Workday hat begonnen, das Jev-Entscheidungsmodell von TypeSafe zu verwenden, um Benutzeroberflächen zu erstellen, die sich während der Eingabe im KI-Assistenten Sana verändern. Sana ist inzwischen die neue Startseite für Workdays Software für Personalwesen, Finanzen und Informationstechnologie. Systemadministratoren können den Assistenten für Nutzer bereitstellen, ohne ihn zur Standardoberfläche zu machen.
In einer Demonstration führte eine Frage zu einer Gehaltsabrechnung dazu, dass eine Karte angezeigt wurde, die den Betragswert hinter einem Klick verbarg. Bei einem Urlaubsantrag wurde ein Datumsauswahlfeld erstellt, und Sana füllte die übrigen Felder aus. Die grundlegende Idee besteht nicht darin, dass ein Sprachmodell eine vollständig neue Oberfläche schreibt, sondern darin, dass es Komponenten aus einem von Workday vorab erstellten Designsystem auswählt.
Komponentenauswahl statt Oberflächengenerierung
Joel Hellermark, Chief AI Officer bei Workday und Gründer von Sana, sagte, der übliche Ansatz bei generativen Benutzeroberflächen sei relativ langsam. Der vorgelegten Erklärung zufolge versah Workday Jev mit jeder atomaren Komponente des Designsystems, ohne für jeden Fall eine feste Auswahl-Logik zu schreiben. Das Team musste jedoch auch das Vorabladen von Daten abstimmen; die Karte mit der Gehaltsabrechnung erschien in der Demonstration, bevor die Frage vollständig eingegeben war.
TypeSafe zufolge antwortet Jev innerhalb eines Zeitraums von 70 bis 500 Millisekunden, wodurch sich das Modell für die Auswahl von Oberflächenelementen in Echtzeit eignet. Entwickler übermitteln dem Modell Anwendungsdaten und eine Gruppe typisierter Fragen. Jev gibt daraufhin eine Auswahl aus einer Liste mit bis zu 255 Optionen, eine Bewertung oder eine Ja- beziehungsweise Nein-Antwort sowie eine Wahrscheinlichkeit für jedes Ergebnis zurück. Jev generiert keinen Text.
Was ändert sich praktisch?
Dieses Design verlagert einen Teil der Oberflächenaufgabe von der offenen Generierung hin zu einer kontrollierten Klassifizierung. Dadurch kann die Anwendung bekannte und testbare Elemente anzeigen, statt darauf zu warten, dass ein Sprachmodell jedes Mal eine neue Struktur erstellt. Außerhalb von Workday veröffentlichte Tests weisen auf einen möglichen Geschwindigkeitsunterschied hin: Andrew King von Very Good Ventures sagte, dass der Einsatz von Jev für Fragen mit festgelegten Antworten die mediane Renderzeit eines generativen Dashboards auf 3,8 Sekunden senkte, verglichen mit 29 Sekunden bei der Verwendung eines fortgeschrittenen Modells zu dessen Erstellung. Die Tests basierten dabei auf synthetischen Daten.
In einem Test mit dem Banking77-Datensatz erreichte Jev eine mediane Zeit von 175 Millisekunden und eine Genauigkeit von 81 %. Claude Opus 5 erzielte eine Genauigkeit von 84,4 %, benötigte jedoch 2,3 Sekunden und war der Quelle zufolge etwa 22-mal teurer.
Einschränkungen und offene Fragen
Die Dokumentation von TypeSafe weist darauf hin, dass Jev Schwierigkeiten mit Zählen, Berechnungen und Datumsangaben hat und dazu neigen kann, die zuerst aufgeführte Option auszuwählen. Außerdem behandelt das Modell eingeschleuste Inhalte standardmäßig nicht als bösartig. Einige Experimente verwenden ein alternatives Sprachmodell, wenn die Zuversicht von Jev unter 50 % fällt. Dadurch wird der Entscheidungsumfang des Modells begrenzt, anstatt es jede beliebige mögliche Form generieren zu lassen.
Workday hat nicht erläutert, wie groß das mit Sana verwendete Designsystem ist oder was geschieht, wenn eine Anfrage zu keiner Kombination der verfügbaren Komponenten passt. Außerdem hat Workday TypeSafe in die Liste seiner Unterauftragsverarbeiter aufgenommen, die Kundendaten verarbeiten dürfen. TypeSafe stellt derzeit auf Anfrage einen SOC-2-Type-II-Bericht bereit, doch die Quelle belegt keine zusätzlichen Einzelheiten zur Sicherheitsarchitektur oder zu Richtlinien für die Datenaufbewahrung.
Der Schritt erfolgt im Rahmen eines breiteren Wettbewerbs bei Entscheidungsmodellen: OpenAI, Amazon, Cloudflare und Perplexity haben ähnliche Modelle eingeführt, und Microsoft folgte in der Vorwoche. TypeSafe brachte das Jev-Modell am 15. September zusammen mit einer von DCVC angeführten Seed-Finanzierungsrunde über 40 Millionen Dollar auf den Markt. Anschließend gab das Unternehmen eine von Andreessen Horowitz angeführte Series-A-Runde über 870 Millionen Dollar bei einer Bewertung von 7,5 Milliarden Dollar bekannt.