Assaf Elovic, Head of AI at monday.com – Συνέντευξη Σειράς

Έχετε ηγηθεί των προσπαθειών του AI σε einige από τις πιο δυναμικές εταιρείες της τεχνολογίας, συμπεριλαμβανομένων Wix και τώρα monday.com—τι σας έκανε προσωπικά να προσεγγίσετε την πρόκληση της κατασκευής έξυπνων συστημάτων;

Η πορεία μου στο AI ξεκίνησε κατά τη διάρκεια της бума των chatbot το 2015. Είχα μια αλληλεπίδραση με ένα AI bot που μπορούσε πραγματικά να κατανοήσει την πρόθεση· ήταν σαν μαγία. Αυτό δεν ήταν απλώς μια νέα ιδέα, αλλά λύσε πραγματικά προβλήματα όπως η κράτηση ραντεβού και η απάντηση σε σύνθετες ερωτήσεις. Αυτή η στιγμή σφράγισε την περιέργειά μου για το πώς λειτουργούν αυτά τα συστήματα.

Αυτό που με έκανε πραγματικά να προσεγγίσω την πρόκληση της κατασκευής έξυπνων συστημάτων είναι η συνειδητοποίηση ότι το AI είχε γίνει πιο προσιτό. Ορισμένα εργαλεία και API έκαναν δυνατή την κατασκευή ισχυρών εφαρμογών από τους développers χωρίς να χρειάζονται PhD στο machine learning. Οι απεριόριστες δυνατότητες ήταν ενθουσιαστικές, και ήξερα ότι ήθελα να συνεισφέρω σε αυτή τη μετασχηματιστική αλλαγή. Από τότε, έχω αφοσιωθεί στην κατασκευή προϊόντων AI που λύνουν πραγματικά προβλήματα και βελτιώνουν τις ζωές των ανθρώπων.

Η πρόκληση της κατασκευής έξυπνων συστημάτων με προσελκύει επειδή βρίσκεται στο σημείο τομής της δημιουργικότητας και της τεχνολογίας. Κάθε έργο είναι σαν να λύνεις ένα νέο παζλ· πρέπει να κατανοήσεις όχι μόνο τις τεχνικές ικανότητες, αλλά και τον τρόπο με τον οποίο οι άνθρωποι εργάζονται και τι χρειάζονται.

Πριν ενταχθείτε στο monday.com, δημιουργήσατε ανοιχτά εργαλεία όπως το GPT Researcher που ανταποκρίθηκαν στους développers και τους ερευνητές. Πώς έχουν επηρεάσει αυτές οι κοινότητες, community-driven εμπειρίες την προσέγγισή σας στην κατασκευή προϊόντων AI για επιχειρήσεις σήμερα;

Η ανοιχτή πηγή με δίδαξε απαράμιλles μαθήματα σχετικά με την κατασκευή για πραγματικές ανάγκες χρηστών και όχι θεωρητικές. Όταν κατασκευάζετε ανοιχτά, λαμβάνετε άμεση, ανεπεξέργαστη ανατροφοδότηση από développers που προσπαθούν να λύσουν προβλήματα. Αυτό με έμαθε να εστιάσω στην πρακτική χρησιμότητα hơn από τις εντυπωσιακές demos.

Η εργασία με την κοινότητα ενίσχυσε επίσης την σημασία της κατασκευής του AI προσιτού. Πολλοί développers που χρησιμοποιούσαν αυτά τα εργαλεία δεν ήταν ειδικοί του AI· ήταν développers που χτίζαν εφαρμογές και χρειάζονταν ικανότητες AI που ήταν αξιόπιστες και εύκολες στην ενσωμάτωση. Αυτή η εμπειρία επηρεάζει直接 την προσέγγισή μας στα AI Blocks στο monday.com· κάνουμε ισχυρές ικανότητες AI διαθέσιμες σε μη τεχνικούς πελάτες μέσω διαφανών διεπαφών.

Νωρίτερα φέτος, monday.com παρουσίασε ένα τολμηρό νέο όραμα AI με τρεις πυλώνες: AI Blocks, Product Power-ups και Ψηφιακή Εργατική Δύναμη. Πώς σχηματίστηκε αυτό το πλαίσιο και ποια είναι η лакούνα στην αγορά που προσπαθείτε να καλύψετε;

Το όραμά μας για το AI προέκυψε από την παρατήρηση ενός θεμελιώδους προβλήματος: οι οργανισμοί όλων των μεγεθών θέλουν να εκμεταλλευτούν το AI, αλλά οι περισσότερες λύσεις απαιτούν σημαντική τεχνική εμπειρία ή είναι πολύ αυστηρές για τις διαφορετικές επιχειρηματικές ανάγκες. Είδαμε ότι οι άνθρωποι δεν αναζητούν απλώς άλλον einen AI βοηθό· χρειάζονται AI που μπορεί να ενσωματωθεί άρτια στις υφιστάμενες ροές εργασίας και να προσαρμοστεί στις συγκεκριμένες διαδικασίες τους. Τέλος, εστιάζουμε τώρα στην βοήθεια των ανθρώπων να ολοκληρώσουν εργασίες με το AI, μια μετατόπιση από τη διαχείριση εργασιών.

Η λακούνα που καλύπτουμε είναι ο χώρος μεταξύ απλών εργαλείων AI και σύνθετων λύσεων επιχείρησης. Πολλές επιχειρήσεις βρίσκονται σε ένα μεσαίο επίπεδο όπου χρειάζονται περισσότερο από την απλή αυτοματοποίηση, αλλά δεν μπορούν να δικαιολογήσουν ή να εφαρμόσουν βαρέα συστήματα AI. Η τριπλή προσέγγισή μας δίνει στις οργανώσεις την ευελιξία να αρχίσουν απλά με blocks, να ενισχύσουν τα προϊόντα τους με power-ups και τελικά να κατασκευάσουν σύνθετες ψηφιακές εργατικές δυνάμεις.

Από την έναρξή μας, έχουμε προωθήσει ισχυρά σε όλους τους κατασκευαστές με σημαντική αύξηση της υιοθέτησης και των πληρωτών χρηστών.

Έχουμε επίσης εισαγάγει “vibe coding” προϊόντα που στοχεύουν στην αποστολή μας να δημοκρατικοποιήσουμε το λογισμικό. Με τις τελευταίες προόδους στο AI, δεν έχει υπάρξει ποτέ πιο εύκολο να κατασκευάσετε πλήρεις εφαρμογές με απλή φυσική γλώσσα. Τα τελευταία μας προϊόντα όπως το monday vibe και το magic μπορούν να ενεργοποιήσουν οποιοδήποτε μη τεχνικό χρήστη να εκμεταλλευτεί το οικοσύστημα του Monday για να κατασκευάσει εξατομικευμένες εφαρμογές για εργασία.

Μπορείτε να μας οδηγήσετε μέσω του πώς λειτουργούν τα AI Blocks στην πράξη; Τι είναι η κривή μάθησης για μη τεχνικούς χρήστες που προσπαθούν να ενσωματώσουν αυτά τα εργαλεία στις καθημερινές ροές εργασίας τους;

Τα AI Blocks σχεδιάστηκαν για να είναι τόσο διαισθητικά όσο τα κτίρια μπλοκ—για αυτό το όνομα. Στην πράξη, ένας χρήστης μπορεί να σύρει ένα “εξαγωγή προθεσμιών” block στην διαχείριση projecτς, ή να προσθέσει ένα “περίληψη σημειώσεων συνεδρίου” block στην εβδομαδιαία ανασκόπηση διαδικασίας. Τα blocks χειρίζονται την πολυπλοκότητα του AI πίσω από τις σκηνές ενώ παρουσιάζουν στους πελάτες απλές, οικείες διεπαφές.

Η κривή μάθησης είναι προηγουμένως ελάχιστη. Έχουμε δει ομάδες που εφαρμόζουν επιτυχώς τα AI Blocks μέσα στην πρώτη τους συνεδρία. Για παράδειγμα, μια ομάδα μάρκετινγκ μπορεί να δημιουργήσει μια ροή εργασίας όπου οι αναφορές των μέσων κοινωνικής δικτύωσης αναλύονται αυτόματα για συνάfee και εξάγονται κλειδιά θέματα, όλα χωρίς να γράψουν μια seule γραμμή κώδικα.

Η κλειδί έμπνευση είναι ότι οι άνθρωποι δεν χρειάζεται να κατανοούν πώς λειτουργεί το AI για να επωφεληθούν από αυτό. Απλώς χρειάζεται να κατανοήσουν τις δικές τους διαδικασίες αρκετά καλά για να αναγνωρίσουν πού θα βοηθήσει η αυτοματοποίηση. Έχουμε σχεδιάσει τα blocks για να ταιριάζουν με τα μοντέλα που οι άνθρωποι ήδη έχουν για τις ροές εργασίας τους.

Προσφάτως, έχετε κυκλοφορήσει μια σειρά από εργαλεία που ενεργοποιούνται από το AI, συμπεριλαμβανομένων των monday magic, monday vibe και monday sidekick. Τι τα κάνει αυτά τα προϊόντα διαφορετικά από τους παραδοσιακούς βοηθούς ή copilots, και ποια είναι ο ρόλος που τα οραματίζετε σε διάφορους κλάδους;

Οι τελευταίες μας κυκλοφορίες αντιπροσωπεύουν μια ολοκληρωμένη προσέγγιση στο εργασιακό AI που υπερβαίνει τους παραδοσιακούς βοηθούς. Κάθε ικανότητα εξυπηρετεί ένα διαφορετικό σκοπό ενώ λειτουργεί μαζί ως ένα ολοκληρωμένο οικοσύστημα που μετασχηματίζει ουσιαστικά τον τρόπο με τον οποίο οι ομάδες λειτουργούν, ενισχύοντας την μετατόπισή μας από τη διαχείριση εργασιών στην εκτέλεση εργασιών για τους πελάτες μας.

Το monday magic φέρνει έξυπνη αυτοματοποίηση στις ροές εργασίας, χρησιμοποιώντας το AI για να προβλέψει τις ανάγκες και να αυτοματοποιήσει σύνθετες διαδικασίες πριν οι χρήστες ακόμη καταλάβουν ότι τις χρειάζονται. Το monday vibe είναι μια πλατφόρμα “vibe coding” που επιτρέπει σε οποιονδήποτε να κατασκευάσει ασφαλείς, εξατομικευμένες επιχειρηματικές εφαρμογές που ταιριάζουν στις συγκεκριμένες ανάγκες της ομάδας. Το monday sidekick λειτουργεί ως ο контекстουαλ AI σύντροφός σας, κατανοώντας τις συγκεκριμένες εργασιακές σας προτιμήσεις και παρέχοντας προληπτική βοήθεια που ταιριάζει στο ρόλο και τις ευθύνες σας.

Μαζί, αυτές οι ικανότητες μετακινούν τους πελάτες μας πέρα από τη διαχείριση και την παρακολούθηση εργασιών και στην εκτέλεση εργασιών με μεγαλύτερη ευφυΐα. Αντί να οργανώσουν απλώς εργασίες και να παρακολουθούν την πρόοδο, οι ομάδες μπορούν τώρα να βασιστούν στο AI για να βελτιώσουν την απόδοση, να προβλέψουν προκλήσεις και να λάβουν αυτόματα δράση. Αυτή η μετατόπιση από την παθητική διαχείριση στην ενεργό εκτέλεση είναι μετασχηματιστική· σημαίνει λιγότερο χρόνο που dànhεται στην διοικητική υπερβολική και περισσότερο χρόνο που εστιάζεται στην υψηλής αξίας εργασία που οδηγεί αποτελέσματα.

Τι τα κάνει αυτά τα προϊόντα διαφορετικά από τους παραδοσιακούς βοηθούς είναι η βαθιά ενσωμάτωση με το πραγματικό εργασιακό контέκστ και η εστίαση στην προληπτική υποστήριξη. Ενώ οι περισσότεροι AI βοηθοί περιμένουν να σας ρωτήσουν ερωτήσεις, η σειρά μας παρατηρεί προτύπους, προβλέπει ανάγκες και λαμβάνει δράση μέσα στις καθιερωμένες ροές εργασίας και τις εξουσιοδότησεις.

monday.com τονίζει την ερμηνευσιμότητα και την εμπειρία χρήστη, όχι μόνο την απόδοση του μοντέλου. Τι σημαίνει αυτό πίσω από τις σκηνές, και πώς ισορροπείτε τη διαφάνεια με την δύναμη;

Η ερμηνευσιμότητα είναι θεμελιώδους σημασίας για την κατασκευή εμπιστοσύνης, ιδιαίτερα σε περιβάλλοντα επιχείρησης όπου οι αποφάσεις έχουν πραγματικές συνέπειες. Πίσω από τις σκηνές, επενδύουμε πολύ στην κατασκευή της διαφάνειας του AI. Όταν ο Risk Analyzer μας σηματοδοτεί μια πιθανή καθυστέρηση projecτς, δεν σηματοδοτεί απλώς μια ειδοποίηση· δείχνει ακριβώς ποια στοιχεία συνεισέφεραν σε αυτή την αξιολόγηση και πόσο βέβαιο είναι στην πρόβλεψη.

Αυτή η εστίαση προήλθε από την εμπειρία. Τα πρώτα συστήματα AI συχνά έμοιαζαν με μαύρες κουτίες, που έκαναν τους πελάτες διστακτικούς να βασιστούν σε αυτά για σημαντικές αποφάσεις. Μάθαμε ότι οι πελάτες χρειάζονται να κατανοήσουν όχι μόνο τι προτείνει το AI, αλλά και γιατί το προτείνει.

Η ισορροπία μεταξύ διαφάνειας και δύναμης έρχεται xuống σε στρωμένη αποκάλυψη. Παρέχουμε άμεσες, δράσιμες ενημερώσεις στο επίπεδο επιφάνειας, αλλά οι πελάτες μπορούν να κατεβάσουν για να δουν την λεπτομερή λογική όταν τη χρειάζονται. Αυτή η προσέγγιση χτίζει εμπιστοσύνη ενώ διατηρεί την χρησιμότητα—οι πελάτες εμπιστεύονται το σύστημα περισσότερο όταν το κατανοούν, το οποίο τους κάνει πιο πρόθυμους να εκμεταλλευτούν τις πλήρεις ικανότητές του.

Με περισσότερες από 46 εκατομμύρια δράσεις AI που εκτελούνται πλέον στην πλατφόρμα, ποια είναι κάποια από τα πιο आश्चαρα ή δημιουργικά τρόπους που οι πελάτες έχουν χρησιμοποιήσει το AI;

Η δημιουργικότητα των πελατών μας με εκπλήσσει συνεχώς. Έχουμε δει einen wedding planner να χρησιμοποιεί τα AI Blocks για να κατηγοριοποιήσει αυτόματα τις απαντήσεις των προμηθευτών και να εξαγάγει κλειδιά στοιχεία όπως ημερομηνίες διαθεσιμότητας. Μια ερευνητική ομάδα δημιούργησε μια ροή εργασίας που αναλύει ακαδημαϊκά έγγραφα και αυτόματα συμπληρώνει μια βάση δεδομένων με κλειδιά ευρήματα και σημειώσεις μεθοδολογίας.

Ένας ιδιαίτερα δημιουργικός τρόπος χρήσης ήταν ένας αλυσίδα εστιατορίων που χρησιμοποίησε το AI μας για να αναλύσει τις ανατροφές πελατών σε διάφορες τοποθεσίες και να σηματοδοτήσει αυτόματα πιθανές προβλήματα ασφάλειας τροφίμων, ανιχνεύοντας προτύπων στις καταγγελίες. Δημιούργησαν ουσιαστικά ένα σύστημα προειδοποίησης για λειτουργικά προβλήματα.

Τι είναι आश्चαρα είναι ο τρόπος με τον οποίο οι πελάτες συνδυάζουν απλά blocks με σύνθετους τρόπους. Δεν αυτοματοποιούν μόνο μεμονωμένες εργασίες· ανασχεδιάζουν ολόκληρες διαδικασίες γύρω από ικανότητες AI που δεν σχεδιάσαμε ρητά για τις συγκεκριμένες χρήσεις τους.

Επίσης, υπηρετείτε ως scout για την Sequoia Capital, επενδύοντας σε startups του AI. Από αυτή τη θέση, ποια είναι τα συνηθισμένα λάθη που κάνουν οι ιδρυτές όταν κατασκευάζουν προϊόντα AI;

Το πιο συνηθισμένο λάθος που βλέπω είναι οι ιδρυτές που γοητεύονται από τις τεχνικές δυνατότητες του AI χωρίς να κατανοούν глубоко τις ανάγκες και τα προβλήματα των χρηστών. Κατασκευάζουν εντυπωσιακές demos που δείχνουν ικανότητες AI, αλλά δεν λύνουν πραγματικά προβλήματα με τον τρόπο που οι άνθρωποι εργάζονται.

Ένα άλλο συνηθισμένο ζήτημα είναι η υπερεκτίμηση της αυτονομίας του AI πολύ sớm. Πολλοί ιδρυτές θέλουν να κατασκευάσουν πλήρως αυτόνομα συστήματα όταν οι πελάτες χρειάζονται συνεργατικά εργαλεία. Οι άνθρωποι θέλουν το AI να ενισχύσει τις ικανότητές τους, όχι να αντικαταστήσει την κρίση τους, ιδιαίτερα σε υψηλές αποφάσεις επιχείρησης.

Υπάρχει επίσης μια τάση να υποτιμούν την σημασία της εμπιστοσύνης και της ερμηνευσιμότητας. Οι ιδρυτές συχνά εστιάζουν στα μετρικά της ακρίβειας, αλλά παραμελούν την εμπειρία χρήστη στην αντιμετώπιση της αβεβαιότητας και των σφαλμάτων. Σε περιβάλλοντα επιχείρησης, ιδιαίτερα, οι πελάτες χρειάζονται να κατανοήσουν πότε και γιατί να εμπιστεύονται τις προτάσεις του AI.

Τέλος, πολλές startups του AI αγωνίζονται με την διανομή. Έχοντας μεγάλη τεχνολογία AI δεν είναι αρκετό· πρέπει να κατανοήσετε πώς να ενσωματώσετε το AI στις υφιστάμενες ροές εργασίας και να αποδείξετε σαφή απόδοση επένδυσης σε αποφασιστές που μπορεί να είναι σκεπτικοί για την υπερβολική προώθηση του AI.

Πώς νομίζετε ότι τα πράγματα AI θα εξελιχθούν τα επόμενα χρόνια—θα γίνουν πιο αυτόνομα, πιο εξειδικευμένα ή κάτι άλλο;

Θα δούμε τα πράγματα AI να εξελίσσονται προς την συνεργατική συνεργασία παρά την πλήρη αυτονομία. Το μέλλον δεν είναι πλήρως αυτόνομα πράγματα που λαμβάνουν ανεξάρτητες αποφάσεις, αλλά plutôt πράγματα που κατανοούν глубоко το контέκστ και μπορούν να λάβουν κατάλληλες δράσεις με βάση την κατάσταση και τις προτιμήσεις του χρήστη.

Επιταχύνουμε προς τα πράγματα που μπορούν να χειριστούν καθημερινές αποφάσεις αυτόνομα ενώ εξακολουθούν να ανεβάζουν σύνθετες ή αμφίβολες καταστάσεις στους ανθρώπους. Αυτό απαιτεί μια σοφιστικέ προσεγγίση του контέκστ, της αξιολόγησης του κινδύνου και της πρόθεσης του χρήστη, ικανότητες που βελτιώνονται ταχύτατα.

Εξαιρετικά, περιμένω σημαντική εξέλιξη στη συντονισμό πολλαπλών πραγμάτων. Αντί για μονολιθικά AI βοηθούς, θα δούμε εξειδικευμένα πράγματα που συνεργάζονται με άλλα πράγματα και με ανθρώπους σε δυναμικές ομάδες. Ο ερευνητής σας μπορεί να εργαστεί με τον προγραμματιστή σας και τον συνεργάτη σας για να συντονίσει μια σύνθετη εκκίνηση projecτς.

Η κλειδί εξέλιξη θα είναι στην διεπαφή ανθρώπου-πράγματος. Τα πράγματα θα γίνουν καλύτερα στην επικοινωνία της λογικής τους, στην έκφραση της αβεβαιότητας και στην προσαρμογή στα ατομικά στυλ εργασίας. Ο στόχος είναι η άρτια συνεργασία όπου τα όρια μεταξύ ανθρώπινων και πραγμάτων συνεισφορών γίνονται λιγότερο σημαντικά από το συλλογικό αποτέλεσμα.

Εσωτερικά, πώς δομείτε τη συνεργασία μεταξύ των ομάδων AI, προϊόντων, σχεδιασμού και GTM για να διασφαλίσετε ότι το AI ενσωματώνεται άρτια στην εμπειρία χρήστη;

Η επιτυχημένη ανάπτυξη προϊόντων AI απαιτεί την κατάρρευση των παραδοσιακών θυρών και τη δημιουργία μιας κοινής γλώσσας γύρω από τις ικανότητες και τις περιοριστικές του AI που όλοι μπορούν να χρησιμοποιήσουν, από μηχανικούς μέχρι σχεδιαστές και μάρκετινγκ.

Η διαδικασία μας ξεκινά με δια-ομάδες συνεδρίες ανακάλυψης όπου εξερευνούμε προβλήματα χρηστών μαζί πριν συζητήσουμε τεχνικές λύσεις. Αυτό αποτρέπει το συνηθισμένο λάθος της ηγεσίας με ικανότητες AI και στη συνέχεια αναζήτησης προβλημάτων για να τα λύσει.

Επίσης, επενδύουμε πολύ στην προτύπο και την ανατροφοδότηση χρηστών καθ’ όλη τη διάρκεια της ανάπτυξης. Οι ομάδες σχεδιασμού και προϊόντων εργάζονται στενά με τους μηχανικούς AI για να κατανοήσουν τι είναι δυνατό, ενώ οι ομάδες AI μαθαίνουν για πραγματικές προτιμήσεις και περιοριστικές χρηστών. Αυτή η αμοιβαία μάθηση είναι κρίσιμη για τη δημιουργία χαρακτηριστικών AI που φαίνονται φυσικά και όχι σαν να έχουν προσαρμοστεί.

Από την πλευρά GTM, οι ομάδες μας είναι ενσωματωμένες στη διαδικασία ανάπτυξης από την πρώτη ημέρα. Βοηθούν να κατανοήσουμε όχι μόνο τι θέλουν οι πελάτες, αλλά και πώς σκέφτονται για το AI, ποια είναι τα προβλήματα τους και πώς προτιμούν να μάθουν για νέες ικανότητες. Αυτή η ενημέρωση επηρεάζει άμεσα τόσο το σχεδιασμό προϊόντων όσο και την τεχνική υλοποίηση.

Τέλος, ως κάποιος που γέφυρα την ανοιχτή πηγή, την επιχείρηση AI και την VC, πού νομίζετε ότι θα συμβεί η επόμενη μεγάλη ανακάλυψη AI—σε εργαλεία, υποδομή ή κάτι που δεν κοιτάζουμε ακόμη;

Η επόμενη ανακάλυψη θα συμβεί likely στο σημείο τομής της ανθρώπινης-πράγματος συνεργασίας. Έχουμε κάνει απίστευτη πρόοδο στις ικανότητες μοντέλων, αλλά ακόμη βρίσκουμε τον τρόπο με τον οποίο οι άνθρωποι και τα συστήματα AI μπορούν να συνεργαστούν πιο αποτελεσματικά.

Η ανακάλυψη δεν θα είναι στην κίνηση του AI προς μεγαλύτερη αυτονομία, αλλά στην κίνηση της ανθρώπινης-πράγματος συνεργασίας προς μεγαλύτερη ροή και φυσικότητα. Αυτό περιλαμβάνει προόδους στο πώς τα συστήματα AI επικοινωνούν την αβεβαιότητα, πώς προσαρμόζονται στα ατομικά στυλ εργασίας και πώς συντονίζουν με πολλούς ανθρώπους και άλλα συστήματα AI ταυτόχρονα.

Από την πλευρά της υποδομής, παρακολουθώ τις εξελίξεις στο πραγματικό χρόνο, контεκστουαλ AI που μπορεί να κατανοήσει και να δράσει σε δυναμικές ροές πληροφοριών. Η ικανότητα να κατασκευάσετε συστήματα AI που διατηρούν контέκστ σε μακρά χρονικά διαστήματα και πολλαπλά είδη αλληλεπιδράσεων θα ενεργοποιήσει εντελώς νέες κατηγορίες εφαρμογών.

Αλλά ειλικρινά, οι πιο ενδιαφέρουσες ανακαλύψεις μπορεί να έρθουν από απροσδόκητες κατευθύνσεις. Όπως οι μετασχηματισμοί προήλθαν από μηχανισμούς προσοχής σε νευρωνικά δίκτυα, η επόμενη σημαντική πρόοδος μπορεί να έρθει από την επίλυση ενός φαινομενικά στενού προβλήματος που έχει ευρείες εφαρμογές. Ο στόχος είναι να διατηρήσουμε αυτή τη στάση αρχαρίων και να παραμείνουμε ανοιχτοί σε δυνατότητες που δεν έχουμε φανταστεί ακόμη. Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν το monday.com.