Charles Yang, założyciel i dyrektor generalny Vibe – seria wywiadów

Charles Yang, założyciel i dyrektor generalny Vibe, jest przedsiębiorcą, który szuka nowych sposobów gromadzenia, zachowywania i rozwijania wiedzy organizacji przez zespoły. Współzałożył firmę tworzącą gry mobilne, która osiągnęła ponad 800 pracowników i 50 milionów graczy miesięcznie, zanim stała się częścią Tencentu. Po tym doświadczeniu coraz bardziej interesowało go zachowywanie pamięci instytucjonalnej wraz z rozwojem organizacji. Następnie badał immersyjne technologie współpracy w Inlight Interactive, a w 2017 roku założył Vibe. Pod jego kierownictwem Vibe przekształciło się z dostawcy inteligentnego sprzętu do współpracy, wykorzystywanego przez ponad 50 000 organizacji, w szerszą platformę „Contextual AI Workspace”. Ma ona za pomocą AI zmieniać spotkania, rozmowy i decyzje w uporządkowaną, żywą pamięć organizacji.

Vibe buduje rozwiązanie, które określa jako kontekstową przestrzeń pracy z AI. Łączy oprogramowanie sztucznej inteligencji ze sprzętem zaprojektowanym specjalnie do współpracy, aby pomagać organizacjom zachowywać wiedzę i wykorzystywać ją w praktyce. Początkowo firma zdobyła popularność dzięki interaktywnym inteligentnym tablicom dla przedsiębiorstw i placówek edukacyjnych, a potem rozszerzyła ofertę o przetwarzanie informacji ze spotkań za pomocą AI, systemy pamięci kontekstowej oraz fizyczne urządzenia AI, takie jak Vibe Bot. Platforma ma rejestrować rozmowy ze spotkań, dokumentów i wspólnych sesji pracy, a następnie porządkować je w trwałe procesy, w których można wyszukiwać informacje. Zespoły mogą stale rozwijać ten dorobek zamiast za każdym razem odtwarzać kontekst. Szersza wizja firmy koncentruje się na organizacjach z pamięcią wbudowaną od podstaw. AI działa w nich mniej jak chatbot, a bardziej jak rozwijająca się warstwa wspólnej inteligencji organizacyjnej, bezpośrednio zintegrowana z codziennymi narzędziami współpracy.

Przed Vibe założyłeś kilka firm, w tym producenta gier, który osiągnął ponad 50 milionów graczy miesięcznie i został później kupiony przez Tencent. Jak te doświadczenia ukształtowały twoje przekonanie, że pamięć organizacji stanie się jednym z największych nierozwiązanych problemów AI dla przedsiębiorstw?

Gdy prowadziłem kilka firm, zwłaszcza tę zajmującą się grami, najbardziej zaskoczył mnie nie rozwój techniczny, lecz wzrost po stronie ludzi. Zatrudniasz sto osób w sześć miesięcy i nagle połowa firmy podejmuje decyzje na podstawie rozmów, w których druga połowa nie uczestniczyła. Spotkania podsumowujące spotkanie z poprzedniego tygodnia. Praca wykonywana ponownie, bo ktoś źle zapamiętał uzgodnione zadanie. Poniedziałkowe poranki zaczynające się od: „Chwila, co ustaliliśmy w zeszłym tygodniu?”

Zakładałem, że to problem startupu, z którego wyrośniemy. Nie jest. Im większa była firma, tym gorzej się działo, ponieważ kontekst powstawał szybciej, niż jakikolwiek system potrafił go zachować. Gdy sprzedawaliśmy firmę Tencentowi, byłem przekonany, że prawdziwym wąskim gardłem większości organizacji nie są talenty ani strategia, lecz pamięć.

To chciałem rozwiązać za pomocą Vibe. Nie dlatego, że pamięć organizacji jest abstrakcyjnym pojęciem, ale dlatego, że widziałem, jak zdolne zespoły tracą przez ten problem miesiące postępów.

Apple (AAPL ) pokazało, że połączone urządzenia zyskują na wartości, gdy działają jako część większego ekosystemu, a nie jako odizolowany sprzęt. Dlaczego uważałeś, że AI dla przedsiębiorstw będzie ostatecznie potrzebować podobnego podejścia ekosystemowego, zamiast polegać wyłącznie na aplikacjach SaaS?

SaaS nigdy tak naprawdę nie powstał z myślą o tym, jak rzeczywiście przebiega praca. Każde narzędzie zarządza swoim fragmentem: CRM transakcjami, narzędzie dokumentowe dokumentami, a narzędzie do spotkań spotkaniami. Ostatecznie pracownik wykonuje integrację we własnej głowie, kopiuje między aplikacjami i przypomina każdemu narzędziu, co inne już wiedzą. To działa, gdy praca składa się z zadań i zamyka się na ekranie. Rozpada się, gdy projekt w jedno popołudnie przechodzi między miejscem pracy, korytarzem, telefonem do klienta i trzema aplikacjami. Tak wygląda większość projektów.

Podchodziłem do tego po latach tworzenia produktów konsumenckich przed Vibe, a lekcja Apple zapadła mi w pamięć. Firma nie wygrała dlatego, że jej pojedyncze urządzenia były lepsze. Wygrała, bo urządzenia współdzieliły kontekst. Przechodziłeś między nimi, a praca podążała za tobą.

AI dla przedsiębiorstw musi bardziej przypominać ten model, a mniej kolejną aplikację, której trzeba wszystkiego uczyć. Urządzenia rejestrujące kontekst wszędzie, gdzie odbywa się praca, i wysyłające wszystko w to samo miejsce. Pracownik przestaje być łącznikiem.

Opisujesz Vibe jako „Contextual AI Workspace”, w którym rozmowy stają się trwałą wspólną inteligencją zespołu. Jaki kluczowy wniosek przekonał cię, że potrzeba do tego fizycznych urządzeń, takich jak Vibe Board, Vibe Bot i Vibe Dot, a nie tylko oprogramowania?

To spostrzeżenie było właściwie bardzo zwyczajne. Obserwowałem ludzi przy pracy i zauważyłem, jak wiele prawdziwego myślenia odbywa się z dala od laptopów. Ktoś szkicuje pomysł na tablicy. Kierownik na miejscu znajduje rozwiązanie, stojąc przed problemem. Dwaj członkowie kierownictwa podejmują rzeczywistą decyzję w drodze powrotnej z lunchu. Nic z tego nie dzieje się na ekranie, więc oprogramowanie AI nie wie nawet, że miało miejsce.

To ograniczenie AI opartej wyłącznie na oprogramowaniu. Jeśli najważniejsze chwile dnia pracy nie odbywają się na ekranie, samo oprogramowanie nie może dać prawdziwego obrazu organizacji. Rejestrowanie trzeba umieścić w środowisku, w którym naprawdę trwa praca: w pomieszczeniu, na miejscu i w rozmowie. Do tego służą Vibe Board, Bot i Dot.

Fizyczna forma jest ważna również dlatego, że chciałem stworzyć coś pięknego. Jeśli ma to być codziennie w przestrzeni pracy, musi być czymś, co ludzie naprawdę chcą tam mieć.

Duża część wiedzy organizacji nadal znika w rozmowach na korytarzu, podczas pracy przy tablicy i w nieformalnych dyskusjach. Dlaczego tradycyjne oprogramowanie dla przedsiębiorstw ma trudności ze skutecznym rejestrowaniem tego kontekstu spoza ekranu?

Jest zbyt wiele kroków. Wyobraź sobie, że jesteś w środku rozmowy i pada coś ciekawego. Żeby to zarejestrować, musisz wyjąć telefon, odblokować go przez Face ID, znaleźć aplikację do notatek, odszukać przycisk nagrywania i go nacisnąć. To od trzydziestu sekund do minuty. Gdy zaczynasz nagrywać, chwila już minęła. Pomysł przepadł. Druga osoba przeszła dalej.

Głębsza przyczyna problemu oprogramowania biznesowego jest strukturalna. Oprogramowanie zakłada, że użytkownik do niego przyjdzie. Otwierasz aplikację, logujesz się i przechodzisz do właściwego miejsca. Ten model działa, gdy ktoś spokojnie siedzi przy biurku. Nie działa na korytarzu, w terenie ani w ciągu pięciu sekund po zakończeniu spotkania, kiedy odbywa się prawdziwa rozmowa. To, co trzeba zarejestrować, nie poczeka na uruchomienie aplikacji. To problem sprzętu, nie oprogramowania.

Dlatego tak zaprojektowaliśmy Vibe Dot. Naciśnij i nagrywaj. Bariera znika, więc rejestrowanie rzeczywiście dochodzi do skutku.

Wiele firm AI ściga się w tworzeniu autonomicznych agentów, ale twoje podejście wydaje się stawiać na pierwszym miejscu trwałą pamięć i kontekst. Czy infrastruktura pamięci jest twoim zdaniem brakującym warunkiem, by agenci AI naprawdę skutecznie działali w przedsiębiorstwach?

Tak. Agent AI bez pamięci przypomina zatrudnienie kogoś, kto między poniedziałkiem a wtorkiem wszystko zapomina. Nie powierzyłbyś tej osobie niczego ważnego i nie powinieneś ufać agentowi zbudowanemu tak samo.

Agenci nie zawodzą dlatego, że ich modele bazowe nie są inteligentne. Zawodzą, ponieważ zaczynają każde zadanie bez kontekstu. Nie wiedzą, co ustalono w zeszłym tygodniu, jaka jest historia klienta ani czego już próbowano bez powodzenia. Dlatego podejmują z przekonaniem decyzje, które wydają się wiarygodne, ale są błędne w sposób możliwy do zauważenia tylko dla kogoś z pamięcią. Ten sam agent może podjąć dwie różne decyzje dotyczące tego samego zadania w dwóch różnych dniach, ponieważ brakuje ciągłości, która by je łączyła.

Nie można zbudować godnej zaufania autonomii na niczym. Buduje się ją na pamięci. Jeśli ta warstwa działa poprawnie, agenci stają się użyteczni. Jeśli ją pominiesz, tworzysz tylko domysły formułowane z pełnym przekonaniem na dużą skalę.

Mówiłeś o organizacjach z pamięcią wbudowaną od podstaw. Jak inaczej będą działać firmy, gdy systemy AI będą mogły zachowywać i łączyć lata kontekstu organizacyjnego, zamiast polegać na rozproszonych dokumentach i ludzkiej pamięci?

Największą zmianą nie jest szybkość ani dokładność w abstrakcyjnym sensie. Chodzi o to, że organizacja z wbudowaną pamięcią przestaje się powtarzać.

Weźmy wdrożenie do nowej roli. Dzisiaj, gdy kogoś zatrudniasz lub awansujesz, potrzebuje tygodni, by poznać pracę: szuka dokumentów i procesów, pyta pięć osób o kontekst, którego nigdy nie zapisano. Większości tego, czego nowy pracownik naprawdę potrzebuje, nie ma w żadnym systemie. Jest w czyjejś głowie. Firma z wbudowaną pamięcią daje mu od pierwszej chwili wszystko, co kiedykolwiek ustalono, omówiono lub wypróbowano.

Ale wdrożenie to tylko prosty przykład. Możesz rzeczywiście odpowiedzieć na pytanie „dlaczego zrobiliśmy to tak?”, zamiast zgadywać. Przy przekazywaniu pracy między zespołami nie giną informacje: od sprzedaży do zespołu sukcesu klienta i od projektowania do inżynierii. Gdy ktoś odchodzi, jego kontekst nie wychodzi razem z nim. Większość firm co dwa lub trzy lata uczy się od nowa tych samych rzeczy, ponieważ ludzie, którzy je poznali, już odeszli. Tej ceny nie trzeba dłużej płacić.

Praca hybrydowa zwiększyła popyt na narzędzia współpracy, ale wiele firm nadal ma trudności ze wspólnym kierunkiem działania i ciągłością. Czy kolejny etap AI dla przedsiębiorstw będzie według ciebie mniej dotyczył generowania treści, a bardziej zachowania wspólnej inteligencji organizacji?

Tak. I myślę, że większość przedsiębiorstw już to wie, choć jeszcze tego nie nazwała. Problem generowania treści jest w dużej mierze rozwiązany. Nie działa ciągłość. Na korytarzu zapada decyzja, rozmowa telefoniczna z klientem ujawnia coś ważnego, obchód miejsca pracy zmienia kierunek projektu i nic z tego nie trafia do systemu. Wspólna inteligencja organizacji żyje w rozmowach, które znikają. Następny etap polega na rejestrowaniu tej warstwy, nie na tworzeniu z niej większej liczby wyników. Nie można budować prawdziwej pamięci organizacji na spisanych po fakcie rekonstrukcjach tego, co rzeczywiście się wydarzyło.

Ciągłe rejestrowanie rozmów w miejscu pracy i porządkowanie ich w pamięć instytucjonalną rodzi oczywiste pytania o prywatność i zarządzanie. Jak przedsiębiorstwa powinny równoważyć korzyści z trwałej pamięci AI z zaufaniem pracowników i przejrzystością?

Odpowiedź jest prostsza, niż większość ludzi sądzi. Trzeba jasno powiedzieć, co jest rejestrowane, kto może to zobaczyć i do czego jest wykorzystywane. Dyskomfort zwykle nie dotyczy samego rejestrowania, lecz tego, że odbywa się bez zgody lub jasnych informacji. Większość ludzi nie sprzeciwia się nagrywaniu spotkania. Sprzeciwia się temu, że o nim nie wie albo nie wie, dokąd trafi podsumowanie. Niejasność niszczy zaufanie. Przedsiębiorstwa, które potraktują to jako problem zasad zamiast kultury organizacyjnej, podejdą do niego błędnie.

Twoja firma przeszła od inteligentnych tablic do współpracy do urządzeń AI noszonych na ciele i inteligencji zintegrowanej ze środowiskiem pracy. Jak ustalasz, kiedy problem w procesie pracy należy rozwiązać sprzętem, a kiedy oprogramowaniem?

Najpierw trochę zmieniłbym perspektywę: widzę je mniej jako noszone urządzenia AI, a bardziej jako sprzęt wbudowany w środowiska, w których odbywa się praca. Właśnie ta różnica rozstrzyga nasz wybór między sprzętem a oprogramowaniem.

Oprogramowanie może pracować tylko na tym, co otrzyma. Jeśli kontekst do niego nie dotrze, nie ma podstawy do działania. Dlatego przy każdym problemie w procesie pracy zadaję proste pytanie: gdzie naprawdę odbywa się praca i czy oprogramowanie może tam dotrzeć?

Większość oprogramowania biznesowego projektowano przy założeniu, że tak: użytkownik w końcu usiądzie przy laptopie i wpisze kontekst. W wielu rodzajach pracy jest to nierealistyczne. Wykonawca nie zabiera laptopa na obchód placu budowy. Nauczyciel nie otwiera aplikacji między lekcjami. Partner w kancelarii prawnej nie wpisuje notatek podczas spotkania z klientem. Wtedy sprzęt staje się niezbędny. Oprogramowanie nie dociera w te miejsca. Sprzęt może.

Patrząc pięć lat w przyszłość, czy firmy nadal będą kontaktować się z AI głównie przez ekrany i aplikacje, czy dominującym interfejsem pracy staną się urządzenia AI wbudowane w otoczenie i środowiska rozumiejące kontekst?

Ekrany prawdopodobnie pozostaną, ale przestaną być głównym lub jedynym kanałem wprowadzania danych. Dzisiaj traktujemy ekran zarówno jako miejsce pracy, jak i miejsce, w którym opowiadamy AI o pracy. Te dwie funkcje się rozdzielą. Ekran pozostanie cenny dla wyników, przeglądu i decyzji. Rejestrowanie, dzięki któremu AI dowiaduje się, nad czym naprawdę pracujesz, przeniesie się jednak do otoczenia wraz z upowszechnianiem urządzeń wbudowanych w środowisko, technologii noszonej i sprzętu w pomieszczeniach. Za pięć lat pomysł, że trzeba było wpisać kontekst do narzędzia AI, zanim mogło pomóc, będzie przypominał inną epokę.

Dziękujemy za świetny wywiad. Czytelnicy, którzy chcą dowiedzieć się więcej, mogą odwiedzić Vibe.