Charles Yang, Założyciel i Dyrektor Generalny Vibe – Seria Wywiadów

Charles Yang, Założyciel i Dyrektor Generalny Vibe, jest przedsiębiorcą skupionym na ponownym rozważeniu sposobu, w jaki zespoły przechwytują, zachowują i rozwijają wiedzę organizacyjną. Po współzałożeniu firmy produkującej gry mobilne, która rozrosła się do ponad 800 pracowników i 50 milionów miesięcznych graczy, zanim stała się częścią Tencent, Yang coraz bardziej interesował się wyzwaniem zachowania pamięci instytucjonalnej, gdy organizacje rosną. Później badał technologie współpracy immersyjnej za pośrednictwem Inlight Interactive, zanim założył Vibe w 2017 roku. Pod jego kierownictwem Vibe ewoluowało z firmy współpracy sprzętowej, przyjętej przez ponad 50 000 organizacji, w szerszą platformę „Przestrzeni roboczej AI kontekstowego” zaprojektowaną do przekształcenia spotkań, rozmów i decyzji w strukturalną, żywą pamięć organizacyjną napędzaną przez AI.

Vibe buduje to, co określa jako „Przestrzeń roboczą AI kontekstowego”, łącząc oprogramowanie AI z przeznaczonym do współpracy sprzętem, aby pomóc organizacjom zachować i operacjonalizować wiedzę instytucjonalną. Firma początkowo zyskała przyczółek dzięki interaktywnym tablicom inteligentnym używanym przez przedsiębiorstwa i instytucje edukacyjne, ale od tego czasu rozwinęła się w kierunku inteligencji spotkań zasilanych przez AI, systemów pamięci kontekstowej i urządzeń fizycznych AI, takich jak Vibe Bot. Jej platforma jest zaprojektowana do przechwytywania rozmów w trakcie spotkań, dokumentów i sesji współpracy, a następnie organizowania ich w wyszukiwalne, trwałe przepływy pracy, których zespoły mogą nieustannie rozwijać, zamiast wielokrotnie odtwarzać kontekst. Szerokie wizje firmy koncentrują się na „organizacjach rodzimych dla pamięci”, gdzie AI działa mniej jak czatbot, a bardziej jak ewoluująca warstwa inteligencji organizacyjnej osadzona bezpośrednio w codziennych narzędziach współpracy.

Założyłeś kilka firm przed uruchomieniem Vibe, w tym firmę produkującą gry, która rozrosła się do ponad 50 milionów miesięcznych graczy i została później przejęta przez Tencent. Jak doświadczenia te ukształtowały twoje przekonanie, że „pamięć organizacyjna” stanie się jednym z największych nierozwiązanych problemów w przedsiębiorstwach AI?

Prowadzenie kilku firm, zwłaszcza tej produkującej gry, to co mnie najbardziej zaskoczyło, nie było technicznym skalowaniem. To było skalowaniem ludzkim. Dodajesz sto osób w ciągu sześciu miesięcy, a nagle połowa firmy podejmuje decyzje na podstawie rozmów, w których druga połowa nie uczestniczyła. Spotkania, które podsumowują poprzednie spotkanie. Powtarzalna praca, ponieważ ktoś zapomniał punktu z porządku obrad. Poniedziałkowe poranki, które zaczynają się od „czekaj, co postanowiliśmy w zeszłym tygodniu?”

Założyłem, że to jest problem startupu, który rozwiążemy, gdy się rozwinie. Nie jest. Im większa była firma, tym gorzej to było, ponieważ kontekst był tworzony szybciej, niż jakikolwiek system mógł go utrzymać. Do czasu, gdy sprzedaliśmy firmę Tencent, byłem przekonany, że prawdziwe gardło w większości organizacji nie było talentem ani strategią — było pamięcią.

To jest to, co chciałem rozwiązać za pomocą Vibe. Nie dlatego, że pamięć organizacyjna jest jakimś abstrakcyjnym pojęciem, ale dlatego, że widziałem, jak inteligentne zespoły tracą miesiące postępu z tego powodu.

Apple (AAPL ) udowodnił, że połączone urządzenia stają się bardziej wartościowe, gdy działają jako część szerszego ekosystemu, a nie jako izolowany sprzęt. Dlaczego uwierzyłeś, że przedsiębiorstwa AI będą ostatecznie potrzebować podobnego podejścia ekosystemowego, zamiast polegania wyłącznie na aplikacjach SaaS?

Aplikacje SaaS nie były naprawdę zaprojektowane do tego, jak praca naprawdę się odbywa. Każde narzędzie posiada swój własny kawałek — CRM posiada deal, narzędzie do dokumentów posiada dokumenty, narzędzie do spotkań posiada spotkania — a pracownik kończy kopiąc pomiędzy aplikacjami, przypominając każdemu narzędziu, co już wiedzą inne. To działa, gdy praca jest oparta na zadaniach i żyje wewnątrz ekranu. To się rozpadnie, gdy projekt przechodzi pomiędzy placem budowy, korytarzem, rozmową z klientem i trzema różnymi aplikacjami w ciągu popołudnia, co jest większością projektów.

Podszedłem do tego z lat budowania produktów konsumenckich przed Vibe, a lekcja Applego pozostała ze mną. Nie wygrali, ponieważ ich poszczególne urządzenia były lepsze. Wygrali, ponieważ urządzenia dzieliły kontekst. Przechodzisz pomiędzy nimi, a praca przechodzi z tobą.

Przedsiębiorstwa AI muszą wyglądać bardziej jak to, a mniej jak kolejna aplikacja, której trzeba nauczyć. Urządzenia, które przechwytują kontekst, gdziekolwiek praca się odbywa, wszystkie karmiące to samo miejsce. Pracownik przestaje być łącznikiem.

Opisujesz Vibe jako budującą „Przestrzeń roboczą AI kontekstowego”, gdzie rozmowy stają się trwałą inteligencją zespołową. Jaki był kluczowy moment, który przekonał cię, że to potrzebuje rozwiązania za pomocą urządzeń fizycznych, takich jak Vibe Board, Vibe Bot i Vibe Dot, a nie tylko oprogramowania?

Uznanie było naprawdę proste. Obserwowałem, jak ludzie pracują i zauważyłem, jak wiele prawdziwego myślenia odbywa się poza ich laptopami. Ktoś szkicuje pomysł na tablicy. Nadzorca budowy rozwiązuje problem stojąc przed nim. Dwóch dyrektorów podejmuje prawdziwą decyzję idąc z powrotem z lunchu. Żadna z tych rzeczy nie dzieje się na ekranie, co oznacza, że oprogramowanie AI nie ma pojęcia, że cokolwiek z tego się wydarzyło.

To jest ograniczenie oprogramowania AI tylko. Jeśli najważniejsze momenty twojego dnia pracy nie są na ekranie, oprogramowanie nie może dać ci prawdziwego obrazu organizacji. Musisz umieścić przechwytywanie w środowisku, w którym praca naprawdę się odbywa — w pokoju, na placu budowy, w rozmowie. To jest to, czym są Vibe Board, Bot i Dot.

Fizyczność jest również ważna, ponieważ chciałem zbudować coś pięknego. Jeśli chcemy, aby to było w naszym miejscu pracy każdego dnia, musi to być coś, czego ludzie naprawdę chcą tam mieć.

Wiele wiedzy instytucjonalnej nadal znika w rozmowach na korytarzu, sesjach na tablicy i nieformalnych dyskusjach. Dlaczego, według ciebie, tradycyjne oprogramowanie przedsiębiorstw miałoby trudności z przechwytywaniem tego kontekstu poza ekranem?

Jest zbyt wiele kroków. Pomyśl o tym: jesteś w trakcie rozmowy, coś interesującego się pojawia, a aby to przechwycić, musisz wyciągnąć telefon, odblokować go za pomocą Face ID, znaleźć aplikację do notatek, znaleźć przycisk nagrywania, nacisnąć go. To trzydzieści sekund do minuty. Do czasu, gdy zaczniesz nagrywać, moment minął. Pomysł minął. Inna osoba przeszła dalej.

Bardziej głęboki powód, dla którego oprogramowanie przedsiębiorstw miałoby trudności z tym, jest strukturalny. Oprogramowanie zakłada, że użytkownik przychodzi do niego. Otwierasz aplikację. Logujesz się. Nawigujesz do odpowiedniego miejsca. Ten model działa, gdy ktoś siedzi nieruchomo przy biurku. Nie działa na korytarzu, na placu budowy lub w ciągu pięciu sekund po zakończeniu spotkania, kiedy naprawdę się odbywa rozmowa. Rzecz, która potrzebuje być przechwycona, nie będzie czekać, aż uruchomisz aplikację. To jest problem sprzętu, a nie oprogramowania.

To jest dlatego, że zaprojektowaliśmy Vibe Dot w taki sposób. Naciśnij i nagrywaj. Tarcie zniknęło, co oznacza, że przechwytywanie naprawdę się odbywa.

Wiele firm AI wyścigają się w kierunku autonomicznych agentów, ale twoje podejście wydaje się skupione na trwałej pamięci i kontekście jako pierwszym. Uważasz, że infrastruktura pamięci staje się brakującym warunkiem wstępnym, zanim agenci AI będą mogli skutecznie działać w przedsiębiorstwach?

Tak. Agent AI bez pamięci jest jak zatrudnienie kogoś, kto zapomina wszystko pomiędzy poniedziałkiem a wtorkiem. Nie powierzysz tej osobie niczego ważnego, a nie powinieneś ufać agentowi zbudowanemu w ten sam sposób.

Agenci nie zawodzą, ponieważ podstawowe modele nie są inteligentne. Zawodzą, ponieważ wchodzą w każde zadanie bez kontekstu. Nie wiedzą, co zostało podjęte w zeszłym tygodniu, jaka jest historia klienta, co już zostało spróbowane i nie działało. Tak więc podejmują pewne, prawdopodobne decyzje, które są błędne w sposób, który tylko ktoś z pamięcią by zauważył. Ten sam agent, dany ten sam task w różne dni, może podjąć dwie różne decyzje, ponieważ nie ma ciągłości, która ją trzyma.

Nie możesz zbudować godnej zaufania autonomii na niczym. Budujesz ją na pamięci. Popraw to warstwę, a agenci stają się użyteczni. Pomiń ją, a generujesz tylko pewne, prawdopodobne zgadywania na dużą skalę.

Mówiłeś o „organizacjach rodzimych dla pamięci”. Jak inaczej, według ciebie, firmy będą działać, gdy systemy AI będą mogły utrzymywać i łączyć lata kontekstu organizacyjnego, zamiast polegać na fragmentowanych dokumentach i ludzkiej pamięci?

Największa zmiana nie jest szybkością ani dokładnością w abstrakcji. To to, że organizacja rodzima dla pamięci przestaje powtarzać się.

Weźmy na przykład wdrożenie nowych pracowników. Dziś, gdy zatrudniasz lub awansujesz kogoś, zajmuje to tygodnie, aby go wdrożyć — znalezienie dokumentów, polowanie na przepływy pracy, pytanie pięciu osób o kontekst, który nigdy nie został napisany. Większość rzeczy, które nowy pracownik naprawdę potrzebuje, nie jest w żadnym systemie. Jest w czyjejś głowie. Firma rodzima dla pamięci daje im wszystko, co kiedykolwiek zostało podjęte, omówione lub spróbowane, w momencie, gdy zaczynają.

Ale wdrożenie nowych pracowników to tylko łatwy przykład. Możesz naprawdę odpowiedzieć na „dlaczego zrobiliśmy to w ten sposób”, zamiast zgadywać. Przekaz między zespołami przestaje spadać — od sprzedaży do obsługi klienta, od projektowania do inżynierii. Gdy ktoś odchodzi, jego kontekst nie wychodzi z nim. Większość firm na nowo uczy się tych samych lekcji co dwa lub trzy lata, ponieważ ludzie, którzy je nauczyli, odeszli. To przestaje być podatek, który musisz zapłacić.

Hybrydowa praca przyspieszyła popyt na narzędzia współpracy, ale wiele firm nadal ma trudności z wyrównaniem i ciągłością. Czy uważasz, że następna faza przedsiębiorstw AI będzie mniej dotyczyć generowania treści, a bardziej zachowania zbiorowej inteligencji organizacyjnej?

Tak. I myślę, że większość przedsiębiorstw już to wie, nawet jeśli nie nazwali tego jeszcze. Problem generowania treści jest w dużej mierze rozwiązany. To, co jest złamane, to ciągłość. Decyzja zostaje podjęta na korytarzu, rozmowa z klientem ujawnia coś ważnego, spacer po placu budowy zmienia kierunek projektu — i żadna z tych rzeczy nie trafia do żadnego systemu. Zbiorowa inteligencja organizacji żyje w rozmowach, które znikają. Następna faza dotyczy przechwytywania tej warstwy, a nie wytwarzania więcej wyjścia z niej.

Istnieją oczywiste pytania dotyczące prywatności i zarządzania, gdy rozmowy w miejscu pracy są nieustannie przechwytywane i strukturalizowane w pamięć instytucjonalną. Jak, według ciebie, przedsiębiorstwa powinny balansować korzyści z trwałej pamięci AI z zaufaniem pracowników i przejrzystością?

To pytanie ma prostszą odpowiedź, niż większość ludzi uważa. Musisz być wyraźny co do tego, co jest przechwytywane, kto może to zobaczyć i do czego się to używa. Niedogodność, jaką ludzie odczuwają wokół tego, zwykle nie dotyczy samego przechwytywania, ale przechwytywania, które odbywa się bez zgody lub wyjaśnienia. Większość ludzi nie ma nic przeciwko nagrywaniu spotkań — mają coś przeciwko temu, że nie wiedzą, że to się dzieje, lub gdzie podsumowanie się kończy. To, co łamie zaufanie, to niejasność. Przedsiębiorstwa, które traktują to jako problem polityczny, a nie kulturowy, popełnią błąd.

Twoja firma ewoluowała od tablic inteligentnych do urządzeń AI noszonych i ambientnej inteligencji w miejscu pracy. Jak decydujesz, kiedy problem przepływu pracy powinien być rozwiązany za pomocą sprzętu, a kiedy za pomocą oprogramowania?

Szybka zmiana perspektywy: myślę o tych rzeczach mniej jako o urządzeniach AI noszonych, a bardziej jako o ambientowym sprzęcie zbudowanym dla środowisk, w których praca się odbywa — i to jest dokładnie to, jak decydujemy o sprzęcie versus oprogramowaniu.

Oprogramowanie może tylko działać z tym, co otrzymuje. Jeśli kontekst nie dociera, oprogramowanie nie ma nic, na czym mógłby działać. Tak więc, gdy spoglądam na każdy problem przepływu pracy, pytam się prosto: gdzie naprawdę odbywa się praca, i czy oprogramowanie może do niej dotrzeć?

Większość oprogramowania przedsiębiorstw zostało zaprojektowane z założeniem, że odpowiedź brzmi tak — że użytkownik ostatecznie usiądzie przy laptopie i wpisze kontekst. Dla większości pracy to nie jest realistyczne. Kontraktor nie przychodzi z laptopem na plac budowy. Nauczyciel nie wyciąga aplikacji między lekcjami. Partner w firmie prawniczej nie wpisuje notatek podczas rozmowy z klientem. To jest tam, gdzie sprzęt staje się konieczny. Oprogramowanie nie może dotrzeć do tych miejsc. Sprzęt może.

Spójrzając w przyszłość, pięć lat do przodu, uważasz, że przedsiębiorstwa będą nadal w większości wchodzić w interakcje z AI za pomocą ekranów i aplikacji, czy ambientowe urządzenia AI i kontekstowe środowiska staną się dominującą warstwą interfejsu dla pracy?

Ekran prawdopodobnie pozostanie, ale przestanie być główną lub jedyną warstwą wejścia. Obecnie traktujemy ekran jako miejsce, gdzie praca się odbywa, i gdzie mówimy AI o pracy. Te dwie rzeczy będą rozdzielone. Ekran pozostaje cenny dla wyjścia, przeglądu, decyzji. Ale strona przechwytywania, część, w której AI uczy się, nad czym naprawdę pracujesz, przeniesie się do twojego środowiska z rosnącymi ambientowymi urządzeniami, noszonymi i sprzętem w pomieszczeniach. Pięć lat od teraz pomysł, że musisz wpisać swój kontekst do narzędzia AI, zanim będzie mogło ci pomóc, będzie wydawał się jak coś z innej ery.

Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Vibe.