Intervjuer

Javed Khan, VD för Neat – Intervjuserie

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Javed Khan, VD för Neat, är en teknikchef med mer än två decennier av ledarskapserfarenhet som spänner över företags‑samarbete, intelligenta system, edge‑computing och cybersäkerhet. Han blev VD för Neat i mars 2026 efter att ha varit Executive Vice President och President of Intelligent Systems på Aptiv, där han ledde arbete med avancerade intelligenta och edge‑baserade teknologier. Före Aptiv tillbringade Khan mer än nio år på Cisco som Senior Vice President och General Manager of Collaboration, och övervakade en betydande period av utveckling inom företagskommunikation och samarbets‑teknik. Tidigare i sin karriär tillbringade han 14 år på Symantec som Vice President of Enterprise Security, vilket ger honom en bakgrund som kombinerar samarbetsplattformar, intelligenta system och företags‑säkerhet.

Neat är ett teknikföretag baserat i Oslo som designar intelligenta videosamarbetsenheter för moderna mötesrum. Dess portfölj kombinerar skräddarsydda kameror, mikrofoner, skärmar, ljudsystem och bearbetningshårdvara med en AI‑driven distribuerad arkitektur som är avsedd att göra hybridmöten mer naturliga och enklare att hantera. Neats enheter stöder stora samarbetsplattformar inklusive Microsoft Teams, Zoom och Google Meet, samt bring‑your‑own‑device‑konfigurationer, med AI‑funktioner för exempelvis intelligent inramning, ljudoptimering och anpassade mötesupplevelser. Företaget fokuserar på att föra mer intelligens direkt in i mötesrummet samtidigt som de erbjuder organisationer hårdvara som kan distribueras och hanteras i utrymmen från små fokusrum till stora konferensmiljöer.

Efter att ha lett stora samarbetsinitiativ på Cisco Systems och arbetat med intelligenta edge‑system på Aptiv, vad gjorde VD‑rollen på Neat till rätt nästa kapitel för dig, och hur formar din tidigare erfarenhet din vision för företagets AI‑transformation?

Att bygga produkter som används i stor skala har alltid varit kärnan i det jag gör, och det är så du snabbt får reda på om du faktiskt löser ett problem.

På Cisco såg jag videokonferenser gå från en styrelserumslyx till ryggraden i hur världen fungerar. På Aptiv såg jag hur intelligent edge‑computing tyst förändrade hela industrier – bil, rymd, robotik – på sätt som de flesta inte märkte förrän de plötsligt inte kunde föreställa sig att arbeta utan det. Det som förenade dem var samma sak: intelligens som flyttas närmare där saker faktiskt händer.

Och det är exakt där vi befinner oss nu. Under de senaste åren har AI‑modeller blivit tillräckligt små och kraftfulla för att köras direkt på en enhet i ett konferensrum. Det är ingen gradvis förbättring. Det är ett grundläggande skifte i vad som är möjligt, och ärligt talat är det en otroligt spännande tid att vara i den här branschen.

Det är därför Neat känns rätt. Grundteamet började från grunden 2019 och byggde en arkitektur som är inbyggd för AI‑eran, inte lagd ovanpå årtionden gammal legacy‑kod. Vi har över 600 000 enheter distribuerade hos 20 000 kunder i 90 länder. Vi blir den globala standarden. Och det finns fortfarande mycket mer att bygga.

Du har beskrivit konferensrummet som en av de mest underskattade ytorna inom AI idag. Varför tror du att den fysiska mötesplatsen blir strategiskt viktig igen efter år av mjukvaruförst‑samarbetstrender?

Efter pandemin såg vi något intressant hända. Antalet konferensrum ökade snabbt. Folk återvände till kontoret och mötesrummet blev centralt igen, inte bara för videosamtal utan som en samlingsplats för team att tänka, besluta och arbeta tillsammans.

Men så är det. Trots den återupptagna betydelsen används dessa enheter bara medan du är i ett möte. Du går in, går med i ett samtal, går ut. Rummet blir mörkt. Och det är en enorm missad möjlighet.

Det som har förändrats är att vi nu kan göra så mycket mer. Nu när kraftfull beräkning finns i rummet – tillsammans med AI‑funktioner som är enkla, välutformade, pålitliga och öppna – blir utrymmet användbart i alla de ögonblick som tidigare föll mellan stolarna. Före mötet startar. Efter att det avslutats. När ett lokalt team bara behöver ett utrymme för att tänka högt utan någon möteslänk i sikte.

Konferensrummet har alltid varit en hub för samarbete. AI är det som äntligen låter det fungera som en sådan.

Under din tid som ledare för Webex under pandemins fjärrarbetsboom, vilka lärdomar fick du om hur människor faktiskt samarbetar jämfört med hur mjukvaruplattformar antog att de skulle samarbeta?

Pandemin tvingade branschen att gå snabbt framåt, och samarbetsplattformarna gjorde ett anmärkningsvärt jobb med att förbättra upplevelsen för personer som arbetar hemifrån. Ljudet blev bättre, videon bättre, gränssnitten enklare. Verklig framgång uppnåddes för personen som sitter vid köksbordet.

Men så hände det samtidigt. Klyftan för personen i konferensrummet blev större, inte mindre. Medan hemmaupplevelsen förbättrades avsevärt, presenterade rumsupplevelsen en annan uppsättning utmaningar som var svårare att lösa enbart via mjukvarulagret. Fjärrdeltagare var konsekvent missgynnade på sätt som plattformen inte kunde se och inte mätte: de missade sidokonversationen innan mötet startade, kunde inte läsa rummet, och uteslöts när beslut gled bort från kameran.

Det är exakt varför vi har investerat så mycket i funktioner som Intelligent Layouts och Intelligent Framing på Neat. Intelligent Layouts justerar dynamiskt hur fjärrdeltagare visas i rummet, vilket ger alla lika närvaro oavsett var de sitter. Intelligent Framing läser kontinuerligt rummet och justerar kameravyn automatiskt, så att fjärrdeltagaren alltid ser rätt person i rätt ögonblick utan att någon i rummet behöver röra något. Vårt mål är enkelt: fjärrdeltagaren ska vara lika nöjd med sin upplevelse som de som sitter i rummet.

Många AI‑samarbetsverktyg idag fokuserar på transkription, sammanfattningar och copilot‑funktioner. Vad tror du de fortfarande grundläggande saknar när det gäller möten i den verkliga världen?

Transkription och sammanfattningar är värdefulla, och branschen har gjort ett utmärkt jobb med att etablera dokumentation som standard. Med den grunden på plats är nästa möjlighet att använda AI för att aktivt förbättra själva mötesupplevelsen.

Tänk på vad som faktiskt händer innan ett möte ens startar. För många kan det vara stressigt att bara gå med i ett möte. Fel plattform, fel länk, obekant gränssnitt. Vi hör detta ständigt från kunder. Den friktionen uppstår innan ett enda ord transkriberas, och det är något vi aktivt arbetar med våra plattforms‑partners för att förbättra.

Fundera på vad som händer under själva mötet. Vissa personer dominerar, andra drar sig tillbaka, fjärrdeltagare känner sig som om de är i periferin. AI efter mötet är kraftfullt för dokumentation och uppföljning, men själva mötesupplevelsen behöver också uppmärksamhet medan den pågår. Det är ett levande, ögonblickligt problem, och det kräver intelligens som lever i hårdvaran själv.

Och sedan är det allt som följer. Åtgärdspunkter som ligger i en sammanfattning som ingen läser. Beslut som inte hamnar i rätt arbetsflöden. AI bör automatiskt koppla dessa resultat till resten av företaget, inte skapa ett ytterligare dokument som någon måste bearbeta manuellt.

Det är vad vi fokuserar på på Neat: före, under och efter. Bättre upplevelser drivna av AI som arbetar i rummet, inte bara dokumenterar vad som hände där.

Hur förändrar framsteg inom edge‑computing och stora språkmodeller vad konferensrums‑hårdvara kan göra lokalt jämfört med att helt förlita sig på molnet?

Under större delen av AI:s historia inom samarbete har molnet varit där intelligensen bodde, och det är fortfarande ryggraden i hur vi hanterar och koordinerar i skala. Det som har förändrats är att vi nu kan göra mer genom att föra en del av den intelligensen närmare där mötet faktiskt äger rum.

Det första är hastighet. Du kan inte ha meningsfull latens i ljudbehandling eller kamerainramning. När AI måste göra en rundresa till molnet och tillbaka märker du det. Svaret måste vara omedelbart, och det betyder att bearbetningen måste ske precis där i rummet.

Det andra är integritet. När AI körs direkt på enheten behöver den mest känsliga datan aldrig lämna rummet. Det är inte bara en teknisk detalj; det är en fundamentalt annorlunda integritetsposition. Ett policy‑dokument kan inte ge dig det. Arkitekturen måste.

Det tredje är kostnad. Att köra AI lokalt på enheten minskar beroendet av dyr moln‑GPU‑infrastruktur. Det är en verklig besparing som multipliceras över en stor enhetsflotta, och det är något som IT‑ledare alltmer uppmärksammar.

Att köra kraftfulla AI‑modeller direkt på hårdvaran, snarare än som ett fjärr‑API‑anrop, är nu möjligt på ett sätt som för bara några år sedan inte var det. Du får det bästa av två världar: molnet hanterar förvaltning och samordning i skala, och edge‑delen hanterar upplevelser där hastighet, integritet och lokal kostnadseffektivitet är viktigast. Det skiftet är en stor del av vad som lockade mig tillbaka till den här branschen, och till Neat.

Du har arbetat över industrier, inklusive bil, rymd, robotik och företags‑samarbete. Finns det koncept från intelligenta system i dessa industrier som du tror så småningom kommer att omforma teknik för samarbete på arbetsplatsen?

Den bilrelaterade parallellen är den jag återkommer till. Självkörande är en av de mest sofistikerade edge‑computing‑lösningarna som någonsin byggts. Sensorerna upptäcker vad som händer i realtid, bilen fattar beslut som på riktigt påverkar människors liv, och allt bearbetas i edge‑delen i stunden. Svaret måste vara omedelbart eftersom konsekvenserna av ett fel är omedelbara.

Ett mötesrum är samma problem i en annan miljö. Rummet förändras varje gång. Olika antal personer, olika akustik, olika belysning, olika samtalsdynamik. Hårdvaran måste läsa av vad som händer och svara smidigt, utan att någon behöver hantera den.

Det som drar oss till edge‑enheter på Neat återkommer till tre saker: hastighet för de upplevelser som kräver det, integritet eftersom den mest känsliga datan inte bör lämna rummet, och kostnad eftersom lokal bearbetning minskar beroendet av molninfrastruktur i skala. Disciplinen att designa för verklig variation snarare än idealförhållanden är något som bil‑ och robotikindustrin har brottats med i årtionden. Företagssamarbete håller nu på att komma ikapp.

Varför tror du att nästa stora innovationsvåg inom företags‑samarbete kan komma från hårdvara och edge‑intelligens snarare än från de mjukvaruplattformar som dominerar rubrikerna idag?

Jag skulle nyansera formuleringen lite. Det handlar inte om hårdvara mot mjukvara, de två måste samarbeta. Men det som har förändrats är att hårdvaran nu kan göra saker som helt enkelt inte var möjliga för några år sedan, och det skapar en genuint ny möjlighet.

Plattformarna Microsoft, Zoom, Google gör anmärkningsvärda saker under mötet. Men det finns saker som hårdvara möjliggör som mjukvara ensam inte kan replikera fullt ut. Att exakt rama in rummet. Att bearbeta ljud med den precision som kommer från mikrofoner och högtalare som är specifikt byggda för utrymmet. Att hantera allt lokalt utan en rundresa till molnet. När intelligens är inbyggd i hårdvaran får du en nivå av prestanda och integritet som mjukvara ensam inte kan uppnå på samma sätt.

När du bygger den intelligensen i hårdvaran förbättrar du mjukvaran. Bättre inramning betyder att fjärrdeltagaren får en renare, mer exakt vy av rummet. Bättre ljudbehandling betyder att röster fångas tydligare, vilket förbättrar allt som följer. Bättre lokal bearbetning betyder snabbare, mer privata och mer pålitliga upplevelser för alla i rummet och alla som deltar på distans.

Så frågan är inte vilket lager som vinner. Frågan är hur du bygger en hårdvaruplattform som förbättrar mjukvaran, och ett mjukvaruekosystem som gör hårdvaran mer värdefull. Det är det satsning vi gör på Neat, och det är därför vi byggde från grunden istället för att försöka eftermontera AI på en legacy‑arkitektur. De företag som lyckas få hårdvara och mjukvara att fungera sömlöst tillsammans är där nästa våg kommer ifrån.

När AI‑agenter blir mer kapabla, hur ser du på mötens roll utvecklas? Kommer möten att bli mer avsiktliga, mer automatiserade eller potentiellt färre totalt sett?

Det du först kommer att se är en omvandling av allt kring mötet och själva mötesupplevelsen. Före samtalet hjälper agenter att förbereda deltagare, visa relevant kontext och säkerställa att rätt personer är i rummet. Efter samtalet agerar agenter automatiskt på resultat, tilldelar åtgärdspunkter, uppdaterar arbetsflöden och kopplar beslut till resten av företaget utan att någon behöver jaga dem. Mötet blir mindre ett isolerat evenemang och mer en nod i ett kontinuerligt, intelligent arbetsflöde.

Det andra som agenter förändrar är hur IT hanterar infrastruktur. När agenter kan komma åt och hantera rums‑hårdvara direkt minskar kostnaden och komplexiteten för att driva en mötesrums‑portfölj avsevärt. IT‑team spenderar mindre tid på underhåll och felsökning, och mer tid på strategiska prioriteringar. Det är ett betydelsefullt skifte för alla organisationer som driver mötesrum i skala.

Det som inte kommer att förändras är mötets betydelse som en plats för genuint mänskligt samarbete och överläggning. De samtal som kräver omdöme, som behöver att människor läser rummet och fattar beslut tillsammans, försvinner inte. Om något, när agenter tar hand om mer av den administrativa bördan blir de möten som återstår mer fokuserade och mer värdefulla.

Rummets hårdvara måste vara redo för allt detta. När agenter blir aktiva deltagare snarare än bara stödverktyg blir enheten i rummet det fysiska fönstret genom vilket dessa agenter interagerar med människorna där.

Företag oroar sig i allt högre grad för integritet, styrning och säkerhet när AI‑system är inbäddade direkt i arbetsmiljöer. Hur bör organisationer tänka kring att balansera intelligent samarbete med förtroende och kontroll?

Detta är en av de viktigaste frågorna i vår bransch just nu, och den kommer bara att bli mer angelägen när AI blir mer inbäddat i arbetsplatsen.

Utgångspunkten måste vara arkitektur. När du inbäddar AI i ett rum med beständiga sensorer och alltid‑på‑bearbetning är frågan om var datan lagras ingen detalj. Om den mest känsliga datan aldrig lämnar enheten har du adresserat en riskkategori som ingen enskild integritetspolicy kan täcka.

På Neat är säkerhet och integritet inbyggda i hur vi designar och konstruerar våra produkter från grunden, inte tillagda i efterhand. Neat OS är ett skräddarsytt operativsystem som är specifikt utvecklat för mötesrum, med hårdvarustödd säker start, verifierad operativsystemintegritet och strikta processkontroller som begränsar vad mjukvara kan komma åt även om en sårbarhet upptäcks någon annanstans. All ljud‑ och bild‑AI‑bearbetning hanteras lokalt på dedikerade edge‑processorer i flyktigt minne, vilket garanterar noll datalagrning, noll molnöverföring och noll exponering av kundinformation.

Den arkitekturen förenklar också något som organisationer alltmer bryr sig om: regelefterlevnad. När AI‑bearbetning stannar på enheten blir datasuveränitet mycket enklare att demonstrera. Det tar bort hela riskkategorier från regelefterlevnadsdiskussionen och gör det betydligt enklare att uppfylla kraven i ramverk som HIPAA för sjukvård, SOC 2 för tjänsteorganisationer samt CCPA och CPRA för organisationer som verkar under Kaliforniens integritetslag. Rummet blir en tillgång i er regelefterlevnadsprofil, inte en belastning.

Vad AI förändrar är hastigheten i säkerheten, inte riktningen för vår strategi. Fönstret mellan att upptäcka en sårbarhet och att utnyttja den krymper snabbt. Därför har vi gått bort från periodiska granskningar till kontinuerlig övervakning, pågående sårbarhetshantering och AI‑assisterad kodanalys genom hela vår utvecklingsprocess.

För organisationer som utvärderar teknologipartners är den mest användbara frågan inte om en leverantör är knuten till det senaste AI‑säkerhetsinitiativet. Det är om säkerheten är tillräckligt djupt inbäddad i allt de bygger för att stå emot vad som än kommer härnäst. På Neat har detta varit vårt fokus från dag ett.

Om vi ser fem år framåt, hur ser det ideala AI‑drivna konferensrummet faktiskt ut och känns, och vilka funktioner tror du kommer att verka självklara i efterhand när denna övergång är fullständigt genomförd?

Det som kommer att verka mest uppenbart i efterhand är detta: ingen ska någonsin ha en undermålig mötesupplevelse bara för att de deltar på distans. Det är den nivå vi bygger mot, och vi är närmare än de flesta tror.

Du går in i rummet och mötet är redo för dig. Ingen fumling med kablar, ingen felsökning av ljud, ingen justering av kameran. Alla, oavsett om de är i rummet eller deltar hemifrån, har lika närvaro under hela samtalet utan att någon behöver hantera det.

Efter mötet sitter inte resultatet i en sammanfattning som ingen läser. Åtgärdspunkter tilldelas, arbetsflöden uppdateras och beslut kopplas automatiskt till resten av företaget. Mötet blir en nod i ett kontinuerligt, intelligent arbetsflöde snarare än ett isolerat evenemang.

Och infrastrukturen som driver allt detta hanteras i stor utsträckning av AI‑agenter, inte IT‑team som jagar enhetsproblem. Rummen är alltid redo. Flotta‑hantering sker i bakgrunden. Tekniken blir verkligen osynlig.

Det som kommer att verka självklart i efterhand är att vi väntade så länge med att behandla rummet som ett intelligent system snarare än en samling kringutrustning. Idén att du måste felsöka ljud eller manuellt rama in en kamera innan ett möte kan starta kommer att se lika onödig ut som den faktiskt är.

Tack för den fantastiska intervjun, läsare som vill veta mer bör besöka Neat.

Antoine är en visionär ledare och medgrundare av Unite.AI, driven av en outtröttlig passion för att forma och främja framtidens AI och robotik. En serieentreprenör, han tror att AI kommer att vara lika störande för samhället som elektricitet, och han fångas ofta i att prata om potentialen för störande teknologier och AGI.

Som en futurist är han dedikerad till att utforska hur dessa innovationer kommer att forma vår värld. Dessutom är han grundare av Securities.io, en plattform som fokuserar på att investera i banbrytande teknologier som omdefinierar framtiden och omformar hela sektorer.