Mentionsy

AI też pracuje się jak z dzieckiem.

Czyli można powiedzieć, że kontekst jest kluczowy przy pracy z AI.

Żyjemy teraz w takiej erze hype'u na AI.

Ciężko jest przejść koło niej obojętnie i uważam, że jest też taki wszechobecny hejt, a zwłaszcza uważam, że w dziedzinie analizy danych na AI, bo są kłótnie na zasadzie, ja pokazałem liczbę A, ona jest tam o 3% inna niż to, kto nie zrobiłby tego LLM.

Jak ja wykorzystuję w ogóle AI?

Zacząłem temat o AI, teraz przeszliśmy trochę na te konteksty, ale jeszcze bym trochę jednak zanim rozwiniemy ten temat AI-owy, tu słuchacze chwilę poczekają, ten podcast będzie trwał pewnie ponad godzinę, jeszcze o tym AI porozmawiamy, ale jeszcze bym wrócił do tych kontekstów.

To nie odczujecie tego może jeszcze dzisiaj, ale jeżeli chcecie przechodzić w tę erę AI, chcecie być na to gotowi, to nie powiem, że bezkosztowo, ale moim zdaniem w tej erze nie musicie zatrudniać dodatkowej osoby do tego.

Już nawet nie mówię, że musi to wykorzystać ostatecznie AI, ale nawet dla was samych, żeby dać ten kontekst nawet zeszłoroczny i tak dalej, ułatwi wam tę pracę.

Jakbyście dali gołe kampanie, po prostu wylistowane kampanie, koszty, przychody, ROAS do agenta albo do po prostu jakiegokolwiek silnika AI-owego.

No to on patrzy, ogląda ROASy i to jest fajne, bo tutaj mamy różnicę między, ja uważam, data-driven, gdzie AI jest mocno data-driven bez kontekstu, czyli on tylko patrzy na dane,

I to jest jeden z takich ważnych czynników, kiedy to odróżnia od jakby takie wdrożenia AI czy takie wdrożenia nawet takiego wsparcia analitycznego, wirtualnego analityka od tego, czy on będzie działał, czy nie.

Czyli tak odpowiadając na pytanie, jakie widzisz zastosowanie AI w e-commerce, to może być analityk, który jest takim botem?

Jeśli ktoś z was byłby zainteresowany

Później budujemy takie jedno źródło prawdy zasilane kontekstem, czyli robimy kontekst log i pod to podpinamy agenta AI.

Wiadomo, złożoności biznesów są różne, czy robimy właśnie biznes omni czy nie, ale mi się wydaje, że to jest bardzo dobry początek, żeby zacząć w ogóle współpracę z AI i żeby tego też nie demonizować.

Czyli już zostaw jakość tych danych, jeśli one są wystarczająco dobre, zajmij się łączeniem tych kropek i zobacz, czy masz w ogóle kontekst loga i przejdź później do budowania tych agentów AI, czy też właśnie takich infrastruktur wspierających pracę analityka.

Analityk AI to jest takie myślę zbyt... Taki buzzword, nie?

Tak i powiedz mi, co należy zrobić w e-commerce, aby mieć takiego agenta AI?

No bo gdybym to odpytał i powiedział do AI, odpytałbym Vertexa, co sądzisz?

Vertex AI, tak w ramach wyjaśnienia, to jest coś więcej jak taki zwykły LLM.

Więc teraz, żeby to wszystko dobrze zrobić, to ten cały agent musi, jakby to się nazywa tak zwany chain prompting dla słuchaczy.

Każdy z tych promptów od pytań do AI ma swój kontekst.

Rozmawiamy o AI, o analityce i danych.

Wróćmy jeszcze Kamilu do tego agenta AI.

Czy on ma jakąś swoją określoną rolę w całym procesie pracy przy AI?

On dostanie jakiś zestaw, ale coś czego AI nie zrobi jeszcze, to jest to, żeby wziąć na siebie ciężar jakiejś decyzji, tak?

Powiedzmy, robimy hurtownię danych i jakby ten proces już w dużym stopniu możemy zautomatyzować nawet bez agentów i AI.

AI też pracuje się jak z dzieckiem.

Patrząc na to, jakie są koszty i jeżeli chodzi o zatrudnienie i też znaleźć te osoby na rynku, to jest zaufać tej maszynie, zaufać temu AI-owi, ale też nie zrażać się po pierwszych dwóch iteracjach.

A trzecia to jest taka, powiedziałbym, trochę otwartość do technologii, nie zamykanie się w swoim świecie i też dzielenie się tymi wszystkimi informacjami, żeby dobrze zasilać organizację właśnie w takich przypadkach, jak chcemy wyrażać się w AI, to trzeba tym kontekstem po prostu ze wszystkimi się dzielić.

Że nie potrzebujesz mieć zawsze, w sensie oddając analizie AI coś, to nie zawsze potrzebujesz być jeden do jednego zgodny z tym, co widziałeś u siebie w raporcie, żeby podjąć tą samą decyzję, tak?

Więc jeżeli zobaczysz raz 405, a AI zrobił i policzył 389,

Rynek, jest cała konkurencja, są całe supply chainy, milion rzeczy, które się dzieje.

Bo jeżeli będziemy chcieli być przygotowani później na wykorzystanie tego AI, no to musi być bardzo jasna i klarowna definicja.

Czyli można powiedzieć, że kontekst jest kluczowy przy pracy z AI.

Duża zmiana, bardzo uważam, że trudna, bo co było problematyczne, to to, że jeżeli oddawaliśmy jakieś proste czynności AI, no to, nie wiem, napisanie maila mógł to dla nas zrobić, mógł, nie wiem, zrobić jakąś prostą analizę, ale napisanie struktury i procesów w firmie, a zwłaszcza pod ten kontekst, to jest trudne zadanie, nie jest takie proste.

Ale jeśli zabraknie tam 30% wpisów, to nie panikujemy, żeby dozbierać do 100%, bo inaczej AI nie będzie działał.

To jest fajne w tym procesie AI.

Ja uważam, że jest bardzo wdzięczny i też nie rozumiem trochę hejtu na całe to podejście, zwłaszcza w analizie danych, bo można tu się bardzo fajne rzeczy nauczyć, typu nie domyśla się AI, więc tutaj rozmawiamy, patrzymy, hej, pamiętacie, tutaj odpaliliśmy jakąś tam kampanię influencerską bardzo dużą, wydaliśmy tam 100 koła na influencerów.

I można to też odłożyć w takim kontekście logu albo w jakimś miejscu typu odpaliliśmy tą kampanię, bo mieliśmy takie działania, takie cele, takie KPI, bo wtedy ten AI też nauczy się myśleć tak jak wy.

Czy masz jakieś inne przykłady jeszcze takich narzędzi wspieranych AI, które właśnie pełnią taką funkcję analityki konwersacyjnej?

Jest takie coś jak AI feedback.

To jest właśnie taki AI Agent, na razie jest dashboardowy.

Zwłaszcza w tym, że jeżeli chcemy bardzo mocno lewarować się tym AI, współpracować z tym AI i analizować przy pomocy AI, to mi się wydaje, że po pierwsze, no to wiadomo, dokumentowanie procesów, ale ten kontekst log jest moim zdaniem mały próg wejścia, żeby to prowadzić, a przewaga jest niesamowita moim zdaniem.

Myślę, wydaje, że okej, AI będzie lepiej łączyło kropki, ale musi mieć kropki do łączenia, więc jakby dalej uważam, że okej, AI się bardzo rozwija, ale może to robić szybciej, może w szerszym kontekście, ale w kontekście.

Jeżeli chodzi o AI, to jest pewne skupienie, czyli jak działa to AI, trochę trzeba lepiej zrozumieć, dlaczego on np.

Ale przez to, że dzięki AI'owi trochę demokratyzują się dane, to są jakby właśnie, wspominałem już o analizie RFM, ale uważam, że tak jak rozmawiam z ludźmi, mało osób patrzy na przykład na status swojej bazy klientów, a uważam, że to jest jakby klucz.

Czy nie jest trochę tak, że jeśli my tym e-commerce managerom zautomatyzujemy procesy analiz wykorzystując AI, to w ich obowiązku pozostanie jedynie edukacja i budowanie kontekst loga?

Uważam, że jak dobrze ten AI nawet z tym kontekstem łączy tych kropek, to dalej jest właśnie, moim zdaniem, będzie właśnie ćwiczenie tego mięśnia decyzyjnego i to, czy jesteś w stanie właśnie

No bo biznes popatrzy na ten AI i musi mieć po pierwsze zaufanie, a po drugie odwagę.

I tak jak rozmawiałem z Danielem o adaptacji AI w firmach, stwierdziliśmy, że najważniejsza jest elastyczność.

Bo nawet jak jesteś elastyczną organizacją, ale boisz się AI, uważasz, że liczby kłamią, że nie będziesz miał tego revenue, tego roju z tej inwestycji, nie podejmiesz ryzyka, nie będziesz miał odwagi.

I to była bardzo słuszna uwaga, że można być bardzo elastycznym, można też, to jest ważne w AI, przy tym, że AI przyspiesza, ale przyspieszenie beznadziejnego procesu 10 razy to jest beznadziejny proces szybszy 10 razy, tak?

Dzisiaj bym powiedział, że LinkedIn, bo jestem dzisiaj na etapie takim, że dużo pracuję z tym AI, on dużo o mnie wie, więc ja mu dużo dorzucam, więc dzisiaj moim głównym takim źródłem wiedzy jest LinkedIn, gdzie na przykład ktoś mówi o czymś nowym, jakąś nową funkcjonalnością, dorzucam do swojego systemu, no i często po prostu rozmawiam z tym AI, mówię, dorzucam kropkę czy tam jakiś tam kamyczek i mówię, dołączyliśmy nowe informacje, co z tym robimy?

Edukuję o transformacji AI.

Widzisz, tyle gadamy o biznesie, tyle gadamy o AI, nie gadamy o tym, co produkujesz.