Минулого місяця на одному технічному meetup я скористався можливістю і досить довго поспілкувався з Chi Zhang, засновником Kite. Якщо чесно, атмосфера була доволі галасливою — всюди люди обговорювали свої проєкти, а кавомашина гудіти не переставала. Я прямо спитав його: "Економічний шар для AI — це всім відома складна задача, чому ви так вперто вирішили її вирішувати?"

Його відповідь мене здивувала. Він не почав говорити про великі зміни у світі, а натомість поділився досвідом роботи у Google Cloud та Snapchat. Каже, перед очима постійно стоїть одна картинка — найкращі AI-моделі у світі мають неймовірний потенціал, але змушені просто чекати на сервері, поки людина дасть їм команду. Як птах, що вміє літати, але все життя просидів у клітці й ніколи не злетів.

І тут я раптом зрозумів. Те, що зібрало разом цих людей зі Stanford, MIT і ключових технічних фахівців із Кремнієвої долини, — не бажання швидко заробити на хайпі, а справжнє прагнення вирішити фундаментальну проблему: як зробити так, щоб AI не лише виконував завдання, а й сам приймав рішення та створював цінність на ринку?

Як на мене, головна сила команди Kite — це їхня "міксована" компетенція. Вони не просто розробники смарт-контрактів із криптосфери і не академічні дослідники, що пишуть статті в лабораторіях, а радше "польові архітектори", які пройшли бізнес-реалії.

Їхній CTO Vibhav Bhargava раніше відповідав за масштабні системи в Meta, і цей досвід дуже важливий. Вся команда підходить до проєктування максимально практично — не з теорії, а з питання: "У день великих розпродажів, наскільки швидко AI-шопінг-асистент має реагувати, щоб користувач встиг купити товар?" Такий підхід, коли технічні вимоги формуються від реальних сценаріїв використання, — це зовсім не те, що зазвичай пишуть у whitepaper, де просто накидають параметри.

Це й пояснює, чому їхня тестова мережа витримала 17 мільярдів взаємодій і залишилася стабільною. Це не везіння — просто з самого початку вони думали про те, як користувачі реально будуть цим користуватись і що станеться в екстрених ситуаціях.

Якщо чесно, для побудови економічної інфраструктури AI мало просто технічного ідеалізму — потрібний досвід у реальному бізнесі. Найцінніше у команді Kite, мабуть, саме це поєднання: вони і в AI розуміються, і в бізнесі, і код писати вміють, і знають, де у користувачів болить.