# Клейнерман: «90% ценности ИИ-решений находится в данных, а не моделях»

Источник: https://www.youtube.com/watch?v=wzNiEpCxx9g
Канал: 20VC (Harry Stebbings)
Опубликовано: 22.09.2023

---

В новом выпуске подкаста 20VC ведущий Гарри Стеббингс обсуждает будущее индустрии искусственного интеллекта с вице-президентом по продукту компании Snowflake Кристианом Клейнерманом. Собеседники анализируют, обладают ли такие гиганты, как OpenAI и Anthropic, долгосрочным конкурентным преимуществом, и как эволюционирует технологический стек для корпоративных клиентов. В центре дискуссии — смещение фокуса от самих моделей к стратегическому управлению данными как главному фактору успеха ИИ-трансформации.

## 🎓 Путь в Snowflake и уроки простоты
[[JUMP:0:26]]

Кристиан Клейнерман начал свою карьеру в Колумбии, где основал свой первый стартап и, по его собственным словам, «понял, чего делать не нужно». После второго стартапа в США с аналогичным уроком он решил учиться у лидеров индустрии и в 1999 году присоединился к Microsoft, где долгое время занимался системами данных, включая SQL Server и облачные сервисы. Позже Клейнерман перешел в YouTube (Google), возглавив инфраструктурное направление, что окончательно сформировало его как эксперта по работе с большими объемами информации перед приходом в Snowflake.

Основываясь на своем многолетнем опыте, Клейнерман выделяет ключевые принципы построения успешного технологического бизнеса:

* **Бескомпромиссный подход к талантам:** По мнению гостя, ничто не способно заменить истинный талант, и компании никогда не должны нанимать людей компромиссно, руководствуясь лишь их благими намерениями.
* **Сложность масштабирования:** Клейнерман приводит пример своего стартапа по разработке ПО для планирования расписания авиакомпаний, который из-за избыточной кастомизации под клиентов превратился в сервисный бизнес вместо масштабируемой продуктовой платформы.
* **Магия простоты:** За 13 лет в Microsoft Кристиан усвоил, что упрощение продукта до предела — это лучший способ победить сильных конкурентов. Например, SQL Server успешно конкурировал с Oracle и IBM не за счет избытка функций, а благодаря легкости использования, что сформировало лояльную аудиторию. Этот же подход, по утверждению Клейнермана, лег в основу успеха Snowflake.

## 🚀 Генеративный ИИ: Хайп против фундаментального сдвига
[[JUMP:05:15]]

Обсуждая текущее состояние индустрии генеративного ИИ, Кристиан Клейнерман признает наличие огромного хайпа и синдрома упущенной выгоды (FOMO), из-за которого компании спешат поверхностно внедрить ИИ в свои продукты. Однако за этим информационным шумом скрывается фундаментальный технологический сдвиг, способный изменить любое взаимодействие человека с компьютером, сделав его проще и дружелюбнее. По оценке гостя, масштаб этой революции сопоставим с появлением интернета или мобильных технологий.

Внедрение технологий генеративного ИИ в различных отраслях происходит неравномерно:

* **Креативные индустрии:** По мнению Клейнермана, это самый очевидный бенефициар новой волны. Инструменты вроде Stable Diffusion, Midjourney и решения от Adobe совершили прорыв, поскольку то, что в других сферах считается «галлюцинацией» или ошибкой, здесь становится ценной фичей, позволяющей создавать уникальный контент.
* **Корпоративный сектор:** Скорость адаптации здесь напрямую зависит от зрелости работы с данными в конкретной компании. Клейнерман формулирует ключевой тезис Snowflake: не существует стратегии генеративного ИИ без стратегии управления данными. Лидерами внедрения выступают финансовые услуги (например, хедж-фонды), ритейл и сектор потребительских товаров (CPG). Медленнее всего ИИ внедряется в государственном секторе из-за регуляторных ограничений.

Гарри Стеббингс предполагает, что в сфере госуслуг и здравоохранения внедрение ИИ может тормозиться из-за несовпадения стимулов: политики боятся массовых увольнений сотрудников (например, медсестер). Клейнерман возражает, заявляя, что индустрия еще не готова к полной замене человека. На текущем этапе большинство сценариев ИИ направлены на повышение продуктивности и создание цифровых ассистентов (копилотов), а не на вытеснение рабочей силы, поэтому стимулы эффективности пока работают исправно.

## 📊 Битва за данные: Почему модели превращаются в коммодити
[[JUMP:13:16]]

Гарри Стеббингс отмечает мнение некоторых экспертов о том, что данные стали настолько общедоступны, что больше не являются эксклюзивным преимуществом крупных игроков. Кристиан Клейнерман разделяет публичные и приватные данные корпораций. По его прогнозу, в ближайшие 6–12 месяцев правила игры изменятся: компании закроют свои данные от бесплатного сканирования и обучения сторонних моделей, как это произошло в свое время с поисковыми системами.

Клейнерман предлагает радикально переоценить ценность компонентов ИИ-систем:

* **Распределение ценности:** В условном пироге ИИ-решений гость отдает более 90% ценности именно данным, и лишь около 10% — самой модели.
* **Коммодитизация моделей:** Клейнерман утверждает, что базовые языковые модели стремительно превращаются в сырьевой товар (коммодити). В качестве доказательства он приводит примеры стартапов всего из семи человек, которые создают модели, сопоставимые по качеству для ряда задач с разработками OpenAI или Anthropic.
* **Контекстуальный размер моделей:** Хотя индустрия восхищается гигантскими моделями вроде ChatGPT, для специализированных корпоративных задач размер имеет меньшее значение. По мнению Клейнермана, меньшие по размеру модели, дообученные (fine-tuned) на специфических данных компании, показывают лучшие результаты, а также существенно выигрывают по стоимости и задержке (latency).

Снижение затрат на обучение, по оценке гостя, произойдет как за счет удешевления вычислительных мощностей, так и благодаря переосмыслению процессов: вместо обучения с нуля компании будут использовать общие базовые наборы данных и надстраивать над ними точечное дообучение. При этом ключевым фактором успеха бизнеса становится гибкость и способность легко переключаться между разными моделями. Для сохранения этой опциональности Клейнерман рекомендует компаниям создавать абстрактный слой моделей (model abstraction layer), отделяющий логику приложения от специфики конкретного ИИ-провайдера.

## 🔒 Безопасность, авторские права и архитектура будущего
[[JUMP:25:47]]

Среди главных барьеров на пути внедрения ИИ в бизнесе Кристиан Клейнерман выделяет три проблемы: корректность ответов (галлюцинации), безопасность приватных данных и неопределенность прав на результаты работы ИИ. К примеру, если инвестиционная компания загрузит свои торговые стратегии в модель и получит прибыльную рекомендацию, юридический статус этой прибыли пока остается туманным.

Решение проблемы безопасности Клейнерман видит в изменении архитектурного подхода:

* **ИИ идет к данным:** Вместо отправки огромных массивов корпоративной информации на внешние серверы ИИ-провайдеров, индустрия переходит к развертыванию защищенных приватных эндпоинтов моделей непосредственно там, где хранятся данные. Эту стратегию уже реализуют Snowflake, Amazon и Microsoft с их Azure OpenAI.
* **Юридическая защита клиентов:** Заявления таких гигантов, как Microsoft и IBM, о готовности защищать своих клиентов в судах по вопросам нарушения авторских прав ИИ, Клейнерман называет важнейшим шагом. Это снижает реальные опасения корпораций и устраняет двусмысленность, которая сдерживала внедрение технологий.
* **Прозрачность и цитирование:** По мнению гостя, корпоративный ИИ требует полной прозрачности данных, на которых обучалась модель (как это делает IBM). В качестве примера Клейнерман приводит покупку компанией Snowflake стартапа Neeva, разработчики которого сделали ставку на обязательное использование цитат, ссылок и указание первоисточников в ответах ИИ для борьбы с галлюцинациями.

Исходя из этого, Клейнерман убежден, что основная ценность в ближайшее десятилетие будет аккумулироваться у платформ-инкумбентов (таких как Google или Snowflake), обладающих доступом к колоссальным массивам данных, а также развитыми каналами дистрибуции.

## 🛠 Продуктовое лидерство и будущее интерфейсов
[[JUMP:37:43]]

Кристиан Клейнерман соглашается с тезисом, что для ряда утилитарных задач (например, конфигурации серверных кластеров) ИИ снизит значимость классического графического интерфейса (UI), заменив его текстовыми командами. Однако в сценариях, требующих сложного взаимодействия с данными, UI сохранит свои позиции, трансформируясь в сторону глубокой персонализации под конкретного пользователя.

Говоря о внутренних вызовах Snowflake, Клейнерман выделяет проблему восприятия бренда:

* **«Ловушка» позиционирования:** Компанию до сих пор часто воспринимают исключительно как облачное хранилище данных (Data Warehouse), хотя Snowflake уже более шести лет развивается как комплексная платформа для приложений и работы с ИИ. Клейнерман видит задачу своей команды в том, чтобы донести до рынка возможность обучать и запускать модели прямо внутри их экосистемы, без необходимости копирования данных на сторонние платформы.

С годами изменился и личный управленческий стиль Клейнермана. Он признается, что стал более авторитарным и готовым жестко продвигать свое мнение «сверху вниз». По его словам, на старте карьеры он стремился быть хорошим менеджером, который выслушивает и учитывает мнение каждого, однако для создания продукта с единой и последовательной философией лидер обязан брать на себя директивные решения. При этом баланс между внутренними дебатами и скоростью зависит от архитектурного слоя: ключевые подсистемы хранения данных требуют принципа «отмерь сто раз, отрежь один раз», тогда как интерфейс редактора запросов можно и нужно итерировать быстро на основе пользовательского фидбека.

## ⚡ Блиц и уроки великих лидеров
[[JUMP:42:09]]

В финальном блиц-опросе Кристиан Клейнерман поделился своими убеждениями по ряду острых вопросов:

* **Технический бэкграунд PM:** По мнению гостя, в современных реалиях менеджер по продукту (PM) практически не может быть успешным без глубоких технических знаний.
* **География инноваций:** Основателям ИИ-стартапов вовсе не обязательно находиться в Кремниевой долине — талантливые команды и прорывные идеи сейчас распределены по всему миру.
* **Главный секрет успеха:** Любой бизнес, наем сотрудников и отношения с клиентами в конечном счете сводятся к людям.

Клейнерман также вспомнил свой опыт работы с выдающимися лидерами индустрии. Он признался, что изначально сильно ошибался насчет Сатьи Наделлы, когда тот возглавил enterprise-направление в Microsoft. Наделла быстро принял ряд сложнейших структурных решений, доказав, что видит картину глубже остальных. По оценке Клейнермана, Сатью отличает способность быть кристально четким мыслителем и неуклонно двигаться к цели, игнорируя сотни вымышленных препятствий. Похожим качеством «проясняющей силы» обладает и легендарный лидер Snowflake Фрэнк Слоотман, чья ясность мышления и фокус радикально ускоряют принятие решений в компании.

Взгляд собеседников на долгосрочные перспективы ИИ выразился в шуточном споре о влиянии технологии на мировую экономику через 10 лет. Гарри Стеббингс верит в масштабный скачок и рост мирового ВВП на 10%, в то время как Кристиан Клейнерман прогнозирует более умеренный и прагматичный прирост в районе 2%, ставя на постепенное, эволюционное повышение продуктивности.