Jeffrey Lai, Fundador y CEO de IrisGo – Serie de Entrevistas

Jeffrey Lai, Fundador y CEO de IrisGo, es un empresario de inteligencia artificial y líder de productos con raíces profundas en asistentes inteligentes y tecnologías del lenguaje. Antes de lanzar IrisGo en 2025 y servir como Fundador en Residencia en AI Fund, Lai pasó más de 12 años en Apple (AAPL ), donde ayudó a construir y escalar Siri, llegando a ser finalmente el Gerente de Ingeniería de Lenguaje de Siri. Su trabajo se centró en avanzar en la inteligencia artificial conversacional multilingüe, incluyendo el desarrollo de la versión en chino de Siri. Antes de Apple, ocupó puestos de ingeniería en Cisco Systems (CSCO ) y completó una pasantía con el Grupo de Robótica Inteligente en el Centro de Investigación Ames de la NASA. Con una carrera que abarca la robótica, el software empresarial y la inteligencia artificial de consumo, Lai se ha centrado consistentemente en hacer que las tecnologías complejas sean más accesibles y útiles en los flujos de trabajo diarios.

IrisGo está desarrollando un sistema operativo de inteligencia artificial diseñado para la nueva generación de computadoras personales con inteligencia artificial. En lugar de funcionar como un chatbot independiente, la plataforma está construida para observar cómo los usuarios realizan tareas en aplicaciones, aprender esos flujos de trabajo y automatizarlos a través de un asistente inteligente en el dispositivo. Su enfoque central se centra en permitir a los usuarios demostrar una tarea una vez y luego convertir ese proceso en un flujo de trabajo reutilizable, lo que ayuda a reducir el trabajo digital repetitivo. Al aprovechar las capacidades de procesamiento de inteligencia artificial dedicadas que se encuentran en las computadoras personales con inteligencia artificial modernas, IrisGo tiene como objetivo habilitar una automatización más privada, más receptiva y más consciente del contexto, posicionándose dentro del creciente mercado de sistemas de inteligencia artificial agente que pueden ejecutar tareas activamente en nombre de los usuarios en lugar de simplemente proporcionar recomendaciones.

Después de ayudar a construir Siri en Apple, ¿qué experiencias específicas lo convencieron de que era hora de iniciar IrisGo, y cuál fue el problema clave en la interacción entre humanos y computadoras que sintió que seguía sin resolverse?

Cuando estábamos construyendo Siri, nos centrábamos increíblemente en la comprensión del lenguaje natural. Pero Siri luchaba con el contexto, lo cual es desafiante porque la forma en que las personas realmente trabajan y se comunican está llena de contexto implícito. Cuando le pides a un colega: “¿Puedes enviarme ese informe?”, él sabe qué informe. Sabe tu historia compartida, tu proyecto actual, de qué has estado hablando. Siri no tenía eso.

Durante muchos años, la inteligencia artificial ha sido diseñada para responder a ti. Escribe algo, obtienes algo a cambio. Ese es el modelo de interacción que hemos heredado de los motores de búsqueda y los chatbots. Pero la mayoría de lo que las personas realmente hacen en una computadora no es una pregunta, es un flujo de trabajo. Compilar este informe. Cruzar referencias en estas hojas de cálculo. Extraer datos de tres aplicaciones diferentes y formatearlos en un documento. Ese tipo de trabajo no cabe en una solicitud.

Lo que me convenció de iniciar IrisGo fue darme cuenta de que la industria no estaba construyendo para casos de uso cotidianos. Todos estaban construyendo modelos más inteligentes, una mejor comprensión del lenguaje, respuestas más rápidas. Pero la brecha fundamental, donde la inteligencia artificial puede realmente hacer el trabajo, no solo responder a solicitudes, seguía allí. Ese es el problema que nos propusimos resolver.

Al mirar hacia atrás en tus años trabajando en Siri, ¿cuáles fueron las lecciones más importantes que aprendiste sobre las limitaciones de los asistentes de voz, particularmente cuando se trata de comprender el contexto, la intención y el comportamiento del usuario?

La lección más grande que aprendí es que el contexto es todo. Las personas rara vez se comunican en comandos aislados; sus solicitudes están moldeadas por lo que están trabajando y lo que están tratando de lograr. Los asistentes de voz tempranos fueron diseñados alrededor de responder a solicitudes individuales, lo cual funciona bien para muchas tareas pero es menos efectivo para el trabajo continuo que abarca múltiples aplicaciones y flujos de trabajo. Esa experiencia me enseñó que entender la intención requiere entender el contexto, y que insight se convirtió en una de las ideas fundamentales detrás de IrisGo.

Lo que aprendimos es que la intención a menudo está en capas. Alguien dice una cosa y significa otra, y obtener eso correctamente requiere entender a la persona, no solo las palabras. Esa comprensión está integrada en IrisGo desde el principio.

IrisGo a menudo se describe como un sistema operativo de inteligencia artificial en lugar de un asistente de inteligencia artificial. ¿Cuál es la diferencia, y por qué cree que la industria necesita una nueva capa de software para la era de las computadoras personales con inteligencia artificial?

Un asistente de inteligencia artificial espera a que tú actúes. Lo abres, escribes algo, responde, y luego se detiene. El modelo de interacción es esencialmente el mismo que un motor de búsqueda, donde el usuario hace una solicitud y la inteligencia artificial genera una respuesta.

IrisGo, que es un sistema operativo de inteligencia artificial, trabaja junto con todo lo que estás haciendo, en todo tu sistema, todo el tiempo. Tiene acceso a tus archivos, tus aplicaciones, tu navegador, tu correo electrónico. Entiende cómo trabajas porque ha estado observando, con tu permiso. Y crucialmente, puede actuar, no solo aconsejar.

Piensa en lo que Windows hizo por la computación personal. Antes de eso, tenías que ser técnico para usar una computadora. Windows creó una capa universal e intuitiva entre las personas y el software. La era de las computadoras personales con inteligencia artificial necesita su propia versión de esa capa, tomando el poder bruto de los modelos de inteligencia artificial y haciéndolo realmente útil para las personas que realizan su trabajo diario.

Eso es lo que es IrisGo: la capa de inteligencia de la computadora personal con inteligencia artificial. Cuando envías computadoras personales con inteligencia artificial sin esa capa, solo tienes un chip poderoso sentado inactivo. Lo que necesitas es software que sepa cómo ponerlo a trabajar en nombre de la persona que lo usa.

Una de las ideas centrales de IrisGo es que los usuarios pueden enseñar al sistema una tarea a través de una sola demostración. ¿Por qué cree que el modelo “ver y aprender” es más natural que el de solicitud o la construcción manual de flujos de trabajo?

Lo que hace que la función “Ver y Aprender” sea tan poderosa es que se basa en cómo realmente enseñamos a otros. Cuando capacitas a un nuevo empleado, no le escribes un prompt de 40 pasos. Le muestras cómo hacer algo una vez, él observa, aprende y continúa desde allí. Eso es intuitivo. Eso es natural.

El problema con la solicitud es que pone la carga en el usuario para articular exactamente lo que quiere, en un formato que la inteligencia artificial puede entender. Para consultas simples, eso funciona bien. Pero, ¿qué pasa con flujos de trabajo complejos y multietapa que involucran tus archivos específicos y tu forma específica de hacer las cosas? Puede descomponerse rápidamente. La mayoría de las personas no pueden describir sus flujos de trabajo con la precisión suficiente para que la inteligencia artificial los realice correctamente.

Mostrar es más fácil que decir. Esa no es una nueva idea; es sentido común. Lo que “Ver y Aprender” hace es aplicar esa lógica a la automatización. Realizas tu tarea una vez, de la manera normal. IrisGo aprende el patrón. Y desde ese punto en adelante, maneja ese flujo de trabajo por ti.

Muchos agentes de inteligencia artificial de hoy en día todavía requieren un montaje y supervisión significativos. ¿Qué separa a un agente autónomo real de un chatbot que simplemente sigue instrucciones?

La respuesta breve es que un agente autónomo real tiene su propio contexto, toma sus propias decisiones y sigue trabajando incluso cuando no estás observando.

Un chatbot es reactivo por diseño. Vive y muere por la solicitud. Le das una instrucción, ejecuta y luego se detiene. Si algo cambia, si un paso falla o si necesita adaptarse, se pierde. Te pedirá qué hacer a continuación.

Un agente autónomo genuino tiene un objetivo, no solo una instrucción. Tiene contexto sobre el entorno en el que opera. Puede manejar excepciones. Puede decidir si proceder, reintenta o marcar algo para revisión humana. Y, lo que es importante, puede ejecutarse en segundo plano mientras trabajas en otras cosas.

La mayoría de lo que se vende como “agentes de inteligencia artificial” hoy en día son en realidad chatbots sofisticados con pasos adicionales. La brecha entre esos productos y la verdadera autonomía es enorme. Lo que hace que IrisGo sea diferente es que comienza con un modelo de cómo trabajas, aprendido directamente de observarte, y utiliza eso para tomar las decisiones correctas, no solo seguir instrucciones.

Habla sobre la importancia de la memoria persistente y el contexto local. ¿Por qué son estas capacidades esenciales si la inteligencia artificial va a ir más allá de responder a preguntas y comenzar a actuar en nombre de un usuario?

Imagina contratar a un asistente que, cada mañana, no tiene memoria de quién eres, en qué estás trabajando o cómo prefieres que se hagan las cosas. Pasarías la mitad del día volviendo a explicar el contexto, y te volverías extremadamente frustrado. Eso es esencialmente lo que la mayoría de las herramientas de inteligencia artificial te piden que hagas hoy en día.

La memoria persistente significa que el sistema te conoce. Conoce tus proyectos, tus flujos de trabajo, tus preferencias y cómo las cosas han evolucionado con el tiempo. No tienes que restablecer el contexto cada sesión. La inteligencia artificial lo lleva adelante.

El contexto local es igualmente crítico, porque tu trabajo no vive en la nube. Vive en tu computadora, en archivos, aplicaciones, correos electrónicos, pestañas del navegador. IrisGo se ejecuta en tu dispositivo, lo que significa que tiene acceso a todo tu entorno de trabajo y puede operar en tu nombre en todo ello.

Estas dos cosas juntas —memoria y acceso local— son lo que permiten que la inteligencia artificial deje de ser una herramienta que usas y comience a ser un sistema que trabaja para ti. Estamos viendo que más de la industria tecnológica comienza a reconocer la importancia de esto, incluyendo a las grandes empresas de tecnología, así que es una clara validación de nuestro enfoque.

La privacidad sigue siendo una de las mayores preocupaciones que rodean a la inteligencia artificial. ¿Cómo equilibra la necesidad de personalización y memoria con las expectativas del usuario en torno a la seguridad y la propiedad de los datos?

La suposición de que la privacidad y la personalización están en tensión es lo primero que desafiamos. Construimos IrisGo para que la personalización pueda ocurrir en el dispositivo, no solo en la nube.

La mayoría del procesamiento de IrisGo ocurre localmente, en tu computadora. Tus flujos de trabajo, tus archivos, tu contexto todo se mantiene contigo. El procesamiento en la nube solo ocurre cuando tú lo autorizas explícitamente, y cuando ocurre, está cifrado de extremo a extremo. Tú estás en control de qué va a dónde.

Este modelo hace que IrisGo sea más poderoso, porque tiene acceso al contexto completo de tu entorno de trabajo. Y significa que los usuarios no tienen que elegir entre una inteligencia artificial útil y una segura.

La gente confía en sus computadoras personales con trabajo sensible. Nuestro objetivo es hacer que IrisGo sea digno de esa misma confianza. Esto es fundamental para cómo se diseñó el producto.

IrisGo ya se está enviando en computadoras personales con inteligencia artificial de Acer, con planes para expandirse a fabricantes adicionales. ¿Cuán importante cree que serán las asociaciones de distribución para determinar qué plataformas de inteligencia artificial alcanzarán finalmente la adopción mainstream?

La distribución es absolutamente crítica para la adopción mainstream. Solo mira la historia de la competencia de plataformas en tecnología. Windows ganó porque estaba en prácticamente todas las computadoras personales. Android ganó porque era el sistema operativo más utilizado para dispositivos móviles que no eran iPhones. Las empresas que intentaron ganar a través de la pura calidad del producto, sin la distribución para respaldarlo, en su mayoría no lo lograron.

El mercado de las computadoras personales con inteligencia artificial sigue un patrón similar. Cuando IrisGo está preinstalado en un dispositivo, está allí cuando abres la caja. No tienes que buscarlo, descargarlo o decidir darle una oportunidad. Esa es una ventaja enorme.

Ya estamos en 3 millones de dispositivos portátiles de Acer que se enviarán este año, y estamos en conversaciones con fabricantes de computadoras personales de nivel uno adicionales. El objetivo es ser el Sistema Operativo de Inteligencia Artificial para computadoras personales por defecto. Esa estrategia de distribución es central para cómo nos convertimos en el estándar en esta categoría.

A medida que los agentes de inteligencia artificial se vuelven capaces de manejar facturas, investigaciones, informes y otros flujos de trabajo comerciales, ¿qué nuevos desafíos de gobernanza, supervisión y confianza deberían prepararse las organizaciones hoy en día?

El primer desafío es la auditoría. Cuando un agente de inteligencia artificial completa un flujo de trabajo, como procesar una factura o generar un informe, ¿puedes ver qué hizo, por qué lo hizo y de dónde vino la data? Ese tipo de pista de auditoría transparente es esencial para el cumplimiento y para detectar errores antes de que se acumulen.

El segundo es definir límites. ¿Qué flujos de trabajo son adecuados para la ejecución autónoma, y cuáles requieren una revisión humana? Las empresas necesitan políticas claras al respecto. La tendencia es dejar que la inteligencia artificial haga más y más, incrementalmente, y luego darse cuenta demasiado tarde de que se toman decisiones de alto riesgo sin la supervisión suficiente.

Tercero es la calibración de la confianza. Los empleados necesitan entender qué puede y qué no puede hacer la inteligencia artificial, y cuándo verificar su salida en lugar de asumir que es correcta. Eso es un tema de cultura y capacitación tanto como de tecnología.

Creo que las organizaciones que se preparen para esto hoy en día tendrán una ventaja significativa, porque a medida que crecen las capacidades de la inteligencia artificial, más se acumularán los marcos de gobernanza.

En cinco años, ¿cree que la gente seguirá pasando la mayor parte de su tiempo interactuando con la inteligencia artificial a través de interfaces de chat, o la inteligencia artificial aumentará cada vez más en el fondo y completará el trabajo de forma proactiva sin ser solicitada?

La trayectoria ya está mostrando que la inteligencia artificial aumentará cada vez más en el fondo. El modelo hacia el que estamos construyendo es uno en el que tu computadora entiende tu trabajo y se encarga de las piezas rutinarias de este, para que tu atención se libere para las cosas que realmente requieren tu intervención.

Piensa en cómo funciona el piloto automático en la aviación. Los pilotos no están manos a la obra cada segundo de cada vuelo. El sistema maneja la base, y el ser humano se involucra cuando se necesitan juicio y experiencia. Ese es el futuro del trabajo de conocimiento asistido por inteligencia artificial. Tu computadora maneja los flujos de trabajo repetitivos y basados en reglas. Tú te enfocas en la estrategia, la creatividad y las decisiones que requieren un juicio humano real.

En cinco años, las personas más productivas serán aquellas que estén junto a sistemas que entiendan cómo opera el usuario. En el pasado, las personas hacían todo el trabajo en sus computadoras. En el futuro, tu computadora también hará trabajo por ti.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar IrisGo.