«Без конкуренции мы бы
лениво ползли»

Основанная в 2000 году Аркадием Воложем и Ильей Сегаловичем компания «Яндекс» много лет уверенно занимает первое место в Рунете по размеру выручки. В декабре 2017 года генеральным директором «Яндекса» в России стала Елена Бунина, до этого возглавлявшая HR-департамент компании. Глава российского «Яндекса» — доктор физико-математических наук, профессор кафедры высшей алгебры мехмата МГУ и директор Школы анализа данных «Яндекса», открытой в 2007 году. В интервью «HBR Россия» Елена Бунина рассказала о том, как «Яндекс» использует искусственный интеллект в своих сервисах, развивает новые проекты и обучает специалистов — не только для себя, но и для всей отрасли разработок в сфере ИИ.

В каких областях искусственного интеллекта «Яндекс» достиг наибольших успехов?

В «Яндексе» очень хорошо развиты технологии компьютерного зрения, в особенности системы распознавания изображений. У нас сильный машинный перевод, распознавание и синтез речи. И, конечно, поиск — это наш основной бизнес. Его алгоритмы давно уже базируются на технологиях, которые сегодня называют искусственным интеллектом.

Наши алгоритмы распознавания и синтеза речи легли в основу «Алисы» — голосового помощника от «Яндекса». Мы одними из первых начали применять нейронные сети и научили Алису не только отвечать на конкретные вопросы и решать конкретные задачи, но и общаться на отвлеченные темы. Потому что человеку интереснее голосовой помощник, с которым можно просто поболтать, как будто он живой человек.

Искусственный интеллект, машинное обучение, нейронные сети — все это разные вещи?

Искусственный интеллект и машинное обучение — почти синонимы. Сейчас, правда, искусственным интеллектом чаще называют то, что воплощено в продукте, но в его основе всегда технологии машинного обучения или самообучающиеся алгоритмы.

Чаще всего, хотя и не всегда, современные разработки искусственного интеллекта используют нейросети. Для обучения машин всегда требуются большие массивы данных, будь то человеческая речь, изображения или цифры с каких-нибудь датчиков.

Расскажу в двух словах, что это такое. Допустим, вы собрали очень много данных и знаете, что часть их относится к одному классу, а часть — к другому и что на это влияют какие­­то признаки. Предположим, у вас имеется миллион картинок, и вы знаете, что на них изображены кошки, и есть еще миллион — с изображениями собак. Кроме того, у вас есть еще 20 млн картинок, и вам нужно, чтобы компьютер выбрал, где кошки, а где собаки. Нейросеть сначала просматривает изображения, на которых уже размечены кошки и собаки, и на основании имеющейся крупной выборки учится узнавать их сама. Это и есть искусственный интеллект. Он применяется и при распознавании голоса, и при машинном переводе, и когда мы обучаем беспилотный транспорт ездить, происходит то же самое. Это одна технология, просто в разных задачах машина обучается по-разному.

Есть ли коробочные решения, какие­-то пакеты программ в сфере искусственного интеллекта? Скажем, по распознаванию изображений?

Сейчас у нас несколько таких решений, и я думаю, что в будущем их станет еще больше. Например, задачи по синтезу и распознаванию речи решаются с помощью комплекса технологий SpeechKit. Это практически коробочное решение, которое разрабатывается в «Яндексе» с 2012 года. Будущее за тем, чтобы каждый мог взять себе такую готовую коробочку и вставить в свой продукт.

Например, в автомобиль.

«Яндекс» — одна из пяти компаний в мире (есть еще Waymo, Uber, Aurora и Cruise), которые делают управление автомобилем полностью автономным, то есть то, что называют беспилотниками 5 уровня. Мы показали свой беспилотник в начале года на конференции в Лас-Вегасе. Купили там обычный Prius и за несколько недель переоборудовали его в беспилотник прямо на месте. Простроили маршруты и научили машину ездить по дорогам самостоятельно. Во время выставки любой желающий мог сесть в наш беспилотник и прокатиться по улицам Лас-Вегаса. В России мы уже делаем такие поездки: например, у нас есть беспилотное такси в Иннополисе.

Если вы начнете коммерчески производить автопилоты для машин, кто будет вашим клиентом: автопроизводители или службы такси?

И те, и другие. Мы планируем быть в числе лидеров на рынке беспилотных автомобилей. Быстрый прогресс в разработке и обширные возможности для рыночного применения в собственных сервисах — в «Яндекс.Такси» и каршеринге — дают для этого все основания. Встраивать в сервисы беспилотники можно разными способами. Допустим, вы заказываете машину из каршеринга, она сама приезжает к вам, вы садитесь за руль и дальше ведете сами. Это пример смешанного варианта управления. Кроме того, мы открыли новое направление сотрудничества с автопроизводителями, подписав в марте меморандум с Hyundai Mobis, то есть мы вместе работаем над технологией, чтобы сделать ее массовой. Мы предполагаем, что в течение трех-пяти лет беспилотники на дорогах станут совершенно обычным делом. А лет через десять половина транспорта станет беспилотным.

Полтора года назад о беспилотнике от «Яндекса» никто еще ничего не слышал.

Мы сами удивляемся, насколько быстро продвинулись. Два года назад нам казалось, что уровня, которого мы достигли сегодня, ждать еще года четыре. Но получилось в два раза быстрее.

Беспилотные автомобили — это квинтэссенция всех разработок искусственного интеллекта. Машина, которая собирает кучу данных вокруг себя, постоянно их анализирует и учится новому с помощью нейросетей — это очень круто!

В России поисковик «Яндекса» популярнее, чем Google, потому что он лучше ищет в Рунете. Есть ли еще разработки «Яндекса», которые опережают свои аналоги в мире благодаря ИИ? И есть ли ли среди них те, что не связаны с анализом русского языка?

Я действительно горжусь нашими разработками в области машинного обучения. Мы применяем их в самых разных сферах. Не так давно мы анонсировали технологию, которая предсказывает усталость водителя и тем самым помогает предотвратить аварии. Такие технологии уже внедряют некоторые автопроизводители, мы приступили к разработке и скоро начнем массовое внедрение в машины.

СЕРВИСЫ «ЯНДЕКСА»

Можно ли сказать, что для «Яндекса» как компании платформенные решения: «Яндекс.Такси», «Яндекс.Еда», каршеринг и проч. становятся основным бизнесом? Вы теперь больше B2B или B2C?

Мы всегда считали и по-прежнему считаем себя B2C-компанией, потому что работаем для конечных пользователей. Вначале нашей аудиторией были только они. Потом «Яндекс» перестал быть просто поисковиком и в ходе развития в дополнение к интернет-компании появилась как бы еще одна, которая объединяет мир офлайна и онлайна: такси, каршеринг, доставка еды. Но и поиск тоже меняется: сейчас мы развиваем поиск 2.0 с голосовым помощником, про который я уже говорила. В будущем все забудут, каким поиск был раньше, и станут пользоваться только голосовыми помощниками.

Какое место в стратегии «Яндекса» занимают чистые сервисы для бизнеса?

У нас появилось «Яндекс.Облако» — наш первый крупный сервис для бизнеса. Это своего рода коробочное решение, только в облаке. Оно позволяет хранить и обрабатывать ваши данные, находить связи, строить модели, обеспечивая все то, что бизнесу может понадобиться для разработки собственных решений.

Зачастую собственный ИТ-отдел у компании не очень силен, а для того, чтобы подключиться к нашему облаку и пользоваться его сервисами, достаточно нескольких человек. Мы подумали: для многих процессов у нас есть крутые технологии и написанные нами же крутые решения — почему бы не делиться ими через облако?

Можно ли привести примеры приложений, которые «Яндекс» писал для себя, а потом предложил другим организациям?

У нас довольно много собственных сервисов для организации проектной деятельности. Они помогают вести проекты, укладываясь в графики и в бюджет. Такие решения мы сейчас тоже хотим «упаковать» и предоставить кому-то бесплатно, а кому-то — за небольшие деньги. Мы иногда проводим ревизию, смотрим на все, что понаписали, и понимаем, из чего можно сделать продукт для внешнего пользователя.

У «Яндекса» огромная аудитория. Пользуетесь ли вы этим ресурсом при создании сервисов?

Да. Например, наша краудсорсинговая платформа «Толока» позволяет бизнесу быстро проделывать большие объемы работы. Вспомним пример с картинками: чтобы научить машину самостоятельно определять изображение, нужно предварительно вручную разобрать миллион картинок, отделив кошек от собак. Может, не ровно миллион, но достаточно много. Для этого кто-то должен просмотреть большое число изображений и разметить их: кошка, собака, кошка, собака. Во всех случаях нужна работа человека: очень быстрая, простая, прямо из дома. В мире есть много людей, которые хотят это делать, чтобы подзаработать. Краудсорсинговая платформа «Толока» позволяет ставить задачи всем пользователям: кто хочет, тот и и занимается. Когда приходит задание, каждый толокер — так мы их называем — сам определяет, насколько оно ему по зубам.

Поговорим о конкуренции. «Яндекс» стал такой всеобъемлющей, можно сказать, всеядной компанией, которая идет везде, где есть бизнес или шанс его развить.

Везде, где есть искусственный интеллект.

Хорошее уточнение. Насколько в платформенных бизнесах и в облачных сервисах остра конкуренция?

Конкуренция есть в каждом направлении, в котором у нас есть сервисы. У одного сервиса может быть один главный конкурент, у другого — несколько. Где-то их может быть пять, и это нас только радует — значит, у продукта есть рынок, и мы должны бежать быстрее. Если бы конкуренции не было, мы бы лениво ползли, а это невыгодно для всех.

Почему мы в состоянии конкурировать? Во многом за счет экосистемы «Яндекса», в которой многие вещи получаются быстрее и эффективнее.

Приведу пример. Два года назад молодой руководитель отдела Антон Рязанов пришел к нам и рассказал, что хочет запустить сервис каршеринга. Мы стали его расспрашивать: почему наш сервис станет успешным, ведь в Москве уже есть несколько каршерингов. Антон показал презентацию и объяснил, что наш каршеринг быстрее и дешевле соберет пул автомобилей и водителей. В автомобили сразу можно встраивать наши же сервисы: навигацию, карты, Алису. Всего этого у других нет, и поэтому для водителей наш сервис будет намного интереснее. Уже через семь месяцев он запустил «Яндекс.Драйв», и сейчас это самый большой каршеринг в стране и третий в мире. Его успеху очень помогла наша экосистемность — та инфраструктура, которая доступна командам внутри «Яндекса».

Другая наша сильная сторона — это кадры. «Яндекс» очень большой и очень привлекательный работодатель. Благодаря программам стажировки и нашей Школе анализа данных у нас очень сильные профессионалы. Ну а в ИТ-сфере сильные люди — это главное.

НОВЫЕ ПРОЕКТЫ И ЭКСПЕРИМЕНТЫ

Ваши сервисы довольно самостоятельны. Некоторые, как «Яндекс.Такси», даже выделяются в отдельный бизнес. Как в такой огромной компании обеспечить, чтобы новые сервисы не разрабатывались с нуля и чтобы все со всеми делились?

У нас есть своя внутренняя сеть — большое информационное пространство, в котором все сообщают о новых запущенных сервисах, технологиях, функциях. Это рабочий инструмент, то есть с его помощью команды могут информировать друг друга о своих внутренних разработках. Благодаря этому все подразделения знают, что происходит, и могут воспользоваться тем, что есть у других.

Конечно, чужой разработкой не всегда можно пользоваться в готовом виде, но другой сервис может доработать ее для своих задач. Мы всегда приветствуем, когда какой-то технологией пользуются многие подразделения. У нас есть большая платформа для хранения и обработки данных, которую мы называем смешным словом «Ыть» — «Yandex.Table», сокращенно YT. Она сделана очень круто, но сначала ею пользовались не все: для хранения и обработки данных отделы писали свои программы, а иногда пользовались сторонними сервисами. Но со временем YT зарекомендовала себя, и сейчас на нее перешли все.

Что означает платформа для хранения данных? Это просто серверное решение?

На ней можно не только хранить данные, но и по-всякому их обрабатывать. И доступ очень удобный — можно быстро положить и извлечь данные из хранилища. Эту платформу разрабатывали бывшие чемпионы мира по программированию, и они все время ее улучшают. В «Яндексе» данных очень много, поэтому быстро получить к ним доступ и отсортировать — суперважно.

Есть ли у «Яндекса» структура и процедура, которая определяет, какие проекты запускать? Кто обычно их предлагает и как принимаются решения о запуске?

У нас есть несколько таких процессов. В «Яндексе» многое появляется изнутри. Когда мы выделили для поддержки этого отдельный процесс, в компании стало появляться гораздо больше новых сервисов.

Есть комитет, состоящий из нескольких человек: к ним можно прий­ти и рассказать про идею нового сервиса или эксперимента для будущего бизнеса. Обычно в комитет приходят, поговорив со своим руководителем, получив какую-то поддержку от него. Мы все слушаем и голосуем.

Чтобы получить первичное финансирование и запустить проект, достаточно двух голосов. Каждые полгода мы проводим обзор всех таких экспериментальных проектов и смотрим, что с ними произошло. Они либо продолжают расти, либо превращаются в отдельный бизнес — как такси, либо становятся кусочками других бизнесов — сервисами. Бывает, что какие-то эксперименты закрываются или переконфигурируются.

За несколько лет эта процедура породила много новых экспериментов, новых сервисов и новых бизнесов. Конечно, иногда «Яндекс» покупает и готовые решения, но, по сравнению с другими компаниями, у нас больше внутреннего роста, чем покупок и поглощений.

На каком уровне принимается решение о запуске новых проектов?

Это зависит от проекта. Если его затевает большое подразделение и проект укладывается в бюджет, то руководитель подразделения решает сам. Он только должен показать нам, что именно будет запускаться: сервис не должен идти вразрез с нашим брендом.

Если же нужно дополнительное финансирование, то уровень решения поднимается до того человека, у которого есть полномочия, иногда до самой верхушки компании, где и есть тот самый комитет. А поэкспериментировать можно почти бесплатно, ни с кем особенно не согласовывая.

Известно, что Google поощряет своих сотрудников к ведению собственных проектов, выделяет для этого день. У вас есть что-­то подобное?

Мы считаем, что вся процедура поддержки экспериментов — это и есть наша система поощрения. То есть специальный день мы не даем, но, с другой стороны, с нашим свободным графиком время найти несложно. Многие что-то свое делают, пробуют, приходят и рассказывают: у нас есть специально выделенные люди, которые готовы выслушать и помочь советом. Все это у нас живет без особых формальностей.

Физически присутствовать в офисе у вас, наверное, не обязательно?

Как сказать. Не обязательно находиться в офисе с десяти утра до семи вечера. Но при этом присутствовать все-таки важно. Потому что у нас культура основана на личном общении. Когда мы что-то придумываем, то обязательно много разговариваем, много совещаемся. И даже разработчики, когда пишут код, тоже должны общаться друг с другом много и вживую.

Поэтому нам важно, чтобы команды хотя бы несколько часов находились в офисе вместе. Мы, в принципе, одобряем, когда человек проводит время в офисе. Просто нет какого-то специального режима — не надо всем приходить и уходить в одно и то же время.

ДОХОДЫ И ПРИБЫЛИ

Поговорим о структуре доходов компании «Яндекс». В отчете для инвесторов за 2018 год из общего дохода в 127 млрд руб. три четверти приходится на рекламу.

Пока да.

Следующей большой статьей по доходам является такси, затем электронная коммерция (без сервиса «Яндекс.Маркет», который вы теперь делаете со Сбербанком), за ними «Объявления», «Медиа» и, наконец, «Эксперименты», которые принесли 369 млн руб. Что туда попадает?

Все то, что мы пока не выделили в отдельный бизнес-юнит. Есть наш основной бизнес — поиск. У него прекрасный рост, он развивается. Но понятно, что драйверами роста во многом должны стать другие бизнесы, потому что поиск существует давно, и этот рынок рано или поздно приблизится к насыщению. Такси тоже становится большим бизнесом. В «Экспериментах» мы учитываем такие направления, как «Яндекс.Облако», «Образование», «Яндекс.Дзен», геосервисы, «Яндекс.Драйв». Основные драйверы роста в этой группе — «Яндекс.Драйв», геосервисы и «Яндекс.Дзен».

У «Яндекса» есть проекты, про которые трудно понять, будут ли они когда­-либо прибыльными: «Транспорт», «Учебник», «Большой музей».

Есть проекты, которые мы развиваем в большей степени потому, что ощущаем ответственность компании. Если мы говорим о «Яндекс.Учебнике», то наш стимул не монетизация, а желание учить детей математике. Хочется, чтобы Россия была в этой сфере очень конкурентной — и к этому, мне кажется, есть хорошие предпосылки. В других проектах мы стремимся сначала получить большую аудиторию. Исторически мы убедились, что в первую очередьлучше думать не о коммерциализации, а о том, как сделать сервис, который понравится пользователям и станет популярным. А вслед за этим чаще всего приходят и деньги.

РУКОВОДСТВО И КАДРЫ

Как распределяются полномочия между основателем «Яндекса» Аркадием Воложем, вами и Грегом Абовским?

У нас довольно сложная структура управления. Аркадий Волож управляет всеми бизнесами «Яндекса» во всех странах, в том числе и в России (когда номер готовился к печати, управляющим директором группы компаний «Яндекс» был назначен Тигран Худавердян. — прим. ред.). Грег Абовский — операционный и финансовый директор, он руководит финансовыми структурами и активно помогает развиваться некоторым экспериментам.

Я как генеральный директор в России в первую очередь занимаюсь кадрами, а также поддерживаю в компании единые правила, чтобы все бизнес-юниты действовали слаженно и составляли экосистему. Помимо этого я по-прежнему веду образовательные проекты, занимаюсь проектами в сфере социальной ответственности и общаюсь с государственными органами.

Когда­-то вы пришли в «Яндекс», чтобы открыть Школу анализа данных. Зачем это понадобилось компании?

Был 2007 год, в «Яндексе» уже работало несколько сотен человек. Компания испытывала сильнейший кадровый голод и не понимала, где искать специалистов, которые могли бы работать над проектами по машинному обучению.

Сейчас эту профессию называют data scientist, а тогда — специалистами по анализу данных или по «умному» программированию. Их совершенно не было на рынке, и меня позвали открывать Школу анализа данных, или ШАД, которая могла бы их готовить.

Я стала директором школы, а через два года, когда у нас появились первые выпускники, мы поняли, что они крайне востребованы. Школу стали развивать, появился отдел экономических программ «Яндекса». Мы устраивали для студентов стажировки и практику, а потом начали спонсировать студенческие олимпиады по программированию. В 2011 году я стала HR-директором в «Яндексе», а в 2017-м — генеральным директором «Яндекса» в России.

Какие педагогические задачи, кроме обучения профессии, вы ставите перед ШАД?

Когда мы открывали школу, у нас была мысль, что мы хотим не только найти новых классных сотрудников, но и создать вокруг интеллектуального программирования и машинного обучения особую среду. И ШАД действительно отличается особой культурой.

В 2017 году мы провели большое мероприятие в честь десятилетия школы и позвали всех выпускников. Было заметно, что это особая прослойка, своего рода культурная общность. С одной стороны, люди безумно работоспособные, потому что в ШАД мы из них выжимали все соки. Днем они учились в университетах или где-то уже работали, а по вечерам приходили к нам. До выпуска добрались, можно сказать, «выжившие» — очень трудолюбивые, очень умные, очень современные. И при этом, мне кажется, не так уж много думающие о деньгах. Для них важнее задачи, которые обещают некий прорыв в будущее.

Многих ли выпускников ШАД вы принимаете на работу в «Яндекс»?

К нам попадают примерно две трети. Кто-то сразу после выпуска, кто-то — успев поработать в другом месте. В основном все студенты ШАД хотят попасть на работу в «Яндекс», но, если честно, мы берем не всех даже из своих выпускников.

Ощущаете ли вы и сейчас кадровый голод и в каких специальностях?

Несомненно. В «Яндексе» очень большая служба рекрутинга, которая набирает и набирает, собеседует и собеседует. Компания растет быстро. За прошлый год мы приняли на работу более 2 тыс. сотрудников, из них половина — программисты. Но у нас жесткие критерии отбора, и потребность в очень квалифицированных людях никуда не уходит.

Благодаря стажировкам и ШАД набирать молодежь у нас получается неплохо, но найти сотрудников на более высокие уровни, людей уже с опытом, гораздо сложнее. Я бы сказала, что мы ощущаем кадровый голод вообще во всех специальностях. Не знаю ни одной профессии, в которой можно было бы сказать, что вот здесь мы очень быстро и легко находим специалистов. Но самый большой дефицит, конечно, по-прежнему в нашей основной деятельности — разработке.

Об авторе. Евгения Чернозатонская — старший редактор «Harvard Business Review Россия».