Después de ocho años desarrollando IA en Meta, Rohit Patel deja la empresa, según ha sabido TechCrunch en exclusiva. El exdirector de Meta Superintelligence Labs ha lanzado Ndoc, una startup que presenta como un reemplazo nativo de IA para Microsoft Office suite o Google Workspace.
Patel es la última de una serie de salidas de alto perfil de Meta tras las marchas del Director de Asuntos Globales Joel Kaplan, el investigador de IA Andrew Tulloch, y la Jefa de Producto de AI-for-Work Emily Dalton Smith.
Patel diseñó Ndoc para ser más que otra herramienta de IA superpuesta a un flujo de trabajo existente. El objetivo es reemplazar la forma fragmentada en que las personas trabajan con herramientas como Excel, Word, PowerPoint, Tableau, Replit y el "copiar y pegar de ChatGPT" con un espacio de trabajo unificado al que todos los colegas puedan acceder, incluso si no están registrados en Ndoc.
Ndoc reúne tres componentes en un solo diseño. La pestaña Stage es donde viven las presentaciones de hallazgos clave, como diapositivas, paneles de control, simulaciones o mini aplicaciones. La pestaña Narrative presenta análisis, citas numeradas, figuras generadas y, en general, el "porqué" detrás de los números. La pestaña Model es donde se alojan los conjuntos de datos subyacentes y los scripts de Python.
El diseño refleja la trayectoria de Patel. Durante su etapa en Meta, Patel se centró en el aprendizaje por refuerzo —un tipo de aprendizaje automático en el que los agentes de IA aprenden a tomar decisiones mediante prueba y error y a maximizar recompensas— y en evaluar si el resultado de la IA es confiable. Patel cree que si la IA va a construir las hojas de cálculo y las presentaciones que las empresas usan para tomar decisiones, alguien debería poder revisar su trabajo. Por ejemplo, los usuarios pueden encontrar los scripts de Python utilizados para crear los documentos.
"Incluso si no sabes nada de Python, puedes pedirle [al chat de IA] que te explique: 'Oye, ¿qué hace este script? ¿En qué línea está mi fórmula?' Y puedes verificar esa fórmula", dijo Patel. "Aquí no hay nada oculto tras el telón".
En la práctica, los usuarios pueden cargar un conjunto de datos y pedirle a Ndoc que realice un análisis y escriba una narrativa sobre los hallazgos. También pueden agregar contexto específico del documento, incluida la audiencia, el tono y la memoria. "Mantiene una memoria a través de tu persona, ese documento en particular, tu equipo y tu empresa", dijo Patel.
Patel también dice que Ndoc está construido y ajustado con una mezcla de modelos de código abierto. Como la plataforma fue desarrollada desde cero, afirma que cuesta considerablemente menos operarla que las alternativas construidas sobre modelos de IA de frontera.
"Pensé que eso sería lo que emocionaría a la gente, pero a la gente no le importa eso", dijo, refiriéndose a sus primeros usuarios de prueba. "Lo que entusiasma a la gente es que les encanta ver todo su flujo de extremo a extremo en un solo lugar".
La ambición más grande de Patel es reinventar el archivo en sí. Dice que los documentos pueden exportarse como un único archivo ".ndoc.html" que puede abrirse en cualquier navegador, un formato que planea liberar como código abierto para que otros desarrolladores puedan crear aplicaciones compatibles con él sin quedar encerrados en Ndoc, como tantos han quedado encerrados en Microsoft o Google durante años.
Su deseo de abrir el código de este proyecto fue en parte la razón por la que dejó Meta y decidió seguir su propio camino. En una empresa grande como Meta, lograr que todos estuvieran de acuerdo con un formato de código abierto sin duda requeriría la intervención de "cientos de personas y opiniones sobre cómo debería ser el formato".
Patel quería moverse rápido. "Los humanos solo pueden avanzar al ritmo humano, mientras que... yo puedo avanzar al ritmo de lo que la IA puede hacer".
Intentar convertirse en la plataforma donde sucede el trabajo empresarial es una apuesta enorme para un fundador con un equipo de tres personas y sin financiamiento, especialmente cuando otros laboratorios de IA están intentando apoderarse del mismo espacio.
OpenAI, Anthropic, Meta, SpaceXAI, y Google han lanzado herramientas de IA empresariales que permiten a los usuarios conectarse a Google Workspace, Microsoft 365 y otras aplicaciones de trabajo para que sus modelos de IA puedan trabajar directamente en esas herramientas. Y el mes pasado, OpenAI lanzó Space, un espacio de trabajo compartido dentro de ChatGPT que es un competidor más directo de esas herramientas establecidas.
Patel reconoce que Space podría ser una amenaza, pero dice que los laboratorios, en gran medida, tienen la idea equivocada.
«Las empresas básicamente están conectando IA a hojas de cálculo y esta te llena las celdas por ti», dijo. «Eso simplemente me mata el alma. Es como si acabaras de descubrir la electricidad y decidieras que el mejor caso de uso es ponerle luces a mis toros que aran mi tierra. No. Consigue un tractor».
Sin embargo, hay una razón por la que los laboratorios de IA han intentado llevar sus modelos a donde la gente ya está trabajando. Es difícil cambiar hábitos y reemplazar flujos de trabajo completos. Patel dice que lo entiende, y por eso construyó conectores para que los clientes puedan importar datos existentes de las herramientas que ya utilizan.
«Mi estándar era no lanzar nada que no me encantara usar», dijo. «Tengo flujos de trabajo de IA muy optimizados para todo lo que hago. Si empiezo a usar esta herramienta y sigo volviendo a mis flujos de trabajo, es que no he construido una herramienta lo suficientemente buena… Tengo un cementerio de herramientas que no cumplieron ese estándar».
Patel tiene un estándar similar para lograr tracción con los clientes antes de intentar recaudar fondos. «No quería aceptar dinero hasta tener alguna prueba de que a la gente le encantaba el producto», dijo.
A partir del martes, Ndoc está realizando una prueba piloto empresarial y abriendo una versión alfa a un número limitado de clientes que se unan a la lista de espera. Registrarse es gratuito, pero los clientes pagarán por uso y tokens. Espera lanzar una versión beta en las próximas semanas, con un lanzamiento completo previsto para el próximo año.
Para Patel, moverse lo más rápido posible es más importante que tener el producto perfecto desde el principio.
«La ejecución es extremadamente barata… así que ve y ejecuta un plan subóptimo y preocúpate por eso después», dijo. «Para cuando hagas el mejor plan, la ejecución ya la habrá hecho otra persona».