Matt Martin, medgrunnlegger og administrerende direktør i Clockwise – Intervju-serie

Matt Martin, medgrunnlegger og administrerende direktør i Clockwise, er en tidligere advokat som ble ingeniør og entrepreneur, og som har bygget ett av de mest avanserte AI-drevne planleggingsplattformene i verden. Siden han grunnla Clockwise i 2016, har han ledet selskapet på en misjon om å gjenskape hvordan kunnskapsarbeidere håndterer sin tid, og har hjulpet over 40 000 selskaper, inkludert Atlassian (TEAM ), Asana og Uber. Med en karriere som har spennt over jus, produktledelse og programvareutvikling, kombinerer Matt en unik blanding av analytisk strenghet og teknisk ekspertise for å håndtere en av arbeidsplassenes mest oversete utfordringer: å finne tid for det som virkelig betyr noe.

Du har hatt en unik vei fra advokat til programvareutvikler til grunnlegger — hva var det som til slutt ledet deg til å starte Clockwise i 2016, og hvordan har denne bakgrunnen formet selskapets misjon?

Vel, det er en ikke-så-åpenbar sammenheng: Jeg har alltid vært en stor nerd! Fra å bygge nettsider på den tidlige webben til å bygge team, når jeg ser et interessant problem, blir jeg sugd inn. Å flytte fra jus til teknologi i Bay Area ga meg en unik perspektiv på et universelt problem: hvordan kalenderhåndtering hadde blitt ødelagt. Møter som fulgte hverandre, dobbeltbookinger og fullstendig mangel på tid til å faktisk gjøre meningsfullt arbeid.

Jeg setter pris på min juridiske utdanning, men jeg kan ikke hevde at den er direkte anvendbar på min dag-til-dag nå lenger. Det var virkelig mine startup-år, arbeidende i selskaper som ikke kunne skaleres effektivt delvis fordi alle var fanget i møtehelvete, som kristalliserte muligheten.

Hva som formet Clockwises misjon — å hjelpe mennesker å finne tid for det som betyr mest i deres dager — var å innse, motsatt av hva som vanligvis trodd, at produktivitet ikke er et individuelt problem, men et fundamentalt bedriftsøkonomisk problem. De beste selskapene i verden har briljante mennesker, men hvis disse menneskene ikke kan finne tid til å tenke og skape fordi de konstant bytter kontekst mellom møter, er det en massiv slepeeffekt på innovasjon og vekst.

Vi bygde Clockwise for å gi selskaper tilbake det som betyr mest: fokusert tid for deres mennesker til å gjøre sitt beste arbeid.

Hva var det som du så som et hull i arbeidsplassen produktivitet og planlegging som overbeviste deg om at det var verdt å dedikere nesten ett tiår til å løse?

Jeg ledet en front-end utviklingsteam, og jeg ble syk av å tilbringe uendelige timer på å rekruttere, påmelding og integrere nye ingeniører bare for å ha dem komme til meg noen måneder senere og klage over hvor lite tid de hadde i uken til å kode. Hva er dette!? De vil gjøre godt arbeid, vi betaler dem (mye) for å gjøre godt arbeid, og likevel tar ingen i selskapet noen ansvar for den forferdelige innvirkningen dårlige planer hadde på disse folkene. Det føltes vanvittig.

Vi behandler tidsstyring som en individuell byrde, men det er så mye klynk. Denne “synk eller svøm” -tilnærmingen til tidsstyring representerer systematisk organisatorisk svikt forkledd som personlig ansvar. I virkeligheten kontrollerer ansatte ikke mye av sin tid! Det er fordi tid er et nettverksystem. Når en person planlegger et møte, har det en innvirkning som går utover hver enkelt deltakers kalender, pluss alle de møter de også er i. En enkelt planendring kan påvirke produktivitet over hele teamet.

Den primære inndata til en kunnskapsøkonomi er tiden og oppmerksomheten til enkeltansatte. Et selskap som kan øke mengden av betydningsfull ansatt tid vil ha en ufattelig fordel på markedet. Og ethvert stykke programvare som kan aktivere denne produktiviteten vil være vanvittig verdifullt. Dette er problemet verdt å dedikere nesten ett tiår til å løse.

Clockwise brukes nå av over 40 000 organisasjoner, inkludert navn som Atlassian, Uber og Netflix. Hva tror du har resonert mest med enterprise-kunder?

Når team vokser, blir beslutningstaking, fremgang og produktivitet langsommere. Ikke å nevne at planlegging blir enda mer kompleks.

Selskaper som Uber og Atlassian forstår umiddelbart at mindre tid brukt på å koordinere planer betyr mer tid for betydningsfullt arbeid – det er derfor de ber på oss å håndtere kompleksitetene ved å optimalisere kalendere organisasjonsvis.

La oss si at jeg vil planlegge en time lang synkronisering med mitt team. På overflaten ser det ut til å være ganske enkelt, ikke sant? Men det er ganske mange begrensninger å ta hensyn til når det gjelder å finne en tid som vil fungere for alle:

• 8 personer over 3 tidssoner
• 2 personer har “ingen møter før 10am” -preferanser
• 1 person er på reise neste uke
• 3 deltakere krever forberedelsestid

Clockwise internaliserer alle kravene og flytter motsatte hendelser for å gi plass til det nye møtet. Hva som resonerte med kundene er at de ikke måtte håndtere den nødvendige kalender-Tetris. De visste at viktige møter ville skje, ikke-presserende elementer ville bli omprioritert, og konflikter ville bli løst — alt automatisk.

Hittil har vi skapt over 7 millioner timer med tid for dyp arbeid og omprioritert over 18 millioner møter. For bedrifter er det en målbart avkastning på produktivitet.

I denne uken kunngjør du en ny generasjon av din planleggingshjerne og MCP-server. Hvilke aspekter av denne lanseringen tror du vil ha den største umiddelbare innvirkningen på brukerne?

Når AI-økosystemet eksploderer, ser det ut til at hvert enkelt selskap under solen har lansert en assistent, men så feiler på det mest grunnleggende assistentoppdraget: å planlegge møter. Vi fikser det.

Clockwise MCP gir AI-agenter tilgang til verdens mest avanserte planleggingshjerne (som vi har brukt 9 år på å bygge), og muliggjør at de kan resonere om tid med menneskelig nuanse. For første gang vil AI kunne ta planleggingsbeslutninger og implementere kalenderendringer basert på dyp kontekstforståelse, ikke bare på hva som er tilgjengelig.

Den umiddelbare innvirkningen er at du nå kan si til Claude, ChatGPT eller Cursor: “Planlegg en 90-minutters produktgjennomgang med mitt distribuerte team denne uken, respekter alle fokusblokker og tidssoner” og det fungerer faktisk som du ville forvente en menneskelig assistent å håndtere det.

Utenfor det rette planlegging, å utnytte de unike evnene til LLM-er sammen med Clockwise MCP, låser også opp hele nye arbeidsflyter. For eksempel kunne du be Claude om å vise deg hva teamets produktivitet ser ut som over de siste månedene, optimalisere din plan etter Cal Newports Deep Work-metodologi eller gjennomgå ditt barns skoleavis og blokkere alle viktige datoer på din kalender.

Det er forskjellen på AI som kan lese din kalender og AI som kan tenke som en erfaren EA. Denne forskjellen transformerer disse verktøyene fra imponerende demoer til genuint nyttige arbeidsplassassistenter.

Mange AI-assistenter kan generere tekst eller kode, men snubler over planlegging. Hvorfor er tid et så vanskelig problem for AI å håndtere?

Å manipulere tid er noe som mennesker håndterer intuitivt med nuanse. Men be en AI-assistent om å planlegge et teammøte neste uke, og den vil foreslå en tid når halve teamet sover eller er i dyp fokusblokk.

Det er fordi de fleste kalenderintegrasjoner behandler planlegging som databaseforespørsler. De kan finne ledige plasser og fylle dem, men de kan ikke ta de smarte beslutningene som faktisk planlegging krever.

Problemet er kontekst. Effektiv planlegging krever å forstå menneskelige arbeidsmønster utover enkel tilgjengelighet. AI må vite at Alex liker å hente kaffe etter å ha droppet barna på skolen, noe som gjør det til et perfekt vindu for en uformell telefonsamtale, men ikke en Zoom-presentasjon. Eller at Johanna trenger 10 minutter mellom møter for å håndtere aksjonspunkter, og hennes hyppige reising krever asynkron møteformat.

Kontroversiell synspunkt: men jeg tror ikke at å kaste mer data og beregning på dette problemet vil føre til en god løsning noen gang snart.

Hvordan skiller den nye planleggingshjernen seg fra tidligere versjoner av Clockwise, og hva slags forbedringer kan brukerne forvente?

Vi arbeider alltid med å forbedre vår planleggingshjerne, og denne neste generasjonen av intelligens er merkbar i sin evne til å være kontekstuell og tilgjengelig på forespørsel.

Den største skiftet er å gå fra reaktiv til proaktiv planlegging. Tidligere ville Clockwise optimalisere din kalender på en fast daglig plan; nå kan du generere optimaliseringer på forespørsel, når du må.

Vi har også aktivert hjernen til å tenke mer helhetlig rundt din komplette arbeidsbyrde. Den nye oppgaveintegrasjonen tillater Clockwise å koordinere tid for dine oppgaver sammen med møter, samtidig som den respekterer frister og fokusblokkpreferanser. Det er ikke bare å håndtere møter lenger; det er å håndtere all viktig arbeid du må gjøre mellom møtene.

Og vi har dramatisk forbedret den underliggende algoritmens evne til å prosessere flere planleggingsendringer samtidig. La oss si at du vil omprioritere alle dine 1-til-1-møter for uken. Denne enkelt forespørselen får Clockwise til å iverksette handlinger over flere kalenderhendelser. Disse algoritme-forbedringene resulterer i høyere suksessrater for å skape fokus-tid og forbedre resultater for brukerne.

Oppdateringen introduserer funksjoner som på forespørsel-optimaliseringer, oppgaveintegrasjoner og analyser. Hvordan endrer disse forbedringene måten individer og team kan arbeide med sine kalendere?

På forespørsel-optimaliseringer er en game-changer for individer som ønsker å ta umiddelbar handling, i stedet for å vente på at systemet bestemmer når det skal hjelpe. Oppgaveintegrasjon er enormt fordi den endelig broer gapet mellom møteplaner og å finne tid til å faktisk gjøre arbeid ferdig.

For team er analytikkeevnene transformative. Ledere kan nå se mønster de aldri har sett før — som å identifisere når noen er konstant i møter eller når teamets kollektive fokus-tid blir erodert av møte-kryp. Nå kan ledere ta data-drevne beslutninger om arbeidsbyrdefordeling og møtehygiene i stedet for bare å håpe alle håndterer sin tid godt.

Kombinasjonen av disse forbedringene betyr at team kan gå fra reaktiv kalenderhåndtering til proaktiv tidsstrategi.

Hva rolle spiller data — som de 17 millioner månedlige kalenderhendelser Clockwise analyserer — i å muliggjøre menneske-lignende planleggingsintelligens?

Det er to lag i dette svaret.

Først, på en meget direkte måte, muliggjør den massive mengden data vi prosesserer og analyserer å levere en bedre, mer nuanseplanleggingshjerne. Clockwise analyserer over 160 millioner kalenderdata punkter hver dag, tester millioner av kalenderarrangementer og orkestrerer optimaliseringer for å holde team produktive. Systemet aggregerte denne informasjonen for å bedre forstå hvordan og når individer, team og hele organisasjoner faktisk gjør sitt beste arbeid. Dette blir så inkorporert i produktet i alt fra algoritme-forbedringer til bedre UI/UX.

For det andre, gitt skalaen på kalenderdata — både hard data som flyter fra API-er, men like viktig, myk data i form av individuelle preferanser — innen moderne organisasjoner, gjør det bokstavelig talt umulig for noen enkelt menneske å navigere.

Mens de beste menneskelige assistenter er gode til å fatter beslutninger basert på kontekstuell kunnskap, kan de virkelig bare optimalisere for en, to, kanskje tre individer på samme tid. Det er virkelig for komplekst å navigere kombinasjonsbegrensningene til alle deltakere. En AI-kalenderassistent, på den andre siden, kan effektivt planlegge på bedriftsnivå ved å kombinere systemer med domenekunnskap og prosessering av store mengder data effektivt.

Tradisjonell planlegging spør: “Når er alle ledige?” Men det bedre spørsmålet er: “Når er den beste tiden for dette arbeidet å bli gjort, og hvordan kan vi gjøre det?” Du kan virkelig bare håndtere det spørsmålet for alle hvis du opererer over nettverket av alle kalendere samtidig.

Hvordan ser du for deg at selskaper vil utnytte Clockwise MCP med agenter fra Anthropic, OpenAI og andre? Er vi på vei mot at hver enkelt bedrift kjører sin egen AI-drevne executive assistant?

Det er noen som kan si nå, men min bet er at det vil være to assistentlag i bedriften: ett lag vil gi hver ansatt en orkestrerende agent — dette kan ligne en super- EA eller en sjef — som vil ringe inn til flere forskjellige agenter som er domene-eksperter i spesifikke områder. Jeg tror det er sannsynlig at noen få forskjellige leverandører vil dukke opp for den orkestrerende agenten. I motsetning til forbrukerrommet hvor ChatGPT dukker opp som dominant, tenderer bedrift til å splittes basert på de spesifikke behovene til forskjellige organisasjoner.

Det domene-spesifikke agentrommet vil være mye mer divers og interessant. Akkurat som du ikke nødvendigvis ønsker at Microsoft (MSFT ) skal levere alle deler av programvaren for din organisasjon (selv om Microsoft ville ønske det!), er det klart at vi alle vil ønske hjelpen til spesifikke agenter levert av spesifikke programvareleverandører for å håndtere spesialiserte oppgaver

Planlegging og tidsstyring er definitivt ett av disse spesialiserte tilfellene. For å få det rett, må AI ha evnene til å levere hva mennesker faktisk trenger for å gjøre deres arbeidsdager mer produktive. Forestill deg en kalenderagent som kjenner hele teamets leveranser, personlige energimønster og organisatoriske prioriteringer, og så automatisk orkestrerer alle kalendere for å optimalisere resultater. Ingen tilbakevendende e-poster, ingen møtekonflikter, ingen kontekstbytting. Assistentene vil utvikle seg fra “Hei, du har et møte om 10 minutter” til “Jeg har forberedt dine talepunkter, fjernet konfliktende prioriteringer og sikret at alle interessenter har forhåndslesningsmateriale”.

Selskapene som begynner å integrere tidsmessig resonnering i sine AI-arbeidsflyter, vil ikke bare spare oss fra dårlige møter; de vil låse opp en ny front av produktivitet drevet av menneske-AI-samarbeid.

Hva slags sikkerhetsforanstaltninger eller etiske overveielser kommer i spill når du bygger en AI som resonerer om hvordan mennesker bruker sin tid?

Først, fra et personvernsperspektiv, tillater vi aldri modeller å få tilgang til kundens data for trening. Aldri. Og vi går langt for å sikre at dette er tilfelle. Kundedikt er absolutt avgjørende ikke bare for vår kommersielle suksess, men det er også sentralt for våre selskapsverdier.

For det andre, optimaliserer vi for menneskelig velvære (som fokusblokker, møtepauser og lunsj) over tradisjonelle produktivitetsmål. Vi unngår eksplisitt funksjoner som muliggjør mikrostyring eller arbeidsplassovervåking: ingen dashboards om teamplanleggingsvaner, ingen “produktivitetsskår” for prestasjonsgjennomgang. Mens brukerpreferanser informerer Clockwises optimaliseringer, beholder menneskene kontroll over sine kalendere samtidig som de får intelligente anbefalinger de kan akseptere eller ignorere. Vi reduserer planleggingsfriksjon samtidig som vi opprettholder menneskelig kontroll over menneskenes mest verdifulle ressurs: deres tid.

Ser du for deg hvordan forholdet mellom AI-assistenter og menneskelig produktivitet vil utvikle seg over de neste fem årene, og hvor passer Clockwise inn i denne fremtiden?

På et meget høyt nivå ser jeg AI som et annet verktøy. Evnene det muliggjør, vil forsterke og muliggjøre millioner, men vil også uunngåelig flytte hvor mennesker er mest verdifulle. Jeg håper at vi, som et samfunn, kan være mer tankeriktige om den menneskelige innvirkningen av store endringer i vår økonomi enn vi har vært i fortiden. Men jeg må si at den nåværende politiske atmosfæren ikke inspirerer optimisme på den fronten.

På et mer taktisk nivå tror jeg vi vil se noen endringer.

Først, mens agent-arbeidsflyter blir mer pålitelige og vanlige — en trend som er i gang, men har langt igjen — vil vi se en utvikling fra reaktiv til proaktiv arbeidsflyt. For eksempel, mens Clockwises planleggingshjerne har blitt mer avansert i sin pålitelighet, har vi kunnet utføre mer proaktive og aggressive intervensjoner på vegne av en bruker. For å gjøre dette, må teknologien være robust, sikker og nuansert nok til å fungere uten menneskelig inngripen. Mens AI-agenter blir mindre fiddly, mer deterministisk og mer motstandsdyktig, tror jeg de også vil gjøre denne skiftet.

For det andre vil vi se en avklaring av plattformer. Nå er det en åpen konkurranse om hvem som kan være den orkestrerende agenten i bedriften. Som jeg nevnte tidligere, tror jeg det er plass til mer enn én dominant spiller i bedriften, men som vi har sett i tidligere teknologiske skift, er det vanskelig for sluttbrukere å få tilgang til ny teknologi før plattformkrigene har sett litt ut. Som en tredjeparts programvareleverandør, må du vite hvilke plattformer som er verdt å investere i, og som en programvarekjøper, må du ha tillit til at valget ditt vil være en god investering. Så, før det setter seg, vil vi alle bruke litt av våre entreprenørressurser på å gjøre forsøk og eksperimentere. For øvrig, det betyr også sannsynligvis en syklus av boble-popping og gjenoppbygging.

Tredje, vil vi se utviklingen av nåværende standarder i en retning som gjør sanne plattformer mulige. Nå er MCP en god nok løsning for tredjepartsverktøykall, men det har mange ujevnheter å jette ut. I tillegg tror jeg vi vil se en standard for å injicere tredjeparts-grensesnitt i agentic-arbeidsflyter og chat-grensesnitt. Mennesker er visuelle vesener og programvareleverandører er eksperter i den beste måten å låte brukere effektivt samhandle med deres programvare (vel, de er ofte eksperter…).

Forestall deg en AI som ikke bare analyserer kalenderkonflikter, men også automatisk visualiserer teamtilgjengelighet og planleggingsalternativer i ditt prosjektstyringsverktøy, eller en som transformerer budsjettdiskusjoner i Slack til sanntidsfinansielle dashboards hvor interessenter kan utforske scenarier sammen. Disse sofistikerte, sammenkoblede systemene vil forstå kontekst dypt nok til å vite når de skal forbli usynlige og når de skal fremme innsikt gjennom det mest effektive medium — enten det er en varsling, et visuelt grensesnitt eller direkte handling. I denne fremtiden blir AI infrastruktur i stedet for et reisemål.

Den ultimate visjonen: AI som forsterker menneskelig kreativitet ved å fjerne friksjon mellom intensjon og gjennomføring. Når planleggingsintelligensen blir usynlig infrastruktur, fokuserer mennesker fullstendig på arbeid som bare mennesker kan gjøre. Suksess vil ikke måles av hvor imponerende AI føles, men av hvor lett kompleks koordinering blir — teknologien forsvinner i bakgrunnen mens menneskelig potensial flytter til rampelyset. Takk for det flotte intervjuet, lesere som ønsker å lære mer, bør besøke Clockwise.