Chris Strahl, założyciel i dyrektor generalny Knapsack – seria wywiadów

Chris Strahl jest współzałożycielem i prezesem firmy Knapsack, gdzie koncentruje się na przekształcaniu sposobu tworzenia nowoczesnych produktów cyfrowych poprzez integrację zespołów projektowych, inżynieryjnych i produktowych wokół wspólnego systemu prawdy. Z doświadczeniem zakorzenionym w systemach projektowych i rozwoju front-end, jest również szeroko znany z prowadzenia Podcast o systemach projektowych, w którym bada, w jaki sposób organizacje skalują projekty, usprawniają współpracę i unowocześniają produkcję cyfrową.

Plecak to korporacyjny system projektowania i platforma cyfrowej produkcji, która działa jak żywy system dokumentacji, łącząc zasoby projektowe, kod, treści i dokumentację w czasie rzeczywistym. Platforma umożliwia zespołom tworzenie i zarządzanie komponentami wielokrotnego użytku, gotowymi do produkcji, zarządzanie tokenami projektowymi oraz zachowanie spójności w złożonych ekosystemach cyfrowych. Strukturyzacja danych projektowych i interfejsu użytkownika w sposób skalowalny i gotowy do obsługi sztucznej inteligencji (AI), Knapsack pomaga dużym organizacjom przyspieszyć realizację projektów, ograniczyć duplikację oraz zapewnić integralność marki i produktu w różnych zespołach i kanałach.

Knapsack powstał po latach spędzonych na budowaniu systemów projektowych dla dużych przedsiębiorstw w Basalt, gdzie powtarzające się tarcia między plikami projektowymi, procesami pracy inżynierskiej i dostarczonym kodem stały się nie do zignorowania. Kiedy ten schemat stał się na tyle wyraźny, że uzasadniał uruchomienie dedykowanej platformy?

Zbudowaliśmy niezliczone systemy projektowe w Basalt, a schemat był oczywisty: pliki projektowe, przepływy pracy inżynierskiej i dostarczony kod istniały w oddzielnych światach. Rezultatem nie była pojedyncza dramatyczna awaria, ale tysiąc powtarzalnych strat: nieodpowiednio dobrane rozmiary przycisków, niespójne zachowanie i rozbieżności stylów w różnych właściwościach, które kosztowały zespoły miesiące przeróbek. Zrozumieliśmy, że to poważny problem, gdy przekonaliśmy się, że tych problemów nie da się rozwiązać za pomocą lepszych wtyczek synchronizacyjnych ani lepszej dokumentacji. Wymagały one jednego, autorytatywnego systemu rejestrowania reguł projektowych, kodowych i marki. Ta świadomość jasno pokazała, że ​​dedykowana platforma jest niezbędna.

Przejście od pracy agencyjnej i konsultingowej do budowania firmy produktowej ujawniło głębszy problem, którego nie rozwiązywały istniejące narzędzia do projektowania i platformy workflow. Jaka była fundamentalna luka, która ukształtowała wczesną architekturę i kierunek rozwoju Knapsacka?

Kiedy przeszliśmy od pracy agencyjnej do tworzenia produktu, brakujący element stał się oczywisty. Brakowało niezawodnego, maszynowo czytelnego systemu, który rejestrowałby komponenty, ograniczenia i synergię między projektantami a inżynierami. Istniejące narzędzia koncentrowały się na plikach lub izolowanych repozytoriach, ale nie na żywej reprezentacji rzeczywistego stanu produktu, obejmującej komponenty, motywy, zasady użytkowania i metadane zgodności. Zbudowaliśmy Knapsack wokół kanonicznego systemu danych, który koncentruje się na komponentach, jest wersjonowany, instrumentowalny i umożliwia integrację zarówno z narzędziami projektowymi, jak i bazami kodu. Ten wniosek ukształtował nasz model przetwarzania i warstwę łączącą, ostatecznie prowadząc do powstania Inteligentnego Silnika Produktu.

„Era płótna” ustępuje miejsca żywym systemom powiązanym z kodem. Jak definiuje Pan tę zmianę i co zmienia się dla zespołów, gdy proces tworzenia produktów przenosi się ze statycznych plików do stale aktualizowanych systemów?

W erze canvas traktowano UX jako statyczne artefakty, zazwyczaj pliki przekazywane między zespołami. Nowa era opiera się na stale aktualizowanych, wykonywalnych systemach, które odzwierciedlają rzeczywistą implementację. Zmiana dla zespołów jest znacząca. Zamiast debatować, który plik lub gałąź jest źródłem prawdy, zespoły pracują w oparciu o współdzielony system, który ujawnia aktualny stan komponentów, tokenów, ograniczeń dostępności i zachowań produkcyjnych. Zmniejsza to niejednoznaczność, umożliwia automatyczną walidację i obsługuje przepływy pracy oparte na agentach, które generują użyteczny interfejs użytkownika w oparciu o rzeczywiste komponenty, a nie przybliżenia.

Interfejs użytkownika generowany przez agenta często zawodzi bez systemu rekordów, który odzwierciedla rzeczywiste komponenty, reguły i ograniczenia. Dlaczego ta warstwa kotwicząca jest niezbędna, aby sztuczna inteligencja mogła tworzyć interfejsy gotowe do wdrożenia w przedsiębiorstwie?

Sztuczna inteligencja potrafi syntetyzować układy i kopiować, ale potrzebuje autorytatywnego słownictwa, aby tworzyć interfejsy gotowe do wdrożenia w przedsiębiorstwie. Warstwa kotwicząca, zawierająca konkretne komponenty, rekwizyty, ograniczenia, tokeny i reguły użytkowania, wyznacza granice, których musi przestrzegać. Bez niej agenci tworzą halucynacje stylów, ignorują wymagania dotyczące dostępności lub generują kod niezgodny z tym, co faktycznie dostarczają zespoły inżynierskie. Dzięki rzeczywistemu grafowi komponentów i zestawowi reguł agenci generują wyniki, które są możliwe do wdrożenia, zgodne ze standardami marki. To właśnie różnica między atrakcyjnym makietą a interfejsem gotowym do wdrożenia.

Wraz z rozwojem Inteligentnego Silnika Produktowego, co okazało się najtrudniejsze w ujednoliceniu zasobów projektowych, kodu, zasad marki, wymagań zgodności, wzorców UX i danych dotyczących wydajności w jeden spójny system?

Wyzwaniem nie jest pojedyncza integracja, ale ich seria. Harmonizuje ona intencje i rzeczywistość w różnych reprezentacjach, w tym tokenach projektowych w Figmie, implementacjach komponentów w wielu repozytoriach, wytycznych dotyczących marki w dokumentach prawnych, danych telemetrycznych z systemów produkcyjnych oraz metadanych dotyczących zgodności. Każdy z nich występuje w różnych formatach, ma różnych właścicieli i podlega różnym cyklom aktualizacji. Przekształcenie tych sygnałów w jeden spójny model wymagało solidnych potoków przetwarzania, reguł rozwiązywania konfliktów oraz jasnego modelu pochodzenia i własności. Zespoły muszą wiedzieć, co się zmieniło, kto wprowadził zmianę i dlaczego. Zbudowanie tej warstwy zaufania było najtrudniejsze.

Skoro sztuczna inteligencja jest teraz w stanie generować coraz bardziej kompletne interfejsy, w jaki sposób, Twoim zdaniem, będzie się rozwijać rola projektantów i inżynierów w ramach przepływów pracy między człowiekiem a agentem?

Agenci będą wykonywać powtarzalne zadania, takie jak tworzenie stron szkieletowych, proponowanie dostępnych wariantów i generowanie treści dostosowanych do lokalizacji. Projektanci skupią się na strategii, intencji UX, UX w skrajnych przypadkach oraz definiowaniu ograniczeń, które prowadzą do dobrych rezultatów. Inżynierowie będą koncentrować się mniej na wpisywaniu każdego piksela, a bardziej na poprawności komponentów, kontraktach środowiska wykonawczego, obserwowalności i wydajności. Ludzie staną się kuratorami i walidatorami. Definiujemy reguły, analizujemy wyniki i określamy, jak wygląda jakość. Najcenniejszymi umiejętnościami ludzkimi będą myślenie systemowe i osąd.

Po zakończeniu rundy finansowania Serii A, jakie obszary zainteresowania stały się najważniejszymi obszarami w zakresie przyspieszenia rozwoju produktów i wdrażania ich przez przedsiębiorstwa?

Seria A pozwoliła nam przyspieszyć w trzech obszarach. Po pierwsze, w obszarze onboardingu i ingestingu, które umożliwiają przedsiębiorstwom stworzenie systemu ewidencji w ciągu kilku dni, a nie miesięcy. Po drugie, w obszarze Intelligent Product Engine, w tym funkcji dostosowanych do modelu, które zapewniają zgodność generowanych interfejsów z marką i zasadami. Po trzecie, w obszarze kontroli korporacyjnej, takich jak uprawnienia, audytowalność i mechanizmy zgodności, liderzy czują się pewnie wdrażając Knapsack w dużych organizacjach. To właśnie te czynniki napędzają adopcję na skalę realną.

Zespoły korporacyjne często mają trudności z przejściem ze statycznych przepływów pracy na dynamiczne systemy z obsługą agentów. Jakie są największe przeszkody i w jaki sposób Knapsack pomaga organizacjom się do tego dostosować?

Przedsiębiorstwa zmagają się z rozdrobnionymi systemami, silosami własnościowymi, ograniczeniami regulacyjnymi i wysokimi kosztami utrzymania aktualności. Pomagamy, zapewniając szybkie i deterministyczne przetwarzanie, modelując pochodzenie i własność oraz udostępniając funkcje zarządzania, takie jak uprawnienia i dzienniki audytu. Narzędzia te umożliwiają zespołom weryfikację zaufania do zautomatyzowanych przepływów pracy.

Wraz ze wzrostem automatyzacji procesu tworzenia produktów, jakie nowe umiejętności muszą Twoim zdaniem rozwinąć zespoły, aby zachować efektywność w środowisku, w którym sztuczna inteligencja wykonuje coraz więcej podstawowych zadań?

Zespoły muszą rozwijać silniejsze umiejętności myślenia systemowego, a w szczególności umiejętność tworzenia ograniczeń, polityk i kontraktów komponentów, z których mogą korzystać agenci. Potrzebują również lepszych praktyk monitorowania i walidacji, w tym obserwowalności decyzji agentów, kontroli wdrażania oraz ram pytań i odpowiedzi dla generowanego interfejsu użytkownika. Niezbędna staje się umiejętność zarządzania, a w szczególności umiejętność wyrażania wymagań dotyczących zgodności, dostępności i prywatności w formacie nadającym się do odczytu maszynowego. Organizacje, które odniosą sukces, to te, które będą w stanie skodyfikować polityki i jakość w swoich systemach.

Patrząc pięć lat w przyszłość, w jaki sposób, Twoim zdaniem, będzie się rozwijać tworzenie produktów opartych na sztucznej inteligencji i jaką pozycję, Twoim zdaniem, powinna zająć firma Knapsack na tym kolejnym etapie rozwoju branży?

Za pięć lat tworzenie produktów będzie przypominało komponowanie usług na podstawie dynamicznego grafu komponentów, a nie przekazywanie statycznych porównań między zespołami. Narzędzia agentowe będą generować gotowe do produkcji powierzchnie, wykorzystując polityki, budżety wydajnościowe i ograniczenia marki. Moim celem jest, aby Knapsack stał się kanonicznym systemem ewidencji, na którym agenci i aplikacje polegają, aby zrozumieć rzeczywiste prymitywy i reguły interfejsu użytkownika w firmie. Obejmuje to głęboką integrację z modelami i CI/CD, silne zarządzanie w przedsiębiorstwach regulowanych oraz szybkie wdrażanie nowych zespołów. Knapsack powinien być zaufaną warstwą dla marki, zachowań i bezpieczeństwa, ponieważ firmy pozwalają agentom działać bardziej autonomicznie.

Dziękujemy za wspaniały wywiad. Czytelnicy chcący dowiedzieć się więcej o nowoczesnych systemach projektowania i skalowalnej produkcji cyfrowej powinni odwiedzić stronę Plecak.