مقابلات
عساف إيلوفيك، رئيس قسم الذكاء الاصطناعي في monday.com – سلسلة المقابلات
عساف إيلوفيك، رئيس قسم الذكاء الاصطناعي في monday.com – هو tecnologist، ومؤسس، ومستثمر في طليعة الابتكار في مجال الذكاء الاصطناعي. لقد أنشأ GPT Researcher، وهو أول وكلاء البحث العميق مع أكثر من 20،000 نجمة على GitHub، وشارك في تأسيس Tavily، وهو محرك بحث رائد للنماذج اللغوية الكبيرة. في monday.com، يقود استراتيجية الشركة للذكاء الاصطناعي عبر المنتج والهندسة والتصميم والتسويق، بالإضافة إلى عمله ككشاف لشركة Sequoia Capital، حيث ي 제공 المشورة والاستثمار في الشركات الناشئة في مرحلة مبكرة في مجال الذكاء الاصطناعي. مسيرته المهنية تشمل تطوير المنتجات وقيادة البحث والتطوير وتنظيم فرق عالمية، مع التركيز المستمر على بناء منتجات ذكاء اصطناعي تحولية وتعزيز الموجة القادمة من الشركات التي تعتمد على الذكاء الاصطناعي.
monday.com هو نظام تشغيل عمل رائد يتيح للفرق إدارة المشاريع والعمليات والتعاون بطريقة قابلة للتخصيص بدرجة عالية. يتم الثقة به من قبل المنظمات في جميع أنحاء العالم، حيث يدمج النظام آليات ذكاء اصطناعي وأتمتة وتنسيق متقاطع بين الفرق بشكل متكامل لتعزيز الإنتاجية وتسريع اتخاذ القرارات. مع حلول تشمل إدارة المشاريع وإدارة علاقات العملاء وتطوير المنتجات والتسويق، أصبح monday.com مركزًا رئيسيًا للأعمال التي تبحث عن التوسع بكفاءة وابتكار أسرع.
لقد قادت جهود الذكاء الاصطناعي في بعض أكثر الشركات ديناميكية في التكنولوجيا، بما في ذلك Wix و现在 monday.com—ما الذي جذبك شخصيًا إلى تحدي بناء الأنظمة الذكية؟
بدأت رحلتي في الذكاء الاصطناعي خلال ازدهار بوت الدردشة في عام 2015. لقد كان لدي تفاعل مع بوت ذكاء اصطناعي يمكنه حقًا فهم النية؛ كان ذلك يشبه السحر. لم يكن هذا مجرد شيء جديد؛ بل كان يحل مشاكل حقيقية مثل حجز الموعد والإجابة على أسئلة معقدة. ذلك الحدث أثار فضولي حول كيفية عمل هذه الأنظمة.
ما جذبني حقًا هو إدراكي لمدى سهولة الوصول إلى الذكاء الاصطناعي. بعض الأدوات وواجهات برمجة التطبيقات جعلت من الممكن للمطورين بناء تطبيقات قوية دون الحاجة إلى شهادة دكتوراه في التعلم الآلي. كانت الإمكانيات اللانهائية مثيرة، واعلمت أنني أريد المساهمة في هذا التحول. منذ ذلك الحين، كنت ملتزمًا ببناء منتجات ذكاء اصطناعي تحل مشاكل العالم الحقيقي وتحسن حياة الناس.
يناسبني تحدي بناء الأنظمة الذكية لأنه يجلس على تقاطع الإبداع والتكنولوجيا المتقدمة. كل مشروع يشبه حل لغز جديد؛ عليك فهم ليس فقط القدرات الفنية ولكن أيضًا كيف يعمل الناس وما يحتاجون إليه.
قبل انضمامك إلى monday.com، قمت بإنشاء أدوات مفتوحة المصدر مثل GPT Researcher التي تلقت صدى لدى المطورين والباحثين على حد سواء. كيف شكلت تلك الخبرات التي تقوم على المجتمع بناء منتجات الذكاء الاصطناعي في الشركات اليوم؟
علمتني الخبرة المفتوحة دروسًا قيمة حول بناء احتياجات المستخدمين الحقيقية وليس النظرية. عندما تبني في المفتوح، تحصل على反馈 فوري غير مرشح من المطورين الذين يحاولون حل المشاكل. هذا علمني التركيز على الفائدة العملية أكثر من العروض المثيرة.
العمل مع المجتمع أيضًا أكد أهمية جعل الذكاء الاصطناعي متاحًا. العديد من المطورين الذين يستخدمون هذه الأدوات لم يكونوا متخصصين في الذكاء الاصطناعي – كانوا يبنيون تطبيقات ويتطلبون قدرات ذكاء اصطناعي موثوقة وسهلة التكامل. هذه الخبرة تؤثر مباشرة على كيفية نهجنا لبناء كتل الذكاء الاصطناعي في monday.com: جعل القدرات القوية للذكاء الاصطناعي متاحة للعملاء غير التقنيين من خلال واجهات سهلة الاستخدام.
في وقت سابق من هذا العام، monday.com كشف最近 عن رؤية ذكاء اصطناعي جريئة جديدة مع ثلاثة ركائز: كتل الذكاء الاصطناعي، تعزيزات المنتج، وقوة عمل رقمية. كيف جاءت هذه الإطار معًا، وما الفراغ في السوق تحاول ملأه؟
ظهرت رؤيتنا للذكاء الاصطناعي من ملاحظة تحدي أساسي: المنظمات من جميع الأحجام تريد الاستفادة من الذكاء الاصطناعي، ولكن معظم الحلول تتطلب خبرة تقنية كبيرة أو تكون صعبة للغاية لاحتياجات الأعمال المتنوعة. رأينا أن الناس لا يبحثون فقط عن مساعد ذكاء اصطناعي آخر؛ بل يحتاجون إلى ذكاء اصطناعي يمكنه التكامل بشكل متكامل في سير عملهم الحالي وتكيفه مع عملياتهم المحددة. أخيرًا، نحن نركز الآن على مساعدة الناس في إنجاز العمل بالذكاء الاصطناعي، وهو تحول من مساعدة الناس في إدارة العمل.
الفراغ الذي نحاول ملأه هو الفضاء بين أدوات الذكاء الاصطناعي البسيطة وحلول الشركات الكبيرة. العديد من الأعمال تقع في وسط地 حيث يحتاجون إلى المزيد من الأتمتة البسيطة ولكن لا يمكنهم تبرير أو تنفيذ أنظمة ذكاء اصطناعي ثقيلة. نهجنا المكون من ثلاث ركائز يوفر للمنظمات مرونة لبدء الأمر ببساطة مع الكتل، وتعزيز منتجاتهم مع تعزيزات، وبناء قوى عمل رقمية متقدمة.
منذ الإطلاق، لقد دفعنا بقوة عبر جميع الرأس المالي مع نمو كبير في الاستحواذ والمستخدمين المدفوعين.
لقد قدمنا أيضًا منتجات “ترميز الفيبر” التي تهدف إلى مهمتنا لتحقيق الديمقراطية في البرمجيات. مع أحدث التطورات في الذكاء الاصطناعي، أصبح من الأسهل بناء تطبيقات كاملة باستخدام لغة طبيعية بسيطة. منتجاتنا الأخيرة مثل monday vibe و magic يمكنها تمكين أي مستخدم غير تقني من الاستفادة من نظام monday لبناء تطبيقات مخصصة للعمل.
يمكنك أن توضح لنا كيف تعمل كتل الذكاء الاصطناعي في الممارسة؟ ما هو منحنى التعلم للمستخدمين غير التقنيين الذين يحاولون دمج هذه الأدوات في سير عملهم اليومي؟
تم تصميم كتل الذكاء الاصطناعي لتكون سهلة الاستخدام مثل كتل البناء – ومن هنا جاءت التسمية. في الممارسة، قد يضيف المستخدم كتلة “استخراج الموعد النهائي” إلى سير عمله لإدارة المشاريع، أو إضافة كتلة “تلخيص ملاحظات الاجتماع” إلى عملية المراجعة الأسبوعية. تتعامل الكتل مع تعقيدات الذكاء الاصطناعي في الخلفية بينما تقدم للعملاء واجهات بسيطة ومتعارف عليها.
منحنى التعلم متعمد أن يكون قليلًا. لقد رأينا فرقًا تنجح في تنفيذ كتل الذكاء الاصطناعي في جلستهم الأولى. على سبيل المثال، قد يخلق فريق تسويق سير عمل يanalyzes يتحليل ذكريات اجتماعية تلقائيًا ويستخرج المواضيع الرئيسية، كل ذلك دون كتابة سطر واحد من التعليمات البرمجية.
الرؤية الرئيسية هي أن الناس لا يحتاجون إلى فهم كيفية عمل الذكاء الاصطناعي للاستفادة منه. họ فقط يحتاجون إلى فهم عملياتهم الخاصة جيدًا بما يكفي لتحديد أين يمكن أن تساعد الأتمتة.
لقد أطلقت مؤخرًا مجموعة من الأدوات التي تعمل بالذكاء الاصطناعي، بما في ذلك monday magic و monday vibe و monday sidekick. ما الذي يجعلهم مختلفين عن المساعدين التقليدية أو رفقاء الطيران، وما الدور الذي تتخيله لهم عبر الصناعات؟
تُمثل إصداراتنا الأخيرة نهجًا شاملاً للذكاء الاصطناعي في مكان العمل الذي يتجاوز المساعدين التقليدية. كل khả năng служة غرضًا مختلفًا بينما تعمل معًا كنظام متكامل يغير بشكل أساسي كيفية عمل الفرق.
يحضر monday magic الأتمتة الذكية إلى سير العمل، باستخدام الذكاء الاصطناعي للتنبؤ بالاحتياجات وتأتمتة العمليات المعقدة قبل أن يدرك المستخدمون حتى أنهم يحتاجون إليها. monday vibe هي منصة ترميز الفيبر التي تمكن أي شخص من بناء تطبيقات أعمال مخصصة آمنة مطابقة لاحتياجات فريقهم بالضبط. و monday sidekick يخدم كرفيقك الذكاء الاصطناعي السياقي، الذي يفهم أنماط عملك المحددة ويقدم المساعدة التفاعلية المعدة ل دورك ومسؤولياتك.
معًا، تنتقل هذه القدرات عملاءنا من مجرد إدارة العمل إلى تنفيذه بذكاء أكبر. بدلاً من مجرد تنظيم المهام ومراقبة التقدم، يمكن للفرق الآن الاعتماد على الذكاء الاصطناعي لتحسين الأداء، وتوقع التحديات، واتخاذ الإجراءات تلقائيًا. هذا التحول من الإدارة السلبية إلى التنفيذ الفعّال هو تحول؛ إنه يعني قضاء وقت أقل على الأعباء الإدارية ومزيدًا من الوقت على العمل القيم الذي يولد نتائج.
ما يجعلها مختلفة عن المساعدين التقليدية هو تكاملها العميق مع سياق العمل وحدها على الدعم التفاعلي. في حين أن معظم المساعدين الذكاء الاصطناعي ينتظرون منك أن تطرح الأسئلة، مجموعة أدواتنا تراقب الأنماط، وتتنبأ بالاحتياجات، وتتخذ الإجراءات داخل سير العمل والصلاحيات المحددة.
monday.com يؤكد على وضوح واجهة المستخدم، وليس فقط أداء النموذج الخام. ماذا يبدو هذا مثل ذلك خلف الكواليس، وكيف تتوازن بين الشفافية والقوة؟
الوضوح هو أساسي للبناء الثقة، خاصة في بيئات الشركات حيث يكون للقرارات عواقب حقيقية. خلف الكواليس، نستثمر بكثافة في جعل تفكير الذكاء الاصطناعي واضحًا. عندما يحدد محلل المخاطر لدينا تأخيرًا محتملًا للمشروع، لا يرفع فقط تنبيهًا؛ بل يظهر بالضبط العوامل التي ساهمت في ذلك التقييم وكيف يثق في التنبؤ.
جاء هذا الاهتمام من الخبرة. في البداية،feltfelt أنظمة الذكاء الاصطناعي وكأنها صناديق سوداء، مما جعل العملاء مترددون في الاعتماد عليها لاتخاذ قرارات مهمة. تعلمنا أن العملاء يحتاجون إلى فهم ليس فقط ما يقترحه الذكاء الاصطناعي، ولكن لماذا يقترح ذلك.
التوازن بين الشفافية والقوة يأتي إلى التكشف المتدرج. نقدم رؤى فورية وفعّالة على مستوى السطح، ولكن العملاء يمكنهم النقر لمراجعة التفاصيل عندما يحتاجون إليها. هذا النهج يبني الثقة بينما يحافظ على سهولة الاستخدام – العملاء يثقون في النظام أكثر عندما يفهمونه، مما يجعلهم أكثر استعدادًا للاستفادة من قدراته الكاملة.
مع أكثر من 46 مليون إجراء ذكاء اصطناعي يتم تنفيذه الآن على المنصة، ما هي بعض أكثر الطرق المبتكرة أو المذهلة التي استخدمها العملاء الذكاء الاصطناعي؟
إبداع العملاء ي驚ني دائمًا. لقد رأينا مخططًا للزفاف يستخدم كتل الذكاء الاصطناعي لتصنيف ردود البائعين تلقائيًا واستخراج التفاصيل الرئيسية مثل الأسعار وتواريخ توافر الموعد. فريق بحثي أنشأ سير عمل يanalyzes يتحليل الأوراق الأكاديمية ويسرد قاعدة بيانات تلقائيًا مع النتائج الرئيسية وملحوظات المناهج.
كان أحد الحالات الإبداعية هو سلسلة مطاعم استخدمت الذكاء الاصطناعي لتحليل反馈 العملاء عبر المواقع وحدد تلقائيًا مشاكل محتملة في السلامة الغذائية من خلال الكشف عن أنماط في الشكاوى. لقد أنشأوا نظامًا للإنذار المبكر للمشاكل التشغيلية.
ما هو مذهل هو كيف ي結ب العملاء كتل بسيطة بطرق متقدمة. ليسوا مجرد أتمتة للمهام الفردية؛ بل يصممون عمليات كاملة حول قدرات الذكاء الاصطناعي التي لم نصممها صراحةً لاستخداماتهم المحددة.
كما تعمل ككشاف لشركة Sequoia Capital، يستثمر في شركات الناشئة في مرحلة مبكرة في مجال الذكاء الاصطناعي. من هذا المنظور، ما هي الأخطاء الشائعة التي يرتكبها المؤسسون عند بناء منتجات ذكاء اصطناعي أولية؟
الأخطاء الأكثر شيوعًا التي أراها هي مؤسسوا السقوط في حب الإمكانيات الفنية للذكاء الاصطناعي دون فهم عميق لاحتياجات المستخدمين وسير العمل الحقيقي. يبنيون عروضًا مثيرة للإعجاب تظهر قدرات الذكاء الاصطناعي ولكن تفشل في حل مشاكل حقيقية بالطريقة التي يعمل بها الناس.
هناك مشكلة أخرى شائعة هي الوعد المبكر بالاستقلالية الذكاء الاصطناعي. يريد العديد من المؤسسين بناء أنظمة مستقلة بالكامل عندما يحتاج العملاء في الواقع إلى أدوات تعاونية. الناس يريدون الذكاء الاصطناعي لتعزيز قدراتهم، لا لاستبدال حكمهم، خاصة في قرارات الأعمال ذات المخاطر العالية.
هناك أيضًا ميل لتحديد أهمية الثقة والوضوح. يركز المؤسسون على معايير الدقة ولكن يهملون تجربة المستخدم في التعامل مع عدم اليقين والأخطاء. في سياق الشركات، خاصة، يحتاج العملاء إلى فهم متى و لماذا الثقة بتوصيات الذكاء الاصطناعي.
أخيرًا، العديد من الشركات الناشئة في مجال الذكاء الاصطناعي تواجه صعوبات في التوزيع. أن يكون لديك تكنولوجيا ذكاء اصطناعي رائعة ليس كافياً؛ عليك فهم كيفية دمجها في سير العمل الحالي وبرهنة عائد الاستثمار الواضح للمُصنعين الذين قد يكونون متشككين في هysteria الذكاء الاصطناعي.
كيف تظن أن وكلاء الذكاء الاصطناعي سيتطورون خلال السنوات القليلة القادمة – هل سيكونون أكثر استقلالية، أو أكثر تخصصًا، أو شيء آخر تمامًا؟
سنرى وكلاء الذكاء الاصطناعي يتطورون نحو التعاون السياقي بدلاً من الاستقلالية الكاملة. المستقبل ليس وكلاء مستقلين يأخذون قرارات مستقلة، بل وكلاء يفهمون السياق深okoًا ويمكنهم اتخاذ مستويات مناسبة من الإجراءات بناءً على الوضع و تفضيلات المستخدم.
نحن نتحرك نحو وكلاء يمكنهم التعامل مع قرارات الروتينية بشكل مستقل بينما يرفعون بشكل متكامل الحالات المعقدة أو الغامضة إلى البشر. هذا يتطلب فهمًا متقدمًا للسياق وتقييم المخاطر ونية المستخدم، قدرات تتحسن بسرعة.
أتوقع أيضًا تطورًا كبيرًا في تنسيق وكلاء متعددين. بدلاً من مساعدين ذكاء اصطناعي شاملين، سنرى وكلاء متخصصين يعملون معًا ومع البشر في فرق ديناميكية. وكلائك البحثي قد يعمل مع وكلائك الجدولة ووكيل الاتصالات لتنسيق إطلاق مشروع معقد.
التطور الرئيسي سيكون في واجهة المستخدم البشرية والذكاء الاصطناعي. سيتحسن الوكلاء في التواصل مع منطقهم، ويعبرون عن عدم اليقين، ويتكيفون مع أساليب العمل الفردية. الهدف هو التعاون السلس الذي يصبح فيه حدود المساهمات البشرية والذكاء الاصطناعي أقل أهمية من النتيجة الجماعية.
داخليًا، كيف تруктуر التعاون بين فريق الذكاء الاصطناعي والمنتج والتصميم والتسويق لضمان دمج الذكاء الاصطناعي بشكل متكامل في تجربة المستخدم؟
يتطلب تطوير منتجات الذكاء الاصطناعي الناجحة كسر الحوائط التقليدية وإنشاء فهم مشترك عبر جميع الفرق. لقد وجدنا أن المفتاح هو إنشاء لغة مشتركة حول قدرات الذكاء الاصطناعي والقيود التي يمكن لجميع الأطراف استخدامها، من المهندسين إلى المصممين إلى التسويق.
عملنا يبدأ مع جلسات اكتشاف متعددة التخصصات حيث نستكشف مشاكل المستخدم معًا قبل مناقشة الحلول الفنية. هذا يمنع الخطأ الشائع الذي يبدأ بالقدرات الذكاء الاصطناعي ثم يبحث عن مشاكل لحلها.
نستثمر أيضًا بكثافة في التصوير واختبار المستخدم على مدار عملية التطوير. تعمل فرق التصميم والمنتج بشكل وثيق مع مهندسي الذكاء الاصطناعي لفهم ما هو ممكن، بينما يتعلم فريق الذكاء الاصطناعي عن قيود المستخدمين الحقيقية و تفضيلاتهم. هذا التعلم المتبادل هو ضروري لإنشاء ميزات ذكاء اصطناعي تشعر بالطبيعية وليس كما لو كانت مثبتة.
من منظور التسويق، يتم دمج أفرقتنا في عملية التطوير من اليوم الأول. يساعدوننا على فهم ليس فقط ما يريد العملاء، ولكن كيف يفكرون في الذكاء الاصطناعي، وما هي مخاوفهم، وكيف يفضلون التعلم عن القدرات الجديدة. هذا الاطلاع يؤثر مباشرة على تصميم المنتج والتنفيذ الفني.
أخيرًا، كشخص يربط بين المصدر المفتوح والشركات والرأس المالي، أين تظن أن الكسر التالي الكبير سيكون في الذكاء الاصطناعي – في الأدوات، أو البنية التحتية، أو شيء لم ننظر إليه بعد؟
الكسر التالي الكبير سيكون على تقاطع واجهات التعاون بين البشر والذكاء الاصطناعي. لقد حققنا تقدمًا رائعًا في قدرات النماذج، ولكننا ما زلنا في المراحل الأولى من فهم كيف يمكن للبشر وأنظمة الذكاء الاصطناعي العمل معًا بفعالية.
الكسر لن يكون في جعل الذكاء الاصطناعي أكثر استقلالية، ولكن في جعل تعاون الإنسان والذكاء الاصطناعي أكثر سلاسة وطبيعية. هذا يشمل التطورات في كيفية تواصل أنظمة الذكاء الاصطناعي مع عدم اليقين، وكيف تتكيف مع أساليب العمل الفردية، وكيف تتنسيق مع عدة بشر وأنظمة ذكاء اصطناعي في نفس الوقت.
من منظور البنية التحتية، أنا أتابع التطورات في الذكاء الاصطناعي في الوقت الفعلي والسياقي الذي يمكنه فهم وتحليل تدفقات المعلومات الديناميكية. القدرة على بناء أنظمة ذكاء اصطناعي تحتفظ بالسياق عبر أفق زمني طويل ومتعددة أنواع التفاعل ستسمح بفئات جديدة من التطبيقات.
ولكن بصراحة، الأكثر إثارة قد يأتي من اتجاهات غير متوقعة. كما ظهرت التحويلات من آليات الانتباه في الترجمة الآلية للغة، قد يأتي الكسر التالي الكبير من حل مشكلة ضيقة لها تطبيقات واسعة. المفتاح هو الحفاظ على عقلية المبتدئين والبقاء مفتوحًا للفرص التي لم نخطر بها بعد.
