Ik ben geboren in Rusland en toen ik 10 jaar oud was, verhuisde ik naar Atlanta, Georgia. Op een dag nam mijn vader me mee om een film genaamd "WarGames" te zien in 1983 of 1984, en ik was meteen gefascineerd door computers. Ik werd meer dan een decennium lang professioneel ontwikkelaar en begon daarna in 2000 mijn eerste bedrijf, Aonics, een ondernemingssoftware cyberbeveiligingsbedrijf dat ik opbouwde, $34 miljoen voor ophaalde en meer dan 2 miljoen seats implementeerde.

Daarna begon ik een ander bedrijf genaamd Vio, een videobewerkingsprogramma voor YouTube. Daarvoor haalden we $70 miljoen op en begonnen we veel werk te doen aan aanbevelingen, zelfs voordat YouTube aanbevelingen had. Vervolgens ging ik naar MySpace en was ik de CTO van MySpace Music, waar we veel AI-werk deden op het gebied van aanbevelingen en het verbinden van mensen.

Vervolgens ging ik van 2012 tot 2016 naar Google, waar ik product leidde in drie teams die machine learning gebruikten. Na Google in 2016 te hebben verlaten, startten mijn medeoprichter Sean Thelen en ik Mind Studio, omdat we ChatGPT op de markt zagen komen en beseften dat deze modellen steeds krachtiger zouden worden. We wilden een platform creëren dat alle AI-modellen kon benutten en individuen, bedrijven en iedereen in staat stelde deze "intelligentie-substantie" in de juiste vormen te gieten om dingen voor elkaar te krijgen.

Zo is Mind Studio geboren en hebben we het afgelopen jaar en kwart gebouwd. We ondersteunen elke grote taalmodel, maar we vinden dat GPT-3.5 Turbo vaak het ideale model is om te gebruiken, omdat het goedkoop, snel en in staat is om een breed scala aan taken aan te kunnen.

Bedrijven maken op verschillende manieren gebruik van AI om hun operaties te automatiseren en stroomlijnen. Enkele van de belangrijkste use cases zijn:

1. Geautomatiseerde gegevensverwerking: AI kan worden gebruikt om grote hoeveelheden gegevens, zoals cv's of formulieren, te verwerken en relevante informatie te triëren, classificeren en extraheren zonder menselijke tussenkomst. Dit helpt bij het elimineren van handmatige, repetitieve taken.

2. Workflow-automatisering: AI kan multi-staps workflows aansturen, waarbij verschillende processen automatisch worden geactiveerd en uitgevoerd wanneer nieuwe gegevens of leads binnenkomen. Dit vervangt de noodzaak voor mensen om deze workflows handmatig te beheren en te coördineren.

3. Verkoop-automatisering: AI kan verkoopgesprekken analyseren, koopsignalen identificeren en proactief relevante informatie aan verkoop teams verstrekken. Dit helpt verkoopmedewerkers effectiever en efficiënter te zijn in hun interacties.

4. Team-afstemming en -training: AI kan voortdurend veranderingen in een organisatie monitoren en gepersonaliseerde training en afstemming voor teams bieden, zodat iedereen up-to-date blijft naarmate het bedrijf evolueert.

5. Contextueel begrip: AI-modellen zijn vaak beter dan mensen in het lezen tussen de regels door, het begrijpen van de nuance en context van gesprekken. Hierdoor kunnen ze meer inzichtelijke en op maat gemaakte antwoorden geven.

Als iemand met uitgebreide ervaring met verschillende AI-modellen, gelooft Dimitri dat de huidige grote taalmodellen dramatisch beter zijn dan de meeste mensen in het lezen tussen de regels en het begrijpen van de nuances van een situatie.

Hij legt uit dat hoewel er enkele uitzonderlijke mensen zijn met groot empathisch vermogen en inzicht, de overgrote meerderheid van de mensen niet de geduld en vaardigheden heeft om echt te luisteren en de onderliggende betekenis achter wat er gezegd wordt te begrijpen. In tegenstelling daarmee kunnen AI-modellen een situatie vanuit meerdere hoeken analyseren, de potentiële configuraties opsommen en identificeren wat er niet expliciet wordt gezegd.

Deze vaardigheid om tussen de regels door te lezen is vooral waardevol in verkoopscenario's, waar AI kan fungeren als een "derde partij luisteraar" voor verkoopgesprekken. De AI kan beoordelen of een prospect echt klaar is om te kopen, of dat ze gewoon instemmend knikkend meegaan zonder het product volledig te begrijpen. De AI kan vervolgens proactief aanvullende informatie of materiaal verstrekken om de onuitgesproken vragen en zorgen van de prospect aan te pakken, waardoor de verkoop op een productiever manier kan worden voortgezet.

Dimitri gelooft dat dit soort "intelligentie-injectie" in verkoopprocessen, waarbij de AI kan schalen en elk gesprek kan verwerken, een belangrijk voordeel is van de huidige AI-technologie ten opzichte van menselijke verkoopvertegenwoordigers. Het vermogen van de AI om tussen de regels door te lezen en dienovereenkomstig te reageren, kan leiden tot een betere afstemming tussen koper en verkoper, wat uiteindelijk tot succesvoller resultaten leidt.

Dimitri gelooft dat de echte kracht van AI zal verschuiven naar dingen die zich achter de schermen afspelen, zonder de noodzaak van constante menselijke interactie. Hij stelt dat mensen de bottleneck zijn, en dat de beste situatie is wanneer AI autonoom kan werken om dingen voor elkaar te krijgen, zonder dat mensen opdrachten of instructies hoeven te geven.

Over het narratief dat spraak de toekomst van AI is, is Dimitri het niet eens. Hoewel spraakinterfaces toepassingen hebben, gelooft hij dat typen voor veel mensen sneller is, en dat de echte productiviteitswinsten en innovaties zullen komen van AI-systemen die zelfstandig kunnen werken, zonder menselijke input of interventie nodig te hebben.

Dimitri ziet een toekomst voor zich waarin sensoren en AI-agenten op de achtergrond werken, relevante informatie en context aan gebruikers verstrekken wanneer nodig, in plaats van dat gebruikers actief met de AI moeten omgaan via spraak of typen. Het doel is om AI-systemen te hebben die de behoeften en omgeving van de gebruiker kunnen begrijpen en proactief actie kunnen ondernemen of informatie kunnen verstrekken, zonder dat de gebruiker er expliciet om hoeft te vragen.

Hij gelooft dat de echte waarde van AI zal liggen in het automatiseren van workflows, verkoopprocessen en andere taken die traditioneel veel menselijke betrokkenheid vereisten. Door AI deze taken autonoom te laten uitvoeren, kunnen organisaties productiever en succesvoller worden, zonder de beperkingen van menselijke tijd en aandacht.

Dimitri deelt zijn perspectief op het voortdurende debat rond AI-afstemming en -veiligheid. Hij is het eens met Yan LeCun's standpunt dat de generieke afstemming van grote taalmodellen geen oplosbaar probleem is, aangezien afstemming moet worden afgestemd op specifieke use cases en partijen die de AI gebruiken.

Dimitri gelooft dat de juiste focus voor afstemming ligt op het niveau van hoe de AI wordt gebruikt, in plaats van te proberen een one-size-fits-all oplossing voor afstemming te creëren. Hij gebruikt het voorbeeld van het gebruik van AI om verkoop teams te ondersteunen - de afstemming zou het finetunen van het gedrag en de instructies van de AI voor die specifieke use case inhouden.

Wat betreft het "paperclip-maximalisatie"-scenario waarin een AI-systeem eenzijdig een doel nastreeft ten koste van het welzijn van de mens, is Dimitri sceptisch dat de huidige grote taalmodellen risico lopen op het bereiken van dat niveau van algemene intelligentie en autonomie. Hij ziet ze vooral als statistische voorspellers van het volgende woord, zonder dieper begrip van logica en causaliteit.

Dimitri stelt dat veel van het huidige debat over AI-veiligheid en -afstemming gesensationaliseerd is, waardoor de zuurstof wordt weggenomen van de praktische voordelen en toepassingen van AI vandaag de dag. Hij gelooft dat organisaties al gebruik kunnen maken van AI om hun processen te automatiseren en te moderniseren, zonder te hoeven wachten op hypothetische toekomstige AI-ontwikkelingen.

In het algemeen neemt Dimitri een pragmatisch standpunt in, waarbij hij zich richt op het afstemmen van AI op specifieke use cases in plaats van te proberen het generieke afstemningsprobleem op te lossen. Hij ziet het huidige debat als afleidend van de praktische voordelen die AI vandaag de dag kan bieden.

Mind Studio is een no-code automatiseringsplatform dat verschillende AI-modellen, zoals GPT-3.5 Turbo, GPT-4 en LLaMA 3, gebruikt om bedrijfsprocessen te automatiseren en stroomlijnen. Het stelt organisaties in staat hun operaties te transformeren door taken te automatiseren die voorheen handmatig werden uitgevoerd, waardoor werknemers zich kunnen richten op meer strategisch werk.

Enkele belangrijke mogelijkheden van Mind Studio zijn:

1. Automatiseren van repetitieve taken: Mind Studio kan verschillende repetitieve taken automatiseren, zoals het verwerken van cv's, het afhandelen van klantvragen en het beheren van verkoopworkflows. Dit helpt organisaties de handmatige inspanning te verminderen en de efficiëntie te verbeteren.

2. Verkoopprocessen verbeteren: Mind Studio kan verkoopgesprekken analyseren, koopsignalen identificeren en gepersonaliseerde aanbevelingen aan verkoop teams geven. Dit helpt verkoopprofessionals hun prospects beter te begrijpen en deals effectiever af te sluiten.

3. Teams op één lijn houden: Mind Studio kan teams continu herscholen en afstemmen naarmate de organisatie evolueert, zodat iedereen op dezelfde pagina staat en naar gemeenschappelijke doelen werkt.

4. Vervanging van legacy SaaS-producten: Mind Studio kan worden gebruikt om op maat gemaakte bedrijfsapplicaties te creëren, waardoor de noodzaak voor meerdere verschillende SaaS-producten wordt weggenomen en de technologiestack wordt gestroomlijnd.

5. Individuen empoweren: Mind Studio kan ook door individuen worden gebruikt om hun eigen workflows te automatiseren, waardoor hun productiviteit en efficiëntie toenemen.

In het algemeen streeft Mind Studio ernaar de kracht van AI te benutten om organisaties te transformeren, ze efficiënter, beter op één lijn en aanpasbaar aan veranderende marktomstandigheden te maken.

Het gesprek met Dimitri Shapiro biedt waardevolle inzichten in de huidige en toekomstige staat van AI. Enkele belangrijke inzichten:

• GPT-3.5 Turbo is momenteel het ideale model voor de meeste praktische use cases, omdat het kosten, latentie en prestaties effectief balanceert.
• AI excelleert in het automatiseren van repetitieve, multi-staps workflows die voorheen menselijke betrokkenheid vereisten, zoals het verwerken van cv's, verkoop-automatisering en team-afstemming.
• AI-modellen zijn vaak beter dan mensen in het lezen tussen de regels en het begrijpen van de genuanceerde context van een situatie, waardoor ze goed geschikt zijn voor taken als verkoop.
• De toekomst van AI zal waarschijnlijk meer gaan over AI die op de achtergrond werkt om mensen te versterken en te ondersteunen, in plaats van directe mens-AI-interactie via spraak of andere interfaces.
• Zorgen over AI-veiligheid en -afstemming zijn vaak overdreven, aangezien de huidige taalmodellen niet in staat zijn tot het soort algemene intelligentie dat vereist is voor het "paperclip-maximalisatie"-scenario.
• De echte waarde van AI ligt in de praktische toepassingen ervan om efficiëntie, productiviteit en resultaten in verschillende sectoren en use cases te verbeteren.

In het algemeen biedt de discussie een evenwichtig en inzichtelijk perspectief op de huidige staat en toekomstige ontwikkeling van AI, voorbij de hype en sensationalisme, en richt zich op de tastbare voordelen en praktische toepassingen van deze transformerende technologie.