प्रसाद कावथेकर, डैशवर्क्स के सह-संस्थापक और सीईओ – साक्षात्कार श्रृंखला

प्रसाद कावथेकर डैशवर्क्स के सह-संस्थापक और सीईओ हैं, जो एक ऑल-इन-वन एआई सर्च असिस्टेंट है। यह उपयोगकर्ताओं को किसी भी दस्तावेज़, संदेश या ईमेल को खोजने और एक टीम की उत्पादकता बढ़ाने में सक्षम बनाता है। 40 से अधिक एकीकरण के साथ, डैशवर्क्स टीमों को एक ही स्थान से अपने आंतरिक ज्ञान को खोजने और व्यवस्थित करने और अपने सामूहिक विशेषज्ञता का लाभ उठाने में सक्षम बनाता है।

आपको कंप्यूटर विज्ञान और मशीन लर्निंग में आकर्षित करने वाली बात क्या थी?

जब मैंने कॉलेज की पढ़ाई शुरू की, तो मैं गणित और भौतिकी में मेजर करने और अकादमिक करियर अपनाने की उम्मीद करता था। मैंने अपने दूसरे सेमेस्टर में एक इंट्रो जावा प्रोग्रामिंग कोर्स लिया और कुछ गेम बनाने में समय बिताया। मैं इसका आदी हो गया था। मुझे यह पसंद आया कि मैं जो बना रहा था उस पर वास्तविक समय की प्रतिक्रिया मिल रही थी। मेरे दूसरे वर्ष में, मैंने एक मशीन लर्निंग कोर्स लिया और मशीनों के सोचने के तरीके के प्रश्न से जुड़ गया। मैंने तब एक्टिव लर्निंग पर कुछ शोध परियोजनाओं को किया, जो मशीनों को तेजी से सीखने के लिए प्रश्न पूछने की अवधारणा है। मैंने रोबोटिक्स, कंप्यूटर विजन और ड्रग डिस्कवरी जैसे मशीन लर्निंग के विभिन्न क्षेत्रों के साथ प्रयोग किया इससे पहले कि मैं स्टैनफोर्ड में अपनी स्नातकोत्तर पढ़ाई के लिए प्राकृतिक भाषा प्रसंस्करण को चुना। मुझे एनएलपी पसंद है क्योंकि भाषा बुद्धिमत्ता की जड़ है और इसकी पहेली सुलझाना सबसे कठिन रहा है।

आप क्रेस्टा के संस्थापक इंजीनियरों में से एक थे, इस अनुभव से आपके कुछ मुख्य निष्कर्ष क्या थे?

मैं क्रेस्टा में शामिल हुआ जब टीम में केवल दो लोग थे। अब, ज़ाहिर है, यह सीरीज़ सी निवेश दौर तक पहुंची कंपनी है जिसका मूल्यांकन $1.7B है। शायद मैंने वहां अपने समय से सीखा सबसे महत्वपूर्ण बात ग्राहक के प्रति जुनून का महत्व था। उन्होंने एक बार पूरी टीम को एक ग्राहक के कॉल सेंटर में उड़ाया और हमें वहां से एक सप्ताह के लिए काम करने के लिए कहा। उस अनुभव ने यह तय किया कि हम समाधानों के बारे में कैसे सोचते हैं। ग्राहक केंद्रितता अब डैशवर्क्स में हमारे मार्गदर्शक सिद्धांतों में से एक है।

डैशवर्क्स के पीछे की उत्पत्ति की कहानी साझा कर सकते हैं?

क्रेस्टा के बाद, मैं एक कंपनी में काम करना शुरू किया जिसे ब्लू रिवर कहा जाता था। उन्हें हाल ही में एक फॉर्च्यून 500 कंपनी द्वारा अधिग्रहित किया गया था, और मुझसे एक नए परियोजना पर काम करने के लिए कहा गया था जो उधार देने के लिए क्रेडिट स्कोर से संबंधित था। मुझे सात ईमेल थ्रेड्स और आठ सप्ताह लगे यह जानने में कि सही दस्तावेज़ कहां हैं!

तब मुझे एहसास हुआ कि एक कंपनी में बिखरी हुई जानकारी की वास्तविक लागत क्या है। जल्द ही, मैंने अपने सह-संस्थापक, प्रत्य शार्मा को इस परियोजना में शामिल होने के लिए मना लिया। हम स्टैनफोर्ड में स्नातकोत्तर पढ़ाई के दौरान मिले थे। उस समय, वह फेसबुक (META ) पर उनके मार्केटप्लेस सर्च इंजन पर काम कर रहे थे।

काम पर जानकारी खोजने का दर्द बस इतना था कि यह वेब पर जानकारी खोजने के विपरीत था, जहां आप सार्वजनिक रूप से उपलब्ध जानकारी से जुड़े लगभग किसी भी प्रश्न का उत्तर एक सेकंड से भी कम समय में पा सकते हैं।

डैशवर्क्स टीमों को एक ही स्थान से अपने आंतरिक ज्ञान को खोजने और व्यवस्थित करने में सक्षम बनाता है और अपने सामूहिक विशेषज्ञता का लाभ उठाने में सक्षम बनाता है। इस पीछे कुछ तकनीकी चुनौतियां क्या हैं?

एंटरप्राइज़ सर्च हमेशा से एक कठिन समस्या रही है जिसे बड़े पैमाने पर हल करना है। वेब सर्च की तुलना में, आपके पास उतना प्रशिक्षण डेटा नहीं होता। यह एक तरह की शीत शुरुआत की समस्या पैदा करता है। आपको मॉडल को परिष्कृत करने के लिए डेटा बिंदु की आवश्यकता है, लेकिन कंपनियां आपका उपयोग नहीं करना चाहती हैं जब तक कि आप सटीकता की गारंटी नहीं देते। आप कई अलग-अलग ऐप्स को एकीकृत कर रहे हैं, जिनमें से प्रत्येक अपने डेटा को विभिन्न प्रारूपों में संग्रहीत करता है। यह इंडेक्सिंग को और अधिक कठिन और समय लेने वाला बनाता है। अंत में, डेटा सुरक्षा और अनुमतियों के आसपास बहुत संवेदनशीलता है।

इस समस्या को हल करने के लिए पारंपरिक दृष्टिकोण में एक कंपनी के सभी डेटा को इंडेक्स करना शामिल था, लेकिन हम हाल ही में संभव हुए विभिन्न दृष्टिकोणों के साथ प्रयोग कर रहे हैं क्योंकि तेज़ और बड़े संदर्भ एआई मॉडल की उपलब्धता के कारण हम पूरी तरह से इंडेक्सिंग को बायपास कर सकते हैं।

डैशवर्क्स का दृष्टिकोण मानवता को सर्वज्ञ बनाना है, इसका क्या अर्थ है?

हम एक ऐसी दुनिया की कल्पना करते हैं जहां एक मानव को जानकारी का कोई भी टुकड़ा मिल सकता है, चाहे वह कितना भी विशिष्ट या दुर्लभ क्यों न हो। अंत में, जानकारी शक्ति है और हम मानवता को अधिक शक्तिशाली बनाने की उम्मीद करते हैं।

वेब सर्च इंजन सार्वजनिक रूप से उपलब्ध जानकारी को लोकतांत्रिक बनाने पर केंद्रित हैं। लेकिन 96% दुनिया की जानकारी वास्तव में इंट्रानेट पर है। और इसका कुछ अज्ञात प्रतिशत छोटी कंपनियों के इंट्रानेट के पीछे है। अब तक, उद्यमियों ने बड़े बजट वाली बड़ी कंपनियों के लिए एंटरप्राइज़ सर्च समस्या का समाधान करने पर ध्यान केंद्रित किया है। लेकिन हम छोटी कंपनियों से शुरू करने और ऊपर की ओर काम करने पर ध्यान केंद्रित कर रहे हैं।

ट्विटर पर, आपने हाल ही में कहा था, “सरल टेक्स्ट बॉक्स भविष्य का इंटरफ़ेस है। डैशवर्क्स पूरी तरह से इसके चारों ओर डिज़ाइन किया गया है।” आप इस बयान पर विस्तार कर सकते हैं कि आप इस भविष्य को कैसे देखते हैं और डैशवर्क्स इसे कैसे डिज़ाइन कर रहा है?

ग्राफिकल यूजर इंटरफेस या जीयूआई का अस्तित्व तब हुआ जब गैर-डेवलपर्स को कंप्यूटर के साथ बातचीत करने का एक तरीका चाहिए था। इसलिए आपने बड़े बटन, टॉगल, चेकबॉक्स, आइकन आदि देखे। मुख्य प्रतिबंध यह था कि कंप्यूटर के साथ सीधे बातचीत करने के लिए एक प्रोग्रामिंग भाषा की आवश्यकता थी। लेकिन एआई के उदय के साथ, मशीनें प्राकृतिक भाषा को समझ सकती हैं। और प्राकृतिक भाषा अभी भी मानवों के लिए संवाद करने का सबसे सहज तरीका है। इसका मतलब है कि हम एक ऐसे भविष्य की कल्पना करते हैं जहां आप लगभग किसी भी जटिल कार्रवाई को एक सरल प्राकृतिक भाषा प्रोम्प्ट के साथ निष्पादित कर सकते हैं।

यह वही है जिस पर हम डैशवर्क्स में काम कर रहे हैं। तात्कालिक भविष्य में, इसका मतलब है कि चीजों को फिर से कल्पना करना, जैसे कि उपयोगकर्ता ऑनबोर्डिंग। यदि ऑनबोर्डिंग पूरी तरह से एक मशीन के साथ बातचीत के माध्यम से होती है, तो यह कैसा दिखेगा, न कि बटन और चेकलिस्ट के माध्यम से?

डैशवर्क्स द्वारा पेश किए जाने वाले एकीकरण के विभिन्न प्रकार क्या हैं?

हम विकी, सीआरएम, ग्राहक सहायता, कैलेंडर, एचआरआईएस, डेवलपर टूल और परियोजना प्रबंधन जैसे श्रेणियों में 50 से अधिक एकीकरण का समर्थन करते हैं। हम नोटियन, गूगल (GOOGL ) सूट, कॉन्फ्लुएंस, एयरटेबल, आसाना, इंटरकॉम, गिटहब, माइक्रोसॉफ्ट टीम्स और अधिक जैसे अनुप्रयोगों के साथ एकीकृत करते हैं।

डैशवर्क्स प्लेटफ़ॉर्म को एकीकृत करने वाले उद्यमों से उत्पादकता में क्या लाभ होते हैं?

हमारे ग्राहकों को उत्पादकता और दक्षता में बड़े लाभ दिखाई देते हैं:

• नये कर्मचारी तेजी से तैयार हो जाते हैं क्योंकि उनके पास एक ही स्थान पर सभी जानकारी होती है
• कर्मचारी कम समय बिताते हैं दोहराए जाने वाले प्रश्नों का उत्तर देने, विशेष रूप से स्लैक पर
• परियोजनाएं तेजी से आगे बढ़ती हैं और सहयोग आसान हो जाता है क्योंकि सभी कर्मचारियों के पास जानकारी तक पहुंच होती है और कम सिलोस होते हैं
• कर्मचारी अधिक काम करते हैं क्योंकि उन्हें उतनी बार काम का संदर्भ बदलने की आवश्यकता नहीं होती और जानकारी खोजने में कम समय लगता है
• निर्णय लेने की गुणवत्ता में सुधार होता है क्योंकि कर्मचारी मामलों पर संदर्भ और पूरी तस्वीर प्राप्त करने में सक्षम होते हैं

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें डैशवर्क्स पर जाना चाहिए।