Charles Yang, Người sáng lập và Giám đốc điều hành của Vibe – Loạt phỏng vấn

Charles Yang, Người sáng lập và Giám đốc điều hành của Vibe, là một doanh nhân tập trung vào việc suy nghĩ lại cách các đội ngũ thu thập, giữ lại và xây dựng kiến thức 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 đã trở nên 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 hợp tác ngâm mình 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 hợp tác thông minh có 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 trí nhớ tổ chức sống, được cấu trúc và hỗ trợ bởi AI.

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 hợp tác được thiết kế đặc biệt để giúp các tổ chức bảo tồn và vận hành hóa kiến thức tổ chức. Công ty ban đầu đã đạt được động lực 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 trí tuệ cuộc họp hỗ trợ 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 trên các cuộc họp, tài liệu và phiên hợp tác, sau đó tổ chức chúng thành các quy trình công việc có thể tìm kiếm và tồn tại, mà các đội có thể xây dựng liên tục thay vì lặp lại ngữ cảnh. Tầm nhìn rộng lớn hơn của công ty tập trung vào “tổ chức bản địa hóa bộ nhớ”, nơi AI hoạt động ít giống như một rô-bốt trò chuyện và nhiều hơn như một lớp thông minh tổ chức phát triển được nhúng trực tiếp vào các công cụ hợp 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?

Chạy nhiều công ty, đặc biệt là công ty trò chơi, điều khiến tôi ngạc nhiên nhất không phải là việc mở rộng kỹ thuật. Đó là việc mở rộng 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 mục hành động. Thứ hai sáng 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 đã bị thuyết phục rằng thực sự nút thắt 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 các đội thông minh 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 sẽ cuối cùng 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 sống trong một màn hình. Nó bị phá vỡ khi một dự án di chuyển giữa một trang web, một hành lang, một cuộc gọi 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 phải trông giống như thế và ít giống như một ứng dụng khác mà bạn phải dạy. Các thiết bị thu thập ngữ cảnh ở bất cứ nơi nào công việc xảy ra, tất cả đều cho 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 đội ngũ vĩnh cửu. 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?

Sự nhận ra thực sự khá tầm thường. Tôi đã xem người khác 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 giám sát viên trang web tìm ra một giải pháp đứng 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 phần mềm AI chỉ. Nếu những khoảnh khắc quan trọng nhất trong ngày làm việc của bạn không trên màn hình, thì phần mềm AI chỉ 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, trang web, cuộc trò chuyện. Đó là những gì Vibe Board, Bot và Dot là.

Sự 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. Khi bạn đang ghi, khoảnh khắc đã biến mất. 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 trên bàn làm việc. Nó không hoạt động trong hành lang, trên một trang web 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. Ma sát đã biến mất, 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 động, nhưng cách tiếp cận của bạn dường như tập trung vào bộ nhớ và ngữ cảnh vĩnh cửu 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 gì đã được thử và không hoạt động. Vì vậy, chúng đưa ra quyết định tự tin, hợp lý nhưng sai lầm theo những cách mà chỉ người có bộ nhớ mới nhận ra. Tác nhân相同, cho cùng một nhiệm vụ vào hai ngày khác nhau, có thể đưa ra hai quyết định khác nhau, vì không có sự liên tục nào giữ cho nó lại với nhau.

Bạn không thể xây dựng tính tự chủ đáng tin cậy trên đỉnh của không có gì. Bạn xây dựng nó trên đỉnh của bộ nhớ. Hãy nhận được lớp đó đúng và các tác nhân trở nên hữu ích. Bỏ qua nó và bạn chỉ đang tạo ra những ước đoán tự tin với quy mô lớn.

Bạn đã nói về “tổ chức bản địa hóa bộ nhớ”. 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 nhớ của con người?

Thay đổi lớn nhất không phải là tốc độ hay độ chính xác trong trừu tượng. Đó là một tổ chức bản địa hóa bộ nhớ ngừng lặp lại chính nó.

Lấy việc giới thiệu làm ví dụ. Ngày nay, khi bạn thuê hoặc thăng chức ai đó, nó mất vài tuần để đưa họ lên tốc độ – 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. Nó trong đầu ai đó. Một công ty bản địa hóa bộ nhớ trao cho họ mọi thứ đã từng được quyết định, tranh luận hoặc thử, ngay khi họ bắt đầu.

Nhưng việc giới thiệu chỉ là ví dụ dễ dàng. Bạn thực sự có thể trả lời “tại sao chúng tôi làm như vậy” thay vì đoán. Việc chuyển giao giữa các đội ngừng rơi – bán hàng sang dịch vụ khách hàng, 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. Điều đó ngừng trở thành một loại thuế mà bạn phải trả.

Công việc kết hợp đã tăng tốc nhu cầu về các công cụ hợp tác, nhưng nhiều công ty vẫn gặp khó khăn với sự liên kết và tính liên tục. Bạn có nghĩ rằng giai đoạn tiếp theo của AI doanh nghiệp ít hơn về việc tạo ra nội dung và nhiều hơn về 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. Điều gì bị hỏng là tính liên tục. Một quyết định được đưa ra trong hành lang, một cuộc gọi khách hàng tiết lộ điều gì đó quan trọng, một chuyến đi trang web 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 sống trong các cuộc trò chuyện 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 trên đỉnh của các bản tái tạo đánh máy 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 vĩnh cửu 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 việc thu thập bản thân, 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 kết thúc ở 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 làm sai lầm.

Công ty của bạn đã phát triển từ các bảng hợp tác thông minh thành các thiết bị AI đeo được và trí tuệ nơi làm việc xung quanh. 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?

Đổi khung nhanh: Tôi nghĩ về những thứ này ít hơn như các thiết bị AI đeo được và nhiều hơn như phần cứng xung quanh được xây dựng cho các môi trường nơi công việc xảy ra – và sự phân biệt đó chính xác là cách chúng tôi quyết định phần cứng so với phần mềm.

Phần mềm chỉ có thể làm việc với những gì nó được đưa ra. Nếu ngữ cảnh không đến, phần mềm không có gì để hoạt động. Vì vậy, khi tôi xem xét bất kỳ vấn đề nào về quy trình làm việc, câu hỏi tôi đặt ra rất đơn giản: nơi công việc thực sự xảy ra, và phần mềm có thể tiếp cận nó không?

Hầu hết phần mềm doanh nghiệp được thiết kế với giả định rằng câu trả lời là có – rằng người dùng sẽ cuối cùng ngồi xuống 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 đi trang web. Một giáo viên không kéo ứng dụng lên giữa các lớp học. Một đối tác 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 xung quanh và môi trường 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 tại, chúng tôi đối xử với màn hình như 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, cho xem xét, cho quyết định. Nhưng phía thu thập, phần mà AI học về những gì bạn thực sự đang làm việc, sẽ di chuyển vào môi trường của bạn với sự trỗi dậy của các thiết bị xung quanh, 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 cảm thấy như thuộc về một kỷ nguyên khác.

Cảm ơn bạn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập Vibe.