Ассаф Еловік, керівник відділу штучного інтелекту в monday.com – Серія інтерв’ю

Ви очолювали зусилля штучного інтелекту в деяких з найбільш динамічних компаній у сфері технологій, включаючи Wix та зараз monday.com—чого особисто спонукало вас до прийняття виклику створення інтелектуальних систем?

Моя подорож у сфері штучного інтелекту розпочалася під час буму чат-ботів у 2015 році. У мене була взаємодія з ботом штучного інтелекту, який міг справді зрозуміти намір; це було схоже на магію. Це не було просто новинкою; це було розв’язанням реальних проблем, таких як бронювання призначень та відповідь на складні питання. Цей момент спонукав мене до інтересу щодо того, як ці системи працюють.

Що справді спонукало мене до цього, було усвідомлення того, наскільки штучний інтелект став доступним. Деякі інструменти та API зробили можливим для розробників створювати потужні програми без потреби в PhD зі штучного інтелекту. Нескінченні можливості були привабливими, і я знав, що хочу зробити свій внесок у цю трансформацію. З того часу я присвячую себе створенню продуктів штучного інтелекту, які розв’язують реальні проблеми та покращують життя людей.

Виклик створення інтелектуальних систем приваблює мене тим, що він перебуває на перетині творчості та передової технології. Кожен проєкт схожий на розв’язання нової головоломки; вам потрібно зрозуміти не тільки технічні можливості, але й те, як люди насправді працюють та чого їм потрібно.

Перед тим, як приєднатися до monday.com, ви створили відкриті інструменти, такі як GPT Researcher, які резонували з розробниками та дослідниками. Як ці досвіди, керовані спільнотою, сформували ваш підхід до створення корпоративних продуктів штучного інтелекту сьогодні?

Досвід відкритого джерела навчив мене цінними уроками про створення для реальних потреб користувачів, а не теоретичних. Коли ви створюєте у відкритому джерелі, ви отримуєте негайну, нефільтровану зворотню зв’язок від розробників, які насправді намагаються розв’язати проблеми. Це навчило мене зосередитися на практичній корисності над вражаючими демонстраціями.

Протягом роботи зі спільнотою також підкреслило важливість того, щоб зробити штучний інтелект доступним. Багато розробників, які використовували ці інструменти, не були спеціалістами зі штучного інтелекту – вони будували програми та потребували можливостей штучного інтелекту, які були надійними та легкими у інтеграції. Цей досвід безпосередньо впливає на те, як ми підходимо до блоків штучного інтелекту в monday.com: робимо потужні можливості штучного інтелекту доступними для нек-технічних клієнтів через інтуїтивні інтерфейси.

Раніше цього року monday.com представила сміливу нову бачення штучного інтелекту з трьома основними напрямками: Блоки штучного інтелекту, Потужні засоби продукту та Цифрова робоча сила. Як ця структура склалася, і яку прогалину на ринку ви намагаєтеся заповнити?

Наша бачення штучного інтелекту виникло з спостереження за фундаментальною проблемою: організації всіх розмірів хочуть використовувати штучний інтелект, але більшість рішень вимагають значної технічної експертизи або надто жорсткі для різноманітних бізнес-потреб. Ми побачили, що люди не шукають просто іншого помічника штучного інтелекту; їм потрібно штучний інтелект, який може безшовно інтегруватися у їхні існуючі робочі процеси та адаптуватися до їхніх конкретних процесів. Останнім часом ми зосереджуємося на допомозі людям виконувати роботу зі штучним інтелектом, зміна від допомоги людям керувати роботою.

Прогалину, яку ми заповнюємо, є простір між простими інструментами штучного інтелекту та складними корпоративними рішеннями. Багато бізнесів потрапляють у середню позицію, де їм потрібно більше, ніж базова автоматизація, але вони не можуть виправдати або реалізувати важкі системи штучного інтелекту. Наш підхід з трьома напрямками дає організаціям гнучкість, щоб почати просто з блоків, покращити свої продукти за допомогою потужних засобів та в кінцевому підсумку створити складну цифрову робочу силу.

Від часу запуску ми просунулися сильним кроком у всіх вертикалях з значним зростанням прийняття та платних користувачів.

Ми також представили продукти “вайб-кодіﾝг”, які спрямовані на нашу місію з демократизації програмного забезпечення. З останнім прогресом у сфері штучного інтелекту ніколи не було легше створювати повноцінні програми за допомогою простої природної мови. Наші останні продукти, такі як monday vibe та magic, можуть дозволити будь-якому нек-технічному користувачеві використовувати екосистему Monday для створення персоналізованих програм для роботи.

Можете розповісти про те, як блоки штучного інтелекту працюють на практиці? Який період навчання для нек-технічних користувачів, які намагаються інтегрувати ці інструменти у свої щоденні робочі процеси?

Блоки штучного інтелекту розроблені так, щоб бути такими ж інтуїтивними, як і будівельні блоки – звідси й назва. На практиці користувач може перетягнути блок “вилучення термінів” у свій робочий процес керування проєктами або додати блок “резюме зустрічей” до свого щотижневого процесу огляду. Блоки обробляють складність штучного інтелекту за лаштунками, а клієнтам представляють прості, знайомі інтерфейси.

Період навчання свідомо мінімальний. Ми бачили команди, які успішно реалізували блоки штучного інтелекту під час першої сесії. Наприклад, маркетинговий відділ міг створити робочий процес, у якому автоматично аналізуються згадки у соціальних мережах щодо настрою та виділяються ключові теми, все це без написання жодної рядка коду.

Ключовий висновок полягає в тому, що людям не потрібно розуміти, як працює штучний інтелект, щоб отримувати від нього користь. Ім потрібно просто розуміти свої власні процеси достатньо добре, щоб ідентифікувати, де автоматизація буде корисною. Ми розробили блоки так, щоб вони відповідали моделям мислення людей щодо своїх робочих процесів.

Ви нещодавно представили ряд інструментів, потужних штучним інтелектом, включаючи monday magic, monday vibe та monday sidekick. Що робить ці продукти іншими, ніж традиційні помічники або копілоти, і яку роль ви бачите для них у різних галузях?

Наші останні випуски представляють комплексний підхід до штучного інтелекту на робочому місці, який виходить за рамки традиційних помічників. Кожна можливість служить окремій меті, а разом вони утворюють інтегровану екосистему, яка фундаментально трансформує, як працюють команди.

monday magic приносить інтелектуальну автоматизацію у робочі процеси, використовуючи штучний інтелект для прогнозування потреб та автоматизації складних процесів, навіть до того, як користувачі усвідомлюють, що їм це потрібно. monday vibe є платформою “вайб-кодіﾝг”, яка дозволяє будь-кому створювати безпечні, персоналізовані бізнес-програми, адаптовані до точних потреб команди. А monday sidekick служить вашим контекстним помічником штучного інтелекту, який розуміє ваші конкретні робочі моделі та надає активну допомогу, адаптовану до вашої ролі та обов’язків.

Разом ці можливості рухають наших клієнтів від простого керування та відстеження роботи до фактичної реалізації роботи більш інтелектуально. Замість того, щоб просто організовувати завдання та відстежувати прогрес, команди можуть тепер покладатися на штучний інтелект для оптимізації продуктивності, передбачення проблем та автоматичного виконання дій.

Що робить ці продукти іншими, ніж традиційні помічники, це їхнє глибоке інтегрування з фактичним контекстом роботи та їхнє зосередження на активній підтримці, а не реактивній. Хоча більшість помічників штучного інтелекту чекають, поки ви запитаєте питання, наша серія спостерігає за моделями, передбачає потреби та виконує дії у вашому встановленому робочому процесі та дозволах.

monday.com підкреслює пояснюваність та досвід користувача, а не лише сурову продуктивність моделі. Що це виглядає за лаштунками, і як ви балансуєте прозорість із силою?

Пояснюваність є фундаментальною для створення довіри, особливо в корпоративних середовищах, де рішення мають реальні наслідки. За лаштунками ми вкладаємо великі зусилля у те, щоб зробити наш штучний інтелект прозорим. Коли наш аналізатор ризиків піднімає потенційну затримку проєкту, він не просто піднімає тривогу; він показує саме ті фактори, які сприяли цій оцінці, та як впевнений він у цьому прогнозі.

Цей акцент виник з досвіду. Ранні системи штучного інтелекту часто відчувалися як чорні скриньки, що робило клієнтів неохочими покладатися на них для важливих рішень. Ми дізналися, що клієнти повинні зрозуміти не тільки те, що штучний інтелект пропонує, але й чому він робить цю пропозицію.

Баланс між прозорістю та силою полягає в шарованому розкритті. Ми надаємо негайні, дієвані інсайти на поверхні, але клієнти можуть заглибитися, щоб побачити детальне розуміння, коли їм це потрібно. Цей підхід будує довіру, зберігаючи при цьому зручність використання – клієнти довіряють системі більше, коли вони її розуміють, що парадоксально робить їх більш готовими використовувати її повні можливості.

З понад 46 мільйонами дій штучного інтелекту, виконаних на платформі, які з них є найбільш несподіваними або креативними способами, якими клієнти використовували штучний інтелект?

Креативність наших клієнтів постійно дивує мене. Ми бачили, як планувальник весіль використовував блоки штучного інтелекту для автоматичної категоризації відповідей постачальників та виділення ключових деталей, таких як дати та ціни. Команда дослідників створила робочий процес, який аналізує академічні статті та автоматично поповнює базу даних ключових висновків та методологічних нотаток.

Одним з особливо креативних випадків було використання нашого штучного інтелекту ресторанним ланцюгом для аналізу відгуків клієнтів по всіх місцях та автоматичного підняття потенційних проблем з безпекою харчових продуктів шляхом виявлення моделей у скаргах. Вони фактично створили систему раннього попередження про операційні проблеми.

Що несподівано, так це те, як клієнти поєднують прості блоки складним чином. Вони не просто автоматизують окремі завдання; вони перепроектовують цілі процеси навколо можливостей штучного інтелекту, яких ми не явно розробили для їхнього конкретного використання.

Ви також служите скаутом для Sequoia Capital, інвестуючи в стартапи штучного інтелекту на ранній стадії. З цієї точки зору, які спільні помилки роблять засновники під час створення продуктів, керованих штучним інтелектом?

Найпоширенішою помилкою, яку я бачу, є те, що засновники захоплюються технічними можливостями штучного інтелекту без глибокого розуміння фактичних робочих процесів та болючих точок користувача. Вони будують вражаючі демонстрації, які демонструють можливості штучного інтелекту, але не розв’язують реальні проблеми тим способом, яким люди насправді працюють.

Іншою поширеною проблемою є надмірна обіцянка автономності штучного інтелекту занадто рано. Багато засновників хочуть будувати повністю автономні системи, коли клієнтам насправді потрібні колаборативні інструменти. Люди хочуть, щоб штучний інтелект доповнював їхні можливості, а не заміняв їхнє судження, особливо у високих ставках бізнес-рішень.

Є також тенденція недооцінювати важливість довіри та пояснюваності. Засновники часто зосереджуються на метриках точності, але нехтують досвідом користувача щодо неоднозначності та помилок. У корпоративному контексті, особливо, клієнти повинні зрозуміти, коли та чому довіряти рекомендаціям штучного інтелекту.

Нарешті, багато стартапів, керованих штучним інтелектом, борються з розподілом. Мати велику технологію штучного інтелекту недостатньо; вам потрібно зрозуміти, як інтегрувати її у існуючі робочі процеси та продемонструвати чітку віддачу інвесторам, які можуть бути скептичними щодо гіпу штучного інтелекту.

Як ви думаєте, агенти штучного інтелекту будуть розвиватися протягом наступних кількох років – вони стануть більш автономними, спеціалізованими чи чимось зовсім іншим?

Ми побачимо, як агенти штучного інтелекту будуть розвиватися у напрямку контекстної співпраці, а не чистої автономії. Майбутнє не складається з повністю автономних агентів, які приймають незалежні рішення, а з агентів, які глибоко розуміють контекст та можуть приймати відповідні дії на основі ситуації та переваг користувача.

Ми рухаємося у напрямку агентів, які можуть обробляти рутині рішення автономно, а складні чи двозначні ситуації безшовно ескалувати до людей. Це вимагає складного розуміння контексту, оцінки ризику та намірів користувача, можливостей, які швидко покращуються.

Я також очікую значного розвитку у координації між декількома агентами. Замість монолітних помічників штучного інтелекту ми побачимо спеціалізовані агенти, які співпрацюють з іншими агентами та людьми у динамічних командах. Ваш дослідницький агент може працювати з вашим агентом планування та агентом зв’язку, щоб координувати складний запуск проєкту.

Ключовий розвиток буде у інтерфейсі людини та штучного інтелекту. Агенти стануть кращими у спілкуванні свого розуміння, вираженні неоднозначності та адаптації до індивідуальних робочих стилів. Метою є безшовна співпраця, де межі між внесками людини та штучного інтелекту стають менш важливими, ніж колективний результат.

Внутрішньо, як ви структуруєте співпрацю між вашими командами штучного інтелекту, продукту, дизайну та виходу на ринок, щоб забезпечити, що штучний інтелект безшовно інтегрований у досвід користувача?

Успішний розвиток продукту штучного інтелекту вимагає розбиття традиційних силосів та створення спільного розуміння між усіма командами. Ми виявили, що ключем є встановлення спільної мови щодо можливостей та обмежень штучного інтелекту, яку кожен може використовувати, від інженерів до дизайнерів та маркетологів.

Наш процес починається з міжфункціональних сесій відкриття, де ми спільно досліджуємо проблеми користувачів, перш ніж обговорювати технічні рішення. Це запобігає поширеній помилці, коли штучний інтелект стає основним, а потім шукає проблеми для розв’язання.

Ми також вкладаємо великі зусилля у прототипування та тестування користувачів протягом усього процесу розробки. Команди дизайну та продукту працюють у тісній співпраці з інженерами штучного інтелекту, щоб зрозуміти, що можливо, а команди штучного інтелекту вчаться про реальні обмеження користувачів та переваги.

З точки зору виходу на ринок наші команди інтегровані у процес розробки з дня першого. Вони допомагають нам зрозуміти не тільки те, чого хочуть клієнти, але й те, як вони думають про штучний інтелект, які у них є побоювання та як вони хочуть дізнаватися про нові можливості. Ці знання безпосередньо впливають як на дизайн продукту, так і на технічну реалізацію.

Нарешті, як той, хто поєднує відкритий код, корпоративний штучний інтелект та венчурний капітал, де, на вашу думку, наступний великий прорив штучного інтелекту відбуватиметься – у інструментах, інфраструктурі чи чому-небудь, чого ми ще не бачимо?

Наступний прорив, ймовірно, відбуватиметься на перетині інтерфейсів співпраці людини та штучного інтелекту. Ми зробили неймовірний прогрес у можливостях моделей, але ми ще на початку етапу визначення того, як люди та системи штучного інтелекту можуть працювати разом найбільш ефективно.

Прорив не буде у створенні штучного інтелекту більш автономним, а у створенні співпраці людини та штучного інтелекту більш безшовною та природною. Це включає вдосконалення у тому, як системи штучного інтелекту спілкуються неоднозначністю, як вони адаптуються до індивідуальних робочих стилів та як вони координують з кількома людьми та іншими системами штучного інтелекту одночасно.

З точки зору інфраструктури я спостерігаю за розвитком штучного інтелекту у реальному часі, який може зрозуміти та діяти на основі динамічних потоків інформації. Можливість будувати системи штучного інтелекту, які підтримують контекст протягом тривалих періодів часу та多численних типів взаємодій, дозволить створити цілком нові категорії застосунків.

Але чесно кажучи, найбільш цікаві прориви можуть походити з несподіваних напрямків. Як і трансформери виникли з механізмів уваги в нейронному машинному перекладі, наступний значний крок може походити з розв’язання певної вузької проблеми, яка має широке застосування. Ключем є підтримання того початкового мислення та відкритості до можливостей, яких ми ще не уявляли.

Дякую за велике інтерв’ю. Читачам, які бажають дізнатися більше, рекомендуємо відвідати monday.com.