В новом выпуске подкаста a16z основатель и CEO компании Hevia Джордж Сивулка обсуждает смену парадигмы в профессиональных услугах под влиянием «моделей рассуждения» (reasoning models). Сивулка, чей стартап автоматизирует сложнейшие задачи в финансах и праве, объясняет, почему 2025 год станет временем реального возврата инвестиций (ROI), и как искусственный интеллект превращается из инструмента для генерации текстов в полноценного аналитика, способного находить скрытую «альфу» в массивах частных данных.
🧠 Законы масштабирования и феномен DeepSeek 1:05
Джордж Сивулка убежден, что законы масштабирования (scaling laws) — это не просто эмпирическое наблюдение, а фундаментальное математическое свойство Вселенной . По его мнению, существуют два типа таких законов:
- Масштабирование обучения: Модели становятся умнее по мере добавления данных и вычислительных мощностей. Сивулка прогнозирует, что GPT-5 будет значительно превосходить GPT-4 .
- Масштабирование инференса (вывода): Этот подход, популяризированный моделями OpenAI o1 и DeepSeek, позволяет модели «думать» дольше во время ответа. Сивулка отмечает, что Hevia была пионером этой техники, обнаружив, что запуск нескольких моделей одновременно для решения сложных задач дает экспоненциально лучшие результаты .
Обсуждая китайскую модель DeepSeek, Сивулка называет её скорее «пустышкой» (nothing burger), чем прорывом . По его мнению, Китай в очередной раз продемонстрировал умение эффективно копировать и оптимизировать американские технологии, но не способность раздвигать границы возможного (frontier AI) . Тем не менее он признает, что успех DeepSeek заставил США переосмыслить вопросы регуляции и открытого исходного кода .
🎓 От PhD в Стэнфорде до борьбы с «болью» в финансах 6:11
Путь Джорджа Сивулки в бизнес начался с академических исследований в области нейронаук и прикладной физики в Стэнфорде. В 2020 году он был очарован концепцией мета-обучения (обучение машин тому, как учиться) . Ключевым моментом стал выход статьи OpenAI о GPT-3, в заголовке которой утверждалось, что большие языковые модели являются «мета-обучающимися системами» . Сивулка вспоминает, что это открытие буквально «уничтожило» его исследовательскую область, доказав, что будущее за LLM.
Идея Hevia родилась из наблюдения за сверстниками, работавшими в финансовом секторе :
- Самые умные выпускники Стэнфорда тратили ночи на выполнение простейших, повторяющихся и утомительных задач.
- Сивулка заметил, что его друзья буквально ненавидели свою жизнь из-за рутины.
- Руководствуясь стэнфордским принципом «строй компанию там, где есть боль», Джордж решил использовать ИИ для автоматизации труда высококвалифицированных «белых воротничков» .
🏦 Почему ChatGPT не подходит для Уолл-стрит 9:21
По мнению Сивулки, стандартные инструменты вроде ChatGPT отлично справляются с разовыми творческими задачами (написать стихотворение или помочь с домашним заданием), но пасуют перед серьезной работой . Основные ограничения существующих чат-ботов в контексте профессиональных услуг:
- Публичные данные: Модели обучены на открытой информации, в то время как в финансах и праве ценность представляет закрытая, неструктурированная офлайн-информация .
- Отсутствие дифференциации: Если 10 венчурных капиталистов попросят ChatGPT составить инвестиционный меморандум, они получат примерно одинаковый результат без какой-либо «альфы» (уникального преимущества) .
- Сложность процессов: Профессиональная деятельность требует многошаговых, кастомных процессов, а не простого генеративного ответа.
Hevia предлагает подход с «бесконечным эффективным контекстным окном», позволяя загружать тысячи документов — например, все предыдущие меморандумы фонда a16z, чтобы ИИ понимал специфический стиль и критерии оценки конкретной фирмы .
🤖 Hevia как операционная система для ИИ-агентов 12:41
Джордж Сивулка формулирует философию продукта метафорично: Hevia строится не просто как интерфейс для человека, а как инструмент, который выберет сам AGI (общий искусственный интеллект) для выполнения задач . Вместо того чтобы пытаться втиснуть 100 000 документов в контекстное окно одной модели, Hevia оркеструет работу множества «субагентов» .
Основатель компании выделяет два вектора ценности ИИ:
- Скорость: То, что занимало 4 часа, теперь занимает 4 минуты.
- Новые результаты (Net New): Возможность проводить анализ, который человек физически не мог сделать из-за объема данных .
Ключевые сценарии использования (Use Cases):
- Анализ VDR (виртуальных комнат данных): При анализе сделок ИИ автоматически обрабатывает до 100 000 файлов, выявляя концентрацию клиентов или проблемы в экспертных интервью. Это экономит 20–30 часов на одну сделку .
- Скрининг сделок: В частном капитале (Private Equity) аналитики тратят дни на чтение маркетинговых материалов (SIM), чтобы в итоге сказать «нет». Hevia позволяет сканировать на 137% больше возможностей, мгновенно сопоставляя их с критериями фонда .
- Юридическая практика: ИИ просматривает библиотеки прошлых соглашений, помогая юристам прямо во время переговоров находить лучшие рыночные условия (Market Terms) .
📈 2025: Год перехода от экспериментов к ROI 23:24
Сивулка утверждает, что если 2023 и 2024 годы были временем экспериментов («Что мы можем сделать с ИИ?»), то в 2025 году советы директоров требуют четкого влияния на P&L (отчет о прибылях и убытках) .
Он приводит примеры реальной отдачи:
- Финансовые фирмы экономят десятки и сотни тысяч долларов на анализе кредитных соглашений, который раньше передавался на аутсорс юристам с почасовой оплатой $2000 .
- Крупные юридические фирмы (Am Law 50) используют Hevia для мгновенного онбординга клиентов и выявления «красных флагов» в их данных, что раньше занимало до 8 часов ручного труда .
При этом Сивулка подчеркивает важность «управления изменениями» (change management). Проблема часто не в технологии, а в том, что люди не знают, для чего именно её использовать. В Hevia для этого создана библиотека из почти 2000 шаблонов для специфических ролей — от кредитных аналитиков до специалистов по связям с инвесторами .
🔮 Будущее: ИИ-агенты и трансформация рынков 28:49
Джордж Сивулка дает несколько смелых прогнозов на ближайшее десятилетие:
- Тест Тьюринга для рынков: Настоящим тестом на появление AGI станет способность ИИ зарабатывать значительно больше денег, чем инвестор-человек, за счет выявления мошенничества и рыночных неэффективностей в глобальном масштабе .
- Частные рынки как новые публичные: Hevia стремится создать аналог «терминала Bloomberg» для частных компаний. Это позволит структурировать информацию о непубличном бизнесе так же четко, как это сделано для акций S&P 500, что радикально изменит скорость движения капитала .
- ВВП под управлением ИИ: По прогнозу Сивулки, в течение 10 лет более 50% мирового ВВП будет создаваться при участии ИИ-агентов .
В завершение Джордж отмечает, что его цель — не заменить людей, а избавить их от роли «роботов-автоматов» . Он верит, что когда ИИ возьмет на себя рутинное исполнение, люди смогут сосредоточиться на творчестве, принятии решений и открытиях. Успехом для индустрии он назовет ситуацию, когда ИИ сэкономит хотя бы 1% времени для 1% населения планеты, хотя лично он рассчитывает на гораздо более масштабные изменения .
