David Mařák, CTO και συνιδρυτής της YORD – Σειρά συνεντεύξεων

Ο David Mařák είναι CTO και συνιδρυτής της YORD. Με περισσότερα από δέκα χρόνια εμπειρίας στις καθηλωτικές τεχνολογίες, καθοδηγεί τη στρατηγική και την ανάπτυξη της τεχνολογίας του στούντιο στο σημείο συνάντησης της τεχνητής νοημοσύνης, της εκτεταμένης πραγματικότητας, της χωρικής υπολογιστικής και των διαδραστικών ψηφιακών εμπειριών. Το έργο του καλύπτει εφαρμογές με τεχνητή νοημοσύνη, την εικονική και την επαυξημένη πραγματικότητα, ψηφιακούς ανθρώπους και τεχνολογίες παραγωγής περιεχομένου σε πραγματικό χρόνο.

Η YORD είναι ένα στούντιο δημιουργικής τεχνολογίας που σχεδιάζει και αναπτύσσει εμπειρίες τεχνητής νοημοσύνης και XR για επωνυμίες και οργανισμούς. Το έργο της περιλαμβάνει διαδραστικές εγκαταστάσεις, καθηλωτικές εμπειρίες επωνυμίας, μουσειακούς χώρους, λύσεις κατάρτισης και εξατομικευμένα ψηφιακά προϊόντα, συνδυάζοντας τη δημιουργική ανάπτυξη με τις αναδυόμενες τεχνολογίες.

Η YORD αναπτύσσει εφαρμογές για το Apple Vision Pro και άλλα ακουστικά. Πώς συγκρίνονται τα γυαλιά της Samsung από τη σκοπιά ενός προγραμματιστή και τι σημαίνουν για το καθηλωτικό λιανεμπόριο;

Το Vision Pro είναι μια κλειστή, ιδιαίτερα βελτιστοποιημένη συσκευή με φουτουριστική εμφάνιση και, ως προγραμματιστής, γνωρίζεις ακριβώς με τι έχεις να κάνεις. Τα γυαλιά της Samsung έχουν σχεδιαστεί ώστε να μοιάζουν με συνηθισμένα γυαλιά, ενώ το Android XR θα λειτουργεί σε συσκευές πολλών κατασκευαστών. Έτσι, η πλατφόρμα είναι πιο ανοιχτή και ποικιλόμορφη, αλλά δεν είναι τέλεια προσαρμοσμένη σε καμία μεμονωμένη συσκευή.

Πριν από λίγα χρόνια, θα θεωρούσα αυτόν τον κατακερματισμό μεγάλο πρόβλημα. Σήμερα, δεν πιστεύω ότι έχει και τόση σημασία. Με την τεχνητή νοημοσύνη στη διαδικασία ανάπτυξης, είναι πολύ ευκολότερο να βελτιστοποιείς για μια συγκεκριμένη συσκευή, να μελετάς την τεκμηρίωση κάποιου ή να μεταφέρεις εφαρμογές από τη μία πλατφόρμα στην άλλη. Έτσι, η ανοιχτή πλατφόρμα τείνει να επικρατεί, επειδή περισσότεροι άνθρωποι αναπτύσσουν εφαρμογές γι’ αυτήν. Μακροπρόθεσμα, γι’ αυτόν τον λόγο θα πόνταρα στο Android XR. Ωστόσο, προς το παρόν δεν υπάρχει τίποτα σε αυτά τα γυαλιά για το καθηλωτικό λιανεμπόριο. Χωρίς οθόνη, δεν μπορούμε να δημιουργήσουμε κάτι που θα έβλεπε ο πελάτης.

Υπάρχει κάποια αλληλεπίδραση στο λιανεμπόριο που γίνεται δυνατή όταν οι άνθρωποι φορούν αυτά τα γυαλιά μέσα σε ένα κατάστημα, κάτι που δεν μπορεί να κάνει ένα τηλέφωνο;

Όχι ακόμη. Πρέπει να πω ότι γενικά μου αρέσουν τα γυαλιά. Εδώ και 15 χρόνια ζούμε ψηφιακές ζωές μέσα από τα τηλέφωνά μας, αλλά αυτό δεν είναι άνετο: πρέπει να κοιτάζεις προς τα κάτω μια μικρή οθόνη και να την κρατάς συνεχώς στο ένα χέρι. Τα γυαλιά είναι το φυσικό επόμενο βήμα.

Όμως τα γυαλιά της Samsung δεν λύνουν αυτό το πρόβλημα. Μπορείς να κοιτάξεις ένα προϊόν και να ρωτήσεις το Gemini γι’ αυτό χωρίς να βγάλεις το τηλέφωνό σου, πράγμα βολικό, αλλά το τηλέφωνο μπορεί ήδη να κάνει το ίδιο· απλώς η κάμερα έχει μεταφερθεί στη μύτη σου. Η νέα δυνατότητα θα ήταν να κοιτάζεις ένα προϊόν και να βλέπεις απευθείας στο ράφι την τιμή, το υλικό, τις αξιολογήσεις ή τη διαθεσιμότητά του. Τα γυαλιά της Samsung μπορούν να αναγνωρίσουν το προϊόν, αλλά μέχρι εκεί.

Ποιος είναι ο μεγαλύτερος περιορισμός μιας συσκευής χωρίς οθόνη για τις επωνυμίες και τι θα πρέπει να κάνουν μέχρι να κυκλοφορήσουν εκδόσεις με οθόνη;

Δεν μπορείς να προβάλεις τίποτα. Μπορεί να έχεις εξαιρετικά δεδομένα προϊόντων και έναν έξυπνο βοηθό που τα αξιοποιεί, αλλά ο πελάτης εξακολουθεί να ακούει μια περιγραφή αντί να βλέπει το ίδιο το προϊόν.

Δεν θα οικοδομούσα καμία στρατηγική καθηλωτικών εμπειριών γύρω από αυτά τα γυαλιά. Αν μια επωνυμία θέλει να ασχοληθεί με το XR, ας το κάνει με υλικό που υποστηρίζει ήδη το XR και ας διατηρήσει το περιεχόμενο σε μορφή που μπορεί αργότερα να μεταφερθεί σε άλλες πλατφόρμες. Χρειάζονται καλά τρισδιάστατα μοντέλα των προϊόντων σας, σωστά οργανωμένα δεδομένα προϊόντων και εμπειρίες που δεν είναι κλειδωμένες σε μία συσκευή. Όταν κυκλοφορήσουν ελαφριά γυαλιά με πραγματική οθόνη —και πιστεύω ότι θα κυκλοφορήσουν— αυτά θα μπορείτε να επαναχρησιμοποιήσετε.

Τα καταστήματα Warby Parker είναι ο χώρος επίδειξης. Γιατί είναι λογικό να γίνει αυτή η κυκλοφορία σε φυσικά καταστήματα;

Δεν το βλέπω τόσο ως πεδίο δοκιμών όσο ως τον χώρο όπου πωλούνται τα γυαλιά. Είναι γυαλιά οράσεως με ενσωματωμένη κάμερα, και τα γυαλιά οράσεως πωλούνται στα οπτικά. Τα δοκιμάζεις, προσαρμόζουν τους φακούς σου και φεύγεις φορώντας τα. Η Samsung και η Google χρειάζονταν μια αλυσίδα με εκατοντάδες καταστήματα και δικά της οπτικά εργαστήρια, και η Warby Parker διαθέτει αυτά τα στοιχεία. Η Meta έκανε το ίδιο με τις Ray-Ban και την EssilorLuxottica.

Νομίζω ότι είναι η σωστή επιλογή. Τα γυαλιά είναι πρώτα είδος μόδας και ιατρική συσκευή και μετά ηλεκτρονικό gadget, οπότε πιθανότατα δεν θα λειτουργούσε η πώλησή τους σε ένα κατάστημα ηλεκτρονικών ειδών. Αυτό σου δείχνει επίσης τι είναι το προϊόν. Αυτό που πωλείται είναι ο σκελετός, ενώ το Gemini είναι κάτι που παίρνεις μαζί του.

Τα γυαλιά με κάμερα κάνουν τους ανθρώπους να αισθάνονται άβολα. Πώς θα πρέπει να το αντιμετωπίσουν οι επωνυμίες στα καταστήματα και στους δημόσιους χώρους;

Δεν πιστεύω ότι το πρόβλημα είναι η ίδια η κάμερα. Κυκλοφορούμε όλη μέρα κρατώντας στο χέρι ένα τηλέφωνο με κάμερα και κανείς δεν το αποκαλεί συσκευή παρακολούθησης. Τα γυαλιά απλώς μεταφέρουν σε άλλο σημείο μια κάμερα που ήδη έχεις.

Η διαφορά είναι ότι, όταν κάποιος χρησιμοποιεί τηλέφωνο, μπορείς να δεις πότε το στρέφει προς κάτι, ενώ με τα γυαλιά οι γύρω του δεν μπορούν να το καταλάβουν. Επομένως, τουλάχιστον, πρέπει να υπάρχει μια φωτεινή ένδειξη εγγραφής, ορατή από μπροστά και αδύνατο να απενεργοποιηθεί. Θα προτιμούσα αυτό να αποτελεί κανόνα της πλατφόρμας και όχι κάτι που αποφασίζει ξεχωριστά κάθε κατασκευαστής. Έπειτα, τίθενται τα ερωτήματα τι καταγράφεται, για πόσο διάστημα αποθηκεύεται, ποιος έχει πρόσβαση σε αυτό και τι μπορούν να δουν προγραμματιστές σαν εμάς. Η Samsung και η Google δεν έχουν πει πολλά για κανένα από αυτά. Μέχρι να το κάνουν, δεν θα δημιουργούσα εμπειρίες μέσα στα καταστήματα που βασίζονται στη συνεχή παρακολούθηση του πελάτη.

Για τους λιανοπωλητές που θέλουν να κάνουν κάτι χρήσιμο σήμερα, ποια είναι η πιο εύκολη άμεση ευκαιρία;

Να διαθέσουν τις υπάρχουσες πληροφορίες για τα προϊόντα μέσω φωνητικής αλληλεπίδρασης και, στη συνέχεια, να δοκιμάσουν αν ο κόσμος το προτιμά πραγματικά από το να βγάζει το τηλέφωνό του. Δεν βλέπω να υπάρχουν πολλά περισσότερα.

Για κάθε εγχείρημα με γυαλιά, το κριτήριο είναι αν προσφέρουν κάτι καλύτερο από αυτό που έχει ήδη ο πελάτης στην τσέπη του. Αν το ίδιο πράγμα λειτουργεί εξίσου καλά σε ένα τηλέφωνο, δεν υπάρχει λόγος να πληρώσει κανείς για μια εκδοχή για γυαλιά. Αν ένας λιανοπωλητής θέλει μια πραγματικά καθηλωτική εμπειρία, αυτό είναι εφικτό σήμερα με άλλον εξοπλισμό και μπορούμε να την υλοποιήσουμε. Η προσπάθεια να προσφέρουμε XR σε μια συσκευή χωρίς οθόνη θα καταλήξει σε ένα τέχνασμα.

Η YORD δραστηριοποιείται σε πολλές πλατφόρμες. Πώς επηρεάζει αυτό τις συμβουλές που δίνετε στις επωνυμίες σχετικά με τις επενδύσεις στην XR;

Το βασικό που μάθαμε είναι να μη συγχέουμε την ανακοίνωση ενός προϊόντος υλικού με μια ευκαιρία ανάπτυξης. Τα Vision Pro, Quest και τα υπόλοιπα είναι αρκετά διαφορετικά μεταξύ τους, αλλά σε όλα μπορούμε να δημιουργήσουμε κάτι οπτικό που αντιδρά στο περιβάλλον του χρήστη. Στα γυαλιά της Samsung δεν μπορούμε, επομένως, προτού αναρωτηθείτε πώς θα μεταφέρετε μια εμπειρία, πρέπει να αναρωτηθείτε αν η συσκευή μπορεί καν να την εκτελέσει.

Κατά τα άλλα, οι συμβουλές δεν έχουν αλλάξει. Μη συνδέετε τα σχέδιά σας για την XR με έναν μόνο κατασκευαστή. Έχουμε περάσει από αρκετές γενιές υλικού ώστε να ξέρουμε ότι οι συσκευές θα είναι διαφορετικές σε δύο χρόνια. Το περιεχόμενο που έχετε δημιουργήσει και οι χρήστες στους οποίους έχετε απευθυνθεί είναι αυτά που σας μένουν.

Πώς μετράτε αν μια εμπειρία XR καλλιεργεί την αφοσίωση, σε σύγκριση με ένα συνηθισμένο ψηφιακό σημείο επαφής;

Δεν θα μετρούσα πόσοι τη δοκίμασαν, γιατί όλοι δοκιμάζουν μια νέα συσκευή έστω και μία φορά. Θα εξέταζα τι συνέβη μετά. Κατανόησαν καλύτερα το προϊόν; Αποφάσισαν πιο γρήγορα; Αγόρασαν; Επέστρεψαν; Αυτές είναι οι ίδιες μετρήσεις που θα χρησιμοποιούσατε για έναν ιστότοπο ή μια εφαρμογή, και η εκδοχή XR πρέπει να έχει καλύτερες επιδόσεις· διαφορετικά, δεν υπάρχει λόγος να την υλοποιήσετε.

Όταν πρόκειται για πραγματική XR, υπάρχουν αρκετές πιθανότητες να συμβεί αυτό, επειδή δείχνετε σε κάποιον το προϊόν στον δικό του χώρο και όχι σε μια οθόνη. Για γυαλιά χωρίς οθόνη, θα ήμουν επιφυλακτικός απέναντι σε υποσχέσεις για κάτι τέτοιο. Συγκρίνετέ τα με μια εφαρμογή για τηλέφωνο και δείτε τι αποτέλεσμα θα έχει.

Ποια είναι σήμερα η μεγαλύτερη παρανόηση που έχουν οι επωνυμίες σχετικά με την XR και αλλάζει κάτι με την κυκλοφορία της συσκευής της Samsung;

Η παρανόηση ότι οτιδήποτε περιλαμβάνει γυαλιά, ακουστικά ή τεχνητή νοημοσύνη είναι XR. Δεν είναι. Η XR αφορά ψηφιακό περιεχόμενο συνδεδεμένο με τον φυσικό χώρο γύρω σας, επομένως η συσκευή πρέπει να κατανοεί το περιβάλλον και να μπορεί να αλλάζει όσα βλέπετε.

Τα Google Glass είχαν οθόνη, αλλά σχεδόν καθόλου αντίληψη του τι κοιτούσατε. Τα γυαλιά της Samsung είναι το αντίθετο: κατανοούν το περιβάλλον μέσω της κάμερας και του Gemini, αλλά δεν μπορούν να σας δείξουν τίποτα. Το καθένα έχει τη μισή λύση. Πριν από λίγα χρόνια, ο κλάδος έβαλε την ετικέτα του μετασύμπαντος σε πολλά πράγματα που δεν είχαν καμία σχέση με την καθηλωτική υπολογιστική, και ανησυχώ λίγο μήπως κάνουμε το ίδιο τώρα με τα γυαλιά τεχνητής νοημοσύνης. Το προϊόν της Samsung μπορεί να είναι ένας καλός φορετός βοηθός. Δεν είναι συσκευή XR απλώς και μόνο επειδή το λέει το όνομά της.

Ως CTO, τι παρακολουθείτε τους επόμενους 6 έως 12 μήνες για να διαπιστώσετε αν τα γυαλιά XR οδεύουν προς τη μαζική αγορά ή θα παραμείνουν εξειδικευμένο προϊόν;

Δύο πράγματα: αν το υλικό φτάσει στο απαιτούμενο επίπεδο και αν οι προγραμματιστές αποκτήσουν πρόσβαση.

Όσον αφορά το υλικό, πιστεύω ότι τελικά τα γυαλιά θα αντικαταστήσουν το τηλέφωνο, επειδή θα προτιμούσαμε να κάνουμε χωρίς να το κρατάμε όσα κάνουμε σήμερα στο τηλέφωνο. Αυτό που λείπει είναι μια ενιαία συσκευή με διαφανή οθόνη, που να κατανοεί τον χώρο γύρω σας και να έχει σκελετό που μπορείτε να φοράτε από το πρωί ως το βράδυ. Τα Vision Pro, Galaxy XR και Quest είναι υπερβολικά βαριά και ακριβά για κάτι τέτοιο. Τα γυαλιά της Samsung είναι αρκετά ελαφριά, αλλά δεν μπορούν να δείξουν τίποτα. Τα Specs της Snap, που κυκλοφόρησαν αυτό το φθινόπωρο και κοστίζουν περίπου 2.200 δολάρια, είναι ό,τι πιο κοντινό έχουμε δει μέχρι στιγμής. Εξακολουθούν να είναι υπερβολικά ακριβά και κάπως χοντρά, αλλά διαθέτουν πραγματική οθόνη, κατανοούν τον χώρο και μπορούμε να αναπτύξουμε εφαρμογές για αυτά. Αυτή είναι η κατεύθυνση προς την οποία πιστεύω ότι θα κινηθούν τα πράγματα, και η Samsung υστερεί προς το παρόν σε αυτόν τον τομέα.

Όσον αφορά τους προγραμματιστές, θέλω να δω αν θα μπορούμε να διαθέτουμε τις δικές μας εφαρμογές, να αποδίδουμε χωρικό περιεχόμενο και να δουλεύουμε με τα δεδομένα που χρησιμοποιεί η συσκευή για να κατανοεί το περιβάλλον, καθώς και αν θα θεσπιστούν γραπτώς κανόνες για την κάμερα. Αν οι πλατφόρμες ανοίξουν, ο κόσμος θα αναπτύξει γρήγορα εφαρμογές γι’ αυτές, επειδή η τεχνητή νοημοσύνη έχει μειώσει σημαντικά το κόστος ανάπτυξης. Αν παραμείνουν κλειστές γύρω από έναν μόνο βοηθό, θα καταλήξουμε με μια ελαφρώς καλύτερη Alexa.

Ευχαριστούμε για την εξαιρετική συνέντευξη. Οι αναγνώστες που θέλουν να εξερευνήσουν πώς η XR, η τεχνητή νοημοσύνη και η χωρική υπολογιστική μπορούν να δημιουργήσουν χρήσιμες εμπειρίες για το λιανεμπόριο και τις επωνυμίες, μπορούν να επισκεφθούν την YORD.