиться изменить карьеру и эффективно выстроить работу с подчиненными.

В детстве Елена хотела стать психотерапевтом. В итоге девушка решила, как будет помогать людям, и выбрала HR-сферу, которую изучала еще со средних курсов бакалавриата СПбГЭУ. На первом этапе и мыслей не было о предпринимательстве — хотелось стать хорошим высококвалифицированным специалистом в крупной компании.

Изначально казалось, что стать хорошим HR-менеджером и найти интересный проект – это то, к чему нужно стремиться так же, как программисты стремятся устроиться в Google. Однако, проработав в нескольких компаниях, даже таких крупных и внимательных к мелочам, как VALIO и UPM, Елена увидела, что иногда бизнес недостаточно заботится об эффективном использовании человеческих ресурсов. Пример из практики: одна из компаний разработала бонусную систему 2,5 года назад, но так и не начинала внедрять ее даже в тестовом режиме. Несмотря на то, что была необходимость в дополнительной мотивации сотрудников, была возможность экономически поддерживать данный проект в компании, продолжался бесконечный «водопад» из обсуждений, правок и повторных обсуждений.

Какой бы сфере компания не принадлежала, у нее всегда достаточно «замылен глаз», чтобы самостоятельно найти ресурсы для оптимизации использования рабочего времени. По статистике LABRA, с новыми подходами зачастую производительность труда может быть увеличена на 25-30%.

Еще во время учебы в бакалавриате Елена писала профильные статьи, в магистратуре повысила стипендию до научной. Общий опыт, как профессиональной деятельности, так и академической, позволил стать грантополучателем фонда Владимира Потанина с 2016 по 2018 год.

Понимание, что сейчас «без кода – никуда» приходило постепенно. Когда Елена создала свой HR-консалтинг, запросов на аналитику становилось больше, а ресурсов для сбора данных для среза было ограниченное количество. Уже тогда пришла идея отслеживать записи с камер наблюдения, составлять фотографии рабочего дня сотрудников, чтобы сэкономить время и ресурсы.

Через полтора года стартап решил использовать камеры наблюдения и ML для оптимизации собственной работы. Ушло полгода, чтобы сделать MVP и еще год, чтобы собрать нормальное коробочное решение. Некоторое время назад закончились первые пилотные запуски, и можно сказать, что команда прошла точку безубыточности и окупила свои вложения в стартап. Стартап не привлекал инвесторов. На данный момент команда насчитывает 7 человек: это те, кто отвечают за платформу и сервис (разработчики), и HR-специалисты. Елена отметила, что их подход «делай максимально сам, привлекай инвестиции там, где поддерживать необходимую скорость роста своими силами медленно и дорого».

Платформа занимается разработкой HR-решений для оптимизации использования человеческих ресурсов компаний-заказчиков. LABRA — первый стартап по сбору данных о качестве работы сотрудников и их загруженности с помощью ML и компьютерного зрения. Платформа собирает данные и на их основе составляет объективную фотографию рабочего дня сотрудника; это позволяет находить точки, в которых возможна оптимизация и подбирать для этого необходимые ресурсы. Они помогают увидеть, когда происходят простои по вине сотрудников или когда вопросы есть к самому работодателю и тому, как организовано рабочее пространство, например: принтер расположен так, что весь отдел тратит много времени, чтобы забрать распечатанные документы. LABRA зачастую обнаруживает не слишком очевидные проблемы.

Сами сотрудники компаний-клиентов на решение реагируют взвешенно. Те компании, в которых установлены камеры наблюдения, подписали соглашение с сотрудниками о том, что их персональные данные в виде видеозаписей создаются и хранятся в течение какого-либо установленного срока.

Когда команда стартапа увидела спрос на LABRA, было решено масштабироваться, «переселить» технологию в облако и позиционироваться как облачный сервис. Пока некоторые процессы еще тестируются и штатная работа происходит просто на арендуемых вычислительных мощностях, но в ближайших планах у команды перенести платформу полностью в облако.

В феврале стартап стал участником программы Yandex Cloud Boost и получил грант для ознакомления с сервисами Яндекс.Облака, в числе которых и недавно запущенный сервис для ML-разработки DataSphere. На сервисах удалось развернуть новую фичу — веб-сервис для обработки и разметки видео. Также стартап решил проблему с масштабируемостью. Теперь сбор данных выполняется на 75% быстрее, чем это было возможно до использования AI, а стоимость команда планирует удерживать на 15-20% ниже рыночной на аналогичные услуги.

Елена поделилась важными мыслями о том, как выстроить работу с сотрудниками наиболее эффективно:

• Масштабный срез по производительности труда и работе своих сотрудников раз в квартал — отличный способ сделать планирование приближенным к идеальному. Срез должен происходить таким образом, чтобы не отвлекать и не нервировать своих сотрудников.
• Аккуратность сбора данных о сотрудниках и их рентабельность — ключевой момент, так как фактор человеческой ошибки при сборе этих данных будет иметь долгоиграющие последствия на планирование и рабочий процесс.
  
• Иногда реорганизация даже нескольких рабочих мест способна существенно повысить эффективность работы компании в целом.
  
• Качественная работа HR-отдела в компании — это в первую очередь постоянный мониторинг, сбор данных и аналитика, а не работа с документами или рекрутинг, как принято считать.
  
• Все, что может быть оптимизировано — рано или поздно будет оптимизировано, но работа компании — это непрерывный постоянно изменяющийся процесс, по этой причине любая оптимизация может устареть.

Подписывайтесь на блог Яндекс.Облака, чтобы узнавать еще больше новостей и историй об IT и бизнесе.

Что сейчас активно читают наши подписчики:

• Из разработки в продакты: как создавать продукты, управлять процессами и мотивировать в ИТ
• Как мы запустили и «забустили» акселерационную программу
• Бросить работу в крупной компании, найти первого клиента в соцсетях и запустить стартап без инвестора? Да, возможно

#стартапы #бизнес #историиуспеха #machinelearning