El primer jefe de ciencia de datos de Uber acaba de recaudar un nuevo fondo de riesgo para respaldar a las nuevas empresas de inteligencia artificial

Kevin Novak se unió a Uber como su empleado número 21, su séptimo ingeniero en 2011, y en 2014, era el jefe de ciencia de datos de la compañía. Habla con orgullo de esa época, pero como todas las cosas buenas, siguió su curso y a fines de 2017, habiendo logrado lo que quería en la empresa, se fue.

Al principio, aceleró el ritmo de su inversión ángel, trabajo en el que ya había comenzado a enfocarse durante los fines de semana y las noches, y finalmente construyó una cartera de más de 50 startups (incluida la fintech Tubo y la empresa de caja autónoma Cognición estándar).

También comenzó a asesorar tanto a nuevas empresas como a empresas de riesgo, incluidas Playground Global, Costanoa Ventures, Renegade Partners y Data Collective, y después de enamorarse del trabajo, Novak este año decidió lanzar su propio equipo de riesgo en Menlo Park, California, llamado Capital de riesgo de Rackhouse. De hecho, Rackhouse acaba de cerrar su fondo de debut con $ 15 millones, respaldado por el primer jefe de ingeniería de Uber, Curtis Chambers; Steve Gilula, ex presidente de Searchlight Pictures, y el fondo de fondos Cendana Capital. Muchos de los capitalistas de riesgo que conoce Novak también son inversores en el fondo.

Nos reunimos con Novak a fines de la semana pasada para conversar sobre ese nuevo vehículo. También hablamos sobre este mandato en Uber, donde, tenga en cuenta, jugó un papel importante en la creación de precios de aumento (aunque prefiere el término “precios dinámicos”). escuchar esa discusión más completa o echa un vistazo a extractos de ella, editados a la ligera para mayor extensión y claridad, a continuación.

TC: Planeaba convertirse en físico nuclear. ¿Cómo terminaste en Uber?

KN: Como estudiante, estudiaba física, matemáticas e informática, y cuando llegué a la escuela de posgrado, tenía muchas ganas de enseñar. Pero también me gustó mucho programar y aplicar conceptos de física en el espacio de programación, y el departamento de armas nucleares tenía la mayor asignación de tiempo de supercomputadora, por lo que terminó impulsando gran parte de mi investigación, solo la oportunidad de jugar en computadoras mientras hacía física. Entonces [I] estaba estudiando para convertirse en físico nuclear fue financiado de manera muy indirecta a través de la investigación que finalmente se convirtió en el bosón de Higgs. Cuando se descubrió el Higgs, fue muy bueno para la humanidad y absolutamente horrible para mi presupuesto de investigación. . .

Un amigo mío escuchó lo que estaba haciendo y un poco conocía mis habilidades y me dijo, ‘Oye, deberías venir a ver esta compañía de taxis Uber que es como una compañía de limusinas con una aplicación. Hay un problema de datos muy interesante y un problema matemático muy interesante ‘. Así que terminé aplicando [though I committed] el pecado capital de las aplicaciones de inicio y usé traje y corbata a mi entrevista.

TC: Eres de Michigan. También crecí en el Medio Oeste, así que aprecio por qué piensas que la gente usaría un traje para una entrevista.

KN: Bajé del ascensor y el amigo que me había animado a postularme me dijo: ‘¡¿Qué llevas puesto ?!’ Sin embargo, me pidieron que me uniera como ingeniero de algoritmos computacionales, un título anterior a la tendencia de la ciencia de datos, y pasé los siguientes dos años viviendo en el mundo de la ingeniería y los productos, creando características de datos y. . .Cosas como nuestro motor de hora estimada de llegada, que básicamente predice cuánto tiempo le tomaría a un Uber llegar a usted. Uno de mis primeros proyectos fue trabajar en peajes y túneles porque averiguar por qué túnel pasaba un Uber y cómo construir el tiempo y la distancia era un punto de falla común. Así que pasé como tres días conduciendo el Big Dig en Boston hasta Somerville y de regreso a Logan con un montón de teléfonos, recopilando datos de GPS.

Llegué a conocer muchos hechos muy aleatorios sobre las ciudades de Uber, pero mi gran reclamo a la fama fueron los precios dinámicos. . . y resultó ser una piedra angular realmente exitosa para la estrategia de asegurarse de que los Ubers estuvieran disponibles.

TC: ¿Cómo va eso, cuando le dices a la gente que inventaste el aumento de precios?

KN: Es una prueba de fuego muy rápida para descubrir el entusiasmo subyacente de la gente por la economía y las finanzas del comportamiento. La multitud de Wall Street dice, ‘Dios mío, eso es genial’. Y luego mucha gente dice, ‘Oh, agradecer tú, sí, muchas gracias, maravilloso, compras el tipo de cosas de la próxima ronda de bebidas. . . [Laughs.]

Pero los datos también se convirtieron en el espacio de incubación para muchos de los primeros proyectos especiales como el grupo Uber y muchas de las ideas en torno, de acuerdo, ¿cómo construirías un modelo de despacho que permita a diferentes personas con solicitudes de viajes agrupadas? ¿Cómo los agrupa de manera eficiente en el espacio y el tiempo para que podamos obtener la tasa de coincidencia correcta que [so this] el proyecto es rentable? Trabajamos mucho en la teoría detrás de los modelos de entrega de Uber Eats de centro y radio y analizamos cómo aplicamos nuestros aprendizajes sobre viajes compartidos a la comida. Así que obtuve la perspectiva en primera persona de muchos de estos productos cuando eran literalmente tres personas garabateando en un bloc de notas o haciendo riffs en una computadora portátil durante el almuerzo. [and which] eventualmente pasó a convertirse en estos grandes negocios a nivel nacional.

TC: Estuviste trabajando en Uber Freight durante los últimos nueve meses de tu carrera en Uber, así que cuando este negocio con Anthony Levandowski estaba explotando.

KN: Sí, fue una época muy interesante para mí porque más de seis años en, [I was already developing the] actitud de ‘He hecho todo lo que quería hacer’. Me uní a una empresa de 20 personas y, en ese momento, nos acercábamos a 20.000 personas. . .Y me perdí la dinámica del equipo pequeño y sentí que estaba llegando a un punto de parada natural. Y luego sucedió el 2017 de Uber y estaba Anthony, estaba Susan Fowler y Travis tiene esta horrible accidente en su vida personal y su cabeza claramente no estaba en el juego. Pero no quería ser el tipo conocido por rescatar en el peor trimestre de la historia de la compañía, así que terminé pasando el año siguiente básicamente manteniendo unida a la banda y tratando de averiguar qué podía hacer para mantener lo que fuera pequeño. parte de la empresa que dirigía intacta, motivada, empática y buena en todo el sentido de la palabra.

TC: Te fuiste a fines de ese año y parece que has estado muy ocupado desde, incluido, ahora, el lanzamiento de este nuevo fondo con el respaldo de personas externas. ¿Por qué llamarlo Rackhouse? Usó la marca Jigsaw Venture Capital cuando estaba invirtiendo su propio dinero.

KN: Sí. Un año [into angel investing], Había formado una LLC, estaba “marcando” mi cartera para comercializar, enviándome actualizaciones trimestrales a mí, a mi contable ya mi esposa. Fue uno de estos ejercicios que fue un traspaso de cómo estaba capacitando a los gerentes, en el sentido de que creo que uno crece de manera más eficiente y exitosa si puede desarrollar algunas habilidades a la vez. Así que estaba tratando de averiguar qué se necesitaría para administrar mi propio back office, incluso si solo fuera mover mi dinero de mi cuenta corriente a mi “cuenta de inversión” y escribir mi propia actualización de cartera.

Estaba realmente entusiasmado con la posibilidad de lanzar mi primer fondo externo con dinero de otras personas también bajo el estandarte de Jigsaw, pero en realidad hay un fondo en el Reino Unido. [named Jigsaw] y cuando comencé a hablar con LP y decía ‘Mira, quiero hacer este fondo de datos y quiero que sea una etapa temprana’, recibía llamadas de ellos como, ‘Acabamos de ver que Jigsaw hizo esta serie D en Crowdstrike. Me di cuenta de que competiría con el otro Jigsaw desde la perspectiva de la mente compartida, así que pensé que antes de que las cosas fueran demasiado grandes y locas, crearía mi propia marca distintiva.

TC: ¿Transfirió alguno de sus acuerdos respaldados por ángeles en el nuevo fondo? Veo que Rackhouse tiene 13 empresas en cartera.

KN: Hay algunos que acepté seguir adelante y almacenar el fondo, y ahora mismo estamos pasando por los tecnicismos para hacerlo.

TC: Y la atención se centra en el aprendizaje automático y la inteligencia artificial.

KN: Así es, y creo que hay oportunidades increíbles fuera de las áreas tradicionales de enfoque de la industria que, en la medida en que pueda encontrar aplicaciones rigurosas de IA, también serán significativamente menos competitivas. [Deals] que no caen en la zona de strike de casi tantos [venture] firmas es el juego que quiero jugar. Siento que esa oportunidad, independientemente del sector, independientemente de la geografía, se inclina hacia los expertos en dominios.

TC: Me pregunto si eso también explica el tamaño de su fondo: su deseo de permanecer fuera de la zona de huelga de la mayoría de las empresas de riesgo.

KN: Quiero asegurarme de crear un fondo que me permita ser un participante activo en las primeras etapas de las empresas.

Matt Ocko y Zack Bogue [of Data Collective] Son buenos amigos míos; de hecho, son mentores y pequeños LP en el fondo y hablaron conmigo sobre cómo comenzaron. Pero ahora tienen más de mil millones [dollars] en activos bajo gestión, y la gente que [like to back] son dos personas que están pluriempleando y preparándose para dar el paso y [firms the size of Data Collective] básicamente se han descontado de la etapa de formación y pre-semilla, y me gusta esa etapa. Es algo en lo que tengo mucha experiencia útil. También creo que es la etapa en la que, si viene de un lugar de experiencia en el dominio, no necesita cinco cuartas partes de las finanzas para obtener una condena.

Leave a Reply

Your email address will not be published. Required fields are marked *