Charles Yang, nhà sáng lập kiêm CEO Vibe – Loạt bài phỏng vấn

Charles Yang, nhà sáng lập và Giám đốc điều hành của Vibe, là một doanh nhân tập trung vào việc suy nghĩ lại cách các nhóm ghi nhận, lưu giữ và phát triển kiến thức của tổ chức. Sau khi đồng sáng lập một công ty trò chơi di động đã mở rộng đến hơn 800 nhân viên và 50 triệu người chơi hàng tháng trước khi trở thành một phần của Tencent, Yang ngày càng quan tâm đến thách thức của việc bảo tồn trí nhớ tổ chức khi các tổ chức phát triển. Ông sau đó đã khám phá các công nghệ cộng tác nhập vai thông qua Inlight Interactive trước khi thành lập Vibe vào năm 2017. Dưới sự lãnh đạo của ông, Vibe đã phát triển từ một công ty cung cấp phần cứng cộng tác thông minh được hơn 50.000 tổ chức sử dụng thành một nền tảng “Không gian làm việc AI ngữ cảnh” rộng lớn hơn được thiết kế để chuyển đổi các cuộc họp, cuộc trò chuyện và quyết định thành bộ nhớ tổ chức sống động, có cấu trúc và được AI hỗ trợ.

Vibe đang xây dựng những gì họ mô tả là một “Không gian làm việc AI ngữ cảnh”, kết hợp phần mềm AI với phần cứng cộng tác được thiết kế đặc biệt để giúp các tổ chức bảo tồn và đưa kiến thức của tổ chức vào sử dụng thực tế. Công ty ban đầu đã tạo được chỗ đứng thông qua các bảng thông minh tương tác được sử dụng bởi các doanh nghiệp và tổ chức giáo dục, nhưng đã mở rộng sang khai thác thông tin từ cuộc họp bằng AI, hệ thống bộ nhớ ngữ cảnh và thiết bị AI vật lý như Vibe Bot. Nền tảng của công ty được thiết kế để thu thập các cuộc trò chuyện trong các cuộc họp, tài liệu và phiên cộng tác, sau đó tổ chức chúng thành các quy trình công việc có thể tìm kiếm và được duy trì lâu dài, mà các nhóm có thể tiếp tục phát triển thay vì tái tạo ngữ cảnh. Tầm nhìn rộng lớn hơn của công ty tập trung vào “tổ chức được xây dựng với bộ nhớ tích hợp ngay từ đầu”, nơi AI hoạt động ít giống như một chatbot và nhiều hơn như một lớp trí tuệ tổ chức không ngừng phát triển được nhúng trực tiếp vào các công cụ cộng tác hàng ngày.

Bạn đã thành lập nhiều công ty trước khi ra mắt Vibe, bao gồm một công ty trò chơi có hơn 50 triệu người chơi hàng tháng và sau đó được Tencent mua lại. Những trải nghiệm đó đã định hình niềm tin của bạn như thế nào rằng “bộ nhớ tổ chức” sẽ trở thành một trong những vấn đề chưa được giải quyết lớn nhất trong AI doanh nghiệp?

Khi điều hành nhiều công ty, đặc biệt là công ty trò chơi, điều khiến tôi ngạc nhiên nhất không phải là việc mở rộng về mặt kỹ thuật. Đó là việc mở rộng về mặt con người. Bạn thêm một trăm người trong sáu tháng, và đột nhiên nửa công ty đang đưa ra quyết định dựa trên các cuộc trò chuyện mà nửa còn lại không tham gia. Các cuộc họp tóm tắt cuộc họp tuần trước. Công việc lặp đi lặp lại vì ai đó nhớ sai một đầu việc đã thống nhất. Sáng thứ Hai bắt đầu với “chờ, chúng ta đã quyết định gì tuần trước?”

Tôi giả định rằng đây là một vấn đề khởi nghiệp mà chúng tôi sẽ vượt qua. Nhưng không phải vậy. Công ty càng lớn, vấn đề càng trở nên tồi tệ hơn, vì ngữ cảnh được tạo ra nhanh hơn bất kỳ hệ thống nào có thể nắm giữ. Khi chúng tôi bán cho Tencent, tôi tin chắc rằng nút thắt thực sự trong hầu hết các tổ chức không phải là tài năng hay chiến lược – mà là bộ nhớ.

Đó là điều tôi muốn Vibe giải quyết. Không phải vì bộ nhớ tổ chức là một khái niệm trừu tượng, mà vì tôi đã chứng kiến những nhóm tài giỏi mất nhiều tháng tiến bộ vì nó.

Apple (AAPL ) đã chứng minh rằng các thiết bị kết nối trở nên có giá trị hơn khi chúng hoạt động như một phần của hệ sinh thái rộng lớn hơn thay vì chỉ là phần cứng bị cô lập. Tại sao bạn tin rằng AI doanh nghiệp rồi sẽ cần một cách tiếp cận hệ sinh thái tương tự thay vì chỉ dựa vào ứng dụng SaaS?

SaaS không bao giờ thực sự được xây dựng cho cách công việc thực sự xảy ra. Mỗi công cụ sở hữu một phần – công cụ CRM sở hữu các giao dịch, công cụ tài liệu sở hữu tài liệu, công cụ họp sở hữu các cuộc họp – và nhân viên phải thực hiện công việc tích hợp trong đầu, sao chép giữa các ứng dụng, nhắc nhở mỗi công cụ về những gì các công cụ khác đã biết. Mô hình đó hoạt động khi công việc dựa trên nhiệm vụ và diễn ra trên một màn hình. Nó bị phá vỡ khi một dự án di chuyển giữa một địa điểm làm việc, một hành lang, một cuộc gọi với khách hàng và ba ứng dụng khác nhau trong một buổi chiều, điều mà hầu hết các dự án đều làm.

Tôi đã tiếp cận điều này từ nhiều năm xây dựng sản phẩm tiêu dùng trước Vibe, và bài học của Apple đã ở lại với tôi. Họ không chiến thắng vì các thiết bị riêng lẻ của họ tốt hơn. Họ chiến thắng vì các thiết bị chia sẻ ngữ cảnh. Bạn di chuyển giữa chúng, và công việc di chuyển cùng bạn.

AI doanh nghiệp cần giống mô hình đó hơn, thay vì giống một ứng dụng nữa mà bạn phải cung cấp mọi ngữ cảnh cho nó. Các thiết bị thu thập ngữ cảnh ở bất cứ nơi nào công việc xảy ra, và gửi tất cả về cùng một nơi. Nhân viên ngừng trở thành người kết nối.

Bạn mô tả Vibe như một “Không gian làm việc AI ngữ cảnh” nơi các cuộc trò chuyện trở thành trí tuệ nhóm bền vững. Điều gì đã khiến bạn tin rằng điều này cần được giải quyết với các thiết bị vật lý như Vibe Board, Vibe Bot và Vibe Dot thay vì chỉ bằng phần mềm?

Thực ra, nhận thức đó bắt nguồn từ một điều rất đời thường. Tôi quan sát mọi người làm việc và nhận thấy bao nhiêu suy nghĩ thực sự xảy ra cách xa máy tính xách tay của họ. Ai đó phác thảo một ý tưởng trên bảng trắng. Một người giám sát tại hiện trường tìm ra cách giải quyết khi đứng ngay trước vấn đề. Hai giám đốc điều hành đưa ra một quyết định thực sự trên đường trở về từ bữa trưa. Không có điều nào trong số đó xảy ra trên màn hình, điều đó có nghĩa là phần mềm AI không biết bất kỳ điều gì trong số đó đã xảy ra.

Đó là giới hạn của AI chỉ dựa trên phần mềm. Nếu những khoảnh khắc quan trọng nhất trong ngày làm việc của bạn không trên màn hình, thì AI chỉ dựa trên phần mềm không thể cung cấp cho bạn một bức tranh thực sự về tổ chức. Bạn phải đưa việc thu thập vào môi trường nơi công việc thực sự xảy ra – phòng, địa điểm làm việc, cuộc trò chuyện. Đó chính là vai trò của Vibe Board, Bot và Dot.

Việc có hình hài vật lý cũng quan trọng vì tôi muốn xây dựng một điều gì đó đẹp. Nếu chúng tôi muốn điều này trong không gian làm việc hàng ngày, nó phải là điều mà mọi người thực sự muốn ở đó.

Nhiều kiến thức tổ chức vẫn biến mất trong các cuộc trò chuyện trong hành lang, phiên họp bảng trắng và thảo luận không chính thức. Tại sao bạn nghĩ rằng phần mềm doanh nghiệp truyền thống đã gặp khó khăn trong việc thu thập ngữ cảnh ngoài màn hình một cách hiệu quả?

Có quá nhiều bước. Hãy nghĩ về nó: bạn đang ở giữa một cuộc trò chuyện, điều gì đó thú vị xuất hiện, và để thu thập nó, bạn phải lấy điện thoại ra, mở khóa bằng Face ID, tìm ứng dụng ghi chú, tìm nút ghi, nhấn nó. Đó là 30 giây đến một phút. Đến lúc bạn bắt đầu ghi âm thì khoảnh khắc đó đã trôi qua. Ý tưởng đã biến mất. Người khác đã chuyển sang chủ đề khác.

Lý do sâu xa hơn mà phần mềm doanh nghiệp đã gặp khó khăn với điều này là cấu trúc. Phần mềm giả định rằng người dùng đến với nó. Bạn mở ứng dụng. Bạn đăng nhập. Bạn điều hướng đến đúng nơi. Mô hình đó hoạt động khi ai đó đang ngồi yên tại bàn làm việc. Nó không hoạt động trong hành lang, tại hiện trường hoặc trong năm giây sau khi một cuộc họp kết thúc khi cuộc trò chuyện thực sự xảy ra. Điều cần được thu thập không chờ đợi bạn khởi động ứng dụng. Đó là một vấn đề về phần cứng, không phải phần mềm.

Đó là lý do tại sao chúng tôi đã thiết kế Vibe Dot theo cách chúng tôi đã làm. Nhấn và ghi. Rào cản thao tác được loại bỏ, điều đó có nghĩa là việc thu thập thực sự xảy ra.

Nhiều công ty AI đang chạy đua để tạo ra các tác nhân tự chủ, nhưng cách tiếp cận của bạn dường như tập trung vào bộ nhớ và ngữ cảnh bền vững trước. Bạn có tin rằng cơ sở hạ tầng bộ nhớ trở thành điều kiện tiên quyết bị thiếu trước khi các tác nhân AI có thể hoạt động hiệu quả trong các doanh nghiệp?

Có. Một tác nhân AI không có bộ nhớ giống như thuê ai đó quên mọi thứ giữa thứ hai và thứ ba. Bạn sẽ không tin tưởng người đó với bất cứ điều gì quan trọng, và bạn cũng không nên tin tưởng một tác nhân được xây dựng theo cách tương tự.

Các tác nhân không thất bại vì các mô hình cơ bản không thông minh. Chúng thất bại vì chúng bước vào mỗi nhiệm vụ mà không có ngữ cảnh. Chúng không biết những gì đã được quyết định tuần trước, lịch sử của khách hàng là gì, những cách đã thử nhưng thất bại. Vì vậy, chúng đưa ra quyết định đầy tự tin, có vẻ hợp lý nhưng lại sai theo những cách mà chỉ người có bộ nhớ mới nhận ra. Cùng một tác nhân, với cùng một nhiệm vụ vào hai ngày khác nhau, có thể đưa ra hai quyết định khác nhau, vì không có sự liên tục về ngữ cảnh làm nền tảng.

Bạn không thể xây dựng tính tự chủ đáng tin cậy trên một nền tảng trống rỗng. Bạn xây dựng nó trên nền tảng bộ nhớ. Làm tốt lớp nền tảng đó và các tác nhân trở nên hữu ích. Bỏ qua nó và bạn chỉ đang tạo ra những phỏng đoán đầy tự tin với quy mô lớn.

Bạn đã nói về “tổ chức được xây dựng với bộ nhớ tích hợp ngay từ đầu”. Bạn nghĩ rằng các công ty sẽ hoạt động khác như thế nào khi các hệ thống AI có thể giữ lại và kết nối nhiều năm ngữ cảnh tổ chức thay vì dựa vào tài liệu rời rạc và trí nhớ con người?

Thay đổi lớn nhất không phải là tốc độ hay độ chính xác xét một cách trừu tượng. Đó là việc một tổ chức có bộ nhớ tích hợp ngay từ đầu không còn phải lặp lại những gì mình đã làm.

Lấy việc hướng dẫn nhân sự hòa nhập làm ví dụ. Ngày nay, khi bạn thuê hoặc thăng chức ai đó, phải mất vài tuần để giúp họ nắm bắt công việc – tìm tài liệu, tìm kiếm các quy trình làm việc, hỏi năm người về ngữ cảnh mà không bao giờ được viết ra. Hầu hết những gì một nhân viên mới thực sự cần không có trong bất kỳ hệ thống nào. Những điều đó nằm trong đầu một người nào đó. Một công ty có bộ nhớ tích hợp ngay từ đầu trao cho họ mọi thứ đã từng được quyết định, tranh luận hoặc thử, ngay khi họ bắt đầu.

Nhưng hướng dẫn nhân sự hòa nhập chỉ là ví dụ dễ thấy nhất. Bạn thực sự có thể trả lời “tại sao chúng tôi làm như vậy” thay vì đoán. Thông tin không còn bị thất lạc khi bàn giao giữa các nhóm – từ bộ phận bán hàng sang bộ phận hỗ trợ khách hàng đạt mục tiêu, từ thiết kế sang kỹ thuật. Khi ai đó rời đi, ngữ cảnh của họ không đi cùng với họ. Hầu hết các công ty phải học lại cùng một bài học mỗi hai hoặc ba năm vì những người đã học nó đã rời đi. Tổ chức không còn phải liên tục trả giá cho gánh nặng đó.

Làm việc kết hợp đã tăng tốc nhu cầu về các công cụ cộng tác, nhưng nhiều công ty vẫn gặp khó khăn với sự đồng bộ và tính liên tục. Bạn có nghĩ rằng giai đoạn tiếp theo của AI doanh nghiệp sẽ ít tập trung vào tạo nội dung hơn mà chú trọng hơn đến việc bảo tồn trí tuệ tập thể của tổ chức?

Có. Và tôi nghĩ rằng hầu hết các doanh nghiệp đều biết điều này, ngay cả khi họ chưa đặt tên cho nó. Vấn đề tạo nội dung đã được giải quyết phần lớn. Thứ đang đứt gãy là tính liên tục. Một quyết định được đưa ra trong hành lang, một cuộc gọi với khách hàng tiết lộ điều gì đó quan trọng, một chuyến khảo sát hiện trường thay đổi hướng của một dự án – và không có điều nào trong số đó được đưa vào bất kỳ hệ thống nào. Trí tuệ tập thể của tổ chức nằm trong những cuộc trò chuyện rồi biến mất. Giai đoạn tiếp theo là về việc thu thập lớp đó, không phải sản xuất thêm đầu ra từ nó. Bạn không thể xây dựng bộ nhớ tổ chức thực sự dựa trên những bản tường thuật được gõ lại về những gì thực sự đã xảy ra.

Có những câu hỏi rõ ràng về quyền riêng tư và quản trị khi các cuộc trò chuyện tại nơi làm việc được thu thập và cấu trúc liên tục thành bộ nhớ tổ chức. Bạn nghĩ rằng các doanh nghiệp nên cân bằng lợi ích của bộ nhớ AI bền vững với sự tin tưởng và minh bạch của nhân viên như thế nào?

Câu hỏi này có một câu trả lời đơn giản hơn hầu hết mọi người nghĩ. Bạn cần phải rõ ràng về những gì đang được thu thập, ai có thể xem nó và nó được sử dụng để làm gì. Sự khó chịu mà mọi người cảm thấy xung quanh điều này thường không phải là về bản thân việc ghi nhận thông tin, mà là về việc thu thập xảy ra mà không có sự đồng ý hoặc sự rõ ràng. Hầu hết mọi người không phản đối việc một cuộc họp được ghi lại – họ phản đối việc không biết nó đang xảy ra hoặc bản tóm tắt được gửi đến đâu. Điều gì phá vỡ niềm tin là sự mơ hồ. Các doanh nghiệp coi đây là một vấn đề chính sách thay vì một vấn đề văn hóa sẽ xử lý sai vấn đề.

Công ty của bạn đã phát triển từ các bảng cộng tác thông minh thành các thiết bị AI đeo được và trí tuệ AI hiện diện trong môi trường làm việc. Bạn quyết định khi nào một vấn đề về quy trình làm việc nên được giải quyết thông qua phần cứng so với phần mềm như thế nào?

Xin nhìn vấn đề theo một góc khác: tôi ít xem đây là thiết bị AI đeo trên người mà thiên về coi chúng là phần cứng hiện diện trong môi trường làm việc, được thiết kế cho chính nơi công việc diễn ra. Sự phân biệt đó cũng chính là cơ sở để chúng tôi quyết định dùng phần cứng hay phần mềm.

Phần mềm chỉ có thể xử lý những gì được cung cấp cho nó. Nếu không nhận được ngữ cảnh, phần mềm không có dữ liệu để xử lý. Vì vậy, khi tôi xem xét bất kỳ vấn đề nào về quy trình làm việc, câu hỏi tôi đặt ra rất đơn giản: công việc thực sự diễn ra ở đâu, và phần mềm có thể tiếp cận được không?

Hầu hết phần mềm doanh nghiệp được thiết kế với giả định rằng câu trả lời là có – rằng rồi người dùng sẽ ngồi trước máy tính xách tay và nhập ngữ cảnh. Đối với rất nhiều công việc, điều đó không thực tế. Một nhà thầu không mang máy tính xách tay đến một chuyến khảo sát hiện trường. Một giáo viên không mở ứng dụng giữa các tiết học. Một luật sư thành viên tại một công ty luật không nhập ghi chú trong một cuộc họp với khách hàng. Đó là nơi phần cứng trở nên cần thiết. Phần mềm không thể tiếp cận những nơi đó. Phần cứng có thể.

Nhìn về tương lai năm năm, bạn có nghĩ rằng các doanh nghiệp sẽ vẫn tương tác chủ yếu với AI thông qua màn hình và ứng dụng, hoặc các thiết bị AI hiện diện trong môi trường và môi trường có khả năng nắm bắt ngữ cảnh sẽ trở thành lớp giao diện thống trị cho công việc?

Màn hình có thể vẫn còn, nhưng chúng sẽ ngừng trở thành lớp nhập liệu chính. Hiện nay, chúng ta coi màn hình là nơi công việc được thực hiện và nơi chúng tôi nói với AI về công việc. Hai điều đó sẽ tách biệt. Màn hình vẫn có giá trị cho đầu ra, để xem xét và đưa ra quyết định. Nhưng phía thu thập, phần mà AI học về công việc bạn thực sự đang làm, sẽ di chuyển vào môi trường của bạn với sự phát triển của các thiết bị hiện diện trong môi trường, thiết bị đeo và phần cứng trong phòng. Năm năm từ bây giờ, ý tưởng rằng bạn phải nhập ngữ cảnh vào một công cụ AI trước khi nó có thể giúp bạn sẽ có vẻ như thuộc về một thời đại khác.

Cảm ơn bạn về cuộc phỏng vấn tuyệt vời. Độc giả muốn tìm hiểu thêm có thể truy cập Vibe.