Mentionsy

Podyskutujemy też o przyszłości AI w product managemencie.

Czy budowa MVP z wykorzystaniem AI to przyszłość branży, czy jedynie ciekawy eksperyment?

Zachęca i inspiruje wszystkich wokół do korzystania ze sztucznej inteligencji i zawsze potrafi doskonale wytłumaczyć, jak działają konkretne rozwiązania AI.

Zainspirowany rozmowami ze startupami z mojego networku, ale też z naszymi spółkami portfelowymi z wcześniejszego funduszu, ze spółkami, w które chcemy zainwestować.

Czy można zrobić kopię Typeforma, albo przynajmniej coś zbliżonego, tylko z AI?

Tylko z AI, bez napisania ani jednej linijki kodu.

Dlatego, że wcześniejsze jakieś podejścia do AI, one były bardzo proste.

To by było niczym, gdybym też tego nie pokazał i nie zebrał grupy osób, które zaczęły to testować i dawać mi feedback, za co też bardzo dziękuję wszystkim tym, którzy coś wysłali, podesłali jakiegoś maila czy wypełnili ankietę z feedbackiem.

Ale rejestracja była zamknięta ze względu na to, że też są różne przypadki hakowania tego typu aplikacji, do tego też będziemy przechodzić, co z bezpieczeństwem takiej apki, która jest zakodowana z AI.

Chyba koło godziny 20-30 dostałem wspaniałego maila z bardzo rozbudowanym feedbackiem od jednej ze znajomych.

Możliwość robienia rzeczy z AI mi pozwoliła w ciągu 45 minut poprawić 4 z 5 błędów, które wymieniła w takim mailu i po 45 minutach mogłem odpisać, że te rzeczy już są poprawione, możesz sobie wejść do aplikacji i sprawdzić, czy one działają.

Można wypromptować aplikację i frontend, i backend, można podłączyć to do bazy danych, można tutaj ustawić autentykację z Google, mailem, hasłem, dowolnie, dzięki integracji z Supabase, która jest narzędziem do tworzenia bazy danych.

Jedyne, co wykracza poza tę aplikację, to są automatyzacje związane z samym AI.

Więc o tym też mogę za chwilę opowiedzieć, ale jest też użyta pewna logika dodatkowa automatyzacji tylko AI-owych.

Ja to zrobiłem dlatego, że w tego typu narzędziach dużo łatwiej mi jest się poruszać, jeżeli chodzi o tworzenie pewnej logiki, takiego ciągu przyczynowo-skutkowego, kilku kroków związanych z przetwarzaniem danych przez AI.

Słuchajcie, ten pierwszy prompt, jestem bardzo ciekawy co wypluje, bo to jest ciekawe, że za każdym razem robi coś innego i to jest jeszcze kolejna rzecz, którą trzeba wiedzieć o tych narzędziach, które kodują z pomocą AI, czy pomagają nam kodować, że teraz gdybyśmy otworzyli cztery różne zakładki w przeglądarce i w każdej z nich otworzyli lovable i w każdej z nich wpisali ten sam prompt,

Plus prompt systemowy, którego ja wykorzystywałem do tego, żeby stworzyć pierwszy prompt do lovable, czyli AI tworzyło prompt do AI po to, żeby zrobić coś bardziej rozbudowanego, bardziej precyzyjnego.

Masa poprawek, dlatego że AI będzie błądzić, będzie się mylić, będzie popełniał błędy, będzie przepisywał kod, którego nie powinien przepisywać, ze względu na to, że kontekst w tych modelach, o proszę bardzo, już mamy pierwszy błąd, który właśnie trzeba sobie poradzić.

I to, co ja zauważyłem w internecie, to bardzo dużo hype'u na te rozwiązania AI'owe i bardzo dużo hype'u na to, że da się zrobić jakąś aplikację w godzinę, dwie godziny, pięć czy w 24 godziny.

Jeżeli chodzi o samo wykorzystywanie AI czy Generative AI w aplikacji, no to to, co ja widzę najczęściej, to jest jakieś pole z inputem, pole z outputem, z tyłu automatyzacja właśnie na zewnątrz gdzieś w make'u czy w 8n, czy chociażby już zakodowana w lovable, ale która działa na bardzo prostej zasadzie jakiegoś jednego czy maksymalnie dwóch zapytań do API OpenAI i wyplucia efektu do kolejnego pola tekstowego.

Czy to jest coś, w co zainwestowałbym?

Umówmy się, w Formsy w swojej aplikacji też bym nie zainwestował z różnych powodów.

O nich też możemy pogadać, ale w te projekty proste, które widzę teraz w internecie, zrobione z wykorzystaniem AI,

I czasem to co dorzucamy przyrostowo nie zadziała, tak samo jak pracujący jailowo z naszymi zespołami, nie zadziała, no to wtedy robimy powrót i robimy na nowo jakby tą funkcję.

Ja tak zauważyłem, trochę oszukiwanie tego AI, to znaczy jakby mu wpisać jeden prompt, który ma dotyczyć zrobienia całej jednej dużej rozbudowanej funkcji, to możemy być więcej niż pewni, że tam będzie masa błędów i że ta funkcja nie zadziała.

Po drugie, kiedy taka sytuacja ma miejsce, po prostu zobaczycie, że AI przepisuje pliki z błędami, przepisuje je zupełnie inaczej, nie pamięta jak te pliki wyglądały wcześniej i możemy dostać a. niedziałającą funkcję, b. funkcję, która nie działa, ale nie działa tak jak my byśmy chcieli, choć mimo wszystko została zakodowana, c. możemy dostać zupełnie inną aplikację na wyjściu.

Dlaczego byś Adam nie zainwestował w tą aplikację swoją?

Słuchajcie, mam bardzo konkretne tezy inwestycyjne, jeżeli chodzi o AI i szukam przede wszystkim przewag konkurencyjnych i tak zwanej fosy w rozwiązaniach takich, które stosują Generative AI.

Są wokół AI.

Takie niepubliczne dane, z tego co ja obserwuję teraz na rynku, one najczęściej są zdobywane ze wcześniejszych doświadczeń zespołu, który robił coś może bez AI, może robił to manualnie, może miał usługę.

Weszły w niego głęboko, rozumieją go, znają tych klientów, znają pain pointy i chcą zbudować coś wertykalnego, jakby wertykalne rozwiązania, które mają adresować jakiś jeden bardzo konkretny problem i da się go, że tak powiem, rozwiązać, a potem wyskalować z wykorzystaniem Generative AI.

W kontrze do tego są na przykład zespoły deweloperów, którzy potrafią kodować, potrafią świetnie zajmować się AI, ale chcą rozwiązywać problem, którego nie znają.

Trzech deweloperów, nagle będzie robiło medtech i robiło AI dla lekarzy, a ich ostatni kontakt z lekarzem to był na...

A oczywiście my inwestujemy w zespoły takie, które się angażują na 100% i są w stanie poświęcić swoje lata życia na rozwój czegoś, więc tych kryteriów jest trochę, dla których bym nie zainwestował.

Mogliśmy sobie zobaczyć w realiach, to co zobaczyliśmy tutaj, jak to wpływa na naszą produktową pracę i tak się zastanawiam, czy według Ciebie właśnie budowa MVP z AI to jest jakby już taka teraźniejszość, że budujmy...

Solo-plenerzy, product managerowie w organizacjach za chwilę zaczną budować pierwsze wersje MVP, ale już takie działające MVP z AI.

Dużo osób komentuje rzeczy związane z AI, bawi się w cudzysłowie czatem GPT, zaczyna wprowadzać jakieś pierwsze, pierwsze automatyzacje procesów z AI do swojej pracy, nawet na takim poziomie bardzo, bardzo osobistym, jeszcze bez wsparcia całej organizacji, jeszcze bez wsparcia całego zespołu, jeszcze bez narzędzi, które ta organizacja oferuje i zapewnia.

AI teraz w sensie do wszystkiego teoretycznie można wykorzystać.

Mamy Chata GPT, mamy Cloda, mamy Studio AI od Google, gdzie można różne modele wykorzystywać.

Od pisania maili, porobienie notatek, spisywanie wymagań produktowych, rozmawianie z użytkownikami, rozmawianie z klientami, ze stakeholderami, robienie prezentacji, robienie dokumentów.

I to jest pierwszy moim zdaniem krok do tego, żeby zacząć sobie coś automatyzować czy pomagać sobie AI.

Bo można mieć wrażenie, że przecież u mnie nie da się nic zautomatyzować i wykorzystać AI, bo mam tak unikatową pracę, która wymaga tak dużo unikalnych, kreatywnych skilli, których totalnie nie da się zastąpić ani wspomóc technologią.

Gdzie na przykład mamy spotkania i potem musimy je w jakiś sposób podsumowywać, a potem stworzyć z tego maila, a potem jeszcze zrobić z tego prezentację.

W platformach streamingowych, moim zdaniem, doskonale wiecie, do jakich use cases AI może się przydawać, bo tego jest pełno na Iksie, na LinkedInie, na YouTubie, znajdujecie masę materiałów, gdzie ludzie pokazują, co jest teraz możliwe.

A co ty sobie zaznaczyłeś w kalendarzu i co zautomatyzowałeś dzięki AI?

Bo wie, jakich informacji oczekuje, bo zna moje kryteria inwestycyjne, zna dokładny zakres dokumentów czy wiedzy, którą najczęściej zdobywam od spółki po to, żeby odsiać te, którymi jestem zainteresowany, od tych, którymi nie jestem zainteresowany.

Umów się na kolejnego calla albo wrzuć to do maila po to, żeby te informacje od spółki zdobyć.

I można wtedy pracować z AI na dokumencie, który jest w pełni zanonimizowany.

Masz coś u siebie zainstalowane albo właśnie macie na jakichś swoich serwerach albo w spółkach widzicie, że takie rzeczy się dzieją?

Pewnie gdybym chciał wykorzystywać AI do tego, no to takim pierwszym krokiem byłoby zastanowienie się, czy jestem w stanie on-premise sobie z czegoś takiego korzystać w firmie.

Tempo rozwoju tych publicznych było dużo szybsze, więc w wielu aspektach okazało się, że większy sens ma zainwestowanie w to, żebyśmy mogli w jakiś sposób przygotowywać te dane, by można było je wysłać w publiczną stronę.

Jak widzisz wpływ AI na rolę product managerów?

Founderów, którzy mają produktowe zacięcie, no bo jak się gdzieś przegląda znowu też webinary, ludzi, którzy coś o tym opowiadają, no to tutaj przecież AI może Ci wygenerować strategie, AI może Ci wygenerować, nie wiem, backlog jakby do pracy ze swoim zespołem deweloperskim, tu masz Loveable, które za chwilę Ci to zakaduje, może zrobić listecz konkurencji, może wziąć transkrypcje albo feedbacki od użytkowników i tak naprawdę poproszę, zaproponuj mi propozycję zmian, nie?

Ja na początku w ogóle miałem takie myślenie, może pewnie jak wszyscy, że to raczej ta praca specjalistów jest zagrożona, jeżeli chodzi o AI, bo faktycznie tak przynajmniej się wydawało.

Ciężko mówić o AI, który podejmuje samodzielnie decyzje.

Architektura agentów, czy struktura agentów, ona ma w praktyce właśnie w ten sposób działać, czyli tam AI ma podejmować jakąś decyzję.

W pewnym procesie, w pewnym schemacie przekazywać tę decyzję do prawdopodobnie kolejnego AI, które ma z tą decyzją znowu coś zrobić, z tym outputem znowu coś zrobić i podjąć na przykład kolejną decyzję i na koniec jest dostarczany pewien produkt końcowy, tylko że

Nawet zakładając, że AI ten research zrobi, czyli porozmawia z tym użytkownikiem, następnie zrobi z tego transkrypcję, spisze notatkę, będzie znało strukturę naszego myślenia, czyli jak mam tą notatkę potem uporządkować, co z niej wyciągnąć.

Ale na koniec efekt, który jest dostarczany przez AI musi przejść przez ten białkowy filtr, tak ładnie to ujmując i to człowiek podejmuje tę ostateczną decyzję, więc jakby nie czuję, że w 100% ta praca będzie zastąpiona.

Patrząc na taką etykę korzystania z AI, patrząc na to, co jest w AI Act, jak w ogóle podchodzi się do tworzenia tych rozwiązań, czy ta ostateczna decyzja z punktu widzenia etycznego powinna kiedykolwiek przejść w ręce AI?

Mam w głowie różne rzeczy, jak procesy sądowe, już nie mówiąc o tym, jak AI mogłoby zinterpretować nasze istnienie na planecie i sposób funkcjonowania i zarządzania chociażby zasobami naturalnymi.

Nie wiem, czy chciałbym w rękach AI czy algorytmu

Wielu osób zainteresowało się zainteresowaniem automatami, które automatyzowały pracę.

Aha, jeszcze jakbym miał rozwijać Formsy w pełen produkt, co zrobiłbym po tej pierwszej fazie zbudowanej z AI?

Jest jedna rzecz, to znaczy funkcja AI, który odpytuje użytkownika w ramach tych pytań, które stworzył twórca ankiety i zbiera te odpowiedzi i je zapisuje w tak samo ustrukturyzowany sposób, w jaki są zapisywane odpowiedzi z normalnej ankiety, czyli taki konwersacyjny sposób odpowiadania na pytania w ankietach, czy zbieranie feedbacku produktowego chociażby.

Ona jest takim pierwszym krokiem do zrobienia czegoś większego, czyli do zrobienia w ogóle researchera AI, który będzie potrafił sam za nas takie badania wykonywać i robić to w sposób jakościowy.

A w sumie jakbyś miał rzeczywiście dalej to rozwijać, to dalej z AI-em?

Już w tym momencie widzę bardzo dużą trudność w rozwijaniu tego dalej z AI, nawet jak próbuję coś nowego zrobić.

Jak na to patrzycie w ogóle z punktu widzenia inwestora na ten cały świat AI?

Czyli w ogóle to jakoś uwzględniacie i bierzecie pod uwagę to, co w danej spółce, firmie, founderzy, co robią z tym AI?

To też ma dwa aspekty, czyli po pierwsze founderzy budują rozwiązania AI'owe i to jest coś, o czym trochę już opowiedziałem, czyli jakie tam bierzemy pod uwagę kryteria i

Które być może nie są stricte AI-owe.

Na przykład do tworzenia różnego rodzaju materiałów z AI.

Czy my tak naprawdę wierzymy, że ta nasza technologia ma przewagi konkurencyjne, które nie są tak rozmyte, że za pół roku OpenAI czy inny duży gracz nas zaora, bo okaże się, że nowy model jest w stanie robić to, co robiła cała nasza aplikacja.

To jest niezależne od tego, czy się buduje z AI czy bez niego, ale na pewno to pokazuje, że jakby...

I druga rzecz, wiem, że już długo, ale która mi teraz przyszła do głowy, to jest to, że bardzo dużo rozwiązań, które bazują na Generative AI,

To znaczy, jeżeli to jest asystent AI dla doradcy podatkowego, to jak zrobicie dla niego rozwiązanie, które działa na 80%, czyli zrobiliście jakiś prototyp albo nawet coś więcej,

Trudność rośnie moim zdaniem wykładniczo, więc potrzebujecie mieć świetnych ekspertów, świetnych specjalistów, żeby zbudować dobre, skalowalne i jakościowe rozwiązanie B2B, SaaSowe, wertykalne w obszarze AI.

Decyduje o tym, w co zainwestować czas poszczególnych zespołów, w co my chcemy zainwestować i właśnie Ty musisz, Product Manager, przynieść te dowody.

Jakie dowody na to zbierzemy, żeby sami się do tego przekonać, ale też oczywiście właśnie przekonać innych do tego, żeby zainwestowali w nas pomysł.

A AI, chyba tak podsumowując, przynajmniej moje takie wrażenia z tej dyskusji, AI może jeszcze nie zastąpi tego wszystkiego, ale może nam bardzo mocno pomóc właśnie w zbieraniu tych dowodów przez albo tworzenie prototypu, który możemy sobie testować, czasem może i MVP,