#design i #automatyzacja - jak usprawniać procesy w organizacji

No i ktoś złośliwy by powiedział, że cebula deals, nie? Ale rzeczywiście ma to sens i to nie wynika z tybulactwa, tylko wynika to ze zwykłej roztropności. Tak uważam. Tu nie wprost poruszasz obszar, który jest dzisiaj bardzo nośny, czyli oczywiście szeroko pojęte kwestie związane z AI. I rzeczywiście od czasu, kiedy ta popularność w jakiś sposób wybuchła, powiedzmy, już teraz będzie nawet dwa lata, Pewnie jesienią tego roku, czyli całego czata GPT. No to już pomijam kwestię tego, że wiesz, nie wiem czy widziałeś takiego mema, może to najlepiej podsumuję i spuentuję. Stary ten dowcip rekruterów, handlowców i tak dalej, sprzedaj mi ten długopis, nie? I podpisane 2024. Ten długopis ma AI.

Więc dzisiaj to rzeczywiście musi być w różnych miejscach. Różnie jest rozumiane, bo jednak to co mamy, to co jest kojarzone najczęściej, to jest albo generowanie tekstu, albo jakieś tam pozorne jego zrozumienie, czyli powiedzmy elelemy, czy tam generowanie obrazów, generowanie filmów. Ale dla nas np. osób technicznych to są inne, głębsze obszary, to są właśnie sztuczne sieci neuronowe itd., które mogą optymalizować procesy, wpływać na pewne decyzje itd. Tych rozwiązań jest też trochę więcej i można je wdrażać. My też mamy parę ciekawych projektów, które AI na różnym szczeblu wykorzystują, więc wiemy jak to działa, nie? Ja mam taką refleksję, że jakby szum wokół AI jest bardzo duży, natomiast zainteresowanie konkretnymi projektami AI-owymi jest znacząco mniejsze.

Nie odpowiada to, narracja publiczna nie jest aż Tak bardzo adekwatne do ilości case'ów, które chcą rzeczywiście z tego AI korzystać. No i też wyszło, że wiele rzeczy nie trzeba robić AI. To też nie jest tak, że nie dało się pewnych rzeczy zrobić zwykłymi algorytmami, niekoniecznie wspomaganymi sztuczną inteligencją. Ja o tym bardzo często mówię, jeżeli rozmawiam z ludźmi, bo efekt często będzie odwrotny od zamierzonego. Trzeba przede wszystkim pamiętać o tym, że jeżeli mówimy na przykład o LLM-ach, to one przede wszystkim się nastawiają na to, żeby dać nam odpowiedź. Z naciskiem, że nie musi to być poprawna odpowiedź. One mają dać nam odpowiedź. To był taki kawał, że ktoś miał policzyć jakieś zadanie.

Ile jest? Trzynaście razy osiemdziesiąt cztery. Dwanaście. Źle, ale za to szybko. To czasami tak jest. Tak, ale to właśnie nie jest próba odwzorowania w żaden sposób operacji matematycznych, bo LLM-y do tego nie powstały, więc to w żaden sposób nie działa. One po prostu fizycznie do tego nie powstały, a ja podczas jakichś rozmów networkingów mówię najczęściej, że naprawdę są stare, dobre algorytmy rozwiązujące różne problemy, bo są jakieś algorytmy commie voyagera i tak dalej, które po prostu w dobry sposób rozwiązują problemy i wprowadzanie na siłę do tego AI może mieć efekt odwrotny od zamierzonego, bo nie zapanujemy nad tym wynikiem i rezultatem na przykład w jakiś sposób. A spróbuję postawić się w kontrze, bo zupełnie niespodziewanie zauważyłem, że AI jest chętnie wykorzystywany, no programiści też coś z nim robią u nas, natomiast zauważyłem, że osoby odpowiedzialne za sprzedaż czy za zarządzanie projektem korzystają rzeczywiście z AI jako z wyszukiwarki, że często zamiast budować samemu jakąś syntetyczną odpowiedź, najpierw budują sobie w AI i później przerabiają pod siebie.

I osoby odpowiedzialne za coś takiego, czy za kwestie optymalizacji czasu potrzebnego na uzupełnianie różnego rodzaju dokumentacji projektowych, czy jakichś wniosków. Też posiłkują się tym, żeby poukładać to, co są w stanie łatwo napisać w dwa zdania, rozdmuchać w kilka okrągłych zdań, żeby łatwiej było to zrozumieć drugiej osobie. Czyli w jakim stopniu Wryły to do swojego języka, do tego jak chcą się komunikować. Najpierw przerzucają to jeszcze przez AI, żeby trochę dostosować to uniwersalnie do każdego odbiorcy. Tak, no bo można często takiemu modelu językowemu na przykład narzucić w jakim charakterze, w jakim stylu ma napisać i tak dalej i to można jakoś sobie w miarę ubrać. W ogóle moc się pojawia wtedy, kiedy mamy jakieś własne wdrożenia modeli, na przykład załadujemy własną bazę wiedzy do niego, co też różni pasjonaci AI realizują i wtedy rzeczywiście on może w oparciu o pewną naszą wiedzę pracować.

Ja byłem bardzo zadowolony na przykład rozwiązaniami, które chociażby Copilot proponował, no bo Microsoftowe rozwiązania miały na przykład z Teamsem integrować się do takiego poziomu, że nie tylko automatycznie robią transkrypcję spotkań naszych wszystkich, ale ładują też do pewnej naszej bazy. Więc możemy na przykład zapytać Copilota o to, kiedy na spotkaniu padła deklaracja ceny albo kiedy na spotkaniu padła deklaracja terminu i on to po prostu wie. Są to sprytne case, gdzie podpinamy sobie AI, który nam analizuje np. handlowców, czy rzeczywiście wspomnieli o czymś, czy coś wybrzmiało, jakie były te procentowe udziały, kto ile się wypowiadał na spotkaniu. To moim zdaniem jest trochę za dużo. Ja czuję, że to jest trochę creepy. Natomiast też wiemy, że w trakcie jak się realizuje projekt czasem trzeba zakotwiczyć pewne rzeczy, które padły na spotkaniach, bo później klient powie nie, wcale się tak nie umawialiśmy.

I lada moment będą chciały wprowadzić rzeczy naprawdę rewolucyjne. Tak. Tak. Ale ty jesteś prowadzącym, oddaję głos do studia. Ja się już też zamyślewam czasami, bo mi się też od razu rzeczy, pomysły przypominają. Jest rzeczywiście dużo otwartych tematów i ten AI się rzeczywiście pojawia. Myślę, że najważniejsze rzeczy poruszyliśmy. To już jest ciekawa perspektywa i myślę, że tutaj też daliśmy jakąś wartość dla wielu osób. Rzeczywiście bardzo dużo można zautomatyzować, bardzo można dużo usprawnić w szerokim pokroju. Ja dziękuję Ci bardzo za wizytę.