— Давайте поговорим о том, как началась ваша карьера в сфере искусственного интеллекта?  

— Первую работу продакт-менеджером я получил в рекламной компании Surfingbird. Она развивала одноименную рекомендательную систему на базе искусственного интеллекта (ИИ), которая предлагала контент с учетом интересов пользователей и истории его запросов в интернете. В 2015 году мы запустили второй продукт: рекомендательный B2B-сервис Relap.io (в 2019 году его приобрел холдинг Mail.ru (сейчас VK)). Он встраивался на сайт клиента в виде блока «Читать также» или «Вам будет интересно». Например, в 2016 году мы интегрировали его в развлекательную площадку Adme.ru. Он позволил увеличить аудиторию проекта до 17 млн посетителей в месяц. Среди наших клиентов были и различные медиа: так, РИА Новостям Relap.io помог удвоить CTR (кликабельность).

— Какой проект вы считаете самым необычным в своей карьере?

— Я несколько лет проработал продакт-менеджером в компании Dbrain (выпускник американского акселератора Y Combinator). Тогда она развивала одноименную платформу, которая помогала бизнесу создавать, обучать и внедрять в свои процессы нейросети (сейчас компания строит платформу для организации документооборота на базе нейросетей Handl.ai).

В разное время нашими клиентами были ресторанная сеть «Додо Пицца», производитель продуктов питания Nestle, разработчик программного обеспечения для лабораторий Ligolab, и AMG. Но самым интересным и значимым проектом был заказ от агрохолдинга. Мы создали алгоритмы, которые анализировали поведение коров и выявляли заболевших животных.

— Какой рынок вы бы назвали одним из самым перспективным с точки зрения внедрения ИИ? 

— На мой взгляд, искусственный интеллект может кардинально изменить практически любую сферу нашей жизни — от недвижимости до финансового сектора. Но, наверное, одним из самых интересных рынков я бы назвал здравоохранение. Алгоритмы способны анализировать медицинскую информацию, в том числе сканы компьютерной томографии (КТ), рентгеновские снимки, и помогать врачам ставить верный диагноз. Он уже справляется не хуже врачей: например, ИИ может обнаружить рак молочной железы с точностью 94,5% по сравнению с 88,4% у радиологов.

Мне довелось соприкоснуться со сферой, когда я работал продакт-менеджером в компании Mantika.ai. Мы разрабатывали программное обеспечение для раннего выявления рака легких с помощью технологии компьютерного зрения и успешно внедрили его в несколько российских клиник.

— В России есть с десяток компаний, которые разрабатывают системы на базе ИИ для медицины. Однако, по оценкам Национального центра развития искусственного интеллекта при правительстве РФ, только 16% организаций здравоохранения их используют и чаще всего лишь в рамках пилотных проектов. Что тормозит внедрение ИИ в сферу, на ваш взгляд? 

— Здравоохранение — одна из наиболее консервативных отраслей, и не только в России. Поэтому инновации в секторе могут внедряться годами. Другая проблема — устаревшая законодательная база. ИИ стремительно развивается, и государства попросту не поспевают адаптировать законы и другие нормативные акты, которые регулируют различные секторы экономики. К тому же не все компании могут найти product-market fit (соответствие продукта рынка) и рабочую бизнес-модель. Помочь с этим как раз одна из задач продуктовых менеджеров.

— В чем заключалась ваша роль в Mantika.ai?

— Как продакт-менеджер, я отвечал за исследование рынка, конкурентной среды и запуск сервиса. Чтобы найти подходящую нишу, мы проанализировали уровень смертности от различных заболеваний и остановились на раке легкого, как ведущей причине смерти от онкологических заболеваний во всем мире. Для выявления этого типа врачи используют КТ. Поэтому мы обучили алгоритмы распознавать снимки и выявлять артефакты, которые указывают на заболевание.

— Помимо поиска product-market fit, что вы бы назвали основной задачей продакт-менеджера, который работает над сервисами на основе ИИ? 

— Одна из критически важных задач продуктового менеджера — следить за тем, чтобы на выходе продукты не нарушали этические и иные принципы и не усугубляли существующие социальные проблемы. Как я уже говорил ранее, алгоритмы зачастую используются для анализа изображений, и не только медицинских снимков. Они лежат, например, в основе систем распознавания лиц, которые помогают обеспечивать безопасность в аэропортах, на улицах и таможнях. При этом подобные продукты страдают от расовой предвзятости: они часто некорректно идентифицируют темнокожих и азиатов. Это означает, что их чаще других могут несправедливо задерживать полицейские.

— Что вы могли бы посоветовать молодым продактам в эпоху бума ИИ? 

— Мировой рынок машинного обучения оценивался в $19,20 млрд в 2022 году. А к 2030-му показатель может вырасти до $225,91 млрд. Это феноменальные темпы роста, которые открывают невероятные возможности для специалистов в самых разных секторах бизнеса. Поэтому важно не загонять себя в рамки одно ниши на старте: пробуйте свои силы в разных областях, пока не найдете свое призвание.