Стартапы-умники: что нужно помнить перед запуском наукоемкого продукта

Не торопиться и не хватать звезд с неба

Третий закон Артура Кларка, известного ученого и футуролога, гласит: продвинутые технологии воспринимаются как магия. Другими словами, если компания — высокотехнологичный новатор, ее решения могут опережать понимание аудитории и проблемы рынка. Как, например, появление квантовой криптографии в 80-х опередило потребность человечества в новых способах защиты информации.

Так с какими конкретными сложностями из-за незрелости рынка может столкнуться диптех-стартап?

• Недостаточное финансирование

Инновация плохо продается не только потому что о ней мало знают, но и потому что еще нет реальной демонстрации ее работоспособности. Новаторам важно больше рассказывать про свою работу, показывать ее значимость широкой аудитории. Это поможет привлечь деньги и экспертизу.

Если взять тему квантовых технологий, может показаться, что она популярна. Однако мало кто знает, что квантовые вычисления уже применяют в автомобилестроении, логистике и фармацевтике такие крупные компании, как BMW, Goldman Sachs и Speedel, — ускоряют моделирование и прототипирование, прогнозируют реакции, оптимизируют процессы.

• Зависимость от государства и корпораций

Из-за долгой окупаемости наукоемких проектов в них готовы вкладываться только очень крупные игроки — обычно это государство — в виде грантов, НИОКР-проектов, дорожных карт и субсидий. А иногда и корпорации: они организовывают стартап-лаборатории и спонсируют лучших или покупают готовые проекты.

В России, например, нет специализированных частных фондов, которые инвестируют в кванты, однако есть крупный частный инвестор в лице Газпромбанка. Получить частные средства на развитие прорывной технологии очень сложно, однако именно гибкость частного предприятия зачастую является ключевым фактором успеха.

• Нехватка специалистов

Это настоящий вызов — найти людей, которые смогут создать из науки технологию, из технологии — продукт, а из продукта — продажи.

• Междисциплинарная команда

Мало собрать профи — нужно «подружить» их, научить говорить на одном языке физиков, математиков, айтишников и предпринимателей. Руководитель тоже должен хотя бы базово понимать важные для проекта дисциплины.

• Соблазн быстрого заработка

Когда в стартапе аккумулируются высококлассные умы, легко отвлечься от долгосрочных целей. Случается, что клиенты просят: «Настройте нам классическую оптимизацию без квантов, вы же в этом понимаете». И, с одной стороны, это быстрые деньги. С другой — потеря фокуса.

Поэтому важно совмещать тактику и стратегию — мы называем это «быть в суперпозиции».

• Нужда в мультиязычности

В поиске клиентов фаундер сталкивается с RnD-специалистами, коммерческими менеджерами, инвесторами и предпринимателями. Поэтому важно уметь преподносить новую технологию «на разных языках», быть готовым ответить и на «почему нужно именно пять физических кубитов в этом коде коррекции ошибок», и на «почему здесь расходы 2000 рублей, а не 1000».

• Перегретая аудитория

В диптехе ожидания клиентов зачастую нереалистичны и основываются на фантастических фильмах: от новой технологии хотят кардинальных перемен, а в случае мимолетной неудачи или медленного темпа в ней сразу же разочаровываются.

• Медленное продвижение

Строить диптех-стартап — все равно что бежать длинный марафон. Если двигаться со спринтерской скоростью, можно сойти на первом же круге. Поэтому лучше ползти, но в итоге добраться до финиша.

Другими словами, важно морально подготовиться к тому, что каждый этап будет долгим, каждый шаг придется обсуждать много раз. Нужно научиться не выгорать и удерживаться от лозунгов «Мы все изменим уже завтра».

Не только сложности

Может показаться, что научные проекты тормозит буквально все, от осторожности инвесторов до консервативности клиентов. Но есть и мощный драйвер, который перекрывает все препятствия, — страх людей проспать технологическую революцию.

Как это произошло с машинным обучением: первые разработки в этом направлении появились в середине прошлого века, а популяризация началась лишь после 2010-х. В итоге теперь, когда технология уже развивается семимильными шагами, компаниям приходится в спешном порядке и за огромные деньги искать соответствующих специалистов, инвестировать в инфраструктуру — или безнадежно отставать.

Это можно было предсказать, а некоторые и предсказывали. Однако в 70-е ML-стартап попросту бы не выжил — тогда не было достаточных вычислительных мощностей и данных, все задачи решались традиционными способами.

Квантовые технологии сегодня находятся на более зрелой стадии: квантовые вычисления уже называют одним из самых быстрорастущих диптех-сегментов наряду с кремниевой фотоникой, расширенной реальностью и нейроинтерфейсами. Хотя универсального и достаточно мощного квантового компьютера в мире пока нет, протестировать технологию можно на эмуляторах. Например, российские эмуляторы квантовых вычислений StateVectror и SimCIM интегрированы в облачную платформу QBoard.

Но все это не освобождает квантовые стартапы от трудностей, описанных выше. И от вопроса: как понять, что направление выбрано верно, если разработка технологии пока не может оправдать себя экономически? Ответ тут простой: выручка компании должна быть профильной, команда — расти, а гипотезы — подтверждаться, пусть для этого и потребуются годы. Казалось бы, простая формула, но когда в дело вступает квантовая физика, все всегда сложнее и интереснее.