Читаем Компьютерра PDA 10.04.2010-16.04.2010 полностью

Вообще я позволю себе высказать крамольную мысль, что  в основе всех успешных бизнесов обязательно лежало везение на разных этапах существования. Просто об этом, как правило, не принято говорить. Говорят больше о том, как строили, как работали, что именно делали. Последнее как раз малоинтересно, поскольку чужой опыт в другой ситуации очень редко можно применять дословно. А факторы везения оставляют за кадром. Это порождает в людях иллюзию, что достаточно почитать бизнес-книгу или получить степень МВА, чтобы потом эффективно управлять, чем угодно, и всё будет волшебно получаться. На практике оказывается, что существует масса факторов (везения или невезения), которые влияют на бизнес самым прямым способом, но на которые бизнес не может влиять никак.

Например, неумные бизнес-консультанты приводят в качестве идеального примера  построения бизнеса компанию "Микрософт". 

Хороший пример, и Билл Гейтс - безусловно, гениальный бизнесмен, но более всего он гениальный везунчик. Смотрите сами:

• Иметь "правильных" родителей, которые дали ему возможность поступить в единственный тогда в стране вуз, где был почти неограниченный доступ к компьютерным ресурсам, который был тогда хорошо если у десяти людей в мире.

• Будучи студентом, получить заказ на тестирование программного обеспечения у заказчика с неограниченными ресурсами.

• Заняться операционкой для рынка настольных компьютеров, когда  этот рынок только-только начинался и на нём вообще не было конкурентов.

• Получить эксклюзивный контракт с крупнейшим в мире производителем компьютеров.

• Без проволочек получить начальное финансирование, и пр. и пр.

Гениальность же Гейтса-бизнесмена состояла вовсе не в том, что он заключил контракт с IBM, пользуясь связями мамы, а в том, что он сумел использовать выпавшие на его долю факторы везения на все 100%. Хорошие бизнесмены используют сопутствующее им везение процентов на 50, если не меньше. А плохие не используют вообще.

В этом смысле всегда интересно понимать, какие именно факторы везения способствовали тому или иному бизнесу, чтобы во-первых, не строить необоснованных иллюзий в вашем случае, а во-вторых, уметь улавливать факторы везения для своего бизнеса. Сначала давайте я расскажу немного подробнее об уникальности ситуации нашей компании и факторах нашего везения.

Везучая "Лаборатория"

В момент, когда программист Касперский задумался о создании собственного антивируса, рынок антивирусов практически  не существовал. Он только-только начинался. Причём не только в России, но и в  мировом масштабе. John McAfee начал писать свой продукт всего на 4 года раньше, чем Касперский. Только в отличие от Жени, Джонни сразу сообразил организовать свою разработку в виде бизнеса и в 1989 году основал компанию McAfee, которая через 5 лет стала лидером мирового рынка. На молодом рынке это довольно легко. Вообще говоря, антивирусы тогда были уделом одиночек. Любой мало-мальски сообразительный программист с навыками разбора файлов мог начать собственный продукт. В одной России этих продуктов было не менее пяти. 

Вспомним AIDSTest Дмитрия Лозинского, ADinf Дмитрия Мостового, программу AntiApe Вадима Богданова (да-да, того самого Вадима Богданова, который впоследствии стал партнёром "Лаборатории" и до сих пор в ней работает) и прочих. За границей такими одиночками были Peter Norton из США, Alan Solomon из Великобритании и др. Называть антивирусную разработку своим именем было модно и престижно. Касперский последовал этой тенденции. Так родился бренд, который мы теперь так старательно развиваем и который стоит миллионы долларов. Впрочем, мы отвлеклись. Вернемся к факторам везения.

Итак, самым первым фактором везения "Лаборатории Касперского" стал молодой рынок, как мировой, так и российский. На молодом рынке значительно проще иметь быстрый рост, поэтому компании, которые начинают на новом рынке, - безусловные везунчики. Замечу, что Антивирус Касперского был не единственным на молодом рынке. Игорь Данилов (автор Dr. Web) начинал всего на пару лет позже Касперского, и к моменту, когда пришла я (1994 г.), оба находились примерно в одинаковых условиях. Данилов - чуть в лучших, потому что компания Диалог-Наука, которую он выбрал, фокусировано занималась средствами информационной безопасности, а для Ками, где тогда работал Касперский, это была побочная деятельность. Сейчас обороты компаний Dr. Web и Kaspersky Lab разнятся примерно в 20 раз. И причиной стало как раз не везение, а умение управлять бизнесом.

Перейти на страницу:

Похожие книги

Основы информатики: Учебник для вузов
Основы информатики: Учебник для вузов

Учебник состоит из двух разделов: теоретического и практического. В теоретической части учебника изложены основы современной информатики как комплексной научно-технической дисциплины, включающей изучение структуры и общих свойств информации и информационных процессов, общих принципов построения вычислительных устройств, рассмотрены вопросы организации и функционирования информационно-вычислительных сетей, компьютерной безопасности, представлены ключевые понятия алгоритмизации и программирования, баз данных и СУБД. Для контроля полученных теоретических знаний предлагаются вопросы для самопроверки и тесты. Практическая часть освещает алгоритмы основных действий при работе с текстовым процессором Microsoft Word, табличным редактором Microsoft Excel, программой для создания презентаций Microsoft Power Point, программами-архиваторами и антивирусными программами. В качестве закрепления пройденного практического курса в конце каждого раздела предлагается выполнить самостоятельную работу.

Вадим Васильевич Лысенко , Лариса Александровна Малинина , Максим Анатольевич Беляев

Зарубежная компьютерная, околокомпьютерная литература / Прочая компьютерная литература / Книги по IT
Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим
Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим

С появлением новой науки открылась удивительная возможность с точностью предсказывать, что произойдет в будущем в самых разных областях жизни. Большие данные — это наша растущая способность обрабатывать огромные массивы информации, мгновенно их анализировать и получать порой совершенно неожиданные выводы. По какому цвету покраски можно судить, что подержанный автомобиль находится в отличном состоянии? Как чиновники Нью-Йорка определяют наиболее опасные люки, прежде чем они взорвутся? И как с помощью поисковой системы Google удалось предсказать распространение вспышки гриппа H1N1? Ключ к ответу на эти и многие другие вопросы лежит в больших данных, которые в ближайшие годы в корне изменят наше представление о бизнесе, здоровье, политике, образовании и инновациях.

Виктор Майер-Шенбергер , Кеннет Кукьер

Зарубежная компьютерная, околокомпьютерная литература / Прочая компьютерная литература / Книги по IT