Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизAPI / Продукт · В работуTechCrunch→ оригинал

Бывший директор Meta запустил Ndoc — ИИ-замену Office и Google Workspace

Бывший директор Meta Рохит Пател после восьми лет в компании запустил Ndoc — офисный пакет, где ИИ сам собирает таблицы и презентации. Всё живёт в одном документе с тремя вкладками: презентация, текст с выводами и ссылками, данные со скриптами на Python. Любой может открыть код и проверить, откуда взялась формула. Пока это альфа у команды из трёх человек, но проверяемость ИИ-результата — урок для любых корпоративных продуктов.

AI-обработка оригинала TechCrunch; редакция Hamidun News
Бывший директор Meta запустил Ndoc — ИИ-замену Office и Google Workspace
Источник: TechCrunch. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникTechCrunch ↗
Главный редактор
Ключевой факт #1Формат .ndoc.html откроется в любом браузере; его обещают сделать открытым
Ключевой факт #2Ndoc работает на смеси открытых моделей, поэтому запуск дешевле frontier-ИИ
Ключевой факт #3В команде три человека, инвестиций нет; платить нужно за токены и использование

Большие ИИ-лаборатории последние два года встраивают нейросети в привычные таблицы и документы: модель заполняет ячейки, пишет абзацы, рисует слайды. Бывший директор Meta Superintelligence Labs Рохит Пател считает такой подход тупиковым и ушёл из компании, чтобы построить офисный пакет с нуля. Его стартап Ndoc — претендент на место Microsoft Office и Google Workspace, но с одной особенностью: всё, что делает ИИ, можно проверить.

Один документ вместо связки из шести инструментов

Пател называет проблему «ChatGPT copy-paste». Аналитик берёт данные из Excel, гоняет их через чат-бота, вставляет результат в Word, рисует графики в Tableau и собирает слайды в PowerPoint. Ndoc сводит это в одно рабочее пространство с тремя вкладками.

Вкладка Stage — витрина: презентации, дашборды, симуляции и мини-приложения с ключевыми выводами. Вкладка Narrative — текст анализа с пронумерованными ссылками, сгенерированными графиками и объяснением, почему цифры именно такие. Вкладка Model — исходные данные и Python-скрипты, на которых всё построено.

Работает это так: пользователь загружает набор данных и просит провести анализ и написать выводы. Можно задать контекст документа — аудиторию, тон, — а Ndoc хранит память на четырёх уровнях: о человеке, конкретном документе, команде и компании. Коллеги могут открыть результат, даже если сами в Ndoc не зарегистрированы.

Проверяемость как главный аргумент

Пател занимался в Meta обучением с подкреплением (когда агент учится методом проб и ошибок) и оценкой того, можно ли доверять ответам ИИ. Отсюда и дизайн. Если нейросеть строит таблицы и слайды, по которым компании принимают решения, кто-то должен иметь возможность проверить её работу.

Поэтому скрипты не прячутся. Даже не зная Python, можно спросить у встроенного чата: «Что делает этот скрипт? В какой строке моя формула?» — и убедиться, что расчёт верен. По словам Пателя, «за занавеской ничего не скрыто». Для финансовых и аналитических задач, где ошибка в одной ячейке стоит денег, это более сильный довод, чем ещё один процент точности модели.

Вторая ставка — открытый формат файла. Документ экспортируется в один файл .ndoc.html, который открывается в любом браузере. Пател хочет опубликовать спецификацию, чтобы сторонние разработчики делали совместимые приложения и пользователи не оказывались заперты в одной экосистеме, как годами были заперты в Microsoft и Google. Это, по его словам, отчасти и стало причиной ухода: в Meta согласование открытого формата потребовало бы мнений «сотен людей».

Экономика, конкуренты и риски

Ndoc построен и дообучен на смеси открытых моделей, а не на frontier-моделях. Пател утверждает, что это заметно дешевле в эксплуатации, хотя независимых подтверждений нет. Забавно, что первые тестовые пользователи об этом не спрашивают: их радует, что весь процесс от данных до вывода собран в одном месте.

Сейчас Ndoc проводит корпоративный пилот и открывает альфу для ограниченного числа клиентов из списка ожидания. Регистрация бесплатна, платить нужно за использование и токены. Бета обещана в ближайшие недели, полноценный запуск — в следующем году. В команде три человека, внешнего финансирования нет: Пател хочет сначала доказать, что продукт любят, и только потом привлекать деньги.

Риски очевидны. OpenAI, Anthropic, Google, Meta и другие уже выпустили корпоративные инструменты, которые подключаются к Google Workspace и Microsoft 365. Месяц назад OpenAI запустила Space — общее рабочее пространство внутри ChatGPT, прямого конкурента Ndoc. Менять привычки целых компаний трудно, поэтому Пател сделал коннекторы для импорта данных из существующих сервисов.

Для разработчиков и продактов здесь два практических вывода. Первый: в ИИ-инструментах для работы прозрачность результата может быть продающей функцией, а не техническим излишеством. Второй: открытый формат документа — способ потягаться с гигантами без их дистрибуции. Выстрелит ли это у команды из трёх человек, покажут бета и первые корпоративные клиенты. Сам Пател исходит из простого правила: исполнение сегодня дёшево, так что лучше запустить неидеальный план, чем ждать идеального, пока его не реализует кто-то другой.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: один документ вместо связки из шести инструментов?

Пател называет проблему «ChatGPT copy-paste». Аналитик берёт данные из Excel, гоняет их через чат-бота, вставляет результат в Word, рисует графики в Tableau и собирает слайды в PowerPoint. Ndoc сводит это в одно рабочее пространство с тремя вкладками. Вкладка Stage — витрина: презентации, дашборды, симуляции и мини-приложения с ключевыми выводами. Вкладка Narrative — текст анализа с пронумерованными ссылками, сгенерированными графиками и объяснением, почему цифры именно такие.

Что известно по теме: проверяемость как главный аргумент?

Пател занимался в Meta обучением с подкреплением (когда агент учится методом проб и ошибок) и оценкой того, можно ли доверять ответам ИИ. Отсюда и дизайн. Если нейросеть строит таблицы и слайды, по которым компании принимают решения, кто-то должен иметь возможность проверить её работу. Поэтому скрипты не прячутся. Даже не зная Python, можно спросить у встроенного чата: «Что делает этот скрипт? В какой строке моя формула?» — и убедиться, что расчёт верен. По словам Пателя, «за занавеской ничего не скрыто».

Что известно по теме: экономика, конкуренты и риски?

Ndoc построен и дообучен на смеси открытых моделей, а не на frontier-моделях. Пател утверждает, что это заметно дешевле в эксплуатации, хотя независимых подтверждений нет. Забавно, что первые тестовые пользователи об этом не спрашивают: их радует, что весь процесс от данных до вывода собран в одном месте. Сейчас Ndoc проводит корпоративный пилот и открывает альфу для ограниченного числа клиентов из списка ожидания. Регистрация бесплатна, платить нужно за использование и токены.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Закрытый клуб практиков · Vibe Club

Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами

Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.

Вступить в Vibe Club →Тест-драйв Академии (72ч)
Что вы думаете?
Загружаем комментарии…