أساف إيلوفيك، رئيس الذكاء الاصطناعي في monday.com – سلسلة المقابلات

لقد قادت جهود الذكاء الاصطناعي في بعض أكثر الشركات ديناميكية في التكنولوجيا، بما في ذلك Wix و现在 monday.com—ما هو ما جذبك شخصيًا إلى تحدي بناء الأنظمة الذكية؟

بدأت رحلتي في الذكاء الاصطناعي خلال ازدهار البوتات المحادثية في عام 2015. كان لدي تفاعل مع بوت ذكاء اصطناعي يمكنه فهم النية حقًا؛ كان ذلك مثل السحر. لم يكن هذا مجرد شيء جديد؛ بل كان يحل مشاكل حقيقية مثل حجز المواعيد والإجابة على أسئلة معقدة. ذلك الحظة أوقدت 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 مخصصًا لبناء منتجات ذكاء اصطناعي تحل مشاكل العالم الحقيقي وتحسن حياة الناس.

تحدي بناء الأنظمة الذكية يجذبني لأنه يقع على تقاطع الإبداع والتكنولوجيا المتقدمة. كل مشروع مثل 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 وجدت صدى لدى المطورين والباحثين على حد سواء. كيف شكلت تلك الخبرات التي تقوم على المجتمع بنهجك في بناء منتجات الذكاء الاصطناعي للشركات اليوم؟

الخبرة المفتوحة المصدر علمتني دروسًا قيمة حول بناء حلول تخدم الاحتياجات الفعلية للمستخدمين وليس الاحتياجات النظرية. عندما تبني في بيئة مفتوحة، تحصل على反馈 فوري غير منقح من المطورين الذين يحاولون حل مشاكل. هذا علمني التركيز على الفائدة العملية أكثر من العرض التقديمي المثير.

العمل مع المجتمع أيضًا أكد على أهمية جعل الذكاء الاصطناعي متاحًا. العديد من المطورين الذين يستخدمون هذه الأدوات لم يكونوا متخصصين في الذكاء الاصطناعي – كانوا يبنين 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 مبكر من هذا العام، monday.com كشف النقاب عن رؤية ذكاء اصطناعي جريئة جديدة مع ثلاثة ركائز: كتل الذكاء الاصطناعي، تعزيزات المنتج، وقوة عمل رقمية. كيف جاءت هذه الإطار معًا، وما هو الفجوة في السوق تحاول ملأها؟

رؤيتنا للذكاء الاصطناعي ظهرت من ملاحظة تحدي أساسي: المنظمات من جميع الأحجام تريد الاستفادة من الذكاء الاصطناعي، ولكن معظم الحلول تتطلب خبرة تقنية كبيرة أو تكون صلبة جدًا للاحتياجات التجارية المتنوعة. رأينا أن الناس لا يبحثون فقط عن مساعد ذكاء اصطناعي آخر؛ بل يحتاجون إلى ذكاء اصطناعي يمكنه التكامل السلس مع سير عملهم الحالي وتكيفه مع عملياتهم المحددة. أخيرًا، نحن نركز الآن على مساعدة الناس في إنجاز العمل بالذكاء الاصطناعي، تحول من مساعدة الناس في إدارة العمل.

الفجوة التي نحاول ملأها هي الفضاء بين أدوات الذكاء الاصطناعي البسيطة وحلول الشركات الكبيرة. العديد من الأعمال تقع في وسط地 حيث يحتاجون إلى المزيد من التutomatisation البسيطة ولكن لا يستطيعون تبرير أو تنفيذ أنظمة ذكاء اصطناعي ثقيلة. نهجنا ذو ثلاث ركائز يمنح المنظمات مرونة لبدء البساطة مع الكتل، وتعزيز منتجاتهم مع تعزيزات، وبناء في النهاية قوة عمل رقمية متقدمة.

منذ الإطلاق، لقد دفعنا بقوة عبر جميع الرأس المالية مع نمو كبير في الاستحواذ والمستخدمين المدفوعين.

كما قدمنا “تدوين الشفرة” المنتجات التي تهدف إلى مهمتنا لتدوين البرمجيات. مع أحدث التطورات في الذكاء الاصطناعي، أصبح من الممكن بناء تطبيقات كاملة مع لغة طبيعية بسيطة. أحدث منتجاتنا مثل monday vibe وmagic يمكن أن تمكن أي مستخدم غير تقني من الاستفادة من نظام monday لبناء تطبيقات مخصصة للعمل.

يمكنك أن تشرح لنا كيف تعمل كتل الذكاء الاصطناعي في الممارسة العملية؟ ما هو منحنى التعلم للمستخدمين غير التقنيين الذين يحاولون دمج هذه الأدوات في سير عملهم اليومي؟

كتل الذكاء الاصطناعي مصممة 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 يضيف كتلة “تلخيص ملاحظات الاجتماع” إلى عملية المراجعة الأسبوعية. تتعامل الكتل مع تعقيدات الذكاء الاصطناعي في الخلفية بينما تقدم للمستخدمين واجهات بسيطة وملائمة.

منحنى التعلم مقصود أن يكون قليلًا. لقد رأينا فرقًا تنفذ بنجاح كتل الذكاء الاصطناعي في جلستهم الأولى. على سبيل المثال، قد يخلق فريق تسويق سير عمل يُanalyzed تلقائيًا الإشارات الاجتماعية لتحليل المشاعر والسمات الرئيسية، كل ذلك دون كتابة سطر واحد من التعليمات البرمجية.

الفكرة الرئيسية هي أن الناس لا يحتاجون إلى فهم كيفية عمل الذكاء الاصطناعي للاستفادة منه. يحتاجون فقط إلى فهم عملياتهم الخاصة جيدًا بما يكفي لتحديد أين يمكن أن تساعد التautomatisation. لقد صممنا الكتل لتطابق نماذج العقل التي يملكها الناس حول سير عملهم.

لقد أطلقت مؤخرًا مجموعة من الأدوات المزودة بقدرات الذكاء الاصطناعي، بما في ذلك monday magic وmonday vibe وmonday sidekick. ما الذي يجعلهم مختلفين عن المساعدين التقليدية أو رفقاء الطيران، وما الدور الذي تتخيله لهم عبر الصناعات؟

أحدث إصداراتنا تمثل نهجًا شاملاً للذكاء الاصطناعي في مكان العمل الذي يمتد إلى ما هو أبعد من المساعدين التقليدية. كل قدرة تخدم غرضًا محددًا وتعمل معًا كمنظومة متكاملة تحول بشكل أساسي كيفية عمل الفرق.

monday magic يجلب التautomatisation الذكية إلى سير العمل، باستخدام الذكاء الاصطناعي للتنبؤ بالاحتياجات وتautomatisation العمليات المعقدة قبل أن يدرك المستخدمون حتى أنهم يحتاجون إليها. monday vibe هو منصة تدوين الشفرة تمكن أي شخص من بناء تطبيقات أعمال مخصصة آمنة ومطابقة لاحتياجات فريقه بدقة. وmonday sidekick يخدم كرفيق ذكاء اصطناعي سياقي، يفهم أنماط عملك المحددة ويقدم مساعدة استباقية مخصصة لدورك ومسؤولياتك.

معًا، هذه القدرات تتحرك عملائنا إلى ما هو أبعد من مجرد إدارة العمل وتحليله إلى تنفيذه بذكاء أكبر. بدلاً من مجرد تنظيم المهام وتتبع التقدم، يمكن للفرق الآن الاعتماد على الذكاء الاصطناعي لتحسين الأداء وتحديد التحديات اتخاذ الإجراءات تلقائيًا. هذا التحول من الإدارة النشطة إلى التنفيذ الفعّال هو تحول؛ يعني ذلك moins وقتًا مُستغَلًا في الإدارة الإدارية وأكثر تركيزًا على العمل ذو القيمة العالية الذي يُحقق النتائج.

ما يجعلها مختلفة عن المساعدين التقليدية هو التكامل العميق مع سياق العمل وتركيزها على الدعم الاستباقي بدلاً من الاستجابة. في حين أن معظم المساعدين الذكاء الاصطناعي ينتظرون سؤالك، مجموعة أدواتنا تُلاحظ الأنماط وتتنبأ بالاحتياجات وتتخذ إجراءات داخل سير العمل والصلاحيات المحددة.

monday.com يُشدد على القابلية للشرح وتجربة المستخدم، وليس مجرد أداء النموذج الخام. ماذا يبدو هذا مثل في الخلفية، وكيف تُوازن الشفافية مع القوة؟

القابلية للشرح هي أساسية لبناء الثقة، خاصة في البيئات التجارية حيث يكون للقرارات عواقب حقيقية. في الخلفية، نستثمر بكثافة في جعل تفكير الذكاء الاصطناعي واضحًا. عندما يُحذر تحليل المخاطر من تأخير مشروع محتمل، لا يُحذر فقط؛ بل يُظهر بالضبط العوامل التي ساهمت في ذلك التقييم ومقدار ثقته في التنبؤ.

هذا التركيز جاء من الخبرة. في البداية، كانت أنظمة الذكاء الاصطناعي تشبه الصندوق الأسود، مما جعل العملاء مترددین في الاعتماد عليها لاتخاذ قرارات مهمة. تعلمنا أن العملاء يحتاجون إلى فهم ليس فقط ما يقترحه الذكاء الاصطناعي، ولكن أيضًا لماذا يقترح ذلك.

التوازن بين الشفافية والقوة يأتي إلى التكشف الطبقي. نقدم رؤى فورية وقابلة للتنفيذ على مستوى السطح، ولكن العملاء يمكنهم الحفر لترى التفاصيل الدقيقة عندما يحتاجون إليها. هذا النهج يُشيد بالثقة 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 الم驚ة التي استخدمها العملاء الذكاء الاصطناعي؟

إبداع العملاء دائمًا ما ي驚ني. لقد رأينا مخططًا للزفاف يستخدم كتل الذكاء الاصطناعي لفهرسة استجابات الموردين وتحليل التفاصيل المهمة مثل الأسعار وتواريخ التوافر. فريق بحثي أنشأ سير عمل يُanalyzed الأوراق الأكاديمية ويسرد تلقائيًا قاعدة بيانات بالنتائج الرئيسية وطريقة البحث.

كان أحد أكثر الحالات الإبداعية التي تستخدم الذكاء الاصطناعي سلسلة مطاعم استخدمت الذكاء الاصطناعي لتحليل反馈 العملاء عبر المواقع وتحديد تلقائيًا مشاكل سلامة الأغذية المحتملة من خلال الكشف عن الأنماط في الشكاوى. لقد أنشأوا نظام تحذير مبكر للمشاكل التشغيلية.

ما هو مفاجئ هو كيف يجمع العملاء الكتل البسيطة بطرق متقدمة. ليسوا مجرد تautomatisation للمهام الفردية؛ بل يعادة تصميم العمليات بأكملها حول القدرات الذكاء الاصطناعي التي لم نشهر عنها صراحة لمواقفهم المحددة.

كما تعمل ككشاف لشركة Sequoia Capital، تستثمر في شركات الذكاء الاصطناعي في المراحل الأولى. من هذا المنظور، ما هي الأخطاء الشائعة التي يرتكبها المؤسسون عند بناء منتجات ذكاء اصطناعي أولية؟

الأكثر خطأ شائع أراه هو مؤسسي الشركة الذين يُغرمون بإمكانيات الذكاء الاصطناعي الفنية دون فهم عميق لسياق المستخدم وpoints الضعف. يبنيون عروضًا تقديمية مثيرة تُظهر قدرات الذكاء الاصطناعي ولكنها تفشل في حل مشاكل حقيقية بالطريقة التي يعمل بها الناس.

مشكلة أخرى شائعة هي الوعد المبكر بذكاء اصطناعي مستقل. العديد من المؤسسين يريدون بناء أنظمة ذكاء اصطناعي完全ة عندما يحتاج العملاء إلى أدوات تعاونية. الناس يريدون الذكاء الاصطناعي ليُكمل قدراتهم، وليس لاستبدال حكمهم، خاصة في القرارات التجارية ذات العواقب الكبيرة.

هناك أيضًا ميل لتحويل اهتمام الثقة والقابلية للشرح. المؤسسون غالبًا ما يركزون على مقاييس الدقة ولكنهم يهملون تجربة المستخدم في التعامل مع عدم اليقين والأخطاء. في سياق الشركات، خاصة، يحتاج العملاء إلى فهم متى وwhy يُثقون بتوصيات الذكاء الاصطناعي.

أخيرًا، العديد من شركات الذكاء الاصطناعي في المراحل الأولى تعاني من توزيع. ليس لديهم تكنولوجيا ذكاء اصطناعي رائعة فقط؛ بل يحتاجون إلى فهم كيفية دمجها في سير العمل الحالي وبرهنة عائد الاستثمار الواضح لمُتخذ القرار الذين قد يكونون متشككين في هype الذكاء الاصطناعي.

كيف تعتقد أن وكلاء الذكاء الاصطناعي سيتطورون خلال السنوات القليلة القادمة – هل سيتطورون ليكونوا أكثر استقلالية، أو أكثر تخصصًا، أو شيئًا آخر تمامًا؟

سنرى وكلاء الذكاء الاصطناعي يتطورون نحو التعاون السياقي بدلاً من الاستقلالية الكاملة. المستقبل ليس وكلاء ذكاء اصطناعي مستقلين يُتخذون قرارات مستقلة، ولكن وكلاء يمكنهم فهم السياق واتخاذ إجراءات مناسبة بناءً على الوضع و تفضيلات المستخدم.

نحن نتحرك نحو وكلاء يمكنهم التعامل مع القرارات الروتينية بشكل مستقل بينما يُرفعون الأمور المعقدة أو الغامضة إلى البشر. هذا يتطلب فهمًا متقدمًا للسياق وتقييم المخاطر ونية المستخدم، وهي قدرات تتحسن بسرعة.

أتوقع أيضًا تطورًا كبيرًا في تنسيق وكلاء متعددين. بدلاً من وكلاء مساعدون ذكاء اصطناعي شاملين، سنرى وكلاء متخصصين يعملون معًا ويعملون مع البشر في فرق ديناميكية. وكلاءك البحثي قد يعمل مع وكلاء جدولة الاتصالات ووكيل الاتصالات لتنسيق إطلاق مشروع معقد.

التطور الرئيسي سيكون في واجهة المستخدم البشرية والذكاء الاصطناعي. سيتطور الوكلاء ليكونوا أفضل في تواصل تفكيرهم وتبادل عدم اليقين وتكيفهم مع أساليب العمل الفردية. الهدف هو التعاون السلس حيث تصبح حدود المساهمات البشرية والذكاء الاصطناعي أقل أهمية من النتيجة الجماعية.

داخليًا، كيف تُруктуر التعاون بين فريق الذكاء الاصطناعي والمنتج والتصميم والتسويق لضمان دمج الذكاء الاصطناعي بسلاسة في تجربة المستخدم؟

تطوير منتجات الذكاء الاصطناعي الناجحة يتطلب كسر الحوائط التقليدية وإنشاء فهم مشترك عبر جميع الفرق. لقد وجدنا أن المفتاح هو إنشاء لغة مشتركة حول قدرات الذكاء الاصطناعي وقيودها التي يمكن لجميع الأفراد استخدامها، من المهندسين إلى المصممين إلى المarketين.

عملنا يبدأ بالدورات الاكتشافية متعددة التخصصات حيث نستكشف مشاكل المستخدم معًا قبل مناقشة الحلول الفنية. هذا يمنع الخطأ الشائع الذي يأتي بالذكاء الاصطناعي قبل حل المشاكل.

نستثمر أيضًا بكثافة في إنشاء نماذج واختبار المستخدمين 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 الفعلية وتفضيلاتهم. هذا التعلم المتبادل هو حاسم لإنشاء ميزات الذكاء الاصطناعي التي تبدو طبيعية وليست ملحقة.

من منظور التسويق، فرقنا متأصلة 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 الإدراك يؤثر مباشرة على تصميم المنتج والتنفيذ الفني.

أخيرًا، كشخص يربط بين المصدر المفتوح والشركات والرأس المالي، أين تعتقد أن الكسر التالي الكبير في الذكاء الاصطناعي سيحدث – في الأدوات أو البنية التحتية أو شيء لم ننظر إليه بعد؟

الكسر التالي سيكون على تقاطع واجهات التعاون بين البشر والذكاء الاصطناعي. لقد حققنا تقدمًا رائعًا في قدرات النموذج، ولكننا ما زلنا في المراحل الأولى من فهم كيفية عمل البشر وأنظمة الذكاء الاصطناعي معًا بفعالية.

الكسر لن يكون في جعل الذكاء الاصطناعي أكثر استقلالية، ولكن في جعل تعاون الإنسان والذكاء الاصطناعي أكثر سلاسة وطبيعية. هذا يتضمن تقدمًا في كيفية تواصل أنظمة الذكاء الاصطناعي بعدم اليقين، وكيف تتكيف مع أساليب العمل الفردية، وكيف تتنسيق مع البشر وأنظمة الذكاء الاصطناعي الأخرى في نفس الوقت.

من منظور البنية التحتية، أنا أتابع التطورات في الذكاء الاصطناعي في الوقت الفعلي والسياق الذي يمكنه فهم وتحليل تدفقات المعلومات الديناميكية ويتخذ إجراءات بناءً عليها. القدرة على بناء أنظمة ذكاء اصطناعي يمكنها الحفاظ على السياق عبر أفق زمني طويل وتنوع أنواع التفاعل ستسمح بفئات جديدة من التطبيقات.

ولكن بصراحة، الأكثر إثارة للإعجاب قد يأتي من اتجاهات غير متوقعة. كما ظهرت المُحَوِّلات من آليات الانتباه في الترجمة الآلية للغة، قد يأتي الكسر التالي من حل مشكلة ضيقة ولكنها لها تطبيقات واسعة. المفتاح هو الحفاظ على عقلية المبتدئين وفتح العقل لإمكانيات لم نخطر بها بعد.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا monday.com.