![Так нужна ли наука в коммерческих компаниях? Так нужна ли наука в коммерческих компаниях?](https://habrastorage.org/getpro/habr/upload_files/8d0/64c/ddb/8d064cddb9a4a8ba2361a5f8f549265e.jpg)
Вступление
Наша группа компаний (ГК) еще и не была основана, но сразу имела тесную и неразрывную связь с наукой. Почему? Потому что наши основатели изначально работали в научной сфере. Разработки, лежащие в основе запатентованных технологий работы с данными и ставшие основой для нашего флагманского продукта – следствие их высоких теоретических знаний и исследовательских талантов. На пути реализации своих целей в бизнесе, они всегда старались сохранить связь с академической средой. Издавали и издают поныне научные статьи и книги, участвовали в разработке научных программ и сотрудничали со своими родными ВУЗами и кафедрами.
Постепенно к этой деятельности все больше привлекалась ГК, это была либо практическая деятельность – дипломные работы и практики студентов, либо осознанная благотворительность – ведение спецкурса для студентов нескольких кафедр СПбГУ на базе ГК и с активной «прокачкой» слушателей по методологии и практике проектной деятельности и программирования.
![](https://habrastorage.org/getpro/habr/upload_files/9ae/a01/2b8/9aea012b8123a97145bad26accb74633.jpg)
Лаборатория
Наступил момент, когда было решено поднять ставки. Теперь у нас должно было появиться подразделение научной деятельности, сотрудничающее с R&D, но не настолько смыкающееся с производственной практикой и прикладными задачами. Так, например, работа с данными — это область, где наиболее полно можно применить машинное обучение. Или другой пример, когда разработчики корпят над базой платформы — это сложная, трудоемкая, но техническая работа и знание о ней можно взять из книг или из голов опытных архитекторов. А теперь надо делать на ней хайтек, а данных нет, нужна исследовательская группа, лаборатория – которая будет искать необходимую информацию и сопоставлять ее с имеющейся (открытые источники, статьи) – адаптировать и актуализировать полученные модели.
Первоначальные ожидания
Чистая теоретическая наука в интересующей нас области управлениями данных, расширение нашей экспертизы на тот уровень стратегии, где успех обеспечивает новейшая теоретическая модель и глубочайшее предвиденье трендов технологий. Это то, чего мы хотели.
Руководителем Лаборатории стал научный работник, преподаватель и исследователь Георгий Чернышев, человек со значительным опытом международного сотрудничества в исследовательских проектах, опытный лид исследовательских команд. Для того чтобы работники лаборатории – студенты из научного коллектива Георгия, лучше понимали бизнес-среду, для которой они делают исследования – им обеспечили погружение в реальную практическую деятельность. Частичное, но позволяющее понять специфику прикладной работы с технологиями.
Мы ожидали, что это задаст им контекст и понимание среды. При этом, план научной работы Лаборатории был независим от проектной деятельности ГК. Особенным фокусом развития было машинное обучение – место, где сходятся вместе наука и актуальные производственные потребности.
![](https://habrastorage.org/getpro/habr/upload_files/a81/6db/3d6/a816db3d631e6e1f812a40b7454be2cc.jpg)
Реальность
Поначалу ситуация развивалась в рамках наших ожиданий, теоретики и практики из проектных команд притирались друг к другу со скрипом, но большим взаимным любопытством. Даже возник эффект увлечения практиков наукой, целый ряд наших сотрудников захотели стать причастными к работе Лаборатории, например: писать теоретически статьи или поступить в магистратуру или аспирантуру.
Как только эта волна спала, перед нами явилась новая неожиданная тенденция. Сотрудники Лаборатории стали проявлять больший, чем ожидалось, интерес к практической деятельности. А те, кто уже учился в магистратуре, стали заявлять о невозможности (и нежелании) сочетать науку и реальную работу.
Анализ ситуации
Разбор ситуации показал нам абсолютно четкий кризис роли современной теоретической науки в любой высокотехнологической (и следовательно, хорошо финансируемой) отрасли. Речь идет не только о финансировании или статусе учёного в обществе. Речь идет о понимании простого вопроса «Зачем это все?».
Зачем заниматься интересными и сложными теоретическими разработками, чья связь с практической деятельностью сомнительна. Ведь есть интересные задачи и практические сложные разработки, решение которых очень востребовано на практике и (приятный бонус) отлично оплачивается. В конце этого абзаца намеренно нет знака вопроса, так как для тех, кого мы опросили – вопроса в этом тезисе нет. Все и так ясно.
Для них, в этой постановке вопроса нет привкуса того отступничества, который возникал у ученых в 90-ые - «вот брошу институт и пойду в бизнес, да, это деградация, но за хорошие деньги». Здесь речь идет о смене одной интеллектуальной деятельности на интеллектуальною деятельность сопоставимой сложности хотя и иной направленности (и на гораздо более приятных условиях).
![](https://habrastorage.org/getpro/habr/upload_files/732/e31/af1/732e31af1c3d79c488ce4fe4c22b9a47.jpg)
А как у них?
Люди:
Западные IT-шники в основной массе не хотят заниматься наукой. Причем не только по экономическим причинам, которые, кстати говоря, не так ярко выражены, как у нас – в их IT аспирантуре платят хорошо.
Самые важные причины почему не хотят – это сложность обеспечения профессионального роста, нельзя преуспеть в академии просто работая, просто занимаясь написанием кода или какой-либо работой. Надо уметь говорить с людьми, выстраивать контакты. Кроме того, она требует бОльшей отдачи, например практически все дедлайны по статьям ставят на воскресенье, а значит, что иногда надо работать и на выходных. Именно из-за этого местные в IT-аспирантуры не идут, или идут только в топовые места или на хайповые специальности типа машинного обучения.
Довольно известен пример Мэтта Вэлша. Он бросил теньюр (гарантия обеспеченной жизни) в Гарварде и ушел в Google, потому что там больше возможностей для развития и внедрения сделанного, есть доступ к актуальным задачам.
Университеты:
Западная университетская наука, также, как и наша, страдает от недостатка задач и датасетов. То есть того, что может дать индустрия. Хотя ситуация, конечно, получше, есть большие программы по кооперации, компании массово приходят в университеты, приносят задачи и даже приводят специалистов – индустриальных ученых. И, конечно, дают деньги. Однако, всё очень сильно зависит от университета, от его географического местоположения – есть университеты, где работы (контрактов) полно и потому есть жизнь, а есть университеты, где ничего этого нет. На государственном уровне это пытаются выровнять, например некоторые компании имеют специальные стажировки для студентов именно этого университета.
Компании:
Компании на самом деле тоже страдают. Прежде всего, от дороговизны исследований в целом, зрелые IT-ученые стоят значительно дороже программистов. Поэтому делается ставка на аспирантов или молодых исследователей, что, в свою очередь, сказывается на качестве. Кадровая проблема, на самом деле острейшая, компании не имеют возможности вырастить: нет денег просто взять и дать человеку поучиться хотя бы три месяца в спокойной обстановке, не грузя его задачами.
Другая проблема — это пресс текущих задач, который выливается в предпочтение конкретных прикладных исследований. Надо сделать X и только X – причем ты должен доказать, что X достижим, получится и будет полезен вот прямо сейчас, в продукте Y. Без этого проект не стартанут, денег не дадут. И это приводит к унылым проектам, которые-то не всегда и исследованиями назвать можно.
Кроме этого, ориентированность на текущие задачи приводит к сжатым срокам, что выливается в неожиданные проблема типа отсутствия (или нарушения) методологии. Например, не собрали достаточно большой датасет или собрали неправильно, получили плохие (или слишком хорошие и не подтвердившиеся на реальном проекте) результаты.
Стоит отметить, что количество компаний, где есть полноценный отдел, занимающийся фундаментальной IT-наукой, невелико. Компания должна быть очень большой (от тысячи человек), чтобы позволить себе такую лабу. Но и тут есть проблемы – эти отделы обычно отрезаны от производственных подразделений, актуальных задач и ресурсов. По итогу оказывается, что, если и сделали что-то очень хорошее, сделать внедрение – нереально. Либо его будут делать уже другие люди, без тебя.
![](https://habrastorage.org/getpro/habr/upload_files/faf/87e/7ae/faf87e7ae4b0952d3e8c8ef948cd3423.jpg)
Легко осуждать родное государство за его «реформы» науки и то, к чему они привели. Но проблемы эти идут не только от злонамеренности или некомпетентности чиновников, а больше от общего кризиса нахождения места и роли академической науки в жизни человечества.
Бизнесу, как и государству – вольно или невольно понятен прикладной характер наук и девиз «сделали – получили». И любая исследовательская деятельность будет приводится ими к факторам измеримости успеха – индекс цитируемости для чиновника, сумма выручки от внедрения технологии и продукта для бизнесмена. Но сколько стоит теория относительности?
То, что теоретическая физика, некогда бывшая заумной и бесполезной алхимией, потом внезапно привела к атомной бомбе и реакторам, общеизвестно. Но кто готов содержать десятки лет ученых, лаборатории, исследования – не направленные на получение быстрой практической выгоды?
В нашей ситуации, как в капле воды отразился кризис более крупного масштаба. Академическая наука становится уделом людей, скорее с монашеским отношением к действительности и служением чистому знанию (взять, хотя бы Григория Перельмана). Десятки лет дрессировки научного сообщества работой по грантам, ситуации с научными стартапами на западе и востребованностью научной мысли в биотехе, IT, оборонной отрасли – все это привело нас к разделению ученого мира на деятельных практиков, готовых к капитализации своих знаний и на людей, не вписывающихся в эту систему.
Погрузив, изначально чистых академических теоретиков в среду капитализации, мы сами создали переток кадров из одной области в другую. Но, наступило ли время пессимизма?
Перспективы
Всё это время, c 1991 года, научная степень (фактически, маркер очень узкой специализации) не давала никаких преимуществ, как по деньгам, так и по перспективам. Сейчас же всё меняется, массово появились индустриальные лаборатории, и мы ожидаем что будет как на Западе – где без научной степени тебя не возьмут в серьезные исследования. А там -- интересная работа и оплата как у программиста, плюс возможность делать что-то новое.
Вторым важнейшим моментом стало осознание того, что невозможно создавать по-настоящему новые продукты, пользуясь лишь старым накопленным багажом.
Третий момент. Просто программиста найти и выучить можно, хотя и трудозатратно по нынешним временам. Найти и подготовить профессионального исследователя – трудозатратно втройне.
Но иных путей развития просто нет, и мы, как и вся отрасль – будем находить и пробовать новые подходы по неизбежному союзу науки и технологического успеха. Вот почему мы создали свою собственную Лабораторию!