Kenrick Cai：Notion入选了我们的 AI-50 榜单，这是最有潜力的人工智能创业公司名单，也是它首次入选。那么，请你告诉我一些关于 Notion 的事情。如何描述 Notion 的本质？
Ivan Zhao： 我们通常被人们认为是一款生产力软件，能够满足你日常工作和生活中的需求。人们使用 Notion 来编写文档，跟踪笔记，管理公司知识库，管理任务和项目。你可以用它来做很多不同的事情。Notion 之所以具有如此大的灵活性，是因为我们一开始并不是作为一款生产力软件。我们的灵感来自于早期的计算理念，那就是让每个人都能创造自己的工具。
在我大学的最后一年，我读了 Douglas Engelbart 的一篇论文，名为"扩展人类智能"的论文，这篇论文写于 60 年代。他做了一个极其出色的演示，展示了人们如何借助计算机做几乎所有的事情，在个人生活中，和工作生活中。这给我创造 Notion 的灵感，它就像是软件的乐高积木，人们可以将其用于各种不同的目的，在他们的事业和个人生活中。
Kenrick Cai： 我想回到最开始的时候。在你甚至还没有 Notion 的原型之前，我和第一轮资本的创始人之一 Josh Coppelman 交谈过。他告诉我你的提案非常独特。关于那次谈论的内容，你还记得些什么？你当时的想法是什么？这和你对 Notion 的构想有何关联？
Ivan Zhao： 纸质媒介的可塑性非常强且非常易用，你可以在上面记下各种东西，甚至可以复印上百种不同的信息，但我们现在的软件还做不到这一点，即使已经发展到可以谈论 AI 的地步，我们仍然无法将这种功能应用到人们日常使用的软件上，所以，这些软件既没有纸张那样的多功能性，也没有纸张那样的易用性。
Notion 的核心理念是如何打造一款像纸张一样的软件：它可以成为承载信息的容器，可以放大也可以缩小，甚至可以被幼儿园的小朋友轻松修改，也能满足官僚们用来管理企业的需求。这种理念正是 Notion 的精髓所在，我想这也是 Josh 等人对 Notion 的欣赏之处，他们对这样的问题进行了深入的思考。
Kenrick Cai：2016 年夏天，你们推出了 1.0 版本的 Notion，突然之间获得了用户的关注，人们真的很喜欢这款新产品。最初面临的挑战是什么？又是什么因素使得产品突然走红？
Ivan Zhao： 我们的使命是让人们有能力制作和定制他们自己的软件。这是为了提升人类的智能。那么这个产品到底是什么样的呢？
我的认识是，大多数人并不想创建软件。没有人会在一觉醒来就想，嘿，我想在这个工具里创建自己的项目，对吧？没有人会这么做。人们想解决眼前的问题，使用现成的软件，或许在后续的使用中进行些许调整。
所以我和我们 Notion 在那个时期的转变是，我们不能直接给用户一个软件构建工具。我们需要把 Notion 包装成一个通用的生产力软件，像是文档工具，电子表格，或者是人们每天都在使用的项目管理跟踪工具。这就好比是在西兰花上撒了点糖，让其更具吸引力。
一旦人们熟悉了 Notion 的使用，看到我们正在解决他们的日常问题，他们就会意识到，原来这个 Notion 软件就像由乐高积木构成的，他们可以像玩乐高玩具一样对其进行调整和修改。这就是我们的顿悟所在。
因此，我们根据这种理念重塑了一个产品，使其更易于接触，能直接融入人们的工作和生活，迅速获得关注。这是我们开始获得一些影响力的方式。
Kenrick Cai： 你能告诉我，人们今天在 Notion 中使用 AI 的最常见方式是什么吗？
Ivan Zhao： 目前，主要有三种使用 Notion 中 AI 的方式。
首先，我们最常见的用例是写作。Notion 是一个文档编辑器。与其去一个 AI 聊天产品，复制粘贴信息，然后回到你的文档或节点产品，不如使用内置 AI 的 Notion。它可以为你提供初稿，帮你改进写作，帮你翻译，所有这些优点都在你编写的地方。
第二种，我们还提供了数据库和电子表格服务。因此，AI 可以自动帮你更新和整理数据库中的所有信息。
第三种，我们最近推出了 AI 问答这个产品。Notion 也是一个知识产品，是一个知识库的产品。因此，不需要去搜索找到相关的文档，然后阅读并找到答案，Notion 可以立刻给你答案。我们称之为，Notion 问答就像是你的团队的完美记忆，仿佛你自己具有完美的记忆一样。
我不再专注于整理我的文件，而是直接将它们放入 Notion。如果我有问题，我只需在手机上提问，就能立即得到答案。这从根本上改变了我使用 Notion 的方式，和许多人在工作和生活中使用 Notion 的方式。你不必过于有条理，因为人工智能可以替你做这个。这就是语言模型的力量，它能深入理解你输入的信息。它可以帮助你总结，找到重要的信息。你不再需要阅读所有的内容。
Kenrick Cai： 我为 Notion 以及你写了一篇杂志文章，采访了很多熟悉这家公司的人，熟悉产品以及你本人的人。其中反复被提起的一个观点是，办公室的一切，从家具到美学设计，都是 Notion 软件的体现，Notion 的产品，反之亦然。你能跟我谈谈你对设计的理念，以及这如何应用到你在 Notion 的工作中吗？
Ivan Zhao： 我认为，我们的工作和生活最终都反映出我们的价值观。我们希望在世界上创造更多的是什么？我深受早期计算机先驱 Engelbart 的启发，他们希望用电脑提升人类的智慧，这就是我的价值观，也一直是这家公司的价值观。
我们也受到像 Alto 这样的人创造的经典家具的启发，我们希望创造高质量、经典、优雅的软件。这些价值观都是相连的，你可以通过学习历史，从过去的人或者其他行业的艺术、科学、电影中得到启发。你可以从各个领域汲取灵感，明确你的价值观，创造出对人类有益的东西。这就是我在 Notion 制作软件，为下一代人构建普遍工具的动力和灵感。
有用户在视频下方评论称：“我几周前才开始使用 Notion，它的灵活性和可定制性给我留下了深刻的印象。我现在正计划带着它去旅行。与使用 Google 文档的类似项目相比，这是天壤之别，更加灵活和流畅。”“Notion变得如此有用，以至于没有它就无法生活。”“请让它更快些。”
Perplexity 也是本次福布斯榜单上的新成员， Kenrick Cai 采访了Perplexity 联合创始人兼 CEO Aravind Srinivas。
Kenrick Cai: 你之前在 OpenAI 和 Google 工作过，然后你创办了这家公司。你为什么要创办这家公司？公司的创立有什么背后的故事吗？
Aravind Srinivas: 公司是在 2022 年 8 月成立的。我一直对创业感兴趣，自从 2019 年开始，在我到伯克利攻读博士学位并有很多实习机会的时候。当时 AI 研究还处在一个还未准备好转化为产品的阶段，但这个情况在 2021 年开始有所改变。我们听到了一些传闻说有些像 Jasper 这样的初创企业 通过在 OpenAI 模型的基础上开发成功获得了大量收入。
Kenrick Cai: DALL-E 是我最早看到的例子它起初是一个研究项目但发布之后它却像一个可供人们使用的产品。比如 OpenAI 的图像生成产品？
Aravind Srinivas: 没错。GitHub Copilot 原本只是一个模型但后来它变成了一款非常棒的代码自动补全产品。所以，直到那个时候人们对创业的思考方式是，你需要先经营好业务然后再加入人工智能的元素。
现在的思维模式转变了，你可以直接以人工智能为基础来建立业务。模型本身就可以作为一项业务。我感觉我终于有机会参与这场游戏。但我的想法更多的是，我们应该去打造一个产品而不是去做另一个基础模型公司。这样的想法吸引了 Elad Gil 和 Nat Friedman 等投资者的兴趣我希望这也是一个阶段，那时 OpenAI 甚至还没有兴趣开发自家的主打产品，他们更倾向于发展作为团队的 API 业务。
Kenrick Cai: 对，那是当时的普遍观点。
Aravind Srinivas: 同时，像来自 OpenAI 以外的其他人的成功，像 MidJourney，Jasper，Copy，以及 GitHub 的 Copilot 等都充分证明了你可以利用这些模型构建出非常棒的产品体验。都充分证明了你可以利用这些模型构建出非常棒的产品体验。因此，我们也开始怀揣这样的雄心壮志。然后，我想说，Google 的创始人 Larry 和 Sergey 深深地启发了我，因为作为一名研究人员，我一直在寻找和我背景相似的创业者的例子。我一直在寻找和我背景相似的创业者的例子。而像扎克伯格，盖茨，乔布斯这样的典型例子，都是在大学本科阶段就辍学创业的。所以我无法真正认同他们的故事。所以，我一直有一种强烈的愿望，希望能参与到一个旅程中，那里的研究背景可以帮助你建立产品。以一种与典型消费品制造商截然不同的方式。结果发现，当你开始思考所有这些想法时，你总是会回到搜索这个主题上来。就像我们开始致力于许多基于大语言模型的产品理念，如数据分析师、AI 数据分析师等。但最后我们都会回到搜索你的数据库，搜索你的表格，搜索你的电子表格这样的想法上。有一天，我们突然意识到，为什么我们要把自己限制在这么多狭窄的领域呢？这是投资者让我们思考的问题。如果我们尝试更有野心一些并尝试在整个网络上进行搜索会怎样呢？
Kenrick Cai: 是的，这最终成为了核心产品的理念。那么，Perplexity 是什么？为什么它在商业领袖中受到了这样的欢迎？
Aravind Srinivas: Perplexity 是一个问答。你可以直接在此提问并获取答案。答案会附有引用，参考资料，就像你完成工作需要调查核实一样。这实际上与我们在学术界的背景非常相似，比如当你写一篇论文时，你在论文中写的每一句话都应该用同行评审的引文来支持。所以我们有同样的原则。如果我们将这个原则融入到 AI 聊天机器人中会怎样呢，否则它会根据它记住的东西和它的模型和权重说出它想说的任何东西。这就是 AI 聊天机器人的运作方式。所以我们采取了一种不同的策略。我们认为，人们在获取信息和知识时，与这些媒介交互的方式应该尽可能准确，获取的信息也应该是实时的。要做到这两点，唯一的方法就是让它的行为像记者或学者一样，总是去进行背景调查，然后再写出答案。这就是为什么它是一个基于事实的答案引擎。与 Google 的区别在于，你可以与它进行对话、提问，就像一次自然的对话。比如你现在正在向我提问，你提的不是关键词，这是一种完全不同的交互模式。我们觉得现在是时候改变搜索模式了。
Kenrick Cai: 人们是如何使用这个应用的呢？他们是否用它替代 Google，还是在使用 Google 的同时也使用它？
Aravind Srinivas: 人们以各种方式使用它有人把它当作替代品，但他们并非主流。这就形成了一种观点，对吗？当然，对这种观点有持怀疑态度的人。也有相信的人。但是我们的成功完全不取决于 Google 能否做得好。人们既可以使用 Google，也可以同时使用 Perplexity。只要满足 Larry Page 的"牙刷测试"就行。Larry Page 有一个著名的标准，即 Google 是否应该推出一个产品，取决于人们是否能每天至少使用它两次。我认为 Perplexity 正在朝这个标准靠近。我们的产品还没有达到每个用户每天至少使用两次的水平。但我们有可能做到，而且用户同时使用 Google 并不会有任何影响。他们只要有两个需要深入探讨的问题就行，因为他们仍然可以使用 Google 快速查找一些子论坛，或者亚马逊网站的某个页面，或者其他类似的内容，对吗？那就不需要使用 Perplexity。如果你只是在浏览网页，比如去 booking.com，或者 Airbnb.com，那就没必要找我们。事实上，这样会更慢。像我们的资源会加载得更慢。我们永远无法达到像 Google 的那种 200 毫秒的瞬间加载时间。但是，如果你想知道"我应该选择 Airbnb 还是 Vrbo？"之类的问题，我们可以提供答案。
Kenrick Cai: 那么现在公众对它的使用情况如何呢？
Aravind Srinivas: 是的，我们每天收到几百万次查询，甚至是个位数百万次查询，这实际上是个很大的成就，因为在我们刚开始提供服务的那一天，我们只收到了 2000 次查询。
Kenrick Cai: 那你们是什么时候开始运营的呢？
Aravind Srinivas: 2022 年 12 月 7 日。在 ChatGPT 上线一周后。一年半。
Kenrick Cai: 大约一年三个月，一年四个月。
Aravind Srinivas: 所以我们的使用量在大幅增长。这也是我们的一个重要指标。我来解释一下原因。追踪用户的数量并不重要，就像有人仅仅是来看了看你的产品，然后就再也没有回来。但是他们一个月内可能两次使用你的产品。实际上，查询的次数才是对公司最重要的，因为它能告诉你产品的使用情况，同时也为你提供了数据。你可以查看用户的错误查询，进行改善。你也可能会收集更大的数据集，了解在 AI 聊天机器人中，哪些页面对于获取准确数据最为重要。并以此为依据优化你们的爬虫程序。在网络上优先选择领域。网络如此庞大，你无法像谷歌那样再次建立起完整的索引，你已经晚了。你已经晚了二十年。但是你能看到网络上所有对日常问题回答有用的部分。
Kenrick Cai: 那么，你认为成功是什么样子？是成为一个市值 2000 亿的公司，还是你有其他的期望？
Aravind Srinivas: 我并不认为这仅仅是基于市值的。更多的是我们想改变这个模式。就像改变用户习惯，这是最难的，对吧？有句话说，永远不要对抗用户习惯。所以我认为我们想达到 Larry Page 提出的标准，就像是对 AI 答题引擎的牙刷测试，至少每天使用两次。我们也许可以从每天一次开始。我认为这甚至比那个还要谦虚。每天工作一次，然后早上刷牙。
Kenrick Cai: 是的。我们可以从这点出发，一路走下去，一定能走得很远。在此基础上建立新的商业模式。谷歌不仅在搜索创新上做得很好，而且 AdWords 是人类历史上最伟大的商业模式之一，利润率极高，而且随着业务的扩大，利润也在不断增长。那么对于 AI 回答机器人来说，有没有类似的商业模式？
Aravind Srinivas: 没人知道。
Kenrick Cai: 你用的是哪种人工智能？你在日常生活中如何使用 Perplexity，你还使用了哪些其他工具呢？
Aravind Srinivas: 我每天都会使用 Perplexity，不仅因为我需要不断进行测试，我每天至少需要查询二十多次。其中，三四次可能是为了测试。其他的则是常规使用。比如，今天早上，我查询了一些筹集了超过 2.5 亿美元资金的公司的统计数据。就像昨天我查询了 Facebook 所有融资轮的历史记录一样，这需要你打开大约六到七个不同的链接，从每一个链接中抽取部分信息，从各处收集信息的点点滴滴，然后整合和总结。但是 Perplexity 给我提供答案的速度令人震惊。
Kenrick Cai: 没错。
Aravind Srinivas: 我过去使用它的次数非常多。比如我向未婚妻求婚的时候，我们需要找一个可以买得起钻石戒指的地方。然后我就找到了…
Kenrick Cai: 你是用 Perplexity 求婚的吗？
Aravind Srinivas: 我确实是在使用它。当然，还有很多其他的例子，比如我冬天去杰克逊的时候，我希望找到一双不会让我滑倒的鞋，因为我看了很多 YouTube 上的视频，很多人因为鞋子的关系而不小心滑倒。我过去在雪地里滑倒的次数很多。因此，我可以提出非常针对性的查询，如何才能做得好，做得对。这就是 Perplexity 的神奇之处。我有时会用 ChatGPT 来使用 DALL-E 3 功能。如果我需要制作幻灯片并插入一些图示，使用它可以很轻松地完成。我也用 MidJourney 来进行一些设计，比如，和我的设计师一起迭代图像生成，例如品牌设计。
Kenrick Cai: 其实我并不怎么用它写作。我所有的东西都是我自己写的。即使是现在，我也不喜欢自动完成式的写作，感觉很不自然。Perplexity 对你的工作产生了巨大的影响。
Aravind Srinivas: 我更把它当作一个搜索工具来用。我依然不喜欢用 AI 写作。所以我写的任何东西，备忘录或者信息，我都自己写。
该采访视频下方用户评论道：“太励志了，伙计！”“期待看到他们如何与消费者建立信任。除了谷歌可以节省一些时间之外，为什么人们会从谷歌转向困惑呢？人们真的会相信单一的事实来源吗？”“谷歌仍然是免费的。即使它比谷歌更好，我为什么要为此付费？我的意思是它可以节省我一些时间，但这还不足以支付订阅费用。”
人们对技术范式的变革的态度和对AI工具的使用偏好不尽相同，但不可否认的是，生成式AI的浪潮正在改变人机交互方式，在生产力创造领域带来新变化。
就像福布斯在 AI 50 榜单前写的那样：“机器人撰写的论文和穿着羽绒服的教皇图片让人们对AI的兴趣陡增，并将AI的触角延伸到了硅谷的实验室和初创公司办公室之外，进而又推动了一系列人工智能新业务的发展。”
参考链接：
https://www.forbes.com/lists/ai50/?sh=28c21913290f
https://twitter.com/dotey/status/1779679009934074088
https://www.youtube.com/watch?v=qqAtyxICroE
https://www.youtube.com/watch?v=Sct_YUU40m4
https://www.youtube.com/watch?v=6soNEcjVSIc
————————————————
原文链接：
https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/137803347
