Notion

051 · Notion 把積木接上 AI

42:07YouTube 上架 2024-02-15Ivan Zhao（Notion CEO）

No Priors Ep. 51 | With Notion CEO Ivan Zhao

Ivan Zhao 談 Notion 為什麼用積木式元件做軟體、GPT-4 怎麼讓公司全力押注 AI、RAG 讓人不必再整理資料，以及為什麼現在是軟體重新整合的階段。

051 講了什麼

• 積木而不是單一用途的 appIvan 說 Notion 想給的是文字編輯、關聯式資料庫、權限、留言這些底層積木，讓使用者自己拼出工作流程。靈感來自 Douglas Engelbart 那一代電腦先驅，但 Ivan 也承認多數人不想自己做軟體，所以後來把積木包成現成的範本與用例。
• 多年累積的元件讓 AI 功能上線很快Ivan 說團隊花了五年以上做這些元件，AI 一出現就像換上新引擎，所以 AI 寫作、資料庫功能與 AI Q&A 都能很快推出。
• GPT-4 讓人下定決心Ivan 自己對 GPT-3 沒有感覺，拿到 GPT-4 早期版本才覺得它會思考、會推理，確信這會改變電腦上的一切，之後公司整個押上去。
• RAG 改變知識管理Ivan 認為語言模型能理解內容，人不必再為了好找而整理資料，丟進去之後再問就行。例子是同事在 Slack 或 email 上互問問題，每一題寫答案要 10 分鐘、找答案要 20 分鐘。
• 現在是整合的階段Ivan 從歷史看軟體的分合，認為 SaaS 之後碎片化已經太多，而語言模型要的是資訊集中在同一處。Ivan 也把整合分成兩種：Microsoft 那種是通路的整合，語言模型要的是資料的整合。
• 設計集中決策Ivan 把設計看成系統怎麼接在一起，所以決策偏集中、像 Apple 而不像 Amazon，並偏好既能設計又能寫程式、能整體思考的人。

從哪一段開始看18 段

1. 00:02開場與 Notion 是什麼主持人介紹 Ivan。Ivan 說 Notion 很難定義，目標是讓人在一個工具裡完成大部分工作，做法是提供底層的軟體積木。
2. 01:56為什麼少有人做統一工具別人從開發者、從預算、從語言模型的角度切入；Ivan 說自己是從電腦識讀（literacy）的角度。
3. 02:59電腦像識字一樣普及做軟體的人與用軟體的人分得太開，Ivan 說 Notion 的出發點是早期電腦先驅的想法，AI 讓這件事多了新的變化。
4. 04:22對 AI 最期待的兩件事Ivan 說最被低估的是 embedding 空間，機器比人更會整理與找資料；另一個是 agent 與工作流程。
5. 05:40AI 時代的團隊需要誰Ivan 說 Notion 的人偏介面、設計、全端與後端，ML 人很少；做 AI 需要適應機率式工程的人，以及學得快的 AI engineer。
6. 08:39為什麼做 NotionIvan 讀到 Douglas Engelbart 的論文，想做人人可修改的軟體，但發現多數人只想把事情做完。
7. 10:17積木與 AI 引擎文字編輯、資料表、權限、留言這些積木花了五年以上，AI 像新引擎，讓 AI 寫作、資料庫功能與 Q&A 很快上線。
8. 12:11公司怎麼押注 AIIvan 說共同創辦人 Simon 早就有信心，自己對 GPT-3 沒感覺，用了 GPT-4 早期版本才確信，公司隨後全力押注。
9. 14:47還缺哪些能力Ivan 把技術看成取捨：模型要更大的 context、推理、速度與更小的體積；另一邊是人的習慣與公司的風險承受度。
10. 17:42AI Q&A 與 RAG以前靠關鍵字回想，現在語言模型能理解內容。Ivan 舉搬辦公室的問題為例，不必再問同事。
11. 20:04行事曆與 agentIvan 把 AI 分成知識與工作流程兩類，行事曆算工作流程裡比較簡單的一步；主持人談到這些功能其實在減少溝通。
12. 22:42不再需要整理主持人問資料很亂怎麼辦。Ivan 認為我們可能正在離開整理資料的世界，拍張白板照片丟進去，Notion 會代為整理。
13. 24:19從歷史看整合與拆分Ivan 引用《三國演義》開頭的話，說現在處於整合階段；主持人補充創辦人心態與搭售策略的變化，Ivan 再把通路的整合與資料的整合分開。
14. 30:06設計是系統怎麼接起來Ivan 說設計不只是外觀，所以要像 Apple 做 OS 一樣集中決策，也偏好會設計又會寫程式的人，讓團隊保持小。
15. 34:17辦公室與不穿鞋的傳統前幾間辦公室都不穿鞋，第四間因為地板太硬放棄；Ivan 說挑家具和燈光也是同樣的美學選擇。
16. 36:10模型選擇與側邊欄要推理的功能用 OpenAI 與 Anthropic 的高階模型；Ivan 說有了 RAG，人人愛用的側邊欄整理方式也許不再必要。
17. 38:35前台與後台Ivan 用 1960 年代辦公室比喻 Notion 的位置，說自己做的是人面前的前台，後台多是垂直領域，兩邊不是零和。
18. 40:42企業採用與整合的好處主持人問企業如何採用。Ivan 說還在很早期，整合可以少開分頁，也替客戶省下其他專案管理工具的費用。

值得記的話5 句

• most people don't want to create software多數人並不想自己做軟體09:45

• oh wow this thing can think哇，這東西會思考13:14

• I think we might be moving past the need for organization我想我們可能已經走到不需要整理的階段23:45

• language model wants information to be one place語言模型要的是資訊集中在同一處26:43

• design is to us at least to me it's less about how it looks對我們、至少對我來說，設計比較不是外觀30:21

名詞與人物9 個

Ivan Zhao

Notion 共同創辦人兼 CEO，本集來賓。

Simon

Ivan 的共同創辦人，早就相信 AI。

Lego bricks

Ivan 對文字編輯、關聯式資料庫、權限、留言等底層元件的說法。

AI Q&A

Notion 剛推出的問答介面，建立在 RAG 上。

RAG

讓語言模型先檢索內容再回答的做法，Ivan 說它改變了知識管理。

embedding

以語意連結內容的向量表示，取代靠關鍵字與目錄找資料。

Douglas Engelbart

電腦先驅。Ivan 大學最後一年讀到這位先驅的論文 augmenting human intellect，因而開始做 Notion。

bundling

整合與拆分的來回；Ivan 認為目前是整合階段。

front office / back office

Ivan 的比喻：Notion 做人面前的前台，後台是資料庫與垂直領域用例。

提到但沒有展開

• Ivan 提到 dBase 一推出就叫 dBase II，因為當時倒掉的公司太多，第二版聽起來比較可靠，用這件事說明早期 PC 時代的軟體有多分散。
• Ivan 拿 Steve Jobs「東西不能太新」與 Off-White 的 3% 差異來比：語言模型的應用如果跟現有習慣差太多，人會不知道拿來做什麼；RAG 好用，是因為行為不變、只是結果更好。

在 YouTube 看原片 ↗