Остаточна форма AI асистента? Чому інвестори вложили 110 мільйонів доларів у цей AI продукт, який "підглядає ваш екран"?

Автор: Leo

Чи помітили ви, що сучасні помічники штучного інтелекту насправді досить “дурні”? Щоразу, відкриваючи ChatGPT або Claude, потрібно знову пояснювати контекст. “Я працюю над проектом, стосовно…”, “Наша команда щойно провела нараду, обговорили…”, “Минулого тижня я надіслав листа, його зміст був…” Ви витрачаєте п’ять хвилин на підготовку підказки, щоб отримати хоча б щось корисне. Це неправильно. ШІ не має полегшувати роботу? Чому тоді він навпаки ускладнює її?

Нещодавно я випробував продукт Littlebird, який щойно залучив 11 мільйонів доларів на посівне фінансування під керівництвом Lotus Studio. Це змусило мене знову задуматися: яким має бути помічник штучного інтелекту? Він не повинен бути інструментом, що постійно “кормить” його інформацією, а радше — помічником, що вже розуміє вашу роботу і життя. Як справжній асистент, який не вимагає щохвилинних пояснень про проект, команду і прогрес.

Засновник Littlebird Александр Грін під час оголошення фінансування сказав дуже точно: “Відчуття роботи за комп’ютером стає все більше схожим на боротьбу.” Щоразу, коли ми відкриваємо ПК, ми відчуваємо подвійний стимул — дофамін і страх. Комп’ютер має бути “велосипедом мислення”, але бізнес-модель інтернету перетворила все знову: якщо продукт безкоштовний — ти і є продукт; якщо ти — продукт, мета — привернути твою увагу. Велосипед починає “їздити” на нас. Це дуже точне порівняння. Ми мали б контролювати інструменти, а тепер вони контролюють нас.

Чому помічники ШІ завжди “забувають”

Я користуюся різними інструментами ШІ понад півроку: від ChatGPT і Claude до Notion AI та спеціалізованих редакторів. Всі вони потужні, але мають спільну проблему: вони абсолютно не знають, хто я, що роблю, що мене цікавить. Кожна розмова — наче перша зустріч, потрібно знову представлятися, пояснювати контекст, давати інформацію.

Наприклад. Минулого тижня я готував презентацію продукту, що вимагала співпраці кількох відділів. Зі студією дизайну обговорювали візуальні рішення, з маркетингом — стратегію просування, з технічним відділом — технічні деталі демонстрації. Нотатки розкидані по різних місцях: у Notion, в листах, усно. Щоб зібрати повну презентацію за допомогою ШІ, що потрібно робити? Копіювати і вставляти всю цю інформацію у підказку, писати довжелезний запит, докладно описуючи кожну зустріч. На підготовку однієї такої підказки я витратив 20 хвилин.

Ще більш дивно — наступного дня, коли я хотів змінити план, потрібно було робити все знову. Бо ШІ не пам’ятає попередніх розмов, або пам’ятає, але не знає, що я вчора обговорював з CEO щодо нових напрямків. Це створює враження, що помічник ШІ не допомагає, а навпаки — навантажує додатковою роботою. Я маю не лише виконувати основне, а й витрачати час на “виховання” ШІ, щоб він розумів мою роботу.

Засновники Littlebird у процесі роздумів над цим питанням зробили ключове відкриття: сама модель ШІ дуже потужна, але її ефективність обмежена відсутністю даних про користувача. Великі мовні моделі нічого не знають про вас, і це суттєво обмежує їхню практичність. Це здається простим, але саме вказує на суть проблеми. Ми постійно говоримо про те, як зробити моделі розумнішими, але ігноруємо більш фундаментальне питання: як навчити модель розуміти користувача.

На ринку з’являється багато інструментів, що намагаються вирішити проблему контексту. Одні фокусуються на пошуку ваших документів, інші — на записі нарад, треті — на організації листів. Але всі вони мають спільну проблему: вони бачать лише ту інформацію, яку ви їм даєте. Ви маєте завантажити документи, надати доступ до Gmail або відкривати функцію запису наради під час зустрічі. Це вимагає багато налаштувань і обслуговування з боку користувача. І головне — ці інструменти не бачать цілого вашого робочого процесу. Вони можуть знати про вашу зустріч, але не бачать обговорень у Slack після неї; можуть знати про листи, але не розуміють, що ви досліджували у браузері.

Відмінність Littlebird — у технології “screenreading” (читання з екрана)

Littlebird використовує зовсім інший підхід, який вони називають “screenreading” — читання з екрана. Це нагадує роботу справжнього асистента. Справжній помічник не потребує щохвилинних пояснень, що відбувається, він спостерігає за вашою роботою, запам’ятовує важливе і нагадує, коли потрібно. Littlebird саме так і працює.

Конкретно, Littlebird — це додаток для Mac, який постійно зчитує весь текст, що відображається на екрані. Увага: “зчитує”, а не “зробить скріншот”. Це дуже важливо. Раніше були схожі продукти, наприклад Rewind (згодом перейменований у Limitless і куплений Meta) та Microsoft Recall, які робили скріншоти екрана. У них є кілька проблем: величезна кількість даних через великі файли зображень; низька приватність, оскільки скріншоти зберігають усю візуальну інформацію; поганий пошук, бо витягти інформацію з картинки складніше, ніж з тексту.

Метод Littlebird — більш розумний. Він використовує складну технологію читання з екрана для розуміння всього тексту у додатках без зайвих налаштувань. Він може визначити, хто що сказав і коли, детально відслідковувати прогрес проекту. Таким чином, він створює багатий контекст вашого життя: хто для вас важливий, над яким проектом ви працюєте, що вас цікавить цього тижня і цього року. Грін у інтерв’ю сказав, що цей підхід значно зменшує обсяг даних і є менш нав’язливим.

Мені особливо подобається, що цей дизайн поважає суть програмного забезпечення. Адже на екрані вже є текст і структуровані дані — навіщо перетворювати їх у зображення і знову у текст? Безпосереднє зчитування структурованого контенту — більш ефективне і точне. З точки зору приватності, текстові дані менш чутливі, ніж візуальні. Ваші паролі можуть бути приховані зірочками, номери кредитних карток — замазані, але скріншоти зберігають усю цю візуальну інформацію.

Littlebird автоматично ігнорує конфіденційні поля, наприклад, паролі і дані кредитних карток. Ви можете налаштувати, які додатки він не буде моніторити. Це дає користувачам великий контроль. Якщо ви не хочете, щоб Littlebird бачив вашу роботу у приватних месенджерах або фінансових додатках, легко додати їх до чорного списку.

Крім пасивного зчитування, Littlebird може активно підключатися до інших додатків. Ви можете зв’язати його з Gmail, Google Calendar, Apple Calendar і Reminders. Це дозволяє йому краще розуміти ваше життя і роботу. Він не лише бачить, що відбувається на екрані, а й знає про ваші розклади, справи і листування.

Що означає повний контекст для ШІ

Коли ШІ отримує повний контекст про вас, досвід користування кардинально змінюється. Я бачив кілька сценаріїв використання Littlebird і зрозумів, що це не просто поступове покращення, а новий тип взаємодії.

Основна функція — відповідати на запитання. Але на відміну від інших інструментів, відповіді Littlebird ґрунтуються на глибокому розумінні вашої роботи. Можна запитати: “Що я зробив сьогодні?” або “Які листи для мене важливі?” Через кілька днів ці запити стають дедалі персоналізованішими. Це цікаво, бо ШІ починає вчитися, що вас цікавить і як ви працюєте.

Грін у своєму досвіді користування розповів, що це дуже показово для цінності повного контексту. Щодня він питає Littlebird: “Що цього тижня важливо?” або “На що слід зосередитися?” — і отримує несподівані, глибокі відповіді. Він використовує його для отримання професійних порад, заповнення прогалин у технічних знаннях і навіть для планування вечері. Ці сценарії дуже різні, але спільне — ШІ дає проникливі відповіді, бо глибоко розуміє його життя.

Littlebird має вбудовану функцію запису нарад, що працює у фоновому режимі, захоплює транскрипти і створює нотатки та задачі. Це не новина, багато сервісів мають подібне. Але унікальність Littlebird у тому, що він може зв’язати нараду з іншими вашими даними.

Мене особливо цікавить функція “Prep for meeting” — підготовка до зустрічі. Коли ви відкриваєте детальний перегляд наради, є опція, щоб Littlebird підготував її для вас. Він враховує попередні обговорення, релевантні листи і історію компанії, щоб надати більше деталей. Навіть може витягти інформацію з Reddit і подібних джерел, щоб показати, що користувачі думають про конкретний продукт або компанію. Уявіть, що ви маєте зустріч із клієнтом — Littlebird автоматично підготує: що ви обговорювали минулого разу, які листи були, що нового у компанії клієнта, і які відгуки отримують їхні продукти. Це наче справжній асистент, що допомагає підготуватися до зустрічі.

Ще одна корисна функція — Routines (рутині). Вона дозволяє створювати детальні підказки, щоб Littlebird регулярно виконував їх, наприклад, щодня, щотижня або щомісяця. Вже є готові шаблони: щоденний дайджест, підсумки тижня, звіт про минулий день. Ви можете створити власні рутини з персональними командами. Це вирішує проблему — багато хто знає, що потрібно регулярно підсумовувати і аналізувати роботу, але мало хто це робить. З Routines ШІ самостійно допомагає у цьому.

Внутрішні дослідження команди Littlebird показали цінність такого підходу: 84% користувачів щотижня економлять щонайменше півдня, а 80% відчувають менше тривоги у щоденній роботі. Це дуже цікаві дані. Економія часу зрозуміла — менше витрачаєш на пошук і організацію інформації. А зменшення тривоги — глибше. Багато стресів виникає через страх пропустити щось важливе або не встигнути відповісти. Коли ти знаєш, що за тобою слідкує AI, тривога зменшується.

Баланс приватності і контролю

Коли я дізнався, що Littlebird постійно зчитує весь екран, у мене виникло питання: це безпечно? Чи не порушує це приватність? Це цілком логічне занепокоєння. Якщо додаток має спостерігати за всім твоїм цифровим робочим днем, довіра — найважливіше.

Концепція Littlebird — “захищена приватність, безпека і контроль користувача за замовчуванням”. З технічної точки зору вони зробили кілька речей для захисту приватності: всі дані шифруються AES-256, передача — TLS 1.3. Дані користувача ніколи не використовуються для тренування моделей ШІ. Це базові заходи безпеки, але для такого продукту — критично важливо.

Ще важливіше — контроль користувача. Ви можете будь-коли призупинити збір даних, виключити окремі додатки або сайти, видалити будь-які дані одним натисканням. Це дає повний контроль над своїми даними. Якщо потрібно обробляти особливо чутливу інформацію, можна тимчасово зупинити Littlebird; або додати додатки до чорного списку, щоб він їх не моніторив.

Грін у інтерв’ю пояснив, чому обрали хмарне зберігання, а не локальне. Причина — для роботи потужних моделей потрібен обчислювальний ресурс, який у локальній версії зробити неможливо. Це цікава рівновага. Локальне зберігання безпечніше, бо дані залишаються на вашому пристрої. Але хмарне — дає змогу використовувати більш потужні моделі і отримувати кращий функціонал. Littlebird обрав другий варіант, але з сильним шифруванням і суворими політиками приватності.

Я помітив, що Littlebird отримав сертифікацію SOC 2 і відповідає GDPR і CCPA. Це не дрібниці, особливо для стартапу. Це свідчить, що команда з самого початку ставила безпеку і приватність у пріоритет.

Ще один важливий момент — Littlebird не зберігає візуальні дані, лише текст. Це зменшує обсяг даних і знижує ризики вторгнення. Грін зазначив, що саме через це Recall і Rewind мають труднощі — зберігання зображень дуже важке і нав’язливе. Уявіть, що ви переглядаєте особисті фото або відео — скріншоти зберігають усі візуальні деталі. Текстові записи зберігають лише описове, без зображень.

Цей підхід змушує мене задуматися: до якої міри ми хочемо, щоб AI нас розумів? Повна прозорість — зручність, але й ризики. Littlebird дозволяє користувачам самостійно визначати межі. Можна дати йому бачити все або обмежити доступ. Це дуже важливо, адже різні люди і сценарії вимагають різного рівня приватності.

Що це означає для AI-продуктів

Історія Littlebird змусила мене переосмислити, яким має бути продукт штучного інтелекту. На мою думку, цей продукт відображає кілька важливих ідей, які варто враховувати всім розробникам AI.

Перше — важливість контексту. Інвестор Littlebird Ленні Рачитскі сказав дуже точно: “Якість AI залежить від його контексту, а він знає про ваш день надто мало.” Це підкреслює головну проблему сучасних AI-продуктів. Ми постійно покращуємо моделі і алгоритми, але ігноруємо просту істину: навіть найрозумніший AI без розуміння конкретного користувача не дасть корисних відповідей.

Це нагадує мені про помилки у минулих AI-проектах. Багато команд намагаються створити складні системи RAG (retrieval-augmented generation), щоб AI міг отримувати дані з різних джерел. Це правильний напрямок, але підхід може бути неправильним. Замість того, щоб змушувати користувача завантажувати документи і давати доступ до додатків, краще — щоб AI сам спостерігав за роботою користувача. Технологія “screenreading” — пасивний, але всеохоплюючий спосіб збору контексту, що більш ефективний, ніж активне і розрізнене підключення.

Друге — важливість пошуку “killer use case”. Рачитскі каже, що для довгострокового успіху потрібно знайти той сценарій, без якого продукт не буде життєздатним. Багато команд вже знайшли свої нішеві застосування і зосереджуються на них. Це дуже практично. Створювати універсальний інструмент — помилка. Краще — швидко випустити і побачити, як користувачі застосовують продукт, і зосередитися на найцінніших сценаріях.

Рачитскі також радить: “Ви не дізнаєтеся, як люди використовують ваш продукт, доки не випустите його. Важливо — швидко запускати і спостерігати, а потім інвестувати у найпопулярніші сценарії, а не довго планувати і доводити до ідеалу.” Це відрізняється від традиційної розробки, де все ретельно планується і доводиться до досконалості перед запуском. У AI — це постійний експеримент, бо межі можливостей розмиті, і користувачі знаходять несподівані способи застосування.

Зі зворотного зв’язку інвесторів видно, що сценарії дуже різні: від переписування маркетингового сайту (Russ Heddleston) до зменшення когнітивного навантаження і підвищення продуктивності (Gokul Rajaram). Всі вони базуються на глибокому розумінні користувача. Це підтверджує гіпотезу Littlebird: коли AI дійсно розуміє контекст, застосування з’являються природно, без додаткових функцій.

Третє — тонкощі позиціонування продукту. Littlebird позиціонує себе як “тишащий комп’ютер” майбутнього. Це поетично, але точно. Більшість AI-конкурентів намагаються привернути увагу, сповіщають і відволікають. Littlebird працює у фоновому режимі, з’являючись лише тоді, коли потрібно. Це “тишащий” підхід — природний для повного контексту AI. Якщо він дійсно розуміє вас, він не потребує постійних перерв і повідомлень, а працює мовчки і підготовляє все заздалегідь.

Зараз модель підписки — безкоштовна, але з платними функціями від 20 доларів на місяць. Це цілком логічно, враховуючи цінність. Якщо економія часу — півдня на тиждень, то 20 доларів — хороша інвестиція. Але цікаво, як з часом змінюватиметься бізнес-модель: чи з’явиться корпоративна версія, командна співпраця, нові функції.

Мої роздуми про майбутнє

Після досвіду з Littlebird я почав думати: яким має бути майбутній AI-помічник?

Я вважаю, що ми переживаємо перехід від “інструментального AI” до “партнерського AI”. Інструментальний — як ChatGPT, що відкриваєш і закриває, коли потрібно. Партнерський — як Littlebird, що постійно поруч, розуміє і допомагає. Це не різниця у можливостях, а у відносинах.

Такий перехід принесе цікаві зміни. Можливо, нам не потрібно буде так багато окремих AI-додатків: редакторів, кодових помічників, аналітиків, конференц-систем. Якщо один AI розумітиме все ваше життя і роботу, він зможе допомагати у різних сценаріях без перемикання між інструментами.

Ще один аспект — зменшення ролі підказок. Зараз ми витрачаємо багато часу, навчаючись писати правильні запити, давати контекст. Але якщо AI вже має повний контекст, достатньо буде просто висловити намір. Як з людиною-асистентом: вона вже знає, що потрібно, і не вимагає довгих пояснень.

Але такий підхід має і виклики. Перший — психологічна адаптація. Знати, що AI постійно спостерігає, може викликати дискомфорт, навіть якщо раціонально це безпечно. Це схоже на відчуття, що колега дивиться на ваш екран. Потрібен час, щоб звикнути.

Другий — залежність. Якщо AI запам’ятовує все і допомагає організовувати, чи не зменшиться ваша власна пам’ять і навички? Це схоже на залежність від навігатора, що знижує здатність орієнтуватися самостійно. Чи не станеться так і з помічниками AI?

З точки зору індустрії, Littlebird — це новий клас продуктів: “повний контекст AI-помічник”. Його особливість — постійне спостереження, глибоке розуміння і активне обслуговування. Очікується, що з’являться конкуренти, і боротьба точитиметься навколо: хто краще збирає контекст, хто точніше розуміє, хто безпечніше з точки зору приватності.

11 мільйонів доларів інвестицій — лише початок. Інвестори — відомі експерти у сферах продукту, дизайну і контенту. Вони не лише фінансують, а й самі активно користуються і дають зворотний зв’язок. Це дуже цінно для продукту, що постійно розвивається і шукає застосування.

Я з нетерпінням чекаю подальшого розвитку Littlebird. Чи з’явиться версія для Windows? Чи буде корпоративна версія для команд? Чи з’являться нові функції, які ми ще не уявляємо? І найголовніше — чи знайде він той killer use case, без якого всі скажуть: “Без нього я не можу працювати”?

Грін під час оголошення фінансування сказав: “Чи можливо створити справжнього розуміючого тебе AI? Ми віримо, що так, і хочемо це показати.” Це і обіцянка, і виклик. Littlebird ще на початку, і це — постійний проект досліджень. Він не завжди ідеально захоплює всі деталі, іноді пропускає колег у відпустці або вже завершені проекти. Але ви будете здивовані, наскільки глибоко він вас розуміє.

Я переконаний, що повний контекст AI — це майбутнє. Не через технології, а тому, що саме так має виглядати AI. Його обіцянка — зробити нас ефективнішими, зосередженішими і творчими. Але якщо AI потребує багато людської підтримки і введення, він порушує цю обіцянку. Лише тоді, коли AI справді розуміє нас і адаптується, він стане “велосипедом мислення”, що допомагає їхати швидше і далі.