Benjy Boxer, VD och medgrundare av Phaze – Intervjuserie

Benjy Boxer, VD och medgrundare av Phaze, är en teknikentreprenör som bygger en högpresterande fjärrskrivbordsplattform för ingenjörer, designers och andra proffs som arbetar med krävande 3D- och CAD-applikationer. Phaze erbjuder låglatens fjärråtkomst till arbetsstationer med företagsklassens hantering och säkerhetskontroller, vilket möjliggör för team att samarbeta sömlöst från var som helst. Han var tidigare medgrundare till det låglatenta fjärrskrivbordsföretaget Parsec 2016 och ledde det genom dess förvärv på 320 miljoner dollar av Unity 2021. Efter förvärvet hade han flera seniora ledningspositioner på Unity, inklusive senior vice president och general manager för Unity Cloud, där han övervakade produkter som stöder fjärrsamarbete, multiplayerutveckling, tillgångshantering, molninfrastruktur och skapande av realtids-3D-innehåll. Boxer arbetade tidigare med produktstrategi på NewsCred, företagsutveckling på AOL och tillgångs- och skuldförvaltning på Världsbanken.

Phaze är en fjärrskrivbordsplattform för företag som är utformad för proffs som arbetar med krävande 3D-, datorstödd design-, ingenjörs- och visualiseringsapplikationer. Den erbjuder säker åtkomst till högpresterande arbetsstationer från nästan var som helst, med låglatenskontroller, höga bildfrekvenser, exakt färgåtergivning, multifunktionsförmåga, USB-genomströmning och samtidig sessionsamarbete. För IT-team erbjuder Phaze central hantering av enheter, användare, åtkomsttillstånd, lokala reläer, anslutningsaktivitet och företagsautentisering, som stöds av SOC 2 Typ II-certifiering, oberoende penetrationstestning, rollbaserad åtkomstkontroll och omfattande granskningsloggar.

Du grundade Parsec med idén att om fjärrskrivbord kunde möta kraven från spel, kunde det så småningom fungera för nästan allt. Efter att ha sålt Parsec till Unity, vad gjorde att du bestämde dig för att återvända till det här problemet med Phaze, och vad lärde du dig av Parsec som formade Phaze från dag ett?

På Parsec lärde vi oss att människor inte förlåter dålig prestanda. Spelare lägger märke till varje ram som släpps och varje millisekund av latens, så vi var tvungna att bygga en plattform som försvann i bakgrunden. Om användarna tänker på fjärrskrivbordet, har du redan förlorat. Parsec blev populärt i spelföretag eftersom prestandan är viktig för skapare också.

Nu tror vi att tillgång till högpresterande beräkningar är ett krav för varje proffs. Det beror på att varje mjukvara förlitar sig på GPU-acceleration för att leverera funktioner till kunder. 3D-grafikprestanda har alltid varit viktig för proffsiga ingenjörer, skapare, utvecklare, arkitekter, animatörer och redigerare. Phaze är för de här arbetsstationsanvändarna och de företag de arbetar för. På grund av kraftkraven från GPU:erna och, ärligt talat, kostnaden, borde kraftfull hårdvara bo någon annanstans än under skrivbordet.

Vi byggde Phaze eftersom vi såg samma problem dyka upp på en mycket större marknad. Företag centraliserar beräkningar, men anställda förväntar sig fortfarande att deras verktyg ska kännas lokala. Att betjäna dessa företagskunder kräver att vi fokuserar inte bara på fjärrskrivbordet, utan också på företagsadministrationen och produkter som stöder IT-team på stora företag som anpassar sina strategier för vår nya värld.

Phaze byggs kring idén att arbetsstationer blir infrastruktur. Vad ser den här förändringen ut som inom företag idag?

Arbetsstationen följer samma bana som servern. Företag köpte tidigare en kraftfull maskin för varje ingenjör eller designer eftersom det var den enda praktiska lösningen. AI ändrade ekonomin bakom detta. Högkvalitativa GPU-system är dyra att köpa, dyra att driva och dyra att kyla.

I stället för att köpa en arbetsstation för varje anställd, sätter företag de här maskinerna i serverrum, colocation-anläggningar och molnmiljöer. Att göra den här förändringen förbättrar tillgångsnyttjande, datasäkerhet och hårdvaruhantering. Hårdvaran stannar på en plats, medan anställda kan komma åt den från var de än arbetar.

Varför räcker traditionella skrivbordsarbetsstationer inte längre för team som arbetar med AI, realtidsrendering, simulering, CAD, 3D och visuell databehandling?

Det handlar inte om att traditionella skrivbordsarbetsstationer sviker människor. Målpunkterna flyttas varje gång en ny generation av GPU:er blir tillgänglig. När det finns mer VRAM, använder ISV:er det för att generera mer realistiska pixlar, bättre simuleringar och smartare AI. Arbetsbelastningarna förändras, så företag behöver uppgradera sin hårdvara. Att träna AI-modeller, rendera komplexa scener, köra simuleringar och arbeta med modern visuell databehandlingsprogramvara kräver alla mycket mer GPU-kraft än de gjorde för bara några år sedan. Moderna proffsskrivbordsarbetsstationer kan dra mer än 1 200 watt för grafikbearbetning ensam, vilket gör dem svåra att distribuera i stor skala inom en organisation. Företag behöver fortfarande den prestandan. De levererar den bara på ett annat sätt genom att centralisera hårdvaran och låta anställda ansluta till den på distans.

Mycket av AI-infrastrukturtäckningen fokuserar på modeller, GPU:er, datacenter och inferens. Var passar fjärrskrivbordsåtkomst in i AI-infrastrukturstacken?

Dessa fokuserar på token-generation som blir en inmatning i hur människor interagerar med programvara på datorer. Vi tror att fler av de datorer som människor interagerar med kommer att bo någon annanstans. Det betyder att en skapare, ingenjör, designer eller utvecklare kommer att ha möjlighet att komma åt en högpresterande dator på vilken skärm som helst. Fjärrskrivbordet är åtkomstlagret mellan användare och de datorer de förlitar sig på. Grafik och latens är fortfarande viktiga när människor interagerar med sin dator, särskilt när de arbetar i CAD eller 3D. Phaze prioriterar prestanda för de här användningsfallen och ger alla åtkomst till beräkningar när de behöver dem, oavsett var de är.

Phaze pratar om både anställda och AI-agenter som behöver åtkomst till kraftfulla maskiner. Hur förändras definitionen av en “användare” när AI-agenter börjar komma åt datorer bredvid människor?

På jobbet försöker människor uppnå mål med datorer när de använder dem. Nu kan en människa interagera med datorn för att uppnå det målet, eller de kan anställa en agent för att göra samma sak på deras vägnar. Antingen väg, resultatet är detsamma, det är bara en annan användare. Vi tror att företag behöver behandla agenter som anställda och hantera och säkra deras åtkomst på samma sätt.

Vilka typer av uppgifter kommer AI-agenter att behöva fjärrarbetsstationsåtkomst för som inte kan hanteras rent genom API:er?

Det pågår en debatt om datoranvändningsmodeller versus CLI/API-först design. Jag tror att de flesta programvaruleverantörer kommer att leverera ett gränssnitt för AI-agenter att konsumera. Men det finns scenarier när målet är att testa hur en människa skulle använda programvara eller när jobbet-att-göras kräver interaktion med en fullständig dator. I de två scenarierna kommer en datoranvändningsmodell att vara den bästa lösningen. Så, om du testar en ny applikation för kunder eller försöker lösa en slutanvändares problem på deras dator, tror jag att du kommer att behöva en datoranvändningsmodell.

Fjärråtkomst accelererar att uppnå dessa mål. Ibland är det besvärligt eller kräver mycket teknisk kunskap att distribuera agenter till slutanvändarens enheter. Det finns också scenarier där central hantering av agenter som är anslutna till många datorer är fördelaktig. Dessutom kanske människor inte vill köra en datoranvändningsmodell på sin primära enhet, så de kan begära att uppgifter ska utföras medan de fokuserar på andra saker på sin dator.

Hur bör företag tänka på säkerhetsriskerna med att ge AI-agenter åtkomst till fullständiga maskiner med filer, applikationer, behörigheter och beräkningsresurser?

Jag tror inte att det finns en betydande ökning av risk i förhållande till att ge anställda samma åtkomst. Företag har mycket erfarenhet av att se till att datorer är avskilda, säkra och endast har åtkomst till de filer de ska ha. Jag misstänker att datoranvändningsagenter kommer att ärva samma behörigheter som den användare som begär att agenten ska göra något. Det finns också en fördel med att ha datoranvändningsagenter som kör datorer via fjärråtkomst, eftersom agenten inte installeras direkt på den dator den styr. En människa kan se agenten utföra åtgärder genom fjärrskrivbordsprodukten, eller omfattningen av indata den kan styra kan hanteras genom fjärrskrivbordsprotokoll.

Fjärrskrivbord har funnits i decennier, men många användare förknippar det fortfarande med fördröjning, dåliga visuella effekter eller klumpiga IT-arbetsflöden. Vad har förändrats tekniskt som gör att den här kategorin är mer relevant nu?

Under lång tid förtjänade fjärrskrivbord den ryktet. Saker och ting har förändrats kring de teknologier som fjärrskrivbordsprotokoll använder. Internet har blivit mycket bättre. Nästan alla har en högbandbreddsanslutning hemma. Och nu, om ditt flygbolag gör en affär med Starlink, kan du ha en högbandbreddsanslutning i luften också. Dessutom släpptes hårdvara som innehåller chip som är speciellt utformade för att avkoda och koda videostreams snabbt. Den här kombinationen, tillsammans med tekniska innovationer, gör att tidigare upplevelser är oacceptabla idag.

Människor accepterade fördröjning, suddiga visuella effekter och opålitlig prestanda eftersom det inte fanns något bättre alternativ. Att bygga Parsec tvingade oss att lösa dessa problem eftersom spelare helt enkelt inte skulle tolerera dem. Om upplevelsen inte var sömlös, slutade de använda den.

Idag finns samma förväntningar inom professionell databehandling. Ingenjörer, designers, utvecklare och skapare förväntar sig att fjärråtkomst ska kännas som att sitta framför maskinen. När företag flyttar arbetsstationer till delad infrastruktur, är den nivån av prestanda inte längre valfri.

Vilka branscher tror du kommer att anta fjärr-AI-beredda arbetsstationer först: spel, arkitektur, ingenjörskonst, film, tillverkning, robotik, AI-laboratorier eller något annat?

Den första vågen är redan ganska tydlig. Det är vilken bransch som helst där människor tillbringar sin dag med att arbeta med GPU-intensiv programvara.

Det inkluderar ingenjörskonst, arkitektur, tillverkning, visuella effekter, film, speltillverkning, simulering, AI-forskning och annan GPU-baserad programvara. Dessa organisationer är redan beroende av dyra maskiner, så de ser omedelbar nytta i att centralisera dem i stället för att distribuera maskiner till varje person. Människor som arbetar med de mest intensiva simuleringarna, visuella scenerna, designar de mest komplicerade produkterna och byggnaderna, alla förlitar sig på de senaste GPU-aktiverade arbetsstationerna.

Med tiden kommer den gruppen att expandera när AI blir en del av mer professionell programvara. Fler anställda kommer att behöva tillfällig åtkomst till kraftfulla beräkningar, även om de inte behöver en dedikerad arbetsstation.

Om fem år tror du att den företagsarbetsstationen fortfarande kommer att vara en personlig enhet, eller kommer den att bli en delad pool av GPU-aktiverad infrastruktur som kan nås av både människor och AI-agenter?

Jag tror att vi kommer att se tillbaka på dedikerade arbetsstationer på samma sätt som vi ser på dedikerade servrar.

Det kommer alltid att finnas undantag, men för de flesta organisationer är det mer meningsfullt att bygga en delad pool av högpresterande beräkningar och låta människor ansluta till de resurser de behöver. Det är en bättre användning av dyra maskiner, och det ger organisationer mycket större flexibilitet när arbetsbelastningar fortsätter att utvecklas. Vi vill se en värld där människor har tillgång till de beräkningar de behöver, oavsett var de är och utan att behöva tänka på hur ofta de behöver uppgradera sin hårdvara. Vi tror att det är möjligt om sättet att komma åt hårdvaran är tillräckligt bra för att försvinna i bakgrunden och inte påminna om att man använder fjärråtkomst till beräkningar.

Arbetsstationen försvinner inte. Den flyttar in i datacentret. Den riktiga utmaningen är att göra den övergången osynlig för de människor som använder den. Det är vad vi bygger.

Tack för den underbara intervjun. Läsare som vill lära sig mer kan besöka Phaze.