Каждая новая технология обещает измеримые бизнес-результаты. Однако лишь немногие из них достигают этого, не жертвуя безопасностью, масштабируемостью или долгосрочной ценностью.
Недавно издание Citybiz опубликовало обширное интервью с Алексом Баренбоймом, техническим директором Svitla Systems, о том, как найти этот баланс. Вы также можете прочитать оригинальное интервью на сайте citybiz.
Опираясь на более чем 20-летний опыт руководства глобальными инженерными организациями, он рассказывает, как выйти за рамки экспериментов с ИИ и добиться реальных результатов. Он также затрагивает вопросы создания высокоэффективных глобальных команд, меняющуюся роль технического директора (CTO) и тенденции, которые будут формировать корпоративные технологии в ближайшие пять лет. Мы рады поделиться полной версией беседы ниже.
Занимая должность технического директора в Svitla Systems, Алекс Баренбойм более 20 лет руководит глобальными инженерными организациями и помогает предприятиям справляться со сложными технологическими трансформациями. Обладая опытом в области искусственного интеллекта, облачных платформ, разработки программного обеспечения и цифровых инноваций, он работает с организациями, помогая им превращать новые технологии в измеримые бизнес-результаты, соблюдая баланс между безопасностью, масштабируемостью и долгосрочной ценностью. Поскольку ИИ стремительно меняет корпоративный ландшафт, Баренбойм предлагает прагматичный взгляд на то, что нужно для перехода от экспериментов к значимым результатам. От создания высокоэффективных глобальных инженерных команд до подготовки бизнеса к следующей волне инноваций на базе ИИ — он делится идеями о стратегиях, принципах лидерства и технологических трендах, определяющих будущее бизнеса.
ИИ перешел от экспериментов к корпоративной стратегии. Какие самые большие изменения вы наблюдаете в том, как организации подходят к внедрению ИИ сегодня?
ИИ превратился из научного проекта в статью расходов в отчете о прибылях и убытках, поэтому совет директоров хочет знать, какую отдачу он принес в прошлом квартале, а не что он может сделать в будущем. Сама модель стала наименее интересной частью разговора, поскольку она превращается в товар, и теперь важнее ваши данные, механизмы контроля вокруг них и то, как вы оцениваете результаты. В регулируемых отраслях, где я провожу большую часть времени, управление перешло из разряда второстепенных задач на передний план, и самые быстрые компании — это те, которые выстроили эту дисциплину с самого начала. Продуктивность проявляется только тогда, когда аналитик, рекрутер и маркетолог используют ИИ каждый день, поэтому мы обучили всю нашу компанию и десятки клиентов использовать ИИ во всех процессах их предприятий. ИИ также переходит от помощников, которые помогают человеку работать быстрее, к агентам, которые выполняют работу и привлекают человека для контроля. Я и сам часто использую ИИ вне офиса, например, для поиска самых дешевых авиабилетов и отелей — дел, которые раньше отнимали целый вечер.
Многие компании стремятся внедрить ИИ, но не каждая инициатива приносит значимые результаты. Что отличает организации, успешно интегрирующие ИИ, от тех, кто сталкивается с трудностями?
Компании, которые добиваются успеха, начинают с бизнес-проблемы, которую стоит решить, и идут от нее к технологии, в то время как те, кто терпит неудачу, начинают с технологии и ищут проблему, чтобы оправдать ее использование. Большинство провальных инициатив погибают из-за плохих данных, а не из-за плохих моделей, потому что если у вас нет чистого доступа к собственной информации, самая умная модель в мире не сможет вам помочь. Победители выбирают два или три варианта использования, которые влияют на выручку или затраты, и глубоко прорабатывают их, вместо того чтобы распыляться на 20 пилотов и концептов (POC), которые никого не впечатляют. Они также относятся к внедрению как к реальной работе, поэтому мы проводим обучение для каждого сотрудника и перестраиваем рабочий процесс вокруг инструментов, так как лицензия, которую никто не использует, — это выброшенные деньги. Те, кто терпит неудачу, почти всегда игнорируют управление, а затем пугаются, когда система впервые делает что-то, что они не могут объяснить, и когда (а не если) это происходит, они тихо сворачивают всю инициативу.
Как технический директор Svitla Systems, как вы балансируете инновации с практическими реалиями безопасности, масштабируемости и долгосрочной бизнес-ценности?
Я не рассматриваю инновации и безопасность как противоположности, потому что дисциплина в вопросах безопасности — это именно то, что позволяет моим командам двигаться быстро, не ломая систему клиента. Мы предоставляем инженерам «песочницу», где они могут пробовать что угодно, и производственный стандарт, где механизмы контроля, проверка безопасности и оценка не являются необязательными, поэтому эксперименты остаются дешевыми и безопасными. Я провел свою карьеру, управляя платформами, которые должны были работать с надежностью «пять девяток» и обслуживать 50 миллионов человек в месяц, поэтому для клиентов, которым это нужно, масштабируемость — это проектное решение, которое мы принимаем в первый же день, а не то, с чем мы разбираемся позже. Что касается долгосрочной ценности, я чрезмерно рьяно закрываю пилоты, которые не влияют на выручку. Кроме того, я не буду привязывать клиента к одному поставщику, потому что модель, которая сегодня всех ослепляет, может потребовать от компании разворота на 180 градусов менее чем за год. Часть моей работы — убедиться, что то, чем мы все восхищаемся в этом квартале, сохранит свою актуальность и через три года, и эта стратегия применяется к каждому нашему решению.
Вы руководите глобальными инженерными командами более двух десятилетий. Как изменилась роль распределенной разработки программного обеспечения и какие преимущества она дает бизнесу сегодня?
Когда я начинал, распределенная разработка была в основном вопросом стоимости: вы отправляли работу, которую никто не хотел делать, в офшор, надеялись, что она вернется в рабочем состоянии, и измеряли успех низкой почасовой ставкой и количеством исправленных ошибок. Эта модель ушла в прошлое, потому что причина создавать команду в Колумбии или Украине сейчас — это талант и часовой пояс, а не скидка, и эти команды владеют целыми продуктами, а не тикетами, созданными кем-то в штаб-квартире. Облачные технологии и современные инструменты стерли большинство проблем с расстоянием, а последние несколько лет сделали большинство споров бессмысленными, поэтому старший инженер в Буэнос-Айресе присутствует на моем стендапе так же, как и тот, кто сидит в соседнем кабинете. Преимущества для бизнеса — это охват и устойчивость: вы больше не ограничены талантами в пределах досягаемости офиса; вы получаете реальное покрытие в разных часовых поясах; и ни одно местоположение не может вывести вас из строя. А теперь, с появлением ИИ, игра больше не сводится к тому, кто может закрыть больше тикетов, поскольку небольшая команда, усиленная ИИ и распределенная по нужным местам, работает эффективнее, чем армия, которая 10 лет назад стоила в 10 раз дороже.
С какими наиболее распространенными технологическими проблемами организации обращаются в Svitla Systems и как ваша команда помогает их решать?
Наиболее распространенный случай — это компания, которой поручили заняться ИИ и у которой есть 20 идей, но нет пути от презентации в PowerPoint до чего-то, что реально работает в продакшене. Сразу за этим следует проблема талантов: они не могут нанять или удержать специалистов по данным и инженеров по машинному обучению, которые им нужны, а мы можем предоставить проверенную команду на месте за недели вместо года, который потребовался бы на создание такой команды с нуля. Многие из них также обременены устаревшими системами и «грязными» данными, и, если смотреть правде в глаза, нам обычно приходится приводить в порядок инфраструктуру, прежде чем любая из захватывающих задач по ИИ получит хоть какой-то шанс на успех. Мы не решаем эти проблемы, просто увеличивая количество сотрудников; мы привносим стандартизированный процесс доставки и полный жизненный цикл MLOps, чтобы то, что мы создаем, было воспроизводимым и могло поддерживаться их собственными силами после того, как мы уйдем. Все чаще клиенты просят нас повысить эффективность их существующих инженеров, поэтому мы обучаем их команды работе с ИИ, потому что лучший результат — это клиент, который уходит с большими возможностями, чем были у него в начале.
Корпоративные технологии развиваются с беспрецедентной скоростью. Какие новые тенденции, по вашему мнению, окажут наибольшее влияние на бизнес в ближайшие пять лет?
Тенденция, которая затмевает все остальное, — это переход от ИИ, который помогает, к ИИ, который действует. Как только агент сможет выполнять часть работы от начала до конца, каждая организационная структура и каждый план по численности персонала будут в той или иной степени (если не полностью) переписаны. Сразу за этим следует обвал стоимости разработки программного обеспечения: когда то, на что требовалась сотня инженеров, делают пять, победителей начинают определять не инженерные бюджеты, а проприетарные данные и способность судить о том, что стоит создавать, поскольку теперь можно создать практически что угодно. Голосовые технологии — это «третий рельс», потому что мы уже управляем системами, которые обрабатывают тысячи одновременных вызовов. Но в течение трех-пяти лет полноценное общение с продвинутой моделью ИИ будет ощущаться так же естественно, как клик мышкой, что, вероятно, положит конец колл-центрам в том виде, в котором мы их знаем. Безопасность — это то, что меня беспокоит, поскольку те же модели, которые ускоряют работу моих инженеров, ускоряют и работу злоумышленников, а с угрозой машинной скорости нельзя бороться с человеческой скоростью реакции. То, что большинство упускает из виду, — это выход ИИ за пределы экранов, потому что системы технического зрения, которые мы устанавливаем сегодня на заводах, — это первая волна программного обеспечения, проникающего в физический мир, и этот рынок больше всего, к чему до сих пор прикасался интернет.
Вы много писали о руководстве в сфере технологий. Как изменилась роль CTO по мере того, как технологии стали ключевым драйвером бизнес-стратегии?
Когда я получил свою первую должность CTO, я был тем, кому звонили, когда что-то ломалось, — техническим руководителем, который следил за работой серверов и обычно был слишком занят, чтобы зайти в зал заседаний совета директоров. Эта роль ушла в прошлое, потому что технологии перестали поддерживать бизнес-модель и сами стали бизнес-моделью. Я написал «From CTO to Trusted Advisor» именно об этом переходе от поставщика услуг к стратегическому партнеру. Сегодня работа больше связана с переводом: превращением того, что хочет совет директоров, в архитектуру, и превращением того, что могут сделать технологии, в план, который финансовый директор с радостью профинансирует. Если вы владеете только одним из этих языков, вы лишь наполовину CTO. Эта роль также стала внешне ориентированной, потому что я провожу столько же времени с клиентами и их руководителями, сколько со своими собственными инженерами. Дни руководства из-за брандмауэра прошли. ИИ еще больше повысил ставки, потому что каждая компания теперь является технологической, нравится ей это или нет, и именно на CTO ложится задача воплотить это в реальность.
Инженерные таланты остаются крайне дефицитными во всем мире. Какой совет вы бы дали организациям, стремящимся создать и удержать высокоэффективные технологические команды?
Первое, что я говорю коллегам и клиентам: отличные инженеры редко уходят из-за денег. Они уходят, потому что им скучно, поэтому давайте им реальные задачи и реальную ответственность; зарплата помогает им прийти в компанию, а работа — остаться. Перестаньте ограничивать поиск одним почтовым индексом. Я создавал команды из более чем 150 инженеров в Аргентине и Колумбии за считанные месяцы, и эти таланты ничем не уступают тем, кого вы наймете у себя дома. Предложите людям реальный карьерный путь, и я имею в виду прописанные критерии продвижения и матрицы навыков, а не расплывчатые обещания, потому что именно на неопределенность будущего «охотятся» рекрутеры. Инвестируйте в развитие своих людей, что сегодня означает обучение каждого инженера работе с ИИ, поскольку инженеры, которые чувствуют, что растут, не будут отвечать на звонки рекрутеров. И держите планку высоко, потому что сильные специалисты (A-players) остаются ради других сильных специалистов, и ничто не опустошает отличную команду быстрее, чем наблюдение за тем, как терпимо относятся к посредственности.
Оглядываясь на свою карьеру, какие принципы лидерства оказали наибольшее влияние на вашу способность масштабировать инженерные организации и достигать успешных результатов?
Принцип, который продвинул меня дальше всего, заключается в том, что вы масштабируете людей, а не процессы. Я нанимаю людей умнее меня в их специальности, даю им четкую зону ответственности и не мешаю им работать; лидер, который должен быть самым умным в комнате, построил очень маленькую комнату. Стандарты — это то, что превращает размер в преимущество, а не в обузу, и каждая организация, которой я управлял, от четырехсот человек в ADT до более тысячи в Svitla, становилась лучше в тот день, когда доставка становилась воспроизводимой, а не героической. Я остаюсь достаточно близко к технологиям, чтобы распознать чепуху, когда слышу ее, потому что инженеры следуют за лидером, который сам выполнял эту работу и все еще может читать код. Я измеряю результаты, а не активность, потому что быть занятым легко, а добиваться результатов — трудно. И я выращиваю лидеров, а не собираю последователей, потому что настоящий тест моей работы — это то, что делает организация после моего ухода, а платформа, которую моя команда построила в Verizon 20 лет назад, работает до сих пор.
Поскольку бизнес продолжает ориентироваться в условиях быстрых технологических изменений, к каким возможностям, по вашему мнению, лидеры должны готовиться уже сейчас, чтобы оставаться конкурентоспособными в ближайшие годы?
Самая большая возможность находится прямо перед всеми: это рабочая сила. Компании, которые сделают каждого сотрудника «свободно владеющим» ИИ прямо сейчас, обгонят тех, кто все еще будет спорить об этом через год. Приведите в порядок свои данные, потому что агенты, выходящие из лабораторий, уже могут выполнять реальную работу, и они настолько хороши, насколько хороша информация, которую вы им предоставляете. Перестаньте «прикручивать» ИИ к старым процессам и перепроектируйте саму работу; именно там проявляются выгоды, и они проявляются быстро, что мы доказали, перестроив наш собственный внутренний процесс найма. Начните с малого, но начните сейчас, потому что «шрамы», которые ваша команда получит за следующие 12–18 месяцев, потом нельзя будет купить ни за какие деньги. Стоимость экспериментов никогда не была ниже, а стоимость ожидания никогда не была выше.
