Андрю Джойнър, HyperScience: Когато търсим хора, първо ги търсим в София

Къде се намираHyperScience към 2024 г.?

- Обичайно аз идвам в компании с цел да помогна с разширение на мащаба по отношение на приходи и клиенти. В случая на HyperScience вече има много солидна технологична основа, затова бих казал, че в момента се намираме в писането на следващата глава в историята на компанията, след като бяха решени някои много трудни технологични предизвикателства във връзка с машинното самообучение. Гледайки назад, тази компания бе основана няколко години преди основополагащия документ на Google относно трансформативните технологии, базирани на изкуствен интелект (AI). Първият сериозен проблем, който HyperScience реши, бе научаването на машини да четат информация, написана от човешка ръка. Сега виждаме, че генеративният изкуствен интелект кара машините да пишат, тоест обратното. След това решихме още два сложни проблема - не само как да бъде разчетена информация, но и как да бъде вкарана вътре в дадена компания. Ако погледнем към генеративния AI, той работи основно с крайни клиенти, докато ние свършихме цялата нужна работа, за да може да бъде използвано нашето AI решение от компании. Следващата стъпка беше да стигнем до клиенти - силно регулирани сектори като финансовия, както и правителства. Всичко това постигнахме, след като набрахме огромен финансов капитал. Аз съм тук от вече една година и мога да кажа, че основата на всичко, което правим в HyperScience, се заражда тук, в България.

Как бихте описали продукта?

- Това, което виждаме, е, че всеки път когато компанията създава нещо на хартия, например фактура, следва решение дали документът е валиден. Тези малки решения отнемат голям ресурс. Ние автоматизираме този процес, като дадем на клиентите нещо, което може да се възприеме като дигитален служител. Той решава дали един документ е валиден. Обичайно подобни работни места или се изпращат към офшорен офис, или се аутсорсват към друга компания. Целта винаги е да имаш възможно най-малко разходи. Ние позволяваме всичко това да бъде изцяло автоматизирано.

Кои сектори са приоритет като клиенти?

- Правителственият сектор е най-добрият сектор. Там има огромен брой хартия, има ужасно много документация, има размяна на документи с други държави или институции, които трябва да бъдат валидирани. Това е средата, в която нашият софтуер работи най-добре. Държавата също така не може да аутсорсва, трябва да върши всичко сама, а това е скъпо. И е скъпо за сметка на всички. И разбира се, правителството винаги плаща навреме. Освен това сме насочени към финансовия сектор, където има много документи - например при ипотека, верифициране на доходи, банкови извлечения, сметки.

Всеобщото възприятие е, че правителствата са бавни. Не е ли такъв случаят и при вас?

- Не, точно обратното. В САЩ правителството води в използването на AI. Държавата е доста добре запозната с AI основно заради военните и логистичните приложения. Държавата е пионер в това отношение. Компаниите бяха технологични лидери, но сега те имат проблем: AI е нещо непознато за тях и те нямат доверие да вкарат в него своите данни. Държавните институции знаят точно какво търсят. Затова и около половината ни приходи идват от правителствени агенции. На тях им харесва, че нашият модел е прозрачен, можеш много лесно да провериш защо той взима едно решение, а не друго. При големите езикови модели това не е така.

В първите си години HyperScience набра няколко много големи рунда на финансиране, след което изведнъж спря. Защо?

- Защото това беше много сложно технологично предизвикателство. Да създадеш модел и да го тренираш с данни е скъпо занимание. Трябваха ни огромни количества пари за основни неща, като например тренирането на машината как да чете ръкописни думи, как да разпознава размазано мастило. Всички тези неща, които ние правим автоматично. Инвеститорите знаеха това, знаеха, че ни трябват много данни. Това беше единият ни голям разход. Другият голям разход беше, че след като вече имахме модела, трябва да го вкараме вътре в дадена компания, където човек, който не се занимава професионално или научно с данни, да може да го тренира и използва. Към момента, в който аз застанах начело, все още имахме много останал капитал, който използваме и в момента, за да се наложим на пазара. Хубавото на всичко това е, че сега сме изключително ефективни. Маржът ни е като на изцяло софтуерна компания. Всеки път когато продаваме софтуера си, това са приходи, които се превръщат в използваем ресурс. Толкова добре бяхме капитализирани, че в един момент нямаше нужда да набираме още пари. До края на тази година би трябвало вече да работим на печалба. Оттам нататък въпросът е как да използваме парите си възможно най-ефективно - дали да инвестираме в технологичното си решение, или да инвестираме в пазарно разширение.

Автор : Надежда Чипева Преглед на оригинала

Каква е стратегията за разширение на приходите и клиентската база?

- Имахме среща, на която представихме плановете си пред служителите. Планът ни е да растем по-бързо, отколкото всички публично търгувани компании. Ако разгледате данните за борсово търгуваните софтуерни компании, от най-големите 75, само две очакват да растат с повече от 30%. Нашият план е да растем значително по-бързо. Целта е да растем не само като приходи, но и като ефективност, както и печалба. Това ще доведе до най-голямото разширение на стойността на компанията. Този растеж минава и през нашите партньори, защото около 85% от бизнеса ни преминават през тях. Моделът ни е силно ефективен и съответно нямаме нужда от огромни разходи, за да растем.

Бихте ли определили HyperScience като стартъп?

- Мисля, че сме в преходна фаза. Никога не трябва да губиш ДНК-то на стартъп, но също така има много неща, в които очевидно сме пораснали. Дисциплинирани сме по отношение на печалбата си и искаме да растем като компания, която вече е достигнала мащаб. Днес всичко изглежда очевидно, но всъщност не е - преди онзи документ на Google, който споменах, използването на машинно самообучение, за да решава корпоративни проблеми, не изглеждаше толкова очевидно. Ако погледнете например Oracle, една от най-големите бизнес софтуерни компании в света, финансовият отдел там има 630 души, които се занимават с документация. Така че, от една страна, искаме да бъдем стартъп, но от друга, гледаме към един много привлекателен пазар, където са Google и Microsoft. Това са огромни, много добре финансирани компании. За тях това са по-скоро научни проекти, а не основен бизнес, както при нас, но все пак пазарът е интересен и в него има сериозна конкуренция.

Колко хора работят в HyperScience в момента?

- При нас са 212 души. От тях над 60 са в България, сериозен процент от инженерния ни екип. В Северна Америка, откъдето идват 70% от приходите ни, се намира голяма част от търговския ни екип.

Как се справяте с управлението на толкова хора на далечни места?

- Това е магията на дистанционния свят - да можеш да си свързан с хора навсякъде, дори да е по Zoom. Аз винаги съм управлявал глобални компании, така че за мен не е нещо особено, винаги е било така. Уникалното за София е, че тук има много силна култура. Ние предлагаме хибридна работа, но доста хора предпочитат да бъдат в офиса. Често правим технологични събирания, на които идват технологични лидери от други места. Ако има едно нещо, което бих искал да взема от тук и да го разпространя из другите ни офиси, то би било културата.

Търсите ли хора?

- Да. Стратегията ни е да търсим първо за хора в София. Всякакви обяви, с изключение на такива за търговци в конкретен регион, пускаме първо в София. Ако не намерим, търсим на друго място. Имаме силна връзка с големите български университети. Осъзнали сме, че най-добрите специалисти водят след себе си други добри специалисти. Отдавам заслуженото на основателите на тази компания, защото те са успели да привлекат някои от най-умните технологични специалисти. Искам да продължим да инвестираме в тази насока.

HyperScience има офис тук заради съоснователитеКрасимир Маринови Владимир Цанков.Какъв е вашият поглед над офиса иплановете за него?

- Първо, офисът е много красив. Второ, съгласен съм с основателите, че тук са хванали страхотен извор на специалисти. Има много хора, които искат да се учат и са дисциплинирани. Има други хора, които сега сменят професията или образованието си, подобно на вълната, която видяхме при налагането на мобилни приложения. Имаме някои от най-добрите инженери и това привлича други хора, които искат да работят с тях. Стратегията ни е много проста - да продължаваме да правим това, което правим и сега.

Когато HyperScience започна да разработва продукта си, AI се разглеждаше като различни решения на специфични проблеми, какъвто е и вашият случай. От две години насам обаче фокусът е върху по-общите езикови AI модели. Проклятие или благословия е това?

- Чудесен въпрос. Мисля, че ChatGPT е най-добрият представителен продукт, който никога не създадохме. Доскоро бяхме много затворени към това да използваме думата AI, защото не мислехме, че клиентите ни ще повярват, че продуктът ни наистина може да чете и обработва документи като истински човек. Затова в маркетинговия ни подход не използвахме често думите "изкуствен интелект". ChatGPT представи AI на широката публика. Когато говорим с клиенти, имаме израз - не смятаме, че AI ще замени хората, но смятаме, че хората с AI ще заменят хората, които не използват AI. Бизнесите, които използват AI, също ще заменят тези, които не го правят.

Каква е крайната цел? Придобиване, IPO или нито едно от двете?

- С финансови показатели и ръст като нашия имаме доста възможности. В момента целта е да растем, да достигнем мащаб. Нямаме актуални капиталови нужди. Подобно на всички софтуерни компании там, където има стойност, има и възможности.