Jeffrey Lai, IrisGo:n perustaja ja toimitusjohtaja – Haastattelusarja

Jeffrey Lai, IrisGo:n perustaja ja toimitusjohtaja, on AI-yritysjohtaja ja tuotejohtaja, jolla on syvät juuret älykkäissä avustimissa ja kieliteknologioissa. Ennen IrisGo:n perustamista vuonna 2025 ja toimimista AI Fundin perustajana, Lai työskenteli yli 12 vuotta Applen palveluksessa, jossa hän auttoi kehittämään ja laajentamaan Siria, toimien lopulta Sirin kieliteknisen johtajana. Hänen työnsä keskittyi monikielisen keskustelun älykkään kehittämiseen, mukaan lukien kiinan kielen version Sirin kehittäminen. Ennen Applea hän työskenteli insinöörioroolissa Cisco Systemsilla ja suoritti harjoittelun NASA Ames Research Centerin älykkäiden robotti ryhmässä. Uransa aikana Lai on keskittynyt monimutkaisten teknologioiden tekemiseen helpommin saatavilla ja käytettävissä päivittäisissä työprosesseissa.

(AAPL ) (CSCO )

IrisGo kehittää älykästä käyttöjärjestelmää uuden sukupolven älykkäille henkilökohtaisille tietokoneille. Sen sijaan, että toimisi erillisenä chatbotina, alusta on suunniteltu havainnoimaan, miten käyttäjät suorittavat tehtäviä sovellusten yli, oppimaan nämä työnkulut ja automatisoimaan ne älykkään laitteiston avustajan kautta. Sen ydinlähestymistapa keskittyy siihen, että käyttäjät voivat opettaa järjestelmälle tehtävän kerran ja muuttaa sen uudelleenkäytettäväksi työnkulkuksi, mikä auttaa vähentämään toistuvaa digitaalista työtä. Hyödyntämällä modernien AI-tietokoneiden omistaa älykkään prosessointikapasiteetin, IrisGo pyrkii mahdollistamaan yksityisemmän, vastaanottavamman ja kontekstuaalisen automaation, asettamalla itsensä kasvavan agenoiden älykkäiden järjestelmien markkinoille, jotka voivat toimia aktiivisesti käyttäjien puolesta eikä vain tarjoa suosituksia.

Miten sinä, joka olet auttanut kehittämään Sirin Applen palveluksessa, päätit perustaa IrisGo, ja mikä oli avainongelma ihmisen ja tietokoneen vuorovaikutuksessa, jota et pitänyt ratkaistuna?

Kun me rakensimme Siria, me keskityimme erittäin vahvasti luonnolliseen kielen ymmärtämiseen. Mutta Siri kamppaili kontekstin kanssa, mikä on haastavaa, koska tapa, jolla ihmiset tosiasiassa työskentelevät ja viestivät, on täynnä implisiittistä kontekstia. Kun kysyt kollegaltasi, “Voitko lähettää minulle kyseisen raportin?” he tietävät, minkä raportin tarkoitat. He tietävät teidän jaetun historian, nykyisen projektin, mitä olette keskustelleet. Siri ei ollut sellainen.

Monta vuotta AI on suunniteltu vastaamaan sinulle. Kirjoita jotain, saat jotain takaisin. Tämä on vuorovaikutusmalli, jonka olemme perineet hakukoneista ja chatboteista. Mutta suurin osa siitä, mitä ihmiset tekevät tietokoneella, ei ole kysymys, vaan työnkulku. Kokoelmaa tietyn raportti. Ristiriitaisuus taulukoiden ja tietojen poimiminen kolmesta eri sovelluksesta ja muotoilu asiakirjaksi. Tällaista työtä ei voi sisällyttää kysymykseen.

Se, mikä sai minut perustamaan IrisGo:n, oli tajunta, että teollisuus ei ollut rakentamassa arkisen käytön tapauksia. Jokainen oli rakentamassa älykkäitä malleja, parempaa kielitietämystä, nopeampia vastauksia. Mutta perusrako, jossa AI voi todella tehdä työtä, ei vain vastata pyynnöistä, oli edelleen siellä. Tämä on ongelma, jonka halusimme ratkaista.

Miltä tuntui työskennellä Sirin parissa, ja mitkä olivat suurimmat oppitunnit, joita opit älyavustajien rajoituksista, erityisesti kontekstin, aikomusten ja käyttäjän käyttäytymisen ymmärtämisessä?

Suurin oppitunti, jonka opin, on, että konteksti on kaikki. Ihmiset harvoin viestivät eristetyissä komennoissa; heidän pyynnönsä muotoillaan siitä, mitä he työskentelevät ja mitä he yrittävät saavuttaa. Varhaiset älyavustajat suunniteltiin yksittäisten pyyntöjen vastaanottamiseen, mikä toimii hyvin monissa tehtävissä, mutta on vähemmän tehokasta jatkuvassa työssä, joka kattaa useita sovelluksia ja työnkuluja. Tämä kokemus opetti minulle, että aikomuksen ymmärtäminen edellyttää kontekstin ymmärtämistä, ja tämä näkemys muodostui yhdeksi IrisGo:n perusideoista.

Mitä opimme, on, että aikomus on usein kerroksellinen. Joku sanoo yhden asian ja tarkoittaa toista, ja saada se oikein edellyttää ymmärtämistä henkilöstä, ei vain sanoista. Tämä ymmärtäminen on sisäänrakennettu IrisGo:han alusta alkaen.

IrisGo on usein kuvattu älykkäänä käyttöjärjestelmänä, ei älykkäänä avustajana. Mikä on ero, ja miksi uskot, että teollisuus tarvitsee uuden ohjelmistokerroksen AI-tietokoneiden aikakaudelle?

Älyavustaja odottaa sinua. Avaat sen, kirjoitat jotain, se vastaa, ja sitten se on valmis. Vuorovaikutusmalli on käytännössä sama kuin hakukoneessa, jossa käyttäjä tekee pyynnön ja AI generoi vastauksen.

IrisGo, joka on älykäs käyttöjärjestelmä, toimii rinnalla kaiken, mitä teet, koko järjestelmässä, aina. Sillä on pääsy tiedostoihisi, sovelluksiisi, selaimeesi, sähköpostiisi. Se ymmärtää, miten työskentelet, koska se on katsonut, sinun luvallasi. Ja olennaisesti, se voi toimia, ei vain neuvota.

Ajattele, mitä Windows teki henkilökohtaisille tietokoneille. Ennen sitä sinun piti olla tekninen käyttääksesi tietokonetta. Windows loi yleisen, intuitiivisen kerroksen ihmisten ja ohjelmistojen välille. AI-tietokoneiden aikakausi tarvitsee oman version tästä kerroksesta, ottamalla älymallien raakavoiman ja tekemällä siitä todella hyödyllistä päivittäisissä työprosesseissa.

Se on IrisGo: älykerros AI-tietokoneissa. Kun toimitat AI-tietokoneita ilman tätä kerrosta, sinulla on vain voimakas prosessori, joka makaa hiljaa. Mitä tarvitset, on ohjelmisto, joka tietää, miten laittaa sen työhön puolestasi.

Miksi uskot, että “katsele ja opi” -malli on luonnollisempi kuin kysymys-vastaus- tai manuaalisen työnkulun rakentaminen?

Se, mikä tekee “Katsele ja opi” -ominaisuudesta niin voimakkaan, on, että se perustuu siihen, miten opetamme toisiamme. Kun otat uuden työntekijän, et kirjoita hänelle 40-vaihetta. Näytät hänelle, miten teet jotain kerran, hän katsoo, hän oppii, ja hän ottaa sen siitä. Se on intuitiivista. Se on luonnollista.

Kysymys-vastaus-mallin ongelma on, että se asettaa käyttäjälle vastuun ilmaista tarkalleen, mitä he haluavat, muodossa, jota AI voi ymmärtää. Yksinkertaisissa kysymyksissä se toimii hyvin. Mutta mitä kompleksisista, monivaiheisista työnkuluista, jotka liittyvät tietyn tietoihin ja tietyn tapaan tekemiseen? Se voi hajota nopeasti. Useimmat ihmiset eivät voi kuvailla työnkulujaan tarpeeksi tarkasti, jotta AI voisi tehdä ne oikein.

Näyttäminen on helpompaa kuin kertominen. Se ei ole uusi oivallus; se on yleinen järki. Mitä “Katsele ja opi” tekee, on soveltaa tämä logiikka automaatioon. Teet tehtävän kerran, tavalliseen tapaan. IrisGo oppii mallin. Ja siitä lähtien se hoitaa työnkulun puolestasi.

Mikä erottaa todenmukaisen autonomisen agentin chatbotista, joka vain seuraa ohjeita?

Lyhyt vastaus on, että todenmukainen autonomisen agentin on oma kontekstinsa, tekee omat päätöksensä ja jatkaa toimintaa, vaikka et ole katsomassa.

Chatbot on reaktiivinen suunnittelunsa mukaan. Se elää ja kuolee pyynnön mukaan. Antaa sille käskyn, se suorittaa, ja sitten se lopettaa. Jos jotain muuttuu, jos vaihe epäonnistuu tai jos se tarvitsee sopeutua, se hämmentyy. Se kysyy, mitä tehdä seuraavaksi.

Todellinen autonomisen agentin on tavoite, ei vain käsky. Sillä on konteksti ympäristöstä, jossa se toimii. Se voi käsitellä poikkeukset. Se voi päättää, jatkaa, yrittää uudelleen tai merkitä jotain ihmisen tarkastelua varten. Ja olennaisesti, se voi toimia taustalla, kun työskentelet muilla asioilla.

Useimmat “älyagentteja”, jotka myydään tänään, ovat oikeasti sofistikoituja chatboteja, joilla on lisävaiheita. Ero näiden tuotteiden ja todellisen autonomian välillä on valtava. Se, mikä tekee IrisGo:sta erilaisen, on, että se perustuu malliin, joka on opittu suoraan sinun työskentelystäsi, ja se käyttää sitä oikeanlaisiin päätöksiin, ei vain seuraa ohjeita.

Miksi pysyvä muisti ja paikallinen konteksti ovat olennaisia, jos AI on siirtymässä vastaamisesta kysymyksiin ja aloittamassa toimimisesta käyttäjän puolesta?

Kuvittele, että palkkaat avustajan, joka, joka aamu, ei muista, kuka sinä olet, mihin työskentelet tai miten haluat asiat tehtyinä. Sinä vietät puolet päivästäsi kontekstin uudelleenasetteluun, ja sinusta tulee erittäin turhautunut. Se on käytännössä se, mitä useimmat AI-työkalut pyytävät sinulta tekemään tänään.

Pysyvä muisti tarkoittaa, että järjestelmä tuntee sinut. Se tuntee projektit, työnkulut, mieltymyksesi ja miten asiat ovat kehittyneet ajan myötä. Sinun ei tarvitse uudelleenasettella kontekstia jokaisessa istunnossa. AI siirtää sen eteenpäin.

Paikallinen konteksti on yhtä tärkeää, koska työsi ei ole pilvessä. Se on tietokoneellasi, tiedostoissa, sovelluksissa, sähköpostissa, selaimen välilehdissä. IrisGo toimii laitteellasi, mikä tarkoittaa, että sillä on pääsy koko työympäristöösi ja se voi toimia puolestasi kaikissa niissä.

Nämä kaksi asiaa yhdessä – muisti ja paikallinen pääsy – ovat ne, jotka mahdollistavat AI:n lopettamisen työkaluna, jonka sinä käytät, ja aloittamisen järjestelmänä, joka toimii puolestasi. Näemme enemmän teknologia-alan tunnustavan tämän lähestymistavan, mukaan lukien suuret teknologiayritykset, joten se on selvä validointi lähestymistavastamme.

Yksityisyys on yksi suurimmista huolenaiheista, jotka liittyvät AI:hen. Miten sinä tasapainotat henkilökohtaistamisen ja muistin tarpeen käyttäjien odotuksiin turvallisuudesta ja tietojen omistuksesta?

Oletus, että yksityisyys ja henkilökohtaistaminen ovat ristiriidassa, on ensimmäinen asia, jota haastetaan. Rakensimme IrisGo:n siten, että henkilökohtaistaminen voi tapahtua laitteistolla, ei vain pilvessä.

Suurin osa IrisGo:n prosessoinnista tapahtuu paikallisesti, tietokoneellasi. Työnkulut, tiedostot, kontekstisi kaikki pysyvät sinun hallussasi. Pilviprosessointi tapahtuu vain, kun sinä annat siihen nimenomaisen luvan, ja kun se tapahtuu, se on salattu päistä päihin. Sinä olet kontrollissa siitä, mihin se menee.

Tämä malli tekee IrisGo:sta voimakkaamman, koska sillä on pääsy koko työympäristösi kontekstiin. Ja se tarkoittaa, että käyttäjien ei tarvitse valita välillä hyödyllisen AI:n ja turvallisen AI:n.

Ihmiset luottavat henkilökohtaisiin tietokoneisiinsa arkaluontoisella työllä. Meidän tavoitteemme on tehdä IrisGo:sta ansaittua luottamusta. Tämä on perusta, miten tuote on suunniteltu.

IrisGo toimitetaan jo AI-tietokoneilla Acerilta, ja suunnitelmissa on laajentaa muihin valmistajiin. Kuinka tärkeää uskot, että jakeluyhteistyöt ovat määrittäessä, mitkä AI-alustat lopulta saavuttavat laajan hyväksynnän?

Jakelu on ehdottomasti kriittinen laajan hyväksynnän saavuttamiseksi. Katsokaa teknologian alalla tapahtuneiden alustakilpailujen historiaa. Windows voitti, koska se oli lähes jokaisella PC:llä. Android voitti, koska se oli eniten käytetty käyttöjärjestelmä älypuhelimissa, jotka eivät olleet iPhoneja. Yritykset, jotka yrittivät voittaa pelkästään tuotteen laadun avulla ilman jakelua, eivät päässeet pitkälle.

AI-tietokoneiden markkinat seuraavat samanlaista mallia. Kun IrisGo on esiasennettu laitteeseen, se on siellä, kun avaat laatikon. Sinun ei tarvitse etsiä sitä, ladata sitä tai päättää antaa sille mahdollisuuden. Se on valtava etu.

Olemme jo 3 miljoonassa Acerin kannettavassa tietokoneessa, joka toimitetaan tänä vuonna, ja olemme neuvotteluissa muiden ensiluokkaisen PC-valmistajien kanssa. Tavoitteemme on olla AI-käyttöjärjestelmä PC:ille oletusarvoisesti. Tämä jakelustrategia on keskeinen osa siitä, miten tulemme standardiksi tässä kategoriassa.

Kun AI-agentit tulevat kykeneviksi käsittelemään laskuja, tutkimusta, raportteja ja muita liiketoimintatyönkuluja, mitkä uudet hallinnolliset, valvontaa ja luottamusta koskevat haasteet organisaatioiden tulisi valmistautua tänään?

Ensimmäinen haaste on auditointikelpoisuus. Kun AI-agentti suorittaa työnkulun, kuten laskun käsittelyn tai raportin luomisen, voitko nähdä, mitä se teki, miksi se teki sen ja mistä data tuli? Tällainen avoin auditinjälki on välttämätön noudattamiseksi ja virheiden havaitsemiseksi ennen kuin ne lisääntyvät.

Toinen on rajojen määrittely. Mitkä työnkulut ovat soveliaita autonomiselle suorittamiselle, ja mitkä vaativat ihmisen tarkastelua? Yrityksien on määriteltävä selkeät käytäntöjä tästä. Taipumus on antaa AI:lle tehdä yhä enemmän, asteittain, ja sitten tajuta liian myöhään, että korkean prioriteetin päätökset tehdään ilman riittävää valvontaa.

Kolmas on luottamuksen kalibrointi. Työntekijöiden on ymmärrettävä, mitä AI voi ja mitä se ei voi tehdä, ja milloin heidän on varmistettava sen tulosteen oikeellisuus sen sijaan, että oletetaan, että se on oikein. Se on kulttuuri- ja koulutusasia yhtä lailla kuin tekninen.

Uskon, että organisaatiot, jotka valmistautuvat tähän tänään, saavat merkittävän edun, koska mitä enemmän AI-kapasiteetit kasvavat, sitä enemmän hallinnolliset kehykset kasvavat.

Vuosiin, luuletko, että ihmiset viettävät suurimman osan ajastaan vuorovaikutuksessa AI:n kanssa chat-rajapinnan kautta, vai tuleeko AI yhä enemmän taustalle ja suorittamaan työtä ilman pyynnön tarvetta?

Traektoria on jo osoittanut, että AI siirtyy yhä enemmän taustalle. Malli, jota olemme rakentamassa, on sellainen, jossa tietokoneesi ymmärtää työtäsi ja hoitaa rutininomaiset osat, jotta voit keskittyä asioihin, jotka vaativat sinun huomiota.

Ajattele, miten autopilotti toimii lentokoneissa. Pilotit eivät ole koko ajan käsi kädessä. Järjestelmä hoitaa perusasiat, ja ihminen osallistuu, kun tarve vaatii. Se on tulevaisuus AI-tukea tietotyössä. Tietokoneesi hoitaa toistuvat, sääntöpohjaiset työnkulut. Sinä keskityt strategiaan, luovuuteen ja päätöksiin, jotka vaativat todellista ihmisen arviointia.

Viiden vuoden kuluttua tuottavimmat ihmiset ovat ne, jotka ovat järjestelmien rinnalla, jotka ymmärtävät, miten käyttäjä toimii. Menneisyydessä ihmiset tekivät kaiken työn tietokoneillaan. Tulevaisuudessa tietokoneesi tekee myös työtä puolestasi.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, kannattaa vierailla IrisGo:ssa.