Krátce po dvacítce má poměrně neotřelé CV. Díky fotbalovým úspěchům se jel podívat, jak to vypadá na Bayernu Mnichov. Stal se jedním z vítězů soutěže Česká hlavička. Během studií na MFF UK stačil jak moderovat Stewdent podcast, kam si zval zajímavé vědce a vědkyně, tak jako analytik nastoupit do zaměstnání. Ve fondu rizikového kapitálu Kaya hledá nové příležitosti. A jen tak mimochodem k tomu připravil první český výzkum zaměřený na zakladatele startupů. S Václavem Ryšlinkem jsme se při rozhovoru zaměřili i na oblast umělé inteligence. Začali jsme ale jeho prací, kterou citovala média v několika zemích střední a východní Evropy.
Proč jste se do výzkumu pustil?
Pro valnou většinu lidí, která jde pracovat do fondu rizikového kapitálu, navíc ještě takhle krátce po univerzitě, je docela těžké najít signály, které by člověk měl sledovat. Na začátku vám nikdo neřekne, jak najít dalšího jednorožce. Tu cestičku si vždycky musíte prošlapat.
Sám jsem byl zvědavý, jestli dokážu najít nějaké signály, které by mi tu práci mohly ulehčit. Právě to byla motivace, proč jsem chtěl zmapovat, jak scéna founderů v Česku vypadá, kdo konkrétně lidé, kteří nabírají peníze a jsou úspěšní v budování startupů, jsou.
Jaká kritéria jste pro výzkum stanovil?
Není jednoduché definovat, co je startup. Člověk za něj může označovat jakoukoli mladou firmu, ale stejně tak možná i dnes ještě někdo za startup označuje Rohlík.cz, i když tady už jde spíše o scale up (společnost s průměrným ročním výnosem alespoň 20 procent za poslední tři roky, která měla alespoň deset zaměstnanců na začátku tříletého období, pozn. red.).
Pro potřeby průzkumu jsem jako startup definoval takové firmy, které dokázaly získat prostředky od standardního venture kapitálového fondu u nás nebo v zahraničí.
Zaměřoval jsem se na české firmy, ale postupem času jsem došel k tomu, že nejde brát v potaz pouze české zakladatele, protože na zdejší startupové scéně je i dost slovenských founderů. Takže nakonec jsem sbíral data o českých firmách, které ale mohli založit Češi, Slováci i cizinci, kteří v Česku třeba studovali.
Odkud jste čerpal data?
Z více zdrojů. Nikde není jedna velká databáze všech startupů, které tu jsou. Jsem si také vědom toho, že můj průzkum není kompletním přehledem. Začal jsem s informacemi, které VC fondy zveřejňují na svých webových stránkách. Každý fond se rád pochlubí tím, do jakých startupů investoval. Samozřejmě, že na těchto stránkách se nenachází všechny investice. Některé mohou být neveřejné, jiné se zveřejní třeba po roce, když už investice proběhla. Dalším zdrojem byla média. A třetím iniciativa Czech Founders, která má ambici monitorovat všechny obchody týkající se investic do startupů v Česku.
Jak práce na výzkumu probíhala?
Začal jsem na tom pracovat v létě 2022. I když jsem samozřejmě měl tendence sklouznout k nějakému automatickému vyhledávání, tak jsem nakonec došel k tomu, že abych si byl stoprocentně jistý, že to, co publikuji je relevantní a přesné, tak veškeré záznamy, které jsem sesbíral, byly do databáze vložené manuálně.
PŘEČTĚTE SI: Muž, vysokoškolák, absolvent informatiky. Tak vypadá profil nejčastějšího zakladatele startupu u nás
Univerzitní kampus pomáhá
Co vás při práci na výzkumu překvapilo?
Stále není úplně jednoduché podobný typ dat získat. Čekal bych, že podobný průzkum už dříve vznikl. Ale nic takového jsem nenašel. Právě proto jsem se do toho pustil. Jde o informace, které lidi mohou zajímat. Což se mi i potvrdilo.
Dostal se třeba k lidem, kteří investují ve střední Evropě, a že jich začíná přibývat, protože například oproti americkému trhu, který už je více nasycený VC penězi, je oblast CEE stále vnímána jako trh s velkým potenciálem, kde toho může hodně vzniknout. A právě pro ně, protože zde třeba fyzicky nejsou, nežijí tu, mohou být tyto informace mnohem zajímavější než pro ty z nás, kdo tu bydlíme a máme informace z první ruky.
A další neočekávaná zjištění?
Nejvíc mne samozřejmě zajímal background těch lidí a na jakých univerzitách studují. Zajímavé je, že Univerzita Karlova má největší počet studentů ze všech škol v ČR, přesto se neumístila první, ale až třetí. Je to samozřejmě způsobené i tím, že velký počet studentů navštěvuje obory jako je medicína, kde potenciál založit startup je pochopitelně jiný než u člověka studujícího informatiku.
Mezioborovost by ale mohla být skvělým zdrojem vztahů, kdy co-founderem bude nějaký technik a dalším co-founderem někdo z medicíny nebo jiného oboru, díky čemuž mohou vznikat synergie. Ale z průzkumu vyšlo, že tam tolik nejsou.
Proč?
Důvodem může být třeba to, že Univerzita Karlova nemá centralizovaný kampus a potenciální co-foundeři z různých oblastí se nemají kde potkávat. I toto lze ze získaných dat vyčíst.
Každý člověk má v hlavě Marka Zuckerberga, který byl tak geniální, že mohl odejít z Harvardu a založit Facebook. Ale z dat se ukazuje, že univerzita má viditelně přidanou hodnotu a její absolvování napomáhá tomu, aby člověk mohl později něco založit. Je vidět, že kontakty a znalosti, které se během studia získají, jsou dost podstatné při budování firem.
PŘEČTĚTE SI: Neozývá se klient? A co když pracuje jinde? Pipebooster ho najde. Stačí nám jméno a firma, říká CEO Vlastimil Vodička
Po founderech fondy
Je ambicí vydávat podobný výstup pravidelně nebo uvažujete ještě o něčem jiném?
Nabízí se to rozšířit nebo navázat s nějakým jiným regionem, případně skupinou. Pro mne osobně by teď bylo zajímavé zaměřit se na to, kdo jsou lidé z VC fondů. Protože na jedné straně máte foundery a na druhé investory, kteří mohou mít stejný background, ale i zcela jiný. Z výsledků pak lze případně vyčíst, co se může preferovat a co naopak ne. Určitě bych na to rád navázal a skupina lidí z VC fondů je oblastí, na níž bych se v rámci CEE regionu chtěl zaměřit.
A případné další modifikace?
Můžeme se bavit o nějakém udržování projektu, ať už je to v rámci našeho regionu, jak se vše vyvíjí v čase. Sledovat, zda se ty investorské skupiny mění, zda lidé, kteří získávali kapitál před deseti lety, tak jestli je to úplně jiná skupina lidí než která nabírá kapitál teď.
Co se regionu týče, dá se samozřejmě sledovat nejen Česká republika a Slovensko, ale i Polsko a státy dále na východ. Těch rozšíření je možných hodně. Je spíš otázkou, co bude dávat největší signál a odfiltrovat ruch, který může být zajímavé sledovat, ale ve finále nepůjde o nosnou informaci. Třeba takovou, jak moc tyto předpoklady mohou vést k budoucím investicím. Jedna věc je data vidět, druhá dokázat je dobře použít.
Dá se zmapování startupové scény v Česku prakticky využít při vaší práci pro fond?
Díky tomu, že se jedná o firmy, které už jsou zainvestované, tak to dává dobrý signál o tom, kdo foundeři, kteří investice získávají, jsou. A z toho je možné nastínit nějaký výhled do budoucna. Na co se zaměřit. Určitě se ale nedá říci, že odteď bychom měli sledovat pouze foundery, kteří chodili na dané univerzity a absolvují konkrétní studijní obor. Pořád jsou to jen statistiky, které mohou ukázat nějaký směr. Nejde o nic, co by bylo navěky vytesáno do kamene.
Možná nám to může pomoci poodkrýt určitou mlhu, ve které se pořád pohybujeme a díky těm datům se můžeme pokusit vypozorovat nějaké signály nebo upozornění na to, co není v pořádku. Je startupový ekosystém skutečně otevřený všem nebo jsou tu nějaké skryté bariéry, které nevidíme, pokud z výsledku průzkumu například jasně čteme, že mezi foundery a founderkami je obrovský nepoměr?
PŘEČTĚTE SI: Na investice do startupů má Natland vyčleněno až 15 procent. Sázet bude na nemovitosti a energetiku, říká partner skupiny Manych
Vlastní startup je možnost
V Kaya VC pracujete rok. Jak potenciálně úspěšné startupy objevujete?
Hledání nových firem je jednou z nejdůležitějších částí toho, co VC fondy dělají. Často to bývá ono skryté know-how, díky němuž může mít nějaký fond výhodu a náskok před ostatními, pokud má například zajímavý zdroj informací, o kterém ostatní nevědí.
Obecně je ale sourcing vždy kombinací dvou faktorů - prvním je to, co k vám přichází, třeba prostřednictvím vaší sociální sítě a bubliny. Proto je dobré mimo ni také vystoupit a hledat i jinde než třeba v Praze, kde je z logiky věci nabídka startupů nejširší.
A druhým?
Vaše aktivní vyhledávání. V souvislosti s tím je aktuální diskuse o tom, nakolik tuto práci může nahradit stroj, automatizace. Populární je dnes mluvit o data driven VC, tedy snaze pomocí technologií zautomatizovat to, co dnes dělá člověk například při hledání informací o zajímavých startupech na internetu.
I my v Kaye se něco takového snažíme aktivně vyvíjet. Stále je to tak trochu chůze v mlze, protože nikdo nezaručí, že právě toto je signál, který se vyplatí sledovat. Ale tato kombinace networkingu, potkávání se se zajímavými lidmi, a výpomoc různých chytrých nástrojů je tím, kudy se cesta aktuálně ubírá.
Mimochodem, měl jste někdy ambici založit startup?
Neříkám, že to přijde, ale rozhodně to přijít může. Pokud je člověk ve VC a nastoupí tam bez zkušenosti ve startupu, tak je samozřejmě těžší do toho světa proniknout. Každodenní práce je bavit se právě s foundery. A pokud můžete ukázat, že alespoň částečně víte, jak se cítí, protože máte podobnou zkušenost, tak je to něco, co může extrémně pomoci při budování lepší sítě kontaktů, při vedení zajímavější diskuse.
Zkušenost s vedením startupu jsem přímo neměl, ale věřím tomu, že třeba skutečnost, že mám technický, ne ekonomický background, že programuji, tuším, jak ty věci mohou pod pokličkou fungovat, tak je to něco, co je na trochu podobné úrovni jako kdybych třeba před tím něco založil.
Jde o hendikep?
Ve světě fondů rizikového kapitálu je různorodost backgroundu vítaná. Ať už je technologický, biotechnologický. Všechno to jsou plusové body, protože vždy to může přinést něco nového. Naučit se být v této práci dobrý se dá jen tak, že člověk v oboru působí. Nedá se to nastudovat z knih, stejně jako nevyčtete, jak být dobrým founderem. Je zajímavé do toho vnášet různé vstupy z různých prostředí, různých přístupů.
Pozorujete v souvislosti s vývojem ekonomiky ve svém oboru nějaké výrazné změny?
Hlavní směr jsou stále investice do technologií. Není důvod, proč investovat do radikálně odlišných sektorů než tomu bylo třeba před rokem nebo dvěma. V čem změna v čase nastala, jsou vnější podmínky. Jak je kapitál dostupný a jaké typy firem na základě toho vznikají. Pokud je kapitálu všude hodně, tak je samozřejmě mnohem snazší ho získat.
Teď se překlápíme do módu, kdy kapitál už není tak snadno dostupný. Důvodů je více. Rostoucí inflace, investoři jsou mnohem opatrnější v tom, do čeho investují, jaké chtějí mít záruky, zda si mohou být jistí, že nejde jen o další bublinu, která po čase opět splaskne. Aktuálně je tak mnohem náročnější peníze získat. Na základě toho teď mohou vznikat trochu jiné firmy než jaké vznikaly před rokem nebo dvěma. S tím, že peníze se teď musí trochu více otáčet, nejenom rozhazovat.
Což ale není nutně špatně...
Ano, většinou je to tak, že v krizích vznikají ty nejodolnější a nejlepší firmy. Příkladem je Airbnb v roce 2008. Proto můžeme očekávat, že něco podobného se může dít i v letošním roce.
PŘEČTĚTE SI: Typický startupista je Pražák do 35 let, pracuje v IT či marketingu a preferuje práci na plný úvazek
Zábava ještě není byznys
Jedním z témat, jemuž se dlouhodobě věnujete, je umělá inteligence. Má už reálné byznysové využití nebo jde zatím spíše o hračku a možný příslib?
Nejvíce nadšení vyvolávají věci, které si člověk může vyzkoušet, udělat si o nich vlastní názor. Velké jazykové modely jsou tu s námi docela dlouho. Dovolím si říct, že to, proč GPT (model strojového učení neuronové sítě trénovaný za pomocí internetových dat, pozn. red.) vzbudilo tak velký ohlas, je proto, že se lidem z OpenAI povedlo veřejnosti poskytnout jednoduché prostředí, kde si to každý může vyzkoušet. A také, což je důležité zmínit, prostředí zdarma. To, že je tomu tak nyní neznamená, že zdarma bude napořád.
Je potřeba vzbudit vzrušení, aby se o tom lidé bavili. Teď si lidé píší s chatbotem, předtím to bylo generování obrázků. Díky tomu je velmi snadné vzbudit wow efekt. Ale je důležité se podívat na to, zda jde o oblast, kde je byznysový potenciál, do níž by člověk chtěl investovat.
Generování obrázků je zábavné, ale byznysové hledisko už tak jednoznačné není. Člověk si obrázky zaplatí, nechá si je vygenerovat jednou nebo dvakrát, ale pak za ně dalších dvacet dolarů nezaplatí, protože už to viděl a obrázků má dost. Z tohoto úhlu pohledu tak je docela těžké na něčem takovém vystavět zajímavý byznys, kde budu mít zákazníky, kteří budou nakupovat častěji a opakovaně.
Přesto, je nějaká oblast, kde je to s AI z byznysového hlediska více nadějné?
Umělá inteligence je schopná tvořit text nebo obrázky. Jednou veřejností aktuálně trochu opomíjenou oblastí, kde je AI superschopná, je predikce časových řad. Zde zatím neumíme vytvořit nějaké uživatelsky přívětivé prostředí a nechat to lidi vyzkoušet. Ale pro byznys, například co se týče určování toho, co lidé nakoupí, může mít AI a její využití mnohem větší dopad. Jen to není pro veřejnost tak atraktivní jako generování obrázků.
Velkým tématem je, jaké pracovní pozice umělá inteligence v budoucnu zastane. Kam v této oblasti směřujeme?
Technologický pokrok vždy přichází s mnoha otazníky, co přijde dál. Když vezmeme příklad jazykových modelů a chatbotů, tak na první dobrou si můžeme říct: Toto nám dokáže generovat mnohem lepší texty, než jaké v současnosti najdeme na mnoha internetových stránkách. Nemohlo by to nahradit copywritery? Částečně asi ano.
Vždy bude přítomna otázka, koho AI nahradí. Dříve se říkalo, že to budou modré límečky, lidé u strojů, potom to možná přijde k bílým límečkům, lidem, kteří dělají rozhodnutí a kreativce, kteří dělají něco, co nelze počítačově zcela obsáhnout nebo napodobit. Ale v současnosti jsme svědky toho, že ten postup může být opačný.
Dříve byli lidé, kteří pracovali na polích. Po nástupu strojů se část lidí přesunula do továren. Aktuálně můžeme diskutovat o tom, co přijde dál, zda tu bude například početnější skupina lidí, která bude AI pracovně nahrazena. Určitě nejsme v situaci, že nás AI nahradí zcela. Ale nikdo v tuto chvíli neví, jak to dopadne.
V jakém stadiu ona proměna je?
Pořád se mluví o artificial general intelligence (obecná umělá inteligence), která by měla být v podstatě ekvivalentní člověku. Pokud takovou inteligenci vytvoříme, tak to bude poslední vynález, který bude potřeba vynalézt, protože potom si AI dokáže mnohem lépe poradit sama.
I když ChatGPT (chatbot spuštěný firmou OpenAI v listopadu 2022, pozn red.) dokáže vést zajímavou diskusi a tvářit se, že všemu rozumí, tak je dobré mít na paměti, že od toho, aby stroj prováděl odůvodňování a přemýšlel, tak od toho jsme pořád ještě daleko. Dokázali jsme přijít na systém, kdy stroj umíme velmi dobře naučit věci, které si už někde přečetl. Ale k tomu, abychom řekli, že toto je myslící stroj, tak tomu jsme ještě hodně vzdáleni.
A jaké z podoblastí AI jsou aktuálně v tomto smyslu nejnadějnější?
Úplně na vrcholu stojí obor umělá inteligence. Podoborem je strojové učení, jehož podoborem je hluboké učení, což jsou ty neuronové sítě, o kterých nyní nejvíce slyšíme. Oproti dřívějším přístupům se totiž jedná o modely s mnohem větší kapacitou, a tedy schopností obsáhnout mnohem více informací.
Abych rozlišil neuronové sítě od strojového učení - typickým modelem strojového učení je například rozhodovací strom, lineární regrese. Jde o matematické modely. Neuronové sítě na to šly trochu jinak. Jejich podstatou je, že mají schopnost a kapacitu obsáhnout mnohem větší objem informací.
Obecně je umělá inteligence stále jen zamaskovaná pravděpodobnost a statistika. Nedá se říci, že bychom viděli jednotlivé váhy u neuronů a mohli říci: Aha, takhle funguje náš mozek. Paradoxně se ukazuje, že většina technik, které fungují v neuronových sítích, nemá s biologickým původem nic do činění. Je to něco úplně jiného. Naopak věci, které jsme se snažili odkoukat z toho, jak funguje mozek, tak se ukazuje, že v praxi tolik nefungují.
Jaké využití umělé inteligence byste ve své práci přivítal?
Velký potenciál vidím tam, kde by nám velké jazykové modely mohly vnést pořádek do přirozeně nestrukturovaných informací. A to typicky ve firmách, kde vzniká velké množství dokumentů, ať už jde o nějakou interní databázi znalostí toho, jak fungují nějaké procesy, co jsme v minulosti viděli, proč jsme do nějaké firmy investovali nebo naopak neinvestovali.
Toto jsou znalosti, které mohou být v čase skryté v několika vrstvách dokumentů a je těžké se prokousat k tomu, kde to třeba přesně je. Pokud bych měl nějaké rozhraní, které by dokázalo všechny tyto informace obsáhnout, dokázalo by je zpracovat a mít je v paměti a já bych se mohl pouze zeptat a ne ty informace vyhledávat a získal bych výstup v nějakém formátu, kterému budu rozumět, bylo by to skvělé. Pokud bych se navíc mohl ještě doptat na nějaké další podrobnosti, tak to by byl úžasný příklad toho, jak bychom AI mohli nejen my v Kaya VC využít.
Jak vzdálená tato představa je?
Myslím si, že úplně daleko to není. Jde jen o to vytvořit dobrý produkt, který bude fungovat a bude mít jednoduché navázání na to, co už se v současnosti používá. Na to se osobně velmi těším. Největší výhodu mají už existující nástroje typu Notion, Airtable nebo Evernote. Je těžké přijít s něčím, co by poskytovalo pouze toto. Vždy tam musíte ty informace dostat. Nejlépe tak na tom jsou vlastníci zavedených struktur, kam lidé informace píší a kde už je to k dispozici.
