Javed Khan, CEO for Neat – Interviewserie

Javed Khan, CEO for Neat, er en teknologieleder med mere end to årtiers ledelseserfaring inden for virksomhedssamarbejde, intelligente systemer, edge computing og cybersikkerhed. Han blev CEO for Neat i marts 2026 efter at have tjent som Executive Vice President og President of Intelligent Systems hos Aptiv, hvor han ledede arbejde med avancerede intelligente og edge‑baserede teknologier. Før Aptiv tilbragte Khan over ni år hos Cisco som Senior Vice President og General Manager for Collaboration, hvor han overvågede en markant periode med udvikling inden for virksomhedskommunikation og samarbejdsteknologi. Tidligere i sin karriere arbejdede han 14 år hos Symantec som Vice President for Enterprise Security, hvilket gav ham en baggrund, der kombinerer samarbejdsplatforme, intelligente systemer og virksomhedssikkerhed.

Neat er et teknologifirma baseret i Oslo, som designer intelligente videokolaborationsenheder til moderne mødelokaler. Porteføljen kombinerer specialbyggede kameraer, mikrofoner, skærme, lydsystemer og behandlingshardware med en AI‑drevet distribueret arkitektur, der er designet til at gøre hybride møder mere naturlige og lettere at styre. Neats enheder understøtter de store samarbejdsplatforme, herunder Microsoft Teams, Zoom og Google Meet, samt bring‑your‑own‑device‑konfigurationer, hvor AI‑funktioner anvendes til funktioner som intelligent indramning, lydoptimering og adaptive mødeoplevelser. Virksomheden fokuserer på at bringe mere intelligens direkte ind i mødelokalet, samtidig med at den tilbyder organisationer hardware, der kan implementeres og administreres på tværs af rum fra små fokusrum til store konferenceområder.

Efter at have ledet store samarbejdsinitiativer hos Cisco Systems og arbejdet med intelligente edge‑systemer hos Aptiv, hvad gjorde CEO‑rollen hos Neat til det rette næste kapitel for dig, og hvordan former din tidligere erfaring din vision for virksomhedens AI‑transformation?

At bygge produkter, der anvendes i stor skala, har altid været kernen i det, jeg gør, og det er sådan, man hurtigt finder ud af, om man faktisk løser et problem.

Hos Cisco så jeg videokonferencer gå fra en luksus i bestyrelseslokalet til rygraden i, hvordan verden fungerer. Hos Aptiv så jeg intelligent edge‑computing stille og roligt transformere hele industrier — bilindustrien, luftfart, robotteknologi — på måder, de fleste ikke bemærkede, indtil de pludselig ikke kunne forestille sig at arbejde uden det. Det, der bandt dem sammen, var det samme: intelligens, der flytter sig tættere på, hvor tingene faktisk sker.

Og det er præcis, hvor vi er nu. I de sidste par år er AI‑modeller blevet små nok og kraftfulde nok til at køre direkte på en enhed i et konferencelokale. Det er ikke en inkrementel forbedring. Det er et grundlæggende skift i, hvad der er muligt, og ærligt talt er det en utrolig spændende tid at være i denne branche.

Derfor giver Neat mening. Grundlæggerteamet startede fra bunden i 2019 og byggede en arkitektur, der er designet indfødt til AI‑æraen, i stedet for at blive lagdelt oven på årti‑gammel legacy‑kode. Vi har over 600.000 enheder implementeret hos 20.000 kunder i 90 lande. Vi bliver den globale standard. Og der er stadig så meget mere at bygge.

Du har beskrevet konferencelokalet som en af de mest undervurderede overflader inden for AI i dag. Hvorfor mener du, at det fysiske mødelokale igen bliver strategisk vigtigt efter år med software‑først samarbejdstrends?

Efter pandemien så vi noget interessant ske. Adoptionen af konferencelokaler accelererede. Folk vendte tilbage til kontoret, og mødelokalet blev centralt igen, ikke kun for videoopkald, men som et samlingssted for teams til at tænke, beslutte og arbejde sammen.

Men pointen er, at selv med denne fornyede relevans bliver enhederne kun brugt, mens du er i et møde. Du går ind, deltager i et opkald, går ud igen. Lokalet bliver mørkt. Og det er en enorm mistet mulighed.

Hvad der har ændret sig, er, at vi nu kan gøre så meget mere. Nu hvor kraftfuld beregning er placeret i lokalet — sammen med AI‑funktioner, der er enkle, veludformede, pålidelige og åbne — er rummet nyttigt i alle de øjeblikke, der før faldt gennem sprækkerne. Før mødet starter. Efter det slutter. Når et lokalt team blot har brug for et rum til at tænke højt uden et mødelink i sigte.

Konferencelokalet har altid været et knudepunkt for samarbejde. AI er det, der endelig får det til at fungere som et.

I din tid med at lede Webex gennem pandemiens fjernarbejdsboom, hvilke lærdomme tog du med dig om, hvordan folk faktisk samarbejder i forhold til, hvordan softwareplatforme antog, de ville samarbejde?

Pandemien tvang branchen til at bevæge sig hurtigt, og samarbejdsplatforme gjorde et bemærkelsesværdigt stykke arbejde med at forbedre oplevelsen for folk, der arbejder hjemmefra. Lyden blev bedre, videoen blev bedre, grænsefladerne blev enklere. Der blev gjort reelle fremskridt for personen, der sidder ved sit køkkentabel.

Men så skete der samtidig noget andet. Kløften for personen i konferencelokalet blev bredere, ikke smallere. Mens hjemmeoplevelsen forbedredes markant, præsenterede rumoplevelsen et andet sæt udfordringer, som var sværere at løse udelukkende fra softwarelaget. Fjern‑deltagere blev konsekvent ulempe på måder, som platformen ikke kunne se og ikke målte: de gik glip af side‑samtalen, før mødet startede, kunne ikke læse rummet, blev udeladt, når beslutninger gled uden for kameraet.

Det er præcis derfor, vi har investeret så tungt i funktioner som Intelligent Layouts og Intelligent Framing hos Neat. Intelligent Layouts justerer dynamisk, hvordan fjern‑deltagere vises i rummet, så alle får lige tilstedeværelse uanset hvor de sidder. Intelligent Framing læser kontinuerligt rummet og justerer automatisk kameraets udsyn, så den fjern‑deltagende altid ser den rette person på det rette tidspunkt uden at nogen i rummet behøver at røre ved noget. Vores mål er enkelt: den fjern‑deltagende skal være lige så tilfreds med deres oplevelse som de personer, der sidder i rummet.

Mange AI‑samarbejdsværktøjer i dag fokuserer på transskription, opsummeringer og copilots. Hvad mener du, de stadig grundlæggende mangler ved møder i den virkelige verden?

Transskription og opsummeringer er værdifulde, og branchen har gjort et fremragende stykke arbejde med at etablere dokumentation som standard. Med dette grundlag på plads er den næste mulighed at bruge AI til aktivt at forbedre selve mødeoplevelsen.

Tænk på, hvad der faktisk sker, før et møde overhovedet starter. For mange kan det at deltage i et møde være stressende. Forkert platform, forkert link, ukendt grænseflade. Vi hører dette konstant fra kunder. Den friktion opstår, før et eneste ord bliver transskriberet, og det er noget, vi aktivt arbejder på sammen med vores platformspartnere for at forbedre.

Overvej, hvad der sker under selve mødet. Nogle dominerer, andre mister engagement, fjern‑deltagere føler sig på periferien. AI efter mødet er kraftfuld til dokumentation og opfølgning, men mødeoplevelsen selv har også brug for opmærksomhed, mens den foregår. Det er et live‑problem i øjeblikket, og det kræver intelligens, der lever i selve hardwaren.

Og så er der alt efter mødet. Handlingspunkter, der sidder i en opsummering, som ingen læser. Beslutninger, der ikke kommer ind i de rette arbejdsgange. AI bør forbinde disse resultater med resten af virksomheden automatisk, i stedet for at generere et ekstra dokument, som nogen manuelt skal behandle.

Det er, hvad vi fokuserer på hos Neat: før, under og efter. Bedre oplevelser drevet af AI, der arbejder i rummet, ikke kun dokumenterer, hvad der skete i det.

Hvordan ændrer fremskridt inden for edge‑computing og store sprogmodeller, hvad konferencelokale‑hardware kan gøre lokalt i forhold til at stole fuldstændigt på skyen?

I størstedelen af AI‑historien inden for samarbejde har skyen været, hvor intelligensen boede, og den er fortsat rygraden i, hvordan vi administrerer og koordinerer i skala. Det, der har ændret sig, er, at vi nu kan gøre mere ved at bringe noget af den intelligens tættere på, hvor mødet faktisk finder sted.

Den første er hastighed. Man kan ikke have meningsfuld latenstid i lydbehandling eller kamerainramning. Når AI skal foretage en runde tur til skyen og tilbage, mærker man det. Responsen skal være øjeblikkelig, og det betyder, at behandlingen skal ske lige der i rummet.

Den anden er privatliv. Når AI kører direkte på enheden, behøver de mest følsomme data aldrig at forlade rummet. Det er ikke blot en teknisk detalje; det er en grundlæggende anden tilgang til privatliv. Et politikdokument kan ikke give dig det. Arkitekturen skal.

Den tredje er omkostninger. At køre AI lokalt på enheden reducerer afhængigheden af dyr sky‑GPU‑infrastruktur. Det er en reel besparelse, der akkumuleres på tværs af en stor enhedsflåde, og det er noget, IT‑ledere i stigende grad lægger mærke til.

At køre kraftfulde AI‑modeller direkte på hardwaren, i stedet for som et fjern‑API‑kald, er nu muligt på en måde, som det simpelthen ikke var for et par år siden. Du får det bedste fra begge verdener: skyen håndterer administration og koordinering i skala, og edge‑delen håndterer oplevelserne, hvor hastighed, privatliv og lokal omkostningseffektivitet betyder mest. Det skift er en stor del af, hvad trak mig tilbage i denne branche, og til Neat.

Du har arbejdet på tværs af industrier, herunder bilindustrien, luftfart, robotteknologi og virksomhedssamarbejde. Er der koncepter fra intelligente systemer i disse industrier, som du tror på vil omforme samarbejdsteknologien på arbejdspladsen på sigt?

Den bilindustri‑parallelt er den, jeg altid vender tilbage til. Autonom kørsel er en af de mest sofistikerede edge‑computing‑løsninger, der nogensinde er bygget. Sensorerne registrerer, hvad der sker i realtid, bilen træffer beslutninger, der reelt påvirker menneskers liv, og alt dette behandles i kanten i øjeblikket. Responsen skal være øjeblikkelig, fordi konsekvenserne af at tage fejl er umiddelbare.

Et mødelokale er det samme problem i et andet miljø. Rummet ændrer sig hver gang. Forskelligt antal personer, forskellig akustik, forskellig belysning, forskellige samtaledynamikker. Hardwaren skal læse, hvad der sker, og reagere elegant, uden at nogen behøver at styre den.

Hvad der tiltrækker os til edge‑enheder hos Neat, vender tilbage til tre ting: hastighed til de oplevelser, der kræver det, privatliv fordi de mest følsomme data ikke bør forlade rummet, og omkostninger fordi lokal behandling reducerer afhængigheden af sky‑infrastruktur i skala. Disciplinen med at designe til virkelige variationer i stedet for ideelle forhold er noget, som bil‑ og robotteknologi har kæmpet med i årtier. Virksomhedssamarbejde indhenter nu.

Hvorfor mener du, at den næste store innovationsbølge inden for virksomhedssamarbejde kan komme fra hardware og edge‑intelligens snarere end fra softwareplatformene, der dominerer overskrifterne i dag?

Jeg vil lidt skubbe tilbage på rammesætningen. Det er ikke hardware versus software, de to skal arbejde sammen. Men det, der har ændret sig, er, at hardware nu kan gøre ting, som simpelthen ikke var mulige for et par år siden, og det skaber en reelt ny mulighed.

Platformene — Microsoft, Zoom, Google — gør bemærkelsesværdige ting inde i mødet. Men der er ting, som hardware muliggør, som software alene ikke kan efterligne fuldt ud. At indramme rummet præcist. At behandle lyd med den præcision, der kommer fra mikrofoner og højttalere, der er specialbygget til rummet. At håndtere alt lokalt uden en tur til skyen. Når intelligensen er indbygget i hardwaren, får du et niveau af ydeevne og privatliv, som software alene ikke kan opnå på samme måde.

Når du bygger den intelligens ind i hardwaren, gør du softwaren bedre. Bedre indramning betyder, at den fjern‑deltagende får et renere, mere præcist billede af rummet. Bedre lydbehandling betyder, at stemmerne fanges klarere, hvilket forbedrer alt nedstrøms. Bedre lokal behandling betyder hurtigere, mere privat og mere pålidelig oplevelse for alle i rummet og alle, der deltager fjern.

Så spørgsmålet er ikke, hvilket lag der vinder. Spørgsmålet er, hvordan man bygger en hardwareplatform, der gør softwaren bedre, og et softwareøkosystem, der gør hardwaren mere værdifuld. Det er den satsning, vi gør hos Neat, og derfor har vi bygget fra bunden i stedet for at forsøge at eftermontere AI på legacy‑arkitektur. De virksomheder, der finder ud af, hvordan man får hardware og software til at arbejde sammen sømløst, er dem, hvor den næste bølge kommer fra.

Når AI‑agenter bliver mere kapable, hvordan ser du mødernes rolle udvikle sig? Vil møder blive mere bevidste, mere automatiserede eller potentielt mindre hyppige overhovedet?

Det, du først vil se, er en transformation af alt omkring mødet og selve mødeoplevelsen. Før opkaldet vil agenter hjælpe med at forberede deltagerne, frembringe relevant kontekst og sikre, at de rette personer er i rummet. Efter opkaldet vil agenter handle på resultaterne automatisk, tildele handlingspunkter, opdatere arbejdsgange, forbinde beslutninger med resten af virksomheden uden at nogen behøver at jage dem. Mødet bliver mindre en isoleret begivenhed og mere en node i en kontinuerlig, intelligent arbejdsgang.

Det andet, som agenter vil ændre, er hvordan IT administrerer infrastrukturen. Når agenter kan tilgå og styre rum‑hardware direkte, falder omkostningerne og kompleksiteten ved at drive et mødelokale‑område betydeligt. IT‑teams bruger mindre tid på vedligeholdelse og fejlfinding og mere tid på strategiske prioriteringer. Det er et meningsfuldt skift for enhver organisation, der driver mødelokaler i skala.

Hvad der ikke vil ændre sig, er vigtigheden af selve mødet som et rum for ægte menneskelig samarbejde og overvejelse. De samtaler, der kræver dømmekraft, som har brug for, at folk læser rummet og træffer beslutninger sammen, forsvinder ikke. Tværtimod, når agenter håndterer mere af den administrative byrde, bliver de møder, der forbliver, mere fokuserede og mere værdifulde.

Rummets hardware skal være klar til alt dette. Når agenter bliver aktive deltagere frem for blot supportværktøjer, bliver enheden i rummet det fysiske vindue, gennem hvilket disse agenter interagerer med de mennesker, der befinder sig i det.

Virksomheder bekymrer sig i stigende grad om privatliv, styring og sikkerhed, når AI‑systemer er indlejret direkte i arbejdspladsens miljøer. Hvordan bør organisationer tænke på at balancere intelligent samarbejde med tillid og kontrol?

Dette er et af de vigtigste spørgsmål i vores branche lige nu, og det vil kun blive mere presserende, efterhånden som AI bliver mere indlejret på arbejdspladsen.

Udgangspunktet skal være arkitekturen. Når du indlejrer AI i et rum med vedvarende sensorer og altid‑tændt behandling, er spørgsmålet om, hvor dataene bor, ikke en detalje. Hvis de mest følsomme data aldrig forlader enheden, har du adresseret en risikokategori, som ingen privatlivspolitik alene kan røre.

Hos Neat er sikkerhed og privatliv indbygget i, hvordan vi designer og konstruerer vores produkter fra bunden, ikke efterfølgende tilføjet. Neat OS er et formålsbygget operativsystem, der er specielt udviklet til mødelokaler, med hardware‑baseret sikker boot, verificeret operativsystem‑integritet og strenge proceskontroller, der begrænser, hvad software kan tilgå, selv hvis en sårbarhed opdages andre steder. Al lyd‑ og visuel AI‑behandling håndteres lokalt på dedikerede edge‑processorer i flygtig hukommelse, hvilket garanterer nul datalagring, nul cloud‑overførsel og nul eksponering af kundens information.

Den arkitektur forenkler også noget, som organisationer i stigende grad bekymrer sig om: compliance. Når AI‑behandlingen forbliver på enheden, bliver data‑suverænitet meget lettere at demonstrere. Det fjerner hele kategorier af risici fra compliance‑diskussionen og gør det betydeligt lettere at opfylde kravene i rammer som HIPAA for sundhedssektoren, SOC 2 for serviceorganisationer og CCPA og CPRA for organisationer under Californiens privatlivslovgivning. Rummet bliver en aktiv i din compliance‑position, ikke en forpligtelse.

Hvad AI ændrer, er sikkerhedens hastighed, ikke retningen af vores strategi. Tidsrummet mellem at opdage en sårbarhed og udnytte den bliver hurtigere. Derfor er vi gået fra periodiske gennemgange til kontinuerlig overvågning, løbende sårbarhedsstyring og AI‑assisteret kodeanalyse gennem hele vores udviklingsproces.

For organisationer, der evaluerer teknologipartnere, er det mest nyttige spørgsmål ikke, om en leverandør er tilknyttet den seneste AI‑sikkerhedsinitiativer. Det er, om sikkerhed er indlejret dybt nok i alt, de bygger, til at modstå, hvad der end kommer næste. Hos Neat har det været vores fokus fra dag ét.

Når du ser fem år frem, hvordan ser det ideelle AI‑drevne konferencelokale ud og føles, og hvilke funktioner tror du vil synes indlysende i bakspejlet, når denne overgang er fuldt realiseret?

Det, der vil synes mest indlysende i bakspejlet, er dette: ingen bør nogensinde have en dårlig mødeoplevelse, blot fordi de deltager fjern. Det er den standard, vi bygger mod, og vi er tættere på end de fleste tror.

Du går ind i rummet, og mødet er klar til dig. Ingen fumlen med kabler, ingen fejlfinding af lyd, ingen justering af kameraet. Alle, uanset om de er i rummet eller deltager hjemmefra, har lige tilstedeværelse gennem hele samtalen uden at nogen behøver at styre det.

Efter mødet sidder resultaterne ikke i en opsummering, som ingen læser. Handlingspunkter bliver tildelt, arbejdsgange opdateret, og beslutninger kobles automatisk til resten af virksomheden. Mødet bliver en node i en kontinuerlig, intelligent arbejdsgang i stedet for en isoleret begivenhed.

Og infrastrukturen, der driver alt dette, administreres i vid udstrækning af AI‑agenter, ikke af IT‑teams, der jagter enhedsproblemer. Lokalerne er altid klar. Flådestyring sker i baggrunden. Teknologien bliver virkelig usynlig.

Hvad der vil synes indlysende i bakspejlet, er at vi ventede så længe med at behandle rummet som et intelligent system i stedet for en samling af perifere enheder. Ideen om, at du skulle fejlsøge lyd eller manuelt indramme et kamera, før et møde kunne starte, vil fremstå så unødvendig, som den faktisk er.

Tak for det gode interview, læsere, der ønsker at lære mere, bør besøge Neat.