←新闻详情

TechCrunch AI更新于 10月28日 10:33

Meta AI 总监 Rohit Patel 离职,创办 Ndoc 挑战 Microsoft Office 与…

Meta AI director Rohit Patel leaves to take on Microsoft Office and Google Workspace

AI 导读

在 Meta 工作八年的 AI 总监 Rohit Patel 离职创办 Ndoc,定位为 AI 原生的一体化办公空间,替代 Microsoft Office 与 Google Workspace。Ndoc 用 Stage、Narrative、Model 三个标签页整合演示、分析与底层数据集和 Python 脚本,基于开源模型混合微调,运行成本低于前沿模型方案。目前开放企业试点和限量 alpha,注册免费、按用量与 token 付费,计划数周内推出 beta、明年正式发布。

正文 · AI 翻译

TechCrunch独家获悉,在为Meta开发AI八年后,Rohit Patel即将离开该公司。这位Meta超级智能实验室的前总监已创办Ndoc,他将这家初创公司定位为Microsoft Office套件或Google Workspace的AI原生替代品。

Patel是Meta近期一系列高调离职者中的最新一位,此前全球事务首席官Joel Kaplan、AI研究员Andrew Tulloch以及AI办公产品负责人Emily Dalton Smith均已离职。

Patel将Ndoc设计得不仅仅是叠加在现有工作流之上的又一个AI工具。其目标是取代人们在Excel、Word、PowerPoint、Tableau、Replit以及“ChatGPT复制粘贴”等工具之间碎片化的工作方式,用一个统一的工作空间取而代之,所有同事都能访问,即使他们没有注册Ndoc。

Ndoc将三个组件整合在一个布局中。Stage标签页用于呈现关键发现的演示内容,如幻灯片、仪表盘、模拟或迷你应用。Narrative标签页包含分析、编号引用、生成的图表,以及通常是数字背后的“原因”。Model标签页则存放底层数据集和Python脚本。

这一设计反映了Patel的背景。在Meta任职期间,Patel专注于强化学习——一种机器学习类型,AI智能体通过试错学习做出决策并最大化奖励——以及评估AI输出是否可信。Patel认为,如果AI要构建公司用于决策的电子表格和幻灯片,就应该有人能够核查它的工作。例如,用户可以找到用于创建文档的Python脚本。

“即使你完全不懂Python,你也可以让[AI聊天]解释:‘嘿,这个脚本是做什么的?我的公式在哪一行?’然后你可以验证那个公式,”Patel说。“这里没有任何藏在幕后的东西。”

在实际使用中,用户可以上传数据集,并要求Ndoc执行分析并撰写关于分析结果的叙述。他们还可以添加文档特定的上下文,包括受众、语气和记忆。“它会在你的个人、那份特定文档、你的团队和你的公司之间保持记忆,”Patel说。

Patel还表示,Ndoc是使用多种开源模型混合构建和微调的。由于该平台是从零开始开发的,他说其运行成本远低于基于前沿AI模型构建的替代方案。

“我以为人们会对此感到兴奋,但人们并不在意这一点,”他在谈到早期试用用户时说。“人们兴奋的是,他们喜欢在一个地方看到所有端到端的内容。”

Patel更大的雄心是重塑文件本身。他说文档可以导出为单个“.ndoc.html”文件,可在任何浏览器中打开,他计划将该格式开源,以便其他开发者可以构建与之兼容的应用,而不必像许多人多年来被锁定在Microsoft或Google中那样被锁定在Ndoc上。

他希望将该项目开源,部分原因正是他离开Meta并决定单干。在Meta这样的大公司,要让所有人就一种开源格式达成一致,无疑需要“数百人和关于该格式应该是什么样子的意见”的参与。

Patel希望快速行动。“人类只能以人类的速度前进,而……我可以以AI能做到的速度前进。”

对于一个只有三人团队且没有融资的创始人来说,试图成为企业工作发生的平台是一个巨大的赌注,尤其是当其他AI实验室也在试图占领同一领域时。

OpenAI、Anthropic、Meta、SpaceXAI和Google都推出了企业AI工具,允许用户连接Google Workspace、Microsoft 365和其他工作场所应用,以便他们的AI模型可以直接在这些工具中工作。上个月,OpenAI推出了Space,这是ChatGPT内部的共享工作空间,与那些成熟工具构成更直接的竞争。

Patel承认Space可能是一个威胁,但表示这些实验室在很大程度上搞错了方向。

“公司基本上就是把AI附加到电子表格上,让它替你填充单元格,”他说。“这简直让我灵魂出窍。这就好比你刚发明了电,然后你决定最好的用途是给我的耕牛装上灯来耕地。不。去买台拖拉机。”

不过,AI实验室试图将模型带到人们已经在工作的地方是有原因的。改变习惯和取代整个工作流很难。Patel说他理解这一点,这就是为什么他构建了连接器,让客户可以从他们已经使用的工具中导入现有数据。

“我的标准是,我不会发布任何我自己不喜欢使用的东西,”他说。“我为我做的每件事都优化了AI工作流。如果我开始使用这个工具,却不断回到我自己的工作流,那说明我构建的工具还不够好……我有一堆没有达到这个标准的工具坟场。”

Patel在尝试融资之前获得客户吸引力方面也有类似的标准。“在有一些证据表明人们喜欢这个产品之前,我不想拿钱,”他说。

截至周二,Ndoc正在进行企业试点,并向加入等候名单的有限数量客户开放alpha版本。注册免费,但客户需为使用量和token付费。他希望在未来几周内发布beta版本,并计划于明年全面发布。

对Patel来说,尽可能快地行动比从一开始就拥有完美的产品更重要。

“执行极其廉价……所以去执行一个次优计划,以后再担心它,”他说。“等你制定出最佳计划时,执行早就被别人完成了。”

来源

TechCrunch AI