Компания Napoleon IT — AI-компания, с 2011 года развивается в трех направлениях: создании собственных B2B продуктов в области data science, заказной разработке программного обеспечения, предоставлении образования в сфере IT. И надо сказать, успешно развивается. В числе ее клиентов X5 Group, «РИВ ГОШ», Kari, «Пятерочка#Налету», «Эксперт-лизинг», ТАТНЕФТЬ, «РОЛЬФ», «Ак Барс Дом», «Аптечный склад» и многие другие. О том, как удалось достичь таких успехов, о рынке ИИ в целом и самых востребованных продуктах и решениях в отрасли мы пообщались с Русланом Ахтямовым, IT-предпринимателем, сооснователем и директором по стратегии Napoleon IT, экспертом по цифровой трансформации бизнеса и искусственному интеллекту, амбассадором Nocode и ChatGPT.
— Руслан, как давно вы в отрасли ИИ?
Моя история в IT началась 12 лет назад. А вообще я выходец из семьи потомственных строителей и долгое время занимался научными исследованиями в этой области, даже написал диссертацию по строительному материаловедению. Но в своих научных изысканиях я все время упирался в некое индустриальное ограничение, которым характеризуется сфера — достаточно консервативная, инертная. Уже в процессе написания моей кандидатской я понял, что 99 % всех работ пишутся в стол и никак не трансформируются в реальный бизнес или продукт. А моей целью было произвести трансфер науки в бизнес-ценность. Но общая конъюнктура научно-технологического и образовательного трека в нашей стране не заточена на то, чтобы из науки делать бизнес, — из науки мы делаем науку.
И вот тогда я начал задумываться о смене сферы деятельности и активно интересоваться исследованиями в области ИИ, машинного обучения, компьютерных технологий.
— Так появилась ваша компания?
Компанию с партнерами основали 12 лет назад, это была небольшая студия мобильной разработки. Но уже спустя четыре года приняли стратегическое решение перейти в область машинного обучения, Data Science. Так начался наш долгий путь в области DeepTech, которую упрощенно сегодня называют словосочетанием «искусственный интеллект». Мы занялись исследованием больших данных, машинного обучения, стали реализовывать первые НИОКР. И только спустя два года приступили к коммерциализации этих разработок. Так за шесть следующих лет мы выросли в крупную федеральную IT-компанию, которая специализируется на EdTech, Data Science, предиктивной аналитике, машинном обучении, компьютерном зрении и т. д.
На текущий момент у нас более 200 сотрудников, разработчиков по всей стране и за ее пределами, офисы в трех городах. И мы продолжаем нашу исследовательскую, проектную и продуктовую деятельность в области ИИ.
— Какие основные направления развиваете в рамках компании?
Работу нашей компании можно рассматривать в двух плоскостях: заказная разработка ПО и портфель продуктовых решений — в контуре компании с разной степенью успешности выращиваем продуктовые и технологические стартапы, работаем как венчур-строительная компания. И такую модель деятельности мы называем гибридной. Я в нее верю и считаю, что именно она определяет жизнеспособность и устойчивость компании в эпоху глобальной неопределенности.
Мы специализируемся на разработке интерпрайз-решений в области ИИ для крупного финтеха в России, большого ретейла, промышленных, нефтегазовых, агротехнических предприятий. Предлагаем широкий портфель решений: это разработка моделей предиктивной аналитики, компьютерного зрения, платформенных решений, ценообразования и т. д. Если говорить о крупных клиентах, то это почти все ретейл-компании России, почти все e-commerce платформы, несколько крупных финтех-компаний.
Если говорить про второй сектор — это продуктовый портфель, в котором мы реализовали 10 технологических стартапов, из них два были признаны успешными. На восьми мы понесли значительные убытки. Например последний технологический стартап, который мы вынуждены были закрыть в прошлом году, стоил нам около одного миллиона долларов инвестиций.
И вот эта гибридная модель деятельности, с одной стороны, позволяет нам не потерять продуктовый подход в нашем основном виде деятельности. С другой стороны, балансировать в рамках самого главного ресурса нашей компании — наших талантов, плавно проводя рокировки между венчурной студией и компанией-разработчиком интерпрайз-решений.
— Какова география ваших услуг?
До последних событий мы активно развивали международную деятельность. У нас были филиалы в зарубежных странах, но внешняя ситуация вынудила произвести дистанцирование между глобальными треками деятельности и зоной интересов, которая сейчас сформирована на постсоветском пространстве — в России, Казахстане, Узбекистане и т. д. И сейчас между интернациональным и российским блоками связи практически нет.
— С какими из ваших проектов сталкивается обычный потребитель в своей обычной жизни?
Например технология компьютерного зрения, которая распознает события и образы в магазинах крупных сетевых ретейлеров, правильным образом интерпретирует их на наличие фрода: допустим, было ли какое-то воровство. Таким образом система определяет конкретные паттерны поведения и фиксирует нарушения.
Ценообразование — диптех-направление, с которым вы точно сталкиваетесь каждый раз приходя в магазин и покупая товары. Цена на тот или иной товар формируется не человеком, а нейронной сетью. Причем сложной моделью, которая определяет стоимость на полке на все товары во всех ключевых российских ретейлерах с очень высокой точностью под реализацию определенных продуктовых стратегий. Это называется динамическое ценообразование: робот работает с параметрами динамического ценообразования гораздо эффективнее, чем штат из сотен людей.
— То есть человек с ИИ сталкивается каждый день?
Конечно! Классические примеры взаимодействия человека с технологиями ИИ — в технологически зрелых отраслях: финтех, телеком, ретейл, e-commerce. Под капотом лидеров всех этих отраслей находится огромная часть очень сложной, тонкой алгоритмики, моделирования, предиктивных технологий и большого количества нейронных сетей, которые формируют и анализируют огромные массивы данных и делают высокоточные прогнозы, чтобы повышать конверсию продаж, обеспечивать удержание клиента и т. д.
— А как вы относитесь к такому активному развитию генеративных сетей?
В компании мы открыли отдел генеративного ИИ. Активно работаем с западными решениями, которые, к сожалению, в эпоху технологической изоляции России недоступны для коммерческого использовании. Также работаем и с русскими моделями. Например большая языковая модель от «Яндекса» ничем не уступает по удержанию когнитивного смысла диалога ChatGPT. Мы являемся партнером «Яндекса» и активно тестируем различные продуктовые гипотезы использования больших языковых моделей. И на мой взгляд, хоть Россия и отстает в развитии отрасли, но с точки зрения продуктовой имплементации инновационных технологических решений делает успехи: уже сейчас эти решения используются и повышают эффективность и производительность определенных процессов.
Регулярно мы проводим открытые хакатоны по большим языковым моделям и генеративным сетям, приглашаем крупные федеральные компании, специализированные команды, которые соревнуются между собой, показывая кейсы реального продуктового применения больших языковых моделей генеративных сетей в реальной жизни, реальном бизнесе. Я могу сказать, что первые результаты хакатонов вызывают шок от того, насколько сильно наши жизненные и рабочие процессы будут изменены в ближайшие годы, и даже возможно в ближайшие месяцы.
— Например…
Самый яркий пример — программирование, это то, в чем мы хорошо разбираемся. И сейчас по некоторым отделам программирования, используя рекомендательные сервисы, которые основаны на языковых моделях и делают автобилд кода, повышаем производительность и эффективность разработки на 25 %. ИИ пишет код с достаточно высоким качеством без участия человека.
Безусловно ChatGPT, большие языковые модели от «Яндекса», другие генеративные сети окажут огромное влияние на фискально-бухгалтерский сектор, отрасль креативной индустрии. И снова пример нашей компании: отдел дизайна мы сократили в четыре раза — стало более целесообразным использовать генеративные сети, позволяющие получать высококачественный результат гораздо меньшим трудовым капиталом.
Это примеры, которые я привожу в контуре нашей компании. Пока мы не можем похвастаться внедрением технологии с использованием генеративных нейросетей в крупных компаниях, но с ними ведем активную пилотную проработку.
Некоторые крупные компании, например Сбер, участвуют в проработке проектов с использованием больших языковых моделей и интеллектуальными инструментами для решения своих задач.
— Но ведь возникает морально-этический момент, люди теряют работу…
Думаю, то количество рабочих мест, которое будет создано в эпоху технологической сингулярности и активного применения ИИ, несопоставимо больше количества потерянных рабочих мест. В первую очередь это скажется на повышении производительности. В какой-то момент произойдет сокращение работ, на которые не имеет смысла расходовать человеческий ресурс. При этом откроется огромное пространство для появления новых профессий. Более того то, чему учат сегодня в наших университетах, не будет применимо в горизонте даже ближайших пяти лет.
— Расскажите об образовательном направлении, которое вы активно развиваете…
Это то что отличает нас от других компаний: треть чистой прибыли мы инвестируем в образовательные треки, обучаем за свой счет студентов в региональных и федеральных университетах, создаем большое количество корпоративных магистратур по ИИ, машинному обучению, компьютерному зрению. Так, с одной стороны пытаемся сделать большую воронку по обнаружению талантов, чтобы выбирать лучшие кадры для себя, с другой — преодолевать кадровый голод отрасли в целом.
Развивать мир, развивая таланты — наше ДНК. Мы работаем в связке с большим количеством университетов: МФТИ, ИТМО, ЧелГУ, Южно-Уральским государственным университетом. Помогаем открыть новые возможности даже для тех, кто пока с IT не связан.
С 2014 года работал образовательный проект Napoleon IT School ― это школа высококвалифицированных специалистов в IT-сфере. В 2022 году Napoleon IT объединился с ведущими IT-компаниями для создания образовательного проекта GigaSchool.
— Какое количество студентов прошло обучение в Napoleon IT School?
За 8 лет обучение прошло более 10 тысяч студентов по 50 образовательным программам. В прошлом году стартовала магистратура по ИИ, которую мы реализуем совместно с питерским ИТМО, за три года она даст 700 магистров в области ИИ. Это большие образовательные треки, в которые мы и дальше планируем инвестировать.
Образовательные проекты Napoleon IT:
- Магистратура в университете ИТМО — AI Talent Hub «Инженерия машинного обучения»; «Компьютерное зрение».
- Магистратура в МФТИ по направлению «Индустриальная биоинформатика».
- Магистратура в ЧелГУ по направлению «Машинное обучение» (machine learning).
- AI Laboratory — это лаборатории искусственного интеллекта в стенах Южно-Уральского государственного университета, где студенты занимаются проектной и научной деятельностью под руководством ведущих технических специалистов.
— Студенты в дальнейшем становятся частью вашей команды?
Нет, конечно. Они сами выбирают, где хотят работать и как будут развивать свой талант. Но мы стараемся транслировать силу нашего HR-бренда так, чтобы у ребят не возникало сомнений, в какую компанию они хотят пойти работать.
— Каким будет 2051 год в контексте развития ИИ?
Я не футуролог, потому поделюсь субъективной оценкой. Очевидно в будущем появятся интерактивные генеративные медиа. Это совершенно новая форма визуального контента, который характеризуется адаптацией под реакцию зрителя. Вы потребляете контент, а система подстраивается под вашу реакцию, синтезирует видеоматериал, исходя из вашего паттерна потребления, взаимодействия с тем или иным брендом. Конверсия от использования такого контента в определенное действие со стороны зрителя будет астрономически высокая. Это значит, что мы придем в эпоху синтезированной постправды, когда совершенно неважно, что является правдой, а что — ложью. Ведь в таком огромном массиве контента, который на 99 % синтезирован исключительно под потребности каждого зрителя, будет невозможно понять, что такое правда. Она будет все более субъектной и все более ориентированной на удовлетворение потребностей зрителя и компаний, которые синтезируют контент.