Meta AI总监离职创业，挑战微软Office和谷歌Workspace

在Meta从事人工智能开发工作八年后，Rohit Patel即将离开公司，TechCrunch独家获悉了这一消息。这位Meta超级智能实验室的前总监已经创办了Ndoc，一家他定位为微软Office套件或谷歌Workspace的AI原生替代品的初创公司。

Patel是Meta近期一系列高调离职事件中的最新一位，此前离职的还有首席全球事务官Joel Kaplan、AI研究员Andrew Tulloch，以及AI办公产品负责人Emily Dalton Smith。

Patel将Ndoc设计为不仅仅是叠加在现有工作流程之上的另一个AI工具。其目标是用一个所有同事都能访问的统一工作空间，取代人们目前在Excel、Word、PowerPoint、Tableau、Replit以及"ChatGPT复制粘贴"等工具之间分散工作的方式，即便这些同事并未注册使用Ndoc。

Ndoc将三个组件整合在一个布局中。Stage标签页用于呈现关键发现，比如幻灯片、仪表盘、模拟演示或小型应用程序。Narrative标签页包含分析内容、带编号的引用、生成的图表，以及通常解释数据背后"为什么"的内容。Model标签页则存放底层数据集和Python脚本。

这一设计反映了Patel的从业背景。在Meta任职期间，Patel专注于强化学习——一种AI智能体通过试错学习做出决策并最大化奖励的机器学习类型——以及评估AI输出是否可信。Patel认为，如果AI将构建企业用于决策的电子表格和幻灯片，那么就应该有人能够核查其工作成果。例如，用户可以找到用于生成文档的Python脚本。

"即使你不懂任何Python，你也可以问[AI聊天]，'这个脚本是做什么的？我的公式在哪一行？'然后你就可以验证那个公式，"Patel说。"这里没有任何藏在幕后的东西。"

在实际使用中，用户可以上传数据集，让Ndoc执行分析并撰写关于发现结果的叙述。他们还可以添加特定文档的上下文，包括受众、语气和记忆信息。"它会在你个人、该特定文档、你的团队以及你的公司之间维持记忆，"Patel说。

Patel还表示，Ndoc是使用多种开源模型混合构建和微调的。由于该平台是从零开发的，他说运行成本比基于前沿AI模型构建的替代方案要低得多。

"我以为人们会对这一点感到兴奋，但人们并不在意这个，"他在谈到早期试用用户时说道。"人们真正兴奋的是，他们喜欢看到端到端的一切都集中在一个地方。"

Patel更大的志向是重新发明文件本身。他表示文档可以导出为单一的".ndoc.html"文件，可以在任何浏览器中打开，他计划将这种格式开源，这样其他开发者就可以构建能与之配合使用的应用程序，而不会像多年来许多人被锁定在微软或谷歌生态中那样被锁定在Ndoc里。

他希望将这个项目开源的愿望，部分正是他离开Meta决定独自创业的原因。在像Meta这样的大公司里，要让所有人就一个开源格式达成一致，无疑需要"数百人就该格式应该是什么样子发表意见"。

Patel想要快速推进。"人类只能按人类的速度前进，而……我可以按照AI能做到的速度前进。"

对于一个只有三人团队、没有任何融资的创始人来说，试图成为企业办公的核心平台是一个巨大的赌注，尤其是在其他AI实验室也在争夺同一领域的情况下。

OpenAI、Anthropic、Meta、SpaceXAI和谷歌都已推出企业AI工具，让用户可以连接到谷歌Workspace、微软365和其他办公应用程序，使其AI模型能够直接在这些工具中运作。上个月，OpenAI推出了Space，一个ChatGPT内部的共享工作空间，这是对那些成熟工具更直接的竞争。

Patel承认Space可能是一个威胁，但他认为这些实验室的思路基本上是错的。

"这些公司基本上是把AI附加到电子表格上，让它帮你填充单元格，"他说。"这简直让我感到心灵枯萎。这就好比你刚发现了电力，然后你决定最好的用途是给耕地的牛装上灯。不，应该去弄一台拖拉机。"

不过，AI实验室试图将自己的模型带到人们已经在工作的地方，是有其原因的。改变习惯并替换整套工作流程是很难的。Patel表示他理解这一点，这也是他构建连接器的原因，以便客户可以导入他们已经在使用工具中的现有数据。

"我的标准是，我不会发布任何我自己不喜欢用的东西，"他说。"我为自己所做的每件事都有非常优化的AI工作流程。如果我开始使用这个工具，却还是不停地回到我原来的工作流程，那就说明我没有构建出足够好的工具……我有一堆没有达到这个标准而被放弃的工具。"

在尝试筹集资金之前，Patel对获得客户吸引力也有类似的标准。"在我有一些证据证明人们喜欢这款产品之前，我不想拿钱，"他说。

截至本周二，Ndoc正在进行企业试点，并向加入等候名单的有限数量客户开放alpha版本。注册是免费的，但客户将按使用量和Token付费。他希望在未来几周内发布测试版，并计划明年全面推出。

对Patel而言，尽快推进比从一开始就拥有完美的产品更重要。

"执行的成本极其低廉……所以应该先执行一个次优的计划，之后再去担心完善它，"他说。"等你制定出最佳计划的时候，执行工作早就被别人完成了。"