CEO da Box, Aaron Levy, na “Era de Contexto” da AI

Na quinta -feira, a Box lançou o desenvolvedor da conferência BoxWorks, revelando um novo conjunto de recursos de IA, construindo o modelo do agente IA na espinha dorsal dos produtos da empresa.

Haverá mais anúncios de produtos do que o habitual na reunião, refletindo o ritmo cada vez mais rápido do desenvolvimento da IA ​​na empresa. A Box lançou a AI Studios no ano passado, seguida por um novo conjunto de agentes de extração de dados. Fevereiroe outros para outras pesquisas e pesquisas profundas. Em maio.

Agora a empresa está implantando um novo sistema chamado Caixa automatizada Ele atua como um tipo de sistema operacional para agentes de IA, dividindo os fluxos de trabalho em vários segmentos que podem ser aumentados com a IA, se necessário.

Conversei com o CEO Aaron Levy sobre a abordagem da empresa à IA e o trabalho perigoso de competir com empresas de modelos de fundação. Naturalmente, ele era muito otimista com as possibilidades dos agentes de IA nos locais de trabalho modernos, mas também teve uma visão clara das limitações dos modelos atuais e de como as tecnologias existentes podem gerenciar essas limitações.

Esta entrevista foi compilada por comprimento e clareza.

TechCrunch: Hoje estamos introduzindo vários produtos de IA, por isso queremos começar perguntando sobre a maioria de nossa visão. Por que criar agentes de IA em serviços de gerenciamento de conteúdo em nuvem?

Aaron Levy: Então, o que pensamos o dia todo e qual é o nosso foco na caixa é quanto trabalho está mudando para a IA. E a maior parte do impacto atual está nos fluxos de trabalho que contêm dados não estruturados. Conseguimos automatizar qualquer coisa que lida com dados estruturados que entram no banco de dados. Quando você pensa em sistemas de CRM, sistemas ERP e sistemas de RH, o espaço já teve anos de automação. Mas se nunca o automatizamos, somos expostos a dados não estruturados.

Pense em todos os tipos de processos de revisão legal, todos os tipos de processos de gerenciamento de ativos de marketing, todos os tipos de revisões de transações de fusões e aquisições. Todos esses fluxos de trabalho lidam com muitos dados não estruturados. As pessoas precisam revisar esses dados, atualizá -los, tomar decisões etc. Não poderíamos trazer muita automação para esses fluxos de trabalho. Embora o software pudesse explicá -lo, o computador não foi suficiente para ler a documentação ou analisar os ativos de marketing.

Portanto, para nós, agentes de IA significam que, pela primeira vez, eles podem realmente usar todos esses dados não estruturados.

TC: E o risco de implantar agentes em um contexto de negócios? Alguns clientes precisam ficar nervosos por implantar algo assim em dados confidenciais.

Cobrança: O que vimos de nossos clientes é que toda vez que eles executam esse fluxo de trabalho, o agente quer saber que, no mesmo ponto do fluxo de trabalho, da mesma maneira. Não quero que o agente comanda alguns erros compostos, onde eles começaram a correr depois de fazer 100 envios para o primeiro casal.

É muito importante que o agente tenha um ponto de limite adequado onde ele inicie e o restante do sistema sairá. Para todo fluxo de trabalho, existe essa pergunta sobre o que requer corrimãos determinísticos e o que é completamente agente e não determinístico.

O que a caixa automatia pode fazer é decidir quanto trabalho você deseja fazer com cada agente antes de entregar a outro agente. Portanto, pode haver outros agentes de envio e assim por diante, em vez de revisar agentes. Essencialmente, você pode implantar agentes de IA em escala em qualquer tipo de fluxo de trabalho ou processo de negócios em sua organização.

TC: Que problemas você pode impedir dividindo seu fluxo de trabalho?

Cobrança: Mesmo os sistemas de agentes mais sofisticados e completos, como o Claude Code, já viram algumas limitações. Em algum momento da tarefa, o modelo fica sem a sala de janelas de contexto e continua a tomar boas decisões. A IA não tem almoços grátis agora. Os agentes de longo prazo não podem seguir suas tarefas de negócios usando janelas de contexto ilimitadas. Portanto, você precisa dividir o fluxo de trabalho e usar subagentes.

Eu acho que estamos em uma era de contexto dentro da IA. O que os modelos e agentes de IA precisam é o contexto, e o contexto que eles precisam trabalhar com o SITS dentro dos seus dados não estruturados. Portanto, todo o nosso sistema foi projetado para realmente entender quais contextos podemos fornecer, para que os agentes da IA ​​possam ser executados da maneira mais eficaz possível.

TC: Há um debate maior na indústria sobre os benefícios de modelos de fronteira maiores e poderosos em comparação com modelos menores e mais confiáveis. Isso o leva ao aspecto do modelo menor?

Cobrança: Eu provavelmente preciso ficar claro. Com o nosso sistema, não há nada para impedir que a tarefa se torne arbitrariamente longa ou complicada. O que estamos tentando fazer é criar os corrimãos certos para que possamos decidir como queremos fazer essa tarefa.

Não temos filosofia específica sobre onde as pessoas devem estar nesse continuum. Estamos tentando projetar uma arquitetura para motivos futuros. Projetamos isso para obter todos esses benefícios diretamente à plataforma à medida que o modelo melhora e a funcionalidade do agente melhora.

TC: Outra preocupação é o controle de dados. O modelo é treinado com tantos dados, há um medo real de que dados sensíveis sejam refluxados ou mal utilizados. Qual será a causa disso?

Cobrança: É aqui que muitas implantações de IA falham. As pessoas dizem: “Ei, isso é fácil. Dou ao modelo de IA acesso a todos os meus dados não estruturados e responde a perguntas para as pessoas”. E começa a fornecer respostas sobre dados que você não pode acessar ou não deve acessar. Você precisa de uma camada muito forte de controle de acesso, segurança de dados, permissões, governança de dados, conformidade, tudo.

Então, estamos nos beneficiando de décadas de gastos na construção de um sistema que lida essencialmente a esse problema exato. Deseja que apenas as pessoas certas acessem cada dados dentro da empresa? Portanto, quando um agente responde a uma pergunta, ele sabe determinadamente que não pode extrair dados aos quais a pessoa não tem acesso. Está fundamentalmente incorporado ao nosso sistema.

TC: No início desta semana, a Humanity lançou um novo recurso para fazer upload de arquivos diretamente para Claude.ai. Isso está muito longe do tipo de gerenciamento de arquivos que a caixa faz, mas você precisa estar pensando na concorrência em potencial com as empresas de modelos de fundação. Como você abordaria estrategicamente?

Cobrança: Portanto, quando você considera o que as empresas precisam ao implantar a IA em escala, segurança, permissões e controle são necessárias. Você precisa de uma interface do usuário, uma API forte e uma seleção de modelo de IA. Um dia, um modelo de IA gera casos de uso melhor que o outro, para que ele possa mudar e você não deseja ser bloqueado em uma plataforma específica.

Então, o que construímos é um sistema que tem todas essas funções de maneira eficaz. Possui armazenamento, segurança, permissões, incorporação de vetores e se conecta a todos os principais modelos de IA por aí.