ການສໍາພາດ

Jeff Seibert, CEO ແລະຜູ້ຮ່ວມກໍ່ຕັ້ງຂອງ Digits – ຊຸດສໍາພາດ

ຈັດພີມມາ

11 ເດືອນທີ່ແລ້ວ

ມິຖຸນາ 22, 2023

CEO ແລະຜູ້ຮ່ວມກໍ່ຕັ້ງຂອງ ຕົວເລກ, ແພລະຕະຟອມການຄຸ້ມຄອງທາງດ້ານການເງິນທີ່ສະຫນອງເຄື່ອງມືການຜະລິດຕໍ່ໄປທີ່ໃຫ້ຜູ້ປະກອບການມີຄວາມເຂົ້າໃຈຢ່າງເຕັມທີ່ກ່ຽວກັບທຸລະກິດຂອງພວກເຂົາໃນເວລາຈິງ. ການນໍາໃຊ້ທີ່ທັນສະໄຫມຂອງສິນລະປະ ການຮຽນຮູ້ເຄື່ອງຈັກ ແລະການວິເຄາະສະຖິຕິຂັ້ນສູງ, ຕົວເລກຈະປ່ຽນຈຸດຂໍ້ມູນນັບລ້ານໃຫ້ເປັນຮູບແບບການດໍາລົງຊີວິດຂອງທຸລະກິດຂອງທ່ານ.

ເຈົ້າໄດ້ສອນຕົນເອງໃຫ້ຂຽນໂປຣແກຣມຕອນເຈົ້າອາຍຸ 12 ປີ, ຫຍັງດຶງດູດເຈົ້າໃຫ້ຮຽນວິທະຍາສາດຄອມພິວເຕີຕອນຍັງນ້ອຍ, ແລະເຈົ້າຂຽນໂປຣແກຣມຫຍັງ?

ເຊັ່ນດຽວກັນກັບເດັກນ້ອຍໃນຊຸມປີ 90 ທີ່ສຸດ, ຂ້າພະເຈົ້າໄດ້ໃຊ້ເວລາຫຼາຍຊົ່ວໂມງໃນການຫຼິ້ນເກມຄອມພິວເຕີແລະພໍ່ແມ່ຂອງຂ້າພະເຈົ້າຮູ້ສຶກວ່າມັນບໍ່ແມ່ນການໃຊ້ເວລາທີ່ດີທີ່ສຸດ. ເມື່ອຂ້ອຍອາຍຸໄດ້ 12 ປີ, ເຂົາເຈົ້າໄດ້ເອົາປຶ້ມໃຫ້ຂ້ອຍສໍາລັບວັນຄຣິດສະມາດ – Mac Programming for Dummies – ແລະດ້ວຍຄວາມຊື່ສັດຂ້ອຍໄດ້ອ່ານມັນແລະບໍ່ໄດ້ຮັບມັນແທ້ໆ. ສອງສາມເດືອນຕໍ່ມາຂ້າພະເຈົ້າໄດ້ເອົາມັນກັບຄືນໄປບ່ອນແລະໄດ້ທົດລອງຕົວຢ່າງ "ສະບາຍດີໂລກ", ແລະໃນລະຫວ່າງການຂ້າພະເຈົ້າໄດ້ປ່ຽນມັນເພື່ອພິມຕົວຫນັງສືເປັນສີສົ້ມສົດໃສ. ຊ່ວງເວລາທີ່ຂໍ້ຄວາມນັ້ນປ່ຽນເປັນສີສົ້ມ, ດອກໄຟໜຶ່ງໄດ້ປິດຢູ່ໃນຫົວຂອງຂ້ອຍ ແລະຂ້ອຍຮູ້ວ່າຂ້ອຍສາມາດເຮັດໃຫ້ຄອມພິວເຕີເຄື່ອງນີ້ເຮັດທຸກສິ່ງທີ່ຂ້ອຍຢາກໄດ້. ຂ້ອຍຕິດທັນທີ. ຂ້ອຍໃຊ້ເວລາໂດຍພື້ນຖານແລ້ວທຸກໆຄືນຈາກນັ້ນໃນການຂຽນລະຫັດ, ແລະໃນໄລຍະຂອງໂຮງຮຽນມັດທະຍົມແລະໂຮງຮຽນມັດທະຍົມ, ຂ້າພະເຈົ້າໄດ້ສ້າງແລະອອກຊຸດຂອງ Mac desktop shareware apps, ລວມທັງຄໍາຮ້ອງສະຫມັກກາຟິກ Histogram ແລະບັນນາທິການ plugin ສໍາລັບເກມ Escape Velocity.

ທ່ານໄດ້ເລີ່ມຕົ້ນ 2 ບໍລິສັດກ່ອນ Digits, ບໍລິສັດເຫຼົ່ານີ້ແມ່ນຫຍັງ?

ໃນປີ 2007, ຂ້າພະເຈົ້າໄດ້ຮ່ວມກໍ່ຕັ້ງ Increo, ການເລີ່ມຕົ້ນການຮ່ວມມືເອກະສານໃນເວລາຈິງທີ່ຊ່ວຍໃຫ້ທ່ານສະແດງຄວາມຄິດເຫັນ, ແຕ້ມ, ແລະຫມາຍເອກະສານໃນຕົວທ່ອງເວັບຂອງທ່ານ. ພວກເຮົາໄດ້ຮັບມາໂດຍ Box ໃນປີ 2009. ສອງປີຕໍ່ມາ, ໃນປີ 2011, ຂ້າພະເຈົ້າໄດ້ຮ່ວມກໍ່ຕັ້ງ Crashlytics, ເຄື່ອງມືລາຍງານອຸປະຕິເຫດທາງໂທລະສັບມືຖືທີ່ໄດ້ມາໂດຍ Twitter ໃນປີ 2013 ແລະຫຼັງຈາກນັ້ນອີກເທື່ອຫນຶ່ງໂດຍ Google ໃນປີ 2017. ມື້ນີ້, Crashlytics ເປັນຜູ້ລາຍງານອຸປະຕິເຫດໂດຍ de facto. ສໍາລັບ iOS ແລະ Android ແລະດໍາເນີນການຫຼາຍກວ່າ 6 ຕື້ MAU, ຢ່າງຫຼວງຫຼາຍທຸກໂທລະສັບສະຫຼາດທີ່ມີການເຄື່ອນໄຫວຢູ່ໃນໂລກ.

ເຈົ້າສາມາດແບ່ງປັນເລື່ອງ genesis ທີ່ຢູ່ເບື້ອງຫຼັງ Digits, ແລະມັນມາຈາກປະສົບການຂອງເຈົ້າທີ່ເຮັດວຽກ Crashlytics ໄດ້ແນວໃດ?

ຢູ່ Crashlytics, ຂ້ອຍຮູ້ສຶກຕົກໃຈແທ້ໆກັບຄວາມແຕກຕ່າງຂອງຄຸນນະພາບແລະຄວາມສະດວກໃນການນໍາໃຊ້ລະຫວ່າງ dashboards ທີ່ພວກເຮົາມີຢູ່ຂ້າງຜະລິດຕະພັນ (Google Analytics, ການກວດສອບການປະຕິບັດໃນເວລາຈິງ, ການທົດສອບ A / B, ແລະອື່ນໆ) ແລະສິ່ງທີ່ພວກເຮົາມີຢູ່ໃນທຸລະກິດ. / ດ້ານການເງິນ (QuickBooks, ແບບ Excel, ບົດລາຍງານ PDF). ມັນເປັນບ້າສໍາລັບຂ້ອຍທີ່ຄໍາຖາມໃດໆເບິ່ງຄືວ່າຫນ້າເບື່ອຫນ່າຍແລະຄູ່ມືທີ່ຈະຕອບ, ແລະຊ້າຫຼາຍ - ພວກເຮົາລໍຖ້າ 2-3 ອາທິດຫຼັງຈາກທຸກໆເດືອນເພື່ອໃຫ້ໄດ້ຮັບບົດລາຍງານທາງດ້ານການເງິນຂອງພວກເຮົາ. ຂ້ອຍເລີ່ມ Digits ດ້ວຍເປົ້າໝາຍອັນດຽວຄື: ສ້າງທຸລະກິດຂະໜາດນ້ອຍການເງິນແບບສົດໆ, ໂຕ້ຕອບໄດ້, ແລະ intuitive.

ຂໍ້ມູນທາງດ້ານການເງິນໃນເວລາທີ່ແທ້ຈິງທີ່ຢູ່ເບື້ອງຫຼັງ Digits ແມ່ນຫຍັງ?

ປະສົບການ Crashlytics ຂອງຂ້ອຍໄດ້ຮັບການເສີມສ້າງໂດຍສິ່ງທີ່ຂ້ອຍເຫັນຢູ່ໃນ Twitter. ໃນຖານະເປັນຫົວຫນ້າຜະລິດຕະພັນຜູ້ບໍລິໂພກ, ສ່ວນຫນຶ່ງຂອງຄວາມຮັບຜິດຊອບຂອງຂ້ອຍໄດ້ເຮັດວຽກກັບທີມງານການເງິນເພື່ອເບິ່ງແຍງການເງິນຂອງອົງການ. ຂ້າພະເຈົ້າຈື່ໄດ້ຖາມພວກເຂົາຄໍາຖາມງົບປະມານບ່ອນທີ່ຄໍາຕອບແມ່ນປະສິດທິຜົນ, "ພວກເຮົາບໍ່ໄດ້ດໍາເນີນການຫນັງສືເຫຼົ່ານັ້ນ. ໃຫ້ພວກເຮົາສອງສາມອາທິດ.” ຂ້າພະເຈົ້າຄື, ສອງສາມອາທິດ?! ພວກເຮົາມີ 100+ ຄົນໃນດ້ານການເງິນ ແລະນີ້ແມ່ນທີມງານວິສະວະກໍາຜະລິດຕະພັນຫຼັກຂອງບໍລິສັດ! ມັນສະແດງໃຫ້ຂ້ອຍຮູ້ວ່າສິ່ງທີ່ຂ້ອຍປະສົບຢູ່ Crashlytics ແມ່ນບໍ່ແປກ, ມັນແມ່ນສະຖານະພາບທີ່ຍອມຮັບຢູ່ໃນບໍລິສັດຫຼາຍຂະຫນາດ.

ໃນໂລກໄວຂອງມື້ນີ້, ທ່ານຈໍາເປັນຕ້ອງຕັດສິນໃຈທຸລະກິດໃນເວລາທີ່ແທ້ຈິງ, ໃນເວລານີ້. ການເງິນຂອງເຈົ້າຄວນແລ່ນໄປໃນຄວາມໄວດຽວກັນກັບທຸລະກິດຂອງເຈົ້າ.

ເປັນຫຍັງບໍລິສັດຊອບແວທີ່ເປັນມໍລະດົກຕ້ອງຕໍ່ສູ້ກັບການສະເຫນີຂໍ້ມູນທາງດ້ານການເງິນໃນເວລາຈິງ?

ມໍລະດົກແມ່ນຄໍາສໍາຄັນຢູ່ທີ່ນີ້. ລະບົບການເງິນໃນປະຈຸບັນແມ່ນ relics ຈາກຍຸກດິຈິຕອນຂອງ 70s-80s. ທະນາຄານສ່ວນໃຫຍ່ຍັງແລ່ນ mainframes COBOL. ຊຸດຊອບແວບັນຊີທີ່ສໍາຄັນແມ່ນ 20-30 codebases ອາຍຸ. ຢູ່ທີ່ Digits, ແລະດ້ວຍການເປີດຕົວ Digits AI, ພວກເຮົາກໍາລັງແກ້ໄຂບັນຫານີ້ໃນລະດັບພື້ນຖານ, ທົບທວນຄືນພື້ນຖານຂອງບັນຊີທາງດ້ານການເງິນໂດຍຜ່ານທັດສະນະຂອງເຕັກໂນໂລຊີການຮຽນຮູ້ເຄື່ອງຈັກຫລ້າສຸດແລະສະຖາປັດຕະຍະກໍາຊອບແວທີ່ທັນສະໄຫມ.

ທ່ານສາມາດປຶກສາຫາລືກ່ຽວກັບປະເພດຂອງເຄື່ອງຈັກໃນການຮຽນຮູ້ເຄື່ອງຈັກທີ່ຖືກນໍາໃຊ້ບໍ?

ພວກເຮົາຕື່ນເຕັ້ນຫຼາຍກັບ Digits AI ເພາະວ່າມັນລວມເອົາຈຸດແຂງຂອງທັງສອງສາຂາຫຼັກໃນການຮຽນຮູ້ຂອງເຄື່ອງຈັກ: ແບບຈໍາລອງພາສາຂະຫນາດໃຫຍ່ທີ່ສ້າງຂຶ້ນ ແລະແບບຈໍາລອງຄວາມຄ້າຍຄືກັນໃນການຄາດເດົາ. ພວກເຮົາໄດ້ປັບປຸງແບບຈໍາລອງພາສາທີ່ສ້າງຂຶ້ນມາຢ່າງດີເພື່ອຊ່ວຍລູກຄ້າທີ່ມີວຽກທີ່ໜ້າເບື່ອເຊັ່ນ: ການເຂົ້າໃຈຄຳຖາມທາງດ້ານການເງິນ ແລະ ການອະທິບາຍຄຳສັບການບັນຊີ, ແລະ ພວກເຮົາໄດ້ຝຶກອົບຮົມແບບຈໍາລອງການຄາດເດົາທີ່ເປັນເຈົ້າຂອງຫຼາຍກວ່າ 300 ຕື້ໂດລາໃນປະລິມານການເຮັດທຸລະກໍາຂະຫນາດນ້ອຍ, ດັ່ງນັ້ນເຂົາເຈົ້າເຂົ້າໃຈແນວຄວາມຄິດຫຼັກຂອງສອງເທົ່າ. - ການບັນຊີ. ສົມທົບກັບເຄື່ອງຈັກສ້າງແບບຈໍາລອງທາງດ້ານການເງິນທີ່ອອກແບບເອງຂອງພວກເຮົາ, Digits AI ເປັນຕົວແທນຂອງຄວາມກ້າວຫນ້າທາງດ້ານເຕັກໂນໂລຢີໃນການນໍາໃຊ້ຕົວແບບການຮຽນຮູ້ເຄື່ອງຈັກທີ່ທັນສະໄຫມກັບການເງິນທຸລະກິດ.

ແບບຈໍາລອງ AI ທົ່ວໄປມັກຈະບໍ່ດີໃນຄະນິດສາດ, Digits ແກ້ໄຂບັນຫານີ້ແນວໃດ?

ເຈົ້າເວົ້າຖືກແທ້ໆ - ແບບຈໍາລອງ AI ທົ່ວໄປແມ່ນສະຫຼາດໃນການສະແຫວງຫາຄວາມຄິດສ້າງສັນ ແຕ່ມີຊື່ສຽງໂດ່ງດັງຢູ່ໃນການອອກກໍາລັງກາຍທີ່ອີງໃສ່ຄວາມເປັນຈິງ ແລະຄະນິດສາດໂດຍສະເພາະ. ເຈົ້າອາດຈະໄດ້ເຫັນຕົວຢ່າງບາງຢ່າງກັບ ChatGPT ທີ່ມ່ວນຫຼາຍ. ການແກ້ໄຂນີ້ແມ່ນຄວາມພະຍາຍາມອັນໃຫຍ່ຫຼວງ ແລະເປັນບາດກ້າວບຸກທະລຸອັນໃຫຍ່ຫຼວງແທ້ໆສໍາລັບທີມງານວິສະວະກໍາຂອງພວກເຮົາ: Digits AI ປະສົມປະສານພະລັງງານຂອງຮູບແບບພາສາຂະຫນາດໃຫຍ່ກັບເຄື່ອງຈັກສ້າງແບບຈໍາລອງທາງດ້ານການເງິນໃຫມ່ຂອງພວກເຮົາທີ່ເປັນເຈົ້າຂອງແລະພາສາແບບສອບຖາມທີ່ອອກແບບເອງທີ່ທັງສອງງ່າຍຕໍ່ການແປແລະສະແດງອອກຫຼາຍກ່ວາແບບດັ້ງເດີມ. ວິທີການທີ່ອີງໃສ່ SQL. ອັນນີ້ອະນຸຍາດໃຫ້ Digits AI ເຂົ້າໃຈຄວາມຕັ້ງໃຈຂອງຜູ້ໃຊ້ ແລະຮ້ອງຂໍການຄິດໄລ່ຂໍ້ມູນຂອງເຂົາເຈົ້າໂດຍບໍ່ຮູ້ຕົວຂອງຂໍ້ມູນ ຫຼືລະຫັດການເຂົ້າລະຫັດ. ຮ່ວມກັນ, ພວກເຮົາສາມາດສະຫນອງ 100% ຄໍາຕອບທີ່ຖືກຕ້ອງກັບທຸກຄໍາຮ້ອງຂໍ.

ຕົວເລກໄດ້ບຸກເບີກສະຖາປັດຕະຍະກໍາສາມຊັ້ນເພື່ອປົກປ້ອງຂໍ້ມູນລູກຄ້າທີ່ນໍາເອົາຄວາມປອດໄພລະດັບທະນາຄານໄປສູ່ຮູບແບບພາສາຂະຫນາດໃຫຍ່, ເຈົ້າສາມາດປຶກສາຫາລືກ່ຽວກັບເຕັກໂນໂລຢີນີ້ໄດ້ແນວໃດ, ແລະວິທີການຮັກສາຄວາມປອດໄພຂອງຂໍ້ມູນ?

ຢູ່ໃນພື້ນຖານແມ່ນເຄື່ອງຈັກສ້າງແບບຈໍາລອງທາງດ້ານການເງິນໃຫມ່ຂອງ Digits. ຂໍ້ມູນລູກຄ້າຖືກເຂົ້າລະຫັດໄວ້ໃນຕອນທີ່ເຫຼືອໂດຍໃຊ້ AES-256, ດ້ວຍກະແຈການເຂົ້າລະຫັດວັດຖຸທີ່ປ້ອງກັນຜ່ານເຕັກນິກຂັ້ນສູງ ເຊັ່ນ: ການເຂົ້າລະຫັດຊອງຈົດໝາຍລັບ, ແລະຖືກແຍກອອກຈາກທຸລະກິດໂດຍທຸລະກິດ, ບໍ່ເຄີຍປ່ອຍໃຫ້ຂອບເຂດທີ່ປອດໄພຂອງໂຄງສ້າງພື້ນຖານຂອງ Digits ຂອງສະຫະລັດ. ໃນຊັ້ນທີສອງ, Digits AI ນໍາໃຊ້ແບບຈໍາລອງການຮຽນຮູ້ແບບເລິກເຊິ່ງທີ່ໄດ້ຮັບການຝຶກອົບຮົມແບບກໍານົດເອງເພື່ອເຂົ້າໃຈຄຸນລັກສະນະທີ່ເປັນເອກະລັກຂອງການເງິນທຸລະກິດຂະຫນາດນ້ອຍແລະການບັນຊີສອງຄັ້ງ. ໃນຊັ້ນທີສາມ, Digits AI ພົວພັນກັບ LLM APIs ສາທາລະນະໂດຍໃຊ້ພຽງແຕ່ຕົວລະບຸລູກຄ້າທີ່ບໍ່ເປີດເຜີຍຊື່ແລະສັບສົນ. ບໍ່ມີຈຸດໃດແມ່ນຂໍ້ມູນລູກຄ້າດິບທີ່ເຄີຍເປີດເຜີຍກັບຕົວແບບຂອງພາກສ່ວນທີສາມຫຼືລະບົບ.

ທ່ານຂ້ອນຂ້າງມີທ່າອ່ຽງຕໍ່ກັບອະນາຄົດຂອງ AI, ເປັນຫຍັງທ່ານຈຶ່ງຄິດວ່າ AI ຂະຫຍາຍຕົວຢ່າງພຽງແຕ່ເລີ່ມຕົ້ນ?

ChatGPT ໄດ້ປະສົບກັບເສັ້ນໂຄ້ງການຮັບຮອງເອົາທີ່ໄວທີ່ສຸດຂອງເຕັກໂນໂລຢີໃດໆໃນປະຫວັດສາດຂອງມະນຸດດ້ວຍເຫດຜົນທີ່ດີ: ບໍ່ເຫມືອນກັບຄື້ນອິນເຕີເນັດເມື່ອ 25 ປີທີ່ຜ່ານມາ, ທ່ານບໍ່ຈໍາເປັນຕ້ອງໄດ້ຮັບຄອມພິວເຕີແລະເຊັນສັນຍາກັບ ISP. ບໍ່ເຫມືອນກັບຄື້ນມືຖືເມື່ອ 15 ປີກ່ອນ, ທ່ານບໍ່ຈໍາເປັນຕ້ອງຊື້ໂທລະສັບສະຫຼາດລາຄາແພງ. ແລະແຕກຕ່າງຈາກຄື້ນ crypto ເມື່ອ 5 ປີກ່ອນ, AI ແມ່ນງ່າຍທີ່ຈະໃຊ້, ແລະມັນເປັນປະໂຫຍດແທ້ໆ.

ຂ້າພະເຈົ້າເຊື່ອຢ່າງເລິກເຊິ່ງ AI ຈະເປັນຜົນບັງຄັບໃຊ້ການເລັ່ງທີ່ບໍ່ຫນ້າເຊື່ອໃນທົ່ວອຸດສາຫະກໍາສ່ວນໃຫຍ່. ເຕັກໂນໂລຍີທີ່ຕິດພັນແມ່ນຈິງ, ມັນເຮັດວຽກ, ແລະມັນສະແດງໃຫ້ເຫັນເຖິງການປຽບທຽບທີ່ ໜ້າ ສົນໃຈກັບວິທີທີ່ມະນຸດຮຽນຮູ້ແລະຄິດ. ຂ້າພະເຈົ້າຄາດຄະເນໃນ 10 ຫຼື 15 ປີ, ພວກເຮົາຈະເບິ່ງຄືນແລະເວົ້າວ່າການມາຮອດຂອງ AI ແມ່ນການຫັນປ່ຽນປະສົບການຂອງມະນຸດຫຼາຍກວ່າມືຖື. ມັນທຽບເທົ່າກັບການປະດິດຂອງຊິບຄອມພິວເຕີ, ຫຼືການບິນ, ຫຼືເຄື່ອງພິມ, ໃນວິທີການທີ່ຈະສົ່ງຜົນກະທົບຕໍ່ໂລກອ້ອມຮອບພວກເຮົາ. ແລະມັນເກີດຂຶ້ນໄວກວ່າ 100 ເທື່ອ.

ວິໄສທັດຂອງເຈົ້າສໍາລັບອະນາຄົດຂອງ Digits ແມ່ນຫຍັງ?

Digits AI ເປັນພຽງບາດກ້າວທຳອິດຂອງພວກເຮົາໃນການສ້າງອະນາຄົດຂອງການເງິນທຸລະກິດຂະໜາດນ້ອຍແບບສົດໆ, ເຂົ້າໃຈງ່າຍ, ອັດຕະໂນມັດ, ແລະພວກເຮົາກໍ່ຍາກແລ້ວໃນການເຮັດວຽກຂະຫຍາຍຄວາມສາມາດຂອງມັນ. ໃນອະນາຄົດອັນໃກ້ນີ້, Digits ຈະຊ່ວຍເພີ່ມຄວາມໄວໃນການເຮັດບັນຊີຂອງເຈົ້າ, ໃຫ້ທ່ານມີເງິນສົດ ແລະຍອດວິວຂອງທຸລະກິດຂອງທ່ານໄປພ້ອມໆກັນ, ສ້າງລາຍງານການເງິນປະຈໍາເດືອນຂອງເຈົ້າໂດຍອັດຕະໂນມັດ, ແລະຊ່ວຍເຈົ້າງົບປະມານ ແລະການຄາດຄະເນໄດ້ໂດຍບໍ່ຕ້ອງເສຍຂໍ້ບົກພ່ອງ ແລະການຮັກສາແບບຈໍາລອງ. . ຫ້າປີຂ້າງຫນ້າຈະມີການປ່ຽນແປງທາງດ້ານການເງິນທຸລະກິດແລະການບັນຊີ, ແລະເປົ້າຫມາຍຂອງພວກເຮົາແມ່ນເພື່ອບຸກເບີກຊອບແວທີ່ເຮັດໃຫ້ທັງຫມົດນີ້ມີຄວາມສຸກ.

ຂອບໃຈສໍາລັບການສໍາພາດທີ່ຍິ່ງໃຫຍ່, ຜູ້ອ່ານທີ່ຕ້ອງການຮຽນຮູ້ເພີ່ມເຕີມຄວນໄປຢ້ຽມຢາມ ຕົວເລກ.