آرامش اساساً نحوه دسترسی و استفاده عوامل هوش مصنوعی به دادههای سازمانی را تغییر میدهد و قابلیتهای پلتفرمی جدیدی را راهاندازی میکند که به توسعهدهندگان اجازه میدهد مستقیماً از دادههای گفتگوی غنی که از طریق کانالهای محل کار جریان مییابد استفاده کنند – حرکتی که میتواند تعیین کند که آیا تیمهای Slack یا مایکروسافت به پلتفرم غالب برای کارهای مبتنی بر هوش مصنوعی تبدیل میشوند.
این شرکت روز چهارشنبه اعلام کرد که جدید است API جستجوی بلادرنگ و مدل سرور پروتکل زمینه به توسعه دهندگان شخص ثالث امکان دسترسی ایمن و مبتنی بر مجوز را به مجموعه گسترده مکالمات، پیام ها و فایل های Slack در محل کار می دهد. این حرکت نشان میدهد که دادههای محاورهای – بحثهای غیررسمی، تصمیمگیریها و دانش سازمانی که در گفتگوهای محل کار جمع میشود – به سوختی تبدیل میشود که عاملان هوش مصنوعی را واقعاً مفید میسازد، نه عمومی.
"نمایندگان به دادههای بیشتر و ارتباط واقعی در پاسخها و اقدامات خود نیاز دارند، و این از زمینه ناشی میشود، و این زمینه، رک و پوست کنده، از مکالماتی که در شرکت اتفاق میافتد ناشی میشود." راب سیمن، مدیر ارشد محصولات اسلک، در مصاحبه ای اختصاصی با VentureBeat گفت. "و بهترین مکان برای انجام این مکالمات در سازمانی Slack است."
این اعلام در حالی است که شرکتهای نرمافزاری سازمانی برای ایجاد قابلیتهای هوش مصنوعی در پلتفرمهای خود رقابت میکنند و نتایج متفاوتی به همراه دارد. در حالی که ابزار مانند خلبان مایکروسافت و دوقلوهای گوگل سر و صدای قابل توجهی ایجاد کرده اند، پذیرش توسط عوامل هوش مصنوعی که اغلب پاسخ های عمومی غیرمرتبط با زمینه خاص نحوه عملکرد تیم ها را ارائه می دهند، مانع شده است.
رویکرد Slack نشاندهنده فلسفه متفاوتی است: به جای ایجاد عملکردهای هوش مصنوعی در انزوا، شرکت خود را به عنوان یک لایه بنیادی قرار میدهد که در آن عوامل هوش مصنوعی میتوانند به مکالمات بدون ساختاری که حاوی زمینه واقعی تصمیمگیری در سازمانهای مدرن است دسترسی داشته باشند.
چگونه Slack قصد دارد قفل داده های مکالمه محل کار را برای عوامل هوش مصنوعی باز کند
امکانات فنی آرامش راه حلی را برای آنچه که این شرکت به عنوان مشکل اصلی هزاران شرکت سازنده عوامل هوش مصنوعی توصیف می کند ارائه کرد: چگونه می توان آنها را در جریان کار واقعی مفید کرد، نه ابزارهای مستقلی که کارمندان باید استفاده از آنها را فراموش کنند.
را API جستجوی بلادرنگ برنامههای هوش مصنوعی را قادر میسازد تا با جستجوی پیامها، کانالها، فایلها، و ویژگیهای Canvas و Lists Slack، دادههای Slack را از طرف کاربران احراز هویت شده جستجو کنند تا اطلاعات مرتبط با زمینه را در زمان واقعی ارائه دهند. برخلاف APIهای سنتی که توسعه دهندگان را ملزم به اتصال چندین نقطه پایانی میکنند، سیستم جدید یک راه متمرکز و واحد برای بازیابی اطلاعات بر اساس کلمات کلیدی یا درخواستهای زبان طبیعی ارائه میکند.
"این از نیاز به کپی کردن داده های Slack بین سیستم ها جلوگیری می کند و ویژگی هایی مانند جستجوی یکپارچه را فعال می کند." ملوان توضیح داد. "بنابراین، این روشی بسیار متمرکزتر و مبتنی بر موارد استفاده برای نگهداری داده ها در Slack با مجوزهای مناسب و ارائه دسترسی به آن در صورت تقاضا است."
را مدل سرور پروتکل زمینهساخته شده بر اساس یک استاندارد باز توسعه یافته توسط Anthropic، روشی را که مدلهای زبان بزرگ و عوامل هوش مصنوعی کشف میکنند و وظایف را در Slack انجام میدهند، استاندارد میکند و پیچیدگیهایی را که توسعهدهندگان هنگام ایجاد ادغام در چندین سیستم سازمانی با آن مواجه میشوند، کاهش میدهد.
شرکتهای پیشرو در زمینه هوش مصنوعی در حال ساختن بر روی این قابلیتها هستند. کلود آنتروپیک اکنون می تواند فضاهای کاری Slack را جستجو کند تا پاسخ های حساس به زمینه را بر اساس گفتگوهای تیمی واقعی ارائه دهد. در گوگل پلتفرم Agentspace استفاده می کند API جستجوی بلادرنگ برای ایجاد جریان اطلاعات یکپارچه بین Slack و عوامل هوش مصنوعی گوگل. Perplexity Enterprise اکنون قابلیتهای جستجوی وب خود را بر اساس بحثهای تیمی استوار میکند، در حالی که Dropbox Dash بینشهای بیدرنگ را در هر دو پلتفرم ارائه میکند.
چرا نگرانی های امنیتی سازمانی ممکن است جاه طلبی های هوش مصنوعی Slack را از بین نبرند؟
معماری امنیتی این پلتفرم به آنچه میتواند یک نگرانی عمده برای مشتریان سازمانی باشد، میپردازد: اطمینان از اینکه عوامل هوش مصنوعی تنها به اطلاعاتی دسترسی دارند که کاربران مجاز به دیدن آنها هستند. رویکرد Slack به دسترسی تأیید شده ای بستگی دارد که به ساختارهای مجوز موجود احترام می گذارد.
"راه اصلی این است که اطلاعات از طرف کاربر قابل دسترسی باشد،" یک ملوان گفت. "هنگامی که یکی از این عوامل در Slack یک تماس برگشتی برقرار می کند، کاربر به Agent احراز هویت می کند و سپس با استفاده از اعتبار کاربر به Slack احراز هویت می شود."
این بدان معنی است که عوامل هوش مصنوعی فقط می توانند به پیام های مستقیم، کانال های خصوصی و کانال های عمومی دسترسی داشته باشند که کاربر احراز هویت شده قبلاً اجازه مشاهده آنها را دارد. علاوه بر این، Slack به طور قراردادی استفاده از پاسخهای API را برای آموزش مدلهای هوش مصنوعی ممنوع کرده است و نگرانیها در مورد استفاده از دادههای حساس شرکتی برای بهبود سیستمهای هوش مصنوعی شخص ثالث را برطرف میکند.
مدل امنیتی با توجه به موقعیت مرکزی Slack در گردش کار سازمانی اهمیت ویژه ای پیدا می کند. این پلتفرم به ستون فقرات عملیاتی سازمانهای بیشماری تبدیل شده است و مخازن وسیعی از اطلاعات حساس را ایجاد میکند که شامل تصمیمهای استراتژیک، بحثهای محرمانه و دانش سازمانی است که به کنترل دسترسی دقیق نیاز دارد.
برای مشتریان بین المللی، Slack پشتیبانی می کند اقامت داده قابلیتها در چندین منطقه، پردازش اطلاعات به صورت محلی برای برآورده کردن الزامات حاکمیت. شرکت اینترپرایز پلاس این طرح شامل ویژگی های امنیتی و انطباق جامع است که برای صنایع تحت نظارت طراحی شده است.
تیم های مایکروسافت با پذیرش استراتژی اکوسیستم هوش مصنوعی Slack با فشار جدیدی روبرو هستند
این اعلامیه نشان دهنده آخرین حرکت Slack در رقابت شدید فزاینده با آن است تیم های مایکروسافتکه به طور تهاجمی قابلیت های هوش مصنوعی را از طریق پلتفرم Copilot خود اضافه می کند. در حالی که هر دو شرکت در حال ایجاد هوش مصنوعی در پلتفرم های همکاری خود هستند، آنها رویکردهای بسیار متفاوتی را در پیش گرفته اند.
وقتی از سیمن در مورد پویایی رقابتی پرسیده شد، بر تجربه کاربر بر مقایسه ویژگی ها تأکید کرد: "مردم استفاده از Slack را دوست دارند. بنابراین آنها تجربه واقعی کاربر نهایی را دوست دارند. آنها همچنین دوست دارند نرمافزارهای دیگر خود را در Slack امتحان کنند، بنابراین مردم دوست دارند گزارشهای هزینهها را در Slack تأیید کنند و دوست دارند درخواستهای سفر را تأیید کنند و بلیطهای JIRA را از درون گردش کار خود بسازند."
به نظر می رسد استراتژی Slack به جای ایجاد مجموعه کاملی از ابزارهای بهره وری مانند مایکروسافت، بر تبدیل شدن به یک مرکز یکپارچه سازی متمرکز شده است که در آن تجربیات نرم افزاری دیگر گرد هم می آیند. این رویکرد قبلاً نتایجی را نشان داده است و شرکت اشاره کرده است که نمایندگان استارتآپ به آن دست یافتهاند "10 نفر از 1000 مشتری آن را در 120 روز یا کمتر نصب کردند" با ساخت و ساز در بازار اسلک.
زمانبندی نیز نشاندهنده پویایی گستردهتر بازار است. نیروی فروش که Slack را در سال 2021 خریداری کرد با 27.7 میلیارد دلار، پلتفرم را به عنوان بخش مرکزی استراتژی هوش مصنوعی خود قرار می دهد و در عین حال قیمت ها را در مجموعه محصولات خود افزایش می دهد. در ماه ژوئن، شرکت افزایش یافت Slack Business+ Pricing از 12.50 دلار به 15 دلار برای هر کاربر در ماه، دومین افزایش قیمت در کمتر از 24 ماه است.
استراتژی درآمد شگفت انگیز Slack: بدون هزینه برای توسعه دهندگان هوش مصنوعی
بر خلاف برخی از شرکتهای پلتفرم که سهم درآمد را از توسعهدهندگان شخص ثالث میگیرند، Slack تصمیم گرفته است که از قابلیتهای هوش مصنوعی خود از طریق کارمزد مستقیم به شرکا درآمدزایی نکند. در عوض، مدل درآمدی شرکت بر ایجاد تعامل و حفظ عمیقتر کاربر تمرکز دارد.
"ما یک مدل تقسیم درآمد با شرکای خود انجام نمی دهیم،" یک ملوان گفت. "مزیت Slack این است که مردم بیشتر و بیشتر از نرم افزار خود در Slack استفاده می کنند و کاربران با پلتفرم ما درگیر می شوند. ما میخواهیم آنها تجربهای عالی از کار روی Slack داشته باشند."
این رویکرد منعکسکننده یک محاسبه استراتژیک گستردهتر است: این که با تبدیل کردن Slack به جذابترین پلتفرم برای توسعه هوش مصنوعی، این شرکت میتواند ارزش خود را به عنوان سیستم عصبی مرکزی کار شرکت افزایش دهد و قیمتهای اشتراک بالاتر را توجیه کند و ریزش مشتری را کاهش دهد.
به نظر می رسد استراتژی کار می کند. Slack گزارش می دهد که بیش از 1.7 میلیون برنامه به طور فعال در پلتفرم آن در هفته استفاده می شود و 95٪ از کاربران می گویند که استفاده از یک برنامه در Slack این ابزارها را ارزشمندتر می کند.
هوش مصنوعی چه معنایی برای بهره وری سازمانی دارد
این اعلامیه نشان دهنده یک تغییر بالقوه در نحوه استقرار و تجربه قابلیت های هوش مصنوعی سازمانی است. به جای اینکه کارمندان یاد بگیرند که از ابزارهای هوش مصنوعی جداگانه برای کارهای مختلف استفاده کنند، ویژن Slack عوامل هوش مصنوعی را به عنوان هم تیمی های مکالمه ای قرار می دهد که از طریق همان رابط مورد استفاده برای همکاری انسانی قابل دسترسی هستند.
"می توانید زمانی را تصور کنید که همه ما یک سری مامور در اختیار داشته باشیم که از طرف ما کار می کنند،" یک ملوان گفت. "شما باید قطع شوید. شما باید وارد شوید و در واقع کاری که آنها انجام می دهند را تغییر دهید – شاید آنها را به طور کامل تغییر مسیر دهید. و ما فکر می کنیم Slack مکان مناسبی برای آن است."
این رویکرد محاورهای برای تعامل با هوش مصنوعی میتواند یکی از بزرگترین چالشهای پیش روی پذیرش هوش مصنوعی سازمانی را برطرف کند: هزینههای تغییر زمینه که وقتی کارمندان باید بین چندین ابزار تخصصی هوش مصنوعی جابجا شوند، بهرهوری را کاهش میدهد. هدف Slack با متمرکز کردن تعاملات هوش مصنوعی در جریانهای کاری ارتباطی موجود، کاهش هزینههای شناختی کار با چندین عامل هوش مصنوعی است.
تمرکز این پلتفرم بر روی دادههای مکالمه، به محدودیتهای حیاتی سیستمهای هوش مصنوعی فعلی سازمانی نیز میپردازد. در حالی که بسیاری از ابزارهای هوش مصنوعی به داده های ساختاریافته از پایگاه های داده و نرم افزارهای سازمانی دسترسی دارند، مکالمات غیررسمی که در آن تصمیمات واقعی گرفته می شود و دانش سازمانی به اشتراک گذاشته می شود، تا حد زیادی برای سیستم های هوش مصنوعی غیرقابل دسترس باقی می ماند.
پشت صحنه: چگونه Slack زیرساختی برای جستجوهای هوش مصنوعی در زمان واقعی ایجاد کرد
در پشت صحنه، اسلک یک زیرساخت فنی طراحی کرده است که برای رسیدگی به درخواستهای هوش مصنوعی در زمان واقعی و در عین حال حفظ عملکرد برای قابلیتهای پیامرسانی اصلی خود طراحی شده است. این سیستم شامل محدودیتهای نرخ برای تماسهای API و محدودیتهایی در میزان دادههایی است که میتوان در پاسخ به پرسشها برگرداند، و تضمین میکند که جستجوها به جای تلاش برای پردازش کل تاریخچه مکالمه، سریع و هدفمند باقی میمانند.
"وقتی شخصی در API جستجوی بلادرنگ جستجو میکند، کل مجموعه Slack را برنمیگردانیم،" ملوان توضیح داد. "فوق العاده هدفمند، رتبه بندی شده و مرتبط با آن پرس و جو خاص خواهد بود. ما این کار را انجام می دهیم تا بتوانیم سریع ترین زمان پاسخگویی ممکن را تضمین کنیم."
برای توسعهدهندگان، فرآیند راهاندازی ساده باقی میماند و فقط به همان احراز هویت و پیکربندی برنامهای نیاز دارد که برای ادغامهای Slack موجود لازم است. این مانع کم برای ورود میتواند پذیرش را در میان اکوسیستم رو به رشد استارتآپهای هوش مصنوعی و شرکتهای نرمافزار سازمانی که به دنبال تعبیه قابلیتهای هوش مصنوعی محاورهای هستند، سرعت بخشد.
موفقیت در گسترش پلتفرم هوش مصنوعی Slack به این بستگی دارد که آیا شرکتها هوش مصنوعی محاورهای را به عنوان یک گسترش طبیعی ارتباطات تیمی میپذیرند یا رویکردهای ساختارمندتری را که توسط رقبا ارائه میشود ترجیح میدهند. همانطور که شرکتهای نرمافزاری سازمانی به رقابت برای تعبیه قابلیتهای هوش مصنوعی ادامه میدهند، شرکتی که به بهترین شکل مشکلات پذیرش و زمینه را حل میکند، ممکن است به عنوان پایهای برای کار مبتنی بر هوش مصنوعی ظاهر شود.
اما در حال حاضر، Slack انتخاب خود را روشن کرده است: در نبرد برای برتری هوش مصنوعی، برنده توسط پیچیدهترین الگوریتمها مشخص نمیشود – این کسی است که مکالمات را کنترل میکند.
