نوتیشن کے سی ای او پر AI، کمپنی کی دوبارہ تعمیر، اور جیز بینڈ تنظیمی ماڈل

لینک لاؤڈ حوالہ

نوتیشن کے سی ای او ایوان زھاؤ نے گزشتہ هفتہ سیکوئیا کیپٹل میں ایک پوڈکاسٹ ریکارڈ کیا، جس میں انہوں نے اپنے دو بار کمپنی کے مرنے اور دو بار شروع سے دوبارہ تعمیر کرنے کے تجربات پر بات کی۔ اب وہ اسی "منطق" کا استعمال کرتے ہوئے اس ہزار افراد والی کمپنی کو دوبارہ تعمیر کر رہے ہیں اور خود کو "ری فاؤنڈر" کہتے ہیں:

وہ سمجھتے ہیں کہ AI نے ٹیکنیکل صلاحیت کو ایک مصنوعات بنا دیا ہے، اور اصل میں کمی کا مسئلہ Taste (ذائقہ) اور Agency (فعالیت) کا ہے، اس لیے بھرتی کے معیارات تبدیل ہونے چاہئیں؛ معلومات کا انتقال اور تنظیمی کام AI کے ذریعے سنبھالے جا رہے ہیں، اس لیے تنظیمی ساخت تبدیل ہونی چاہیے؛ ٹیکنالوجی کا تبدیل ہونا بہت تیز ہے، اس لیے کوئی بھی کچھ ہفتے سے زیادہ کا منصوبہ ناکام ہو سکتا ہے، اس لیے منصوبہ بندی کا طریقہ بھی تبدیل ہونا چاہیے۔ Enjoy!

2015 میں، نوٹشن نے دو سال تک PMF تلاش نہیں کیا۔ پیسہ تقریباً ختم ہو چکا تھا، اس لیے ایوان اور ملکہ سائمن نے ایک ایسا فیصلہ کیا جو زیادہ تر کھوجنے والے نہیں کرتے: سب کو بے روزگار کر دیا، دونوں کو کیوٹو منتقل ہو گئے، اور دوبارہ شروع کر دیا۔ انہوں نے سن فرانسسکو کا گھر اور دفتر کرایہ پر دے دیا، اس دوران نوٹشن نے پہلی بار نقدی بہاؤ مثبت حاصل کیا۔

(نوتیشن اصل میں سان فرانسیسکو کے دفتر میں)

اس کے بعد، زندگی بہت آسان ہو گئی۔ کوڈ لکھنا، کھانا، پھر دوبارہ کوڈ لکھنا، پھر دوبارہ کھانا۔ کوئی ٹیم نہیں، کوئی عمل نہیں، کوئی وسائل نہیں، صرف دو افراد اور ایک خیال۔ اس تجربہ نے ایوان کو پہلی بار حقیقی طور پر سمجھایا کہ چیزوں کو آگے بڑھانے کے لیے ہمیشہ فیصلہ سازی اور ارادہ پر انحصار ہوتا ہے، وسائل کتنے زیادہ ہیں اس سے کم اہمیت ہوتی ہے۔ ایک سال اور نصف کے بعد، Notion 1.0 لانچ ہوا۔

(ایوان اور دوسرے ملکی مالک سائمن کا کیوٹو میں رہائشی گھر)

دوسری بار 2023 میں تھی۔ ٹیم نے کنکون میں آف سائٹ میٹنگ کی، اور ایوان کو GPT-4 کا ابتدائی ٹیسٹ ایکسس ملا۔ اس تجربہ نے اسے لگبھگ شock کر دیا، اور اس نے فوراً فیصلہ کر لیا کہ یہ سب کچھ بدل دے گا، اور اگر پوری کمپنی کو اس پر لگا دیا جائے تو اگلے کام کا کوئی مطلب نہیں۔ اس لیے اس نے 500 افراد کی کمپنی میں اعلان کیا کہ وہ دوبارہ شروع کر رہے ہیں اور مکمل طور پر AI کی طرف منتقل ہو رہے ہیں۔

لیکن اس کے بعد تقریباڑھائی سال کی مشکل دور آیا۔ مدل ٹیکنالوجی ابھی تک کم ترقی یافتہ تھی، اور وہ تقریباً تمام راستوں کا امتحان کر چکے تھے، لیکن کوئی بھی کام نہیں کر رہا تھا۔ نمو روک گئی اور حوصلہ کم ہو گیا۔ جب تک کہ بنیادی مدل حقیقی طور پر بالغ نہ ہو گیا، پروڈکٹ شروع نہیں ہوا، اور آمدنی کا موڑ اور AI پروڈکٹس کا ابھار تقریباً ایک ساتھ ہوا۔

ان دونوں تجربوں میں، اس کی فہم اور عدم یقین کے باوجود آگے بڑھنے کا ارادہ ہی اصل کام کر رہا تھا، جو بعد میں اس کی کمپنی کو دوبارہ ترتیب دینے کا آغاز بن گیا۔

ایوان نے ایک ٹیلنت فارمولا پیش کیا:

صلاحیت = صلاحیت × ذائقہ × ایجنسی

اس فارمولے کو سمجھنے کے لیے، اس کے استنباط کے عمل پر توجہ دیں۔

کیپیبلیٹی کیوں کم ہو رہی ہے؟

گوگل کے ظہور سے پہلے، معلومات حاصل کرنا نایاب وسائل کی حیثیت رکھتا تھا، اور معلومات تلاش کرنے والوں کے پاس حقیقی مقابلہ کی ترجیح تھی۔ گوگل کے ظہور کے بعد، یہ ترجیح ختم ہو گئی، اور "میں اس معلومات تک پہنچ سکتا ہوں" ایک بنیادی صلاحیت بن گئی۔ AI نے صلاحیت کی پیداوار کے سطح پر اسی طرح کا واقعہ پیش کیا ہے۔ کوڈ لکھنا، متن لکھنا، ڈیٹا تجزیہ کرنا — جن چیزوں کے لیے پچھلے سالوں کا تجربہ درکار تھا، اب AI ٹولز کے ساتھ نئے فارغ التحصیل بھی انہیں اچھے سطح پر کر سکتے ہیں۔ صلاحیت کی نایابی، جاری طور پر کم ہو رہی ہے۔

ایوان نے کہا: "LLM جو کچھ کرتا ہے، وہ گوگل کی طرح ہے جس نے تمام لوگوں کو معلومات تک رسائی دی، اس نے تمام لوگوں کو اچھے مصنف اور پروگرامر بنادیا، اب ہر کوئی صلاحیت رکھتا ہے۔ لیکن ذائقہ اب بھی اہم ہے، یہ آپ کی قیمتی نظام ہے، آپ کے دنیا کو کیا دینا چاہتے ہیں اس کا اظہار ہے؛ ایجنسی بھی اسی طرح ہے، آپ کتنی محنت کرتے ہیں، یہ کوئی کمپنی نہیں بدل سکتی۔ اس لیے ہم اب ان دو چیزوں کو بہتر بنارہے ہیں۔"

Taste اور Agency کیوں مساوی نہیں ہو جاتے؟

ٹیسٹ، آپ کی قیمت کی نظام ہے، اور وہ صلاحیت ہے جو کسی بھی معیاری جواب کے بغیر فیصلہ کرنے کے لیے درکار ہوتی ہے۔ ایک مصنوعات کو کس سمت میں جانا چاہیے، ایک ڈھانچہ کس طرح ترتیب دیا جائے، AI مشورہ دے سکتا ہے، لیکن یہ فیصلہ کرنا کہ کون سا مشورہ صحیح ہے، اس کے لیے ایک ایسے انسان کی ضرورت ہوتی ہے جس میں حقیقی فیصلہ سازی کی صلاحیت ہو۔ ٹیسٹ خوبصورتی اور قدرت کے اصولوں پر مبنی ہوتا ہے، اور اسے مختصر مدت میں محنت سے زیادہ تبدیل نہیں کیا جا سکتا۔

ایجنسی، چیزوں کو آگے بڑھانے کی ارادہ طاقت ہے۔ حکم کا انتظار نہ کرنا، رکاوٹوں کے سامنے پیچھے نہ ہٹنا، اور ایک ناقص چیز کو حقیقت میں مکمل کرنا۔ یہ بھی AI نہیں دے سکتا۔

پہلے لوگوں کو تجربہ دیکھ کر بھرتی کیا جاتا تھا، پھر سلیکون ویلی میں Slope (نمو کا اُرُق) دیکھنا مقبول ہو گیا، جس میں ماضی کے انباہے کے بجائے سیکھنے کی شرح کو ترجیح دی گئی۔ لیکن ایوان کہتے ہیں کہ اب Slope بھی کافی نہیں، کیونکہ یہ صرف Capability حاصل کرنے کی رفتار کو پیٹھ دیتا ہے، جو بنیادی طور پر ایک ہی قدرتی طور پر کم ہوتے جانے والے پہلو میں گردش کر رہا ہے۔ Taste اور Agency مکمل طور پر دوسرے محور پر ہیں، اور ان کا تعین سیکھنے کی تیزی یا سستی سے نہیں ہوتا۔

نوکری پر دو اقدامات

انجینئرنگ کے عہدے پر زیادہ تر نو مقررین کو بھرتی کیا جا رہا ہے، جہاں گزشتہ تجربہ کی بجائے اب اقدام، حیرت اور فیصلہ سازی کو ترجیح دی جا رہی ہے؛ سیلز کے عہدے کی پہلی انٹرویو میں ریزومے ختم کر دیے گئے ہیں، اور امیدواروں سے یہ مانگا جا رہا ہے کہ وہ پہلے کچھ بنائیں، تاکہ یہ دیکھا جا سکے کہ وہ اب کیا کر سکتے ہیں اور کیا وہ اقدام کرنے کو تیار ہیں۔ دونوں اقدامات ایک ہی کام کر رہے ہیں: "آپ نے گزشتہ کیا کیا" کو "آپ اب کس قسم کے شخص ہیں" سے بدل رہے ہیں۔

کچھ سوالوں پر غور کریں: پہلی بار کسی کو ملازمت دینے کا فیصلہ کیا تھا؟ کیا امیدوار نے کسی کمپنی میں اسی قسم کا کام کیا تھا؟ کیا اس کی ریزومے میں آپ کو پسند آنے والی پس منظر تھی؟ یا پھر پچھلے منصوبوں کا سائز کافی بڑا تھا؟

یہ سب کیپیبلیٹی کے سگنلز ہیں۔ اگر آپ کے پاس ٹیسٹ اور ایجنسی کا جائزہ لینے کا ایک نظام نہیں ہے، تو آپ کا بھرتی عمل احتمالاً ایک ایسے پہلو کو بہتر بنانے پر مرکوز ہے جو قیمت میں کم ہو رہا ہے۔

تین سال پہلے، نوٹشن کے اندر ایک نعرہ لگایا گیا: ہم ایک جیز بینڈ بننا چاہتے ہیں، نہ کہ ایک مارچنگ بینڈ۔

دونوں کے درمیان بنیادی فرق تیزی یا سستی میں نہیں، بلکہ کون اچانک گانا شروع کر سکتا ہے، اس میں ہے۔ مارچنگ بینڈ کو ڈائریکٹر کی ضرورت ہوتی ہے، ہر موسیقار نوٹس کے مطابق چلتا ہے، ایک ساتھ چلنا ایک فضیلت ہے؛ جیز بینڈ کے پاس ساخت اور تعاون ہوتا ہے، لیکن ہر کوئی کسی بھی لمحے دوسرے کو سنبھال اور اچانک آگے بڑھا سکتا ہے۔ ڈائریکٹر غائب ہو جاتا ہے، لیکن ساخت غائب نہیں ہوتی، کیونکہ ساخت اب ہر ایک کے اندر داخل ہو چکی ہے۔

ایوان کہتے ہیں کہ یہ اس کا خود کو درست کرنے کا طریقہ ہے۔ وہ جیز بینڈ کے انداز کے لوگ ہیں، جو صرف حکم دینے اور باقی سب کچھ دوسرے لوگوں پر چھوڑ دینے کا محسوس نہیں کر سکتے۔ جب وہ سمجھ جاتے ہیں، تو وہ منظم طریقے سے اپنے جیسے لوگوں کو ملازمت دیتے ہیں اور اپنی ذاتی خصوصیات کے مطابق ایک کمپنی بناتے ہیں۔

یہ منطق تنظیمی سطح پر تین خاص اقدامات کے طور پر ظاہر ہوتا ہے۔

ڈمبل ٹائپ انجینئرنگ ٹیم

نوتیشن انجینئرنگ ٹیم کی موجودہ شکل ایک ڈمبل کی ہے: دو سرے سپر جونیئر اور سپر سینئر انجینئرز کے ہیں، جبکہ درمیانی سطح کم ہو رہی ہے۔

پہلے سنیئر انجینئر کی قیمت بہت سی ابعاد پر مشتمل تھی، کوڈ زیادہ قابلِ اعتماد تھا، سسٹم کو گہرائی سے سمجھتا تھا، اور پیچیدہ منصوبوں کو خود سے آگے بڑھا سکتا تھا۔ AI کوڈنگ ایجینٹ کے ظہور کے بعد، اس قیمت کے تسلسل کا زیادہ تر حصہ اب لے لیا گیا ہے۔ اس لیے سنیئر انجینئر کی قیمت اب صرف باقی بچے ہوئے حصوں پر مرکوز ہو گئی ہے: آرکیٹیکچرل ججمنٹ اور سمت کا جذبہ۔

LLM ابھی تک سسٹم آرکیٹیکچر میں کمزور ہے؛ اس کی دی گئی تجاویز الگ الگ دیکھنے میں منطقی لگتی ہیں، لیکن پیچیدہ سسٹم میں انہیں اکٹھا کرنے پر عام طور پر مسائل پیدا ہو جاتے ہیں، اس وقت Taste کی ضرورت ہوتی ہے، جو کہ صرف کچھ ٹاپ سینئرز کے لیے حقیقی طور پر غیر قابل تبدیل ہے۔

ایوان نے بہترین ترکیب کو اس طرح بیان کیا ہے: ایک ٹاپ لیول کے تجربہ کار آرکیٹیکٹ جو دو یا تین جونیئر انجینئرز کے ساتھ کام کر رہا ہو، جن میں سے ہر ایک دو یا تین کوڈنگ ایجنٹس کو منظم کر رہا ہو۔ اس ساخت کا پیداواری اور ضربی اثر اس طرح کے گروہ کے مقابلے میں زیادہ ہے جہاں ہر سینئر الگ الگ ایجنٹس کو مینج کر رہا ہو۔ درمیانی سطح دونوں طرف سے دب رہی ہے، اور عملی سطح جونیئرز اور ایجنٹس کے ہاتھوں میں چلی گئی ہے، جبکہ فیصلہ سازی کا کام صرف وہی ٹاپ لیول سینئرز ہی کر سکتے ہیں جن کے پاس حقیقی آرکیٹیکچرل صلاحیت ہو۔ درمیانی عہدوں کی قدر آہستہ آہستہ غیر واضح ہوتی جا رہی ہے۔

CMO کا ادارہ ختم کر دیا گیا

نوتیشن کے پاس اب CMO نہیں ہے۔ مارکیٹنگ کو دو الگ الگ چلنے والی شاخوں میں تقسیم کر دیا گیا ہے: ایک مصنوعات کے قریب، سوشل میڈیا تک براہ راست جڑی ہوئی، اور مصنوعات کے جاری ہونے کے رفتار کے ساتھ مطابقت رکھتی ہے؛ دوسری فروخت کی خدمت کرتی ہے اور لیڈز اور مانگ پیدا کرنے پر توجہ مرکوز کرتی ہے۔

中间协调层被移除的原因很简单：在 AI 承担了大量信息传递和协调工作之后，让信息绕道 CMO 再分发，这一圈的损耗已经太过昂贵。双方各自处理自己的事务，反而更快。

دزینوں کاروباری شخصیات کو شامل کیا گیا

نوتیشن نے اپنی خریداری کے ذریعے کئی کاروباری تجربہ رکھنے والے بانیوں کو شامل کیا، جن میں سے ہر ایک اپنے سب سے زیادہ جانے والے شعبے کی قیادت کرتا ہے۔ میٹنگ ریکارڈنگ فنکشن کے لیے ذمہ دار شخص پہلے سے ہی میٹنگ ریکارڈنگ پر مبنی ایک اسٹارٹ اپ کا بانی تھا؛ اور کاروباری تلاش کے لیے ذمہ دار شخص کاروباری تلاش کے پروڈکٹ کا بانی تھا۔ انہیں بہتر منصوبہ اور وسائل فراہم کرنا، جس سے وہ اپنے سب سے زیادہ مہارت رکھنے والے کام جاری رکھ سکیں، خود بخود ایک محفوظ رکھنے کا منطق ہے۔

ایوان خود بھی ایک "ری فاؤنڈر" ہیں، جو کسی بھی شعبے میں کبھی بھی داخل ہو سکتے ہیں یا مکمل طور پر چھوڑ سکتے ہیں، دونوں طرف کے لیے کوئی علاقائی خدشہ نہیں۔ یہ تنظیم کے افراد کے ترکیب کے لحاظ سے اس کے جاز بینڈ کے خاص پہلو کو مضبوط کرتا ہے، جہاں داخل ہونے والے افراد پہلے سے ہی انفرادی طور پر بجانے کے قابل ہوتے ہیں۔

ایوان نے اس منصوبہ بندی کو دو بالکل مختلف چیزوں میں تقسیم کر دیا اور ان پر مکمل طور پر مختلف منطق استعمال کیا۔

فائننسی منصوبہ بندی وہ سمجھتا ہے کہ اب بھی کام آتا ہے، جیسے رننگ میکن کی رفتار: آپ جو ڈیل پر سیٹ کرتے ہیں، وہی آپ کی دوڑنے کی رفتار ہوتی ہے، اور یہ پڑھائی درست ہوتی ہے۔ نوٹشن فائننس میں محتاط سے لے کر متوسط تک جانے کا رجحان رکھتا ہے اور خود کے لیے کافی بفر چھوڑتا ہے۔ AI کے دور میں لاگت بھی ایک نئی متغیر بن گئی ہے، ٹوکن کی خرچ کا اخراج مصنوعات کے استعمال کے ساتھ براہ راست بڑھ جاتا ہے، جسے سنجیدگی سے شمار کیا جانا ضروری ہے۔

پروڈکٹ سٹریٹجی کچھ اور ہے۔

کوئی منصوبہ نہیں، حقیقت میں کوئی منصوبہ نہیں، نہ چھ ماہ، نہ تین ماہ، بلکہ ہر ہفتے ادھورا۔

یہ فیصلہ دوسری بار دوبارہ تعمیر کے سبق سے براہ راست نکلا گیا۔ 2022 کے آخر میں نوٹشن نے AI ایجنٹ مصنوعات بنانے کا خیال رکھا تھا اور بہت سنجیدہ طور پر اس پر کام کر رہا تھا۔ ایک ساڑھے تین سال تک تقریباً کوئی پیش رفت نہیں ہوئی، ٹیم کافی محنت نہیں کر رہی تھی، بلکہ بنیادی ماڈل خود ابھی تیار نہیں ہوئے تھے۔ اس مراحل میں کوئی بھی مصنوعات کا منصوبہ خالی تھا، اصل طور پر کام کرنے والا چیز تکنیک کے دائرہ کار کے اندر مستقل طور پر ادھورا کام کرنا تھا۔

جو چیز آپ منصوبہ بندی کر سکتے ہیں وہ صرف Tempo ہے، مالی اہداف ٹریمپلین کی رفتار کو تعریف کرتے ہیں؛ Melody ایک امپرووائزیشن ہے جو ہر ہفتے ٹیکنالوجی اور مارکیٹ کی حقیقی صورتحال کے مطابق لکھی جاتی ہے۔ یہی وجہ ہے کہ جیز بینڈ مارچنگ بینڈ سے موجودہ دور کے لیے زیادہ مناسب ہے: مارچنگ بینڈ کو پرفارم کرنے سے پہلے پورا سکور پہلے سے تیار کرنا پڑتا ہے، جبکہ جیز بینڈ اس وقت کے مطابق امپرووائز کرتا ہے، اگلے بار کہاں جائے گا، یہ نہیں جانتا، لیکن اس کی صلاحیت ہے کہ وہ اسی لمحے اسے سنبھال لے۔

ایوان کو پوچھا گیا کہ تین یا چار سال کے بعد تنظیم کیسی ہوگی، اور وہ کسی ٹیکنیکل بلو پرینٹ کا تصور نہیں کر رہا تھا، بلکہ پہلے پوچھ رہا تھا: کیا مستقل رہے گا؟

اس کا جواب انسانی فطرت ہے۔ انسان پیدائشی طور پر درجہ بند ہوتے ہیں، تقسیمِ کام معنی رکھتا ہے، اور انسانوں کے مختلف دلچسپیاں اور قیمتیں ہوتی ہیں، جو ہزاروں سالوں سے مستقل رہی ہیں۔ قانونی نظام میں خودمختار کمپنیاں بھی نہیں ہوتیں، اور سی ای او اور سی ایف او اب بھی دستخط کرکے ذمہ داری قبول کرتے ہیں۔ یہ مستقل عوامل تنظیمی ڈیزائن کے ا anchor ہیں، اے آئی صرف ان افراد کے درمیان معلومات کے تبادلے اور فیصلوں کے جاری رہنے کے طریقے بدل دیتا ہے، انسانی فطرت خود نہیں بدل سکتی۔

لیکن اس اینکر کے اوپر، تین سطحوں کی دوبارہ تحریر ہو رہی ہے۔ اپنے آپ سے تین سوالات پوچھنا ضروری ہے:

• بھرتی کی عمل، اب بھی صرف کیپیبلیٹی پر مرکوز ہے؟ ٹیسٹ کا جائزہ لینے کا کوئی طریقہ کار ہے؟ ایجنسی کا جائزہ لینے کا کوئی طریقہ کار ہے؟
• آپ کے ادارے میں، کتنے لوگوں کی بنیادی قیمت معلومات کو فراہم کرنا اور حکمات کی انجام دہی ہے؟ ان عہدوں کا ساختی دباؤ AI ٹولز کے پختہ ہونے کے ساتھ لگاتار بڑھتا جائے گا۔
• کیا آپ کی پروڈکٹ پلاننگ اب بھی چھ ماہ کی ترتیب کی کوشش کر رہی ہے؟ یہ صرف اس بات کا مسئلہ نہیں کہ تین ماہ کی پلاننگ خود میں غلط ہے، بلکہ آپ اسے وعدہ کے طور پر استعمال کر رہے ہیں یا ہفتہ وار اپڈیٹ ہونے والی رہنمائی کے طور پر؟

آخر میں：

جدید علمی کام صرف تقریباً 150 سال پرانا ہے۔ اسے ایجاد کیا گیا ہے۔ یہ آگ یا زبان کے مقابلے میں اتنی پرانی نہیں۔ اسے اس کا ایک نیا ذائقہ کیوں نہیں بنایا جا سکتا؟

علمی کام صرف 150 سال پرانا ہے، جو انسانوں نے ایجاد کیا ہے، اور کمپنیوں کے عمل کا منطق بھی انسانوں نے طے کیا ہے۔ جو کچھ ایجاد کیا جا سکتا ہے، اسے دوبارہ لکھا جا سکتا ہے، اور Notion پہلے سے ہی اسے دوبارہ لکھ رہا ہے، جو زیادہ تر لوگوں سے دو سال آگے ہے۔