Συνέντευξη με τον John Doxaras, ιδρυτή της ΑΙ-Employee

 

Οι συναρπαστικές εξελίξεις στο χώρο της Τεχνητής Νοημοσύνης (ΑΙ) τις τελευταίες ημέρες, παρουσιάζουν φυσικά και ελληνικό ενδιαφέρον.

Μια νεοφυής εταιρία, η AI-Employee, έκανε το soft-launch της την προηγούμενη εβδομάδα με σκοπό την …”ενοικίαση AI στελεχών σε τρίτους“, τα οποία προμηθεύονται με hardware και προσαρμοσμένα τοπικά ΑΙ μοντέλα.

Μάλιστα η AI-Employee όπως ανακοίνωσε στο LinkedIn ο ιδρυτής της John Doxarasξεπούλησε” μέσα σε χρόνο ρεκόρ, καταφέρνοντας να βρει θέσεις σε όλα τα διαθέσιμα στελέχη της.

Το “Β” συζητά μαζί του για τις εξελίξεις στα ανοικτά μοντέλα τεχνητής νοημοσύνης, τις ιδιαιτερότητες του DeepSeek και την επιτάχυνση που φέρνει.

Η Σύλληψη

“Η ιδέα της AI Employee γεννήθηκε από μια απλή παρατήρηση,” εξηγεί ο John Doxaras,

  • “Ενώ η τεχνητή νοημοσύνη εξελίσσεται ραγδαία, οι περισσότεροι συνεργάτες μας δυσκολεύονται να την αξιοποιήσουν, κυρίως για λόγους εσωτερικής συμμόρφωσης και ιδιωτικότητας δεδομένων.
  • Η λύση, εξειδικευμένα στελέχη εξοπλισμένα με AI Agents που τρέχουν τοπικά, μια προσέγγιση την οποία είχαμε ήδη υλοποιήσει για να καλύψουμε δικές μας ανάγκες.
  • Η προσέγγιση περιλαμβάνει ανοικτά μοντέλα ΑΙ, εκτενή εκπαίδευση προσωπικού στο prompting και εξειδικευμένους AI Αgents για όλες ανεξαιρέτως τις καθημερινές εργασίες.”

Η επαφή με το DeepSeek

 

Η εταιρεία, που ξεκίνησε μόλις πριν από δύο εβδομάδες, έχει ήδη καταφέρει να αποκτήσει πελάτες από τον τραπεζικό τομέα, τις τηλεπικοινωνίες και κυβερνητικούς οργανισμούς.

“Η χρονική στιγμή του λανσαρίσματος, λίγο πριν την κυκλοφορία του DeepSeek R1, αποδείχθηκε καθοριστική,” τονίζει ο Doxaras.

  • “Αρχικά ο σχεδιασμός μας ήταν η χρήση του Llama-3 της Meta, και ειδικότερα μιας «αποσταγμένης» (distilled) έκδοσής του με ειδίκευση σε προβλήματα προγραμματιστικής φύσης, μόλις όμως ανακοινώθηκε το R1 και τα συμπιεσμένα μοντέλα του, εντυπωσιαστήκαμε όταν είδαμε το υψηλό επίπεδο επίλυσης προβλημάτων ακόμα και εγκατεστημένο σε ένα iPhone.”

Tα μάτια του όμως γυαλίζουν όταν μας εξηγεί ότι

  • “το DeepSeek αποτελεί το πρώτο μοντέλο που επιδεικνύει χαρακτηριστικά της ανθρώπινης ευφυΐας, τα οποία αναδύονται μόνα τους κατά την εκπαίδευση του, όπως εκτεταμένες αλληλουχίες συλλογισμών (η ομάδα του OpenAI χρειάστηκε να τις δημιουργήσει προγραμματιστικά κατά τη διάρκεια εκπαίδευσης του O1), αναστοχασμός και αυτο-επαλήθευση των σκέψεων!“.

 Το Πρόβλημα της Υιοθέτησης AI στις Επιχειρήσεις

“Το μεγαλύτερο εμπόδιο που αντιμετωπίζουν οι επιχειρήσεις σήμερα δεν είναι η έλλειψη τεχνολογίας, αλλά η πολυπλοκότητα της ενσωμάτωσής της και η κουλτούρα αποδοχής της.” εξηγεί ο Doxaras.

  • “Βλέπουμε εταιρείες να επενδύουν σε AI πιλοτικά, να δεσμεύονται σε κλειστά μοντέλα τρίτων και να προσλαμβάνουν “συμβούλους” οι οποίοι δεν χρησιμοποιούν ούτε οι ίδιοι το ΑΙ στην καθημερινότητα.
  • Εμείς επενδύουμε στα ανοικτά μοντέλα μιας και αποτελούν μονόδρομο στην ενσωμάτωση των AI Αgents.
  • Το DeepSeek συγκεκριμένα είναι ανοικτό και τρέχει τοπικά, οπότε και οι θεωρίες συνομωσίας για αποστολή δεδομένων στην Κίνα χάνουν το νόημά τους.
  • Το κρισιμότερο όλων όμως είναι ότι αυτή την έλλειψη εμπιστοσύνης στο ΑΙ, την αντιμετωπίζουμε έχοντας ως ενδιάμεσο το δικό μας συνεργάτη, ο οποίος είναι επιφορτισμένος να συνομιλεί με τον ΑΙ Agent για οποιαδήποτε εργασία σε οποιοδήποτε φορμάτ, εικόνα, φωνή κείμενο.
  • Τα προβλήματα που μπορεί να επιλύσει περιλαμβάνουν προγραμματισμό, διαδραστικές αναφορές και στατιστικά, αυτοματοποιήσεις και ρομποτικούς βοηθούς, testing, devops, markops, ακόμα και financial planning, ψηφιοποίηση κτλ..
  • Ουσιαστικά πρόκειται για ένα 10x υπάλληλο που μπορεί να παραδώσει εργασίες εβδομάδων που θα χρειάζονταν ολόκληρη ομάδα σε μερικές ημέρες, ενώ στη συνέχεια το στέλεχος μας μπορεί να αναλάβει να παρουσιάσει το αποτέλεσμα στον οργανισμό και να εκπαιδεύσει τους χρήστες των νέων εργαλείων.”

Cloud vs Edge AI: Η Wall Steet μίλησε

Η συζήτηση για cloud έναντι edge AI είναι κρίσιμη,” τονίζει ο Doxaras.

  • “Ενώ το cloud προσφέρει ευελιξία και κλιμάκωση, είναι 4-5 φορές ακριβότερο, ενώ πολλές επιχειρήσεις χρειάζονται λύσεις που διατηρούν τα δεδομένα τους εντός της υποδομής τους.
  • Ακόμα περισσότερο σε εφαρμογές που η ταχύτητα λήψης αποφάσεων είναι σημαντική, τα μοντέλα πρέπει να τρέχουν στο τοπικά, δηλαδή στο laptop ή το κινητό του υπαλλήλου.
  • Η πρόσφατη κατάρευση της μετοχής της NVIDIA  και η άνοδος των μετοχών της Apple  – που επενδύει στο local AI – αυτό άλλωστε προεξοφλεί.
  • Μια στροφή στη λειτουργία μοντέλων εκτός datacenters, χωρίς την εμπροσθοβαρή επένδυση δισεκατομμυρίων σε GPU, τα οποία ουσιαστικά έχουν και τεράστιες απώλειες αποσβέσεων, άνω του 50% στην 4-ετία.
  • Το DeepSeek ουσιαστικά μας δείχνει ένα νέο δρόμο όχι μόνο αναφορικά με την δραματική μείωση των GPU στην φάση εκπαίδευσης των μοντέλων, αλλά κυρίως για τον τρόπο της παραγωγικής τους λειτουργίας (inference), μιας και συσκευές στο εμπόριο μπορούν να τρέξουν τοπικά και αξιόπιστα τέτοια ανοικτά μοντέλα.”

Το Μέλλον

“Είμαστε μόλις στην αρχή,” λέει ο Doxaras.

  • “Το AI έχει εισέλθει στο απότομο μέρος της εκθετικής του αύξησης, η υιοθέτηση του από την αγορά ξεκινάει και είμαστε περήφανοι που ηγούμαστε αυτής της εκδημοκράτισης στη χρήση του.
  • Στην agentic ΑΙ εποχή οποιαδήποτε επιχείρηση, μικρή ή μεγάλη, θα πρέπει να φτιάχνει τα δικά της ψηφιακά εργαλεία με τη χρήση του ΑΙ και εξειδικευμένων στελεχών και όχι να αγοράζει έτοιμες λύσεις.
  • Εργαζόμαστε στην εκπαίδευση της επόμενης σειράς ΑΙ στελεχών, οι οποίοι θα είναι στη διάθεση των συνεργατών μας σε μερικές εβδομάδες.”

       

                                                                                       Χρήστος Ν. ΚΩΝΣΤΑΣ