Удивительная история создателя Databricks AI - интервью для Goldman Sachs

Мы очень хотели заниматься исследованиями в этой области и помогать всё большему числу организаций использовать данные для еи. Но это было практически невозможно. И из-за этого разочарования в тринадцатом году мы основали Детабрикс. Мы сказали себе: "Знаешь, если мы сами это не начнём, то придётся делать это своими силами. Никто другой этим заниматься не будет". Именно с этого, по сути, и начался Детабрикс. Али, добро пожаловать на конференцию Goldman Sax Commun Copia and Technology Conference. Очень рады видеть тебя здесь. Ты основал Детабкс больше 10 лет назад, а сейчас закрываешь раунд SeriesK с оценкой более чем 100 млрд долларов. Я помню нашу первую встречу. Это было в каком-то магазине сэндвичи здесь, в Сан-Франциско. Ты рассказывал о том, чем занимаешься. Это было должно быть лет восемь назад или около того. У меня тогда просто голова шла кругом. Я пытался понять всё, о чём ты говорил. В любом случае, огромные поздравления. Ты построил невероятную компанию, и она действительно преуспевает. Первый вопрос: как ты вообще сюда попал? Спасибо, что пригласили меня сюда. Я очень рад быть здесь. И да, время действительно летит быстро. Как мы сюда пришли? Но если длинную версию, давай среднюю. Тогда я постараюсь быстро. Я из тех, знаешь, детей беженцев, вынужденно перемещённых на Ближнем Востоке, когда я родился. В итоге я оказался в сфере технологий и всю жизнь занимаюсь технологиями. Я из тех, кто начал пользоваться компьютером ещё в четвёртом классе. Нас таких много. Если коротко, в 2009 году я занимался исследованиями в Калифорнийском университете в Бёркли. И мы начали ДетаБКС действительно из-за разочарования, потому что индустрия в то время была сосредоточена на штуке под названием ходу, о которой сейчас уже почти никто не помнит. Но проблема была в том, что мы видели, что технологические компании Кремниевай долины делают совершенно другие вещи. Они использовали и очень интересными способами, работали с огромными объёмами данных и делали на их основе прогнозы. А мы очень хотели заниматься исследованиями в этой области и помогать всё большему числу организаций использовать данные для Ии, но это было практически невозможно. Интереса к этому тогда не было вообще. Крупные компании, индустриальные игроки, никто не был заинтересован. Мы перепробовали всё, открыли исходный код, пытались продвигать идею. В итоге из чувства разочарования в 2013 году мы основали Детабкс. Мы сказали себе: "Знаете, если мы не начнём это сами, никто другой этого не сделает". Так что именно с этого всё и началось, с попытки внедрить ИИ в эти корпорации.

Вы добились колоссального прогресса. Ты упомянул инвестиционный раунд. Расскажи немного о том, на что вы собираетесь направить эти средства, где сейчас находится компания и как этот раунд поможет двигаться дальше. Да, на самом деле есть два направления, где мы видим невероятный спрос. Именно на них мы сосредоточим капитал и инвестиции, как в отдел продаж, так и в разработки и исследования. Одно из них продукт под названием Agent Brecks, который мы запустили совсем недавно, месяца два-три назад. Он в бетаверсии. Мы развернули его только в двух из 160 наших регионов. Ценообразование не утверждено, но его уже используют 500 предприятий, и люди внедряют его в эксплуатацию. Что это

такое? Этот продукт тоже появился из чувства разочарования, потому что наши клиенты хотели создавать и агентов для автоматизации задач внутри организации, но качество того, что мы видели, было, мягко говоря, не очень. Мы обращались ко многим её компаниям с предложением: "Эй, давайте посотрудничаем и поработаем над улучшением качества, потому что если оно будет таким низким, мы никогда не сможем внедрить это в реальную работу". Но существующие и компании проявили общее отсутствие интереса к этой проблеме. Все они были сосредоточены на вопросах: как нам достичь сверхразума? Что нужно агенту, чтобы выиграть золотую медаль на математической олимпиаде? Как побеждать в конкурсах по программированию? И вот снова из-за разочарования мы вернулись и сказали: "Слушайте, мы просто хотим выполнять простые задачи". Например, как автоматически обновить поле в Sales Force с помощью агента. Можете сделать это корректно, пожалуйста? Вот для этого мы и создали Agent Bricks. Agent Briкс фокусируется на том, как делать такие вещи действительно хорошо и как выстроить бенчмарк. Вместо бенчмарков с задачами уровня математических олимпиад, давайте сделаем бенчмарк на задачу обновить Sales Force. И пусть это будет почти как экзамен для агента на выполнение этой очень приземлённой скучной задачи. А затем мы оптимизируем и агента так, чтобы он набирал наивысший возможный балл именно в этом. Вот что такое Brix. Это повседневные корпоративные задачи, в которых вы хотите, чтобы агенты вам помогали. И мы оптимизируем продукт именно под это. Мы видим здесь огромный спрос. Поэтому мы инвестируем, мы нанимаем людей. Второй продукт, в

который мы будем очень много инвестировать - это Lake Base. Мы считаем, что это будущее того, как мы собираемся изменить рынок базданных. И здесь мы узнали кое-что неожиданное. Мы видим, что всё больше базданных создаётся самими агентами. Агентами, которые пишут код. Это часть более широкой тенденции, которую мы в Detб не ожидали увидеть. Мы, по сути, случайно на неё наткнулись. Всё больше компании не выбрасывают свои САС приложения и не заменяют их целиком. Этого не происходит. Но вместо этого, когда им каждый год нужны новые возможности, раньше они делали так. Садились с консультантами, консультанты говорили: "Мы можем встроить этот модуль в одно из ваших существующих САС приложений". Потом начиналась работа над спецификацией, полгода обсуждений с подразделениями. Вот SOW, затем реализация, последовательское приёмочное тестирование и только потом внедрение. А сейчас всё чаще IT- отделы говорят: "Давайте просто сделаем это сами, отдельно от САС приложения". Мы не заменяем САС, мы его не вырываем и не выбрасываем. Мы просто создаём отдельное приложение под конкретную кастомную задачу. Мы можем сделать это за один квартал, и нам даже не нужно отдавать это на аутсорс. Мы сделаем это сами. И дальше возникает вопрос: когда вы создаёте новый кусок софта, ему нужна база данных. И база данных, которую мы предлагаем в DBC Lake Base, идеально подходит для этих агентов, потому что агенты, которые вы создаёте для такого софта, работают иначе. Они быстрее, им нравится создавать много копий, им важно держать издержки низкими. По сути, у нас есть база данных, которая отлично подходит для агентов и для так называемого вайп-кодинга в корпоративной среде. И мы считаем, что в долгосрочной перспективе это может оказаться рынком даже больше, чем существующий рынок базданных. Вот такие два ключевых направления инвестиций. Хочу немного

поговорить о вашей партнёрской стратегии. Вы выстроили множество партнёрств с инноваторами антропик, Open AI, с конкурентами, с гиперскелерами. Расскажите о вашей стратегии партнёрств, как она укрепляет вашу позицию как центральной платформы для Data Intelligence. Да, и, кстати, все гиперскелеры, все три крупнейших также являются инвесторами Dabrix. Всё довольно просто. Мы хотим быть мультиоблачным вендером. Мы хотим говорить компаниям: "Всё снова сводится к открытости. Вы не хотите быть запертыми. Вы не хотите добавлять ещё один кусок софта, который вас закрывает в экосистеме. И вы не хотите быть привязанными к одному конкретному облаку. Поэтому мультиоблако. Мы поддерживаем все три облака, и вам не нужно переживать, в каком именно вы работаете. Более 70% наших клиентов используют как минимум два облака. То же самое происходит с какую модель выбрать это лучше для кода? Нет, это для рассуждений. Нет, появился новый вендер из ниоткуда, и у него уже модель передового уровня. Поэтому мульти также важен. И через эти партнёрства мы пытаемся донести простую мысль. Выбирайтебрикс, мы вас прикроем. А выбирать будете вы. Мы работаем со всеми вендерами, с которыми вам сегодня хочется работать. Волонтир, например, показывает отличные результаты. Мы тоже с ними работаем. Вот такая логика. Это всё возвращает нас к философии открытости, которую, по сути, и хотят наши клиенты.

Вокруг агентов сейчас очень много хайпа. Вы внедряете и по всей платформе Dabrick Assistant G. Двигаете границы возможностей с Aent Bricks. Как вы избегаете разочарования из-за завышенных ожиданий? Хайпа очень много. Насколько вообще ожидания разумные? Я считаю, что ожидания в этом и пузыре, как я его называю, во многом неразумные. Люди спрашивают: "Почему ты называешь это пузырём? " "Посмотри на оценки компании. Посмотрите на оценки компании с нулевой выручкой. Это безумие. Единороги появляются ещё до того, как у них вообще есть продукт. Это пузырь". При этом в каждом пузыре есть компании, которые выживают и показывают выдающиеся результаты. Так же, как Amazon существовал ещё до пузыря доткомов и Google тоже. Но я стараюсь управлять ожиданиями. Я стараюсь не давать пустых обещаний нашим клиентам. И то же самое я пытаюсьделать с нашими сотрудниками, потому что это также касается того, за какие проекты мы берёмся в DБК. Я не хочу браться за проекты, которые считаю пустышками. Знаете, когда всё перехайпленно и безумно, когда кто-то внутри компании клиента пытается просто сделать себе карьеру. Они покупают у нас софт, который будет пылиться на полке просто, чтобы получить повышение до руководителя отдела и чего-нибудь. Мы стараемся фокусироваться на тех сценариях использования, где мы действительно можем на что-то повлиять, где мы реально можем автоматизировать по-настоящему полезную работу, и всё в итоге сводится к одному. Можем ли мы реально увеличить выручку этого клиента или сократить его расходы и риски? Если этот фундамент есть, давайте делать проекты. Если нет, не будем тратить их и наше время. Это фактически означает, что оценка Детабрик сейчас может быть не такой высокой, какой могла бы быть. Мы могли бы запрыгнуть на поезд хайпа, если бы захотели, но это также означает, что, надеюсь, наши риски падения будут меньше. Что ж, важен пункт назначения, а не конкретный момент времени. Можешь привести один-два конкретных примера того, где, по твоему мнению, генеративный и на данный момент оказал глубокое влияние на бизнес, на бизнес детабрикс или на индустрию и в целом? В целом. В целом я считаю, что мы всё ещё в самом начале. Именно поэтому мы и находимся в пузыре. У меня, честно говоря, нет инсайтов, которых бы ни у кого не было. Это очевидные вещи. Мы все используем чатботов в повседневной жизни, и они фактически заменяют поиск. Это уже произошло. Все присутствующие здесь уже делают это. И это потрясающе. Это убийственное приложение, очень ценное потребительское приложение. Примерно так же, как когда-то взлетел Facebook чат GPT - самый яркий пример. А второе очевидное направление - это программирование. Там мы уже видим активное использование, хотя здесь, как мне кажется, рынок немного ошибается. Есть много прогнозов, что через 6 месяцев весь софт будут писать агенты. И мы заменим всех людей. Я думаю, это будет гораздо позже. Я помню, как сидел на сцене здесь в Сан-Франциско 10 лет назад, и кто-то говорил, что к двадцать третьему году никто больше не будет водить машины. Именно. И теперь они говорят: "О, у них есть беспилотное вождение". Но на самом деле где-то в игровой комнате сидят люди и дистанционно управляют ими, почти как в игре. И как только возникают проблемы, управление передаётся человеку. С пилотами самолётов то же самое. Мы все хотим видеть двух- вторых пилотов, и желательно, чтобы у них было по 10. 000 часов налёта. Так что требуется очень много времени, чтобы полностью исключить человека из цикла. Те две области были очевидными. Во всех остальных мы только царапаем поверхность. Клиентская поддержка - это очевидный пример. Юридическая практика просто ещё слишком рано, и главная проблема - это качество, как и с беспилотным вождением. Чтобы убрать человека и при этом достичь нужного уровня доверия, нам нужно гораздо лучшее качество. Поэтому Agent Briкс и сфокусирован на итерациях вокруг качества. Люди могут понимать и принимать свои ошибки, а вот с агентами принятия ошибок нет. Особенно, если эти ошибки необъяснимы. Типа, знаешь, возможно, беспилотная машина в целом убивает меньше людей, но делает это каким-то странным образом. Например, сбивает ребёнка там, где не должна, и мы не понимаем, почему. Нет объяснимости. А потом появляются заголовки в СМИ и всё такое. Так что да, я думаю, потребуется очень много времени, чтобы полностью убрать человека из процесса. Подпишись прямо сейчас на мой Telegram-канал по ссылке в описании. Я подготовил для тебя топ-три материала, которые, на мой взгляд, должен знать каждый. Первое, карта сотни топовых AI стартапов - это будущее на одной картинке. Второе- прогноз от инсайдера из Openi, который ещё до появления чат GPT предсказал всё, что сейчас происходит с ней неронками. И вот в этом году он выпустил новый прогноз до двадцать седьмого года. И третье, самое мощное - это мой разбор эссе основателя компании Anтроopic, который по сути второй человек в мире искусственного интеллекта. Он по полочкам разложил, что будет происходить в мире ближайшие 5 лет. И главное, каким будет универсальный AI, которого все так боятся или ждут. Переходи по ссылке в описании. Если смотреть вперёд к 2030, есть ли какие-то технологические сдвиги, большие рыночные изменения, которые тебя особенно воодушевляют и могли бы удивить людей? Что-то, что при всей скорости изменений, которая будет очень высокой в следующие 5 лет, может стать действительно значимым сдвигом? Я думаю, всё то, чем люди сейчас так воодушевлены, в итоге действительно реализуется. Мы всё это уже слышали 10 лет назад. Точно так же было и с интернетом, верно? В 2000 предсказывали всё то, что реально произошло только в 2008 и девятом годах. Они думали, что это случится в девяносто девятом, и все очень расстроились, что всё было не так. В итоге пузырь лопнул в 2000м. И когда те из нас, кто тогда выходил на рынок труда, искали работу, нам говорили: "Зачем ты учился на айтишника? Нам больше не нужно столько людей, как ты. Планете технарей. Их и так слишком много. Что ж, тут они ошиблись. Потом это всё продолжилось, и интернет оправдал ожидание. Я думаю, то же самое будет с И мы уже говорили об этом. Я ни

в коем случае не утверждаю, что история повторится в точности, но люди забывают, что NASD упал на 85% с марта 2001 по лета 2002. Так что существует огромная склонность к чрезмерному риску и спекуляциям вокруг новых компаний, за которыми следует перезагрузка, а затем начинается долгий путь планомерного выстраивания реально большого бизнеса. Посмотри на расходы на дата-центры прямо сейчас. Так что через 5-6 лет многие из тех вещей, о которых сейчас говорят, что они вот-вот произойдут, именно тогда они по-настоящему начнут реализовываться. Но это происходит на частном рынке, не на публичном, поэтому это всё воспринимается иначе. Это правда, да? И я думаю, прямо сейчас создаётся всё больше инструментов, чтобы получить доступ к этим частным компаниям и сделать его более доступным для всех. Ты уже больше 10 лет находишься в центре революции данных ИИ. С твоей точки зрения, учитывая весь твой опыт, что является самым неправильно понимаемым аспектом внедрения и в мир, в корпоративную среду сегодня? Отличный вопрос. Во-первых, я думаю, что многие компании недооценивают, какой уровень таланта им действительно нужен. Они говорят: "Нет, нет, мы всё понимаем, поэтому так много платим за специалистов, поэтому таланты такие дорогие". Но если вы посмотрите на то, что некоторые компании пытаются сделать и на тех людей, которые у них есть, разрыв настолько огромный, что они просто не смогут это реализовать. И некоторые консультанты, которых они привлекают, тоже не смогут с этим справиться. Это большое недопонимание номер один. Нужны правильные люди, чтобы вообще иметь возможность это реализовать. Это во-первых. Во-вторых, их инфраструктура данных и практики безопасности - это просто бардак. Если вы даже не можете получить доступ к данным, потому что они запрятаны где-то на локальных серверах или в каких-то базах данных, вы не сможете сделать с ними никакого интересного. И поэтому нужно инвестировать в фундамент. Нам потребовалось очень много времени, чтобы привести фундамент данных большинства предприятий в надлежащий вид. Там царел беспорядок. Люди часто делали простой перенос в облако, при этом сохраняя все проблемы, которые у них были на локальных серверах, и перетаскивая их в облако. И затем вопросы конфиденциальности и безопасности продолжают тормозить прогресс. Потому что никто не хочет быть взломанным и

никто не хочет и который допускает утечку их данных. Эти вещи реально всё замедляют. Так что я бы назвал это вторым важным моментом. Они не инвестируют в это. Они просто хотят самые привлекательные штуки. Как ты думаешь, с горизонтом в 5 лет предприятия справятся с этой фундаментальной проблемой информационного мусора и создадут реальную автоматизацию, эффективность и, следовательно, большую производительность в своём бизнесе? Да, это уже происходит, потому что все CO и лидеры понимают, насколько это важно. Они инвестируют огромные суммы. Они спрашивают, почему это занимает так много времени? Почему всё так медленно? У вас уже огромный бюджет, огромное количество людей, и вам всё равно нужно ещё больше. Но они этим занимаются. Единственное, чего я не знаю, будет ли коррекция, большая рыночная коррекция, которая может отбросить нас назад. Это может замедлить процесс, но движение в этом направлении сохранится. Вы совершили ряд ключевых приобретений. мозеи Tabb Neon. Как ты оцениваешь успех этих сделок? И как ты выбираешь между тем, чтобы покупать что-то, создавать самим или вступать в партнёрство? Расскажи немного о неорганическом росте через поглощение против собственной разработки и партнёрств. Да, это отличный вопрос, и здесь много разных аспектов, особенно когда всё движется так быстро, когда события развиваются стремительно и вам нужно быстро получить таланты. Знаете, маленькие компании двигаются быстрее, большие медленнее. Это просто закон гравитации. У больших компаний слишком много всего. В Детабрик сейчас около 10. 000 человек. Так что мы, наверное, компания среднего размера. Вы внедряете множество процессов, чтобы убедиться, что всё движется в одном направлении. Это вас замедляет. Компании из 10-50 человек могут просто лететь. Всё, что ниже числа дамбара, 150 человек, может двигаться молниеносно. Покупка мозаик позволила нам фактически запустить с нуля целую исследовательскую и лабораторию и очень быстро создать целый ряд и продуктов. Без этого мы бы не справились. Сейчас всё наше приложение называется мозаик, потому что это, по сути, то, что мы там купили. И это было главной причиной. На самом деле, когда я совершал эту сделку, я прямо сказал: "Я думаю, что цена такого же приобретения снизится через пару лет". Но мы не могли ждать несколько лет. Нужно было покупать сейчас, потому что всё развивается с невероятной скоростью. Покупка табулар помогла закрыть пропасть, которая открывалась на рынке. Появились два стандарта, и в индустрии были заинтересованы лица среди других вендеров, которые этого не хотели. Для других поставщиков принятие единого стандарта было проблемой. Они хотели разделения и раздробленности в сфере стандартов, потому что это было угрозой для их бизнеса. Многие вендеры, я не выделяю кого-то конкретно, участвовали в этом. На самом деле они проводили еженедельные секретные встречи. целая группа компаний, о чём мы узнали позже, обсуждая, как затормозить этот прогресс, компания Табулар как раз представляла другой зарождающийся стандарт, и это грозило расколом всей этой сферы на две фракции. Поэтому логика сделки была простой. Купить, сделать один стандарт - это лучше для индустрии, лучше для клиентов и хуже для действующих игроков в этом пространстве. Оглядываясь назад спустя год, мы составили чёткий список клиентов. Есть те, кто нас любит и будет любить при любом сценарии. Есть те, кто категорически против нас и находится по другую сторону стандарта. Есть те, кто колеблется. Мы внимательно отслеживали их и отчитывались перед советом директоров. После покупки нам удалось перетянуть многих из них на свою сторону, и большинство теперь в нашей зелёной зоне. Покупка окупилась как с точки зрения выручки, так и в плане переманивания тех, кто оказался по ту сторону баррикад. Но, кроме того, это устранило точку трения, которая у нас всегда была. постоянно возникал вопрос: "Вы - это VHS? А как насчёт Битамак? Нам выбрать бетамак или VHS? " Теперь этот вопрос просто не возникает. Так что это было абсолютно логичное приобретение. А нео - это совсем недавнее приобретение. Всё произошло этим летом. Но поводу неон я бы сказал так. У нас есть гипотеза о том, как мы можем встряхнуть рынок баз данданных. Мы были приятно удивлены. Мы этого не ожидали, что очень многие и агенты используют именно их базу данных. Поэтому для этой конкретной сделки мы решили действовать иначе, чем в прошлый раз. Мы решили оставить их продукт как есть и их предложение как есть, потому что вокруг этой стартап-экосистемы сейчас огромный импульс, и люди используют именно не он. В то время как при других покупках мы обычно закрывали продукт и говорили: "Эй, мы объединяем его с DabaБК и вам нужно стать клиентом ДетаБК". Здесь мы этого не делаем, потому что видим огромный потенциал. Но это только начало. Очевидно, что сейчас много

говорят о гонке за AGI, о конкуренции между поставщиками проприетарных моделей и стремительно развивающимися открытыми системами с открытым кодом. Как ты думаешь, будет ли один доминирующий AI или множество специализированных моделей? Нет. Во-первых, я думаю, что мы уже достигли AI. Именно поэтому индустрия придумала термин Super AI, суперинтеллект, Asi, потому что, по сути, мы уже там. В 2009 году я работал в лаборатории машинного обучения в Бёркли. Я знаю, если бы вы взяли сегодняшних чатботов, перенесли их в 2009 год, показали исследователям и того времени и спросили: "Если бы такое существовало, сказали бы вы, что у нас есть и её общего назначения? " Я думаю, каждый бы ответил утвердительно, но мы постоянно повышаем планку. Раз мы вроде как достигли AI, давайте придумаем что-то ещё большее. Я думаю, текущая цель ASI недостижима текущими методами. Это очень далеко. даже близко не стоит. Но у нас уже есть, и он потрясающий. Он будет становиться всё лучше и лучше. Да, и в нём уже есть всё необходимое, чтобы мы могли автоматизировать процессы и создавать агентов. Нам просто нужно заняться этой скучной работой. Поэтому я считаю, что фокус на сверхразуме в некотором роде ошибочен. Он слишком зациклен на математических олимпиадах, на уровне умнейшего человека в мире и вопросе, сможем ли мы превзойти каждого человека на планете. Это не то, что нам нужно, и это не те навыки, которые требуются сотрудникам в Goldmanн Сакс, например. У вас там 50. 000 человек. Большинство из них не победители математических олимпиад уровня Теренса Статао. Вот над этим нам и стоит работать. Произошло следующее. Законы масштабирования, которым мы следовали, когда модели становились всё умнее и умнее просто за счёт вливания большего количества денег в GPU, обучение более крупных моделей и использования большего объёма данных совершенно очевидно зашли в тупик. становится всё труднее получить реальную пользу от следующей гигантской предобученной модели. Это заметно по GPT5, Cloud 4, Lama 4. Прогресс значительно замедлился, поэтому в крупных лабораториях произошло перераспределение средств в пользу так называемых вычислений на этапе вывода. Это использование более старой техники, обучения с подкреплением, которое специализирует модель на конкретных задачах. У вас есть функция вознаграждения, и вы заставляете модель работать очень хорошо именно ради этого конкретного вознаграждения. Но это метод специализации, так что это не будет одна модель, чтобы править всеми. У нас будет много специализированных маленьких моделей, которые смогут выполнять задачи, необходимые корпорациям и компаниям. Эта модель отлично подходит для того, чтобы модель стала великолепна в чём-то конкретном. Например, я хочу, чтобы ты заполняла для меня Sales Force вот таким образом. И мы настраиваем на это функцию вознаграждения. Эта технология, о которой, на мой взгляд, мало пишут, плохо поддаётся обобщению. То есть, в отличие от предыдущего подхода, когда ты тренируешь модель побольше и она магическим образом становится лучше во всём сразу: и в математике, и в английском, этот метод улучшает навыки только в одной области. Она всё ещё не может посчитать количество букв R в слове стробери. Думает, что их две. Так что мы увидим больше специализации, а не одну универсальную модель. Поэтому мы верим в мультии. Будет множество моделей. Каждая хороша в своём конкретном типе задач. И именно поэтому не выглядит так, что будет одна модель, которая покорит всех. Али, было здорово наблюдать, как ты строишь то, что ты построил. Нам интересно, куда ты пойдёшь дальше. Спасибо, что был с нами сегодня. Спасибо. Спасибо, что пригласили.