Shay Levi, CEO i współzałożyciel Unframe – seria wywiadów

Shay Levi jest współzałożycielem i CEO Unframe, firmy, która zmienia podejście do sztucznej inteligencji w przedsiębiorstwach poprzez skalowalne i bezpieczne rozwiązania. Wcześniej współzałożył Noname Security i poprowadził firmę do przejęcia przez Akamai za 500 milionów dolarów w zaledwie cztery lata. Udowodniony innowator w dziedzinie bezpieczeństwa i technologii, specjalizuje się w tworzeniu przełomowych rozwiązań.

Unframe to kompleksowa platforma sztucznej inteligencji dla przedsiębiorstw z siedzibą w Cupertino, w Kalifornii, która umożliwia firmom wdrożenie dowolnego unikalnego przypadku użycia sztucznej inteligencji w ciągu godzin, a nie miesięcy. Za pomocą swojego podejścia Blueprint Unframe współpracuje z dużymi przedsiębiorstwami na całym świecie w celu wdrożenia rozwiązań w obszarach obserwowalności, abstrakcji danych, inteligentnych agentów i modernizacji. Unframe stosuje cenę opartą na wynikach, co pozwala klientom doświadczyć i rozwinąć dowolne rozwiązanie bez ryzyka. Unframe jest niezależny od LLM i nie wymaga dostrajania ani szkolenia – co zmienia podstawy tego, co jest możliwe dla dużych przedsiębiorstw poszukujących skalowalnych, gotowych rozwiązań sztucznej inteligencji.

3 kwietnia 2025 r. Unframe wyszło z fazy stealth z 50 milionami dolarów, aby przekształcić wdrożenie sztucznej inteligencji w przedsiębiorstwach.

Po udanym wyjściu z Noname Security do Akamai, co skłoniło Cię do uruchomienia Unframe, a jaka luka w przestrzeni sztucznej inteligencji w przedsiębiorstwach sprawiła, że był to odpowiedni moment i okazja?

Rzeczywiście opuściłem Noname przed rozpoczęciem rozmów na temat przejęcia. To, co zobaczyłem, to ogromna fala, która nadchodzi, dyrektorzy ds. informacji są pod presją, aby szybko przyjąć sztuczną inteligencję, ale dostępne narzędzia nie były gotowe dla przedsiębiorstw. Albo łączyli punktowe rozwiązania bez żadnej kontroli, albo czekali, aż wewnętrzne zespoły zbudują coś od podstaw. Żadna z tych ścieżek nie skalowała się, a obie wprowadzały ryzyko.

To był sygnał. Zrozumiałem, że przedsiębiorstwa nie potrzebują tylko dostępu do sztucznej inteligencji – potrzebują platformy, która daje im kontrolę, szybkość i elastyczność jednocześnie. To doprowadziło do Unframe.

Noname Security była pionierem w dziedzinie bezpieczeństwa API. Jak Twoje doświadczenie w budowaniu firmy zorientowanej na bezpieczeństwo wpłynęło na podejście, które stosujesz w Unframe?

Bezpieczeństwo jest częścią naszego DNA. W Noname nauczyliśmy się, że innowacje bez odpowiednich zabezpieczeń szybko prowadzą do ryzyka. Ta lekcja przenosi się bezpośrednio na sztuczną inteligencję. Od pierwszego dnia w Unframe wbudowaliśmy odpowiednie zabezpieczenia – bezpieczne przetwarzanie danych, przejrzystość modeli, dostęp oparty na rolach – aby przedsiębiorstwa mogły innowować bez wprowadzania nowych luk w zabezpieczeniach.

Jesteśmy również bardzo świadomi, jak rzeczy psują się w skali. Dlatego Unframe został zaprojektowany z myślą o złożoności przedsiębiorstw – niezależnie od zarządzania przepływami danych, egzekwowania zgodności czy integracji z systemami legacy.

Czy były jakieś wspólne bóle głowy wśród przedsiębiorstw w przestrzeni bezpieczeństwa API, które pomogły ukształtować Twoją wizję przyjęcia sztucznej inteligencji?

Zdecydowanie. W Noname widzieliśmy, jak trudno było dla przedsiębiorstw uzyskać widoczność i kontrolę na całym środowisku. Ukryte API, niespójne narzędzia i zespoły izolowane tworzyły realne ryzyko operacyjne – i to spowalniało wszystko.

W przypadku sztucznej inteligencji widzimy ten sam wzorzec, który się powtarza. Każdy zespół chce poruszać się szybko, ale bez odpowiedniej struktury, dochodzi do fragmentacji, duplikacji i punktów ślepych. To doświadczenie ukształtowało nasze myślenie w Unframe. Chcieliśmy dać przedsiębiorstwom sposób na przyjęcie sztucznej inteligencji w sposób zjednoczony, bezpieczny i naprawdę działający w całych zespołach i systemach – a nie tylko w izolowanych kieszeniach.

Unframe zyskuje przyczółek wśród dużych przedsiębiorstw i osiągnął przychód roczny w milionach dolarów w ciągu roku – jak osiągnąłeś ten poziom przyjęcia tak szybko?

Nie podążaliśmy tradycyjną ścieżką powolnego eksperymentowania ani ograniczonych pilotaży. Od samego początku byliśmy na rynku, współpracując z globalnymi przedsiębiorstwami nad wysokowpływowymi, realnymi projektami. Nie były to izolowane przypadki użycia – były to strategiczne inicjatywy związane z kluczowymi częściami biznesu. To właśnie zdobyło nam zaufanie i pomogło Unframe stać się strategicznym partnerem w wielu dziedzinach, a nie tylko dostawcą. Kiedy dostarczysz realne wyniki szybko, przyjęcie następuje.

Mówiłeś o redukowaniu wdrożenia sztucznej inteligencji z miesięcy do godzin. Przewiedź nas przez to, jak Unframe to umożliwia?

Zbudowaliśmy setki głębokich bloków technicznych w platformie Unframe. Kiedy wdrożone jest nowe rozwiązanie, nie zaczyna się od zera – jest dostosowane za pomocą planu, który mapuje te składniki na konkretnych potrzeb użytkownika. To właśnie redukuje wdrożenie z miesięcy do godzin.

Powiedz nam więcej o podejściu Blueprint – co go wyróżnia i dlaczego jest tak potężne dla przypadków użycia sztucznej inteligencji w przedsiębiorstwach?

Podejście Blueprint to sposób, w jaki dostarczamy dostosowane rozwiązania sztucznej inteligencji w skali – bez rozpoczynania od zera. Każdy plan mapuje logikę, składniki, przepływy pracy i zabezpieczenia dla konkretnego przypadku użycia, konfigurowania biblioteki technicznych bloków platformy. To jest sposób, w jaki łączymy szybkość i precyzję w skali.

Unframe prezentuje się jako niezależny od LLM i nie wymaga dostrajania modeli. Dlaczego było ważne, aby uniknąć potrzeby szkolenia niestandardowych modeli?

Ponieważ większość przedsiębiorstw nie potrzebuje niestandardowych modeli – potrzebują niestandardowych wyników. W momencie, gdy zaczynasz dostrajać, zamykasz się na konkretnego dostawcę, zwiększasz koszty i tworzysz nakład pracy konserwacyjnej, którego większość organizacji nie jest w stanie obsłużyć.

Zaprojektowaliśmy Unframe, aby działał z istniejącymi nowoczesnymi modelami w sposób, który nadal dostarcza dostosowane, wysokiej jakości wyniki – bez złożoności. Pozostając niezależnym od LLM, dajemy przedsiębiorstwom elastyczność, szybszy czas osiągania wartości i możliwość ewolucji wraz ze zmianą krajobrazu modeli. Celem nie jest szkolenie modeli – jest rozwiązywanie problemów. I możesz to zrobić niezwykle dobrze bez dotykania dostrajania.

Jaką rolę odgrywa interakcja w języku naturalnym w platformie Unframe – i jak daleko może ona zajść w zastępowaniu tradycyjnych interfejsów oprogramowania?

Język naturalny jest potężnym punktem wejścia – czyni sztuczną inteligencję natychmiast dostępną dla użytkowników biznesowych, bez konieczności szkolenia lub technicznej rampy. Jest to szczególnie ważne, gdy pracujesz z globalnymi firmami i rozproszonymi siłami roboczymi w różnych krajach, rolach i językach. Interfejs w stylu czatu pomaga wyrównać pole gry.

Ale każdy przypadek użycia Unframe jest inny, a interfejs musi dopasować się do zadania. Czasami oznacza to naturalny język czatu. Innym razem jest to dynamiczna tabela, interaktywny pulpit nawigacyjny lub interfejs generowania treści – cokolwiek najlepiej pasuje do przepływu pracy i wyniku, który rozwiązujemy.

Nie widzimy języka naturalnego jako zastąpienia tradycyjnych interfejsów, ale jako warstwy, która usuwa tarcie tam, gdzie ma to znaczenie. Celem jest uczynienie oprogramowania intuicyjnym, elastycznym i dostosowanym – nie tylko do użytkownika, ale do problemu, który próbujemy rozwiązać.

Jakie lekcje z skalowania Noname Security do wyceny 1 miliarda dolarów i przejęcia za 450 milionów dolarów stosujesz w Unframe?

Skoncentruj się na rozwiązywaniu realnych, pilnych problemów – i rób to z wykonywaniem na poziomie przedsiębiorstw od pierwszego dnia. W Noname nauczyliśmy się, że skala pochodzi z zaufania, a zaufanie pochodzi z dostarczania szybko bez cięcia corners. W Unframe stosujemy ten sam sposób myślenia: poruszaj się szybko, buduj bezpiecznie i pozostawaj bezwzględnie ukierunkowany na klienta.

Jako wielokrotny założyciel, jaki jest Twój podejście do budowania zespołów kierowniczych i kultury firmy w środowiskach o hyper-roszczygu?

W hyper-roszczygu nie masz luksusu figurowania rzeczy powoli – więc potrzebujesz ludzi wokół siebie, którzy nie tylko są świetni w tym, co robią, ale którzy również prosperują w niepewności i poruszają się z pilnością. Dla mnie budowanie zespołu kierowniczego zaczyna się od zaufania, klarowności i wspólnych wartości. Każdy musi być zgodny co do tego, dokąd zmierzamy, i równie zaangażowany w posiadanie swojej części podróży.

Kultura jest taka sama. Nie chodzi o stoły do ping-ponga – chodzi o to, jak podejmujesz decyzje, gdy rzeczy stają się trudne. W Unframe byliśmy świadomi tworzenia kultury własności, tempa i uczciwości. Poruszamy się szybko, słuchamy uważnie i pchamy się nawzajem, aby być lepszymi każdego dnia. Tego rodzaju kultura nie tylko przetrwa hyper-roszczyg – napędza go.

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