# Шьям Шанкар из Palantir: «Чат-интерфейсы — это антипаттерн для бизнеса» Источник: https://www.youtube.com/watch?v=oeFjsv-B3_M Канал: ARK Invest Опубликовано: 28.09.2023 --- В новом выпуске подкаста FYI от ARK Invest технический директор Palantir Шьям Шанкар (Shyam Sankar) раскрывает внутреннюю кухню одной из самых закрытых и обсуждаемых технологических компаний мира. В беседе с командой ARK он объясняет, почему чат-интерфейсы — это тупиковый путь для корпоративного ИИ, как «онтология» данных превращает разрозненные функции бизнеса в единый оркестр и почему будущее программирования лежит в области биологии. ## 🛠 От 13-го сотрудника до CTO: философия «передового проектирования» [[JUMP:01:05]] Шьям Шанкар присоединился к Palantir 18 лет назад, став 13-м сотрудником компании [01:17]. В основе его подхода лежит концепция «Forward Deployed Engineering» (FDE) — инженеров, работающих непосредственно «в полях» с клиентами. По словам Шанкара, это позволяет создавать продукт методом «обратного распространения» (back propagation): вместо того чтобы сидеть в офисе в Пало-Альто, инженеры изучают эмпирическую истину проблем заказчика и работают в обратном направлении — от ответа к функции [01:43]. Личная мотивация Шанкара тесно связана с национальной безопасностью. Будучи ребенком беженцев, бежавших от насилия в Нигерии, и потеряв дядю во время терактов в Мумбаи в 2006 году, он считает работу над защитой общества своим долгом [01:55]. Этот драйв помог Palantir масштабироваться из правительственного сектора в коммерческий, сохранив фокус на решении фундаментальных задач. ## 💼 Миф о консалтинге и реальность софтверной маржи [[JUMP:02:47]] Существует устойчивое заблуждение, что Palantir — это скорее консалтинговое агентство, чем продуктовая IT-компания. Шанкар категорически не согласен с такой оценкой, указывая на высокую валовую маржу, которая соответствует софтверному бизнесу, а не сервисному [03:02]. Основные тезисы Шанкара о модели бизнеса: * **Поиск «секретов» в полях:** Инженеры Palantir не просто внедряют софт, они ищут «глубинные секреты» бизнеса клиентов, которые скрыты за симптоматичными проблемами [04:07]. * **Проблема Excel:** Даже в компаниях с дорогими ERP-системами сотрудники на передовой часто работают в Excel. Шанкар считает, что задача Palantir — создать продукт, который заменит эти «костыли», решив корневые проблемы данных [05:01]. * **Отказ от почасовой оплаты:** Компания не выставляет счета за часы работы (как консультанты), а продает платформу, решающую конкретные бизнес-задачи, такие как ускорение производства самолетов Airbus A350 [05:28]. ## 🕸 Онтология как операционная система предприятия [[JUMP:11:37]] Ключевым понятием в архитектуре Palantir является «онтология». По мнению Шанкара, это не просто модель данных, а операционный слой, который оркеструет все предприятие [15:15]. Разница между обычным хранилищем данных и онтологией Palantir: 1. **Существительные и глаголы:** Онтология включает не только объекты (инвентарь, детали), но и действия (аллокация, перемещение, назначение заказа) [15:30]. 2. **Решения вместо данных:** Шанкар утверждает, что компаниям не нужно «приводить дом в порядок» годами, прежде чем начать работать с данными. Нужно идти от конкретных решений (decisions, not data) и подтягивать только те данные, которые влияют на это решение [13:21]. 3. **Единое стекло:** Онтология позволяет принимать решения в том же интерфейсе, где генерируются инсайты, превращая дашборды в полноценные приложения [16:32]. Шьям приводит пример: закупщик может экономить на сырье ради своих KPI, не подозревая, что дешевый материал снижает выход готовой продукции и вредит производственному отделу. Онтология связывает эти решения, предотвращая ситуацию, когда «левая рука вредит правой» [07:00]. ## 🤖 Почему «чат» — это антипаттерн для корпоративного ИИ [[JUMP:18:42]] С появлением больших языковых моделей (LLM) роль онтологии стала критической. Шанкар считает, что просто «прикрутить чат» к корпоративным данным — это ограничивающий подход, который он называет антипаттерном [19:48]. По мнению CTO Palantir, LLM — это «третий тип вычислений», нечто среднее между человеческим мышлением и алгоритмической логикой [20:03]: * **LLM не умеют в математику:** Попытка заставить модель умножать пятизначные числа — это «LLM-сложная» задача. Для этого существуют инструменты (калькуляторы, симуляторы), которыми ИИ должен уметь пользоваться [20:53]. * **От слов к коду:** Настоящая ценность ИИ в бизнесе заключается не в умении писать тексты на английском, а в способности «говорить на коде» (JSON, DSL), чтобы изменять состояние приложений [22:00]. * **Уйти от «галлюцинаций»:** Чем сильнее типизирована ваша модель данных («type safety»), тем меньше риск галлюцинаций ИИ. Проще говоря, ИИ легче заполнить четко определенную структуру данных, чем написать связное и верное предложение [42:39]. Примеры скорости внедрения на платформе Palantir AIP: * Агент для обработки страховых претензий в Европе — создан за 2 дня [12:04]. * Копилот для гарантийных претензий автопроизводителя в США — создан менее чем за 2 недели (экономит 4 часа работы аналитика в день) [12:17]. ## 🏦 Битва за «пиксели»: кто выиграет в гонке ИИ [[JUMP:36:15]] В вопросе о том, кто заберет основную прибыль от ИИ-революции, Шанкар придерживается четкой позиции: ценность аккумулируется на нижнем (вычисления/GPU) и верхнем (приложения) уровнях стека [37:36]. Основные выводы по рынку: * **Средний слой под угрозой:** Модели (foundational models) могут стать коммодити (товаром с низкой маржой). Если вы не владеете приложением, вам трудно создать уникальный опыт и удержать ценность [38:04]. * **Преимущество инкумбентов:** Победителями станут те, кто уже владеет «пикселями» — интерфейсами, в которых люди работают сегодня (Microsoft Office, Palantir Foundry). Создать дистрибуцию с нуля новым игрокам будет крайне сложно [39:23]. * **Amazon vs. Microsoft:** Шанкар отмечает разницу в подходах: Microsoft делает ставку на «магический» опыт в своих приложениях, а Amazon — на предоставление вычислительных мощностей и разнообразие моделей, так как у них меньше собственных приложений, где можно применить ИИ [38:30]. ## 🧬 Ginkgo Bioworks: биология как новая инженерия [[JUMP:46:22]] Шьям Шанкар также занимает пост председателя совета директоров Ginkgo Bioworks. По его мнению, биология — это будущее производства, а клетка — это компьютер, который можно программировать [47:42]. Главные тезисы о Ginkgo: * **Программирование на ACGT:** Задача Ginkgo — научить ИИ говорить не на английском, а на языке ДНК. Шанкар считает, что потенциал здесь огромен, так как люди едва понимают «код» природы [49:00]. * **Замкнутый цикл:** Интеграция «сухого» ИИ и «мокрой» лаборатории (автоматизированной фабрики) позволяет проводить тысячи итераций дизайна ДНК быстрее, чем любая традиционная лаборатория [49:53]. * **Уникальная база данных:** Кодовая база Ginkgo примерно в 10 раз больше всех публично доступных источников ДНК, что дает им колоссальное преимущество в обучении специализированных моделей [50:33].