Stephen Straus, Διευθύνων Σύμβουλος και Συνιδρυτής της KUNGFU.AI – Σειρά Συνεντεύξεων

Stephen Straus, Διευθύνων Σύμβουλος και Συνιδρυτής της KUNGFU.AI, είναι επιχειρηματίας, επενδυτής και τεχνολογικός στελέχος με δεκαετίες εμπειρίας στην δημιουργία και συμβουλευτική εταιρειών. Πριν την εκκίνηση της KUNGFU.AI το 2017, υπηρέτησε ως Γενικός Συνεργάτης στην Austin Ventures και ίδρυσε ή συνίδρυσε αρκετές εταιρείες, συμπεριλαμβανομένης της mbue, η οποία εξαγοράστηκε από τη Bluebeam. Ο Straus είναι επίσης μακροχρόνιος Συνεργάτης και Μέντορας στην Capital Factory και μέλος του Συμβουλευτικού Συμβουλίου Μηχανικής στο Cockrell School of Engineering του Πανεπιστημίου του Τέξας στο Όστιν. Πέρα από την τεχνολογία και τις επενδύσεις, συνίδρυσε και προεδρεύει στην Impact Dyslexia και ίδρυσε το Startup Diversity and Inclusion Pledge, αντανακλώντας μια ευρύτερη εστίαση στο πώς η τεχνολογία, η επιχειρηματικότητα και η ηγεσία οργανισμών μπορούν να δημιουργήσουν θετικό κοινωνικό αντίκτυπο.

KUNGFU.AI είναι μια εταιρεία συμβούλων διαχείρισης και μηχανικής με έδρα το Όστιν, που εστιάζει αποκλειστικά στην τεχνητή νοημοσύνη. Ιδρυθείσα το 2017, η εταιρεία συνδυάζει στρατηγική AI με μηχανική για να βοηθήσει οργανισμούς να μεταβούν από το πείραμα σε συστήματα AI έτοιμα για παραγωγή, με έργα που καλύπτουν περιοχές όπως η agentic AI, η μηχανική μάθηση, η υπολογιστική όραση, η διακυβέρνηση AI και η συνεργασία ανθρώπου‑μηχανής. Η προσέγγισή της δίνει έμφαση στον σχεδιασμό AI με βάση το πώς λειτουργούν πραγματικά οι οργανισμοί και οι άνθρωποί τους, αντί να αντιμετωπίζει την AI ως ανεξάρτητη τεχνολογική υλοποίηση. Η KUNGFU.AI δραστηριοποιείται σε τομείς όπως η υγειονομική περίθαλψη, η κυβέρνηση, το ιδιωτικό κεφάλαιο, το λιανικό εμπόριο, τα χρηματοοικονομικά και η ασφάλιση, και αναφέρει ότι το 96 % των δεσμεύσεών της φθάνει στην παραγωγή.

Πέρασες χρόνια ως επενδυτής επιχειρηματικού κινδύνου στην Austin Ventures κατά τη διάρκεια της άνθησης και της κατάρρευσης των dot‑com, και αργότερα είδες παραλληλισμούς μεταξύ της άνοδος του διαδικτύου και του τι άρχιζε να συμβαίνει με την AI. Τι σε έπεισε ότι η ευκαιρία ήταν αρκετά σημαντική ώστε τελικά να συνιδρύσεις την KUNGFU.AI, και τι είδες εκείνη τη στιγμή που πολλοί επιχειρηματικοί ηγέτες δεν είχαν ακόμη αντιληφθεί;

Νομίζω ότι ήταν η αναγνώριση προτύπων από το ότι ήμουν στην πρώτη σειρά της επανάστασης του διαδικτύου κατά την εποχή των dot‑com, που με οδήγησε να συνιδρύσω την εταιρεία έξι χρόνια πριν κυκλοφορήσει το ChatGPT. Δεν μπορώ πραγματικά να το εξηγήσω, αλλά απέκτησα στέρεη πεποίθηση ότι η AI θα είναι η επόμενη μεγάλη τεχνική μετάβαση που θα διανύσει ο κόσμος, και όπως το Διαδίκτυο, θα αλλάξει τη βάση του ανταγωνισμού.

Προσωπικά, στη ζωή μου, έχω δει πολλαπλές μετασχηματιστικές τεχνικές μεταβάσεις, ξεκινώντας όταν ήμουν 11 ετών. Είδα ένα Apple I, και αν και τότε δεν το καταλάβαινα, αντιπροσώπευε την αρχή της επανάστασης των προσωπικών υπολογιστών.

Τουλάχιστον από την άποψη των υπηρεσιών, πολύ λίγοι είδαν το ίδιο που είδαμε οι συνιδρυτές μου και εγώ. Πριν το ChatGPT, ήταν πολύ δύσκολο να βρεθούν άλλες εταιρείες υπηρεσιών που εστιάζουν στην AI, και τώρα είναι σχεδόν αδύνατο να βρεθεί μια εταιρεία υπηρεσιών που να μην δηλώνει ότι προσφέρει υπηρεσίες AI.

Η KUNGFU.AI ιδρύθηκε χρόνια πριν η γενετική AI γίνει προτεραιότητα στη διοίκηση. Πώς έχει αλλάξει ο ορισμός σας για μια «AI‑first» εταιρεία καθώς η τεχνολογία εξελίχθηκε από την παραδοσιακή μηχανική μάθηση στη γενετική και όλο και πιο agentic AI;

Όταν ξεκινήσαμε την εταιρεία, συνειδητοποιήσαμε πραγματικά ότι ήμασταν πρωτοπόροι στο τι σημαίνει να είσαι μια εταιρεία επαγγελματικών υπηρεσιών AI. Αλλά δεν ήταν μέχρι την εμφάνιση του ChatGPT που συνειδητοποιήσαμε ότι είχαμε επίσης την ευκαιρία να πρωτοπορήσουμε στο τι σημαίνει να είσαι μια εταιρεία επαγγελματικών υπηρεσιών με ενσωματωμένη AI.

Είχαμε υλοποιήσει περιορισμένη εσωτερική αυτοματοποίηση πριν το ChatGPT, αλλά ήταν κυρίως η εμφάνιση των LLM και τώρα της agentic AI που μας επέτρεψε να γίνουμε μια εταιρεία επαγγελματικών υπηρεσιών με ενσωματωμένη AI. Νομίζω ότι κάνουμε σημαντικά βήματα προς αυτή την κατεύθυνση. Αυξήσαμε τα έσοδα κατά πάνω από 80 % πέρυσι, και ουσιαστικά διατηρήσαμε τον αριθμό των εργαζομένων σταθερό. Στις υπηρεσίες, τόσο αυτό το ποσοστό ανάπτυξης όσο και η αποσύνδεση της αύξησης του αριθμού των εργαζομένων είναι, κατά τη γνώμη μου, πραγματικά αξιοσημείωτα και αντιπροσωπεύουν το τι είναι δυνατόν στις υπηρεσίες σε αυτή τη νέα εποχή της

Έχετε υποστηρίξει ότι οι εταιρείες κάνουν λάθος όταν αντιμετωπίζουν την AI ως μια ακόμη υλοποίηση λογισμικού. Πώς φαίνεται στην πράξη για έναν οργανισμό να χρησιμοποιεί την AI ώστε να επαναπροσδιορίσει τι μπορεί να γίνει η εταιρεία, αντί απλώς να κάνει τις υπάρχουσες διαδικασίες πιο αποδοτικές;

Η AI διαφέρει από το παραδοσιακό λογισμικό σε πολλές διαστάσεις. Αυτό το διάγραμμα προέρχεται από το νέο μου βιβλίο, Wayfinding: A Business Fable About Leading in the Age of AI.

Πώς η AI διαφέρει από το παραδοσιακό λογισμικό

Πέρα από αυτές τις λεπτομέρειες και πιο στρατηγικά, νομίζω ότι οι περισσότερες εταιρείες κάνουν ένα τεράστιο λάθος, και αυτό είναι ότι προσπαθούν να βρουν πώς να χρησιμοποιήσουν την AI για να αυτοματοποιήσουν την επιχείρησή τους. Γιατί είναι λάθος; Σχεδόν όλοι αυτοί οι ίδιοι άνθρωποι θα συμφωνούσαν ότι η AI αλλάζει τα πάντα. Και αν αλλάζει τα πάντα, αυτό περιλαμβάνει την αλλαγή της βάσης του ανταγωνισμού στον κλάδο σας.

Για μένα, δεν έχει νόημα να αυτοματοποιείτε την επιχείρησή σας αν ο κλάδος σας πρόκειται να διαταραχθεί. Είναι πολύ παρόμοιο με το να λέτε ότι είναι καλή ιδέα να αυτοματοποιηθεί η Blockbuster Video όταν πρόκειται να την ανατρέψει το Netflix.

Δεν είναι ότι είμαι ενάντια στην αυτοματοποίηση, αλλά πιστεύω ότι η πρώτη, δεύτερη και τρίτη προτεραιότητα κάθε εταιρείας πρέπει να είναι να καταλάβει πώς μπορεί να γίνει ο διαταράκτης στον κλάδο της. Επειδή αν δεν εστιάσετε σε αυτό, τότε, κατά ορισμό, δεν θα είστε ο διαταράκτης και πιθανότατα θα διαταραχθείτε, θα διαταραχθείτε. Έτσι, αυτή πρέπει να είναι η προτεραιότητα και η αποκλειστική εστίαση στην αυτοματοποίηση θα μπορούσε να αποτελεί έναν υπαρκτό κίνδυνο για τον οργανισμό σας.

Η KUNGFU.AI έχει πλέον εργαστεί σε πάνω από 120 έργα που καλύπτουν πάνω από 30 βιομηχανίες. Από αυτές τις υλοποιήσεις, τι διαχωρίζει τις οργανώσεις που μετατρέπουν την πειραματική AI σε διαρκή ανταγωνιστικό πλεονέκτημα από εκείνες που παραμένουν κολλημένες σε πιλοτικά προγράμματα; 

Υπάρχουν πραγματικά βασικές διαφορές που διαχωρίζουν τις οργανώσεις που μετατρέπουν την πειραματική AI σε διαρκή ανταγωνιστικό πλεονέκτημα. Νομίζω ότι ξεκινά από το ψυχολογικό προφίλ του ηγέτη και το επίπεδο φιλοδοξίας των στόχων που θέτει.

Ας ξεκινήσουμε με το ψυχολογικό προφίλ των ανώτερων ηγετών στις εταιρείες, είτε είναι ο CEO, είτε το διοικητικό συμβούλιο και το C‑suite. Είναι πολύ απλοϊκό, αλλά βλέπω δύο κύριες αρχέτυπες ηγετών.

Στην θετική πλευρά, βλέπω ανθρώπους που προσεγγίζουν αυτή τη μαζική πρόκληση της ηγεσίας στην νέα εποχή της AI με τη διάθεση να είναι ευάλωτοι και να πούν: Αυτό είναι εντελώς νέο. Δεν ξέρουμε τι κάνουμε αρκετά για να μπορέσουμε να πάρουμε όλες τις αποφάσεις που πρέπει και όλες τις επενδύσεις που απαιτούνται. Και θα προχωρήσουμε γνωρίζοντας ότι θα κάνουμε λάθη, και θα νιώσουμε άνετα με αυτό. Θα μάθουμε από αυτά τα λάθη και θα περιβάλλουμε τον εαυτό μας με ειδικούς όσο το δυνατόν περισσότερο.

Αυτό έρχεται σε αντίθεση με ανθρώπους που, τουλάχιστον εξωτερικά, προσεγγίζουν το θέμα με τη στάση: Ξέρω τι κάνω, και με αυτοπεποίθηση που, για σχεδόν όλους, είναι αβάσιμη, και επομένως μοιάζει περισσότερο με υπεροψία.

Πέρα από αυτό, οι πιο επιτυχημένοι είναι εκείνοι που συνειδητοποιούν ότι η AI θα αλλάξει τη βάση του ανταγωνισμού, και αναζητούν επιχειρηματικά μοντέλα ενισχυμένα από AI, βασισμένα σε ιδιόκτητα δεδομένα, που στοχεύουν σε σημεία ρήξης στη δομή του κλάδου τους ώστε να μπορούν να αλλάξουν τον κλάδο και να γίνουν ηγέτες σε αυτόν.

Καθώς οι πράκτορες AI γίνονται ικανοί να εκτελούν ολοένα και πιο σύνθετες ροές εργασίας και να λαμβάνουν αποφάσεις με λιγότερη ανθρώπινη παρέμβαση, πώς αναμένετε να αλλάξει η δομή των εταιρειών, των επιπέδων διαχείρισης και των ατομικών ρόλων;

Όλα αυτά θα αλλάξουν και αλλάζουν δραματικά. Διαθέτουμε ένα ολοκληρωμένο πλαίσιο γύρω από τη συνεργασία ανθρώπου‑μηχανής, το οποίο παίρνει έρευνα που είναι 50 ετών και την εφαρμόζει στη νέα εποχή της AI. Η ευκαιρία δεν είναι απλώς η αυτοματοποίηση της εργασίας ή η τοποθέτηση εργαλείων AI μπροστά στους ανθρώπους, αλλά η επανασχεδίαση της ίδιας της εργασίας γύρω από ομάδες που περιλαμβάνουν τόσο ανθρώπινη όσο και μηχανική νοημοσύνη.

Αυτό σημαίνει ότι ο ρόλος των ανθρώπων θα αλλάξει επίσης. Όλο και περισσότερο, οι άνθρωποι θα μεταβούν από την εκτέλεση εργασιών στον σχεδιασμό των συστημάτων που κάνουν την εργασία εφικτή, φέρνοντας την κρίση, την εποπτεία και την κατανόηση του πλαισίου που η τεχνολογία εξακολουθεί να απαιτεί.

Είναι μια πολύπλοκη ερώτηση. Συμβαίνει γρήγορα. Και είναι πραγματικά σημαντικό να είστε εξαιρετικά σκόπιμοι σχετικά με τους ρόλους των ανθρώπων σας καθώς εργάζονται όλο και περισσότερο με αυτόνομους πράκτορες.

Οι εταιρείες διαθέτουν πλέον τεράστια επιλογή από μοντέλα βάσης, πλατφόρμες AI, πράκτορες και εργαλεία τρίτων. Πού πρέπει οι επιχειρήσεις να βασίζονται στην εξωτερική τεχνολογία και ποιες δυνατότητες AI ή πλεονεκτήματα δεδομένων πρέπει τελικά να κατέχουν μόνοι τους;

Με όλα τα εργαλεία που κυκλοφορούν, το κομμάτι της νοημοσύνης της AI γίνεται γρήγορα εμπορευματοποιημένο και δεν μπορώ να τονίσω αρκετά τη σημασία του να έχετε τα δικά σας δεδομένα.

Υπάρχει μια έκφραση που λέει ότι η καλύτερη μέρα για να φυτέψετε ένα δέντρο ήταν πριν 40 χρόνια. Η επόμενη καλύτερη μέρα είναι σήμερα. Αυτό που σημαίνει σε σχέση με τα δεδομένα είναι ότι αν δεν συλλέγετε και αρχειοθετείτε όσο το δυνατόν περισσότερα δεδομένα από την επιχείρησή σας, πρέπει να ξεκινήσετε αυτή τη διαδικασία σήμερα, ακόμη και αν δεν πρόκειται να κάνετε κάτι άλλο όσον αφορά την πορεία προς ένα μέλλον κεντρικό στην AI.

Ένας άλλος τρόπος που σκέφτομαι αυτή την ερώτηση είναι ότι υπάρχει όλο ένα φάσμα εργαλείων στην εργαλειοθήκη της AI και τα εργαλεία που οι άνθρωποι τώρα τείνουν να αποκαλούν παραδοσιακή AI ή μοντέλα μηχανικής μάθησης δεν είναι συνήθως διαθέσιμα έτοιμα από το ράφι. Και αν είναι, δεν είναι απαραίτητα εκείνα που θα σας προσφέρουν την ακρίβεια που χρειάζεστε για να εξάγετε πραγματική επιχειρηματική αξία από αυτά, ή/και μπορεί να μην είναι σε θέση να αξιοποιήσουν τα ιδιόκτητά σας δεδομένα.

Άρα, σίγουρα πιστεύω ότι έχει νόημα να βασιζόμαστε σε εξωτερική τεχνολογία. Για πολλές εφαρμογές, οι πιο στρατηγικές είναι πιθανό να είναι αυτές που είναι εξατομικευμένες λύσεις χτισμένες πάνω στα ιδιόκτητά σας δεδομένα.

Έχετε τονίσει τη σημασία της διακυβέρνησης AI σε επίπεδο διοικητικού συμβουλίου. Ποιες ερωτήσεις θα πρέπει τα διοικητικά συμβούλια να θέτουν σήμερα στη διοίκηση για να καθορίσουν αν η στρατηγική AI τους δημιουργεί πραγματική στρατηγική αξία αντί να παράγει απλώς επιπλέον κέρδη παραγωγικότητας;

Τα διοικητικά συμβούλια αντιμετωπίζουν ένα νέο σύνολο προκλήσεων με την AI. Διατηρούν τον παραδοσιακό ρόλο εποπτείας και διακυβέρνησης, που συχνά εστιάζει στην προστασία από κινδύνους και τη μετρίαση τους. Αλλά αν δεν ισορροπήσουν αυτό με την ενθάρρυνση του ρίσκου και του πειραματισμού, παρέχοντας τους πόρους για να το επιτρέψουν, η εταιρεία θα μείνει πίσω σε αυτή τη νέα εποχή της AI. Έτσι, η εύρεση της σωστής ισορροπίας μεταξύ ενδυνάμωσης του ρίσκου και μετρίασής του είναι κλειδί.

Πιστεύω επίσης ότι είναι σημαντικό το διοικητικό συμβούλιο να ωθεί τη διοίκηση προς επιχειρηματικά μοντέλα ενεργοποιημένα από AI, που μπορούν να αλλάξουν τη βάση του ανταγωνισμού στον κλάδο τους και που βασίζονται σε ιδιόκτητα δεδομένα, επειδή αν δεν εστιάσουν σε αυτό, τα επιπλέον κέρδη παραγωγικότητας θα είναι μάταια όταν η επιχείρησή τους διαταραχθεί.

Στο Wayfinding, εσείς και ο Ben Szuhaj αφηγείστε την ιστορία ενός CEO που έχει 90 ημέρες για να αναπτύξει μια στρατηγική AI ή διατρέχει κίνδυνο αντικατάστασης. Γιατί επιλέξατε μια επιχειρηματική παραβολή αντί για ένα παραδοσιακό βιβλίο διαχείρισης για να εξερευνήσετε πώς οι ηγέτες πρέπει να ανταποκριθούν στην AI‑προκαλούμενη διαταραχή;

Είμαι μεγάλος θαυμαστής των επιχειρηματικών παραβολών και συγγραφέων όπως ο Patrick Lencioni, ένας θρύλος του είδους. Επιλέξαμε να γράψουμε αυτό το βιβλίο ως παραβολή επειδή μας βοήθησε να εξερευνήσουμε λεπτομερή θέματα όπως η ψυχολογία των ηγετών, ώστε να είναι επιτυχημένοι σε αυτή τη νέα εποχή, με έναν εύκολο και προσιτό τρόπο που θα ήταν πολύ πιο δύσκολο σε ένα παραδοσιακό επιχειρηματικό βιβλίο.

Πιστεύουμε ότι το βιβλίο έχει πραγματικά πετύχει κάτι που μας ενθουσιάζει, δηλαδή να διδάξει ουσιαστικό και σχετικό υλικό και να το κάνει με τρόπο γρήγορο, διασκεδαστικό και ελκυστικό για απασχολημένους ηγέτες. Τα μαθήματα, συμπεριλαμβανομένων των 11 αρχικών πλαισίων, είναι πράγματα που οι αναγνώστες μπορούν να εφαρμόσουν στη δουλειά τους αμέσως.

Ένα κεντρικό θέμα του Wayfinding είναι η λήψη σημαντικών αποφάσεων όταν η τεχνολογία εξελίσσεται γρήγορα και η βεβαιότητα είναι αδύνατη. Ποιο πλαίσιο θα πρέπει να χρησιμοποιούν οι στελέχοι για να αποφασίσουν πότε έχουν αρκετές πληροφορίες για δράση, ιδιαίτερα όταν η αναμονή για μεγαλύτερη σαφήνεια μπορεί από μόνη της να δημιουργήσει ανταγωνιστικό κίνδυνο;

Ένα από τα πλαίσια που αναπτύξαμε και μοιραζόμαστε στο βιβλίο ονομάζεται Wayfinding. Είναι μια προσαρμογή του Agile για AI. Πρόκειται για μια διαδικασία βασισμένη σε υποθέσεις, δομημένη εξερεύνηση δεδομένων και επικύρωση της εφικτότητας μιας λύσης πριν τη δέσμευση για πλήρη παραγωγική υλοποίηση. Ο σκοπός της είναι να απαντήσει αν μια λύση AI αξίζει να κατασκευαστεί και αν θα λειτουργήσει. Είναι κύριος λόγος που η εταιρεία μας έχει ποσοστό επιτυχίας άνω του 95% για τη μεταφορά αποδείξεων-έννοιας σε παραγωγή που έχουν παραδώσει πραγματική, μετρήσιμη επιχειρηματική αξία, κάτι που έχουμε κάνει πάνω από 50 φορές για τους πελάτες μας.

Φορώντας ξανά το καπέλο του επενδυτή κινδύνου, όταν κοιτάζετε τη σημερινή γενιά εταιρειών AI, ποια σήματα σας δείχνουν ότι μια startup χτίζει ανθεκτικό ανταγωνιστικό πλεονέκτημα αντί για ένα προϊόν που θα μπορούσε γρήγορα να γίνει χαρακτηριστικό ενός μοντέλου βάσης ή μεγαλύτερης πλατφόρμας;

Δεν έχω πραγματικά ιδέα και, ειλικρινά, είμαι πολύ χαρούμενος που δεν βρίσκομαι σε αυτή τη βιομηχανία σήμερα. Έχω πολύ ενσυναίσθηση για τους σημερινούς επενδυτές κινδύνου. Πρέπει να κάνουν μεγάλα, τολμηρά ρίσκα αν θέλουν να πετύχουν κορυφαίες αποδόσεις για τους επενδυτές τους. Αλλά επειδή η τεχνολογία κινείται τόσο γρήγορα και με αρκετά απρόβλεπτο τρόπο, πρέπει να είναι πολύ δύσκολο να διακρίνει κανείς τους μακροπρόθεσμους νικητές από τους ηττημένους.

Τονίζω το μακροπρόθεσμο επειδή, εκτός αν μια εταιρεία είναι τυχερή και βρει μια σημαντική ευκαιρία και εξαφανιστεί νωρίς, θα υπάρξουν πολλές εταιρείες που φαίνονται ότι έχουν την ευκαιρία να πετύχουν, αλλά δεν θα πετύχουν λόγω του τρόπου που η αγορά θα εξελιχθεί, κάτι που πάλι είναι πολύ δύσκολο να προβλεφθεί. Συμπέρασμα: όπως στην εποχή του dot‑com, θα υπάρξουν μερικοί πραγματικά μεγάλοι νικητές, αλλά και πολλά χρήματα που θα χαθούν.

Σας ευχαριστούμε για τη σπουδαία συνέντευξη, αναγνώστες που θέλουν να μάθουν περισσότερα θα πρέπει να επισκεφθούν το KUNGFU.AI.