Пар Чада, основатель, генеральный директор и главный инвестиционный директор HandsOn Global Management — серия интервью

Par Chadha, основатель, генеральный директор и главный инвестиционный директор HandsOn Global Management, является предпринимателем, инвестором и технологическим руководителем с десятилетним опытом создания и масштабирования технологически ориентированных бизнесов. С момента основания HandsOn Global Management в 2001 году он сосредоточил инвестиции на автоматизации рабочих процессов, больших данных, роботизированной автоматизации процессов (RPA), когнитивных технологиях и искусственном интеллекте в финансовых услугах, здравоохранении, страховании и юридическом секторе. Он также соучредитель Rule14 и ранее занимал посты председателя и исполнительного председателя Exela Technologies, а также председателя SourceHOV.

HandsOn Global Management (HGM) Limited — технологически ориентированная компания, работающая на стыке стратегических инвестиций и бизнес‑услуг, объединяющая распределение капитала с операционной экспертизой для создания и масштабирования технологически ориентированных бизнесов. Компания всё больше сосредотачивается на услугах в сфере здравоохранения, основанных на ИИ, включая управление циклом доходов, медицинское кодирование, пассивное прослушивание и аналитику в здравоохранении, а также применяет автоматизацию и оптимизацию процессов на основе ИИ в корпоративных рабочих процессах. HGM описывает свою модель как гибрид инвестиционной фирмы и диверсифицированного поставщика услуг, используя поглощения, интеграцию технологий и операционное выполнение для долгосрочного роста на рынках Северной Америки, Азиатско‑Тихоокеанского региона и Ближнего Востока.

Вы основали HandsOn Global Management в 2001 году, задолго до того, как искусственный интеллект стал основной темой инвестиций. Что изначально вдохновило вас создать компанию, и как её инвестиционная философия эволюционировала вместе с развитием автоматизации рабочих процессов, аналитики данных и агентного ИИ?

Название HandsOn отражает то, как я мыслю об организации. Если вы не можете быть «hands‑on» — если вы «hands‑off», — вам не место в нашей компании. Я ожидаю, что люди, управляющие бизнесом, включая меня самого, будут практиковать то, что я называю служебным лидерством. Наша задача — обслуживать людей, работающих на нас, и помогать им становиться более успешными.

Технологии изменились огромным образом, но основной вопрос почти не изменился: что технологии позволяют бизнесу делать лучше?

С автоматизацией я всегда смотрел на то, что называю гибкой ёмкостью. Если один сотрудник может обработать 100 транзакций, а автоматизация позволяет ему обработать 250, вы создаёте ёмкость для роста без дополнительных расходов. Это делает бизнес более прибыльным и масштабируемым.

Сейчас ИИ уносит это значительно дальше. Мы переходим к рабочим процессам, основанным на ИИ, где происходит оркестровка множества различных задач, при этом люди находятся в цепочке, а агентный ИИ — в цепочке. Я считаю, что такие компании будут пользоваться очень высоким спросом и станут одними из самых разрушительных.

Итак, технологии развиваются, но наша философия остаётся «hands‑on»: понять операционную проблему, определить, где можно повысить продуктивность, и превратить технологию в бизнес.

Как CEO и главный инвестиционный директор, какие характеристики отличают ИИ‑компанию с потенциалом стать долговечным бизнесом от той, что в основном выигрывает от краткосрочного ажиотажа вокруг технологии?

Для меня различие заключается в том, можете ли вы превратить инвестицию в бизнес. Иначе инвестиция — просто расход.

Может быть большой ажиотаж вокруг интеллектуальной собственности или новой технологии, но кто‑то всё равно должен её использовать. Она должна решать проблему, иметь ценностное предложение и в конечном итоге генерировать доход.

Возьмём автоматизацию как пример. Нужно также понимать функцию, которую вы автоматизируете. Маркетинг, продажи, закупки, HR, финансы, администрирование, налоговая отчётность и безопасность — это очень разные функции. Автоматизация должна быть построена вокруг того, чем конкретный бизнес действительно занимается. На автозаправочной станции есть специфические потребности. В ресторане — свои специализированные потребности.

Компании, которые выживут, будут теми, где клиенты видят разницу — большую прибыльность, большую масштабируемость, большую ёмкость или возможность делать то, что ранее было экономически невозможно. Технология важна, но в конечном итоге она должна стать бизнесом.

HandsOn Global Management принимает активную операционную роль в построении, приобретении и трансформации компаний. Как такой «hands‑on» подход меняет способ оценки ИИ‑инвестиций по сравнению с традиционной моделью венчурного капитала или частного капитала?

Я не верю в то, чтобы сидеть сверху и просто указывать людям, что делать. Мой подход всегда заключался в том, что у людей, работающих на вас, есть пробелы, и ваша задача — помочь заполнить эти пробелы и сделать их успешными.

Это значит, что когда мы рассматриваем инвестицию, мы думаем операционно. Кто будет её управлять? Как она будет позиционироваться? Кто её клиенты и партнёры? Каково ценностное предложение? Может ли она стать масштабируемой?

Я работаю рука об руку с управленческими командами, но также хочу, чтобы операционный человек руководил. Я делаю знакомство, позволяю этому человеку взять на себя руководство, остаюсь в копии и доступен. Для нас владение инвестицией и управление бизнесом — не два полностью раздельных действия.

Многие предприятия экспериментируют с ИИ, но немногие успешно внедрили его в критически важные операции. Что отличает организации, переходящие от изолированных пилотных проектов к масштабному производственному внедрению?

Большая часть зависит от того, готова ли сама организация к переменам.

Технологии могут опережать людей. У нас есть выпускники, которые знают ИИ, знают агентов и могут стать продуктивными очень быстро. В то же время люди с пятилетним, десятилетним или двадцатилетним профессиональным опытом могут испытывать трудности с переходом из зоны комфорта в новую зону. Мы наблюдаем одинаковое поведение в США, Индии, Филиппинах и Европе.

Это становится организационной проблемой, а не просто технологической.

Компании, готовые к переходу, будут готовы изменить сам рабочий процесс. Как только вы оркеструете различные задачи с людьми и агентным ИИ, работающая внутри процесса, вы меняете способ выполнения работы.

Если компании не сделают этот сдвиг, сделает его кто‑то другой. Я считаю, это вопрос «делай или умри». Компании, которые будут разрушать рынок, продвинутся вперёд, а те, кто не меняется, будут разрушены.

Инициативы HGM в сфере здравоохранения включают автономное медицинское кодирование, голосовую и разговорную аналитику, предиктивную аналитику и ИИ‑агентов, работающих в административных и клинических рабочих процессах. Где, по вашему мнению, ИИ может убрать наибольшее трение в здравоохранении, не жертвуя точностью, конфиденциальностью или доверием пациентов?

Одна из крупнейших проблем в здравоохранении — мы оцифровали отдельные функции, но не связали их в единую систему. Требования, регистрация, управление уходом, аптека, услуги провайдеров, аналитика и цикл доходов могут по‑прежнему работать как разрозненные системы. Это создаёт дублирование работы, неэффективность, повышенные затраты и плохой опыт.

Я не считаю, что ответ — просто ещё одно приложение. Интеллект должен быть встроен в рабочий процесс. Возможность собрать данные, процессы и людей вместе, чтобы ИИ мог понять, что происходит, предсказать, что будет дальше, предложить действие и автоматизировать работу, которую можно автоматизировать.

Административная работа — очевидное место для начала. Провайдеры всё ещё сталкиваются с ручными процессами, предварительными авторизациями и административной нагрузкой. Если технология может упростить эти процессы, вы создаёте большую ёмкость для профессионала и, в конечном итоге, больше времени для ухода за пациентами.

Но доверие в здравоохранении имеет огромное значение. Безопасность, соответствие и управление должны быть частью архитектуры. Технология должна упрощать сложность, а не добавлять её. Цель — не ИИ ради ИИ, а лучшее обслуживание, снижение расходов, улучшение операционной эффективности и лучший опыт для участников и провайдеров.

В регулируемых отраслях, таких как здравоохранение, финансовые услуги, страхование и государственный сектор, как компаниям определять, какие решения можно делегировать автономным ИИ‑агентам, а какие должны оставаться под человеческим контролем?

Я считаю, что ответственность становится чертой разделения.

В регулируемых бизнесах кто‑то в конечном итоге несёт ответственность за то, что представляется. В кибербезопасности, например, регуляторы могут требовать от руководства и советов быстро раскрывать информацию, а высшее руководство может быть вынуждено подписывать публичные заявления. Проблема в том, что никто не знает всё, особенно так быстро.

ИИ может собрать инструменты, установить базовый уровень, организовать информацию и сделать процесс гораздо более продуктивным. Но это не устраняет ответственность.

Здравоохранение — хороший пример. ИИ может предсказывать, обнаруживать, рекомендовать и автоматизировать, но эти функции несут разный уровень риска. Архитектура должна распознавать, где автоматизация уместна, а где людям необходимо оставаться в цепочке. Чем более значимо решение, тем важнее становятся управление, объяснимость и ответственность.

Я не вижу этого как выбор между полностью автономным ИИ и полностью ручной работой. Вопрос в том, где ИИ может эффективно выполнять работу, а где человеку всё ещё нужно проявлять суждение или стоять за результатом.

Вы соучредили Rule14, платформу, предназначенную для поиска, мониторинга, анализа и суммирования информации в реальном времени. Как крупные языковые модели и генеративный ИИ изменили возможности добычи данных, и какие фундаментальные проблемы с данными всё ещё необходимо решить?

Крупные языковые модели открывают возможность сделать работу с информацией гораздо более масштабируемой.

У нас есть бизнесы, где сотни юристов и других специалистов работают с контентом и информацией, и исторически они использовали больше устаревших инструментов, чем крупные языковые модели. Меня интересует, как можно взять платформы, созданные для одной цели, правильно упаковать их и использовать для совершенно иной цели в масштабе.

Дело не только в том, что модель может что‑то суммировать. Вы можете изменить экономику обработки, упаковки и доставки больших объёмов информации.

Но я бы не стал предполагать, что наличие крупной языковой модели автоматически делает вас всезнающим. Исходная информация всё ещё важна, а в реальном мире информация может быть неполной или недоступной в нужный момент. Модели делают нас гораздо более продуктивными; они не устраняют необходимость понимать, какую информацию вы действительно имеете.

Стратегическая экосистема HGM включает компании, работающие в области автономного медицинского кодирования, контекстной клинической документации, интеллектуальных рабочих процессов, платежей, обработки данных и платформ разработки ИИ. Как вы создаёте значимое техническое и коммерческое сотрудничество в портфеле, не заставляя компании входить в искусственную экосистему?

Вы используете каждую компанию для того, в чём она лучше всего разбирается.

Я описал это в кибербезопасности как создание небольшого клуба. Мы являемся поставщиком услуги, а остальные компании — эксперты в своих областях. Мы используем каждую из них для её сильных сторон. Сотрудничая с нами, они получают доступ к нашим клиентам, а мы получаем выгоду от того, в чём они действительно хороши.

Это отличается от того, чтобы требовать, чтобы каждая компания использовала каждую другую только потому, что они находятся в одном портфеле. Смысл — собрать возможности вместе в то, что клиент действительно может использовать.

Внутри я применяю аналогичный подход. Я соединяю нужных людей и позволяю операционному человеку вести. Они определяют, что могут делать совместно, какие бюджеты и принадлежит ли это дорожной карте продукта.

Сотрудничество должно создавать ценность. Иначе нет причины принуждать его.

Вы руководили инвестициями, поглощениями и операционными трансформациями в разных регионах и отраслях. Чему вы научились, адаптируя ИИ‑продукты к различным регуляторным средам, бизнес‑культурам, языкам и уровням цифровой зрелости?

Культура важна, и личные отношения важны.

Когда люди знают друг друга только по телефонному справочнику, номеру телефона или электронной почте, я называю это очень безличными отношениями. Это может работать, когда всё нормально. Но когда вы строите, расширяете, исправляете что‑то или решаете проблемы, знание человека по другую сторону становится гораздо важнее.

Путешествия учат, что рынки не одинаковы. Вы узнаёте, что люди едят, какие виды спорта они следят, как работают их школьные системы, что является культурно чувствительным и что создаёт ненужные барьеры. Чем больше вы знаете о стране, о людях и о том, как они живут, тем меньше разрыва в отношениях.

Технология похожа. Разные рынки находятся на разных стадиях. Некоторые страны опережают США в определённых профессиональных услугах, тогда как мы можем опережать их в других формах автоматизации.

Нельзя предполагать, что одну модель можно взять, разместить её везде и ожидать одинаковый результат. Нужно понять, как действительно работает рынок, и выстраивать отношения с людьми, которые будут её использовать.

По мере того как агентный ИИ, когнитивная автоматизация и физический ИИ продолжают сходиться, какие возможности, по вашему мнению, остаются недооценёнными, и какой совет вы бы дали основателям, создающим компании для этой следующей фазы автоматизации?

Я считаю, что ИИ‑ориентированные рабочие процессы будут пользоваться чрезвычайно высоким спросом — оркестровка разнообразных задач с людьми в цепочке и агентным ИИ в цепочке. Я уверен, что такие компании станут одними из самых разрушительных.

Разрушение будет шире, чем ожидают люди. Часто считают, что автоматизация затрагивает только нижний слой рабочей силы. По моему мнению, часто это средний слой. Старшие сотрудники могут делать больше, поэтому им требуется меньше среднего звена. Кодирование, тестирование, ввод данных и их анализ автоматизируются, в то время как рабочие процессы и панели управления снижают потребность в управлении некоторыми из этих функций.

Затем есть физическая сторона. Рестораны становятся автоматизированными. Работа, требовавшая людей в периоды сбора и посева, заменяется автономными машинами, роботами и дронами. Этот ландшафт меняется очень быстро.

В этом переходе будет боль. Продуктивные движки нуждаются в меньшем количестве людей. Но если мы не повысим продуктивность, мы не сможем конкурировать с более населенными странами с другими структурами издержек. Если мы всё сделаем правильно, я считаю, это может стать началом нового американского века.

Для основателей я бы советовал сосредоточиться на рабочем процессе и создаваемой продуктивности. Создайте нечто, что станет частью того, как работа действительно выполняется, поймите, где люди всё ещё должны находиться в цепочке, и осознайте, что организации, внедряющие вашу технологию, также проходят через крупный переход в структуре рабочей силы.

Спасибо за отличное интервью, читатели, желающие узнать больше, должны посетить HandsOn Global Management.