马克·冯托贝尔，Starmind 的 CEO 和创始人 – 采访系列

马克·冯托贝尔是 Starmind 的 CEO 和创始人，Starmind 是一个平台，能够让团队成员从组织中的任何地方、任何时候连接到专家知识。

您之前曾说过，没有人真正理解什么是 AI，因为没有人真正理解什么是智慧。您的观点是否有所改变，如果没有，您能否详细说明这一陈述？

没有官方的智慧定义，根据上下文，您会得到不同的答案。数学家是聪明的吗？是的。猫是聪明的吗？可能。树是聪明的吗？这是一个有争议的问题。然而，树可以存活数百年，它从土壤中吸取营养，将光转化为能量，并在没有足够光照时向阳光移动。因此，树在某种程度上似乎是聪明的，对吧？

由于每个人都以不同的方式看待智慧，人们也很难理解 AI 和机器学习的局限性。人们认为计算机可以轻松地变得像人类一样聪明，或者可能像树一样聪明。这不是事实。

计算机遵循命令，这可以触发比我们想象中更复杂的算法。最终，计算机永远不会基于它认为是正确的事情做出决定。它的决定来自输入和算法。

因此，我相信没有人真正理解 AI，因为没有人完全理解或能够定义智慧。

您能否分享 Starmind 的起源故事？

十一年前，我们开发了一个平台，能够让科学家们相互分享知识。与其花费数小时研究一个问题，一个专家可以使用 Starmind 解决方案提出一个问题。尽管该平台受到好评，但我们的目标受众中存在一个不平衡，即愿意提供知识和经验的用户和愿意支付小额费用来回答他们的问题的用户之间的比例不均衡。

2013 年，一位大型瑞士银行的 CIO 接近我们，并透露他每天都有很多问题，但无法得到答案。他问我们是否可以将我们的技术应用于组织，让人们能够从正确的人那里获取正确的信息，同时消除耗时的搜索工作。这激发了我们思考如何处理大型组织的知识。

80% 的知识存储在人们的头脑中。我们意识到，每个大型组织都面临着同样的问题。20% 的知识记录在不同的工具中，但这些记录的信息可能已经过时、不准确或冗余。人们只能选择两种方式：花费大部分时间自己搜索和整理信息来完成工作，或者问一个同事并希望他们有正确的答案。

那时我们意识到，没有一种技术可以作为组织内部的主要信息来源。我们创建了一个解决方案，能够让每个员工在需要时快速、包容和协作地连接到正确的同事，无论他们是否认识这个人。

Starmind 如何连接数千个大脑，创建一个企业大脑？

我们更喜欢说我们打破了知识壁垒，并连接了“人”，以便在整个组织中实现更好的知识协作。我们的平台帮助员工连接到组织中任何地方和任何时候的专家知识。与其依赖于自己部门或网络中的同事，员工可以通过知识协作平台匿名提出问题。我们的 AI 可以识别出组织中谁最适合回答这个问题，无论他们的职位或资历如何。在问题提出后的一小时内，员工将收到回复。答案经过验证和排名。我们的 AI 通过这些互动学习，通过连接术语和主题来识别如何映射类似的信息，以便在未来识别谁拥有知识以及如何“回收”数据以使其有意义。简而言之，我们的平台打破了知识壁垒和组织内部的信息获取壁垒。我们的技术不会取代人类的智慧，它增强了人类的智慧，使其比以往任何时候都更容易获取和更相关。

Starmind 如何找出组织中最聪明的人来回答问题？

随着时间的推移，人们通过回答同事的问题来分享他们的知识和见解。随着员工对回复进行排名，我们的 AI变得更加擅长验证和识别谁知道什么。它通过这些互动学习，通过连接术语和主题来识别如何映射类似的信息，以便在未来识别谁拥有知识。我们的平台不仅可以识别出谁拥有知识，还可以以有意义的方式“回收”数据。

为什么这个解决方案比使用深度学习或其他类型的 AI 来识别答案更好？

AI 和自然语言处理当然可以促进这个过程，但一个更细致入微但至关重要的因素是人类的经验和数据的背景化。80% 的知识存储在人们的头脑中，只有 20% 被记录下来。记录的信息可能已经过时、不准确或冗余。人类的经验可以通过知识共享和组织内的协作来识别或上下文化数据的不一致性。因此，它构建了一个丰富、不断演变的知识库，供员工参考和应用。

您能否提供一个企业使用 Starmind 的案例？

一家全球顶级制药公司使用 Starmind。每个月，他们都会将新药推向市场，提供挽救生命的治疗方法给全世界的人们。另外，他们必须对新病毒和流感等疾病做出反应，并尽快将治疗方法推向市场。开发这些药物需要跨多个专家的知识和经验。找到合适的人可能很困难，尤其是当您的公司有 12.5 万名员工，分布在多个国家。他们选择 Starmind，因为它可以让他们快速获取专家知识，快速连接人，帮助他们加快上市速度。

您从 Starmind 应用程序中收到了什么样的反馈？

我们在整个行业和客户中获得了很好的反馈。客户指出我们的平台帮助他们快速有效地响应客户询问。它可以更快地完成新员工的入职流程，让他们保持参与度。它使技术更容易被组织中的所有员工访问，促进了更好的协作和创新。最后，它提高了生产力。

AI 的未来发展是否对 Starmind 的商业模式构成威胁？

我不这么认为。尽管 AI 和自然语言处理可以理解概念和上下文化人们写下的内容，但它们无法访问存储在人们头脑中的隐性知识。Starmind 鼓励隐性知识的共享。当隐性知识被写下和捕获时，AI 和自然语言处理可以上下文化信息，以便员工可以访问和使用。然而，它需要像 Starmind 这样的平台来鼓励和共享隐性知识。

AI 可能能够自动回答以前没有人回答过的问题。然而，AI 的回答将始终基于某人提供的信息。

一个主要的未解决问题是确定特定的数据是否仍然相关、过时或正确。就像人类一样，AI 也难以看待信息并确定它是否仍然有效。

因此，我相信人类的经验和数据的上下文化将始终优于 AI。

您是否还有其他关于 Starmind 的信息想要分享？

知识对于组织至关重要。当有效利用时，它可以积极影响工作方式。

想象一下，从法国巴黎到德国斯图加特旅行。你不知道路线，GPS 也不存在。你对方向有一般的了解，但没有明确的路线。所以你从荷兰开始驱车向北。到达荷兰后，你问某人如何到达德国。他们告诉你去柏林。一旦你在柏林，你会寻找去斯图加特的方向。他们建议你通过捷克共和国向南，然后最终到达斯图加特。

在组织中找到正确的信息可能和旅行一样间接。太多组织仍然严重依赖于一般的想法或同事的不准确的方向，导致员工进行不必要的欧洲之旅。如果他们知道要问谁，最佳路线将是一条从巴黎到斯图加特的七小时车程。

今天的远程和混合工作场所使得这个问题更加复杂，创造了额外的数字孤岛。远程工作者通常对有助于他们完成工作的文档的访问权限甚至更少。这就是为什么 Starmind 更关注人类的经验，并为员工提供最佳的解决方案或方向。

感谢您接受这次精彩的采访，并分享您对智慧本质的看法。希望了解更多的读者可以访问 Starmind 的网站。