Кейс Pearson. Работа в R&D: Инновации vs. Ограничения.

Работа в R&D подразделениях — это палка о двух концах. С одной стороны, ты на переднем крае инноваций, работаешь над тем, что завтра изменит мир. С другой — сталкиваешься с ограничениями, которые могут охладить пыл любого энтузиаста. Конечно, это зависит от компании, например, в Skyeng я активно ездил по конференциям вроде EdCrunch и ЦИПР и даже давал коментарии для российского Forbes. Но в Pearson было иначе.

Мой опыт в Pearson
В Pearson, одном из гигантов образовательной индустрии, я работал в акселераторе AI-продуктов для изучения английского языка. Мы исследовали рынок, генерировали идеи и создавали прототипы, чтобы проверить их жизнеспособность.

Наша команда состояла из 5 продактов, каждый со своей специализацией. Я, например, занимался разработкой VR-игры Lingoverse для изучения английского и инструмента для генерации образовательного контента, который, к слову, скоро будет запущен. Мой коллега Альваро, бывший сотрудник Amazon, работал над голосовыми AI-тьюторами. А Шон, опытный чувак из Англии, создавал Digital Tutor — AI-учителя на базе игрового движка Unreal Engine, который, наконец, запустился пару недель назад.

Закрытость как ограничение
Однако, несмотря на интересные проекты, Pearson — максимально закрытая компания. И это накладывало свой отпечаток на нашу работу. В частности, закрытость проявлялась в следующем:

1. Непубличность. Мы не могли говорить о своих проектах до релиза, а это значит никаких конференций и обмена опытом.

2. Ограничения на фриланс. В некоторых случаях нам приходилось обходиться без помощи фрилансеров, чтобы, например, быстро найти специалистов с нужной экспертизой, что тормозило процесс.

3. Внутренние инструменты. Мы были ограничены в использовании инструментов, доступных внутри компании, даже если внешние были бы эффективнее. Например, все исследования нужно было проводить строго через usertesting.com. Платформа хорошая, но мне, например, на ней не хватало настоящих преподов английского, чтобы протестировать мой продукт. А выписывать гифт-карты на Amazon тем, кто не зарегистрирован на usertesting компания не позволяла.

4. Shared Teams. Вместо выделенных команд мы работали с общими департаментами дизайнеров, разработчиков и ML-инженеров. Это приводило к сложностям с планированием (загруженность этих ребят нужно было планировать сильно заранее), бюрократии (между подразделениями нужно было выписывать чеки) и задержкам (моему инженеру или дизайнеру могла прилететь "срочная задача" от другой команды).

5. Медленная скорость разработки. Ограничения на найм, бюрократия и общие ресурсы существенно тормозили разработку. Если в начале моего проекта у него был только один аналог, то к моменту защиты продукта перед менеджментом этот аналог уже успел поднять инвестиции, и появилось еще 5 конкурентов. А мы все еще занимались утверждением бюджетов, хотя начинали разработку раньше. С ресурсами Pearson мой продукт можно было запустить за 3 месяца

Плюсы и минусы закрытости
Плюсы: Честно говоря, в том виде, в котором закрытость реализована в Pearson, я их не вижу.

Минусы:
— Неповоротливость. Компания становится громоздкой и медленной в принятии решений.
— Ограниченные возможности для сотрудников. Невозможность делиться достижениями и участвовать в конференциях снижает мотивацию.
— Торможение инноваций. В современном мире скорость — ключевой фактор успеха. Закрытость и бюрократия замедляют разработку и внедрение новых продуктов, что может привести к потере конкурентных преимуществ. Прототип того же Digital Tutor был полностью готов в июне 2023, я лично его тестировал и работал он прекрасно. На запуск продукта у компании ушло 1.5 ГОДА.

Работа в R&D — это всегда баланс инноваций и ограничений. В Pearson закрытость компании создавала больше проблем, чем преимуществ. Но, я рад, что получил этот опыт и смог поработать над крутыми продуктами.

#кейсы