Laurel создает первую в мире платформу искусственного интеллекта для устранения причинно-следственных связей между отраслями, которые не могут точно связать вложение времени с бизнес-результатами. Эта статья от Leo, статья, написанная Deep Thinking Circle, собрана, скомпилирована и написана techflow. (Синопсис: Когда мир стремительно внедряет искусственный интеллект, почему Apple все еще стоит на месте?) Лорел использует искусственный интеллект для решения отраслевой проблемы стоимостью в триллион долларов: сделать время работников умственного труда видимым, измеримым и оптимизированным. Задумывались ли вы когда-нибудь, почему производственная промышленность может рассчитать стоимость производства автомобиля с большой точностью, а розничная торговля может точно отследить запасы каждого товара, а юридические, бухгалтерские и консалтинговые фирмы не знают о своем самом важном ресурсе — человеческом времени? Этот вопрос беспокоил меня долгое время, пока я не узнал о раунде финансирования серии C в размере 100 миллионов долларов. Компания использует искусственный интеллект для решения отраслевой проблемы стоимостью в триллион долларов: сделать время работников умственного труда видимым, измеримым и оптимизируемым. Я копнул глубже и обнаружил, что Лорел не просто делает что-то такое простое, как отслеживание времени. Они создают первую в мире платформу времени с искусственным интеллектом, чтобы попытаться решить то, что основатель Райан Алшак называет «проблемой интеллекта времени» — неспособность отраслей, основанных на знаниях, точно связать вложение времени с бизнес-результатами. В эпоху искусственного интеллекта количественная оценка и понимание человеческого капитала превратились из вишенки на торте в бизнес-потребность «жизни и смерти». Раунд возглавила компания IVP с участием GV (Google Ventures) и 01A, а среди новых инвесторов также были такие знаменитости, как DST Global, Кевин Вейл из OpenAI, Алексис Оганян, технический директор GitHub Владимир Федоров и другие. Корень проблемы можно проследить до того, как индустрия профессиональных услуг работала на протяжении десятилетий. Юристы, бухгалтеры и консультанты должны записывать свое рабочее время с шагом в шесть минут, чтобы клиенты могли платить по часам. Райан Алшак остро переживает эту боль как юрист: «Это как в напряженный субботний вечер, когда я шеф-повар, готовящий для 500 клиентов, но в то же время просящий меня следить за каждым ингредиентом, который я использую, что одновременно отвлекает и дегуманизирует». Я могу понять разочарование. Представьте, что вы только что завершили сложный юридический анализ, и ваши мысли наиболее ясны, но затем вам нужно остановиться и вспомнить: сколько времени я только что потратил на изучение информации? Сколько минут ушло на написание этой записки? Что обсуждалось во время звонка с заказчиком? Такое вынужденное прерывание не только влияет на эффективность, но и заставляет специалистов чувствовать себя не столько специалистами, сколько специалистами, предоставляющими интеллектуальные услуги. Момент прозрения Алшака был прост: «Почему я должен рассказывать машине о том, что я делал на работе, вместо того, чтобы позволить машине напомнить мне, что я делал?» За этим, казалось бы, простым вопросом скрывается парадоксальное понимание: юристы, бухгалтеры и консультанты на самом деле сталкиваются с проблемой занижения счетов, потому что они забывают о большой части работы, которая уже была сделана. Если вы можете получить больше прибыли для покупателя (бизнеса) и сэкономить время для пользователя (профессионала), это идеальный фундамент для построения компании. Эта болевая точка встречается гораздо чаще, чем я думал. По словам Лорел, среднестатистический специалист восстанавливает более 28 минут оплачиваемого времени в день, которое ранее было потеряно из-за отсутствия записей. При средней почасовой ставке в 375 долларов это означает, что каждый специалист приносит компании дополнительные 175 долларов в день. Для крупной фирмы с сотнями профессионалов это число довольно ошеломляющее. Четыре ключа к искусственному интеллекту: переосмысление учета времени Решение Laurel звучит интуитивно понятно, но на самом деле это чрезвычайно сложная техническая задача. Я понял, что для того, чтобы по-настоящему автоматизировать сквозное расписание, необходимо решить четыре ключевые технические проблемы, каждая из которых имеет довольно высокий технический порог. Первая проблема — отслеживание цифровых следов. Laurel должна иметь возможность интеграции со всеми цифровыми программами, используемыми пользователями, включая Slack, Microsoft Outlook, Zoom и другие рабочие инструменты. Только когда ИИ может «видеть» всю рабочую активность профессионалов на разных платформах, он может точно реконструировать их траектории работы. Это все равно, что установить вездесущую, но совершенно бесчувственную систему видеонаблюдения в цифровой рабочей среде пользователя, способную записывать каждый клик, каждое редактирование документа и каждый телефонный звонок. Второй уровень — глубокая интеграция приложений искусственного интеллекта. Лорел использует различные методы искусственного интеллекта для обработки этих цифровых следов: алгоритмы кластеризации данных классифицируют связанную работу, модели машинного обучения назначают работу соответствующим клиентам и проектам, генеративный искусственный интеллект создает должностные инструкции и, наконец, кодирует и классифицирует работу с помощью машинного обучения. Вместо того, чтобы просто применять интерфейс ChatGPT, мы создаем систему искусственного интеллекта, оптимизированную для рабочих процессов профессиональных услуг. Третье звено – это тонкий баланс между человеком и роботом. Черновик календаря создается для пользователей, которые могут добавлять, удалять или редактировать содержимое. Такая конструкция «человек в контуре» гарантирует точность и позволяет ИИ постоянно учиться и совершенствоваться. Каждое взаимодействие пользователя делает систему умнее, что создает положительный цикл. Четвертый шаг — бесшовная интеграция с существующими биллинговыми системами. Как только пользователь подтвердит расписание, система автоматически отправит данные в биллинговую систему фирмы, оставив управление бэк-офисом без изменений. Таким образом, опыт работы профессионалов изменился с «заполнения графика» на «аудит графика», что значительно снижает психологическую нагрузку. Изобретательность всего процесса заключается в том, что он не вынуждает пользователя менять свои рабочие привычки, а работает тихо в фоновом режиме, и в итоге требует только окончательного подтверждения от пользователя. Эта философия дизайна воплощает в себе глубокое продуктовое мышление: лучшая технология должна быть незаметной, она должна делать сложные вещи простыми, а не добавлять новую учебную нагрузку для пользователя. От неудачника в сфере юридических технологий до первопроходца в эпоху искусственного интеллекта, успех Лорел был непростым, на самом деле, он претерпел полное возрождение. Первоначально компания была основана в 2016 году под названием «Time by Ping», но в первые годы своего существования испытывала трудности. Алшак откровенно признает две основные проблемы: чрезмерное внимание к единому легальному рынку и недостаточная зрелость технологии обработки естественного языка в то время. Переломный момент наступил в 2022 году, когда Алшак получил ранний доступ к OpenAI GPT-3, он принял смелое решение: приостановить все работы и полностью провести рефакторинг продукта. Это крайне редкий шаг в кругах стартапов, и большинство людей скажут вам: «Никогда не перестраивайтесь, продолжайте повторять». Но Алшак выбрал путь, который идет вразрез с общепринятым мнением, что, на мой взгляд, является примером истинного предпринимательского духа – готовности идти на большие риски ради более масштабного видения. Когда в ноябре 2022 года был запущен ChatGPT, восприятие ИИ на всем рынке перевернулось с ног на голову...
Посмотреть Оригинал
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
За границей ультра-нишевый AI-сектор «привлек 100 миллионов долларов», как Laurel анализирует причинно-следственные связи?
Laurel создает первую в мире платформу искусственного интеллекта для устранения причинно-следственных связей между отраслями, которые не могут точно связать вложение времени с бизнес-результатами. Эта статья от Leo, статья, написанная Deep Thinking Circle, собрана, скомпилирована и написана techflow. (Синопсис: Когда мир стремительно внедряет искусственный интеллект, почему Apple все еще стоит на месте?) Лорел использует искусственный интеллект для решения отраслевой проблемы стоимостью в триллион долларов: сделать время работников умственного труда видимым, измеримым и оптимизированным. Задумывались ли вы когда-нибудь, почему производственная промышленность может рассчитать стоимость производства автомобиля с большой точностью, а розничная торговля может точно отследить запасы каждого товара, а юридические, бухгалтерские и консалтинговые фирмы не знают о своем самом важном ресурсе — человеческом времени? Этот вопрос беспокоил меня долгое время, пока я не узнал о раунде финансирования серии C в размере 100 миллионов долларов. Компания использует искусственный интеллект для решения отраслевой проблемы стоимостью в триллион долларов: сделать время работников умственного труда видимым, измеримым и оптимизируемым. Я копнул глубже и обнаружил, что Лорел не просто делает что-то такое простое, как отслеживание времени. Они создают первую в мире платформу времени с искусственным интеллектом, чтобы попытаться решить то, что основатель Райан Алшак называет «проблемой интеллекта времени» — неспособность отраслей, основанных на знаниях, точно связать вложение времени с бизнес-результатами. В эпоху искусственного интеллекта количественная оценка и понимание человеческого капитала превратились из вишенки на торте в бизнес-потребность «жизни и смерти». Раунд возглавила компания IVP с участием GV (Google Ventures) и 01A, а среди новых инвесторов также были такие знаменитости, как DST Global, Кевин Вейл из OpenAI, Алексис Оганян, технический директор GitHub Владимир Федоров и другие. Корень проблемы можно проследить до того, как индустрия профессиональных услуг работала на протяжении десятилетий. Юристы, бухгалтеры и консультанты должны записывать свое рабочее время с шагом в шесть минут, чтобы клиенты могли платить по часам. Райан Алшак остро переживает эту боль как юрист: «Это как в напряженный субботний вечер, когда я шеф-повар, готовящий для 500 клиентов, но в то же время просящий меня следить за каждым ингредиентом, который я использую, что одновременно отвлекает и дегуманизирует». Я могу понять разочарование. Представьте, что вы только что завершили сложный юридический анализ, и ваши мысли наиболее ясны, но затем вам нужно остановиться и вспомнить: сколько времени я только что потратил на изучение информации? Сколько минут ушло на написание этой записки? Что обсуждалось во время звонка с заказчиком? Такое вынужденное прерывание не только влияет на эффективность, но и заставляет специалистов чувствовать себя не столько специалистами, сколько специалистами, предоставляющими интеллектуальные услуги. Момент прозрения Алшака был прост: «Почему я должен рассказывать машине о том, что я делал на работе, вместо того, чтобы позволить машине напомнить мне, что я делал?» За этим, казалось бы, простым вопросом скрывается парадоксальное понимание: юристы, бухгалтеры и консультанты на самом деле сталкиваются с проблемой занижения счетов, потому что они забывают о большой части работы, которая уже была сделана. Если вы можете получить больше прибыли для покупателя (бизнеса) и сэкономить время для пользователя (профессионала), это идеальный фундамент для построения компании. Эта болевая точка встречается гораздо чаще, чем я думал. По словам Лорел, среднестатистический специалист восстанавливает более 28 минут оплачиваемого времени в день, которое ранее было потеряно из-за отсутствия записей. При средней почасовой ставке в 375 долларов это означает, что каждый специалист приносит компании дополнительные 175 долларов в день. Для крупной фирмы с сотнями профессионалов это число довольно ошеломляющее. Четыре ключа к искусственному интеллекту: переосмысление учета времени Решение Laurel звучит интуитивно понятно, но на самом деле это чрезвычайно сложная техническая задача. Я понял, что для того, чтобы по-настоящему автоматизировать сквозное расписание, необходимо решить четыре ключевые технические проблемы, каждая из которых имеет довольно высокий технический порог. Первая проблема — отслеживание цифровых следов. Laurel должна иметь возможность интеграции со всеми цифровыми программами, используемыми пользователями, включая Slack, Microsoft Outlook, Zoom и другие рабочие инструменты. Только когда ИИ может «видеть» всю рабочую активность профессионалов на разных платформах, он может точно реконструировать их траектории работы. Это все равно, что установить вездесущую, но совершенно бесчувственную систему видеонаблюдения в цифровой рабочей среде пользователя, способную записывать каждый клик, каждое редактирование документа и каждый телефонный звонок. Второй уровень — глубокая интеграция приложений искусственного интеллекта. Лорел использует различные методы искусственного интеллекта для обработки этих цифровых следов: алгоритмы кластеризации данных классифицируют связанную работу, модели машинного обучения назначают работу соответствующим клиентам и проектам, генеративный искусственный интеллект создает должностные инструкции и, наконец, кодирует и классифицирует работу с помощью машинного обучения. Вместо того, чтобы просто применять интерфейс ChatGPT, мы создаем систему искусственного интеллекта, оптимизированную для рабочих процессов профессиональных услуг. Третье звено – это тонкий баланс между человеком и роботом. Черновик календаря создается для пользователей, которые могут добавлять, удалять или редактировать содержимое. Такая конструкция «человек в контуре» гарантирует точность и позволяет ИИ постоянно учиться и совершенствоваться. Каждое взаимодействие пользователя делает систему умнее, что создает положительный цикл. Четвертый шаг — бесшовная интеграция с существующими биллинговыми системами. Как только пользователь подтвердит расписание, система автоматически отправит данные в биллинговую систему фирмы, оставив управление бэк-офисом без изменений. Таким образом, опыт работы профессионалов изменился с «заполнения графика» на «аудит графика», что значительно снижает психологическую нагрузку. Изобретательность всего процесса заключается в том, что он не вынуждает пользователя менять свои рабочие привычки, а работает тихо в фоновом режиме, и в итоге требует только окончательного подтверждения от пользователя. Эта философия дизайна воплощает в себе глубокое продуктовое мышление: лучшая технология должна быть незаметной, она должна делать сложные вещи простыми, а не добавлять новую учебную нагрузку для пользователя. От неудачника в сфере юридических технологий до первопроходца в эпоху искусственного интеллекта, успех Лорел был непростым, на самом деле, он претерпел полное возрождение. Первоначально компания была основана в 2016 году под названием «Time by Ping», но в первые годы своего существования испытывала трудности. Алшак откровенно признает две основные проблемы: чрезмерное внимание к единому легальному рынку и недостаточная зрелость технологии обработки естественного языка в то время. Переломный момент наступил в 2022 году, когда Алшак получил ранний доступ к OpenAI GPT-3, он принял смелое решение: приостановить все работы и полностью провести рефакторинг продукта. Это крайне редкий шаг в кругах стартапов, и большинство людей скажут вам: «Никогда не перестраивайтесь, продолжайте повторять». Но Алшак выбрал путь, который идет вразрез с общепринятым мнением, что, на мой взгляд, является примером истинного предпринимательского духа – готовности идти на большие риски ради более масштабного видения. Когда в ноябре 2022 года был запущен ChatGPT, восприятие ИИ на всем рынке перевернулось с ног на голову...