Nicht die KI ersetzt den Menschen, sondern der Mensch schafft gemeinsam mit der KI.
Am 18. Oktober veranstaltete Zellwand eine neue Produktpräsentation im INNO100 Global Innovation Flagship Store am Kulturplatz des Shenzhen Bay. Besonders bemerkenswert ist, dass das Unternehmen die Frage „Wird KI den Menschen ersetzen?“, die leicht zu Angstgefühlen führen kann, in eine vorführbare Kooperationshandlung eingebettet hat: Der Nutzer stellt eine Anfrage, der Agent beginnt mit der Ausführung; vor einer Schlüsselhandlung hält das System an, der Mensch ergänzt, bestätigt oder übernimmt die Kontrolle, dann läuft der Vorgang weiter, bis am Ende das Ergebnis angezeigt wird.
Die Antwort von Zellwand ist sehr direkt: KI ist nicht dazu da, das Leben des Menschen zu übernehmen, sondern dem Menschen neue Fähigkeiten zu verleihen. Der Mensch behält nach wie vor die Steuerung, muss aber nicht mehr alle Aufgaben alleine erledigen.
Dies ist auch der Produktpfad, den Zellwand rund um das Konzept „KI-gestützter Schöpfer“ verfolgt. Auf der Präsentation stellte Zellwand zwei Produkte vor: CyboPal ONE und WhisPrompt. Sie wurden im selben Kooperationskontext vorgestellt: Erstere ist ein Desktop-Großbildschirm-Roboter, der mit dem Computer des Nutzers verbunden wird, Letztere eine KI-Arbeits-Handkonsole zur Nutzung mit dem Computer. Die beiden Produkte greifen jeweils im Bereich der Desktop- und mobilen Büroarbeit ein und teilen sich dasselbe zugrundeliegende KI-Interaktionssystem. Nach den Worten von Peng Tianfang hofft Zellwand, dass Menschen mit Unterstützung der KI ihre Ideen umsetzen und gleichzeitig die Kontrolle über die Richtung und das Ergebnis behalten können.
Die Urteile, die Peng Tianfang im Interview äußerte, lassen sich in drei Ebenen zusammenfassen: Wie die KI die Fähigkeitsgrenzen des Menschen erweitern kann, warum die embodied Intelligence zuerst bei PCs und Desktops ansetzt, und wie CyboPal ONE und WhisPrompt als zwei Endpunktzugänge desselben KI-Interaktionssystems fungieren. Wenn man diese drei Ebenen miteinander verbindet, versteht man, wie Zellwand ein vollständiges System der Mensch-Maschine-Kooperation aufbaut, das sich um den Menschen dreht, Ziele vorgibt, Feedback gibt, Urteile fällt und an Schlüsselstellen die Kontrolle übernimmt.
CyboPal ONE und WhisPrompt: Zwei Zugänge desselben KI-Interaktionssystems
Auf der Präsentation wurden CyboPal ONE und WhisPrompt im selben Kooperationsablauf vorgestellt. Die beiden Produkte sind keine isolierten Einzelhardwareprodukte, sondern teilen sich dasselbe KI-Interaktionssystem, das Nutzer, Computer, Agent und Gerät miteinander verbindet. Dadurch können Menschen Ideen ausdrücken, Anforderungen ändern, Aufgaben wechseln, Schlüsselhandlungen bestätigen und Ergebnisse anzeigen.
Mit anderen Worten liegt der Schwerpunkt der Präsentation darin, „wie Menschen durch dieses System mit Unterstützung der KI eine Aufgabe erledigen“.
Sehen wir zuerst CyboPal ONE an. Es handelt sich um einen Desktop-Großbildschirm-Roboter, der mit dem Computer des Nutzers verbunden wird und Großbildschirm, Wahrnehmung und physische Bewegung kombiniert, sodass die KI in Form von embodied Intelligence auf natürliche Weise neben dem Computer erscheint. Peng Tianfang betrachtet diese Art von Produkt als einen mutigeren Versuch: Es richtet sich an Personen, die lange Zeit am Desktop arbeiten und Agenten intensiv nutzen, insbesondere an Geeks und fortgeschrittene Entwickler. Es macht den Computer zu einem wahrnehmbaren, interaktionsfähigen und beweglichen Zugang für die körperliche Kooperation. Der Nutzer erledigt weiterhin Aufgaben am Computer, ruft Software auf und zeigt Ergebnisse an. CyboPal ONE sorgt dafür, dass die Entfaltung, Ausführung und Rückmeldung des Agenten auf natürlichere Weise in diesen Arbeitsablauf integriert werden. Nach den Worten von Peng Tianfang verfügt CyboPal ONE über Funktionen wie Spracheingabe, Sprachänderung und Benutzergedächtnis und setzt diese im Rahmen dieses KI-Interaktionssystems noch tiefer um.
Sehen wir uns nun WhisPrompt an. Es handelt sich um eine KI-Arbeits-Handkonsole zur Nutzung mit dem Computer, die Sprache, Tasten und Drehknöpfe in Griffweite platziert und sich an Szenarien der mobilen Büroarbeit richtet. Nutzer können leichter Ideen ausdrücken, Anforderungen anpassen, sie zur Ausführung an den Agenten übergeben und Ergebnisse anzeigen. Peng Tianfang beschrieb es sehr konkret: Die Handkonsole verbessert zunächst das Erlebnis der Absichtsausdrücke und Steuerung, sodass Nutzer nicht vollständig auf Tastatur und Maus angewiesen sind, um ihre Ideen schneller an den Computer zu übermitteln. Das Team verfolgt das Konzept, dass Nutzer nach und nach so vertraut damit werden, dass sie einhändig arbeiten können, und dass in Zukunft sogar der Computer einfach nur dort stehen muss, der Mensch nur mit ihm spricht und leicht wischt, um die Interaktion abzuschließen. Das Produkt ist mit Hardware-Elementen wie Touchpad, Tasten und Drehknöpfen ausgestattet, um die häufigen Vorgänge wie „Anforderungen ändern“, „Aufgaben wechseln“ und „Handlungen bestätigen“ aus dem Bildschirm heraus in Griffweite zu verlegen.
Dieses gemeinsame KI-Interaktionssystem der beiden Produkte verbindet Nutzer, Computer, Agent und Gerät, sodass die KI Aufgaben verstehen, Operationen ausführen und Ergebnisse zurückgeben kann; bei Schlüsselhandlungen wird der Nutzer zur Bestätigung oder Übernahme der Kontrolle aufgefordert. Auf der Präsentation wurde das konkrete Erlebnis mit den fünf Aktionen „Sprechen, Ändern, Wechseln, Bestätigen, Anzeigen“ verbunden: Sprechen bedeutet, Ideen auszudrücken; Ändern bedeutet, Anforderungen zu modifizieren; Wechseln bedeutet, Aufgaben zu wechseln; Bestätigen bedeutet, Schlüsselhandlungen zu bestätigen; Anzeigen bedeutet, Ergebnisse anzusehen. Diese fünf scheinbar einfachen Aktionen entsprechen genau den Gliedern, die bei der Kooperation zwischen Mensch und Agent am ehesten unterbrochen werden.
Es ist zu beachten, dass das traditionelle Betriebssystem weiterhin die Rechenressourcen verwaltet. Das KI-Interaktionssystem von Zellwand ist eine darüber liegende Ebene, die die Kooperation zwischen Mensch und Agent organisiert. Es sorgt für eine stabile Zusammenarbeit von Software, Computer und physischer Hardware, sodass die KI aus dem Dialogfeld im Bildschirm heraustritt und zu einem wahrnehmbaren, kooperierenden Assistenten mit körperlicher Intelligenz an der Seite des Menschen wird.
Wenn man CyboPal ONE und WhisPrompt zusammen betrachtet, versteht man, warum Zellwand sie als „zwei Zugänge derselben neuen Fähigkeit“ bezeichnet: Sie dienen demselben Ziel – Menschen mit Unterstützung der KI ihre Ideen umsetzen zu lassen, während sie die Kontrolle über Richtung und Ergebnis behalten. Warum dieser Zugang zuerst bei PCs und Desktops angesiedelt ist, führt zurück zu Peng Tianfangs Urteil über die Beziehung zwischen Mensch und Agent.
Warum man mit PCs beginnt und wie das KI-Interaktionssystem die Kooperation zwischen Mensch und Agent organisiert
In dem Gespräch mit 36Kr sprach Peng Tianfang zuerst über die Grenze zwischen Mensch und KI. Seiner Meinung nach wird die Beziehung zwischen Mensch und KI schnell zu einem inhaltsleeren „KI erweitert den Menschen“, wenn man sie nur auf Slogans beschränkt. Wenn man nur von „KI ersetzt den Menschen“ spricht, führt das die Diskussion leicht in Richtung Angstgefühle.
Was Zellwand verdeutlichen möchte, ist die Grenze zwischen beiden: Der Mensch behält die Rechte an Richtung, Urteil, Bestätigung und Kontrollübernahme, während die KI die Entfaltung, Ausführung und Erprobung übernimmt. Wenn der Mensch beginnt, dem Agenten Ziele vorzugeben, Feedback zu geben und Urteile zu fällen, wechselt seine Rolle von „jeden Schritt persönlich ausführen“ zu „Richtung bestimmen, Ergebnis ansehen und an Schlüsselstellen die Kontrolle übernehmen“.
Aus industrieller Sicht reagiert dies tatsächlich auf die häufigste Gabelung bei Unternehmensgründungen im Bereich embodied Intelligence und KI-Hardware: Wenn man nur Software entwickelt, ist sie leichtgewichtig, hat aber kaum Schutzbarrieren. Wenn man nur Hardware entwickelt, ist die Markteinführung schnell, aber sie wird nach dem Abklingen der Neuheitswirkung leicht ungenutzt. Zellwand hat sich dafür entschieden, das Urteil auf „der Mensch behält die Steuerung“ zu stützen, was der Produktlogik zumindest einen überprüfbaren Ausgangspunkt gibt – der Kern liegt darin, zu sehen, ob Nutzer bereitwilliger und bequemer ihre Ideen zur Entfaltung an den Agenten übergeben, sodass sie es wagen, es auszuprobieren, zu ändern und jederzeit die Richtung anzupassen.
Tatsächlich hängt dieses Urteil mit Peng Tianfangs persönlichem Werdegang zusammen. Er beschreibt sich selbst als „sehr faul“: Er liegt lieber, als zu sitzen, und versucht, mit weniger Energie einen größeren Ertrag zu erzielen. Deshalb denkt er natürlich darüber nach: Kann der Mensch die Arbeit erledigen, indem er halb liegend auf den Bildschirm schaut? Sein akademischer Hintergrund liegt in der Entwurf und Fertigung von Mikrosystemen, was ihm das Urteil gibt, welche neuen Technologien in den nächsten Jahren zu vernünftigen Kosten in Massenproduktion hergestellt werden können.
Daher ist der Ausgangspunkt von Zellwand für die Gestaltung von Produktformen der embodied Intelligence genau das, das Erlebnis „Nutzer stellt Anforderungen, Bildschirm gibt Informationen zurück“ auf angenehmere Weise zu gestalten.
Die Methodik, die er seinem Produktteam mitgibt, lautet „auf Vertrautem einige Überraschungen und Unerwartetes hinzufügen“: Die Form darf nicht so seltsam sein, dass Nutzer Angst haben, sie zu nutzen, aber sie darf auch nicht nur eine alte Sache in neuer Hülle sein. Der Desktop-Großbildschirm-Roboter soll Desktop-PCs oder Monitoren neues Leben einhauchen; die Arbeits-Handkonsole sucht eine Position, die vertraut und ein wenig unerwartet ist, zwischen Maus, Sprechfunkgerät und Mobiltelefon.
Diese Methodik klingt einfach, ist aber in der heutigen KI-Hardware-Branche nicht üblich. In der Branche ist es nicht selten, dass man entweder die „neue Form“ zu einem Spektakel in Demonstrationsvideos macht, oder alte Peripheriegeräte mit Sprachfunktion ausstattet und sie dann als KI-Hardware bezeichnet. Zellwand versucht, ein Gleichgewicht zwischen „Vertrautheit“ und „Überraschung“ zu finden. Die Chance darin liegt, dass sobald der Nutzer es für bequem hält, die Forminnovation die Möglichkeit hat, im Alltag genutzt zu werden.
Aus diesem Grund ist Peng Tianfang der Ansicht, dass das Unternehmen über Fähigkeiten in Software, Hardware und Algorithmen verfügen muss. Bei reiner Hardware fehlt dem Produkt die Seele und die Dialogfähigkeit, es versteht auch nicht die persönlichen Gewohnheiten und historischen Hintergründe des Nutzers, sodass die Neuheit schnell vorübergeht. Reine Software hingegen, die nur über kalten Bildschirm, Maus und Tastatur mit dem Nutzer interagiert und kein wirklich neues Erlebnis bietet, hat höchstwahrscheinlich keine Schutzbarrieren.
Er hat ein Beispiel angeführt: Wenn man einen vierbeinigen Roboterhund hält, ist er anfangs sehr niedlich, aber wenn die Interaktion nicht in seine Gewohnheiten einfließt, verschwindet die Neuheit schnell. Ein echter Hund hingegen versteht einen im Laufe der gemeinsamen Zeit immer besser. Damit wollte er verdeutlichen, dass die Rolle von Software und Modellen darin liegt, die Interaktion zu einem Verständnis für den Nutzer werden zu lassen.
Das ist auch der Grund, warum Zellwand sich dafür entschieden hat, gleichzeitig das KI-Interaktionssystem und die physischen Endgeräte der embodied Intelligence aufzubauen. Aus Sicht der industriellen Arbeitsteilung hofft Zellwand bei dieser Entscheidung, sich zwischen der „Modellebene“ und der „Hardwareebene“ zu verwurzeln und die Ebene des KI-Interaktionssystems wirklich zu etablieren. Diese Position ist nicht einfach: Nach oben hin ist man mit der schnellen Iteration der Modellfähigkeiten konfrontiert, nach unten hin ist man damit konfrontiert, dass Hardwareformen leicht nachgeahmt werden können. Aber wenn Kontext und Nutzergewohnheiten wirklich im Interaktionssystem gespeichert werden, kann es zu einem zugänglicheren Zugang werden als eine einzelne App oder einzelne Hardware.
Die Entscheidung, mit PCs und Desktops zu beginnen, stammt aus dem „nicht allgemein anerkannten Urteil“ von Zellwand. Die Branche ist allgemein der Ansicht, dass KI neue Endgeräte hervorbringen wird, aber unterschiedliche Pfade bestimmen, ob ein Startup-Unternehmen erfolgreich sein kann.
Peng Tianfang hat beobachtet, dass sich die Interaktionsweisen, die Nutzer derzeit wirklich gewohnt sind, deutlich verändern. Die Bereiche, in denen neue Hardwareformen benötigt werden, konzentrieren sich hauptsächlich auf Produktivitätsszenarien: Personen, die Code schreiben, Artikel verfassen, Recherchen durchführen und Inhalte erstellen, empfinden die Vorteile und die Verbesserung durch KI sehr stark. Sie benötigen tatsächlich ein neuartiges Interaktionsendgerät, um die Effizienz zu steigern. Im Vergleich dazu erwarten Nutzer in Szenarien wie Kurzvideos, Sozialmedien und Einkauf auf Mobiltelefonen keine starke „Effizienzsteigerung“, die traditionelle Wischmethode ist bereits bequem genug, sodass die Nachfrage nach neuen Hardwareformen nicht so stark ist.
PCs und Desktops sind der zentrale Ort, an dem Schöpfer Aufgaben erledigen, Software aufrufen und Ergebnisse anzeigen, und auch die Hauptposition für die häufige und kontinuierliche Kooperation zwischen Mensch und Agent. Zellwand hat sich dafür entschieden, bei PCs anzusetzen, um zuerst die Hauptkette der Mensch-Maschine-Kooperation zu stabilisieren, und dann mit WhisPrompt den Zugang für mobile Büroarbeit zu ergänzen, bei dem die „Anforderungen in Griffweite“ liegen. Diese Pfadbeurteilung ist bemerkenswert: Sie geht direkt davon aus, „welche Gruppe von Menschen welche Arbeitsphase am schmerzhaftesten und am häufigsten erlebt“. Für junge Unternehmen ist es realistischer, zuerst in einem häufigen Produktivitätsszenario zu beweisen, dass das KI-Interaktionssystem funktioniert, als gleichzeitig Szenarien wie Mobiltelefone, Brillen und Haushaltsgeräte abzudecken. Das bedeutet aber auch, dass Zellwand zuerst die Prüfung im PC-Szenario bestehen muss: Ob Nutzer bereit sind, einen weiteren Zugang neben dem Computer zu akzeptieren.
Peng Tian