访谈
Make 的 CEO 法比安·维特 – 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 担任高级领导职位,Celonis 是流程挖掘领域的市场领军者,他帮助公司发展成为一家主要的企业 SaaS 提供商。维特因推动通过 AI 和自动化的创新而广受认可,他仍活跃在创业生态系统中,担任 Treetop Medical 的顾问、投资者和董事会成员。
Make 是他领导的公司,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地构建工作流。凭借其直观的拖放界面和高级功能,如 Make Grid 和 AI 驱动的逻辑,它使团队能够在任何复杂度级别设计和部署自动化——无需编写代码。Make 得到了所有规模组织的信任,赋予企业简化运营、扩展流程和更快创新。
您曾在 Celonis 和现在 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——以及是什么让您相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,我能够感受到同样的火花——无代码自动化的视觉方法的潜力,它可以改变人们的工作方式。像“从接口 A 复制数据到接口 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、枯燥的任务上并不是最好的利用他们的智力或能量的方式。
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的工作,同时确保这些任务仍然高效地完成。它赋予了领域专家(通常是没有传统编码背景的人)自己创建解决方案的能力。这项技术正在重塑就业市场,并改变业务优先级,使人们能够更具创造性地运营他们的业务。
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。这不仅仅是一种工具,它代表了技术创造和业务创新的未来。这就是为什么我相信这是技术建设的下一个重大转变。
我们正在看到一个转变,AI 驱动的无代码平台正在使软件创作民主化。您对自动化和可访问性的交叉点最兴奋的是什么?
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,无论其技术背景如何,都能够快速、直观地构建解决方案。
AI 为无代码添加了一个全新的维度,简化了复杂的任务,如数据处理和工作流优化。这意味着用户不仅可以自动化重复的工作,还可以利用人类语言构建智能自动化,这是以前不可能的。
这种民主化加速了创新。现在,企业可以在不依赖专门开发人员的情况下快速响应不断变化的市场需求。它将重点从“构建软件”转移到解锁创造力和解决组织各个层级的真正问题。
您如何看待无代码在 AI 代理和实时自适应工作流的时代的演变?在企业技术中,编码是否会成为可选?
我们的哲学是关于“视觉化”,而不仅仅是“无代码”。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 擅长的东西。
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某个问题:一个人理解业务问题,另一个人拥有技术专长。现在您可以将他们统一起来。这不仅对企业具有转型意义,也对员工具有转型意义,他们发现保持相关性和确保拥有正确的技能变得更加容易。这一转变正在重新定义未来劳动力的所需技能。因此,许多组织现在甚至为特定的无代码能力创建了职位。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 支持从独资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——以及他们如何使用 AI 与其他人不同?
Make 一直是一个赋予“创新者”力量的平台——可以在任何规模的企业中找到具有技术专长、注重结果的建设者。当我们进入 AI 时代时,我们看到更多的人采用这种思维方式,因为他们发现了 AI 和自动化的力量。小团队通常是第一个尝试的人,设置 AI 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 AI 以实现规模化。
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超过 18,000 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 AI 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 AI 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能力。他们不再需要依赖 IT 来完成小任务。Make 让用户可以直接开始工作。
Make 目前为超过 35 万个组织提供支持。您看到哪些行业或部门正在最快地采用 AI 驱动的工作流——以及为什么?
近年来,技术领导者一直在寻找快速、有效、最小化开支的方式来扩大规模。因此,我们看到 AI 驱动的工作流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、适应工作流和自动化业务流程以消除瓶颈。
随着大型语言模型(LLM)的使用在过去几年中迅速增长,我们在依赖内容生成的业务功能中看到了巨大的早期收益,从营销中的个性化复制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。各个规模的组织正在将决策权委托给 AI 代理,并授权他们采取行动。这意味着我们正在看到规则书在我们眼前被改写,尤其是在需要做出决定和遵循后续流程的职能中。我们看到的一些跨部门工作的例子尤其令人兴奋。
Make AI 代理是一个相对较新的概念。您能否解释一下它们与传统自动化的不同之处,以及是什么让它们具有“代理”性质?
今天自动化面临的最大挑战之一是传统工作流可能很僵化,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、跨复杂环境扩展以及与人们使用的工具无缝集成的系统的需求越来越大。
这正是我们通过 Make AI 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中。
代理自动化更智能、更适应性、需要更少的维护。使用 Make AI 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 AI 代理的区别在于它们可以高度定制和扩展。您可以为一致性定义全局系统提示,根据特定的工作流定制行为,并选择最适合您的用例的 LLM。与孤立的 AI 工具不同,我们的代理可以在工作流中重复使用,提供集中管理和更好的可见性。而且,因为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——而不必做出每个决定或采取每个行动。
在竞争激烈的自动化领域,Make 提供了什么技术或战略优势,而其他公司无法提供?
Make 以其异常灵活和视觉化的平台而脱颖而出,赋予用户轻松构建复杂的端到端工作流的能力。与依赖僵化模板或需要编码专业知识的工具不同,Make 提供了直观且高度可定制的拖放界面,实现了真正的创造力和解决问题的能力,以满足独特的业务需求。
从技术上讲,Make 的广泛集成生态系统和其处理复杂条件逻辑、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,赋予团队从基础层面创新和实验的能力。我们不仅提供自动化;在 Make,我们正在培养一种敏捷性文化,用户可以实时迭代和优化工作流。这种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了软件公司。AI 和自动化的下一个浪潮中,什么将使赢家与其他人区分开来?
尤其是在大型组织中,内部政策是最大的障碍。我们经常看到公司内部的命令限制或禁止使用 AI。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。
在下一个浪潮中,获胜者将采取不同的方法。他们将在整个组织中接受 AI,无论是用于个人生产力还是核心业务流程,并将快速但有条不紊地行动。他们将调整内部结构以保持与 AI 和自动化进步的步伐。但他们不会仅仅为了追随潮流而实施技术;相反,他们将做出明智、战略性的选择,在每个阶段都要有明确的商业目的。并非每个问题都需要 AI 代理。通常这是一种过度的做法。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的战略选择。
最后,您对无代码自动化行业在 2030 年的发展做出了什么最大胆的预测——您希望 Make 在其中扮演什么角色?
从未有过像现在这样容易地将 AI 直接融入日常流程和业务工作流中。不论是连接云系统还是使用 AI 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 AI 部署到日常工作流中。在下一个浪潮中,我们将看到领域专家不仅可以构建自己的网站和门户,还可以授权构建强大的代理,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)。这意味着我们很快可能会看到仅拥有 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。












