نرگس بنی اسدی؛ کارآفرین دره سیلیکون

خیلی سپاسگزاریم که با وجود مشغله زیاد وقتتان را به ما دادید؛

 ما می‌خواهیم با تجربیات شخصی شما آشنا شویم و نظر شما را هم دربارة توسعه فنّاوری بدانیم، لطفاً با تجربیات شخصی شما شروع کنیم.

نرگس: 33 سال پیش در اوایل جنگ در ایران به دنیا آمدم و بزرگ شدم. زندگی من مملو از اتفاقات ریزودرشت بود. سال اول دبستان بودم که شهرها بمباران شد. پدر و مادرم هر دو خارج تحصیل‌کرده بودند و ادامه تحصیل در خارج از کشور چندان دور از ذهن نبود. قبل از من هم برادر بزرگم آمریکا درس‌خوانده بود و الآن در کانادا استاد شده است ولی بااین‌حال تصمیم سختی بود. برای همین بعد از کارشناسی در ایران ماندم و یک سال در دانشکده فنی فوق‌لیسانس خواندم. نهایتاً تصمیم گرفتم در آمریکا ادامه تحصیل بدهم چون کار کردن در ایران به‌اندازه کافی جذاب نبود و بسیاری از پروژه­های خصوصی هم به مشکل می­خورد و سخت بود. سال بعد اقدام کردم و چند جا ازجمله استنفورد پذیرش گرفتم و بالاخره ده سال پیش آمدم دانشگاه استنفورد. از مهندسی سخت‌افزار دانشگاه تهران آمدم رشته برق. با استادهای مختلف صحبت می‌کردم. به‌حسب اتفاق، دو هفته بعد از شروع دوره تحصیلی با مصطفی رونقی که در مرکز ژنتیک استنفورد محقق بود آشنا شدم و او برایم از ارتباط مهندسی برق و ژنتیک گفت و این جرقه علاقه من به این حوزه بود. جالب است که دیگر با مصطفی تعامل خاصی نداشتم تا چند سال بعد که خواهم گفت ... ادامه مطلب ...

همان زمان استاد خوبی از هاروارد آمد استنفورد در دانشکده آمار و من شروع به کار با او کردم. این کار خیلی سختی بود چون باید بیولوژی و آمار یاد می­گرفتم، باید برای استاد دیگری کار می­کردم و باید امتحان جامع دکتری هم می­دادم! آن استاد از دانشکده آمار و کارش بیو استتیستیکس بود. بعدها رییس دانشکده آمار شد. الآن هم همراه من و یک استاد دیگر یکی از بنیان‌گذاران<شرکت بینا است.

یکی از بهترین تجارب دوران دانشجویی من گروه دانشجویان ایرانی استنفورد بود که از لحاظ فرهنگی محیط خوبی بود و همه دنبال کارهای بزرگ بودند. من یکی، دو دوره در هیئت اجرایی بودم و یک دوره هم رییس شدم. ایرانی‌های موفق را زیاد دیدیم. PSA Business Alliance را راه انداختیم. دانشجوها خیلی به تحقیق و زندگی دانشجویی مشغول می­شوند ولی جامعه دانشجویی با جامعه ایرانی خارج از استنفورد مرتبط نبود. هدف ما آن بود که دانش­آموختگان را پیداکرده و به دانشجویان معرفی کنیم.

یکی از ویژگی‌های من این است که همه کارها را خیلی جدی می­گیرم و الآن از آن همه بحثی که در مورد مسائل مختلف می­کردیم خنده‌ام می­گیرد! درعین‌حال آن تجربه برای من خیلی ارزشمند بود.

کمی در مورد حوزه تحقیقاتی خودتان توضیح می­دهید؟

نرگس: کار من و استادم این بود که بفهمیم شبکه ارتباطی درون سلول چطور کار می‌کند و بخش‌های مختلف سلول چطور با هم در ارتباط قرار می­گیرند. این شبکه ارتباطی خیلی از اتفاق‌های درون سلول را مدیریت می‌کند. خوشبختانه در آن زمان فنّاوری‌هایی در استنفورد بود که توسط آن‌ها می­توانستیم فعالیت مولکول‌های کوچک ازجمله پروتئین‌ها را در سلول اندازه­گیری کنیم. خلاصه آن زمان دسترسی به این امکانات بسیار محدود و در حد دانشگاه‌های بسیار پیشرفته بود. این حوزه بسیار سخت بود چراکه باید هم مهندسی و هم زیست‌شناسی و هم آمار را به‌خوبی می­دانستیم تا بتوانیم به‌درستی، اطلاعات به‌دست‌آمده را تفسیر کنیم. از لحاظ محاسباتی هم کار دشواری بود چون حجم اطلاعات به‌دست‌آمده بسیار زیاد بود و محاسبات آن طول می­کشید. یک مسئله هم این بود که چگونه باید این محاسبات را سریع کنیم. در این فرایند باید متخصصانی که زیست‌شناسی بدانند با مهندسین همکاری کنند تا اطلاعات دی­ان­ای سلول اصطلاحاً خوانده شود و سپس متخصصان علم آمار با متخصصان رایانه همکاری کنند تا از این داده­های عظیم، اطلاعات مفید در مورد ویژگی‌های سلول استخراج شود. این یک پروژه بین‌رشته‌ای بود و از چند دانشکده استنفورد و حتی با چند تا از دانشجوهای دانشگاه برکلی هم خیلی کار کردیم و نهایتاً در اثر کارهایی که من در این پروژه انجام داده بودم و پیشنهادیه‌ای که تهیه شد توانستیم 5/7 میلیون دلار از موسسه سرطان، بودجه تحقیقاتی بگیریم. سال 2008 در شرف دانش‌آموختگی بودم که گروه ما این بودجه را توانست بگیرد تا در مورد سرطان تحقیق کند. استادها گفتند تو باید بیشتر بمانی چون پروژه به تو وابسته است! من سرانجام از تز دکترا در 2010 دفاع کردم ولی به‌عنوان محقق پسادکتری یک سال دیگر در دانشگاه استنفورد ماندم.

اعضای گروه رایانه و اعضای گروه زیست‌شناسی و نیز افرادی که آمار می­دانستند هر کدام با ادبیات خودشان صحبت می‌کردند. من درواقع پلی بین همه این گروه‌ها شده بودم و تخصص بین‌رشته‌ای پیداکرده بودم و برای همین توانسته بودم این گروه‌ها را به هم وابسته کنم. درواقع برای همین مجبور شدم دو سال دیگر بمانم و پروژه را مدیریت کنم. بعد از دو سال فهمیدم این مهارت که این تیم‌ها را به هم وصل کنم خود سرمایه بزرگی است!

چه شد که خودتان شرکت تأسیس کردید؟

نرگس: کار خیلی جذاب بود. شاید به خاطر جو استنفورد همه دانشجویان یک زمانی این ایده که برای خودشان شرکت بزنند به گوششان می­خورد. در این پروژه هم تیم جالبی درست‌شده بود. بزرگ‌ترین علت تمایل به تأسیس شرکت این بود که هر آدمی دوست دارد رشد کند. فضای آکادمیک را دیده بودم، می‌خواستم این حوزه ناشناخته ایجاد یک شرکت نوپا را هم بشناسم. جالب‌ترین قسمت فعالیت کارآفرینی و کسب‌وکار ارتباط با افراد متنوع است و این‌که بتوانی این‌ها را دورهم جمع کنی.

از چه زمانی شروع کردید؟

نرگس: درواقع از سال‌های 2007، 2008 دنبال ایده مناسب بودم و در فکر تأسیس شرکت بودم. برای همین در کنار کارهای تحقیقاتی خودم شروع کردم به درس برداشتن از دانشکدة کسب‌وکار تا با مفاهیم دنیای تجاری آشنا شوم. یکی از اتفاقات مهم این بود که من مطمئن نبودم که استادم چه عکس­العملی نشان می­دهد. معمولاً وقتی کسی دکترا می‌گیرد انتظار می­رود که وارد کار آکادمیک شود و برای همین من شک داشتم که چطور با استادم در مورد ورود به حوزه کارآفرینی صحبت کنم. اتفاقاً خیلی خوب برخورد کرد و مرا تشویق هم کرد و حتی بعدها کمک می­کرد و همین الآن هم هفته­ای یک روز می­آید در شرکت ما مشاوره می­دهد. در سال 2009 شرکت ایلومینا مفهوم سری‌سازی (سکوئنسینگ) نسل بعد را در حوزه دی­ان­ای مطرح کرد. با این شیوه هم حجم و هم دقت اطلاعات خیلی زیاد می­شود. تا آن زمان، داده­هایی که ما در استنفورد داشتیم فقط 5 جای دیگر داشتند. با نوآوری ایلومینا درواقع مؤسسات درمانی و تحقیقاتی زیادی می‌توانستند داده­های مشابه را از دی‌ان‌ای سلول‌ها به دست بیاورند. این داده­ها اولاً حجم بسیار زیادی داشتند و ثانیاً به دلیل پیچیدگی‌های زیست­شناسی مربوط به این داده­ها، تحلیل آن‌ها تکنیک‌های بسیار پیشرفته­ای لازم داشت. با تکنیکِ جدید ایلومینا، ما فهمیدیم که اطلاعاتی دی­ان­ای به‌زودی زیاد می‌شود ولی توان تحلیل این حجم اطلاعات وجود ندارد ولی موردنیاز است و برای همین نیاز به ارائه تحلیل ایجاد خواهد شد. در ماه می 2009 با مصطفی رونقی قرار گذاشتم و در این مورد با او مشورت کردم و او هم تأیید کرد که چنین اَپلیکیشنی موردنیاز است.

در آن زمان من در دانشگاه مشغول کار بودم و چندین شرکت بزرگ پیشنهادهای کاری جذابی با حقوق عالی پیشنهاد کردند تا بروم همان کارها را در شرکت آن‌ها انجام دهم ولی من مصمم بودم که شرکت خودم را تأسیس کنم. این تصمیم با وجود در نظرگرفتن خطرپذیری‌های مختلف و درآمد کمتر بود. خطرپذیری‌هایی از قبیل موفق نشدن شرکت وجود داشت. خطرپذیری بزرگ دیگری که وجود داشت مسئله ویزا بود. اگر شما در یک شرکت بزرگ استخدام شوید آن شرکت می­تواند به‌راحتی برای ویزای کار شما اقدام کند اما طبق قوانین آمریکا شما نمی­توانید از طریق شرکتی که خودتان تأسیس کرده­اید برای ویزای کار اقدام کنید. به‌این‌ترتیب من مجبور بودم از طریق دیگری مسئله اقامت را حل کنم که خطرپذیری بسیار بیشتری داشت ولی خوشبختانه نهایتاً بدون دردسر انجام شد.

سال 2009 شرکت رسماً تأسیس شد و من شدم مدیرعامل! یک سال و نیم دیگر در استنفورد کار داشتم و درس گرفتم. مصطفی رونقی و فرزاد نعیمی و بابک پهلوان و بابی یزدانی آن اوایل خیلی کمک کردند؛ مثلاً بابی یزدانی یک سال با من حرف زد تا پول داد و سرمایه‌گذاری کرد. هر دو سه هفته یک‌بار می­رفتم و مشق می‌داد! هر بار تکلیف­های جدید برای من می­تراشید و من با جدیت دنبال می­کردم. یک‌بار می­گفت برنامه 5 ساله بنویس، دفعه بعد می­گفت رقبا را تحلیل کن،….

بعدها زمانی که نهایتاً به‌طورجدی وارد شد به من گفت که ما تصمیم گرفتیم سرمایه­گذاری کنیم چون دیدیم تو بسیار مصمم، با انگیزه و جدی هستی! این‌که سرمایه‌گذاران را راضی کنی که پول بدهند خیلی سخت است و ده ماهی طول کشید و در ماه ژوئن 2011 که راضی شدند پول بدهند من از استنفورد استعفا دادم و رفتم شرکت بینا. خوشبختانه استادم حمایت می­کرد، در شکل­گیری ایده نقش داشت، الآن هم هفته‌ای یک روز مشاوره می­دهد ولی درعین‌حال یک شخصیت علمی است. ما در استنفورد یک پتنت ثبت کرده بودیم که جزو دارایی‌های استنفورد حساب می­شود و وقتی من به شرکت بینا رفتم آن پتنت را به‌صورت آپشن لایسنس کردیم یعنی یک پولی به استنفورد دادیم که ما به‌صورت انحصاری حق استفاده از این پتنت را داشته باشیم ولی بعد از دو سال دیدیم به دردمان نمی­خورد و آن را تمدید نکردیم. اصولاً در کار نرم‌افزاری پتنت چندان کاربرد ندارد، آن پتنت را در زمان دانشجویی خودم در سال 2007 از طریق استنفورد پتنت کرده بودم چون می­دانستم ممکن است بخواهم شرکت نوپا بزنم. دانشگاه یک اداره[4] در این زمینه دارد که مسئولیت مدیریت همه پتنت‌های دانشگاه را به عهده‌دارد و اجازه استفاده از آن‌ها را به متقاضیان می­فروشد. یک قانونی که در استنفورد وجود دارد این است که نمی‌توانی اختراعی در استنفورد انجام بدهی و بعداً بروی بیرون از استنفورد پتنت کنی چون اگر بیرون استنفورد پتنت کنی حق انحصاری استفاده از آن فنّاوری را به دست می­آوری. درعین‌حال حق داری که اگر نخواستی اختراع درون استنفورد را پتنت نکنی که در این صورت وقتی از دانشگاه بیرون رفتی می­توانی از آن اختراع استفاده کنی ولی هر کس دیگری هم می­تواند همین کار را بکند. در همان زمان‌ هم بعضی‌ها می­گفتند پتنت نکن تا بعداً خودت بتوانی استفاده کنی. قوانین مفصل و دقیقی در مورد اختراعات در استنفورد وجود دارد؛ مثلاً اگر اختراعی داشتی باید به استنفورد اعلام کنی ولی می­توانی برای پتنت اقدام نکنی. خیلی چیزها کپی­رایت استنفورد است. در ابتدای ورود دانشجویان باید یک شهادت­نامه امضا کنند که این قوانین را می­دانند و رعایت می‌کنند.

روال ثبت پتنت در استنفورد چطور است؟

نرگس ما اختراعمان را به OTL اعلام کردیم و آن‌ها یک بررسی کردند و به این نتیجه رسیدند که این موضوع ارزش پیگیری دارد و نهایتاً پول وکیل را دادند و وکیل متخصص، پتنت را ثبت کرد. ثبت پتنت فوت‌وفن خاص خودش را دارد. باید موارد زیادی را به‌دقت مراعات کنی. استنفورد تعدادی وکیل مخصوص پتنت دارد و از وکلای بیرون هم استفاده می‌کند.

گفتید ولی پتنت به کارتان نیامد؟

نرگس: نه خیلی به کارمان نیامد. خیلی هم واضح نیست که باید دنبال پتنت رفت یا نه. هم هزینه دارد و هم زمان و انرژی می­گیرد. من خودم هنوز نمی‌دانم در چه زمانی در یک شرکت نوپا باید پتنت ثبت کرد. خیلی وقت می­برد. از طرفی سرمایه‌گذارها اهمیت می­دهند. بیشتر نوعی سیاست و حرکت تدافعی است. در بعضی حوزه­ها ضرورت دارد ولی در نرم‌افزار مفید نیست. من ترجیح می­دادم در شرکت نوپا همه وقت را روی فنّاوری و اجرا می­گذاشتم. گفتم که سرمایه‌گذاران دوست دارند که پتنت را داشته باشی. از طرفی OTL هم دوست دارد با خود مخترع کار کند و لذا من مشکلی نداشتم که توافقات اولیه را با OTL به دست بیاورم که حق انحصاری استفاده از پتنت را بگیرم. این برای جلب سرمایه‌گذاران برای هستة اولیه سرمایه مفید بود.

خوب، به راه‌اندازی شرکت برگردیم، چطور جلو رفتید؟

نرگس: در آوریل 2011 این هستة اولیه سرمایه جذب شد. الآن که به گذشته نگاه می­کنم می­بینم که یکی از مهم‌ترین سختی‌های کار این بوده که دست تنها بودم. اگر به گذشته برمی­گشتم از همان روز اول یک آدم باتجربه را پیدا می­کردم تا در مدیریت مجموعه به من کمک کند. در مرحله هستة اولیه سرمایه یک‌میلیون دلار جذب شد ولی در طول زمان ایده خیلی عوض شد. اول یک سامانه ایده‌آل بهینه­سازی تحلیل داده­های دی­ان­ای در ذهن داشتیم و به‌شدت روی این موضوع تمرکز کردیم.

کمی بیشتر در مورد موضوع کارتان توضیح می­دهید؟

نرگس: یکی از کارهای مهم در ژنتیک «تطبیق رشته­ های DNA»> هست یعنی دو رشته DNA را بتوانی با هم تطبیق بدهی و نقاط مشابه آن‌ها را تطبیق بدهی و به بیان ساده آن­قدر دو رشته DNA را کنار هم جابه­جا کنی که نقاط مشابه آن کنار هم واقع شوند. این خیلی کار سختی است چون یک رشته DNA میلیاردها کد دارد و انواع و اقسام پیچیدگی­ها، جهش­ها و مشکلات هم ممکن است سر راه باشد و برای همین این فرایند تطبیق هیچ‌وقت به کمال ممکن نیست و همیشه مسئله این است که تا حد امکان خطا کم شود. این مسئله یک فضای فرضیه عظیم

ما یک دانشجوی استنفورد را آوردیم و تابستان­ روی الگوریتم کار می­کردیم تا سامانه را بهینه کنیم و برای بهینه کردن محاسبات حتی مدارهای مجتمع خودمان را با FPGA طراحی می­کردیم. همه قسمت‌ها را بهینه کردیم و می­شد از کار ما 5 مقاله درآورد. همان الگوریتم را در بهترین ژورنال به‌عنوان مقاله ارائه دادیم.

ما در بهینه‌سازی‌مان آرمان‌گرا بودیم و برای همین با مدارهای FPGA کار می­کردیم ولی آن‌ها بسیار گران‌تر بودند، کار با آن‌ها خیلی سخت­تر بود، نرم­افزارهای مناسب را باید خودمان می­نوشتیم، پشتیبانی محصول خیلی سخت­تر بود، قابلیت اعتماد به آن‌ها هم کم‌تر بود. در فضای دانشگاهی شاید می­شد با آن‌ها سر کرد ولی وقتی شما می­خواهید یک محصول را به مشتری بدهید او انتظار دارد که محصول بدون دردسر و بدون صرف وقت و انرژی کار کند. گزینه دیگر مدارهای آماده اینتل بود که کمی از لحاظ سرعت ضعیف­تر بودند ولی بسیاری از آن مشکلات را نداشتند. لذا نهایتاً ما از توسعه سخت‌افزار برای محصول صرف‌نظر کردیم و مبنای کارمان را گذاشتیم اینتل. بااین‌وجود همچنان آن­قدر در بخش نرم‌افزاری هم بهینه‌سازی کرده بودیم که همان زمان تا 10، 20 برابر از رقبا سریع­تر بود و الآن هم باوجوداینکه ما 3 سال است دیگر روی آن کار نکرده­ایم هنوز هم 10، 20 برابر سریع­تر است. به‌هرحال محصول در طول زمان متحول شد و ما بخش سخت­افزاری کارمان را کنار گذاشتیم و روی نرم‌افزار تمرکز کردیم. الآن داریم به سمت کلاود می­رویم. الآن محصول خودمان را «سامانه مدیریت ژنتیک» می­دانیم. این خیلی شبیه سامانه­های برنامه­ریزی منابع سازمانی (ERP) است. سامانه‌هایی که اطلاعات همه سامانه را متمرکز می‌کند و به اعضای سازمان و مدیران اجازه می­دهد که منابع سازمان را بهتر مدیریت کنند. ما مشابه آن را در ژنتیک ایجاد می­کنیم. ما از زمانی که شروع کردیم صدها مرحله طی کردیم و از فضای سخت­افزار الآن به نرم‌افزار رسیدیم.

درواقع به خاطر الگوی جدید داده، فنّاوری‌های جدیدی نیاز می­شود و ما آن را ایجاد می­کنیم. حجم این داده‌ها بسیار زیاد و در حدود چند صد گیگابایت است. کار کردن با این داده­ها و حتی انتقال آن‌ها از یک رایانه به رایانه دیگر کار سختی است. یک درخواست ساده از این دیتابیس کلی طول می­کشد. در مؤسسات تحقیقاتی که با این داده­ها کار می‌کنند هر محققی داده­ را یکجا ذخیره کرده، هر کدام با یک‌زبان برنامه‌نویسی برای آن‌ها برنامه نوشته­اند، مدیر مجموعه معمولاً نسبت به این‌که دقیقاً چه داده­ای وجود دارد و کجا هست و چکارهایی روی آن انجام‌شده و می­شود اشراف ندارد و کاربران مختلف نمی­توانند به‌راحتی با همدیگر تعامل کنند. شیوه­هایی که برای مواجهه با این حجم داده وجود داشت کفایت نمی­کرد. ما یک سامانه یکپارچه برای مدیریت آن ایجاد می­کنیم. داده­های دی­ان­ای برای آن‌که قابل‌فهم شود از میان صدها مرحله باید رد شود. باید خوانده شود، تطبیق داده شود. یک سری الگوها شناسایی شود، باید نمایش گرافیکی مناسب پیدا کند. آنچه ما ارائه می­کنیم یک زیست‌بوم است که کاربران مختلف می­توانند از آن استفاده کنند و آن چیزی را که می‌خواهند دریافت کنند.

در مورد کارکنان شرکت توضیح می­دهید؟

نرگس: ما الآن 22 نفریم. همان روز اول 5 نفر را استخدام کردم که 3 نفر از آن‌ها دانش‌آموختگان علوم رایانه دانشگاه برکلی بودند که بسیار قوی و پرکار هستند. 1 نفر از دانشکده پزشکی دانشگاه بی‌لور که یکی از بهترین مراکز در زمینه ژنتیک است و یکی هم امیرحسین کیانی است که از گوگل آمد بینا. کم­کم تیم را بزرگ کردیم. همه کارمندان آپشن سهام گرفتند و در طول زمان‌ هم به مناسبت‌های مختلف زیاد شده‌اند. الآن 22 نفر تمام‌وقت هستیم که 15 نفر روی محصول کار می‌کنند. چند نفر هم اداری و فروش و بازاریابی داریم. نصف افراد توسعه محصول در بخش مهندسی و نرم‌افزار کار می‌کنند و نصف آن‌ها هم روی تحقیقات علمی کار می‌کنند.

الآن تمرکز ما روی توسعه محصولی است به نام Bina Genomic Management System که همه تشخیص­ها، الگوریتم‌های بهینه­سازی و اجرای آن را بر عهده‌دارد و از دانش زمینه استفاده می‌کند. ما از اول روی سرعت و دقت محاسبات و تحلیل‌ها حساس بوده­ایم و سعی کرده­ایم همه آن‌ها را در این سامانه بگنجانیم.

مشتریان ما قبلاً مراکز تحقیقاتی و دانشگاهی بوده­اند ولی الآن با گسترش استفاده از دستگاه‌ها، شرکت‌های دارویی و بیمارستان‌ها هم دارند وارد می­شوند. استدلالی هم که برای مشتریان می­آوریم این است که هر دستگاه شرکت ایلومینا چندین میلیون دلار هزینه دارد. سؤالی که مطرح می­شود این است که آیا شما به‌اندازه کافی مهارت و قابلیت تحلیل و درک ناشی از این سرمایه­گذاری چند میلیون دلاری را دارید یا این‌که دستگاه شما صرفاً انبوهی از داده را تولید می‌کند و بلااستفاده می­ماند؟

واقعیت امر آن است که هنوز که هنوز است با وجود همه پیشرفت‌های علمی، ما انسان‌ها درک جامعی از دی­ان­ای نداریم! بیش از 90% از الگوهای قابل‌تشخیص و تغییرات قابل‌شناسایی الآن بی­معنی تلقی می‌شود. کاری که ما می­کنیم این است که صاحبان داده دی­ان­ای را به ابزاری مجهز می­کنیم که آن‌ها بتوانند از آن داده درک بهتری پیدا کنند. یک نفر مثال جالبی می­زد. در کالیفرنیا حدود سال 1848 طلا کشف شد و مردم هجوم آوردند برای کشف طلا که به آن «تب طلا» می­گویند. جالب این‌که در آن چند سال، کسانی که بیش از همه ثروتمند شدند کسانی بودند که جاده کشیدند، بیل می­فروختند و خلاصه به جویندگان طلا خدمات ارائه می­کردند!

خلاصه این‌که الآن تحقیقات زیادی با استفاده از فنّاوری‌های جدید دی­ان­ای در حال رخ دادن است و همه شرکت‌های دارویی و مراکز درمانی به این سمت آمده­اند و ما می­خواهیم به آن‌ها خدمات بدهیم. هدف ما آن است که یک پلتفرم افقی فراهم کنیم که همه تحلیل‌ها را تسریع کند. ما این سامانه جامع نرم‌افزاری را می‌فروشیم. محصول سه جور ارائه می‌شود، مشتریان می­توانند صرفاً سرویس را روی کلاود بخرند، یعنی داده­هایشان را روی کلاود ما قرار بدهند و نتایج تحلیل را دریافت کنند. یا این‌که خود نرم‌افزار را بخرند و روی سامانه‌های رایانه‌ای خودشان اجرا کنند یا اینکه نرم‌افزار همراه سخت‌افزار را به‌صورت بستة بینا بخرند.

مدل درآمدزایی ما هم از طریق پشتیبانی‌های سالیانه تکرارشونده، محقق می­شود. مشتریان ما می­توانند برای تعداد محدودی تحلیل دی­ان­ای، از نرم‌افزار استفاده کنند و بعدازآن لیسانس محصول منقضی می­شود و باید آن را تمدید کنند. محصول ما پیچیده است و نیاز به پشتیبانی و آموزش و … دارد و در طول مدتی که خدمات را خریده­اند از پشتیبانی و به­روزرسانی بهره­مند می­شوند.

«جعبه بینا» چیست؟

نرگس: ما از شرکت دل آخرین سخت­افزارهایشان را می­خریم و در یک جعبه کوچک قرار­ می­دهیم و نرم‌افزارها را هم نصب می­کنیم و می‌فروشیم. البته مشتری می­تواند خودش سخت­افزار بخرد و نرم‌افزار ما را روی آن نصب کند ولی اگر از ما بخرد یک محصول آماده‌به‌کار تحویل می­گیرد. به‌طورکلی نرم‌افزار ما الگوریتم‌ها را که بعضاً متن‌باز است، به‌صورت یکپارچه کرده و یکجا قرار می‌دهیم. دسترسی به برخی بانک‌های اطلاعاتی دی­ان­ای هم که پولی هست فراهم می­کنیم و همه این مجموعه منسجم را می‌فروشیم. به‌روزرسانی و پشتیبانی و آموزش و … هم ارائه می­کنیم.

الگوریتم‌ها متن‌باز است؟!

نرگس: بعضی از آن‌ها. برای فهم این بازار درک این نکته مهم است که تا چند سال پیش دسترسی به داده دی­ان­ای بسیار محدود بوده است و چند دانشگاه و مرکز تحقیقاتی بزرگ آن را داشته­اند. این مراکز تحقیقاتی هرکدام برای خودشان سامانه­های نرم­افزاری متناسب خودشان را توسعه داده­اند که آن‌ها را منتشر هم کرده­اند. در بین مراکز تحقیقاتی هم نوعی رقابت در مورد کارآمدی و سرعت الگوریتم‌ها در جریان بوده است. برای همین بعضی از الگوریتم‌ها متن‌باز هستند. به‌تدریج با گسترش فنّاوری تعیین توالی دی­ان­ای، اولاً حجم داده­ها دارد شدیداً رشد می‌کند و از سوی دیگر شرکت‌های زیست‌فناوری و دارویی هم برای شخصی­سازی درمان‌ها، مایل به بررسی ژن‌ها هستند و به‌تدریج به بستری برای تحلیل داده­های دی­ان­ای نیاز خواهند داشت. پیش­بینی ما این است که به‌زودی و در آینده نزدیک بیمارستان‌ها و سایر مراکز درمانی نیز می­توانند از بیماران خود نمونه دی­ان­ای بگیرند و در نتیجه آن‌ها هم به ابزار تحلیل نیاز خواهند داشت. هدف ما توانمندسازی محققانی است که به داده­های دی­ان­ای دسترسی می­یابند. اول فکر می­کردیم ما بهتر از همه این الگوریتم‌های بهینه­سازی و تحلیل را انجام می­دهیم. بعداً فهمیدیم که نمی­شود با ده‌ها هزار نفر رقابت کرد. از طرفی هم جامعه دانشگاهی دوست ندارند یک جعبه سیاه بخرند که از یک‌طرف داده بدهند و از آن طرف تحلیل دریافت کنند. محققان دوست دارند بفهمند که چه اتفاقی رخ می‌دهد. اوایل کار ما خیلی روی برنامه‌هایی که می­نوشتیم حساس بودیم که به بیرون درز نکند و الگوریتم‌های ما لو نرود. ولی بعداً به این نتیجه رسیدیم که اولاً از برنامه­هایی که دیگران ‌هم نوشته­اند استفاده کنیم و ثانیاً الگوریتم‌هایی که خودمان می­نوشتیم را هم در اختیار همه می­گذاشتیم.

پس دیگر برای چه باید از شما بخرند؟ می­توانند خودشان الگوریتم‌ها را استفاده کنند!

نرگس: ارزش اصلی کار ما در سامانه یکپارچه و خدمات و پشتیبانی آن است. الگوریتم‌ها وجود دارند ولی ما همة آن‌ها را در یک مجموعه کامل به مشتری می­دهیم و او دیگر نیازی به درگیر شدن با لایه نرم‌افزار ندارد. باید زیست‌بوم این حوزه را درک کنید. فضای کار از دانشگاه‌ها شروع‌شده و محققانی که هر کدام برای خودشان یک سری برنامه نوشته­اند و آن را در معرض بررسی سایر دانشگاهیان گذاشته­اند. این یک پلتفرم دموکراتیک است و اکثر الگوریتم‌ها متن‌باز هستند و محققان الگوریتم‌ها را مقایسه می‌کنند. اتفاقاً با محصول ما می­توانند الگوریتم‌های مشابه را مقایسه کنند چون به‌سرعت نتیجه را از روش‌های مختلف به آن‌ها نمایش می­دهد.

ما بعد از دو سال فهمیدیم که در این صنعت باید محصولی بسازیم که زیست‌بوم را تکمیل کند و جاهای خالی را پر کند نه اینکه با زیست‌بوم رقابت کنیم و بخواهیم آن را زیرورو کنیم. برای همین ما هم الگوریتم‌هایمان را به‌صورت متن‌باز روی وب گذاشتیم. البته برنامه­های سامانه جامع را محرمانه نگه می‌داریم. فلسفه­مان این است که باید رقابت را کم کنیم و به دنبال توانمندسازی مشتریان خودمان باشیم و این‌که چطور از کار دیگران استفاده کنیم. ما تا همین دو ماه پیش Bioinformatics Toolset می‌فروختیم ولی در برابر آن مقاومت هست چون محققان احساس می‌کنند توسط این ابزار جایگزین می‌شوند. بودجه زیادی هم ندارند! فهمیدیم که باید به سمت مشارکت برویم برای همین دیگر یک جعبه سیاه نیست. برای این‌که هرکسی بتواند کار خودش را اضافه کند و API هم دادیم. الآن می­توانید درک کنید که چطور در طول چند سال ایده از بهینه‌سازی سطح پایین به سطح سامانه رسید.

پس به‌این‌ترتیب شما عملاً وارد حوزه نرم­افزارهای تجاری شده­اید. آیا شرکت‌های بزرگ نرم­افزاری مثل گوگل و اوراکل تهدیدی برای شما نیستند؟ آن‌ها قدرت توسعه نرم­افزاری زیادی دارند و ممکن است به سمت ژنتیک متمایل شوند.

نرگس: باید در نظر داشت که اصولاً اطلاعات ژنتیک 3، 4 سال است که به‌صورت گسترده در دسترس قرارگرفته. یکی از مزیت‌های ما این است که تیم علمی که من جمع کردم از بهترین‌های آکادمیک در این حوزه هستند. من بسیاری از کسانی که الگوریتم‌های متن‌باز مهم و مطرح را نوشته بودند استخدام کرده­ام! و ما چند سالی از آن‌ها جلوتر هستیم و آن‌ها نمی­توانند به این راحتی یک تیم موازی ما تشکیل بدهند. یک نکته مهم دیگر این‌که ما الآن بازیگران اصلی را می‌شناسیم و نیازهایشان را می­دانیم. این خود یک مزیت مهم است. بازار این حوزه هنوز برای آن‌ها جذاب نیست چون هنوز جدید است. در زمان‌هایی که بازار کوچک است باید محصول و نمانام را بسازی. در یک شرکت کوچک توجه به مشتری بیشتر است. درعین‌حال قبول دارم که رقابت دارد قوی می‌شود. کمپانی‌های نرم‌افزار و باقی شرکت‌های دی­ان­ای دارند وارد می­شوند.

اگر ممکن است در مورد فرایند جذب سرمایه توضیح می­دهید؟

نرگس: در سال 2011 همان اولین هستة سرمایه که جذب کردیم 1/1 میلیون دلار بود. در ماه مارس 2013 term sheet امضا شد و جولای 6 میلیون جدید و دو میلیون دلار هم وام بریج بود و جمعاً حدود ده میلیون دلار جذب‌شده و الآن هم داریم برای دور جدید جذب سرمایه کار می‌کنیم.

در مورد پروژه­های جدیدتان کمی بگویید.

نرگس: اتفاقاً همین امروز مهلت شرکت در یک مناقصه است برای مرحله اولیه یک پروژه بزرگ است که دولت آمریکا می‌خواهد اطلاعات دی­ان­ای یک‌میلیون کهنه سرباز آمریکایی را جمع­آوری کند تا بتواند برای درمان مؤثرتر آن‌ها در آینده از آن استفاده­ کند. در مرحله اول قرار است یک نمونه کوچک آن انجام شود و ما 12 ماه است روی قرارداد کار می­کنیم. کار کردن با دولت همه­جا دردسر زیادی دارد!

شما پیش‌ازاین گفتید که بخشی از مشتریان شما مراکز درمانی معتبر مثل دانشگاه استنفورد و هاروارد و هستند. آیا آن‌ها از این نمی­ترسند که بعدازآنکه محصول شما را خریدند به هر دلیل شما ورشکست شوید و نتوانید به آن‌ها خدمات پشتیبانی ارائه کنید؟

نرگس: سؤال خوبی است. نکته مهم این است که آن‌ها پیشروان بازار هستند و حاضرند خطرپذیری کنند چراکه خودشان توانمند هستند و به خودشان اعتماد دارند. آن‌ها آن­قدر منابع مالی و انسانی دارند که می‌توانند این خطرپذیری را مدیریت کنند. به‌علاوه ما به اکثر آن‌ها یک سال دوره آزمایشی مجانی دادیم. البته هرچه که بیشتر شناخته شدیم این دوره آزمایشی را کمتر کردیم و الآن به یک ماه رسیده است! اگر بتوانیم فعالیت‌های بازاریابی خودمان را قوی کنیم می‌توانیم مشتریان جدید هم جذب کنیم به‌خصوص که مشتریان اولیه از ما راضی هستند و حاضرند ما را به دیگران معرفی کنند.

آیا مشتریان به کلاود علاقه نشان می­دهند؟

نرگس: متأسفانه نه! اکثراً جعبه بینا را می­خرند. داشتن داده مشتریان روی کلاود برای ما هم مفید است و از طرفی هم سوییچ کردن به دیگران را کمی سخت­تر می‌کند چون حجم داده خیلی زیاد است؛ مثلاً یک ژنوم حدود 100 گیگابایت است! اتفاقاً گوگل به‌تازگی یک گروه ژنتیک راه انداخته و در گام اول می­خواهند همه را تشویق کنند که داده­هایشان را روی کلاود گوگل نگاه دارند. ایلیومینا هم طرح مشابهی را می­خواست اجرا کند که مشتریان داده را در سرورهای آن‌ها ذخیره کنند و مثلاً ما یک اَپ برای تحلیل داده­ها بنویسیم و آن را روی کلاود اجرا کنیم. ایده‌ای مشابه اَپ­استور در شرکت اپل. فعلاً که ما علاقه­ای به این کار نداشته‌ایم ولی به نظرم نهایتاً به این سمت خواهد رفت. همین چند روز پیش من با یکی از شرکت‌های بزرگ داروسازی صحبت می‌کردم. می­گفت هر محققی برای خودش داده­ها را یکجایی ذخیره کرده، به اشتراک گذاشتن آن حجم از داده و انجام کار مشترک دشوار است. هرکسی با یک‌زبان برنامه­نویسی برای خودش برنامه می‌نویسد. خلاصه برای محصول ما تقاضا وجود دارد.

اوضاع درآمدی شرکت شما چطور است؟

نرگس: ما هر محصول را بین 50 تا 150 هزار دلار می‌فروشیم و تا حالا حدود 20 مشتری داشته­ایم. اگر همه‌چیز خوب پیش برود ما در اواخر 2016 سربه‌سر می­شویم.

سخت­ترین کار در تأسیس یک شرکت نوپا چیست؟

نرگس: سخت‌ترین کار استارت­آپ ساختن تیم مناسب است. در این سه سال تعدادی اخراج شدند و چندین نفر هم خودشان رفتند. دو مورد به خاطر مسائل خانوادگی رفتند. یکی از مهندسان نرم‌افزار هم خیلی به کاربردهای ما علاقه نداشت و رفت. بزرگ‌ترین چالش، تشکیل تیم مدیریت خوب است. دست تنها بودم و طبیعتاً ­کم­تجربه. باید کسی را می‌آوردم که در فروش و بازاریابی کمک کند. من به‌تدریج یاد گرفتم که چطور افراد مناسب را پیدا کنم؛ مثلاً در مورد مسئول فروش شرکت نکته مهم اینجاست که فرایند و مراحل فروش یک محصول نرم­افزاری می­تواند به‌شدت با فرایند و مراحل فروش یک ماده شیمیایی یا یک دستگاه آزمایشگاهی متفاوت باشد. به همین دلیل یادگیری از طریق برخی اشتباهات صورت گرفت. من هم‌چنین یاد گرفتم که منش، انگیزه و تطابق فرهنگی خیلی مهم­تر از تجربه و مهارت‌های فردی است.

آیا هیئت‌مدیره در زمینه استخدام افراد مناسب کمک نمی­کرد؟

نرگس: خیلی کمک می­کردند ولی نهایتاً مسئولیت با خودم است. آن‌ها هم مثل من دقیقاً نمی­دانستند که سیر محصول ما به یک بسته نرم­افزاری منتهی می­شود و نیز این بازار چون نوظهور بود خیلی شناخته‌شده نبود. همه ما کلی چیز یاد گرفتیم و بهتر شدیم. من انتظار نداشتم ولی آن‌ها هم در استخدام اشتباه کردند. ذهنیت همه­مان اشکال داشت. الآن دنبال کسی هستیم که تجربه فروختن نرم‌افزار سازمانی داشته باشد مثل سپ.

نقش هیئت‌مدیره را چطور ارزیابی می­کنید؟

نرگس: در جذب سرمایه که خیلی مؤثر است و نهایتاً مدیریت مدیرعامل! مثلاً ممکن است فردا صبح که من می­خواهم بروم سر کار به من بگویند که هیئت‌مدیره تشکیل جلسه داده و مرا که بنیان‌گذار و مدیرعامل هستم از کار برکنار کرده‌اند!

هیئت‌مدیره خوب چطور باید باشد؟

نرگس: سه نوع شخصیت باید در هیئت‌مدیره حضور داشته باشند: گروه اول نمایندة سرمایه‌گذاران‌ که دو نفر هستند بابی یزدانی و نماینده VC ها، گروه دوم بنیان‌گذاران شرکت که من و دو نفر از استادانم هستیم. گروه سوم، به‌نوعی صدای مشتری و مصرف‌کننده است، باید متخصص این صنعت باشد و صنعت را خوب بشناسد. من به‌تازگی موفق شدم یک نفر را برای این موقعیت پیدا کنم و امیدوارم در آینده نزدیک او را استخدام کنم.

البته از یک‌ و نیم سال پیش می­دانستم نیاز دارم و دنبال افراد مناسب بودم. با هر کدام که صحبت می‌کردیم از محصول ما خوشش می­آمد و دقیقاً به همین دلیل می­ترسید! چون اگر عضو هیئت‌مدیره من باشد نمی­تواند مثلاً به دانشگاه خودش یا به بیمارستانی که در آنجا کار می‌کند فشار بیاورد که محصول ما را بخرند چون مسئله «تضاد منافع» پیش می­آید و این مسئله در آمریکا خیلی جدی است. لذا اول باید محصول را بخرند و بعد می­توانند عضو هیئت‌مدیره ما بشوند. در هیئت‌مدیره همیشه امیدوارم بحث به رأی‌گیری نرسد و با گفتگو، اقناع صورت بگیرد. البته گاهی تنش هست ولی فعلاً به آن حد نرسیده است. سرمایه‌گذارها تجربه‌شان را به اشتراک می­گذارند و این خیلی مهم است. این‌که دینامیک بازار، جذب سرمایه، استخدام،… چطور است.

با چه تواتری هیئت‌مدیره جلسه دارد؟

نرگس: در مراحل اولیه مثلاً ماهی یک‌بار جلسه هیئت‌مدیره برقرار است. اکثر آن‌ها را هم هر هفته می‌بینیم. در مراحل اولیه هیئت‌مدیره باید مشارکت زیادی داشته باشند. بعدها شاید جلسات فصلی یک‌بار بشود.

نظرتان در موردتفاو‌‌ت‌های محیط کار اینجا با ایران چیست؟

نرگس: من اینجا احساس کردم واقعاً برابر هستم! در ایران متأسفانه همیشه محدودیت را احساس می­کنی. این بخشی از فرهنگ خود مردم است. در دانشگاه پسرها راحت سؤال می‌کنند و تا دیروقت در دانشگاه کار می‌کنند. ولی دخترها مدام زیر ذره­بین استاد و دانشجو هستند و هر چیزی بگویی ممکن است بد برداشت شود. اینجا واقعاً مهم کار و ایده است و حواشی نیست. من دو سه سال طول کشید تا نقاط قوت درة سیلیکون را بفهمم. بعد شیفته آن شدم و تازگی‌ها به‌نقد آن نشسته­ام! مهم‌ترین نکته این است که انگار هیچ مانعی وجود ندارد که بتواند جلوی رسیدن به هدف را بگیرد. موانع هست، ولی قابل‌رفع کردن است. اینجا هر چیزی ممکن تلقی می­شود! مسئله دیگر فردگرایی است. همه‌چیز برای حمایت از موفقیت هر فردی وجود دارد. سیاست و زدوبند و تبعیض نیست. اینجا مدام می­شنوی که باید دنبال آرزو و دغدغه بروی و موفق شوی. این خیلی وسوسه­انگیز است و من واقعاً عاشقش شدم. از آن طرف، زندگی خیلی سخت است و کار بسیار شدید و زندگی یک‌بعدی می­شود. برادرم می­گفت وقتی از ایران می­آیی یک ذخیره عاطفی میاوری و بعد از ده سال که به ته‌کیسه رسیدی ناگهان می‌فهمی که آن را در ایران پرکرده‌ای و به خاطر همان فردگرایی در این سال‌ها چیزی به آن اضافه نکرده­ای. از این لحاظ این زندگی پایدار نیست. فشار زیادی از لحاظ کاری و انتظاری و… ایجاد می­شود. یک نفر می­شود قهرمان و همه از او انتظار دارند درحالی‌که واقعاً یک مجموعه دارند با هم کار و تولید می‌کنند نه‌تنها بنیان‌گذار یا مدیرعامل. اگر کسی وقت برای باقی ابعاد زندگی نداشته باشد تا ابد نمی­تواند ادامه بدهد و این نوع زندگی پایدار نیست.

ولی بخشی از بنیان‌گذاران ‌همین شهرت را می­خواهند

نرگس: اگر کاری را برای شهرت و پول انجام بدهی آن کار محکوم به شکست است چون به‌محض آن‌که به آن برسی تمام می­شود! این‌که بنیان‌گذاران را قهرمان نشان می­دهند خودشان باورشان می­شود. انگیزه نباید موفقیت و پول و شهرت باشد؛ چون اضطراب شدید ایجاد می‌کند. هرروز نگران رقابت هستی، سرمایه جذب کنی، کارکنان بخواهند از شرکت بروند، پروژه را بگیری،…

من سال اول فکر می­کردم اگر شکست بخوریم فاجعه است. الآن نه! احساس می­کنم این کار باید انجام شود. من واقعاً می‌خواستم یک کار جدیدی بکنم. بعدها در این تله افتادم که شدم اولین کارآفرین زن در حوزه زیست‌فناوری. به نظرم این‌ها مرا از هدفم منحرف می‌کند. الآن به‌نقد این فرهنگ نشسته‌ام که بخشی از آن این است که بنیان‌گذاران شرکت‌های نوپا به‌شدت به کار کشیده می­شوند به نفع سرمایه‌گذاران. معمولاً بعد از دو سه دور جذب سرمایه بیش از 50% شرکت مال سرمایه‌گذاران است و بنیان‌گذار نقشی ندارد. سرمایه‌گذاران معمولاً آن خریداری را انتخاب می‌کنند که پول بیشتری بدهد نه لزوماً آن کسی که فنّاوری را بهتر پیش ببرد.

سؤال دیگری که مطرح می­شود این است که آینده کار چیست؟ آیا سازمان‌ها همین سلسله‌مراتب را خواهند داشت که مثلاً کارمندان هیچ سهمی در تصمیم­های کلان ندارند یا این‌که ساختار مسطح و افقی بیشتر خواهد شد؟ الآن بنیان‌گذاران ده‌ها برابر کارمندان سهم دارند. چقدر از این سامانه واقعاً بهینه بوده است؟ این‌همه فشار روی بنیان‌گذار و از آن‌سو جبران مالی آن شاید بهترین شیوه نباشد.

روندهای جدیدی هم در درة سیلیکون در حال شکل گرفتن هستند؛ مثلاً Crowd Funding شاید صحنه را متحول کند. بعضی افراد هم ایده­هایی برای ایجاد زیست‌بوم برای اشتراک زیرساخت‌ها دارند که منابع بهینه­تر استفاده شود. فرایند کارآفرینی شاید می­توانست کارآمدتر باشد. درهرصورت تأسیس یک شرکت نوپا ایجاد یک‌چیز جدید و یافتن حس رضایت تجربه جالبی است. کسانی که شرکت نوپا می­زنند شخصیت‌های خاصی دارند. آدم‌هایی نیستند که دنبال پول و شهرت باشند. آدم‌هایی که پول و ثروت بخواهند می­روند وال استریت و هالیوود. مثل حل کردن یک مسئله ریاضی است که جذاب است. برای هر کار بزرگی باید فداکاری کرد ولی این فداکاری باید پایدار باشد. این‌که یک عده­ای فداکاری کنند و عمرشان را برای این کار بگذارند پایدار نخواهد بود.

خیلی سپاس‌گزاریم خانم بنی‌اسدی.

جالب این‌که در فاصله چند هفته بعد از انجام این مصاحبه، شرکت بینا به مبلغ بسیار خوبی توسط شرکت معتبر داروسازی Roche خریداری شد!

یحیی تابش، محمد مروتی، محمد اکبرپور ( فروردین 1394)