Клифф Вайцман, основатель и генеральный директор Speechify, в беседе с Гарри Стеббингсом объясняет, почему его компания решила отказаться от полной зависимости от облачных провайдеров и инвестировать десятки миллионов долларов в собственное оборудование. В интервью обсуждаются экономические выгоды владения GPU, стратегические ошибки в конкуренции с ElevenLabs, изменение процессов найма в эпоху ИИ и амбициозные планы Вайцмана по использованию вычислительных мощностей для лечения редких заболеваний.
🖥️ Своя «баскетбольная корзина»: зачем стартапу покупать GPU 0:55
Speechify тратит десятки миллионов долларов на покупку графических процессоров NVIDIA и платит дополнительно по $100 000 за каждый чип, чтобы получить его на четыре месяца раньше срока . Вайцман сравнивает это с тренировками великого баскетболиста: если вы Майкл Джордан и хотите попасть в НБА, вам неудобно платить по $20 в час за аренду зала — вам нужна собственная корзина прямо дома, доступная в любое время .
По словам Вайцмана, владение инфраструктурой дает несколько ключевых преимуществ:
- Психология инженеров: Когда GPU арендованы, разработчики стараются быть экономными и боятся тратить лишние деньги компании. Собственные чипы позволяют проводить неограниченное количество экспериментов .
- Архитектурная необходимость: Для обучения крупных моделей требуется, чтобы память была колоцирована (находилась в одной стойке) с большим кластером GPU. Такую конфигурацию сложно и дорого получить через стандартную аренду у Google или Microsoft .
- Скорость и приоритет: Покупая новые чипы (например, архитектуру Rubin) напрямую, компания получает к ним доступ на год раньше, чем они станут массово доступны через облачных провайдеров в нужных объемах .
📊 Экономика «железа»: почему владение дешевле аренды 7:12
Вайцман приводит детальный расчет, доказывающий финансовую выгоду покупки оборудования. По его данным, аренда одного чипа H100 в облаке (Azure или AWS) обходится в сумму от $3,5 до $5 в час .
Математика владения выглядит следующим образом:
- Стоимость аренды GPU за год при круглосуточной работе составляет от $35 000 до $50 000 .
- Стоимость покупки той же карты — около $30 000 .
- Таким образом, за один год аренда обходится в 1,5 раза дороже, чем покупка. При этом гарантийный срок службы оборудования составляет 3 года, а фактически оно может работать до 10 лет .
Вайцман считает, что страхи по поводу быстрого устаревания чипов преувеличены . Даже если модель устаревает для обучения передовых систем, её всегда можно использовать для инференса (запуска готовых моделей), где требования к мощности ниже . Кроме того, NVIDIA совместно с крупными банками (Goldman Sachs, Apollo) создает вторичный рынок, гарантируя выкуп чипов по цене до 25% от их первоначальной стоимости, что делает GPU ликвидным активом .
📉 Главная стратегическая ошибка: упущенный рынок B2B 22:59
Клифф Вайцман открыто признает, что его главным просчетом в истории Speechify стал отказ от раннего выхода на рынок B2B (бизнес для бизнеса) . Это позволило компании ElevenLabs «перепрыгнуть» Speechify по ряду показателей.
Аргументы Вайцмана о допущенной ошибке:
- Недооценка API: Вайцман полагал, что API для синтеза речи быстро станет комодити (дешевым и доступным везде товаром), и поэтому не хотел строить на этом бизнес .
- Упущенный рычаг: Он не осознал, что API — это «клин», который позволяет компании внедриться в инфраструктуру клиента и позже продавать ему более сложные инновации, такие как клонирование голоса или эмоциональная просодия .
- Разрыв в доходах: B2B-клиенты готовы платить значительно больше. ElevenLabs берет $100 за миллион символов, в то время как Speechify ориентировалась на стоимость ниже $10 для потребительского рынка .
Сейчас Speechify активно исправляет ситуацию, запуская собственные API и решения для бизнеса, включая новую модель Simba 3.2 . Несмотря на конкуренцию с такими гигантами, как Sierra (проект Бретта Тейлора), Вайцман уверен, что рынок не монополистичен и в нем хватит места для нескольких крупных игроков .
👨💻 Найм и разработка в эпоху ИИ-агентов 31:10
По мнению Вайцмана, процесс создания программного обеспечения фундаментально изменился. Сегодня инженеры Speechify используют ИИ-агентов (таких как Claude Code и Cursor) для написания кода, выполняя скорее роль архитекторов и специалистов по контролю качества (QA) .
Новые правила найма в Speechify:
- Акцент на потенциал («Slope»): Вайцман ищет людей с высокой скоростью обучения, а не только с текущим багажом знаний. Он предпочитает нанимать победителей математических олимпиад и физиков, которые могут быстро освоить инструменты ИИ .
- Функциональные интервью: Кандидаты должны продемонстрировать умение эффективно оркестровать агентов для решения сложных задач в реальной кодовой базе .
- Маленькие, но мощные команды: С помощью ИИ маленькая команда может делать то, на что раньше требовались сотни людей. Один 19-летний разработчик в Speechify за несколько часов реализовал функции, на которые раньше ушли бы недели .
Вайцман также отмечает «феномен CTO»: Anthropic и OpenAI нанимают бывших технических директоров публичных компаний на позиции рядовых инженеров, потому что те в восторге от возможности работать с передовыми технологиями .
🧬 ИИ как ключ к лечению «сиротских» болезней 1:00:40
Самым вдохновляющим применением ИИ и собственных GPU-кластеров Вайцман считает биологию и фармакологию. Он рассказал личную историю: его брат страдает от редкого (орфанного) аутоиммунного заболевания .
Клифф самостоятельно организовал процесс исследования:
- В течение 15 недель у брата брали кровь для секвенирования генома, анализа протеомики и РНК .
- Данные сопоставлялись с ежедневными отчетами о самочувствии за последние 6 лет .
- Весь массив данных обрабатывается на собственном GPU-кластере компании .
Вайцман утверждает, что уже нашел закономерности, которые не смог увидеть ни один врач. Его цель — использовать модели (такие как AlphaFold) для проектирования молекул, способных блокировать проблемные белки, и вылечить брата . Он верит, что в ближайшие 5 лет ИИ решит проблему многих редких заболеваний, которые раньше считались экономически невыгодными для изучения крупной фармой .
🔮 Блиц: прогнозы и мнения 55:18
- Интерфейсы будущего: Через 5 лет основным способом взаимодействия с компьютером станет голос, а не экран. Модели Apple Siri и текущие голосовые версии ChatGPT пока слишком медленны и глупы, но это быстро изменится .
- Meta против SpaceX: Из двух компаний Вайцман выбрал бы акции Meta. Он считает Марка Цукерберга великим основателем, у которого есть преимущество в возрасте (на 20 лет моложе Илона Маска) и огромный массив данных, ценность которых рынок недооценивает из-за юридических ограничений вроде GDPR .
- Sierra против ElevenLabs: Вайцман высоко оценивает Бретта Тейлора (основателя Sierra) и считает его «обладателем лучшего резюме в мире». Он полагает, что обе компании станут гигантами, так как играют в разные игры: Sierra метит в создание «следующего Salesforce», а ElevenLabs фокусируется на широком спектре аудио-агентов .
