Бессменный главный редактор журнала «Интернет-маркетинг» с момента его создания в 2001 году, член Совета Фонда развития Политехнического музея, организатор и ведущий крупной ежегодной конференции Яндекса Yet Another Conference on Marketing.

Андрей Себрант родился в 21 ноября 1954 года в Москве. В 1977 году закончил Московский физико-технический институт (МФТИ) по специальности «Экспериментальная физика». Кандидат физико-математических наук.

После окончания института работал в филиале Института атомной энергии им. И. В. Курчатова, где занимался экспериментальным изучением различных аспектов взаимодействия лазерного излучения с веществом, стал лауреатом Премии Ленинского комсомола и ряда других наград, опубликовал более 60 научных работ.

Впервые познакомился с интернетом и начал им активно пользоваться в 1988 году.

С 1989 года научную деятельность начал совмещать с работой в интернете, принимая активное участие в международных образовательных интернет-проектах. Через несколько лет окончательно ушел из науки в сферу интернет-бизнеса.

В 1995 году Андрей Себрант занял пост директора по маркетингу одной из первых российских интернет-компаний «Гласнет». Занимался как тарифной политикой провайдера, так и общими вопросами маркетинга с активным использованием интернета. Позже, когда «Гласнет» был приобретен компанией «Голден Телеком», продолжил работу в качестве коммерческого директора отделения «России Онлайн».

С 1997 по 2001 год являлся редактором российского отделения американского мультимедийного интернет-портала About. Также принимал участие в разработке и продвижении ряда известных российских интернет-проектов (List.ru, Internet.ru, Listovka.ru, Pole.ru и др.). Занимался консалтингом в области интернет-решений для бизнеса. С 2000 по 2003 годы – генеральный продюсер и директор по стратегии российского отделения Lycos Europe, крупнейшего на тот момент интернет-портала в Европе.

Андрей Себрант – автор множества статей в онлайновой и традиционной прессе о маркетинговых аспектах интернета, научный редактор ряда переводных книг об интернет-маркетинге, активный участник российских и международных конференций, посвященных маркетингу и интернет-технологиям. Регулярно читает лекции по интерактивному маркетингу и маркетинговым технологиям студентам ведущих московских вузов и слушателям программ MBA, активно работает со стартапами, является членом программных и организационных комитетов крупнейших российских конференций по интернет-тематике.

В 2004 году был приглашен в компанию «Яндекс» в качестве директора по специальным проектам; сегодня продолжает работать в должности директора по маркетингу сервисов. Занимается вопросами маркетинговой стратегии и тактики компании, аналитикой российского интернет-рынка и конкурентным анализом, координирует деятельность по внедрению технологий в маркетинг компании, отвечает за представление Яндекса на крупнейших мероприятиях общероссийского и международного масштаба.

Андрей Себрант

- Последняя книга, которая на вас повлияла?

- «Machine, Platform, Crowd», на русском, по-моему, пока не появилась. Авторы - профессоры MIT.

Один из них делал доклад на конференции, где я тоже был. Доклад был в значительной степени анонсом: «лучше книжку почитайте, я всё равно за 15 минут не успею всё рассказать».

Книжка хорошая, как любая MIT-ишная книжка. Легко читается, хотя написана двумя довольно крупными экономистами.

Ребята описали историю взаимодействия трёх разных вещей, которые они считают главными в развитии технологий будущего.

Первое - всё, связанное с машинными интеллектами и умными компьютерами.

Второе - экономика платформ. Платформа меняет многие классические и базовые экономические представления, например, о цене и спросе.

Третье - крауд. При этом они использовали слово не очень удачно. Это не только про краудсорсинг и краудфандинг, это ещё и про блокчейн. То есть всё, что упрощает структуру взаимоотношений в современном обществе, когда вместо какой-то сложной иерархии появляется более или менее плоская одноранговая система, в которой есть много участников. Они взаимодействуют друг с другом, а технологии обеспечивают прозрачность и достоверность этого взаимодействия.

Авторы рассматривают взаимодействие таких штук с уже устоявшимися в больших компаниях иерархическими системами. Справедливо отмечают, что компания может быть сколь угодно передовой - Facebook или Google, но компании такого масштаба вынуждены быть иерархическими. Как следствие - становятся не очень эффективными. Страшно неэффективными.

Ребята пытаются понять, как с этим бороться и рассматривают, как различные технологии позволяют внутри формальной иерархической системы организовать кучу плоских взаимодействий и сохранить её конкурентоспособность. Сохранить дух и стиль стартапа в большой, сложной и структурированной компании.

Как раз то, как они рассматривают взаимодействие и взаимовлияние трёх очень разных аспектов более внятно рисует будущее, чем то, что анализируют люди, которые хватаются за один.

Книга дала мне много разных поводов подумать. А я вообще книжки люблю как стимул подумать.

- О чём вы думали после того, как прочитали?

Книга объясняет многие наблюдаемые мной факты. Например эффективность и устойчивость Яндекса. Я начал работать, когда в компании было человек 30, а сейчас в нём 8 тысяч. И многие вещи сохранились.

Я понимаю, что теория из книги очень хорошо позволяет описать системно кучу разнородных вещей, которые обычно просто через запятую описываешь, когда рассказываешь людям про Яндекс. Выясняется, что про любимую компанию можешь рассказывать с точки зрения того, что она прекрасно иллюстрирует довольно связную и сложную теорию.

В Яндексе наблюдаю, как формируется взаимодействие умных людей и умных машин, потому что уж чего-чего, а искусственного интеллекта вокруг хватает.

Мне очень приятно, что я теперь могу этим заниматься не как описательной биологией - вот в Яндексе есть то-сё, пятое-десятое, и почему-то всё вместе хорошо работает. На самом деле это яркая иллюстрация общих тезисов, хорошо сформированных людьми. Приятно понимать, что, не зная теории, мы очень многое сделали правильно.

- Какой главный кайф в вашей профессии?

Много. Я не знаю, какой из них главный. С точки зрения чисто интеллектуального кайфа всё время что-то новое.

Это история началась с моего образования. Я же физтех кончал, наукой занимался. В науке главный кайф - это что-то новое первым понять, первым обнаружить, если ты экспериментатор. Мне этот кайф известен, в нашей команде, занимавшейся всякими лазерными исследованиями, были работы именно про то - ух, мы увидели эту штуку! И даже как-то немножко её поняли, какую-то простенькую модель построили первыми в мире. Не для публикаций, публикация как бы вторична, а первично - совершенно офигенный кайф, когда ты думаешь: «Ух, этого никто никогда не видел. А главное - никто никогда и не понимал, что это может быть. Давайте сейчас, во-первых, исследуем, во-вторых, немножечко расскажем, как оно так получается». Кайф, который доступен в науке, в высокотехнологичной компании тоже совершенно доступен, и это супер.

Второе - это люди. Вокруг куча людей - совершенно потрясающие умницы. Кто-то из них блестяще стихи пишет или разбирается в литературе, кто-то, будучи очень программистом - фанат астрономии, у него есть публикации в астрономических журналах и он вдруг тебе начинает рассказывать про Вселенную. Ещё кто-то оказывается музыкантом. В Яндексе не случайно много музыкальных комнат. У нас дофига людей, которым для того, чтобы подумать, надо пойти и поиграть.

Я думаю, что эти кайфы располагаются в перпендикулярных плоскостях. Невозможно сказать, какой из них главный, потому что чисто интеллектуальное удовольствие без человеческого фактора неполноценно. А общение с людьми и при этом отсутствие интеллектуального задора про создание или познание нового - тоже однобоко. Поэтому только оба, только в комплексе.

- Когда вам последний раз было по-настоящему страшно?

По-настоящему страшно бывает, когда попадаешь в ситуацию физической смертельной опасности. Последний раз такая ситуация была года два назад.

Я люблю заниматься тем, что называется хайкерами в горном туризме. В американских горах, в массиве Северной Невады я был весной, далеко не в пик туристского сезона, да ещё и тропу выбрал не самую популярную. Был в часе, в двух часах ходьбы от парковки, где я бросил машину. Вокруг людей совершенно нет, зато есть высокие секвойи. Высокие и толстые.

Секвойя - дерево, которое реально может быть таким, что за него, как за дом, за угол заворачиваешь. Я заворачиваю за одну из таких секвой и вдруг вижу, что у меня практически под ногами, рядом с тропой копошится медвежонок.

Сам по себе медвежонок очарователен, но почти наверняка где-то рядом мама.

Медведи, в принципе, не очень нападают на людей, они, как правило, просто от людей сваливают, им совершенно не охота связываться. Но мама, которая решит, что что-то угрожает её ребёнку, - это большая и серьёзная опасность.

Я замер, начал тихо оглядываться по сторонам, чтобы понять, что дальше делать. Пытаться убежать - я час буду бежать до машины, точно догонит.

Тут со второй стороны ко мне приближается второй медвежонок, который явно испытывает ко мне интерес. Но в итоге всё закончилось хорошо. Мама не появилась, я с большим удовольствием провёл фотосессию.

История про столкновение в дикой природе с двумя медвежатами, первые несколько секунд - это страшно. Сильно страшно. Понимаешь, что потом что-то найдут обглоданное.

- Чего вам не хватает в жизни?

Времени.

- Как справляетесь?

Никак, страдаю. По-моему, сейчас с этим справиться невозможно. Всегда есть что-то, что ты не успеваешь. Приходится ранжировать: что ты успеешь прочесть, с кем ты успеешь встретиться, что ты успеешь сделать, куда ты успеешь съездить, слетать, сходить.

- Какие черты в себе вы больше всего не любите?

Вспыльчивость, агрессивность. У меня негативная эмоциональная реакция, когда что-то мне не понравилось или что-то мне показалось не так.

Со стороны людей более добрых или более эмоционально чутких, моя реакция выглядит неадекватно. Я могу начать издеваться, иногда довольно жёстко. Иногда могу просто рявкнуть, не понимая, что тут, к сожалению, обратная сторона авторитета: если бы так рявкнул коллега из-за соседнего стола, ну и чёрт с ним, можно рявкнуть в ответ. А тут, всё равно, хоть ты тресни, понятно, что мужик, который в интернете столько работает, начальник, рявкает, да ещё и какие-то полупечатные слова произносит про содержание черепной коробки. Человека это обижает.

К сожалению, я слишком легко и избыточно больно задеваю людей. К сожалению, даже понимание этого не сильно помогает избежать следующего раза.

- О чём вы мечтаете?

Да там очень разные вещи!

Я мечтаю посмотреть кучу мест, где я не был. Я очень люблю путешествовать, у меня есть куча любимых краёв, куда я возвращаюсь всё время, но при этом хочется ещё и новенькие увидеть. Я, например, очень хочу побывать по ту сторону экватора.

Я не был ни в Южной Америке, ни в Австралии, ни в Новой Зеландии. Когда я вижу картинки из Новой Зеландии - я немножечко истекаю слюной. Мне туда очень хочется.

Мне хотелось бы знать один-два языка, кроме английского. Тупая хотелка - возьми и изучи. Но смотрим предыдущий пункт - мне не хватает времени.

Изучение испанского стоит во всех моих планах, но никогда на него не хватало времени всерьёз. Я понимаю, что английский - это хорошая вещь, но именно потому что мне комфортно в Штатах, в Англии, в Северной Европе, где молодёжь свободно говорит на английском. Когда же я попадаю в испанскую глубинку я с помощью пальцев, жестов и каких-то пантомим могу объясниться. Но я понимаю, насколько всё было бы круче и интереснее, если бы я мог потрепаться нормально, на их родном испанском. Мне очень хочется ещё один язык, испанский в первую очередь. Я об этом мечтаю.

Кроме испанского хочется какой-то из иероглифических - китайский или японский. Когда там бываешь, понимаешь, что это очень сильно сформировало мышление, и культуру этих стран. Совсем не зная их письма, не зная их языка, наверное, невозможно до конца их понять, а понять хочется.

- А кроме языков?

Какая-то история про придумать что-то совсем новенькое.

Можно придумать какую-то метрику, можно какой-то сервис запустить, но это немножко другие вещи. Кайф есть, но он на вкус немножко другой. Тот кайф, который испытываешь, когда чего-то новое обнаруживаешь, открываешь, доказываешь, формулируешь. Кайф от чего-то нового в науке, именно его, наверное, ещё разок хотелось бы испытать. Это специальная разновидность интеллектуального наслаждения.

- Почему вы ушли из науки?

Надо было выбирать - оставаться здесь и менять образ деятельности или уезжать из России и продолжать заниматься наукой. Потому что той наукой, которой я занимался и которая мне была интересна, в 90-е стало совершенно невозможно заниматься.

- Почему?

Тяжёлая экспериментальная физика зависит от кучи очень материальных вещей. К сожалению. Была задача, которая требовала очень дорогих приборов, на которые денег не было и нет. Плюс ещё и дорогих расходных материалов, которые стали недоступны.

Часть вещей нужно было переделывать. Как это обычно происходило в 90-е годы, всё, что связано с научным приборостроением - развалилось. Это был не тот сектор, в котором можно было легко выжить. Какой-нибудь завод, который выпускал тиратроны (тип высокочастотных ламп - И. С.) просто перестал существовать. Он был один и всё раньше было нормально, завод жил на заказы Сельмашей как сыр в масле. Прекратились эти заказы и это означало, что тиратронов в мире больше нет. В принципе, можно переориентироваться на какие-то другие, но они стоили сотни тысяч долларов, которые мне не светили в бюджете.

Ещё раз: тяжёлое железо требует наличия такой отрасли как научное приборостроение, которое в одночасье в стране исчезло. Нужен был чудовищный масштаб финансирования, чтобы пользоваться плодами научного машиностроения зарубежного. Причём, ладно тиратроны, откуда я буду брать нужные мне спектрально чистые газы, которые перестали производить в стране? А мне баллоны с ними нужно каждую неделю возить. Ну, нереально.

Группа наша разделилась примерно пополам: кто-то свалил и они сейчас все успешные профессора в разных университетах мира, или успешно коммерческие. Лёшка Дергачёв работает в компании фотомашин - одна из крупнейших американских фирм по лазерной обработке. Он занимается внедрением научных результатов в конкретной промышленной деятельности, хотя это не совсем наука.

Те, кто остались, и я в том числе, начали искать что похожее по стилю на науку, но не науку. Что-то продавать не хотелось. Даже в банковскую сферу, многие рванули, но как-то… Там тоже дофига интереснейшей математики, но что-то не то.

Появившийся тогда интернет показался мне по стилю похожим на то, к чему я привык в нашей лаборатории, поэтому я попросился в только возникающий первый интернет-провайдер.

- Вы не жалеете, что тогда не уехали за рубеж?

Нет. Тут на самом деле прикольно.

У меня получилось вполне полноценную вторую жизнь прожить.

Я вполне доволен своими успехами в науке. Я там очень много всего, что мне хотелось, сделал. Я бы сделал ещё больше, но это было просто поступательное развитие. Ну стал бы профессором? Ну окей. А тут стал достаточно хорошим специалистом по маркетингу в совершенно новой цифровой среде, работаю в совершенно прекрасной компании, много опыта - прекрасно.

- Можете вспомнить ваш последний сложный жизненный выбор?

Самый сложный жизненный выбор - только что как раз обсудили. Это был не последний, но самый сложный.

Уезжать или оставаться - это был действительно сложный выбор. Это всегда выбор, который затрагивает твоих близких, затрагивает не только профессиональные вопросы и вопросы: «блин, я хочу работать там, где не надо вставать к 8 утра». Это всё детали, но там очень много вещей, связанных с отношениями с близкими, с друзьями, того, что официально называется социальными связями, - это тоже на выбор влияет дофига. Выбор, конечно, был не только между наукой и интернетом, но и между социальными связями, социальной адаптацией, формирования новых связей в новой стране.

Из более поздних… C 95-го года, за 20 с небольшим лет, я успел поработать в 6 или 7 компаниях. Каждый раз выбор, куда пойти дальше, - это довольно сложная история.

Последний такой выбор был простым. Он произошёл, когда прекратил своё существование славный Lycos . Это была дочерняя американская публичная компания одного из первых порталов, который взлетел на пресловутом «пузыре доткомов» в районе 2000 года. Lycos собрал на IPO очень много миллиардов, стал расширяться во все страны мира, создавая дочерние компании. Он создал дочернюю компанию в Европе, а европейская компания тут же, помимо Западной Европы, рванула в Россию, и меня взяли руководителем этого самого российского Lycos.

Дальше Lycos разорился. В России его закрыли в панике, потому что в предсмертных судорогах пытались сократить расходы и закрывать страны убыточные, но это всё равно не помогло. Сначала грохнулся европейский Lycos, а потом и основной Lycos обанкротился.

Выбор был простым - это компания-банкрот. Не стоял вопрос надо или не надо её покидать. Я тогда прекрасно понимал, что самое интересное место в Рунете - это Яндекс, мне здесь хватало друзей, в том числе среди основателей.

Господи, весь Яндекс был 20 человек и я их всех знал!

Мы все могли собраться на одной пьянке. Меня на неё иногда приглашали, как-то пошёл, поговорил и меня взяли. Хотелось в Яндекс - я в Яндекс попал.

- Назовите три минуса Яндекса.

Эти минусы - продолжение его плюсов.

Первый минус - неизбежность очень структурированной и поэтому не всегда поворотливой системы, когда у тебя работает много тысяч человек.

Вся работа поисковиков Google и Яндекса - это сплошное машинное обучение. Фильтрация спама в почте – давно уже машинное обучение. Интересно то, что на самом деле происходит «под капотом», когда вы задаете какой-то расслабленный запрос в поисковике типа: «Как называется фильм, в котором мальчик в итоге убивает, потому что его шантажируют картинкой через камеру лэптопа?». Кто смотрел «Черное зеркало», быстро сообразит, что страниц с таким описанием нет. Но во многих случаях мы можем вывести на правильный сериал, просто потому что в этой длинной фразе хватает слов, чтобы поймать семантику «Черного зеркала» -- хотя пока на конкретно таком запросе поисковики обламываются. Все электронные платежи возможны только благодаря машинному обучению, потому что сейчас нет ни одной системы, которая обрабатывает онлайновые транзакции и не отлавливает мошенников с помощью хороших алгоритмов машинного обучения. Они все бы давно сдохли и отказались обрабатывать онлайн-транзакции без системы машинного обучения.

Как вообще человек может использовать технологические достижения на бытовом уровне? В работе любой компании это вопрос больше организационный, потому что использовать данные в режиме хорошо прописанной процедуры мы можем, потому что достигли многого, начиная с запуска ракеты, заканчивая работой современного химического предприятия. Современное большое производство – оно все неплохо оцифровано. В общем, это большая автоматизированная штука. При этом слово автоматизация никого не пугает, потому что считается, что автоматизация – это написанный человеком набор алгоритмов. И вот имея миллион инструкций, которые закодировали люди, мы можем делать управление предприятиями полностью автоматическим. Сборка автомобиля, например, во многом такой автоматизированный процесс.

Но есть пока некоторые проблемы. Например, европейцы говорят, что самое страшное то, что мы сейчас начали делать - это раздельный сбор мусора. Дело в том, что раздельный сбор мусора делается для того, чтобы экономически хоть как-то замкнуть эту цепочку. Чтобы из той бутылки, которую я выкинул, можно было потом сделать пластиковый пакет. Но как автоматически разбирать мусор, если его качество все время разное? Рассказывая про этот мусор, я рассказываю вам про целый класс задач: как машине работать с параметрами, которые на входе варьируются? Ведь у человека после 10 лет тренировки развивается «чуйка»! Но дело в том, что через месяц тренировки на этих логах у хороших систем машинного обучения тоже развивается «чуйка», то есть она начинает принимать решения лучше мастера. Но, к сожалению, не умеет – как мастер - правильно вешать лапшу на уши начальству.

И здесь мы переходим к проблемам не технологическим, а психологическим. У нас даже был человек, которого мы называли «интерпретатор неинтерпретируемых алгоритмов для большого начальства», потому что когда ты показываешь начальству, что у него четко есть экономический эффект от автоматизации, он говорит: «Офигеть, ну, скажи теперь, почему? Почему Вася, который всю жизнь отдал этому производству, так не может, а машина может?». Мы пытаемся собственный опыт как-то декомпозировать, но это как если я вас сейчас попрошу объяснить, как вы отличаете кошку от собаки. А это та же самая история - мы никогда не сможем объяснить, почему машиной было принято именно такое решение.

Директор по маркетингу «Яндекса» Андрей Себрант провел лекцию в Екатеринбурге на тему «Как не остаться без будущего». Он рассказал о переменах, которые ждут нас в ближайшие 10-20 лет в области искусственного интеллекта и о том, как остаться востребованным на рынке труда. Rusbase выделил главные тезисы его выступления.

1.

В течение следующих 10-20 лет человечество ждут перемены в нескольких областях:

• Аддитивные технологии (3D-печать);
• (CRISPR и т.д.) и ;
• Возобновляемые источники энергии и новая энергетика;
• Сельское хозяйство (биотехнологии, робототехника, машинное обучение);
• Транспорт.

2.

Компьютеры смогли обыграть людей в игры, которые требуют интуитивных действий и творческого мышления (шахматы, го, Dota2). То есть машины могут вырабатывать качества, которые считались сугубо человеческими.

Иллюстрирует прогресс в обучении машин через собственный пример: команда разработала нейросеть, генерирующую музыку в стилях разных композиторов. Нейросеть создала произведение в стиле Александра Скрябина, и его оценили эксперты по творчеству музыканта.

3.

Раньше машинам нужно было задавать алгоритмы действий, а теперь – нет. Они могут самообучаться каким-либо действиям и станут выполнять их лучше большинства людей. Например, в США для диагностики нескольких типов рака кожи стали использовать обученную нейросеть. Опытные дерматологи со стажем ошибаются гораздо чаще нее.

4.

Себрант считает, что программу можно обучить чему угодно, особенно автоматизированным процесссам, если заставить ее жить по тем правилам, по которым, например, живёт ребёнок, погружённый в новую языковую среду.

5.

Спикер также выдвигает гипотезу, объясняющую сопротивление людей идее того, что машины обучаются быстрее и лучше:

Гипотеза состоит в том, что у нас сильный встроенный антропоцентризм. Мы самая высокая ступень эволюции, а всякие машины ниже нас, они не могут превосходить нас в том, что касается мозгов, потому что именно мозги делают нас особенными. Но я спрашиваю: почему? Кто сказал, что мы венец творения? А может, мы – промежуточная стадия для создания машинного сверхинтеллекта?

6.

Андрей Себрант сформулировал основные правила выживания для человека после 2020 года:

• Быть готовым учиться и переучиваться всю жизнь. Жизнь многих профессий станет короче жизни людей, а про самые интересные профессии мы ещё даже не догадываемся.
• Лидировать в команде творческих людей и машин.
• Уметь обучать алгоритмы, а не только людей.
• Иметь смелость делегировать задачи машине, а не только людям. И иметь мудрость отличать, что кому делегировать.

7.

Напоследок Себрант рекомендует две книги: «Неизбежно» Кевина Келли и «Machine, Platform, Crowd» Эндрю Макафи и Эрика Брайнджолфсона, которая еще не переведена на русский. Первая - о том, куда движется человечество, вторая рассматривает развитие искусственного интеллекта с точки зрения экономики и бизнес-процессов.

Смотреть полную запись выступления Андрея Себранта.

Родился в 1954 году
Образование - высшее, кандидат физико-математических наук.
Живет в Москве

Как физик-исследователь Андрей Себрант занимался различными аспектами взаимодействия лазерного излучения с поверхностью твердого тела, а также процессами в факеле лазерной плазмы у поверхности облучаемого образца. Но после начала реформ в 1991 научное приборостроение исчезло в России как класс, и группе Себранта элементарно не хватало материальных ресурсов для поддержания необходимого уровня эксперимента. Деньги, которые давали на науку государство и западные спонсоры не могли покрыть всю себестоимость нормального научного продукта в России

Оставалось, - говорит Себрант, - "перепевать старые результаты, выпрашивать оплаченные приглашения на конференции и т.д. Мы как-то достаточно уважали себя, чтобы уйти со сцены без такого позора. Тем паче, что все верили в свои возможности устроиться и работать головой в других областях - или в других странах, если не изменять физике - (и не ошиблись, кстати).

Вследствие быстрого развала отечественной науки в условиях побеждающего рынка, Себрант оказался среди многих российских ученых, оставивших свою профессию ради предпринимательства. Впрочем, он никогда не имел комплексов по поводу "святости науки" и "низменности торгашества" - еще в 70-80 был директором "народного книжного магазина" при исследовательском институте, в котором работал. То был сильно засекреченный филиал Института атомной энергии в городе Троицке, который курировал Велихов (много путешествовавший в "перестроечные" годы по США с Горбачевым).

Постепенный переход Себранта из области экспериментальной физики в сферу интернетовского бизнеса занял несколько лет. Толчком послужила организация женой Велихова (которая активно занималась компьютеризацией обучения) международного компьютерного лагеря для школьников.

- Велихов, - вспоминает Себрант, - по ряду причин был заинтересован в нарушении "закрытого" статуса Троицка, и используя свой тогда немалый политический вес, провел решение, что этот лагерь пройдет на базе компьютерного детского центра г. Троицка под названием "Байтик".

В типично советской манере решать проблемы кадров путем привлечения добровольцев, Велихов решил обойтись силами "собственных" физиков. Для приема школьников была набрана команда из экспериментаторов, с опытом работы в стенгазетах, пионерлагерях, с КВНовскими командами, с передачей "Что? Где? Когда" и т.п. В этой команде оказался и Себрант. Так, летом 1988 года, Себрант столкнулся с компьютерными сетями. Большой любитель научной фантастики, он открыл для себя Сеть как "datasphere" (термин из романа "Гиперион" Дэна Симмонса).

"Гласнет" стартовал в 1990 году как проект APC - Association for Progressive Communications из Сан-Франциско. Он подавался как сеть, созданная для доступа некомпьютерной публики - социальных активистов, деятелей образования, журналистов и всяких неформалов. Согласно американским правилам, стратегию организации, получавшей гранты, должен был определять совет директоров - местных специалистов по использованию Интернета, не имеющих коммерческого интереса в "Гласнете". Себранту предложили войти в совет директоров - в 1993 году он оказался среди тех, кто определял развитие "Гласнета".

Разумеется, при начавшейся коммерциализации Сети "Гласнет" как провайдер для маргинальных групп типа правозащитников, зеленых и т.д был обречен. Чтобы выжить на уже активно формирующемся рынке провайдеров, надо было превращаться в эффективную прибыльную компанию. Всякие советчики из заботящихся о нуждах образования из членов совета директоров должны были исчезнуть (а затем и сам совет). Себрант исчезать из дела не желал, и, уйдя из института, занял руководящую должность в штате "Гласнета" (руководитель WEB-отдела)

Его деятельность в новой должности началась с создания нормального Web-сайта и вообще отдела web-технологий, как для обеспечения потребностей клиентов, так и как маркетингового инструмента самой компании. В то же время он занимался и анализом текущего состояния компании и рынка:

- Удивительно пригодились навыки и даже матобеспечение, которое я использовал в лаборатории, - говорит Себрант, - Сервера провайдера генерят чудовищное количество логов. На редкость похоже на бешеное количество параметров, характерное для задач динамики плазмы. Поэтому надо просто найти ключевые, научиться их считать, постоянно мониторить, строить на основе наблюденных изменений простые модели. Я этим занимался почти 20 лет до прихода в Гласнет, и у меня неплохо получалось. Теперь у меня есть всякие интересные данные и динамика их поведения за более чем три года. И рабочие модели поведения пользователя при изменении цен, например.

Через год Себрант стал директором Гласнета по маркетингу. В его задачи на сегодняшний день входит сбор и анализ всей значимой статистики, характеризующей работу компании, анализ рынка, разработка ценовой политики и планов развития, планирование рекламных кампаний и разработка их сценариев, а также работа с прессой.