Ρωμαν Σέστιερ (Διευθύνων Σύμβουλος) & Γκυγιώμ Λεμπεντέλ (Τεχνικός Διευθυντής), Συνιδρυτές της StackOne – Σειρά Συνεντεύξεων

Ρωμαν Σέστιερ, ο Συνιδρυτής & Διευθύνων Σύμβουλος της StackOne, έχει κατασκευάσει ένα προϊόν από το μηδέν σε μια αξία 1 δισεκατομμυρίου δολαρίων στη Google (GOOGL ) και έχει επίσης διατελέσει ως Αντιπρόεδρος Προϊόντων & Υπηρεσιών στην Yieldify, όπου διαχειρίστηκε 70 άτομα παγκοσμίως και ηγήθηκε της στρατηγικής ολοκλήρωσης του SaaS. Ο Ρωμαν άνοιξε επίσης το γραφείο του Ηνωμένου Βασιλείου ως Διευθυντής Υπηρεσιών στο ContentSquare και ηγήθηκε της ολοκλήρωσης με εργαλεία A/B testing. Έχει επίσης συνιδρύσει μια προηγούμενη εταιρεία, Upper.ai, με τον Γκυγιώμ.

Γκυγιώμ Λεμπεντέλ, ο Συνιδρυτής & Τεχνικός Διευθυντής της StackOne, ήταν ο Αντιπρόεδρος Μηχανικής στην Yieldify, μια εταιρεία που αγοράστηκε από την Publicis. Ο Γκυγιώμ έχει ηγηθεί ομάδων ολοκλήρωσης και έχει κατασκευάσει εκατοντάδες ολοκλήρωσεις με εργαλεία SaaS που χρησιμοποιούνται από περισσότερα από 1000 προϊόντα SaaS. Έχει επίσης κατασκευάσει και διατηρεί APIs με περισσότερες από 2 δισεκατομμύρια επισκέψεις το μήνα.

StackOne είναι μια πλατφόρμα ολοκλήρωσης με προτεραιότητα την προστασία της ιδιωτικής ζωής, που ενισχύεται από την τεχνητή νοημοσύνη, και βοηθά τις εταιρείες SaaS και τους πράκτορες της τεχνητής νοημοσύνης να κατασκευάζουν ολοκλήρωσεις σε πραγματικό χρόνο, με διπλής κατεύθυνσης, σε εκατοντάδες επιχειρηματικά συστήματα μέσω ενός ενιαίου API. Σχεδιασμένη για ταχύτητα και ασφάλεια, επιτρέπει στους développers να αποστέλλουν ολοκλήρωσεις σε ημέρες αντί για εβδομάδες χωρίς να αποθηκεύουν δεδομένα πελατών.

Τι σας έκανε να φύγετε από τη Google και να συνιδρύσετε την StackOne, και ποια ήταν η лакούνα στο χώρο της τεχνητής νοημοσύνης ή της ολοκλήρωσης του SaaS που είδε ότι έκανε την ευκαιρία να feels urgent;

Ρωμαν: “Ο πόνος της ολοκλήρωσης είναι κάτι που έχω νιώσει σε κάθε στάδιο της καριέρας μου, είτε ήμουν σε μια νεοσύστατη εταιρεία είτε εργαζόμουν με μεγάλης κλίμακας συστήματα μέσα στη Google. Ενώ ηγούνταν του Προϊόντος στη Google, κατασκευάζαμε ένα εργαλείο ανάλυσης της τεχνητής νοημοσύνης για λιανικό εμπόριο, και ακόμη και εκεί — σε μια από τις πιο τεχνικά προηγμένες εταιρείες στον κόσμο — αντιμετωπίσαμε τεράστιες εμπόδιες μόνο για να πάρουμε καθαρή ολοκλήρωση μεταξύ συστημάτων. Αυτό είναι όταν πραγματικά το κατάλαβα: αυτό είναι ένα ευρεία, συστημικό πρόβλημα. Και με την άνοδο των LLMs, είδαμε ένα νέο παράθυρο να ανοίγει. Ξαφνικά, υπήρχε μια ευκαιρία να ξανασχεδιάσουμε完全 την ολοκλήρωση: μια που δεν ήταν μόνο κολλημένη, αλλά κατασκευασμένη από το έδαφος για την τεχνητή νοημοσύνη. Ο Γκυγιώμ και εγώ το είδε καθαρά: ο χρόνος ήταν σωστός, και η αγορά ήταν πεινασμένη για μια λύση.”

Πώς η εμπειρία σας στην ηγεσία του προϊόντος και των υπηρεσιών στην Yieldify και η δουλειά σας στο Area 120 επηρέασαν την προσέγγισή σας στη στρατηγική προϊόντος της StackOne;

Ρωμαν: “Στην Yieldify, ηγήθηκα και του Προϊόντος και των Υπηρεσιών της εταιρείας, το οποίο με δίδαξε τη σημασία του να συνδέω το δρόμο με τα πραγματικά αποτελέσματα εσόδων: πράγματα όπως ταχύτερη ενεργοποίηση συνεργατών, υψηλότερη μέση αξία παραγγελίας ή χαμηλότερη αποχώρηση. Στη Google, ανέπτυξα ένα προϊόν ανάλυσης δεδομένων που παρείχε 1 δισεκατομμύριο δολάρια σε πρόσθετο έσοδο, και αυτή η εμπειρία ενίσχυσε πόσο κρίσιμο είναι το μετρήσιμο αποτέλεσμα της χρήσης και της υιοθέτησης. Το Area 120 ήταν ένα πολύ διαφορετικό κτήνος — ήταν όλα για ιδέες 10x και ταχύτητα. Αυτό με δίδαξε να κινώμαι γρήγορα, να πειραματίζομαι συνεχώς και να μην φοβάμαι να στοιχηματίζω μεγαλοπρεπώς. Όλα αυτά έχουν επηρεάσει βαθιά το πώς κατασκευάζουμε στην StackOne: διμηνιαίες σπριντ, τολμηρές στοιχηματικές κινήσεις προϊόντος και μια laser εστίαση στο να κάνουμε τις ολοκλήρωσεις όχι μόνο ευκολότερες να κλιμακωθούν, αλλά και ευχάριστες να χρησιμοποιηθούν.”

Η StackOne δεν κατασκευάζει ένα νέο μοντέλο — κατασκευάζετε το συνδετικό ιστό μεταξύ μοντέλων και συστημάτων SaaS. Γιατί είναι αυτή η υποδομή στρώματος τόσο κρίσιμη για την επιτυχία των πρακτόρων της τεχνητής νοημοσύνης;

Γκυγιώμ: “Η πραγματικότητα είναι, οι πράκτορες της τεχνητής νοημοσύνης δεν χρειάζονται μόνο εγκέφαλο, αλλά και χέρια. Ένα μοντέλο μπορεί να είναι σε θέση να συλλογιστεί εξαιρετικά, αλλά εκτός εάν μπορεί να πάρει ακριβείς, ασφαλείς και ταχείς ενέργειες στον πραγματικό κόσμο, είναι πολύ περιορισμένο. Χωρίς μια δομημένη υποδομή στρώματος για να κυβερνήσει την αυθεντικοποίηση, τα όρια ρυθμού και τις άδειες πρόσβασης, θα either hallucinate και πάρουν λάθος ενέργειες ή θα σπάσουν πράγματα. Οι περισσότερες εταιρείες χρησιμοποιούν περισσότερα από 100 εργαλεία SaaS, οπότε χωρίς μια πλατφόρμα όπως η StackOne να αφηγήσει την υδραυλική, είστε κολλημένοι προσπαθώντας να συνδέσετε το καθένα ξεχωριστά. Η δουλειά μας είναι να δώσουμε στους πράκτορες ασφαλή, κλιμακωτή πρόσβαση στα εργαλεία που χρειάζονται, ώστε οι ομάδες να μπορέσουν να επικεντρωθούν στη λογική, όχι στη λογιστική.”

Μπορείτε να μας οδηγήσετε πώς λειτουργεί η StackOne’s Unified API και η πλατφόρμα ενεργειών πρακτόρων της τεχνητής νοημοσύνης κάτω από το καπό; Τι είναι τεχνικά απαιτητικό σε αυτό;

Γκυγιώμ: “Ορίζουμε ένα ενιαίο εξαντλητικά περιγραφόμενο OpenAPI spec ανά τομέα, το οποίο αντιστοιχεί σε εκατοντάδες υποκείμενα endpoints. Αυτό το spec παραμένει ενημερωμένο κεντρικά, οπότε οι πελάτες δεν χρειάζεται να διαχειρίζονται αλλαγές έκδοσης. Τα σχήματα εργαλείων μας έρχονται προκατασκευασμένα με τις σωστές πεδία αυθεντικοποίησης, που σημαίνει ότι ο πράκτορας δεν υποψιάζεται ή υπερβαίνει. Το πιο δύσκολο μέρος είναι η τυποποίηση μοντέλων δεδομένων SaaS — εργαλεία όπως το Workday επιτρέπουν στους πελάτες να ορίσουν προσαρμοσμένα αντικείμενα και σχέσεις, που εισάγουν τεράστια πολυπλοκότητα. Ο κινητήρας μας χειρίζεται όλα αυτά σε πραγματικό χρόνο, δίνοντας στους développers ένα αξιόπιστο, детерμινιστικό στρώμα εκτέλεσης που ενισχύεται από LLM-assisted mapping.”

Τι κάνει την κινητήρα κλήσεων εργαλείων της StackOne ταχύτερη και πιο ακριβή από τις ικανότητες ακόμη και των ηγετικών LLMs;

Γκυγιώμ: “Ο κλειδί είναι η δομή. Ο κινητήρας μας παρέχει τυποποιημένα και εξαντλητικά περιγραφόμενα υπογραφές συναρτήσεων, οπότε τα μοντέλα γνωρίζουν ακριβώς ποια ορίσματα να χρησιμοποιήσουν. Κάτω από το καπό, η StackOne είναι σε θέση να batch και να παραλληλίσει τις κλήσεις εργαλείων ενώ σέβεται τα όρια ρυθμού για να εκτελέσει τις αιτήσεις όσο το δυνατόν ταχύτερα με αυτόματες επαναλήψεις. Και既然 διαχειριζόμαστε ταπιστικά κεντρικά, δεν υπάρχει ανάγκη για ξανά-αυθεντικοποίηση μέσα στη βρόχη. Αυτές οι βελτιώσεις κάνουν μια τεράστια διαφορά όταν προσπαθείτε να τρέχετε πράκτορες σε πραγματικό χρόνο.”

Πώς είναι η StackOne βελτιστοποιημένη ειδικά για περιπτώσεις χρήσης της τεχνητής νοημοσύνης, όπως Retrieval-Augmented Generation (RAG), χρήση εργαλείων, ή εκτέλεση πρακτόρων σε πραγματικό χρόνο;

Γκυγιώμ: “Προσφέρουμε δέλτα-μόνο endpoints για RAG pipelines, που κρατάει τα παράθυρα περιεχομένου σύντομα και αποτελεσματικά. Για πραγματικούς πράκτορες, υποστηρίζουμε streaming unified webhooks που εκμεταλλεύονται φυσικά γεγονότα ή δημιουργούν συνθετικά γεγονότα όταν τα υποκείμενα εργαλεία δεν παρέχουν τα γεγονότα που χρειάζεστε. Και η πλατφόρμα μας επιβάλλει λεπτομερή έλεγχο πρόσβασης στο επίπεδο ενοικιαστή και έργου, που είναι απαραίτητο για την ορχήστρα πολλαπλών πρακτόρων σε διαφορετικούς χρήστες ασφαλώς.”

Ποια είναι οι πιο συχνές λανθασμένες αντιλήψεις που έχουν οι ομάδες για την κατασκευή ολοκλήρωσεων εσωτερικά έναντι της χρήσης μιας πλατφόρμας όπως η StackOne;

Ρωμαν: “Μια μεγάλη μύθος είναι ότι οι ολοκλήρωσεις είναι μόνο για να κάνεις μια κλήση API. Η αρχική κατασκευή μπορεί να φαίνεται απλή, αλλά η συνεχής συντήρηση συχνά καταναλώνει 20% του χρόνου μηχανικής. Οι ομάδες επίσης υποτιμούν την αξία των connectors νιχ: αυτών που deprioritise μπορεί να είναι όπου ζήτημα churn πραγματικά ζει. Και η ασφάλεια είναι συχνά μια μετάνοια. Οι ομάδες DIY σπάνια καλύπτουν πράγματα όπως SOC-2 συμμόρφωση ή isolation ενοικιαστή, τα οποία είναι μη διαπραγματεύσιμα για εταιρικούς πελάτες.Και τότε υπάρχει η προσαρμογή ενοικιαστή. Κάθε νέος πελάτης φέρνει τη δική του σειρά από edge περιπτώσεις, configuration quirks και mapping λογική, που προσθέτει συνεχής πολυπλοκότητα που είναι εύκολο να παραβλέψουμε από πριν.”

Όλοι μιλάνε για πράκτορες της τεχνητής νοημοσύνης, αλλά η ανάπτυξη στον πραγματικό κόσμο είναι ακόμη νωπή. Τι πιστεύετε ότι κρατάει πίσω την μαζική εταιρική υιοθέτηση — και πώς η StackOne αντιμετωπίζει αυτό;

Ρωμαν: “Η ασφάλεια και η συμμόρφωση είναι ακόμη οι μεγαλύτεροι εμπόδιο. Οι CIOs φοβούνται ότι οι πράκτορες θα ενεργήσουν εκτός πεδίου ή θα δημιουργήσουν κενά ελέγχου. Η StackOne λύνει αυτό το πρόβλημα με την επιβολή των least-privilege OAuth scopes, ενεργοποιώντας διακόπτες ενοικιαστή και παρέχοντας πλήρη ιχνηλάτηση. Όταν οι ομάδες ρίσκου βλέπουν αυτό το επίπεδο ελέγχου, μετακινούνται από το να είναι φρουροί σε ενεργούς υποστηρικτές.”

Ποια είναι τα μεγαλύτερα τεχνικά ή ασφαλή προκλήματα στην άσκηση πρακτόρων της τεχνητής νοημοσύνης για λογαριασμό χρηστών σε πλατφόρμες SaaS — και πώς τα μετριάζετε;

Γκυγιώμ: “Πρέπει να διαχειριστούμε πράγματα όπως token sprawl και κύκλοι ανανέωσης, τα οποία λύνουμε με ένα κεντρικό κρυπτογραφημένο θησαυροφυλάκιο. Η πρόληψη διαρροής δεδομένων στο επίπεδο γραμμής είναι ένα άλλο πρόβλημα, οπότε επιβάλλουμε determinιστικά αναγνωριστικά λογαριασμού στην κλήση εργαλείου για να διασφαλίσουμε ότι οι πράκτορες έχουν πρόσβαση μόνο στα σωστά δεδομένα και δεν είναι μέχρι την LLM. Και για να αποφευχθεί η διαφυγή ή η κακοποίηση του πρακτόρα, τρέχουμε συνεχώς ελέγχους πολιτικής και red-team testing. Η πλατφόρμα μας επίσης επιτρέπει την παραμετροποίηση ποιας ενέργειας πρέπει να είναι διαθέσιμη για ποιο συνδεδεμένο σύστημα. Η ασφάλεια πρέπει να είναι εγκεντρισμένη από την αρχή.”

Πώς βλέπετε το μέλλον των ανοιχτών εργαλείων όπως LangChain και CrewAI που συνδυάζονται με ιδιοκτητικές πλατφόρμες όπως η StackOne;

Γκυγιώμ: “Βλέπουμε το ανοιχτό κώδικα ως το στρώμα ορχήστρας και την StackOne ως την υποκείμενη υποδομή. Για αυτό το λόγο, έχουμε κατασκευάσει SDKs για Python και Typescript που συνδέονται απευθείας με LangChain και CrewAI workflows. Θα δείτε ένα υβριδικό μοντέλο να εμφανίζεται, με ανοιχτό κώδικα για προτυποποίηση και διαχειριζόμενες πλατφόρμες για production-grade αξιοπιστία, παρόμοιο με το πώς οι ομάδες χρησιμοποιούν Terraform με AWS. Δεν είναι ούτε-ούτε, είναι και τα δύο.”

Ευχαριστούμε για τη μεγάλη συνέντευξη, οι αναγνώστες που θέλουν να μάθουν περισσότερα πρέπει να επισκεφθούν StackOne.