Rohit Patel, aki nyolc évig dolgozott a Meta mesterséges intelligencia-fejlesztésein, távozott a vállalattól, és Ndoc néven saját startupot indított — értesült a TechCrunch. Patel a Meta Superintelligence Labs korábbi igazgatója volt.
A Ndocot úgy pozícionálja, hogy ne csupán egy AI-eszköz legyen egy meglévő munkafolyamat tetején, hanem egy egységes, AI-native munkatér, amely lecserélheti a több, egymáshoz lazán kapcsolódó eszközt, mint az Excel, Word, PowerPoint, Tableau, Replit vagy a „ChatGPT copy-paste” módszer.
Háromrészes felépítés: Stage, Narrative, Model
A platform három fő elemet hoz egy felületre:
- Stage: itt jelennek meg a kulcsmegjelenítések, például slide deckek, dashboardok, szimulációk vagy mini appok.
- Narrative: az elemzések, számozott hivatkozások, generált ábrák és a számok mögötti „miért” része található itt.
- Model: azon adatbázisok és Python-scriptek helye, amelyek a dokumentumok mögötti számításokat és adatfeldolgozást végzik.
A felépítés tükrözi Patel korábbi munkáját: a Metánál elsősorban megerősítéses tanulással (reinforcement learning) és az AI-kimenetek megbízhatóságának értékelésével foglalkozott. Patel szerint, ha az AI készíti el a döntést segítő táblázatokat és diavetítéseket, annak ellenőrizhetőnek kell maradnia — például a dokumentumokat létrehozó Python-scriptek megtalálhatók és megvizsgálhatók.
„Még ha nem is tudsz Pythonul, megkérheted [az AI-chatet], hogy magyarázza el: »Mit csinál ez a script? Melyik sor tartalmazza a képletemet?« És ellenőrizni tudod azt a képletet” — mondta Patel. „Nincs semmi elrejtve a függöny mögött.”
Működés, memóriakezelés és importálási lehetőségek
A gyakorlatban a felhasználók feltölthetnek egy adathalmazt, megkérhetik a Ndocot, hogy végezzen elemzést és írjon narratívát az eredményekről. Dokumentum-specifikus kontextust is hozzá lehet adni, például közönséget, hangvételt és memóriát.
Patel elmondása szerint a rendszer megtart memóriát a személyre, az adott dokumentumra, a csapatra és a vállalatra vonatkozóan. Emellett épített csatlakozókat is, hogy az ügyfelek be tudják importálni meglévő adataikat a már használt eszközökből — ismerve, hogy nehéz megváltoztatni a szervezeti munkamódszereket.
Modell- és üzemeltetési döntések
Patel azt mondja, hogy a Ndocot keveréknyi nyílt forrású modellekre építették és finomhangolták, ami szerintük lényegesen olcsóbb működtetést tesz lehetővé, mint a legfrissebb csúcskategóriás modellekre épülő alternatívák. A korai próba-felhasználók számára azonban kevésbé ez volt izgalmas, sokkal inkább az, hogy minden végponti munkafolyamatukat egy helyen látták.
Patel nagyobb ambíciója a fájl újragondolása: a dokumentumokat egyetlen „.ndoc.html” fájlként exportálhatóvá teszi, amely bármely böngészőben megnyitható. Ezt a formátumot nyílt forrásúvá kívánja tenni, hogy más fejlesztők is építhessenek rá alkalmazásokat anélkül, hogy a felhasználók egyetlen szolgáltatóhoz lennének láncolva.
Miért távozott a Metától és miért gyorsan akar haladni?
A nyílt forráskód iránti kívánság és a gyors mozgásvágy részben indokolta döntését, hogy elhagyja a Metát és önállóan folytassa. Egy nagy cégnél, mint a Meta, egy ilyen formátum elfogadtatásához „százak” véleményét kellene begyűjteni, ami lassítaná a folyamatot. Patel így: „Az emberek csak emberi tempóval tudnak haladni, míg…én az AI által lehetséges sebességgel tudok mozogni.”
Piaci verseny és induló állapot
Patelnek nagy fogadása, hogy vállalati munkafolyamatok platformjává tegye a Ndocot: a csapat jelenleg háromfős, és nincs külső finanszírozás. Ugyanakkor több nagy AI-labor is hasonló területet céloz: OpenAI, Anthropic, Meta, SpaceXAI és Google is kiadtak vállalati AI-eszközöket, amelyek integrálódnak a Google Workspace-hez, Microsoft 365-höz és egyéb munkaplatformokhoz. Pénzügyileg és technológiailag ezek közvetlen riválisok lehetnek; például az OpenAI nemrég bevezette a Space nevű megosztott munkateret a ChatGPT belsejében.
Patel elismeri, hogy az ilyen termékek fenyegetést jelenthetnek, de szerinte a laborok téves megközelítést alkalmaznak, amikor egyszerűen AI-t kapcsolnak a meglévő táblázatokhoz: szerinte ez felszínes megoldás ahelyett, hogy alapvetően új eszközt nyújtana.
Bevezetés, árképzés és következő lépések
A Ndoc jelenleg vállalati pilotot futtat, és korlátozott számú felhasználónak nyitja meg az alfa verziót, akik feliratkoznak a várólistára. A regisztráció ingyenes, de a használat és a tokenek fogyasztása díjköteles lesz. Patel reményei szerint néhány hét múlva egy béta kiadás érkezik, és a teljes indítást jövőre tervezik.
Patel szerint fontosabb a gyors cselekvés, mint a tökéletes termék az induláskor: „A végrehajtás rendkívül olcsó… szóval hajtsd végre egy nem tökéletes tervet, és a gondolatokat majd később javítsd.”
A Ndoc jövője azon múlik, hogy a termék képes lesz-e begyűjteni elegendő felhasználói szeretetet és üzleti tractiont ahhoz, hogy Patel később tőkét vonjon be és felnagyítsa a szolgáltatást.
Összegzés
Rohit Patel saját kezébe vette a produktivitás újragondolását: korábbi Meta-tapasztalatára építve egy AI-native, háromkomponensű munkateret fejleszt, amely átláthatóságra, adat- és kódszintű ellenőrizhetőségre törekszik. A Ndoc jelenleg pilot és alfa fázisban van, nyílt forrású exportformátumot ígér, és a következő hónapokban béta, míg teljes indítását a következő évre tervezi.
