Stephen Straus, KUNGFU.AI:n toimitusjohtaja ja toinen perustaja – haastattelusarja

Stephen Straus, KUNGFU.AI:n toimitusjohtaja ja toinen perustaja, on yrittäjä, sijoittaja ja teknologiatoimitusjohtaja, jolla on vuosikymmenten kokemus yritysten rakentamisesta ja neuvonnasta. Ennen KUNGFU.AI:n lanseeraamista vuonna 2017 hän toimi General Partnerina Austin Venturesissa ja perusti tai perusti yhdessä useita yrityksiä, mukaan lukien mbue, jonka Bluebeam osti. Straus on myös pitkäaikainen kumppani ja mentori Capital Factoryssa sekä toimii Engineering Advisory Boardissa Texasin yliopiston Austinin Cockrell School of Engineeringissa. Teknologian ja sijoittamisen lisäksi hän on perustanut ja johtaa Impact Dyslexia -järjestöä ja perusti Startup Diversity and Inclusion Pledge -aloitteen, mikä heijastaa laajempaa keskittymistä siihen, miten teknologia, yrittäjyys ja organisaatiojohtaminen voivat luoda positiivista yhteiskunnallista vaikutusta.

KUNGFU.AI on Austinissa sijaitseva johdon konsultointi- ja insinööritoimisto, joka keskittyy yksinomaan tekoälyyn. Vuonna 2017 perustettu yritys yhdistää tekoälystrategian insinööritieteeseen auttaakseen organisaatioita siirtymään kokeiluvaiheesta tuotantovalmiisiin tekoälyjärjestelmiin, ja sen työ kattaa alueita kuten agenttinen tekoäly, koneoppiminen, konenäkö, tekoälyn hallinto ja ihmisen ja koneen yhteistyö. Lähestymistapa korostaa tekoälyn suunnittelua sen mukaan, miten organisaatiot ja niiden ihmiset todellisuudessa toimivat, sen sijaan että tekoälyä käsiteltäisiin erillisenä teknologian käyttöönottona. KUNGFU.AI toimii eri toimialoilla, kuten terveydenhuollossa, julkishallinnossa, pääomasijoituksissa, vähittäiskaupassa, rahoituksessa ja vakuutuksissa, ja ilmoittaa, että 96 % sen projekteista saavuttaa tuotantovaiheen.

Vietit vuosia riskipääomasijoittajana Austin Venturesissa dot-com‑buumin ja -romahduksen aikana, ja myöhemmin näit yhtäläisyyksiä internetin nousun ja tekoälyn alkavan kehityksen välillä. Mikä vakuutti sinut siitä, että mahdollisuus oli riittävän merkittävä perustaa KUNGFU.AI, ja mitä näit tuolloin, mitä monet yritysjohtajat edelleen eivät huomanneet?

Uskon, että se oli mallintaminen, jonka sain istuessani eturivissä internetin vallankumouksen aikana dot-com‑kaudella, ja se johti minut perustamaan yrityksen kuusi vuotta ennen kuin ChatGPT julkaistiin. En oikein osaa selittää sitä, mutta sain vahvan vakaumuksen siitä, että tekoäly olisi seuraava suuri tekninen siirtymä, jonka maailma kokee, ja kuten internet, se muuttaisi kilpailun perustaa.

Henkilökohtaisesti olen elämässäni nähnyt useita mullistavia teknisiä siirtymiä, alkaen kun olin 11‑vuotias. Näin Apple I:n, enkä silloin tiennyt sitä, mutta se edusti henkilökohtaisten tietokoneiden vallankumouksen alkua.

Palveluiden näkökulmasta hyvin harvat ihmiset näkivät saman kuin minä ja perustajani. Ennen ChatGPT:tä oli erittäin vaikeaa löytää muita palveluyrityksiä, jotka keskittyvät tekoälyyn, ja nyt on melkein mahdotonta löytää palveluyritystä, joka ei väitä tarjoavansa tekoälypalveluita.

KUNGFU.AI perustettiin vuosia ennen kuin generatiivinen tekoäly nousi hallituksen prioriteetiksi. Miten “AI-first”‑yrityksen määritelmäsi on muuttunut teknologian kehittyessä perinteisestä koneoppimisesta generatiiviseen ja yhä agenttisemmaksi tekoälyksi?

Kun aloitimme yrityksen, tunnistimme selvästi, että olimme edelläkävijöitä siinä, mitä tarkoittaa tekoälyyn keskittyvä ammatillinen palveluyritys. Mutta vasta ChatGPT:n tullessa huomasimme myös, että meillä oli mahdollisuus olla edelläkävijöitä siinä, mitä tarkoittaa tekoälyyn mahdollistettu ammatillinen palveluyritys.

Ennen ChatGPT:tä olimme toteuttaneet jonkin verran rajoitettua sisäistä automaatiota, mutta varsinainen läpimurto tapahtui suurten kielimallien (LLM) ja nyt agenttisen tekoälyn myötä, mikä on mahdollistanut meille tekoälyyn mahdollistetun ammatillisen palveluyrityksen tulemisen. Uskon, että teemme merkittäviä edistysaskeleita kohti tätä. Kasvatimme liikevaihtoa yli 80 % viime vuonna, ja pidimme henkilöstömäärän käytännössä tasaisena. Palvelualalla sekä tämä kasvuvauhti että henkilöstön kasvun irrottaminen toisistaan on mielestäni todella merkittävää ja osoittaa, mitä on mahdollista palveluissa tässä uudessa aikakaudessa

Olet väittänyt, että yritykset tekevät virheen, kun ne käsittelevät tekoälyä kuin toista ohjelmistototeutusta. Millaiselta näyttää organisaation käyttöönottama tekoäly, kun se uudelleenarvioi, mitä yritys voi olla, sen sijaan että se vain tekisi olemassa olevat prosessit tehokkaammiksi?

AI eroaa perinteisestä ohjelmistosta monella tapaa. Tämä kaavio on otettu uudesta kirjasta, Wayfinding: A Business Fable About Leading in the Age of AI.

Miten tekoäly eroaa perinteisestä ohjelmistosta

Näiden yksityiskohtien lisäksi ja strategisemmin ajatellen, mielestäni suurin virhe, jonka useimmat yritykset tekevät, on se, että ne yrittävät selvittää, miten AI:ta voisi käyttää liiketoiminnan automatisointiin. Miksi se on virhe? Lähes kaikki samat ihmiset olisivat samaa mieltä siitä, että AI muuttaa kaikkea. Ja jos se muuttaa kaikkea, se sisältää myös kilpailun perustan muutoksen omassa toimialassasi.

Minusta ei ole järkevää automatisoida liiketoimintaasi, jos toimialasi on tulossa häiriintymään. Se on yhtä kuin sanoa, että Blockbuster Videon automatisointi olisi hyvä idea, kun Netflix on tulossa mullistamaan sen.

En ole automaatiota vastaan, mutta mielestäni jokaisen yrityksen ensimmäinen, toinen ja kolmas prioriteetti tulisi olla selvittää, miten se voi itse olla toimialansa häiriötekijä. Jos et keskity siihen, et per definitiosta ole häiriötekijä ja todennäköisesti sinut häiritään – sinut häiritään. Siksi sen tulisi olla prioriteetti, ja pelkkä automatisointiin keskittyminen voi olla eksistentiaalinen riski organisaatiollesi.

KUNGFU.AI on nyt työskennellyt yli 120 hankkeessa, jotka kattavat yli 30 toimialaa. Näistä käyttöönotosta, mikä erottaa organisaatiot, jotka muuttavat AI‑kokeilut kestävään kilpailuetuun, niistä, jotka jäävät jumiin pilottivaiheeseen? 

On todella keskeisiä eroja, jotka erottavat organisaatiot, jotka muuttavat AI‑kokeilut kestävään kilpailuetuun. Mielestäni se alkaa sekä johtajan psykologisesta profiilista että asettamiensa tavoitteiden kunnianhimoisuudesta.

Aloitetaan yritysten ylimpien johtajien psykologisesta profiilista, olipa kyseessä toimitusjohtaja, hallitus tai C‑tason johtajat. Tämä on hyvin yksinkertaistettua, mutta näen kaksi pääarketyyppiä johtajista.

Positiivisella puolella näen ihmisiä, jotka lähestyvät tätä massiivista haastetta johtaa uudessa AI‑ajassa halukkuudella olla riittävän haavoittuvia sanomaan: Tämä on täysin uutta. Emme tiedä tarpeeksi, jotta voisimme tehdä kaikki päätökset ja investoinnit, jotka meidän täytyy tehdä. Ja jatkamme eteenpäin tietäen, että teemme virheitä, ja olemme siitä mukavia. Opimme näistä virheistä ja ympäröimme itsemme mahdollisimman paljon asiantuntijoilla.

Se on vastakohta ihmisille, jotka ainakin ulkopuolisesti lähestyvät tätä asenteella: Tiedän mitä teen, ja itsevarmuudella, joka lähes kaikille on perusteeton, ja siksi se on enemmän kuin ylimielisyyttä.

Sen lisäksi menestyneimmät ovat ne, jotka ymmärtävät AI:n muuttavan kilpailun perustaa, ja he etsivät AI‑pohjaisia liiketoimintamalleja, jotka perustuvat omistettuihin tietoihin ja kohdistuvat toimialansa rakenteen murroskohtiin, jotta he voivat muuttaa alaa ja olla sen johtajia.

Kun AI‑agentit kykenevät toteuttamaan yhä monimutkaisempia työnkulkuja ja tekemään päätöksiä vähemmän ihmisen osallistumisella, miten odotat yritysten rakenteen, johtamistasojen ja yksittäisten roolien muuttuvan?

Kaikki tämä muuttuu ja on muuttumassa dramaattisesti. Meillä on kokonainen viitekehys ihmisen‑kone‑tiimityöstä, joka ottaa 50‑vuotiaita tutkimuksia ja soveltaa niitä tähän uuteen AI‑aikakauteen. Mahdollisuus ei ole pelkästään automatisoida työtä tai asettaa AI‑työkaluja ihmisten eteen, vaan suunnitella työ uudelleen tiimeihin, jotka sisältävät sekä ihmisen että koneen älykkyyden.

Se tarkoittaa, että myös ihmisten rooli muuttuu. Yhä useammin ihmiset siirtyvät työn toteuttamisesta järjestelmien suunnitteluun, jotka mahdollistavat työn, samalla tuoden tuomansa harkinnan, valvonnan ja kontekstin ymmärryksen, jota teknologia edelleen tarvitsee.

Kyse on erittäin monimutkaisesta kysymyksestä. Se tapahtuu nopeasti. Ja on todella tärkeää olla uskomattoman tarkoituksellinen ihmisten roolien suhteen, kun he yhä enemmän työskentelevät autonomisten agenttien kanssa.

Yrityksillä on nyt valtava valikoima perustamismalleja, AI‑alustoja, agenteja ja kolmannen osapuolen työkaluja käytettävissään. Missä yritysten tulisi luottaa ulkoiseen teknologiaan, ja mitkä AI‑kyvykkyydet tai data‑edut on lopulta omattava itse?

Kaikkien uusien työkalujen myötä tekoälyn älykäs osa-alue commoditoituu nopeasti, enkä voi korostaa riittävästi omien dataomaisuuksien merkitystä.

Sanonta kuuluu, että paras päivä puun istuttamiseen oli 40 vuotta sitten. Seuraavaksi paras päivä on tänään. Tämä tarkoittaa dataa ajatellen, että jos et kerää ja arkistoi niin paljon yrityksesi dataa kuin pystyt, sinun tulisi aloittaa prosessi tänään, vaikka et suunnittelisikaan muita toimenpiteitä kohti tekoälykeskeistä tulevaisuutta.

Toinen tapa tarkastella tätä kysymystä on, että tekoälytyökalupakissa on laaja valikoima välineitä, ja ne työkalut, joita ihmiset nykyään kutsuvat perinteiseksi tekoälyksi tai koneoppimismalleiksi, eivät yleensä ole saatavilla suoraan hyllystä. Jos ne ovat, ne eivät välttämättä tarjoa sitä tarkkuutta, jota tarvitset saadaksesi niistä todellista liiketoiminta-arvoa, eikä niillä välttämättä myöskään pysty hyödyntämään omaa dataasi.

Uskon siis ehdottomasti, että ulkopuoliseen teknologiaan turvautuminen on järkevää. Monissa sovelluksissa strategisimpia ovat todennäköisesti räätälöidyt ratkaisut, jotka on rakennettu omaan dataasi perustuen.

Olet korostanut hallituksen tason tekoälyhallinnon merkitystä. Mitä kysymyksiä hallitusten tulisi esittää johdolle tänään selvittääkseen, luoko heidän tekoälystrategiansa aitoa strategista arvoa vai tuottaako se vain vähittäisiä tuottavuusparannuksia?

Hallitus kohtaa tekoälyn myötä uusia haasteita. Heillä on perinteinen valvonta- ja hallintorooli, joka usein keskittyy riskien suojeluun ja riskienhallintaan. Mutta jos he eivät tasapainota tätä riskinottoa ja uusien asioiden kokeilemista sekä resurssien tarjoamista näiden mahdollistamiseksi, yritys jää tämän uuden tekoälyaikakauden jälkeen jälkeen. Siksi oikean tasapainon löytäminen riskien mahdollistamisen ja hallinnan välillä on avainasemassa.

Pidän myös tärkeänä, että hallitus kannustaa johdon siirtymään tekoälypohjaisiin liiketoimintamalleihin, jotka voivat muuttaa kilpailun perustaa omassa toimialassaan ja jotka perustuvat omaan dataan. Jos tätä ei tehdä, vähittäiset tuottavuusparannukset ovat turhia, kun liiketoiminta häiriintyy.

Wayfindingissä sinä ja Ben Szuhaj kerrot tarinan toimitusjohtajasta, jolla on 90 päivää kehittää tekoälystrategia tai riski tulla korvatuksi. Miksi valitsitte liiketoimintasatuun perinteisen johtamiskirjan sijaan tutkiaksenne, miten johtajien tulisi reagoida tekoälyyn perustuvaan häiriöön?

Olen suuri liiketoimintasatujen ja tekijöiden, kuten Patrick Lencionin, genren legendan, fani. Valitsimme kirjoittaa tämän kirjan saduksi, koska se auttoi meitä käsittelemään hienovaraisia aiheita, kuten johtajien psykologiaa, jotta he voivat menestyä tässä uudessa aikakaudessa helposti ja lähestyttävästi – mikä olisi ollut paljon vaikeampaa perinteisessä liiketoimintakirjassa.

Uskomme, että kirja on saavuttanut jotain, mistä olemme erittäin innoissamme: se opettaa merkittävää ja relevanttia materiaalia tavalla, joka on nopea, hauska ja mukaansatempaava kiireisille johtajille. Kirjassa esitetyt opit, mukaan lukien 11 alkuperäistä viitekehystä, ovat asioita, joita lukijat voivat heti viedä työpaikalleen ja ottaa käyttöön.

Wayfindingin keskeinen teema on merkittävien päätösten tekeminen, kun teknologia kehittyy nopeasti ja varmuus on mahdotonta. Minkä viitekehyksen tulisi johtajien käyttää päätöksenteossa, jotta he voivat arvioida, milloin heillä on riittävästi tietoa toimia, erityisesti kun odottaminen lisäselvyyden saamiseksi voi itsessään aiheuttaa kilpailuriskin?

Yksi kehittämistämme viitekehyksistä, jonka jaamme kirjassa, on nimeltään Wayfinding. Se on Agile-menetelmän sovellus tekoälyyn. Se on hypoteesipohjainen, jäsennelty prosessi, jossa tutkitaan dataa ja varmistetaan ratkaisun toteutettavuus ennen täyden tuotantoversion sitoutumista. Sen tarkoituksena on vastata, onko tekoälyratkaisu sekä rakentamisen arvoinen että toimiva. Tämä on keskeinen syy siihen, että yrityksellämme on yli 95 %:n onnistumisprosentti konseptien viemisessä tuotantoon, mikä on tuottanut todellista, mitattavissa olevaa liiketoiminta-arvoa – olemme tehneet sen yli 50 kertaa asiakkaillemme.

Kun laitat jälleen riskipääomasutkijan hatun päälle ja tarkastelet tämän päivän AI-yrityksiä, mitkä signaalit kertovat sinulle, että startup rakentaa kestävää kilpailuetua eikä tuotetta, joka voisi nopeasti muuttua perustamallin tai suuremman alustan ominaisuudeksi?

En todellakaan tiedä, ja rehellisesti olen hyvin iloinen, etten ole tänään tässä liiketoiminnassa. Minulla on paljon empatiaa nykyisiä riskipääomasijoittajia kohtaan. Heidän on tehtävä suuria, rohkeita panostuksia saavuttaakseen huippuluokan tuoton sijoittajilleen. Mutta koska teknologia kehittyy niin nopeasti ja melko ennakoimattomasti, pitkän aikavälin voittajien ja häviäjien erottaminen on erittäin vaikeaa.

Korostan pitkän aikavälin näkökulmaa, koska ellei yritys onnistu ja tartu tärkeään tilaisuuteen ja häviäisi varhain, tulee olemaan monia yrityksiä, jotka vaikuttavat menestyvän mahdollisuuksilta, mutta eivät lopulta menesty markkinoiden kehittymistavan vuoksi – mikä taas on erittäin vaikea tietää. Yhteenvetona: kuten dot‑com‑aikakaudella, tulee olemaan muutamia todella suuria voittajia sekä paljon menettynyttä rahaa.

Kiitos erinomaisesta haastattelusta, lukijat, jotka haluavat oppia lisää, tulisi käydä osoitteessa KUNGFU.AI.