फंडिंग
क्विल ने $6.5M जुटाया है एक संप्रभु “मुख्य एआई कर्मचारी” बनाने के लिए
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
जैसे ही कार्यस्थल भर में एआई टूल्स की संख्या बढ़ रही है, एक नया समस्या उत्पन्न हो रही है। पेशेवर अब केवल अपनी नौकरी नहीं कर रहे हैं। वे लेखन, अनुसंधान, कोडिंग, प्रलेखन और संचार के लिए बढ़ती संख्या में एआई सहायकों का प्रबंधन कर रहे हैं। ये टूल्स शायद ही कभी संदर्भ साझा करते हैं और वे शायद ही कभी समझते हैं कि कोई वास्तव में कैसे काम करता है।
क्विल मानता है कि लापता सामग्री बातचीत है।
कंपनी ने अपने प्लेटफ़ॉर्म का विस्तार करने और क्विलियम लॉन्च करने के लिए $6.5 मिलियन की बीज वित्तपोषण जुटाई है, जो एक संप्रभु मुख्य एआई कर्मचारी है जो बैठकों और चर्चाओं से सीधे निकाले गए संदर्भ का उपयोग करके एआई टूल्स को समन्वयित करता है। इस दौर का नेतृत्व बेसिस सेट वेंचर्स ने किया, जिसमें 500 ग्लोबल, नावल रविकांत, मोराडो वेंचर्स, और एएमई क्लाउड वेंचर्स ने भाग लिया।
वास्तव में काम कहां से शुरू होता है
क्विल एक स्थानीय-पहले बैठक लिप्यंतरण टूल के रूप में शुरू हुआ जो बातचीत रिकॉर्ड को संरक्षित करने पर केंद्रित था। उपयोगकर्ता के डिवाइस पर ऑडियो को सीधे प्रोसेस करके और चर्चाओं से सारांश और कार्रवाई आइटम को संरचित करके, यह बातचीत की गई बात और अगली बात के बीच की खाई को कम करना चाहता था। समय के साथ, उत्पाद नोट कैप्चर से परे विस्तारित हो गया और उन इंटरैक्शन से निकाले गए संदर्भ की एक निरंतर परत को बनाए रखने के लिए आगे बढ़ गया।
मूल धारणा यह है कि बातचीत, स्वतंत्र दस्तावेजों के बजाय, वास्तविक अभ्यास में काम कैसे होता है यह समझने के लिए एक अधिक सटीक आधार प्रदान कर सकती है।
नोट लेने से समन्वय तक
क्विलियम उस आधार को विस्तारित करता है, उसे प्रतिस्थापित नहीं करता है। जबकि पहले संस्करण बातचीत को कैप्चर और संरचित करने पर केंद्रित थे, नए परत मॉडल संदर्भ प्रोटोकॉल के माध्यम से अन्य प्रणालियों में उस संदर्भ को ले जाती है।
लिप्यंतरण पर रुकने के बजाय, प्रणाली दस्तावेजीकरण प्लेटफ़ॉर्म, टास्क प्रबंधकों और अन्य टूल्स के साथ बातचीत कर सकती है। एक उत्पाद चर्चा अपडेटेड परियोजना नोट्स या नए बनाए गए टिकट में अनुवादित हो सकती है। क्लाइंट बैठक से पहले, पिछले आदान-प्रदान को सतह पर लाया जा सकता है ताकि निरंतरता बहाल हो सके।
जोर समन्वय पर है। जैसे ही एआई टूल्स लेखन, योजना और विश्लेषण कार्य प्रवाह में निहित हो जाते हैं, पेशेवरों को बढ़ती संख्या में खंडित प्रणालियों के साथ काम करना पड़ता है जो साझा स्मृति की कमी है। क्विलियम खंडितता को कम करने के लिए संदर्भ निरंतरता को बनाए रखने का प्रयास करता है, एक और अलग टूल पेश करने के बजाय।
वास्तुकला और डेटा नियंत्रण
प्लेटफ़ॉर्म का डिज़ाइन डेटा स्थानीयता और अनुमान नियंत्रण को आगे रखता है।
ऑडियो लिप्यंतरण डिफ़ॉल्ट रूप से उपयोगकर्ता के डिवाइस पर चलता है, और कोई भी ऑडियो बाहरी रूप से प्रसारित नहीं होता है जब तक कि सिंक्रोनाइज़ेशन सक्षम नहीं किया जाता है। जब क्लाउड सिंक सक्रिय होता है, तो यह एंड-टू-एंड एन्क्रिप्टेड होता है, और डिक्रिप्ट किया गया सामग्री सेवा के लिए सुलभ नहीं है। उपयोगकर्ता निर्धारित कर सकते हैं कि अनुमान कहां होता है, चाहे वह शून्य सामग्री लॉगिंग के लिए कॉन्फ़िगर किए गए उद्यम क्लाउड प्रदाताओं के माध्यम से हो या पूरी तरह से स्थानीय मॉडल जो ऑफ़लाइन या एयर-गैप्ड वातावरण के लिए उपयुक्त हों।
उपयोगकर्ता डेटा का उपयोग मॉडल प्रशिक्षण के लिए नहीं किया जाता है। एकीकरण और कार्य प्रवाह को कॉन्फ़िगर किया जा सकता है, जिससे संगठन अपने तैनाती को आंतरिक अनुपालन आवश्यकताओं के साथ संरेखित कर सकते हैं, जिसमें डेटा निवास और नियामक प्रतिबंध शामिल हैं। सख्त अलगाव की आवश्यकता वाली टीमों के लिए, प्रणाली बाहरी नेटवर्क कॉल के बिना संचालित हो सकती है।
एक साथ, ये वास्तुकला निर्णय अनुमान स्थान और डेटा हैंडलिंग को समायोज्य पैरामीटर के रूप में मानते हैं, निश्चित धारणाओं के रूप में नहीं।
संदर्भ-जागरूक कार्य बुनियादी ढांचे की ओर एक बदलाव
यह सॉफ़्टवेयर श्रेणी डिजिटल कार्य को कैसे संरचित किया जा सकता है, इस पर एक व्यापक बदलाव को दर्शाती है।
पारंपरिक उत्पादकता टूल्स दस्तावेज़, टिकट और डैशबोर्ड के इर्द-गिर्द घूमते हैं। एआई सिस्टम ने बड़े पैमाने पर उसी मॉडल का पालन किया है, प्रॉम्प्ट और फ़ाइलों से आउटपुट उत्पन्न किया है। बातचीत, हालांकि कई निर्णयों का स्रोत है, ढीली ढंग से संरचित और संचालन प्रणालियों में एकीकृत करना मुश्किल है।
जब चर्चाएं संरचित, खोज योग्य और स्थायी हो जाती हैं, तो वे संस्थागत स्मृति के रूप में कार्य करना शुरू कर देती हैं। बैठकें अब अलग-थलग घटनाएं नहीं हैं, बल्कि निरंतर कार्य प्रवाह में इनपुट हैं। चर्चा और कार्रवाई के बीच की सीमा कम स्पष्ट हो जाती है।
निहितार्थ नोट लेने से परे हैं। संदर्भ-जागरूक प्रणाली यह प्रभावित कर सकती है कि संगठन निर्णयों को दस्तावेज़ करते हैं, ज्ञान का प्रबंधन करते हैं, अनुपालन को संबोधित करते हैं और कर्मचारियों को ऑनबोर्ड करते हैं। जैसे ही एआई दैनिक संचालन में निहित हो जाता है, डेटा स्थानीयता और अनुमान नियंत्रण के बारे में निर्णय मूलभूत डिज़ाइन विचार बन जाते हैं। यदि एआई का पहला चरण उत्पादन पर जोर देता है, तो अगला चरण निरंतरता और संदर्भ पर जोर दे सकता है।
