Jeffrey Lai, IrisGoの創設者兼CEO – インタビュー・シリーズ

ジェフリー・ライ、IrisGoの創設者兼CEOは、AIエントレプレナーであり、インテリジェント・アシスタントと言語技術に深い根を持つ製品リーダーです。IrisGoを2025年に立ち上げ、AI Fundの創設者として活動する前に、ライは12年以上の期間、Apple (AAPL ) で勤務し、Siriの構築と拡大に尽力し、最終的にSiri言語エンジニアリング・マネージャーを務めました。彼の仕事は、多言語会話AIの進歩、特にSiriの中国語版の開発に焦点を当てていました。Apple以前は、Cisco Systems (CSCO ) でのエンジニアリング・ロールと、NASA Ames Research CenterのIntelligent Robotics Groupでのインターンシップを経験しました。ロボティクス、エンタープライズ・ソフトウェア、コンシューマーAIを経て、ライは常に複雑な技術を日常のワークフローでよりアクセスしやすく、使いやすくすることに尽力しています。

IrisGoは、新世代のAI搭載パーソナルコンピュータ用に設計されたAIオペレーティングシステムを開発しています。スタンドアロン・チャットボットとしてではなく、アプリケーション全体でタスクを実行するユーザーの方法を観察し、学習し、インテリジェントなオンデバイス・アシスタントを介して自動化するプラットフォームを構築しています。コア・アプローチは、ユーザーがタスクを一度示し、それを再利用可能なワークフローに変換することを可能にすることに焦点を当てています。繰り返しのデジタル作業を減らすのに役立ちます。モダンなAI PCに搭載された専用のAI処理能力を活用することで、IrisGoは、よりプライベート、レスポンシブ、コンテキストに応じた自動化を可能にし、ユーザーの代理でタスクを実行することができるアジェンティックAIシステムの成長市場の中で自己を位置付けます。

AppleでのSiriの構築を手伝った経験から、IrisGoを立ち上げることを決意した具体的な経験とは何ですか？また、人間とコンピューターの間のやり取りで、まだ解決されていない主要な問題とは何ですか？

私たちがSiriを構築していたとき、自然言語理解に非常に焦点を当てていました。しかし、Siriはコンテキストで苦労していました。これは、人々が実際に仕事をしてコミュニケーションをとる方法が、暗黙のコンテキストで満ちているため、課題でした。同僚に「そのレポートを送ってくれ」と聞くとき、彼らはどのレポートかを知っています。彼らはあなたの共有履歴、現在のプロジェクト、議論内容を知っています。Siriにはそれがなかったのです。

多くの年間、AIはあなたに応えるように設計されてきました。何かを入力し、何かを返します。那は私たちが検索エンジンやチャットボットから受け継いだインタラクション・モデルです。しかし、人々がコンピュータで実際に行っていることは、質問ではありません。それはワークフローです。レポートをコンパイルする。スプレッドシートを相互参照する。3つの異なるアプリからデータを抽出し、それをドキュメントに整形する。そんな作業はプロンプトに収まりません。

私がIrisGoを立ち上げることを決めたのは、業界が日常のユースケースに対応していないことを認識したからです。誰もがより賢いモデル、より優れた言語理解、より速い応答を構築していました。しかし、AIが実際に作業を行う、ただ応答するのではなく、根本的なギャップがまだありました。那が私たちが解決しようとした問題です。

Siriでの経験から、特にコンテキスト、意図、ユーザーの行動の理解に関するボイス・アシスタントの限界について、どのような最大の教訓を学びましたか？

私が学んだ最大の教訓は、コンテキストがすべてであるということです。人々はまれに孤立したコマンドでコミュニケーションをとります。彼らのリクエストは、仕事中や達成しようとしていることによって形作られます。初期のボイス・アシスタントは、個々のリクエストに答えるように設計されていました。これは多くのタスクにはうまく機能しますが、複数のアプリケーションやワークフローにわたる継続的な作業には効果的ではありません。那経験から、私は、意図を理解するにはコンテキストを理解する必要があることを学びました。那の洞察は、IrisGoの背後にある基本的なアイデアの1つになりました。

私たちが学んだのは、意図はしばしば層状になっているということです。誰かが一つのことを言っているのに、別のことを意味していることがあります。正しく理解するには、単に言葉だけではなく、人を理解する必要があります。那の理解は、IrisGoの最初から組み込まれています。

IrisGoは、AIアシスタントではなく、AIオペレーティングシステムと呼ばれることがあります。違いは何ですか？また、AI PC時代に新しいソフトウェア層が必要な理由を信じますか？

AIアシスタントはあなたを待ちます。あなたがそれを開き、何かを入力し、それが応答し、そして終了します。インタラクション・モデルは基本的に検索エンジンと同じです。ユーザーがリクエストを送り、AIが応答を生成します。

IrisGoは、AIオペレーティングシステムとして、すべてのシステム全体で、常にあなたの隣で働きます。それにはあなたのファイル、애플리케이션、ブラウザ、メールへのアクセスがあります。それはあなたの仕事方法を理解しています。なぜなら、あなたの許可を得て、それを観察しているからです。また、重要なのは、それがただアドバイスするのではなく、実際に動作できることです。

Windowsがパーソナル・コンピューティングに対して行ったことを考えてみましょう。Windows以前は、コンピュータを使用するには技術的な知識が必要でした。Windowsは、人々とソフトウェアの間にユニバーサルで直感的なレイヤーを作成しました。AI PC時代には、そのようなレイヤーが必要です。AIモデルの生の力を取り、日常の仕事を行う人々にとって真正に有用なものにするレイヤーです。

那がIrisGoです。AI PCのインテリジェンス・レイヤーです。AI PCをそのレイヤーなしに出荷すると、ただのパワフルなチップがアイドル状態になります。必要なのは、そのチップをあなたの代理で動作させるソフトウェアです。

IrisGoのコア・アイデアの1つは、ユーザーがシステムにタスクを1回のデモンストレーションで教えることができるということです。なぜ「観察して学ぶ」モデルが、プロンプトやワークフローの手動構築よりも自然なモデルであると信じますか？

「観察して学ぶ」機能が非常に強力なのは、それが私たちが実際に他の人に教える方法に基づいているからです。新しい従業員を雇ったとき、彼らに40ステップのプロンプトを書くことはありません。彼らに一度方法を見せ、観察し、学び、そこから先に進めます。那は直感的です。那は自然です。

プロンプトの問題は、ユーザーがAIが理解できる形式で正確に何を望んでいるかを表現する負担をユーザーに置くことです。シンプルなクエリの場合は、それはうまく機能します。しかし、複雑な、マルチステップのワークフロー、特定のファイルや特定の方法を使用する場合、すぐに壊れることがあります。大多数の人は、AIが正しく実行できるように十分な精度でワークフローを説明することができません。

見せることは、言うよりも簡単です。那は新しい洞察ではありません。那は共通の感覚です。「観察して学ぶ」が行うのは、自動化にその論理を適用することです。タスクを通常の方法で1回実行します。IrisGoはパターンを学びます。その時点から、ワークフローをあなたの代わりに処理します。

現在の多くのAIエージェントは、重大なセットアップと監視を必要とします。真正なオートノミー・エージェントと、単に指示に従うチャットボットを区別するものは何ですか？

簡単な答えは、真正なオートノミー・エージェントは独自のコンテキストを持っており、独自の判断を下し、ユーザーが見ていないときでも作業を続けられることです。

チャットボットは、設計上、反応型です。プロンプトを受け取り、実行し、停止します。何かが変わったり、ステップが失敗したり、適応する必要がある場合、それは迷います。次に何をすべきかをあなたに尋ねます。

真正なオートノミー・エージェントは、指示ではなく、目標を持っています。作業する環境に関するコンテキストを持っています。例外を処理できます。続行するか、再試行するか、人間のレビューにフラグを設定するかを決定できます。また、重要なのは、バックグラウンドで実行され、ユーザーが他のことを行っている間も作業を続けることができることです。

現在販売されている「AIエージェント」のほとんどは、実際には高度なチャットボットで、追加のステップがあります。真正なオートノミーとそれらの製品の間のギャップは巨大です。IrisGoが異なるのは、ユーザーの仕事方法を直接観察して学んだモデルから始めることです。指示に従うのではなく、正しい判断を下すことができるからです。

永続的なメモリとローカル・コンテキストの重要性について話すことがあります。AIが質問に答えるだけでなく、ユーザーの代理で行動を開始するには、これらの機能は何故不可欠ですか？

メモリがないアシスタントを雇ったと想像してみてください。毎朝、誰があなたであるか、あなたが何を仕事としているか、どのように仕事をするかを覚えていないアシスタントです。毎日、コンテキストを再設定するのに半日を費やし、非常に苛立つことになります。那が現在の多くのAIツールがあなたに求めていることです。

永続的なメモリとは、システムがあなたを知っていることを意味します。システムはあなたのプロジェクト、ワークフロー、好み、時間の経過とともにどのように進化したかを知っています。毎回セッションを開始するたびにコンテキストを再設定する必要はありません。AIはそれを先に進めます。

ローカル・コンテキストも同様に重要です。なぜなら、あなたの仕事はクラウド上に存在するのではなく、あなたのコンピュータ上、ファイル、アプリケーション、メール、ブラウザ・タブ上に存在するからです。IrisGoはあなたのデバイス上で実行されるため、あなたの全ワーク環境にアクセスでき、全体であなたの代理で動作できます。

これら2つの機能、メモリとローカル・アクセスは、AIがツールからシステムに変化することを可能にします。AIはあなたのために作業するシステムになります。テクノロジー業界の多くが、このアプローチの重要性を認識し始めています。ビッグ・テック企業を含みます。だから、私たちのアプローチの明確な検証です。

プライバシーは、AIを取り巻く最大の懸念事項の1つです。パーソナライゼーションとメモリの必要性と、セキュリティとデータ所有権に関するユーザーの期待とのバランスをどのようにとっていますか？

プライバシーとパーソナライゼーションが対立しているという仮定に異議を唱えるのが最初のステップです。私たちは、IrisGoをオンデバイスでパーソナライゼーションが可能なように構築しました。クラウド上でのみではありません。

IrisGoの処理の大部分は、ローカルで、あなたのコンピュータ上で実行されます。あなたのワークフロー、あなたのファイル、あなたのコンテキストはすべて、あなたと一緒に残ります。クラウド処理は、明示的に承認した場合のみ実行され、実行されるときは端から端まで暗号化されます。あなたが制御下にあります。

このモデルにより、IrisGoはより強力になります。なぜなら、フル・コンテキストのワーク環境にアクセスできるからです。また、ユーザーは、有用なAIとセキュアなAIのどちらかを選択する必要がないことを意味します。

人々は、デリケートな仕事を扱うために、パーソナル・コンピュータを信頼しています。私たちの目標は、IrisGoがその信頼に値する製品であることを保証することです。那は製品設計の基本です。

IrisGoは、AcerのAI PCに既に搭載されています。さらにメーカーへの拡大を計画しています。どの程度、ディストリビューション・パートナーシップが、最終的にどのAIプラットフォームが主流市場で採用されるかを決定する上で重要であると思いますか？

ディストリビューションは、主流市場での採用にとって絶対に重要です。テクノロジーにおけるプラットフォーム競争の歴史を見てみましょう。Windowsは、ほぼすべてのPCで利用できるため勝利しました。Androidは、iPhone以外のモバイル・デバイスで最も広く使用されているオペレーティング・システムだったため勝利しました。純粋な製品の品質で勝とうとした会社は、ほとんど成功しませんでした。

AI PC市場も同様のパターンに従っています。IrisGoがデバイスにプレインストールされている場合、開封時に利用可能です。検索する必要はありません。ダウンロードする必要はありません。チャンスを与えることを決める必要はありません。那は巨大なアドバンテージです。

今年出荷されるAcerのラップトップ・デバイス300万台に既に搭載されており、追加のTier1 PCメーカーとの話し合いを進めています。目標は、PCのためのAIオペレーティング・システムをデフォルトで提供することです。那ディストリビューション戦略は、私たちがそのカテゴリで標準になる方法の核心です。

AIエージェントが請求書、調査、報告書、その他のビジネス・ワークフローを処理できるようになると、組織は今日、どのような新しいガバナンス、監視、信頼の課題に対して準備する必要がありますか？

最初の課題は、監査可能性です。AIエージェントがワークフローを完了した場合、たとえば請求書を処理したり、報告書を生成したりした場合、それが何をしましたか、それをなぜ行ったのか、データはどこから来ましたか、それを確認できますか？そのような透明な監査トレイルは、コンプライアンスとエラーを複合化する前にそれを捕捉するために不可欠です。

2つ目は境界の定義です。どのワークフローがオートノミー・エグゼキューションに適していますか？どれが人間のレビューを必要としますか？企業はそれについて明確なポリシーを持つ必要があります。AIがより多くのことを行うように、インクリメンタルに許可し、人間のレビューなしでハイ・ステークの決定が行われることに気付くまで待つ傾向があります。

3つ目は、信頼の較正です。従業員は、AIが何ができるか、できないかを理解し、いつAIの出力を検証するかを判断する必要があります。那は文化とトレーニングの問題です。

私は、今日それに対して準備する組織は、AIの能力が成長するにつれて、より大きな利点を持つことになるでしょう。なぜなら、ガバナンス・フレームワークは複合化するからです。

5年後、人々はまだAIとやり取りする時間のほとんどをチャット・インターフェイスを通じて過ごしているでしょうか？それとも、AIは徐々にバックグラウンドに姿を隠し、依頼されることなく作業を完了するようになるでしょうか？

軌道はすでに、AIがバックグラウンドに移動することを示唆しています。私たちが構築しようとしているモデルは、コンピュータがあなたの仕事を理解し、ルーティン・タスクを処理し、あなたの注意が必要なものに集中できるようにするものです。

自動操縦が航空でどのように機能するかを考えてみましょう。パイロットは毎秒、毎分、毎時間ハンド・オンではありません。システムがベースラインを処理し、人間が判断と専門知識が必要な場合に介入します。那がAI支援のナレッジ・ワークの将来です。コンピュータが繰り返し、ルールに基づくワークフローを処理します。あなたは戦略、創造性、人間の判断が必要な決定に集中します。

5年後、最も生産的な人々は、ユーザーの行動を理解するシステムと共にいる人々です。過去には、人々がコンピュータで全ての仕事を行っていました。将来は、コンピュータもあなたのために仕事をします。

素晴らしいインタビュー、ありがとうございます。さらに詳しく知りたい読者は、IrisGoを訪けてください。