Shay Levi, CEO og medgrunnlegger av Unframe – Intervju-serie

Shay Levi er medgrunnlegger og CEO av Unframe, et selskap som gjenskaper bedrifts-AI med skalerbare, sikre løsninger. Tidligere var han medgrunnlegger av Noname Security og ledet selskapet til en verdsettelse på 500 millioner dollar og ble kjøpt opp av Akamai på bare fire år. Som en erfaren innovatør innen cybersikkerhet og teknologi, spesialiserer han seg på å bygge transformative løsninger.

Unframe er en all-in-one bedrifts-AI-plattform med hovedkontor i Cupertino, California, som muliggjør at bedrifter kan bringe enhver unik AI-anvendelse til live på få timer, i stedet for måneder. Gjennom sin Blueprint-tilnærming samarbeider Unframe med store bedrifter globalt for å implementere løsninger på områder som overvåkning, data-abstraksjon, intelligente agenter og modernisering. Unframe bruker resultatbasert prising, som gjør det mulig for kundene å oppleve og utvikle enhver løsning de ønsker, uten risiko. Unframe er LLM-agnostisk og trenger ikke finjustering eller trening – noe som grunnleggende endrer hva som er mulig for store bedrifter som søker skalerbare, ferdige AI-løsninger.

Den 3. april 2025 gikk Unframe ut av stealth-modus med 50 millioner dollar for å gjenskape bedrifts-AI-distribusjon.

Efter den vellykkede avslutningen av Noname Security til Akamai, hva motiverte deg til å lansere Unframe, og hva gap identifiserte du i bedrifts-AI-rommet som gjorde det til riktig tid og mulighet?

Jeg forlot faktisk Noname før akkvisisjonsdiskusjonene startet. Det jeg så, var en enorm bølge som kom, CIO-er var under press for å adoptere AI raskt, men verktøyene som var tilgjengelige for dem, var ikke bedrifts-klare. De var enten i ferd med å sette sammen punktløsninger uten styring, eller vente på at interne team skulle bygge fra scratch. Ingen av disse veiene skalerte, og begge introduserte risiko.

Det var signalen. Jeg innsett at bedrifter ikke bare trengte tilgang til AI – de trengte en plattform som ga dem kontroll, hastighet og fleksibilitet samtidig. Det var det som ledet til Unframe.

Noname Security var en pionér innen API-sikkerhet. Hvordan har din erfaring med å bygge et sikkerhetsfokusert selskap påvirket tilnærmingen du tar med Unframe?

Sikkerhet er i vårt DNA. Hos Noname lærte vi at innovasjon uten styring raskt fører til risiko. Den lekten gjelder også for AI. Fra dag én i Unframe har vi bygget inn riktige retningslinjer – sikker datahåndtering, modell-gjennomsiktighet, rollebasert tilgang – slik at bedrifter kan innovere uten å introdusere nye sårbarheter.

Vi er også svært klar over hvordan ting bryter sammen i skala. Så mens Unframe gir teamene mulighet til å flytte raskt, har vi designet plattformen med tanke på bedrifts-kompleksitet – enten det er å håndtere datastrømmer, å påtvinge overholdelse eller å integrere med legacy-systemer.

Var det noen felles smertepunkter over bedrifter i API-sikkerhetsrommet som hjalp til å informere din visjon for AI-adoptsjon?

Definitivt. Hos Noname så vi hvor utfordrende det var for bedrifter å få oversikt og kontroll over sine miljøer. Skygge-API-er, inkonsistente verktøy og siloede team skapte reell operasjonell risiko – og det slowet alt ned.

Med AI ser vi samme mønster gjenta. Hvert team ønsker å flytte raskt, men uten riktig struktur, får du fragmentering, duplisering og blinde flekker. Den erfaringen har formet vårt tenkning med Unframe. Vi ønsket å gi bedrifter en måte å adoptere AI på en måte som er samlet, sikker og faktisk fungerer over team og systemer – ikke bare i isolerte lommer.

Unframe oppnår gode resultater med store bedrifter og nådde en årlig omsetning på millioner innen ett år – hvordan klarte du å oppnå dette nivået av adopsjon så raskt?

Vi tok ikke den tradisjonelle veien med langsom eksperimentering eller begrensede piloter. Fra dag én var vi ute på markedet, samarbeidet med globale bedrifter om høy-impakt, virkelige prosjekter. Disse var ikke isolerte anvendelser – de var strategiske initiativer knyttet til kjerneområder i bedriften. Det var det som tjente oss tillit og hjalp Unframe til å bli en strategisk partner over flere domener, ikke bare en leverandør. Når du leverer virkelige resultater raskt, følger adopsjonen.

Du har snakket om å redusere AI-distribusjon fra måneder til timer. Kan du gå gjennom hvordan Unframe gjør dette mulig?

Vi har bygget hundrevis av dypt tekniske byggeklosser inn i Unframe-plattformen. Når en ny løsning distribueres, starter den ikke fra null – den tilpasses gjennom en mal som kartlegger disse komponentene til brukerens spesifikke behov. Det er hvordan vi reduserer distribusjon fra måneder til timer.

Fortell oss mer om Blueprint-tilnærmingen – hva gjør den unik, og hvorfor er den så kraftig for bedrifts-AI-anvendelser?

Blueprint-tilnærmingen er hvordan vi leverer tilpassede AI-løsninger i skala – uten å starte fra scratch. Hver mal kartlegger logikken, komponentene, arbeidsflytene og retningslinjene for en spesifikk anvendelse, og konfigurerer plattformens bibliotek av tekniske byggeklosser. Det er hvordan vi kombinerer hastighet og presisjon i skala.

Unframe posisjonerer seg som LLM-agnostisk og trenger ikke modell-finjustering. Hvorfor var det viktig for deg å unngå behovet for å trene egne modeller?

Fordi de fleste bedrifter ikke trenger kustomiserte modeller – de trenger kustomiserte resultater. Så snart du starter finjustering, låser du deg selv til en spesifikk leverandør, øker kostnadene og skaper vedlikeholds-overhead som de fleste organisasjoner ikke er klare til å håndtere.

Vi designet Unframe til å fungere med eksisterende moderne modeller på en måte som likevel leverer tilpassede, høykvalitetsresultater – uten kompleksitet. Ved å forbli LLM-agnostisk, gir vi bedrifter fleksibilitet, raskere tid til verdi og evnen til å utvikle seg etter modell-landskapet endrer seg. Målet er ikke å trene modeller – det er å løse problemer. Og du kan gjøre det ekstremt godt uten å berøre finjustering.

Hva rolle spiller naturlig språk-interaksjon i Unframes plattform – og hvor langt kan det gå i å erstatte tradisjonelle programvare-brukergrensesnitt?

Naturlig språk er en kraftfull inngangspunkt – det gjør AI øyeblikkelig tilgjengelig for forretningsbrukere, uten trening eller teknisk oppbygging. Det er spesielt viktig når du arbeider med globale selskaper og distribuerte arbeidsstyrker over ulike land, roller og språk. En chat-lignende grensesnitt hjelper med å jevne ut spillere.

Men hver Unframe-anvendelse er forskjellig, og grensesnittet må matche oppgaven. Noen ganger betyr det en naturlig språk-chat. Andre ganger er det en dynamisk tabell, en interaktivt dashbord eller en innholdsgenererings-grensesnitt – hva som best passer arbeidsflyten og resultatet vi løser for.

Vi ser ikke på naturlig språk som en erstatning for tradisjonelle brukergrensesnitt, men som et lag som fjerner friksjon der det teller. Målet er å gjøre programvaren føle seg intuitiv, fleksibel og tilpasset – ikke bare til brukeren, men til problemet de prøver å løse.

Hva lærdommer fra å skale Noname Security til en verdsettelse på over 1 milliard dollar og en akkvisisjon på 450 millioner dollar, anvender du i Unframe?

Fokus på å løse virkelige, urgente problemer – og gjør det med bedrifts-gradert gjennomføring fra dag én. Hos Noname lærte vi at skala kommer fra tillit, og tillit kommer fra å levere raskt uten å kutte hjørner. Hos Unframe anvender vi samme mentalitet: flytt raskt, bygg sikkerhet, og forbli ubøydlig fokusert på kunden.

Som en gjentakende grunnlegger, hva er din tilnærming til å bygge ledelseslag og selskapskultur i hyper-vekst-miljøer?

I hyper-vekst har du ikke luksusen av å finne ting ut langsomt – så du trenger mennesker rundt deg som ikke bare er gode på det de gjør, men som trives i usikkerhet og flytter med hastighet. For meg starter bygging av et ledelseslag med tillit, klarhet og felles verdier. Alle må være samlet på hvor vi er på vei, og like mye engasjert i å eie sin del av reisen.

Kultur er det samme. Det er ikke ping-pong-bord – det er hvordan du tar beslutninger når ting blir vanskelige. Hos Unframe har vi vært bevisste på å skape en kultur av eierskap, hastighet og ærlighet. Vi flytter raskt, vi lytter hardt, og vi presser hverandre til å bli bedre hver dag. Den type kultur ikke bare overlever hyper-vekst – den driver den.

Takk for det flotte intervjuet, lesere som ønsker å lære mer, bør besøke Unframe.