Неудачи полезно забывать. Принципы управления от CEO Nvidia
Дженсен Хуанг, бессменный лидер компании Nvidia, заложившей фундамент для ИИ-революции, не проводит с сотрудниками встречи один на один, не верит в постепенные улучшения и не фиксируется на неудачах
Этот материал входит в раздел «РБК Образование», где мы рассказываем, как развивать навыки, принимать взвешенные решения и двигаться по карьере осознанно.
Школа управления РБК — образовательный проект медиахолдинга, ориентированный на развитие руководителей. Встречаемся каждый четверг в 19:00 на онлайн-событиях, где вместе решаем сложные управленческие задачи.
С темами и спикерами можно познакомиться здесь.
Идея основать Nvidia возникла у трех друзей в 1993 году, в придорожной закусочной Denny’s в Калифорнии. С тех пор этот бизнес-проект прошел путь от стартапа по разработке игровых видеокарт до первой компании в истории с капитализацией $5 трлн, которая строит «ИИ-фабрики». Так в Nvidia называют суперкомпьютеры, соединяющие процессоры, память, системы передачи данных и охлаждения, а также софт в единую инфраструктуру для массивных вычислений.
Дженсен Хуанг, выпускник Университета штата Орегон и Стэнфорда (последний в России сейчас признан нежелательной организацией), электротехник по специальности, руководит Nvidia с первого дня и объясняет успех компании продуманным планом, а не счастливым случаем.
«Мы всегда знали, что [разработка игровых видеокарт] — это лишь первый этап», — рассказал он в подкасте Лекса Фридмана в марте 2026 года. По его словам, Nvidia шаг за шагом становилась компанией, создающей не просто микрочипы, а вычислительные платформы, при этом не отказываясь от узкой специализации.
В разговоре с Фридманом Хуанг рассказал, как устроено управление Nvidia изнутри, как он доносит изменения до команды, подходит к разработке инженерных решений и справляется с грузом ответственности.
Вот его ключевые принципы.
1. «Не провожу встречи один на один»
Компания не разрабатывает разные компоненты «ИИ-фабрик» по отдельности, чтобы затем собрать их в одном корпусе, а практикует «экстремальное совместное проектирование» (англ. extreme co-design). Согласно этому подходу, продукт изначально разрабатывают как цельную, неразрывную систему.
Это означает, что почти любое инженерное решение затрагивает сразу несколько технологических областей. Для координации этой работы у Хуанга в прямом подчинении находятся 60 человек — эксперты по архитектуре чипов, памяти, сетевой инфраструктуре, ПО и так далее.
«Я не провожу с сотрудниками встречи один на один, потому что это физически невозможно, — говорит CEO Nvidia. — Вместо этого мы определяем проблему и набрасываемся на нее все вместе».
По словам Хуанга, каждый член команды знает, когда ему можно отвлечься, а когда — сфокусировать внимание на обсуждении, и у каждого есть возможность высказаться и повлиять на решение.
2. «Использую любую возможность, чтобы менять убеждения окружающих»
«Зачастую лидер молча размышляет о чем-то, а потом внезапно выпускает манифест: «С нового года мы будем работать совершенно иначе. Грядут организационные изменения и масштабные сокращения, у нас будет новая миссия и новый логотип». Я так никогда не делаю», — говорит Дженсен Хуанг.
Вместо этого, как только CEO Nvidia захватывает новая идея, он сразу дает окружающим это понять: обсуждает с советом директоров, озвучивает на встречах с управленческой командой, доносит до сотрудников.
«Даже когда я уже принял решение, я использую любую возможность — внешнюю информацию, новые открытия, инженерные находки, — чтобы постепенно изменить убеждения окружающих», — поясняет Хуанг.
К моменту, когда об изменениях нужно объявить официально, для компании это не новость, так как все о них уже слышали, и порой месяцами. По словам Хуанга, благодаря этому люди не задаются вопросами «Что происходит?», а принимают перемены спокойно: «Ну наконец-то, почему так долго откладывали?»
Как Nvidia заложила основы для ИИ-бума
Решение, которое определило будущее компании, Дженсен Хуанг принял в 2006 году — Nvidia начала встраивать в видеокарты программно-аппаратную архитектуру CUDA. Она позволяет использовать графический процессор не только для отрисовки графики в играх, но и для массивных параллельных вычислений, на которые не способен центральный процессор. Обычным геймерам CUDA была не нужна, и они не желали за нее доплачивать. При этом из-за новой технологии себестоимость видеокарт значительно выросла.
Это решение ударило по валовой прибыли компании, инвесторы и аналитики его совершенно не понимали, и рыночная капитализация Nvidia стагнировала до середины 2010-х. Однако компания годами бесплатно или с большими скидками поставляла видеокарты с CUDA в университеты, создавала готовые инструменты для ускорения вычислений, открывала на базе ведущих мировых вузов учебные центры по программированию на CUDA. В результате эта архитектура превратилась в стандарт для научных вычислений.
Поворотным моментом стало появление нейросети AlexNet в 2012 году — исследователи из Университета Торонто совершили прорыв в сфере глубокого обучения, использовав для этого две видеокарты Nvidia GTX 580. Это показало коллегам: разработка ИИ приносит результаты, если использовать для вычислений графические процессоры. Nvidia же начала предлагать рынку специализированные решения для обучения нейросетей и так закрепила свое лидерство. В результате к моменту, когда в ИИ-индустрию пришел крупный бизнес, она базировалась именно на технологиях компании.
3. «Сложно — насколько необходимо, просто — насколько возможно»
Когда инженеры приходят к Хуангу с предложением сократить срок технологического процесса, например, с 74 дней до 72, он, по собственным словам, отказывается вести разговор в этих рамках. «Я заставляю всех мыслить на уровне базовых принципов, объективных физических ограничений, прежде чем мы приступим к работе», — говорит Хуанг.
Вместо постепенных улучшений он просит инженеров для начала посчитать, сколько времени процесс занял бы в идеальных условиях, если проектировать его с нуля и с оглядкой только на физические пределы.
«Часто оказывается, что теоретический минимум — скажем, шесть дней, — говорит CEO Nvidia. — Сроки удлиняются из-за компромиссов, зачастую разумных, например, ради сокращения расходов. Но когда мы знаем, что физически возможно выполнить задачу за шесть дней, разговор об улучшениях становится более предметным».
Вступайте в сообщество Школы управления РБК в Telegram или «Максе», чтобы общаться с руководителями из разных сфер, выстраивать нетворкинг и получать советы экспертов.
Для этого принципа разработки у Хуанга есть короткая формула: «Сложно — насколько необходимо, просто — насколько возможно». По его словам, стоит регулярно проверять, действительно ли нужна процессу или системе дополнительная сложность, и избавляться от неоправданных усложнений.
4. «Хватит переживать, пора двигаться дальше»
Сейчас Nvidia, как двигатель ИИ-бума, влияет на целые отрасли и даже государственные экономики. Дженсен Хуанг, по его словам, осознает масштаб ответственности, принимая решения.
Чтобы справляться с этим без паники, он раскладывает любую тревожащую его проблему на отдельные, управляемые части, рассуждая: «Каковы текущие условия? Что изменилось? По какой причине? На что и как это может повлиять? Что с этим можно сделать?» После этого, поделился Хуанг, он рассказывает о проблеме и возможных решениях тем, в чьей они компетенции, чтобы вместе продумать план действий.
«Я сплю спокойно, зная, что сообщил о рисках, которые могут угрожать компании, партнерам или индустрии, тем, кто может на них повлиять. Таким образом я снимаю груз с плеч», — говорит Дженсен Хуанг.
Справляться с грузом ответственности ему также помогает способность сознательно забывать неудачи. Хуанг сравнивает это с тем, как работают системы машинного обучения: они намеренно игнорируют избыточные детали и случайные ошибки, чтобы не перегружать модель и лучше справляться с новыми задачами. Поэтому, разобрав проблему на части и сделав все возможное, Хуанг, независимо от исхода, говорит себе: «Хватит переживать, пора двигаться дальше».
В моменте, когда нужно взяться за новую масштабную задачу, CEO Nvidia советует не продумывать заранее все неудачные сценарии — иначе, по его словам, можно не решиться начать.
Настоящая суперспособность, по его словам, — это смотреть на подобные вызовы с любопытством ребенка: «Насколько сложно это может быть?»