สัมภาษณ์

Jan Čurn ผู้ร่วมก่อตั้งและซีอีโอของ Apify – บทสัมภาษณ์

Antoine Tardif
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
Jan Čurn, Co-Founder and CEO of Apify
ประเด็นสำคัญเอเจนต์จะเช่าเครื่องมือที่มีอยู่แล้วเมื่อการสร้างใหม่มีค่าใช้จ่ายมากกว่าการซื้อ
ดูเพิ่มเติม
  • เอเจนต์จะเช่าเครื่องมือที่มีอยู่แล้วเมื่อการสร้างใหม่มีค่าใช้จ่ายมากกว่าการซื้อ
  • ความล้มเหลวแบบเงียบทำให้เอเจนต์สรุปหน้าว่างอย่างมั่นใจโดยไม่สังเกตเห็นปัญหา
  • Apify จ่ายเงินให้ครีเอเตอร์ไม่กี่ร้อยคนรวมประมาณ 2 ล้านดอลลาร์เป็นรายได้สุทธิเมื่อเดือนที่แล้ว

Jan Čurn เป็นผู้ร่วมก่อตั้งและซีอีโอของ Apify ซึ่งเขาก่อตั้งร่วมกับ Jakub Balada ในปี 2015 ผ่านโครงการ Y Combinator Fellowship ความจำเป็นในการรวบรวมประกาศขายอพาร์ตเมนต์ในปรากเพื่อใช้งานจริงเป็นแรงบันดาลใจส่วนหนึ่งให้เกิดผลิตภัณฑ์แรกเริ่ม ซึ่งเป็นเครื่องมือสำหรับแปลงเว็บไซต์ให้เป็น API นับจากนั้น เขาได้ผลักดันให้ผลิตภัณฑ์พัฒนาจากโครงสร้างพื้นฐานสำหรับรวบรวมข้อมูลจากเว็บ ไปเป็นแพลตฟอร์มด้านข้อมูลเว็บ ระบบทำงานอัตโนมัติบนเบราว์เซอร์ และตลาดเครื่องมือที่ AI agent นำไปใช้มากขึ้นเรื่อย ๆ

Apify ให้บริการแพลตฟอร์มสำหรับดึงข้อมูลจากเว็บ ระบบทำงานอัตโนมัติบนเบราว์เซอร์ และเครื่องมือที่พร้อมใช้งานซึ่งเรียกว่า Actors นักพัฒนาสามารถเผยแพร่และสร้างรายได้จาก Actors ผ่านตลาดของแพลตฟอร์ม ขณะที่ธุรกิจและผู้พัฒนา AI ใช้เครื่องมือเหล่านี้เพื่อดึงข้อมูลเว็บที่มีโครงสร้างและทำงานต่าง ๆ โดยอัตโนมัติ ในบทสัมภาษณ์นี้ Čurn พูดถึงวิธีที่ agent ค้นหาและใช้เครื่องมือเฉพาะทาง เหตุผลที่ข้อมูลใหม่มีความสำคัญ ตลอดจนความน่าเชื่อถือ สิทธิ์การเข้าถึง และรูปแบบเศรษฐกิจที่จำเป็นต่อการทำให้ agent ทำงานบนเว็บได้ในวงกว้าง

คุณร่วมก่อตั้ง Apify กับ Jakub Balada ในปี 2015 ผ่านโครงการ Y Combinator Fellowship โดยเริ่มต้นจากเป้าหมายที่จะช่วยให้นักพัฒนาสร้างโปรแกรมรวบรวมข้อมูลจากเว็บที่ยืดหยุ่นและรองรับการขยายขนาดได้ง่ายขึ้น อะไรเป็นแรงบันดาลใจให้เกิดแนวคิดนี้ และวิสัยทัศน์ดั้งเดิมของคุณเปลี่ยนแปลงไปอย่างไรตลอดทศวรรษที่ผ่านมา?

แนวคิดในการสร้าง Apify เกิดจากปัญหาที่ Jakub กับผมประสบด้วยตัวเอง เรากำลังทำโครงการให้ลูกค้ารายหนึ่งซึ่งต้องใช้ประกาศอพาร์ตเมนต์ใหม่ในปราก แต่เครื่องมือที่มีอยู่รับมือกับ JavaScript แบบไดนามิกและโครงสร้างเว็บไซต์ที่ไม่เป็นแบบแผนได้ไม่ดีนัก เราจึงสร้างเครื่องมือของเราเองขึ้นมาเพื่อแปลงเว็บไซต์ใดก็ได้ให้เป็น API

เมื่อเวลาผ่านไป แพลตฟอร์มได้ขยายจากการรวบรวมข้อมูลเว็บไปสู่การดึงข้อมูลจากเว็บ ระบบทำงานอัตโนมัติบนเบราว์เซอร์ และบริการด้านข้อมูลเว็บ จากนั้นเราเปิดตลาดที่ให้นักพัฒนาเผยแพร่เครื่องมือของตน ซึ่งเรียกว่า Actors และรับเงินเมื่อมีผู้อื่นนำไปใช้ ปัจจุบัน ผู้ใช้ Actors ในสัดส่วนที่เพิ่มขึ้นเรื่อย ๆ คือ AI agent

Apify เริ่มต้นจากการเป็นแพลตฟอร์มรวบรวมข้อมูลจากเว็บ ก่อนที่ AI agent จะกลายเป็นประเด็นสำคัญของอุตสาหกรรมเสียอีก คุณเริ่มตระหนักเมื่อใดว่าโครงสร้างพื้นฐานที่สร้างขึ้นอาจมีคุณค่าอย่างยิ่งต่อ AI agent ที่จำเป็นต้องเข้าถึงและโต้ตอบกับเว็บ?

ช่วงเวลาที่ทำให้เราเห็นโอกาสเป็นครั้งแรกเกิดขึ้นในช่วงต้นปี 2023 ไม่นานหลังจากเปิดตัว ChatGPT จู่ ๆ ก็สามารถป้อนข้อมูลเว็บที่สดใหม่ลงในพรอมป์ต์ได้ แทนที่จะต้องฝึกโมเดลใหม่ Apify เป็นหนึ่งในแพลตฟอร์มดึงข้อมูลจากเว็บกลุ่มแรก ๆ ที่ให้บริการโปรแกรมรวบรวมข้อมูลสำหรับไปป์ไลน์ RAG ซึ่งกำลังเกิดขึ้นในเวลานั้น และเชื่อมต่อกับไลบรารีใหม่ ๆ อย่าง LangChain และ LlamaIndex

ต่อมากระแส AI agent ก็เริ่มขึ้น ลองนึกภาพว่าคุณขอให้ agent เปรียบเทียบราคาสินค้าจากเว็บไซต์อีคอมเมิร์ซ 20 แห่ง แล้วมันจะไปหาข้อมูลจากที่ไหน? นี่คือปัญหาที่เราแก้ให้กับนักพัฒนามานานหลายปี ดังนั้นเมื่อ Anthropic เปิดตัว Model Context Protocol (MCP) ในช่วงปลายปี 2024 เราจึงนำมาใช้ทันที เรามีเครื่องมืออยู่แล้วหลายพันรายการ ซึ่งแต่ละรายการมีข้อมูลนำเข้าและผลลัพธ์ที่ชัดเจน ตรงกับสิ่งที่ agent ต้องการพอดี

จุดเปลี่ยนที่แท้จริงเกิดขึ้นในช่วงปลายปี 2025 เมื่อโมเดลมีความสามารถมากพอให้ agent ทำงานที่มีความหมายได้ Agent ต้องมีเครื่องมือที่เหมาะสมและข้อมูลที่เชื่อถือได้ นับจากนั้น การใช้งาน Apify ก็เติบโตอย่างรวดเร็ว จนมีรายได้ประจำต่อปีรวม (ARR) ใกล้แตะ 100 ล้านดอลลาร์

Apify เติบโตจนกลายเป็นแพลตฟอร์มที่มีเครื่องมือมากกว่า 90,000 รายการ ครอบคลุมข้อมูลเว็บ การดึงข้อมูล ระบบอัตโนมัติ และ AI คุณมองบทบาทของระบบนิเวศนี้อย่างไร ในเมื่อ agent ต้องใช้เครื่องมือเฉพาะทางมากขึ้น แทนที่จะพึ่งพาความสามารถของโมเดลภาษาขนาดใหญ่เพียงอย่างเดียว?

ใช่ โมเดลจะสามารถสร้างซอฟต์แวร์ที่ซับซ้อนขึ้นเรื่อย ๆ ได้ตั้งแต่ต้น แต่มีจุดหนึ่งที่เมื่อเกินไปแล้ว การที่ agent ซื้อเครื่องมือที่มีอยู่มาใช้จะมีประสิทธิภาพกว่าการสร้างขึ้นใหม่เอง จุดคุ้มทุนนี้จะขยับสูงขึ้นเมื่อโมเดลพัฒนาขึ้น แต่ก็จะยังมีงานบางประเภทที่การซื้อเครื่องมือสำเร็จรูปเหมาะกว่า จึงเปิดโอกาสให้ขายเครื่องมือที่สร้างไว้ล่วงหน้า โดยเฉพาะเครื่องมือที่อาศัยข้อมูลส่วนตัวและบริบทที่หาได้ยาก

เมื่อค่าใช้จ่ายในการเขียนซอฟต์แวร์ลดลง และจำนวนระบบกับเครื่องมือซอฟต์แวร์เพิ่มขึ้น ข้อจำกัดสำคัญจึงกลายเป็นการค้นหา ว่าจะหาเครื่องมือที่เชื่อถือได้และมีประโยชน์เพื่อช่วยให้งานสำเร็จได้จากที่ไหน แทนที่จะจ่าย 500 ดอลลาร์เพื่อสร้างเครื่องมือให้ทำงานได้อย่างเหมาะสม คุณอาจจ่าย 5 ดอลลาร์ให้ใครสักคนเพื่อเช่าบริการที่มีอยู่แล้ว

จากสิ่งที่คุณเห็นในชุมชนนักพัฒนาของ Apify แอปพลิเคชันที่ใช้งานจริงซึ่งสร้างด้วย AI agent ในปัจจุบันมีอะไรที่น่าสนใจบ้าง และกรณีการใช้งานใดบ้างที่นำไปใช้จริงในระบบการผลิตแล้ว?

ตัวอย่างที่น่าสนใจที่สุดบางกรณีมีลักษณะเฉพาะเจาะจงอย่างไม่น่าเชื่อ เราเห็นการใช้ AI สแกน YouTube, eBay และร้านค้าในญี่ปุ่น เพื่อช่วยตัดสินใจว่าการ์ด Pokémon ใบใดน่าซื้อ บริษัทประกันรายหนึ่งใช้ Apify ตรวจสอบเว็บไซต์ประกาศข่าวมรณกรรมของอิตาลี 55 แห่ง เพื่อยืนยันการเสียชีวิตของผู้ถือกรมธรรม์ ส่วนอีกด้านหนึ่ง Canary ใช้ Apify กับ Spotlight ซึ่งเป็นเครื่องมือที่ช่วยให้เจ้าหน้าที่สืบสวนค้นหาเหยื่อการค้ามนุษย์เด็ก

สิ่งที่แอปพลิเคชันเหล่านี้มีร่วมกันคือการมุ่งแก้ปัญหาที่เฉพาะเจาะจงและเข้าถึงข้อมูลที่เหมาะสมได้ แทนที่จะใช้ agent ที่ออกแบบมาให้ทำได้ทุกอย่างเพียงเล็กน้อย

หนึ่งในความท้าทายใหญ่ที่สุดของ AI agent คือการเข้าถึงข้อมูลจากเว็บไซต์ที่สดใหม่และมีโครงสร้าง แทนที่จะพึ่งพาข้อมูลฝึกโมเดลแบบคงที่ทั้งหมด การเข้าถึงเว็บแบบเรียลไทม์จะมีความสำคัญเพียงใด เมื่อ agent ต้องรับมือกับงานที่ซับซ้อนขึ้นเรื่อย ๆ?

LLM คือการบีบอัดข้อมูลที่ใช้ฝึกโมเดลแบบสูญเสียรายละเอียด แม้จะคาดเดาได้อย่างชาญฉลาดมาก แต่ก็ยังเป็นเพียงการคาดเดา เมื่อคาดหวังให้เอเจนต์ตัดสินใจหรือทำงานในโลกจริง ก็ไม่อาจพึ่งพาข้อมูลฝึกเพียงอย่างเดียวได้ เพราะราคาสินค้าเปลี่ยนแปลง ผลิตภัณฑ์เลิกจำหน่าย คู่แข่งเปิดตัวสิ่งใหม่ และเว็บไซต์ก็อัปเดตอยู่ตลอดเวลา

โมเดลทำหน้าที่ให้เหตุผล แต่เอเจนต์จำนวนมากจำเป็นต้องมีวิธีที่เชื่อถือได้ในการรับข้อมูลเว็บล่าสุดและแปลงข้อมูลนั้นเป็นข้อมูลแบบมีโครงสร้างที่นำไปใช้ในวงกว้างได้

สภาพแวดล้อมบนเว็บอาจคาดเดาได้ยาก ทั้งอินเทอร์เฟซที่เปลี่ยนแปลง เนื้อหาแบบไดนามิก ข้อกำหนดในการยืนยันตัวตน และระบบต่อต้านการทำงานอัตโนมัติ นักพัฒนาต้องเผชิญความท้าทายทางเทคนิคใดบ้างเป็นหลัก เมื่อต้องสร้างเอเจนต์ที่ทำงานบนเว็บแบบเปิดได้อย่างน่าเชื่อถือ?

เว็บไซต์สมัยใหม่อาจส่ง JavaScript แบบไดนามิก หน้าท้าทายการยืนยันตัวตน หรือเนื้อหาที่ไม่ครบถ้วน ขณะที่ระบบต่อต้านบอตจะตรวจสอบตั้งแต่ชื่อเสียงของ IP ไปจนถึงลายนิ้วมือของเบราว์เซอร์ ความล้มเหลวมักเกิดขึ้นโดยไม่มีสัญญาณเตือน ทำให้เอเจนต์อาจสรุปหน้าเว็บที่ว่างเปล่าอย่างมั่นใจโดยไม่รู้ตัว

การสร้างสิ่งที่ทำงานได้สักครั้งนั้นค่อนข้างง่าย แต่การสร้างสิ่งที่ยังทำงานได้ดีเมื่อเว็บไซต์เปลี่ยนแปลง และรองรับการใช้งานจริงในวงกว้างนั้นยากกว่ามาก

เมื่อเอเจนต์ทำได้มากกว่าแค่ดึงข้อมูลและเริ่มดำเนินการต่าง ๆ ทางออนไลน์ได้ ธุรกิจจะไว้วางใจให้เอเจนต์ทำงานโดยอัตโนมัติได้มากขึ้นก็ต่อเมื่อด้านต่าง ๆ เช่น ความน่าเชื่อถือ การกำหนดสิทธิ์ การตรวจสอบยืนยัน และการกำกับดูแลโดยมนุษย์ได้รับการปรับปรุงอย่างไรบ้าง?

การกำหนดสิทธิ์มีความสำคัญมากขึ้นอย่างยิ่งเมื่อเอเจนต์สามารถลงมือทำได้ ไม่ใช่แค่อ่านข้อมูล เอเจนต์ไม่ควรเห็นข้อมูลรับรองของคุณ และข้อมูลลับทั้งหมดต้องเก็บไว้นอกแซนด์บ็อกซ์ที่ปลอดภัย โดยไม่เปิดเผยให้โมเดลเห็น เรากำลังพัฒนาแนวทางแซนด์บ็อกซ์สำหรับพร็อกซีนี้บน Actors ในแพลตฟอร์ม Apify รวมถึงใน mcpc ซึ่งเป็นไคลเอนต์ CLI แบบโอเพนซอร์สของเราสำหรับ MCP

นักพัฒนากำลังทดลองใช้แนวทางต่าง ๆ ตั้งแต่ระบบอัตโนมัติสำหรับเบราว์เซอร์ ไปจนถึง API เฉพาะทางและโปรโตคอลสำหรับเอเจนต์ที่กำลังเกิดขึ้นใหม่ คุณมองว่าสถาปัตยกรรมของเอเจนต์ AI จะพัฒนาไปอย่างไร และความสัมพันธ์ในอุดมคติระหว่างโมเดล เครื่องมือ แหล่งข้อมูล และเบราว์เซอร์ควรเป็นแบบไหน?

ผมคิดว่าแพลตฟอร์มเอเจนต์ขนาดใหญ่อย่าง ChatGPT และ Claude กำลังกลายเป็นระบบปฏิบัติการรูปแบบใหม่ เป็นอินเทอร์เฟซหลักที่ผู้คนใช้สั่งงานคอมพิวเตอร์ และมีเครื่องมือต่าง ๆ เชื่อมต่อเข้ากับแพลตฟอร์มเหล่านี้เหมือนแอปบนโทรศัพท์ของคุณ ส่วนเครื่องมือที่ทำงานอยู่ที่อื่น MCP ก็ได้รับการยอมรับให้เป็นโปรโตคอลมาตรฐานสำหรับการโต้ตอบ

เมื่อเอเจนต์ต้องการข้อมูลอย่างคะแนนร้านอาหารและข้อมูลติดต่อ ก็สามารถเปิด Google Maps ในเบราว์เซอร์แล้วคลิกไปตามหน้าต่าง ๆ เหมือนคน ซึ่งไม่แม่นยำและมีค่าใช้จ่ายสูง อีกทางหนึ่งคือค้นหาและเรียกใช้เครื่องมือที่ส่งคืนข้อมูลแผนที่แบบมีโครงสร้าง ซึ่งทำได้รวดเร็วและน่าเชื่อถือกว่า นอกจากนี้ เอเจนต์หลักยังสามารถส่งต่องานอย่างการจองโต๊ะหรือค้นหาเที่ยวบินให้เอเจนต์ย่อยเฉพาะทางที่ทำงานด้วยโมเดลราคาถูกกว่าได้ด้วย

Apify สร้างโครงสร้างพื้นฐานสำหรับนักพัฒนามาหลายปี พร้อมกับสร้างมาร์เก็ตเพลซที่นักพัฒนาภายนอกสามารถเผยแพร่เครื่องมือของตนเองได้ AI แบบเอเจนต์จะช่วยให้เกิดเศรษฐกิจขนาดใหญ่กว่านี้มากรอบเครื่องมือและบริการเฉพาะทางที่เอเจนต์ค้นพบและใช้งานได้โดยอัตโนมัติหรือไม่?

ใช่ และมาร์เก็ตเพลซของเราก็เป็นตัวอย่างขนาดเล็กของสิ่งนี้อยู่แล้ว นักพัฒนาเผยแพร่ Actors ผู้คนใช้งาน และนักพัฒนาก็ได้รับค่าตอบแทน ซึ่งดึงดูดนักพัฒนาและเครื่องมือให้เข้ามาเพิ่ม วงจรส่งเสริมการเติบโตนี้ดำเนินมาหลายปีแล้ว โดยมีผู้คนเป็นฝ่ายซื้อ

เมื่อเอเจนต์ AI รับผิดชอบงานมากขึ้น ก็จะต้องใช้เงินเพื่อทำงานบางอย่างให้สำเร็จ ลองนึกภาพการมอบหมายงานพร้อมกระเป๋าเงินใบเล็ก ๆ ให้เอเจนต์ แล้วปล่อยให้เอเจนต์จ่ายค่าเครื่องมือที่จำเป็นระหว่างทำงาน โดยใช้โปรโตคอลการชำระเงินสำหรับเอเจนต์อย่าง x402 หรือ MPP ปริมาณธุรกรรมยังมีไม่มาก แต่ผมเชื่อว่าในท้ายที่สุด กิจกรรมทางเศรษฐกิจส่วนใหญ่จะเกิดขึ้นระหว่างเอเจนต์โดยอัตโนมัติ และมีมนุษย์กำกับดูแลน้อยลงเรื่อย ๆ

เมื่อ Apify ก้าวเข้าสู่ทศวรรษที่สอง และเอเจนต์ AI กลายเป็นส่วนสำคัญของแวดวงซอฟต์แวร์มากขึ้น คุณมองว่าบริษัทจะพัฒนาไปในทิศทางใดในอีกหลายปีข้างหน้า และคิดว่าระบบนิเวศของเอเจนต์ในปัจจุบันยังขาดอะไรอยู่?

ตอนนี้มีผู้คนจำนวนมากขึ้นที่เชื่อมต่อ Apify เข้ากับเอเจนต์ของตน เช่น Claude หรือ ChatGPT หลังจากตระหนักว่าเครื่องมือเหล่านี้ช่วยให้ทำงานบนเว็บที่ซับซ้อนยิ่งขึ้นได้รวดเร็วกว่าเดิม แพลตฟอร์ม Apify และ Actors กำลังปรับปรุงเพื่อมอบประสบการณ์การใช้งานแบบเอเจนต์ที่ยอดเยี่ยม ซึ่งช่วยเพิ่มทั้งการใช้งานและการใช้จ่าย

อีกด้านหนึ่งของมาร์เก็ตเพลซ มีผู้สร้างซอฟต์แวร์จำนวนเพิ่มขึ้นที่ได้รับรายได้สม่ำเสมอจาก Actors ของตน โดยมี Actors จากชุมชนมากกว่า 300 รายที่สร้างรายได้เกิน $1,000 ต่อเดือน เมื่อเดือนที่แล้ว เราจ่ายเงินให้ผู้สร้างหลายร้อยรายเป็นรายได้สุทธิรวมประมาณ $2M

การเติบโตของมาร์เก็ตเพลซ Apify กำลังเร่งตัวขึ้น เช่นเดียวกับความมุ่งมั่นของเราที่จะทำให้ Apify เป็นมาร์เก็ตเพลซเครื่องมือ AI ที่ใหญ่ที่สุดและน่าเชื่อถือที่สุดในโลก เพื่อช่วยให้ผู้คนและเอเจนต์หลายพันล้านรายที่จะเกิดขึ้นในอนาคตทำงานบนเว็บได้สำเร็จ

ขอบคุณสำหรับบทสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านที่ต้องการเรียนรู้เพิ่มเติมเกี่ยวกับข้อมูลเว็บ ระบบอัตโนมัติสำหรับเบราว์เซอร์ และเครื่องมือสำหรับเอเจนต์ AI สามารถเยี่ยมชม Apify ได้

อองตวนเป็นผู้นำที่มีวิสัยทัศน์และหุ้นส่วนผู้ก่อตั้ง Unite.AI โดยมีความมุ่งมั่นอย่างไม่เปลี่ยนแปลงในการกำหนดทิศทางและส่งเสริมอนาคตของ AI และหุ่นยนต์ ในฐานะผู้ประกอบการที่ก่อตั้งธุรกิจมาแล้วหลายแห่ง เขาเชื่อว่า AI จะสร้างการเปลี่ยนแปลงครั้งใหญ่ต่อสังคมเช่นเดียวกับไฟฟ้า และมักกล่าวถึงศักยภาพของเทคโนโลยีที่พลิกโฉมโลกและ AGI อย่างกระตือรือร้น

ในฐานะ นักอนาคตศาสตร์ เขาทุ่มเทให้กับการสำรวจว่านวัตกรรมเหล่านี้จะกำหนดรูปแบบโลกของเราอย่างไร นอกจากนี้ เขายังเป็นผู้ก่อตั้ง Securities.io ซึ่งเป็นแพลตฟอร์มที่มุ่งเน้นการลงทุนในเทคโนโลยีล้ำสมัยที่กำลังนิยามอนาคตใหม่และเปลี่ยนโฉมอุตสาหกรรมทั้งภาคส่วน