访谈
法比安·维特,Make 的 CEO – 采访系列

法比安·Q·维特是 Make 的 CEO,他自 2022 年 4 月以来一直领导着公司的全球扩张和产品演进。在加入 Make 之前,他曾在 Celonis 担任高级领导职务,Celonis 是流程挖掘的市场领军者,他帮助公司成长为一家主要的企业 SaaS 提供商。维特因推动通过人工智能和自动化的集成而广泛认可为创新,并且他仍然活跃在初创企业生态系统中,担任 Treetop Medical 的顾问、投资者和董事。
Make,他领导的公司,是一个强大的无代码自动化平台,允许用户通过连接超过 2,000 个应用程序和服务来可视化构建工作流。凭借其直观的拖放界面和高级功能,如 Make Grid 和人工智能驱动的逻辑,它使团队能够在不编写代码的情况下设计和部署任何复杂度的自动化。被所有规模的组织信任,Make 赋予企业简化运营、扩展流程和更快创新。
您曾在 Celonis 和现在的 Make 领导了高增长的旅程。回顾过去,您最初被无代码运动吸引的原因是什么,您又如何确信这是技术建设的下一个重大转变?
当我在 Celonis 时,我深受产品和我们用来将流程挖掘转变为真正的商业游戏规则改变者的过程的启发。这向我展示了技术可以从根本上改变公司的运营和决策方式。
当我加入 Make 时,我能感觉到同样的火花——视觉化的无代码自动化方法有可能改变人们的工作方式。像“将数据从接口 A 复制到接口 B”或“将此文件拖到这里,将该卡移到那里”这样的任务对于保持运营顺畅至关重要。但是,让高技能团队花时间在这些重复性、枯燥的任务上并不是最好的利用他们的智力或能量。
自动化(尤其是无代码自动化)改变了这一点,通过让团队摆脱重复性工作,同时确保这些任务仍然高效完成。它赋予领域专家(通常是没有传统编码背景的人)自己创建解决方案的能力。这种技术正在重塑就业市场和转变业务优先级,使人们能够更具创造性地管理他们的运营。
我最兴奋的是无代码如何加速行业发展并创造更流畅、更高效的流程。这不仅仅是一个工具,它代表了技术创造和商业创新的未来。这就是为什么我相信这是技术建设的下一个重大转变。
我们看到一个转变,即人工智能驱动的无代码平台正在使软件创作民主化。您最兴奋的是什么?
软件创作的真正民主化是我对自动化行业最兴奋的事情。通过将自动化与可访问性相结合,这些平台很快将使任何人,无论他们的技术背景如何,都能够快速、直观地构建解决方案。
人工智能为无代码添加了一个全新的维度,通过简化诸如数据处理和工作流优化等复杂任务。这意味着用户不仅可以自动化重复性工作,还可以利用人类语言构建智能自动化,这在此之前是不可能的。
这种民主化加速了创新。企业现在可以在不依赖专门开发人员的情况下更快地响应不断变化的市场需求。它将焦点从“构建软件”转移到解锁创造力和在组织的每个层面解决真正的问题。
您如何看待无代码在人工智能代理和实时自适应工作流的时代演变?企业技术中编码是否会成为可选?
我们的理念是关于“视觉化”,甚至比“无代码”更重要。无代码只是手段,而不是目的。如果人们更喜欢人类语言而不是代码,这也是一种无代码。但是,我们基本上相信您希望能够看到、灵活地扩展和缩放您的自动化工作流。这就是 Make 的优势所在。
焦点不再是“您是否拥有技术技能?”,而是您是否理解需要解决的业务问题,以及您学习的意愿。您过去总是需要至少两个人来解决问题:一个了解业务问题的人,另一个拥有技术专长的人。现在您可以将他们统一起来。这不仅对业务具有变革性,也对员工具有变革性,使他们更容易保持相关性并确保他们拥有正确的技能。这种转变正在重新定义未来劳动力所需的技能组合。因此,许多组织现在甚至拥有针对特定无代码能力的职位。我们看到企业甚至中型公司任命无代码操作员和无代码官员。
Make 支持从单独创始人到大型企业的所有人。目前哪个用户群体在您的平台上推动最多的创新,他们又如何以不同的方式使用人工智能?
Make 一直是一个赋予“创新者”力量的平台——那些在各大小企业中都能找到的技术型、结果驱动的构建者。现在,在人工智能时代,我们看到更多的人采用这种思维方式,因为他们发现了人工智能和自动化的力量。小团队通常是第一个实验的人,设置人工智能驱动的流程用于潜在客户评分、内容生成等。但真正令人兴奋的是,大型企业正在迅速部署人工智能。
例如,Stellantis & You UK 使用 Make 来支持实时分析客户情绪的双向消息自动化。他们已经自动关闭了 18,000 多个对话,节省了 151 小时的手动工作,并提高了客户满意度。这不仅仅是聪明的自动化——这是人工智能在规模上带来的真正的运营收益。
您提到了“创新者”的崛起。您看到非技术用户使用 Make 和人工智能集成构建的最令人信服的用例是什么?
Make 提供了一个视觉化、直观的界面,允许没有编码技能的用户创建、构建和自动化复杂的工作流。这一可访问性赋予了各个部门的员工控制数字化转型计划的权力。他们不再需要依赖 IT 来完成小任务。Make 让用户直接开始。
Make 现在支持超过 350,000 个组织。您看到哪些行业或部门正在最快地采用人工智能驱动的工作流程——为什么?
近年来,技术领导者一直在寻找快速、有效、最小化开销的方式来扩展。因此,我们看到人工智能驱动的工作流程在所有行业和部门中被采用,从营销和销售用例到人力资源、财务和运营。
对于这些团队来说,成功的衡量标准是敏捷性:他们能够多快地响应变化、适应工作流程并自动化业务流程以消除瓶颈。
随着大型语言模型(LLM)在过去几年中的广泛应用,我们看到业务功能方面有了巨大的早期收益,尤其是那些依赖内容生成的功能,从营销中的个性化副本到客户支持中的电子邮件回复。
但是随着这些模型的成熟,我们现在看到更复杂的应用。各大小组织都将决策权和采取行动的权力委托给人工智能代理——并赋予他们采取行动的权力。这意味着我们正在看到规则书在我们眼前被重写,特别是在需要做出决定和遵循流程的职能中。我们看到的一些跨部门合作的例子尤其令人兴奋。
Make 人工智能代理是一个相对较新的概念。您能否解释它们与传统自动化的功能差异,以及是什么使它们具有“代理”性质?
自动化面临的最大挑战之一是传统工作流程可能很僵化,因为它们依赖于固定的规则,无法实时适应不断变化的需求或不可预测的输入。随着组织努力提高敏捷性,对于能够实时做出智能决策、扩展复杂环境并与人们使用的工具无缝集成的系统的需求日益增长。
这正是我们通过 Make 人工智能代理解决的问题——将智能、目标驱动的决策引入用户的自动化工作流程中。
代理式自动化更智能、更适应性,需要更少的维护。使用 Make 人工智能代理,客户不再需要预先预测每种情况,代理可以实时响应,选择合适的工具,并根据上下文采取正确的行动。
Make 人工智能代理与众不同之处在于它们可以高度定制和扩展。您可以为一致性定义一个全局系统提示,根据特定的工作流程定制行为,并选择最适合您的用例的 LLM。与封闭的 AI 工具不同,我们的代理可以在工作流程中重复使用,提供集中管理和更好的可见性。由于您定义代理的提示并选择它可以使用的工具,因此您仍然控制着一切——而无需做出每个决定或采取每个行动。
在拥挤的自动化领域,Make 相比其他公司有什么技术或战略优势?
Make 以其异常灵活和视觉化的平台而突出,赋予用户轻松构建复杂的端到端工作流程的能力。与依赖僵化模板或需要编码专业知识的工具不同,Make 提供了一个直观的拖放界面,既直观又高度可定制,能够实现真正的创造力和针对独特业务需求的解决方案。
从技术上讲,Make 的广泛集成生态系统和处理复杂条件逻辑、错误处理和数据操作的能力使其与众不同。这意味着企业可以自动化跨多个系统的流程,并随着这些流程的演变而快速适应。
从战略上讲,Make 专注于赋予创新者和领域专家权力,赋予团队从基础上创新和实验的能力。我们不仅仅提供自动化。在 Make,我们正在培养一种敏捷文化,用户可以实时实验、迭代和优化工作流程。这一灵活性加速了数字化转型,并帮助组织在快速变化的市场中保持竞争力。
您曾在历史上最快的技术采用周期中扩展软件公司。下一波人工智能 + 自动化中,什么将使赢家与其他人区分开来?
一个最大的障碍,尤其是在较大的组织中,是内部政策。我们经常看到公司的政策限制或完全禁止使用人工智能。虽然对安全和负责任的采用有合理的担忧,但在许多情况下,这些恐惧被夸大,并可能扼杀创新。
下一波的赢家将采取不同的方法。他们将在整个组织中接受人工智能,无论是用于个人生产力还是核心业务流程,快速但谨慎地行动。他们将调整内部结构以保持与人工智能和自动化进步的步伐。但他们不会仅仅为了跟上潮流而实施技术。相反,他们将做出明智、战略性的选择,在每个阶段都服务于明确的业务目的。并非每个问题都需要人工智能代理。通常这是一种过度的杀伤。成功不会来自于简单地跟上潮流;它将来自于在每个阶段都做出明智、战略性的选择。
最后,您对无代码自动化行业到 2030 年的发展做出了什么大胆的预测?您希望 Make 在其中扮演什么角色?
使用人工智能直接进入日常流程和业务工作流程从未如此简单。无论您连接到云系统还是仅使用人工智能驱动的 Web Actor,这都将改变组织中工作的方式以及人们需要运作的方式。无代码使这种转变对更多人来说是可及的,并允许更多人将人工智能部署到他们的日常工作流程中。在下一波中,我们将看到领域专家不仅能够构建自己的网站和门户,还能够赋予他们构建强大的代理的权力,这些代理可以使用各种工具(从 CRM 访问到财务系统操作、客户交互,甚至数据丰富等)。因此,从实际角度来看,这意味着我们可能很快就会看到只有 10-20 名员工的十亿美元企业。
感谢这次精彩的采访,希望了解更多的读者可以访问 Make。












