Shay Levi，Unframe 的 CEO 和联合创始人 – 采访系列

Shay Levi 是 Unframe 的联合创始人和 CEO，Unframe是一家重新定义企业人工智能的公司，提供可扩展、安全的解决方案。他之前联合创立了 Noname Security，并在四年内将公司出售给 Akamai，价格为 5 亿美元。他是网络安全和技术领域的经验丰富的创新者，专门从事构建变革性的解决方案。

Unframe 是一家总部位于加利福尼亚州库珀蒂诺的全方位企业人工智能平台，使企业能够在几小时内将任何独特的 AI 用例变为现实，而不是几个月。通过其蓝图方法，Unframe 与全球的大型企业合作，跨可观察性、数据抽象、智能代理和现代化等领域实施解决方案。Unframe 使用基于结果的定价，让客户能够无风险地体验和演变他们想要的任何解决方案。Unframe 对 LLM 持中立态度，不需要微调或训练 – 从根本上改变了大型企业寻求可扩展、即插即用的 AI 解决方案的可能性。

2025 年 4 月 3 日，Unframe 以 5000 万美元的资金从隐身状态中脱颖而出，以改变企业 AI 部署。

在 Noname Security 成功退出给 Akamai 之后，你是什么动机让你启动 Unframe，你在企业 AI 空间中确定了什么缺口，使其成为正确的时机和机会？

我实际上是在收购讨论开始之前离开 Noname 的。我的观点是，一波巨大的浪潮即将来临，CIO 正在承受着快速采用 AI 的压力，但是他们可用的工具并不适合企业。他们要么将点解决方案拼凑在一起，没有治理，要么等待内部团队从头开始构建。两条路径都不具有可扩展性，都引入了风险。

这是信号。我意识到企业不仅需要访问 AI – 他们需要一个平台，可以同时给他们控制、速度和灵活性。这就是 Unframe 的由来。

Noname Security 是 API 网络安全领域的先驱。作为一家安全专注公司的创始人的经验如何影响你在 Unframe 中采用的方法？

安全性是我们的 DNA。在 Noname，我们了解到没有治理的创新很快就会带来风险。这个教训直接适用于 AI。在 Unframe 的第一天，我们就融入了正确的防护措施 – 安全的数据处理、模型透明度、基于角色的访问控制 – 以便企业可以创新而不引入新的漏洞。

我们也非常清楚事情如何在规模上出错。因此，虽然 Unframe 能够让团队快速移动，但我们已经设计了这个平台，以考虑到企业复杂性 – 无论是管理数据流、执行合规性还是与遗留系统集成。

是否有任何跨企业在 API 安全领域的共同痛点帮助你形成了对 AI 采用的愿景？

绝对如此。在 Noname，我们看到企业如何难以在整个环境中获得可见性和控制。影子 API、不一致的工具和孤立的团队都创造了真正的运营风险 – 并且这减慢了所有事情的速度。

在人工智能中，我们看到同样的模式重复。每个团队都想快速移动，但如果没有正确的结构，你会得到碎片化、重复和盲点。这种经验塑造了我们在 Unframe 中的思考。我们希望给企业一种方式来采用人工智能，这种方式是统一的、安全的，并且真正适用于团队和系统 – 而不仅仅是在孤立的口袋中。

Unframe 正在与主要企业建立联系，并在一年内实现了数百万美元的年度回复率（ARR）- 你如何如此快速地实现了这一水平的采用？

我们没有走传统的慢速实验或有限的试点路线。从第一天开始，我们就在市场上，与全球企业合作，开展高影响力、真实的项目。这些项目不是孤立的用例 – 它们是与业务核心部分相关的战略计划。这就是我们赢得信任并帮助 Unframe 成为多个领域的战略合作伙伴的原因，而不仅仅是一个供应商。当你快速交付真正的成果时，采用就会随之而来。

你曾谈到过将 AI 部署从几个月缩短到几个小时。可以带我们了解一下 Unframe 如何实现这一点吗？

我们已经将数百个深入的技术构建块构建到了 Unframe 平台中。当部署新解决方案时，它不是从零开始 – 它是通过蓝图定制的，蓝图将这些组件映射到用户的特定需求。这就是我们将部署时间从几个月缩短到几个小时的原因。

请告诉我们更多关于蓝图方法 – 什么使其独特，为什么它对企业 AI 用例如此强大？

蓝图方法是我们以可扩展方式交付定制 AI 解决方案的方式 – 而无需从头开始。每个蓝图都映射了特定用例的逻辑、组件、工作流和防护措施，配置我们的平台的技术构建块库。这就是我们如何在规模上结合速度和精度。

Unframe 将自己定位为 LLM-agnostic，并不需要模型微调。为什么避免需要训练自定义模型的需求对你来说很重要？

因为大多数企业不需要自定义模型 – 他们需要自定义结果。一旦你开始微调，你就将自己锁定在特定的供应商中，增加成本，并创建大多数组织无法处理的维护开销。

我们设计 Unframe 以一种仍然能提供定制、高质量结果的方式使用现有的现代模型 – 而无需复杂性。通过保持 LLM-agnostic，我们为企业提供了灵活性、更快的价值实现时间和随着模型景观变化而演变的能力。目标不是训练模型 – 而是解决问题。而且你可以在不触及微调的情况下做得非常好。

自然语言交互在 Unframe 的平台中扮演什么角色 – 它可以在多大程度上取代传统的软件 UI？

自然语言是一个强大的入口点 – 它使 AI 对业务用户立即可用，无需培训或技术准备。这在与全球公司和不同国家、角色和语言的分布式工作力合作时尤为重要。聊天式接口有助于平衡竞争环境。

但是，每个 Unframe 用例都是不同的，接口需要匹配任务。有时这意味着自然语言聊天。其他时候，这是一个动态表格、交互式仪表板或内容生成接口 – 无论什么最适合工作流和我们要解决的问题。

我们不认为自然语言是传统 UI 的替代品，而是一层去除重要位置的摩擦。目标是使软件感觉直观、灵活和定制 – 不仅适用于用户，也适用于他们要解决的问题。

你从 Noname Security 的 10 亿美元以上的估值和 4.5 亿美元的收购中学到了什么经验，你又如何将这些经验应用于 Unframe？

专注于解决真正的、紧迫的问题 – 并以企业级的执行力从第一天开始。在 Noname，我们了解到规模来自信任，而信任来自快速交付而不妥协。在 Unframe，我们正在应用相同的思维方式：快速移动，安全构建，并保持对客户的关注。

作为一名重复创业者，你如何构建领导团队和公司文化在超高速增长的环境中？

在超高速增长中，你没有慢慢摸索的奢侈 – 所以你需要周围的人不仅擅长他们所做的事情，而且在模糊性中茁壮成长，具有紧迫感。对于我来说，构建领导团队始于信任、清晰和共同的价值观。每个人都必须对我们要去哪里有相同的认识，并同样致力于拥有他们在旅程中的份额。

文化也是如此。这不仅仅是乒乓球桌 – 而是当事情变得艰难时，你如何做出决定。在 Unframe，我们有意地创造了一种所有权、节奏和诚实的文化。我们快速移动，我们倾听，我们每天都推动彼此变得更好。这种文化不仅能在超高速增长中生存 – 它推动了超高速增长。

感谢这次精彩的采访，希望了解更多的读者可以访问 Unframe。