Dzisiaj będziemy rozmawiać o biznesie. Niech nie zwiedzie Was początek, w którym pada hasło RÓŻNICZKA. Mój Gość – Michał Prządka to człowiek o wyjątkowym talencie do zbierania, analizowania i ROZUMIENIA danych.
Pragmatyczny konsultant z ponad 20-letnim doświadczeniem na styku biznesu, technologii i danych właśnie. Posiada stopień z informatyki i socjologii i jest pasjonatem sportu, a także mężem, ojcem i wegetarianinem. Jego doświadczenie obejmuje różne role, od lidera zespołu po dyrektora wykonawczego i członka zarządu, zarówno w startupach, jak i w ugruntowanych korporacjach, takich jak Kantar. Pełne bio Michała znajdziecie TUTAJ.
Obecnie Michał łączy trzy obszary – dane, technologię i biznes – pracując na własną rękę. Dla niego świat AI jest idealnym obszarem do eksploracji, ponieważ technologia ta jest – jak sami wiecie – wszechstronna i nieustannie rozwijająca się.
O czym rozmawiamy dzisiaj?
Koncentrujemy się na dwóch obszarach.
- Przykłady zastosowania AI
Michał opowiada o swoich osobistych przypadkach wykorzystania narzędzi AI, takich jak chatboty oparte na GPT, dzięki którym można automatyzować proste procesy, takie jak pisanie maili, kodowanie czy wsparcie w negocjacjach. Opowiada również o narzędziach AI, takich jak OpenAI API, Mid-Journey i Perplexity, które pomagają mu w różnych aspektach jego pracy. - Transformacja biznesu
Michał podkreśla, że transformacja biznesu za pomocą AI wymaga nauki i zdobywania nowych kompetencji. Tempo zmian jest bardzo szybkie, a każda kolejna transformacja jest szybsza od poprzedniej. Człowiek musi być elastyczny w myśleniu i adaptować się do nowych sytuacji. Jednak transformacja ta wiąże się również z oporem i inercją, które należy uwzględnić.
I wiele innych, ciekawych tematów! Posłuchajcie sami!
Zdjęcia
Notatki
Źródła, o których wspomina Michał:
- Unbundling AI, Ben Evans (o modelach biznesowych): https://www.ben-evans.com/benedictevans/2023/10/5/unbundling-ai
- Poradnik o tym jak pisac prompty, od OpenAI: https://platform.openai.com/docs/guides/prompt-engineering/six-strategies-for-getting-better-results
- Link do tekstu Michała z przykladami uzycia GPT w zyciu prywatnym: https://www.linkedin.com/pulse/my-first-two-months-prompt-engineering-intern-michal-przadka/
- Fire And Forget, wpis na blogu Michała: https://blog.toasterthoughts.eu/posts/faf
- Interface Worker : https://www.linkedin.com/pulse/last-decade-interface-worker-michal-przadka-8w18f
Zdjęcia: Jan Toruński
Transkrypcja rozmowy
Disclaimer. Droga Czytelniczko, Drogi Czytelniku – mała uwaga dotycząca transkrypcji rozmowy. Jak się pewnie domyślasz – transkrypcja została przygotowana z wykorzystaniem magii LLM. Proszę o wyrozumiałość, gdyby pojawiły się w niej niewielkie błędy, literówki, etc. Żeby mieć pewność co do wszystkich wypowiedzi – polecam posłuchać, zamiast czytać. Ukłony.
Karol: Michał, witam Cię serdecznie w 99 Twarzach AI.
Michał: Cześć Karol, dzięki za zaproszenie.
Karol: Michał, kim jesteś? Skąd się wziąłeś w świecie AI?
Michał: Jestem konsultantem, pracuję z klientami, pomagając im zrozumieć, trochę rozeznać, wykorzystać potencjał tej technologii. A skąd się wziąłem? Skończyłem socjologię i informatykę na UW dawno temu. W zasadzie cały czas, całą karierę gdzieś tam byłem pomiędzy biznesem a technologią. Jeszcze na studiach miałem startup, powiedzmy w branży edukacyjnej. Ten startup został potem kupiony przez szkołę językową.
Potem na początku kariery pracowałem jako data scientist, co się wtedy nie nazywało data scientist, tylko bardziej statystyk czy analityk, ale trochę czasu spędziłem Analizując dane, rozumiejąc dane, potem kilka lat w technologii jako programista, jako osoba zarządzająca zespołami takimi właśnie dostarczającymi software. No tak mniej więcej od 10 lat raczej po stronie biznesu. Ostatnie dwie moje role takie powiedzmy etatowe to prezes firmy IT, El Passion, warszawskiego software house’u średniej wielkości. A potem byłem w Kantarze, to jest taka firma konsultingowa, zajmująca się też rozumieniem konsumentów, analizowaniem danych.
To duża organizacja, duża korporacja. Tam byłem też m.in. członkiem zarządu, odpowiedzialnym właśnie za zbieranie danych, analizowanie danych, takie tematy związane z produkcją czy operations tak zwanym. No a właśnie powiedzmy od roku mniej więcej łączę te trzy obszary, bo właśnie obszar danych, technologii i biznesu. Tylko działając już na własną rękę. zrozumieć czy tam poruszać się w tym gąszczu informacji.
Karol: Tego, co słyszę, to dane to trochę twój konik i pasja.
Michał: W jakimś sensie tak, chociaż ja tak naprawdę jestem ogólnie człowiekiem ciekawym świata, otwartym na różne tematy. Zawsze gdzieś tam nie lubiłem jakoś się bardzo szufladkować, czy jako, że to dane, czy jako technologia. Jestem człowiekiem, który lubi właśnie łączyć kropki, gdzieś tam się poruszać pomiędzy różnymi dziedzinami. No i znowu, jakby ten świat AI, bo pytałeś się, skąd się wziąłem, on się do tego idealnie nadaje, w sensie jest to tak wszechstronna technologia, tak nowa technologia w rozumieniu, czy w sensie w tym powiedzmy wydaniu Generative AI, zakładam, że dzisiaj pewnie będziemy sporo o tym rozmawiać, Często nie ma jakiś ustalonych jeszcze wzorców, zachowań, jakichś paradygmatów, jak coś robić. Trzeba po prostu się zastanowić, zrobić eksperyment, zadać jakieś pytania, poszukać odpowiedzi. No i właśnie dla osoby ogólnie ciekawej świata i jakoś tam, nie wiem, kreatywnej czy inteligentnej przy całej mojej skromności, to to po prostu jest fajny obszar. A dodatkowo mogę też generować wartość dla klientów, co oczywiście jest fajne, bo można z tego zrobić jakiś, powiedzmy, pomysł na siebie, na karierę. Pewna waluta.
Mhm. Z tego co mówisz, chyba lubisz się uczyć. Bardzo lubię się uczyć. Właściwie nawet na Twitterze, jak zobaczysz mój krótki opis, to tam jest Lifelong Learner, bo to jest na pewno taka bardzo fundamentalna dla mnie cecha. I ja w ogóle jakieś niezliczone ilości godzin poświęciłem na naukę rzeczy, które wydawały mi się jeszcze kilka lat temu kompletnie… Nie związane z niczym praktycznym. W sensie uczyłem się jakiejś tam zaawansowanej matematyki, algebry, no jakby już też nie wchodzą szczegóły.
Karol: Jeśli ciebie to interesuje, to może… Właśnie miałem się zapytać, czego się uczyłeś.
Michał: Miałem… Jednym z pomysłów było to, żeby się nauczyć tak naprawdę dobrze zrozumieć, na czym polega rachunek różniczkowy. Znaczy to znowu…
Karol: Jakby ja jestem po matfizie, śmieję się dlatego, że sam skończyłem klasę matfiz, a do tej pory nie mam bladego pojęcia, nie jestem w stanie zrozumieć.
Michał: Ja miałem faktycznie tak samo, w sensie na takim poziomie rozwiązywania zadań, czy tam rozumienia, co to jest pochodne i tak dalej, to… będziemy naprawdę rozmawiać o różniczkach? Super. No to jest szal i magia podcastów. Dla mnie bomba. Nie spodziewałem się takiego zakrętu od razu na początku, ale dla mnie bomba. Dobre pytanie, bo faktycznie jakby ono gdzieś naprawdę dotyka takiego fundamentalnie dla mnie ważnego obszaru, tak właśnie ciekawość i uczenie się. Więc miałem taki problem, że właśnie jest ten rachunek różniczkowy, czyli calculus, jak się mówi po angielsku. Miałem wrażenie, że to trochę po łebkach rozumiem. Poświęciłem na to naprawdę pewnie grubo powyżej 100 godzin na przestrzeni może nawet i dwóch lat, może trochę mniej. To, co jest niesamowite, to to, że możesz konsumować taki super jakości content edukacyjny za darmo, jeśli tylko masz czas i jakąś tam dyscyplinę, a akurat tak się złożyło, że udawało mi się jakoś tam to wygospodarować. Mówię, gdybyś chciał, no to mogę ci teraz wyłożyć tak,
Karol: Słuchaj, to w kilku zdaniach mamy parę minut.
Michał: O co chodzi w tej różnicy? Dla mnie problemem, który mi trochę zablokował myślenie, jeśli chodzi o rachunek różniczkowy, było to, że pamiętam na samym początku różniczka pochodna i tak dalej były mi przedstawiane językiem, powiedzmy, geometrycznym. Że jest jakaś styczna, nie wiem, czy pamiętasz. Matwi, skończyłeś, no to może ty pamiętasz. Jest funkcja, rysuje się styczną i ta styczna.
Funkcja, pamiętam, styczna i różniczka. Generalnie te metafory takie bardzo geometryczne mi weszły i one bardzo utrudniały mi zrozumienie kolejnych jakichś tam pojęć wokół tego. Znowu nie wchodząc w szczegóły. Ale w pewnym momencie to, co do mnie dotarło, to to, że architekt różniczkowy i cała ta gałąź matematyki związana z całkami różniczkami, to jest tak naprawdę opisywanie procesów, opisywanie zmian, opisywanie tego, co się dzieje, kiedy… jakaś wartość się zmienia, a jakaś inna może wartość się zmienia. Ona się może zmieniać szybciej, może się zmieniać wolniej. Nie wiem, no tak naprawdę, wiesz, jak jedziesz samochodem i patrzysz na prędkościomierz, jeśli zadasz sobie pytanie, jak ten prędkościomierz, co to w zasadzie jest, to tam 60 km na godzinę, czy to teraz jest 60 km na godzinę, czy to było 60 km na godzinę i to już jest rozmowa, którą możesz, nie wiem, no ja przeprowadziłem z moją tam, nie wiem, jak miałam chyba wtedy z 8 lat, nie, córką, rozmawialiśmy na ten temat i to samo odblokowało wiele różnych właśnie blokad, które miałem takich związanych z tym, że na początku myślałem o tym bardzo geomerytycznie, teraz myślę o tym jako jakiś tam proces, jakieś zjawisko, znowu nie wchodząc w szczegóły, ale jakby o wiele łatwiej się myśli o tym obszarze matematyki, który teraz jest w ogóle jednym z moich ulubionych obszarów matematyki, nie geometrycznie, tylko właśnie myśląc o zmianie.
Tak pewnie jak nawet jak się na Wikipedii poszuka, o czym w zasadzie jest tam właśnie differential calculus, czy coś w tym stylu, no to pewnie jednym z kluczowych słów tam będzie analizowanie zmiany, czy jakichś tam procesów. Ale do czego zmierzam? Więc ja bardzo dużo czasu poświęciłem na rzeczy, które wtedy mi się wydawały, będąc na stanowiskach już chyba dyrektorskich czy zarządczych, jako może jakaś forma trochę kompensowania tego, że w pracy to ja nie zajmuję się takimi prawdziwymi rzeczami, tylko zarządzam, w sensie nie robię już software’u, nie zajmuję się wytwarzaniem jakichś produktów, tylko właśnie bardziej organizowaniem pracy, no to sobie w domu po godzinach się czegoś nauczę, tak bardziej hands-on, może pokoduję też i tak dalej. Spędziłem dużo czasu właśnie ucząc się rachunku, tensorów, algebry, no a teraz to jest wszystko w centrum tego, co ja robię. To jest niesamowite, że jakby w jakimś sensie ta ciekawość i otwartość na jakieś takie czasami może niszowe tematy, kilka lat później okazało się, że jest. Znowu, nie chcę wchodzić w szczegóły, ale nie zrozumiesz tego, jak działa fundamentalnie sieć neuronowa, nie znając podstaw algebry liniowej, a tak naprawdę też właśnie rachunku różniczkowego, który tam algorytm bug propagacji jest samych podstaw tego, jak ta maszyna działa. Z punktu widzenia biznesowego to nie ma wielkiego znaczenia. Nie musisz rozumieć tego, jak działa procesor, żeby używać algorytmu. ale z punktu widzenia takiej osoby jak ja, która właśnie może właśnie chciałaby rozumieć, jakie są ograniczenia, co się da, co się nie da, jakby na ile to, co ja wiem, na ile ludzie, którzy są gdzieś tam blisko tych tematów, bardzo blisko, tak, typu nie wiem, sam Altman, czy tam inne osoby, tak bardzo blisko researchu, jakie oni mają przewagi nawet od strony takiej czysto teoretycznej, tak, czy oni coś wiedzą więcej niż ja, tak, no i tak naprawdę nie wiedzą więcej niż ja, znaczy mają dużo pewnie takiej praktycznej wiedzy inżynieryjnej o tym, jak te maszyny działają, Ale od strony matematycznej to są obiekty, które są jakoś tam opisane i mechanika ich działania też jest do ogarnięcia w jakimś sensie.
Karol: Tak sobie myślę, że skoro rozumiesz te podstawy i zasady funkcjonowania mechanizmów sztucznej inteligencji, to dzięki temu nie składasz obietnic, które potem nie mogą być spełnione.
Michał: Tak, to prawda, to prawda i ja widzę właśnie siebie jako taką osobę, która przez to, że ja poruszam się na tym spektrum od hands-on, od rozumienia tego, jak te rzeczy działają, jakie są ograniczenia, jakie są korzyści, na takim bardzo podstawowym poziomie, w sensie mówię, jakby programuję, trenuję te modele, widzę jak to działa, widzę co działa, co nie działa, ale z drugiej strony mam też dużo doświadczenia, od strony takiej bardzo biznesowej. No też dużo czasu spędziłem na spotkaniach zarządu, dyskutując o, powiedzmy, bardzo takich ogólnych problemach, z którymi firma się może borykać. I umiem z takimi osobami rozmawiać i też ich językiem rozmawiać. Więc też ta umiejętność tłumaczenia Tego świata bardziej biznesu i C-level executives, język tego, co się da, co się nie da, gdzie jest ryzyko, gdzie tego ryzyka nie ma. To jest zdecydowanie, ta umiejętność to jest jedno z dla mnie osobiście kluczowych wartości, którą ja dodaję jako osoba, dzięki temu, że właśnie mam taki wszechstronny profil. No i też to słyszę od klientów.
Karol: Cieszę się, że wychodzisz z tego założenia, bo też moim założeniem, moim pomysłem na ten format był taki, żeby rozmawiać o rozwiązaniach związanych ze sztuczną inteligencją.
Michał: Teraz to pewnie już nie masz słuchaczy, bo jak zaczęliśmy od różniczek, to podejrzewam, że 80% słuchających nacisnęła pause i wróciła do gotowania obiadu, ale może zremiksujesz to jakoś, może na przykład zrobisz na początku jakąś stawkę, że będą też jakby prawdziwe to.
Karol: Mówisz na tyle obrazowo i na tyle z pasją Michał, że idę o zakład, że jeszcze ktoś tego słucha. No dobrze, to skoro dowiedzieliśmy się, czym tak naprawdę może być ta różniczka, to powiedz mi lepiej, czym jest AI.
Michał: Ja pamiętam, jak studiowałem, powiedzmy, more or less 20 lat temu, AI to był jeden z najnowszych zajęć, które pamiętam, na mi mówię. To były zajęcia z jakiejś tam logiki, reprezentacji symbolicznej pewnych problemów. tak daleko od praktycznych zastosowań mi się wtedy w każdym razie wydawało, że nie widziałem przyszłości. Pamiętam zresztą mniej więcej w tym czasie też rozmawiałem, już wtedy rozmawiałem z moim przyjacielem, który też chyba był doktorem na informatyce czy coś w tym stylu i go tak podpytywałem o to, co on myśli na temat sieci neuronowych, bo to też jakby sieci neuronowe jako narzędzie, one są od dawna znane, jakby nie może w takiej formie i takiej skali jak teraz, ale są znane i ten przyjaciel, który zresztą teraz jest profesorem, na mi mówię, Mówi mi, że nie, nie, to jakby te sieci, nikt nie wie, jak to działa, nie ma tu przyszłości. Znaczy nikt nie wie, jak to działa w tym sensie, że to nie są algorytmy, to są jakieś takie, wiesz, to jest inny paradygmat myślenia.
Nie interesuj się tym. Ale do czego zmierzam? AI jest dość wszechstronnym obszarem, tak z czysto takiego punktu widzenia, jak myślisz o tym, jak informatyk, w sensie czym się zajmuje informatyk, który pracuje nad AI. Natomiast z punktu widzenia osoby takiej, powiedzmy, przeciętnej, jak ty i ja, AI to jest technologia, która symuluje albo… Robi rzeczy, które są związane z jakimiś tam czynnościami poznawczymi człowieka, typu rozpoznawanie jakichś wzorców, analizowanie jakichś rzeczy, wyciąganie wniosków. No i można wymieniać i wymieniać, co w ogóle też jest ciekawe z punktu widzenia biznesowego, bo jakby w biznesie w zasadzie inteligencja w jakiejś formie jest wszędzie. Czy to właśnie jako podejmowanie decyzji, czy to jako analizowanie sytuacji, wyciąganie wniosków, rozumowanie itd. Więc mówiąc najogólniej, to AI, czyli sztuczna inteligencja, czyli inteligencja, czyli jakieś tam czynności poznawcze ludzi, symulowane czy implementowane na jakichś tam algorytmach czy maszynach. No dobrze, jak w takim razie ona może przełożyć się na procesy biznesowe? Dobre pytanie, natomiast bardzo ogólne i na takie pytanie w zasadzie można powiedzieć, bardzo się może przełożyć.
Karol: I co więcej, AI w rozumieniu… Wiesz, nie pytam czy, bo moje założenie jest, że może, ale chciałbym porozmawiać o przykładach, w których możemy ją zastosować.
Michał: Więc w ogóle to, co może sobie warto powiedzieć i z czego sobie warto zdać sprawę, to, że AI w biznesie jest od bardzo dawna. Nie chcę powiedzieć, że na pewno jak ktoś używał Gmaila, zakładając go w 2000, w którymś roku, to zauważył, że nie ma spamu w tym Gmailu i to był jakiś tam wyróżnik. Ja pamiętam, że dostałem zaproszenie w jakiejś tam wersji beta, to jeszcze nie było zaproszenie. To już około 20 lat temu. Słucham? No tak, właśnie tak głupio powiedzieć, że człowiek jeszcze pamięta, jak Gmail był w zamkniętej becie, ale tak, ja jestem wśród tej grupy użytkowników Gmaila.
Koło 2005 roku, pamiętam, założyłem kontakt. No to ja chyba miałem trochę wcześniej, ale pewnie nie jakoś dużo wcześniej. Zmierzam do tego, że wchodziłeś do tego Gmaila i widziałeś, że nie ma tam spamu.
No dlaczego tam nie ma spamu? No bo sztuczna inteligencja pomagała Google’owi ten spam filtrować. Więc ta sztuczna inteligencja, wydaje mi się, że ona jest wszędzie w jakimś sensie. Czy to w spam filtrach, jak podejmujemy jakieś decyzje zakupowe, to przecież widzimy jakieś rekomendacje, bo tego czego nie widzimy to to, że ceny często mogą być jakoś optymalizowane pod nasz profil. jak zamawiamy jedzenie z Ubera, to widzimy, kiedy ono dojedzie. To są wszystko algorytmy, które są oparte na danych i wykorzystują właśnie technologię. Natomiast to, co się wydarzyło, wydaje mi się, w zeszłym roku ciekawego, to to, że do mainstreamu weszła ta inteligencja związana z dużymi modelami językowymi i to samo w sobie otwiera zupełnie nowy obszar. Ten pierwszy obszar to był, powiedziałbym, bardziej taki AI rozumiany jako tradycyjny machine learning, czyli właśnie klasyfikowanie analiza danych, jakaś tam predykcja, detekcja oszustw, jakieś tam analizowanie wzorców, że masz jakieś dane i widzisz, że jest jakieś coś podejrzanego się w tych danych dzieje. Albo też bardzo typowe rozwiązanie, czyli segmentacja. Masz jakieś dużo danych i chciałbyś, na przykład konsumentów, chciałbyś ich podzielić na jakieś grupy. To są wszystko, znaczy nie zawsze to musi być AI, ale wszystkie te problemy można rozwiązywać algorytmami sztucznej inteligencji, czy tak jak powiedziałem, machine learningu. I to, bym powiedział, jest właśnie ten legacy AI, czy taki klasyczny machine learning, który był z nami od kilkudziesięciu lat już tak naprawdę, w różnych formach, a to, co się teraz dzieje, to, co jest niesamowite z mojego punktu widzenia, to to, że ten AI to tak naprawdę teraz jest język, mówienie do komputera, rozumienie tego, czy ten komputer rozumie, coś ciekawego ci powie, coś, co może jest zaskakujące i jak to przełożyć na jakąś wartość biznesową, to jest w zasadzie to, czym się teraz zajmuje. AI, tak?
Karol: Tak, tak, tak. Bo to jest zupełnie coś innego w porównaniu do tych procesów, które były realizowane wcześniej.
Michał: No, jakby tak na gruncie, pewnie tak, gdyby być takim purystą, no to można byłoby się kłócić, czy to jest coś nowego, czy to jest jakaś tam ewolucja, nie? Natomiast ewidentnie jest to, w zasadzie cały świat jest trochę, czy był trochę zaskoczony, jak się chat GPT pojawiło, to było tak niesamowicie, nie wiem, no funkcjonalne, czy ciekawe, interesujące, że można sobie teraz rozmawiać z komputerem.
100 milion w użytkowników nie bierze się z niczego. No, bo to jest w jakimś sensie magiczne doświadczenie. Nie wiem, czy ty pamiętasz, jak wyglądała twoja pierwsza interakcja. Ja pamiętam, że ja w ogóle usłyszałem to od mojego kolegi Mariusza, którego mniejszym pozdrawiam bardzo, znaczy Mariusz. I to było jakoś pewnie z rok temu, może trochę nawet. Bo to Chat GPT chyba się pojawił oficjalnie w listopadzie, tak? Pan pewnie, może to było gdzieś w grudniu, jak on mi o tym powiedział. Jakby to było w takiej formie, nie no Michał, to jest niesamowite.
Ja nie wiem, co się tutaj dzieje, ale to jest niesamowite. To też jest człowiek po informatyce i jakby dobrze zaznajomiony z technologią. I pamiętam, że powiedział mi, że on nie wie, jak to działa, ale się czuje trochę jak małpa z brzytwą. No i trochę się oswoiliśmy przez ten czas, ale mówisz o tych użytkownikach.
No to jest niesamowite, w sensie liczbie tych użytkowników, która tak urosła, to jest niesamowita właśnie technologia. Użytkownicy urośli, bo tak jak powiedziałem, to jest w jakimś tam sensie magiczne doświadczenie zobaczyć, że ten komputer faktycznie do ciebie mówi. Chociaż też w duży sposób rozczarowanych, dlaczego i tak dalej, możemy sobie jeszcze chwilę o tym pogadać. Natomiast dla mnie to było ewidentne, że to jest w ogóle game changer biznesowy. To znaczy, że procesy, które do tej pory funkcjonowały w jakość, za chwilę będą totalnie inaczej funkcjonować. No i właśnie teraz się tym zajmuję w zasadzie zawodowo.
Karol: No właśnie, opowiedzmy o tym. Możemy dać przykłady tych procesów? Możemy o tym opowiedzieć? Jak z twojej perspektywy, z twoich doświadczeń, z pracy z klientami, jak to wygląda? Jakie procesy trzeba zmienić?
Michał: To, co generative AI, czy GPT, czy tam large language models zmieniły w jakimś sensie, to to, że tradycyjny machine learning to była opowieść o danych. O tym, czy się ma dane, czy danych się ma wystarczająco dużo, żeby te modele nauczyć sensownego zachowania.
Że sieci neuronowe czy deep neural networks to nie jest jedyny paradygmat, w sensie sztucznej inteligencji czy machine learningu, ale w szczególności one potrzebują bardzo dużo danych. Więc do tej pory to była rozmowa na temat AI, to była rozmowa, ok, dobra, macie te dane, nie macie, co możemy z nimi zrobić, jak możemy je wyczyścić, żeby były lepsze jakości itd. Generalnie rozmowa z klientem zaczynała się od rozmowy na temat Teraz tego problemu nie ma. Mamy modele, które nie potrzebują, żeby ich karmić naszymi danymi. Możemy je nakarmić naszymi danymi, jakoś tam je dodatkowo doszkolić, nauczyć pewnych rzeczy, ale one ogólnie działają.
I to są modele, które rozumieją to, co się do nich mówi językiem naturalnym i też generują ten język naturalny. Tam jeszcze można dużo rzeczy dobudować i może o tym jeszcze chwilę też pogadamy dzisiaj, ale jakby samo to, że to nie jest opowieść o tym, czy macie dane, tylko opowieść o tym, że czy wy macie coś w języku, pracujecie w języku, to nagle się okazuje, że wszystko jest w języku. Mamy dokumenty, mamy procesy, mamy rozmowy, mamy… nie wiem, performance review, notatki ze spotkań, no jakby i tak dalej, i tak dalej. W zasadzie, powiedziałem to wcześniej, że nawet to tradycyjne AI jest bardzo wszechstronne i pewnie miejsce jest dla niego w wielu obszarach biznesu. Jeśli chodzi o generative AI i pracę z językiem, mam poczucie, że każdy obszar się do tego nadaje. Obsługa klienta, chatboty do obsługi klienta, przyjmowanie zgłoszeń o problemach, Wiesz, jakby software development, no to też jakby i narzędzia do tworzenia software’u, analizowania software’u.
Microsoft niedawno, widziałem, wypuścił jakieś copiloty, które pomagają identyfikować wąskie gardła w Twoich bazach danych, tak? W sensie, no jakby magiczna rzecz, znowu, żeby… Coś, co normalnie człowiekowi zajęłoby może dzień, dwa. Tutaj dostajesz sensowną ewaluację, nie wchodząc w szczegóły, ale na temat tego, gdzie ci ucieka performance w tej bazie danych.
Idźmy dalej. Prawnicy, cały legal, negocjowanie kontraktów. Mi się zdarzyło osobiście negocjować moje kontrakty z wykorzystaniem large language models.
Możemy też o tym chwilę pogadać. Jakiś compliance w prawie, pisanie raportów, research. Wszędzie jest język. W zasadzie jak sobie podzielisz firmę, Taką mniejszą, większą na kilka obszarów typu prawo, marketing, sprzedaż, obsługa klienta, księgowość. Wszystko jest oparte na języku i na zapisie. Wszędzie jest jakiś element języka. Nie mówię, że wszystko jest oparte na języku, bo wiadomo, księgowość w szczególności to jest cały obszar.
Karol: Ale jeżeli przyjmiemy, że cyfry i dane to jest też pewien sposób język.
Michał: Bo też jakby ja ogólnie mam tendencję do może takiego tutaj przejaskrawiania i trochę jakby na pewno jestem optymistą. Żeby też było jasne, że nie mówię, że tutaj te narzędzia zastępują to wszystko, co do tej pory się robiło w dziale księgowości albo w dziale prawnym, ale jako narzędzia, jako właśnie takie kopiloty, które wspomagają pracę, to w zasadzie każdy z tych obszarów biznesu, o którym sobie powiedzieliśmy, czyli na takim właśnie wysokim poziomie, no to tam HR, marketing, sprzedaż, customer service, legal, technology, księgowość. Każdy ma jakiś potencjał.
Pytanie, jak to zrobić sensownie, jak to zrobić z mniejszym ryzykiem, jak zacząć. Ale jeszcze na takim metapoziomie, to jest ciekawe, to jakby okej, każdy już dział obsłużyliśmy, no to tam nad tymi wszystkimi działami jest jakiś zarząd i tam CEO, tak? No to może teraz właśnie jeszcze powinniśmy myśleć o jakimś przed GPT. jako, znaczy w sensie, taki co-pilot dla CEO. Sam Altman zresztą, fajny jego podcast wyszedł niedawno, w sensie u Billa Gatesa, krótka rozmowa.
Widziałem okładkę, ale… Polecam. To jest w ogóle sprzed jakiegoś czasu, sprzed tej awantury pomiędzy Microsoftem, znaczy nie Microsoftem, tylko tam zarządem OpenAI, i Altmanem, ale generalnie rozmowa jest cały czas aktualna. No i on właśnie podaje tam przykład, że wiecie, no może na przykład będziesz prezesem firmy i powiesz takiemu agentowi, ej, ej, ej, zrób dla mnie milion dolarów na Amazonie, tak? Jakby sam przykład jest może elektryzujący, moim zdaniem nie do końca trafiony, bo jeśli tak łatwo będzie robić te miliony na Amazonie, to to nie będą miliony na Amazonie, tylko raczej… Jeśli każdy może zrobić te miliony. To wiadomo, że to tak nie działa, tak? Ale sama taka wizja, że masz agenta, asystenta, AI, który ci pomaga myśleć, rozwiązać problemy, nie tylko w tych poszczególnych obszarach, o których sobie powiedzieliśmy, typu legal, sprzedaż, accounting i tak dalej, tylko na poziomie jakby myślenia strategicznego o samej firmie, No to znowu jest jakiś tam obszar. Ja osobiście używam tych narzędzi też do myślenia o tym, jak pracuję, jak prowadzę biznes. Znowu, no pewnie one za rok, za dwa, za trzy będą odpowiednio lepsze, szybsze, bardziej wartościowe, ale już teraz wydaje mi się, że jak ktoś umie to robić, to dużo wartości z tego wyciągnie.
Karol: Ale nie poradzimy sobie z tą transformacją bez nauki.
Michał: Mówisz o jakby nabywaniu nowych kompetencji, tak? Bo jeszcze jest nauka w rozumieniu, w researchu i to też jest ważny obszar. No ale już dobra, powiedzieliśmy, to zostawiamy na boku. I to jest na pewno jedno z wyzwań, tak? W sensie nie poradzimy sobie bez nabywania tych umiejętności, ale to, co na pewno też tą transformację wyróżnia, to jej tempo.
Każda transformacja, że tak powiem górnolotnie w historii ludzkości do tej pory, każda kolejna była szybsza niż poprzednia. A to jest błyskawiczne.
Tak, to jest błyskawiczne i pytanie, czy człowiek jest aż na tyle elastyczny w myśleniu i adaptowaniu się do różnych sytuacji. No a tak naprawdę musimy się zaadaptować na wielu poziomach do tego. Na poziomie, tak jak mówisz, nauki, nowych umiejętności, tak? Jak gadać do tego czegoś, żeby to dawało wartość. No i tutaj znowu, no to jest jakaś tam umiejętność. Jedni już to umieją robić, inni jeszcze nie. Natomiast jest jeszcze kilka warstw wyżej, tak? Znaczy na poziomie właśnie organizowania biznesu, na poziomie organizowania, nie wiem, nas jako społeczeństwa. Procesów krajowych, nauki, edukacji. Tak, nie wiem, patrzę na moje dzieci i w zasadzie czego ich uczyć teraz?
Karol: To wiesz, to chyba temat na osobną dyskusję w ogóle, czego uczyć młodych teraz. Już kiedyś wspominałem tutaj na łamach 99 twarzy, szkoła musi się zmienić. I najlepszym przykładem tego, jak może się zmieniać szkoła jest chociażby liceum artes liberales Jarka Szlujskiego, gdzie przede wszystkim stawia się na budowanie świadomości, odpowiedzialności, samodzielności, budowania relacji i ciekawości tak naprawdę. Wiesz, ja pamiętam, jaki byłem zaskoczony, jak siedząc na korytarzu u Jarka rozmawiałem z młodym człowiekiem 13-14 lat i zapytałem go, czym się obecnie zajmuje, a on mówi, że eksperymentuje z handlowaniem na Amazonie.
Michał: Tak jak mówisz, to nie jest temat pewnie na dzisiaj. Ja też nie jestem tutaj jakąś osobą bardzo kompetentną, natomiast na pewno sporo o tym myślę, bo mam wrażenie, że zmierzamy w kierunku świata, w którym inteligencja jest czymś bardzo tanim, bardzo łatwo dostępnym, ale inteligencja czy wiedza? Właśnie inteligencja, w sensie umiejętność rozwiązania problemów. I teraz, no wiesz, dawno, dawno temu nie było ogólnie jedzenia za dużo na świecie i trzeba było się dużo napracować, znowu trochę jestem dobry z historii, ale tak sobie wyobrażam, że jakiś tam jeden, drugi rolnik bardzo się musiał nacharować, żeby wykarmić rodzinę najbliższą, tak? To teraz nie mamy tego problemu. Teraz jest tak, że Mamy, pewnie ogólnie, mimo że cały czas są ludzie, którzy głodują na świecie, no to mamy technologię, która pozwala nam wytwarzać żywność w takich ilościach, że nikt w zasadzie teoretycznie nie musi się borykać z głodem.
Rozwiązaliśmy ten problem. Jedzenie jest tańsze, jedzenie jest trochę takie disposable, mamy restauracje, nie myślisz o tym, czy będę głodny, czy nie będę głodny. Wiadomo, że nie będziesz głodny ogólnie. No i teraz to, co chcę powiedzieć, to to, że zmierzamy w kierunku świata, w którym coś podobnego się stanie z inteligencją. Inteligencja jest teraz czymś, co jest drogie, unikatowe, często jakimś tam centrum dobrze płatnych kompetencji, zawodów i tak dalej. No a teraz wyobraźmy sobie, że każdy ma dostęp do takiej inteligencji przy bardzo minimalnym koszcie, dzięki czemu może stworzyć sobie w ciągu weekendu 100 różnych pomysłów i jakoś tam je nawet przetestować na biznes, tak?
Mhm. Co to zmienia, co to oznacza od strony biznesowej, co to oznacza od strony, tak jak powiedziałem wcześniej, politycznej. To są w ogóle bardzo ciekawe wątki, ale trochę poza naszym tutaj dzisiejszym pewnie głównym tematem.
Karol: Jak będą wyglądać te nowe modele biznesowe? Jak będą zmieniały się firmy? Będziemy żyli w świecie, który będzie w pełni zautomatyzowany, a Wydłużymy weekend do czterech albo pięciu dni.
Michał: Nie wiem, jakie będą modele biznesowe, bo ich jeszcze nie ma. Natomiast wydaje mi się, że jest oczywiste to, że modele nowe będą, że technologia ta po pierwsze pozwala… Przepraszam, że tylko wejdę ci słowo, ale sam zastanawiałem się, czy entrepreneurship…
Karol: Nie zostaną zastąpione przez soloprenerships.
Michał: To jest na pewno jeden z wątków, czy tam takich trendów, które warto obserwować. Ja się sam nad tym często zastanawiam, czy to jest dobry moment na przykład na, nie wiem, zakładanie firmy usługowej i próbę skalowania tego, co robię w taki sposób właśnie z innymi ludźmi, bo może na przykład za rok czy dwa to ja już to będę mógł sobie skalować, jak chcę, będąc solo entrepreneur, tak? Albo być może z jakąś tam wąską grupą, bardzo małą grupą osób, tak?
Karol: Wiesz, bo znam przykład człowieka, który działa w branży mediowej, drukuje różnego rodzaju obrazy na różnego rodzaju materiałach i z firmy dwudziestoosobowej zredukował zatrudnienie do trzech albo czterech osób, generując kilkukrotnie wyższe zyski. Tak, to myślę, że to jest… Automatyzując produkcję, sprzedaż, marketing, generowanie obrazu i tak dalej. Tak.
Michał: Więc to na pewno… Może nie powiedziałbym, że to jest nowy model biznesowy, chociaż w jakimś sensie tak. Na pewno jakiś nowy sposób prowadzenia biznesu, który do tej pory funkcjonował w jakiejś formule, a teraz może funkcjonować w innej formule. Natomiast wydaje mi się, że też pojawią się po prostu nowe modele biznesowe.
To znaczy… Nie wiem, jak to by miało wyglądać, ale tak jak 20 czy 30 lat temu nie przyszło mi do głowy, żeby płacić komuś za aplikację na telefonie do medytacji. Jakby nie było tego świata. Czy tam do innych różnych rzeczy. Internet sprawił, że pojawiły się nowe problemy, nowe rozwiązania i gotowość ludzi do tego, żeby płacić za te rozwiązania.
Karol: A sam e-commerce? Zobacz, jaka rewolucja wydarzyła się w centrach handlowych. Przecież są ludzie, którzy teraz przestali robić zakupy wychodząc z domu, tylko czekają na kuriera.
Michał: To jest biznes model, który nie był możliwy nie mając pewnych fundamentów. Tymi fundamentami jest internet, jakaś tam dostawy i tak dalej, ale zmierzam do tego, że nawet nie wiedząc tego, jakie to modele będą biznesowe, to wydaje mi się dość pewne, że będziemy w tym obszarze nowe modele tworzyć. tworzyć. Zresztą jest bardzo fajny tekst człowieka, który się nazywa Ben Evans, Unbundling AI, taki jego esej właśnie na ten temat, gdzie on trochę o historii mówi, trochę o przyszłości, jak właśnie powstają takie modele biznesowe, kiedy najpierw jest nowy obszar i być może jest jeden albo dwóch dostawców tego obszaru, tak jak teraz AI, ale z czasem pojawiają się gdzieś tam na innym poziomie kolejni dostawcy, którzy rozwiązują kolejne problemy. To jest niesamowite, jak to szybko się dzieje.
To się już dzieje teraz. OpenAI kilka tygodni temu wypuściło już oficjalnie ich tak zwany GPT Store, gdzie jest coś w stylu App Store’a takiego iPhone’owego, czy tam Google Marketplace, czy tam jak to się nazywa. No ale generalnie też próba zdefiniowania pewnego nowego obszaru, gdzie klient Ktoś może być konsumentem, ktoś inny może być dostawcą. Ja teraz jako konsument mogę sobie wejść na czata GPT, poszukać, ok, dobra, Karol tutaj napisał fajnego GPT, który mi pomaga rozwiązać problem. Chyba teraz jeszcze nie mogę za to zapłacić tobie, ale może za rok już będę skłonny ci za to zapłacić. No i te GPT powstają, GPTs, to tam chat GPT, custom GPT, dużo tych GPT, pewnie z nazwami też muszą tutaj zrobić porządek. Zmierzam do tego, że jest taki marketplace, GPT store, gdzie ludzie mogą coś sprzedawać, coś kupować, coś oferować.
Dlaczego? Dlatego, że pojawiły się nowe problemy, które dzięki tym produktom możemy rozwiązać. Do tego zmierzam, że to właśnie pojawia się, teraz tworzy się na naszych oczach jakiś tam nowy obszar i ludzie będą mieli problemy, które inni ludzie będą rozwiązywać. Ludzie, zakładam, cały czas. To jest taka tutaj gwiazdka, że pytanie, czy to wszystko za chwilę nie będzie rozwiązywane przez jakieś boty. No ale może jednak dla nas będzie jakaś praca mimo wszystko.
Karol: Ale patrząc na GPT Store, to ktoś będzie właścicielami tych botów i tych rozwiązań. Tak jak mówisz, zobacz, że wcześniej z aplikacji do mindfulnessu nie korzystaliśmy ani nie mieliśmy nawet świadomości tego, że można z czegoś takiego… Już po prostu nie było tego świata.
Michał: Nie było żadnego internetu, gdzie można coś wejść, coś kupić i tak dalej. O to mi chodziło, że jakby powstał… I teraz na naszych oczach tworzy się taki nowy świat. Ta technologia jest tak wszechstronna, że pewnie ona po pierwsze tworzy takie nisze, ale też przechodzi w różne inne nisze i pewnie będzie miała jeszcze wiele różnych zastosowań.
Pytałeś o modele biznesowe, nie? No to jakby dlatego mówię, że pojawiają się już teraz pewne rozwiązania, które zakładam, jeśli nawet nie dzisiaj, to już za niedługo będziesz mógł, robiąc jakąś taką apkę na czacie GPT, będziesz mógł zarabiać pieniądze na tej apce, tak? No ona musi rozwiązywać jakiś dobry problem i być dobrze napisana i tak dalej, ale w ogóle to też jest ciekawe, jak łatwo, przynajmniej w teorii, takie apki się teraz robi. W sensie, że to stworzenie takiego GPT… Tak na pewno musisz mieć pomysł, wyobrażenie i odpowiednio to skomunikować. Tak, tak, tak. Czyli znowu pytanie, jak sprzedawać coś, co ktoś może skupiować albo stworzyć w jeden weekend coś podobnego.
Karol: Ale to właśnie o to chodzi. Ale musisz ten weekend poświęcić, musisz mieć pomysł i musisz mieć na tyle dużo ciekawości i konsekwencji, żeby doprowadzić do jego stworzenia.
Michał: Myślę, że tam się stworzy też właśnie rynek na to, żeby się odróżniać od innych.
Te GPTs mogą integrować się z jakimiś systemami. Ja tutaj też właśnie upraszczam i trochę tak przejaskrawywuję, że każdy może to w weekend zrobić. Pewnie jakąś prostą rzecz można zrobić w weekend i to jest już samo w sobie niesamowite, że te narzędzia, tu barierę wejścia mają tak nisko, ale żeby to było dobrze zrobione, fajnie zintegrowane pewnie z różnymi innymi systemami, no to już nie jest takie łatwe. I tutaj znowu jest pewnie taka wartość, za którą być może ludzie mogliby płacić. Ja bym tylko chciał powiedzieć, że widziałem kilka dni temu na LinkedInie, krytyka w stylu Steve’a Jobsa. W sensie, masz jakiś pomysł albo masz jakiś design i możesz zalogować się do tego CustomGPT, który ma też tam ikonkę i to jest Steve Jobs, który na ciebie patrzy. Żeby odbić pomysł.
Tak. I na przykład, nie wiem, ja tak trochę w ramach eksperymentu wrzuciłem jeden czy drugi slajd z takiego mojego, powiedzmy, standardowego PowerPointa. No i oczywiście się nasłuchałem, że tam wybór kolorów to jest taki, tutaj powinno być coś większe, tutaj powinno być coś mniejsze. No. Może nie, że mnie tak totalnie rozjechał, że tak powiem, ale jakby sam pomysł na tę osobę jest właśnie taki, znaczy na tę personę jest taki, żeby to było takie, wiesz, krytyczne oko eksperta. No i znowu, ktoś to napisał, ktoś to wymyślił, ktoś to też zakładam, to może działać lepiej lub gorzej, nie? Żeby to działało dobrze, no to musisz tam zaszyć odpowiednie instrukcje. Wszystko to chyba, myślę, że na poziomie takiego właśnie Steve’a Jobsa, którego zrobił Michał, to pewnie to wszystko jest tylko jakby tekst, tam nie ma żadnych magicznych integracji, No ale jest coś takiego, tak? Więc pytanie, ile jeszcze takich produktów powstanie, kiedy one już będą na tyle dojrzałe i faktycznie właśnie będą rozwiązywały ciekawe problemy na tyle, żeby ludzie za to byli chętni płacić. Ale znowu, może to jest kompletnie ślepy zaułek. W sensie to, że OpenAI coś takiego zrobiło, znaczy ja nie jestem jeszcze przekonany, że to na pewno jest nasz kolejny App Store. Myślę, że tych jeszcze pomysłów…
Karol: Skoro cały czat jest takim low-hanging fruit, który jest dostępny tak naprawdę dla każdego.
Michał: No jakby z różnych powodów, nie? Pewnie biznesy się udają, jedne inne nie. Fajne jest to, że oni eksperymentują, fajne jest to, że się w ogóle pojawiają i na OpenAI, w sensie na czacie GPT i wokół niego różne pomysły, produkty. No przecież ileż powstało startupów w ciągu ostatniego roku, które gdzieś tam w korze mają te modele, które OpenAI ma. No zresztą przecież też ogłoszenie chyba sprzyszedł dwóch tygodni temu, ten królik cały, rabbit, nasze urządzenie?
Karol: Tak, oczywiście, wiesz, to jest mi ono szczególnie bliskie.
Michał: Kupiłeś już sobie?
Karol: Nie, nie kupiłem, bo moja historia jest taka, ja w 2017 roku zakochałem się w smartfikerach i stąd moja, wiesz, ciekawość, zainteresowanie, pasja dla całego Conversational AI. I ja wierzyłem bardzo mocno, że smart speaker będzie w każdym domu, dzięki któremu będziemy mogli prosić o puszczenie muzyki, realizowanie przeróżnych zadań. I tak naprawdę zobacz, że Rabbit jest smart speakerem multimodalnym, który jest bezprzewodowy i jest z tobą w kieszeni.
Michał: Znaczy, Na pewno też. Ja mam Alexa w domu. Jak moje dzieci zaczęły używać czata GPT, to się zorientowały, jak głupia jest ta Alexa i jak mało ona rozumie. Niestety.
Karol: I to jest dokładnie tak samo moje wrażenie. I ubolewam nad tym, kiedy patrzę i porównuję sposób komunikacji z czatem GPT, to sam nie wierzę w to, że Google Assistant, Siri i Alexa zatrzymały się na tak niskim poziomie.
Michał: nie zatrzymały się. To jest myślę kwestia, wiesz, pewnie najbliższych miesięcy, kiedy będą jakieś upgrade’y i z tej technologii będziemy w różnych obszarach korzystać i ona będzie integrowana.
Że w Aleksie będzie, do tego nie mam wątpliwości, pytanie tylko, czy to już będzie w styczniu, czy w lutym, czy może bardziej w lipcu. Jeśli chodzi o tego królika, no to znowu, no jakby jest to jakiś nowy pomysł, jest jakiś nowy produkt, kosztuje to tam ze 300 dolarów, czy coś w tym stylu. W ogóle, jak oni chcą to opakować w sensowny biznes, jak teraz to sprzedają jako jednorazowe 300 dolarów, a potem nic. No przecież tam za tym jest jakiś cloud, jakaś chmura obliczeniowa, te wszystkie te konwersacje przecież kosztują i tak dalej. Coś tam jeszcze trzeba dopracować. No ale jakby pomysł jest. Być może z tego pomysłu nic nie będzie. Z całą sympatią dla pomysłów wydaje mi się, że to…
Nie, ja zmierzam do tego, może wyjdzie, może nie wyjdzie, ale ewidentnie, bo to jest drugi taki produkt, który się pojawił w ciągu ostatnich kilku miesięcy. Pierwszy był Pin.ai. Nie wiem, czy widziałeś, ale ten Pin to trochę właśnie wyglądał jakby tam nic nie było, tylko dobry marketing. To Pina przeoczyłem. W Pinie było między innymi to, co tam ciekawego, to że była jakaś taka kamerka, która pokazywała, że mogłeś na swojej dłoni coś zobaczyć.
Kamerka, projektor bardziej to. Chodzi mi o to, że są produkty, eksperymentujemy z tym światem, tylko że znowu, mówimy teraz o nowych modelach biznesowych, mówimy o przyszłości, ona pewnie niedługo tutaj zagości, szybciej niż później, ale to, co dla mnie jest najciekawsze i to, co ja teraz robię, to nie jest wymyślanie nowych modeli biznesowych, tylko wymyślanie tego, jak poprawić to, co teraz robimy i jak zaaplikować ten generative AI w procesach, które mamy w firmach tu i teraz. No to przejdźmy do tego. Nie wiem, czy już o tym nie rozmawialiśmy, ale język jest wszędzie. Chodzi mi o te praktyczne zastosowania. Tak, więc wszędzie tam, gdzie mamy do czynienia z dokumentami, z językiem, z podsumowywaniem, z generowaniem treści, to są zawsze miejsca do tego, gdzie można te narzędzia wykorzystać w mniejszej lub większej skali.
Bardzo ciekawym case’em jest dostęp do wewnętrznej wiedzy w organizacji, czyli masz boty, które są w stanie przeczytać, znowu jakby nie wchodząc w to, jak się tam to dzieje od strony technicznej, ale powiedzmy, że są w stanie przeczytać wszystkie twoje dokumenty w organizacji. i pomóc ci dotrzeć do sensownej informacji, tak? Czyli ty nie musisz tam na SharePoint’cie czegoś przekopywać, tylko zadajesz pytania, pytanie w stylu, hej, czy współpracowaliśmy z klientem X? Albo kiedy coś dla niego zrobić?
Karol: To jest dokładnie ta sama dyskusja, którą miałem z moim kumplem notariuszem, dla którego… rozwiązanie, które umożliwiałoby mu szybką analizę danych zawartych w kilkudziesięciu tysięcy aktów notarialnych.
Michał: To są systemy, właśnie uczenie tych modeli, dostarczanie im materiałów, dokumentów, które masz w firmie, to jest jeden z takich typowych… Tak naprawdę Google w organizacji. Coś w tym stylu, tak. W dużym uproszczeniu.
Ale Google, który do ciebie mówi… a nie podaje linki, tak? No bo powiedzmy, że takie wyszukiwarki w stylu, nie wiem, po słowach kluczowych, czy tam nawet po jakichś frazach, to nie jest nic nowego, ale chodzi o to, że to jest taki system, który jest w stanie nie tylko ci coś znaleźć, ale powiedzieć, jakoś tam podsumować, może ci podsunąć jakieś interesujące rzeczy, które nie są bezpośrednio związane z twoim pytaniem, ale jakoś tam jednak wartościowe dla ciebie. Więc to jest jakiś tam typowy przykład, ale tych przykładów jest… Bardzo dużo. Wszędzie tam HR, albo może zanim HR, to moderacja, albo jakaś tam kontrola jakości. Masz, powiedzmy, call center, który działa według skryptu, generują dużo treści, nagrań i tak dalej i chciałbyś się upewnić, że to, co tam w tym call center chcieliście zapytać, czy chcieliśmy zapytać, to faktycznie zostało uwzględnione. Czyli ten proces związany z kontrolą jakości, treści, znowu, można zautomatyzować.
Można pewnie do tego dodać wyszukiwarkę tego kontentu i się jakoś tam bardziej zaawansowane rzeczy robić. Moderacja kontentu. Mamy przecież wiele treści w internecie, które muszą być moderowane. Teraz często one są moderowane w sposób ręczny i to tak nie będzie działać.
Karol: W sensie cały obszar księgowości, zobacz, począwszy od skanowania, rozpoznawania dokumentów, analizy księgowania, analizy potem danych i tak dalej.
Michał: Tak, więc księgowość to też jest ciekawy obszar i ja absolutnie jestem, tak jak mówiłem wcześniej, wydaje mi się, że każdy obszar biznesu jest tam jakoś dotknięty tymi zmianami, natomiast księgowość jest też obszarem mocno uregulowanym, więc tam te use case’y,
Karol: Trzeba umiejętnie identyfikować, w sensie zawsze jest ryzyko, że coś się nie uda, jest ryzyko halucynacji, jest ryzyko… Oczywiście, ale jeżeli założymy, że rozwiązania związane ze skanowaniem, rozpoznawaniem dokumentów zaoszczędzą nam 80% pracy, a człowiek będzie tylko i wyłącznie potem decydował o kwalifikacji, kosztów itd., to zakładam, że ten sam 50-osobowy zespół księgowy będzie w stanie obsłużyć..
Michał: 4 czy 5 razy więcej klientów. W każdym obszarze, o którym rozmawiamy, są procesy, które są powtarzalne, które są według jakiś tam szablonów, które ciągle robią ludzie, ale bez nawet angażowania ich w wyższych funkcji poznawczych, że to jest może bardzo powtarzalne właśnie i w sumie jakoś też bardzo ciekawe dla tych ludzi. I to są obszary, które są zdecydowanie low hanging fruit. Wszędzie tam, gdzie masz jakiś proces, który Jest najlepiej niejakoś bardzo złożony, ale jednak powtarzalny, to na pewno warto go…
Tak samo customer service. Dokładnie, customer service, ale to jeszcze chciałem powiedzieć, bo tak mówię o prostych procesach, ale to mogą być procesy, które mimo, że są proste, to mają dużą wartość. Na przykład proces związany z performance review. Korporacje, nie tylko korporacje, ale dużo firm ma formalne procesy HR-owe związane z tym, że menadżer siada i tam raz na pół roku każdemu według templatki wystawia ocenę. Bez AI to są case’y, które ja znam.
Karol: Michał, to może pogadajmy o case’ach, które ty realizowałeś. Czy mógłbyś opowiedzieć o takich proof of concepts, które przygotowywałeś dla klientów?
Michał: Więc one już się pojawiły w tej rozmowie. Zresztą fajnie, że mówisz w ogóle o tych proof of concept. Ja tylko jeszcze dokończę tą myśl, że performance review, który normalnie zajmuje menadżerowi trzy dni, nagle okazuje się, że zajmuje trzy godziny. To nie jest tak, że AI pisze za niego te performance review, ale na podstawie jego jakiegoś tam wkładu i informacji, jak to powinno wyglądać na wyjściu, jest w stanie skrócić ten proces dziesięciokrotnie, czy coś w tym stylu. Fajnie, że mówisz o tych proof of concepts, bo to często tak właśnie wygląda, że klienci jeszcze nie za bardzo wiedzą, gdzie jest największa wartość, trochę też nie chcą ryzykować dużych projektów, więc chcą się nauczyć jeszcze tej technologii, realizując te proof of concepts. Ja uczestniczyłem w tematach na przykład związanych z moderacją, na przykład związanych z takim właśnie zarządzaniem czy dostępem do technologii. wiedzy wewnętrznej. Nie pracowałem osobiście, ale też rozważaliśmy pisanie na przykład właśnie systemów do wsparcia procesów rekrutacji, czy na przykład wsparcia takiego procesu, o którym ty wcześniej mówiłeś, związanego z nabywaniem umiejętności, bo to też można jakoś myśleć, jak wykorzystać tą technologię, żeby stworzyć fajny content, fajny sposób nabywania upskillingu, to się mówi po angielsku, nie wiem, czy tylko teraz słowo po polsku, ale no generalnie gdzieś tam zdobywania nowych umiejętności.
Kontrole jakości, trochę podobnie do tego, co powiedziałem o tym call center, chociaż akurat ten mój klient to nie jest call center, ale wyobraź sobie, że masz jakiś tam zapis z pewnego wydarzenia, niech to będzie rozmowa z twoim potencjalnym klientem, jesteś firmą, która ma klientów i jakiś tam customer service, który z tymi klientami rozmawia i chcesz się upewnić, że oni to robią dobrze, czyli właśnie chcesz zrobić jakąś kontrolę jakości. Ale oczywiście są też sposoby na automatyzację nie tyle kontroli jakości, co samych tych procesów związanych z obsługą klienta. Czyli właśnie jakieś tam boty, które rozmawiają z klientami, może nie we wszystkich case’ach, ale w większości case’ów są w stanie wygenerować jakąś sensowną odpowiedź. To też są ryzyka. Warto, jak ja rozmawiam z klientami o tych proof of concepts, czy nawet większych projektach, raczej myśleć o tym w kategoriach, raczej szukać okazji wewnątrz, nie takich, które są na styku my, a klient zewnętrzny, bo jak coś się nie uda, to fuck up jest mniejszy i można jakoś łatwiej się po tym pozbierać.
Karol: A potem mając świadomość tego, że to zadziałało wewnętrznie, zespoły będą bardziej skomne.
Michał: Łatwiej, tak, tak. Dokładnie tak działa. Wspominałem wcześniej o legalu, to też były takie procesy, które rozważaliśmy, jak wesprzeć proces związany z jakimś tam draftowaniem dokumentów, czy researchem w takich firmach, czy nawet negocjowanie kontraktów. Naprawdę, ja jak zaczynam rozmowę z klientem, to w zasadzie jak zgłębimy temat jak teraz funkcjonuje ten biznes, to na koniec tej rozmowy to jest bardziej kwestia, dobra, no to gdzie są priorytety, a nie czy coś mamy robić, czy nie. Język jest wszędzie, procesy powtarzalne są wszędzie, dokumenty są wszędzie, więc pytanie, od czego zacząć, tak jak powiedziałeś, żeby się tego nauczyć, żeby to było bez jakiegoś większego ryzyka.
Te narzędzia, one już są, w sensie jakby nie ma też na co czekać. Te wszystkie systemy, o których ja powiedziałem, może to nie są systemy spółki, które się wdraża, ale już je teraz można robić. Dobrze, Michał, to w takim razie jak zacząć? No właśnie, jak zacząć? To jest dobre pytanie i często klienci są właśnie zagubieni, dlatego że, tak jak powiedzieliśmy, ta technologia jest tak wszechstronna i też jest oczywiście hype. Tak naprawdę widzimy nagłówki, a nie rozumiemy i nie znamy narzędzi, tak?
Jest hype. Najlepiej zacząć od tego, żeby… Są takie pewnie dwa kluczowe obszary, o których warto myśleć. One się już do tej pory przewijały w tej rozmowie naszej. Pierwszy obszar to jest automatyzacja procesów. operations, tak zwane, a drugi obszar to jest wsparcie, takie bardziej myślenie, jakieś tam strategiczne innowacje, szukanie pomysłów i to są troszeczkę inne sposoby działania. Łatwiej na pewno zacząć od tej automatyzacji, a jak zacząć? Zacząć od jakichś małych projektów, pomyśleć o tym, co mamy teraz, gdzie mamy jakieś wyzwania, co nie działa, gdzie na przykład może byśmy chcieli coś przyspieszyć, poprawić jakość, Moim zdaniem kluczowe jest to, żeby zacząć. Bardziej niż jak zacząć, żeby pomyśleć sobie o tym.
Karol: Wejdę Ci w słowo, przepraszam, ale żeby zacząć trzeba mieć wiedzę. Skąd ją czerpać? Oczywiście mogę zatrudnić konsultanta takiego jak Ty, który wejdzie w organizację, pozna ją, zidentyfikuje obszary, od których moglibyśmy zacząć. Ale zobaczcie, jak byłem w rozmowie z Ministerstwem Cyfryzacji. Wedle badań na poziomie 3-4% firmy w Polsce, małych i średnich przedsiębiorstw, korzysta w jakikolwiek sposób z rozwiązań opartych o sztuczną inteligencję. Ja zakładam, że te 3-4% i to jest tak bardziej deklaratywna wartość niż realna.
Michał: Pewnie zanim zacznie firma czy ktoś w tej firmie myśleć o jakichś konkretnych projektach transformacyjnych, w sensie mamy proces X, chcemy z niego zrobić proces Y z wykorzystaniem AI, to warto zrobić 1-2-3 kroki wstecz i po prostu zacząć z tego korzystać. Jeśli, drogi słuchaczu, słuchaczko, jesteś właścicielką firmy i nie korzystasz z czata GPT, w płatnej wersji, czyli GPT-4, a nie GPT-3,5, w swoim życiu prywatnym, zawodowym, to masz małe szanse, żeby wymyśleć jakieś sposoby na wykorzystanie tych narzędzi w swoim biznesie. Więc ja zwykle zaczynam od tego, że pytam, hej, używacie, czego używacie, płatnej wersji, niepłatnej, I dopiero wtedy, kiedy przynajmniej na takim poziomie zarządu czy kluczowych decydentów jest jakaś podstawowa kompetencja, to myślimy dalej o tym, co z tą kompetencją zrobić. Czy na przykład znowu idziemy w kierunku transformacji jakichś procesów biznesowych, czyli tak jak mówiłem wcześniej, załóżmy mamy proces związany z kontrolą jakości jakichś treści albo moderacją jakichś treści i tworzymy system, który to automatyzuje, czy może idziemy w kierunku bardziej pokazywania ludziom, załóżmy, że mamy mniejszą organizację, mniejsze organizacje pewnie są bardziej skłonne do takich eksperymentów niż duże korporacje, ale powiedzmy mamy mniejszą organizację, tam nie wiem, kilkunastu, może kilkudziesięcioosobową i jak już tam powiedzmy zarząd przekona i zarząd korzysta z tych narzędzi, no to teraz co zrobić, żeby ludzie zaczęli z tego korzystać, jak im to pokazać, jak ich tego nauczyć i znowu tutaj też wiadomo, to jest skill, można się tego nauczyć, są materiały, Można pewnie korzystać z jakichś też, ja akurat nie zajmuję się szkoleniami, ale na pewno też są ludzie, którzy czytam nawet kursy online, ale znowu kluczowe jest to, żeby zacząć to robić. Ja osobiście tak zacząłem, tak, miałem taki epizod pewnie kilku miesięcy, gdzie bardzo dużo korzystałem, zresztą może nawet my się jakoś chyba tak trochę poznaliśmy, bo ja tam artykuł napisałem na ten temat i chyba gdzieś nam zaischszyło nasza znajomość w ten sposób.
W każdym razie napisałem o tym, jak różne mam use case’y, przykłady użycia Chata GPT właśnie w normalnym życiu. Dla mnie to jest kluczowe, żeby wiedzieć, jaka jest wartość w prywatnym, może i zawodowym życiu, ale jakby na poziomie osobistym, żeby uczyć innych, nawet w organizacji, jeśli jesteś prezesem jakiejś organizacji, co ty wiesz na temat tego narzędzia, bo to wiadomo, ludzie często właśnie, tak jak mówisz, Są sceptyczni, to jest 3-2%. Ja jestem ciągle zaskoczony, że ludzie są tak bardzo sceptyczni, ale są. No i każda taka transformacja wiąże się z jakimś oporem, inercją i tak dalej. Więc to też trzeba po prostu brać pod uwagę.
Karol: Michał, mógłbyś opowiedzieć o tych twoich takich osobistych case’ach, o twoim sposobie wykorzystania chat’a GPT czy innych rozwiązań?
Michał: Ja myślę, że znowu pogadajmy o biznesie, o mojej strony biznesowej. Bo jakby prywatnie to też dużo używam, ale… Oczywiście pytam o biznes tutaj. Odsyłam do artykułu. Ja za cztery narzędzia płacę, AI-owe.
Mam subskrypcję czata GPT, czy nam GPT+, to się nazywa. Płacę za OpenAI API, czyli mam zintegrowane też te modele w różnych moich tam automatyzacjach, o których mogę za chwilkę powiedzieć. To jest druga rzecz, za którą płacę. Płacę za Mid-Journey, czyli narzędzie do generowania obrazów. I płacę od niedawna za Perplexity, to jest… Pewnie kojarzysz, to jest takie narzędzie, które ma w teorii zastąpić Google’a. I do tej pory, znowu od niedawna, jestem użytkownikiem płatnej wersji, ale jestem pozytywnie zaskoczony. Genialne. Tak, i jakby znowu, nie wchodząc w szczegóły, to jest dla mnie jakaś tam ta lista rzeczy, za których płacę, ona pokazuje, gdzie ja widzę wartość.
Karol: A teraz mógłbyś przełożyć to na real use cases?
Michał: Na konkretne case, jasne. Pierwsza rzecz, znowu wracając do tego, o czym powiedzieliśmy wcześniej, że jest ten tryb automatyzacji prostych procesów oraz tryb bardziej kreatywnego myślenia, czy właśnie co pilota dla myślenia. W obszarze automatyzacji mam zdefiniowane dla własnych potrzeb kilka custom GPTs, czyli takich specyficznych person, czy takich aplikacji opartych na czatach GPT, które są dedykowane konkretnym celom. Na przykład taki cel to jest na podstawie jakiegoś mojego draftu napisanie ładnego maila albo pomaganie mi w kodowaniu, rozwiązywanie jakichś problemów, jak mam związane z programowaniem. albo wsparcie w negocjacjach, czy tam whatever, takie bardziej biznesowe. Chodzi mi o to, że już musiałbym spojrzeć na telefonie, bo tam mam kilkanaście pewnie tych różnych GPTs, ale chodzi mi o to, że mam jakieś zdefiniowane typowe sposoby użycia, które wcześniej miałem jako… No wcześniej to wyglądało tak, że musiałem się zalogować do czata GPT, powiedzieć hej, jesteś, teraz będziemy… pracować nad moim draftem maila, zrób to dobrze.
On mi zwykle tego maila draftu napisał tak, że to było słabe, bo bez jakichś dodatkowych instrukcji to ChatGPT lubi generować taki content. By the way, ja wiele rzeczy, w zasadzie większość robię po angielsku i to też jest ważne. Nie powiedzieliśmy sobie do tej pory, ale ChatGPT po prostu działa lepiej po angielsku. Możemy pogadać dlaczego, ale to teraz tylko mówię, że że ogólnie dla mnie w takim typowym użyciu to jest użycie po angielsku. No ale generalnie chodzi mi o to, że jakbym po prostu poprosił czata GPT, żeby mi z mojego draftu napisał mail, to nie byłby to mail, z którego ja bym był zadowolony, nawet jeśli to jest wersja 4, dlatego że on ma tendencję do… używania jakichś tam słów, sformułowań dość specyficznych i nietypowych dla mnie. Więc ja sobie stworzyłem taką personę, właśnie CustomGPT, który wie, że ja komunikuję się w specyficzny sposób, używam jakiegoś tam języka, też jestem non-native speaker, więc żeby też nie przesadzał z jakimiś tam dziwnymi słowami. No i dzięki temu nie muszę sobie za każdym razem tego prompta tworzyć, tylko mam CustomGPT.
No i mam tych CustomGPT kilka, czy tam właśnie kilkanaście do różnych celów. To jest w tym obszarze automatyzacji. W obszarze automatyzacji też napisałem sobie skrypty. Znowu, jako informatyk wykształcony, to musiałem gdzieś tam sobie popisać różne rzeczy, ale to już jest poza tym czatem GPT.
Mam takie skrypty, które… Na przykład coś tam robię na komputerze i przychodzi mi do głowy jakiś pomysł, jakaś notatka, coś, co nie jest związane z tym, co robię, ale gdzieś tam chciałbym to zanotować. Mam program, napisałem go sobie, który mi pozwala szybko wrzucić tę myśl gdzieś, a potem taki chat GPT, taki model, patrzy na to, co ja napisałem i decyduje, co tam dalej z tym zrobić. Czy to na przykład jest… O, świetne, z chęcią bym z tego skorzystał.
Jest na moim GitHubie, nawet na blogu o tym pisałem. Narzędzie się nazywa Fire & Forget, czyli FAF w skrócie. No tak, jakby nie wiem ile tam ma użytkowników, podejrzewam, że jednego albo dwóch, w sensie może poza mną jest jeszcze ktoś, jakbyś potrzebował wsparcia, to mogę ci pomóc to ustawić. No generalnie chodziło o to, że jakby tutaj wykorzystuję model do tego, żeby właśnie zrozumieć to, co ja napisałem w krótkiej notatce, żeby coś tam się dalej stało. To nie jest bardzo zaawansowane, ale używam tego na co dzień. Więc to są takie obszary prostych automatyzacji.
Natomiast ja, i tutaj największą wartość wyciągam z tego narzędzia, ja używam tego jako wsparcia, czy jakiegoś takiego dodatkowego poweru dla mojego myślenia. W sensie taki kopilot, który codziennie to robi. Dla mnie chat GPT, bo cały czas się poruszamy w zasadzie w obszarze chatu, GPT, GPT-4. Dla mnie to jest narzędzie, które w zasadzie teraz jest równie ważne jak komputer, jeśli chodzi o mój sposób pracy. I to może być research jakichś rzeczy, to może być pisanie kontentu. Mam bloga, piszę na LinkedInie. Wiadomo, że to nie są rzeczy, które dla mnie GPT napisze, ale dzięki temu pod wieloma względami łatwiej Już pomijam to, że ten tak zwany strach przed pustą kartką jest o wiele mniejsze, gdzie wie, że może zawsze zacząć z GPT na jakiś temat, ale no po prostu to szybciej idzie. Ja też pewnie sposób pracy mam taki, że normalnie by ten artykuł pewnie bym pisał miesiąc, bo bym go robił w małych porcjach i tak dalej, a dzięki temu, że mam GPT, no to sensowny artykuł jestem w stanie napisać pewnie kilka dni.
Karol: Natomiast to… Dla tych, którzy nas słuchają i którzy nie znają jeszcze, Michała serdecznie polecam, bo czyta się tego z niezwykłą przyjemnością.
Michał: Bardzo ci dziękuję. Bardzo się cieszę, że to mówisz i cieszę się, że jakby z przyjemnością czytałeś moje teksty. To, co chcę powiedzieć, to żeby to były fajne teksty, to wymaga dużo pracy od strony człowieka też. W sensie ja uważam, że dużo mi daje GPT jako narzędzie do tego, żeby to robić szybciej, ale cały czas mam wrażenie, że kluczowa…
Kluczowa praca to jest moja praca. To nie jest tak, że ten system napisze fajny artykuł za mnie albo jak go napisze tak zupełnie za mnie, to to nie będzie artykuł, który ja będę chciał opublikować. W każdym razie jako narzędzie do myślenia, researchu, brainstormingu, rozważania różnych pomysłów. negocjowania kontraktów. Negocjowanie kontraktów to też nie jest coś, co mi się zdarza tam bardzo często, nie? Znaczy w sensie ja jestem jednoosobową działalnością tych klientów, nie mam aż tak bardzo dużo, nie? Ale zdarzało mi się już kilka razy, że tam są jakieś zapisy i ja te zapisy gdzieś tam znowu rozpracowuję bardziej przy wsparciu czata GPT, a nie, że ja proszę, żeby tutaj mi coś wygenerował. Oczywiście bardzo dużo korzystam, a nie powiedziałem, że powiedziałem o czterech rzeczach, ale nie powiedziałem o GitHub Copilot, za którego też płacę i to też chyba jest 10 albo 20 dolarów, czyli narzędzie do wspierania procesu programowania, taki właśnie Copilot, który na podstawie tego, co się tam pisze w programie, on może dopisać różne rzeczy i to jest bardzo, bardzo użyteczne. Bardzo sobie ogólnie też cenię i Chata GPT, i Copilota w mojej pracy takiej właśnie programistycznej. Dla osoby takiej jak ja, która, tak jak mówiłem na początku, pewnie z 10 ostatnich lat nie pracowałem zawodowo jako programista, natomiast Mam solidne podstawy, wykształcony na mimowie, egzamin z kompilatorów zaliczyłem chyba na 4+, czy coś w tym stylu, to jest osiągnięcie.
Karol: Ja już gratulowałem Ci kiedyś podczas naszej rozmowy Twojego talentu nazywającego się Input.
Michał: Tak, tak, tak. Ale zmierzam do tego, że dzięki temu, że ja mam jakieś tam podstawy i wiem często czego szukam, albo wiem jak powinno wyglądać dobre rozwiązanie, ale nie znam jeszcze tak dobrze akurat jednego czy drugiego języka albo jakiegoś tam konkretnego… narzędzia, którym piszę jakiś tam program, ten Copilot czy nawet GPT to jest coś, co poprawia moją produktywność pewnie razy 10 minimum. W moim konkretnej sytuacji, pewnie dla osoby, która jest, ja często rozmawiam z doświadczonymi programistami na ten temat, te osoby często mają poczucie, że to nie jest taki game changer dla nich, Ale dla mnie jest.
Automatyzację, pisanie software’u i wsparcie myślenia to ostatnio jest bardzo szeroką kategorią. Jak cię tam coś ciekawego, jeśli cię coś konkretnego interesuje, to możemy jeszcze o tym pogadać. To ostatnio jest dla mnie kluczową wartością. To, że ja płacę 20 dolarów. Mam nadzieję, że sam Altman nie jest wśród twoich słuchaczy, ale nie wykluczamy tego, że ja płacę 20 dolarów za coś, co mi tak bardzo pomaga myśleć, tak bardzo pomaga, tak dużo skraca czynności w kluczowych dla mnie teraz obszarach. Myślenie to jest to, co ja teraz sprzedaję głównie. Jeśli ja mogę myśleć szybciej, szerzej, to bezpośrednio się przekłada na moją wydajność, produktywność. a ja sobie płacę 20 dolarów, to jest dla mnie niesamowite. A znowu, pewnie za chwilę będzie to jeszcze lepsze, bo te modele będą coraz lepsze, być może będą coraz tańsze. To są naprawdę ciekawe czasy.
Karol: A może moglibyśmy pomyśleć o jakimś zadaniu domowym dla naszych słuchaczy?
Michał: Skoro słuchają, są ciekawi. Ale z różniczek i całek?
O, broń Boże. Słuchaj, od czego zacząć, Michał? Jeśli jeszcze nie macie subskrypcji czata GPT, by the way, nikt mi nie płaci za to, że mówię, że to jest takie świetne narzędzie. Nasz format jest całkowicie niezależny.
Tak. Ale naprawdę z czystym sumieniem polecam. Jeśli nie macie jeszcze płatnej subskrypcji czata GPT, to od tego trzeba zacząć. I to jest w ogóle, myślę, kluczowa bariera dla wielu osób.
Jakby marketingowo to jest jakiś problem dla OpenAI, że oni darmowy produkt… mają dobry, ale tak bardzo gorszy od tego, co jest w płatnym produkcie, w kluczowych obszarach, tak jak właśnie ten rozszerzenie myślenia i tak dalej, że wielu ludzi po styczności z tym darmową wersją stwierdza, nie, nie, to nie ma szansy działać. Więc zacznijmy od tego, żeby ktoś sobie kupił tą płatną wersję. Zaczął z tego korzystać, też nabywając te umiejętności, bo to nie jest tak, że tam zacznie wpisywać w tego czata co, bo tam przyjdzie do głowy. To są jakieś też pewne wzorce, które trzeba, ale można sobie też doczytać, nie wiem, czy tam w twoim podcaście pewnie można jakieś notatki dodać, to możemy nawet linki jednego czy… dorzucić, tak. Są jakieś takie materiały.
To nie jest żaden rocket science, natomiast chodzi o to, żeby jak ktoś na przykład ma w jednej sesji z czatem GPT zapytał cztery różne rzeczy, to nie dostanie sensownej odpowiedzi na żadną z tych czterech rzeczy. Więc trzeba umiejętnie podchodzić do formułowania problemu i tak dalej. Więc jeśli pracę normową miałbym jakoś sugerować, to po prostu zacząć to robić, zacząć myśleć o tym, gdzie można by było tego GPT w waszym, czy takim codziennym, prywatnym, czy zawodowym życiu używać. Samo korzystanie z tego narzędzia spowoduje, że okazji będzie wam przychodzić do głowy coraz więcej. Ja, mimo tego, że może brzmi jak osoba, która bardzo dużo z tych narzędzi korzysta, bo faktycznie korzystam sporo, to też mam poczucie, że są jeszcze rzeczy, których do tej pory nie robiłem, chcę zrobić.
Pobawić się, nie wiem, no kilka osób mi sugerowało, że fajną opcją, odkąd się pojawiła możliwość rozmawiania z czatem GPT przez apkę tak głosowo, że fajną opcją jest czasem pójść na spacer i pogadać, odbić jakieś myśli od czata GPT. Słucham? To nawet nie potrzebujesz rabita do tego, nie? O tym mówię właśnie. W sensie masz telefon i gadasz sobie i sobie pomyślałem, że w ramach postanowień noworocznych, że może spróbuję takich kilka sesji. Też nie, że mam jakiś konkretny cel albo czuję, że to będzie jakaś wartość, ale żeby zobaczyć jak to jest i może coś z tego wyniknie. Myślę, że taka właśnie otwartość To jest dobre nastawienie i dla wielu osób może ciągle kluczowa bariera, bo mają poczucie, że to jest hype, że nie chcą być kolejną osobą, która tam ze stadem owiec idzie, bo jest fajnie i tak dalej. Ja jak zacząłem tego używać i zacząłem tego używać w poprawny sposób, kiedy faktycznie widziałem, że są efekty sensowne, to po prostu pomysły miałem coraz to nowe na to, gdzie i jak to mógłbym zaaplikować.
Karol: I w takim razie chyba taki będzie nasz apel na koniec naszej rozmowy. Próbujcie, testujcie i bawcie się tą technologią po to, żeby potem móc ją wykorzystać tam, gdzie pracujecie.
Michał: Tak, myślę, że to jest kluczowe. Nawet niekoniecznie należy je przywiązywać do tego, że to będzie ta technologia czy inna. Teraz mamy czat o JPT, może będzie coś innego. Przecież wiadomo, że są różni dostawcy. bo rozmowa dzisiaj była bardzo skoncentrowana na chat GPT, dlatego że to jest teraz najlepszy pewnie model, ale niezależnie od modelu, niezależnie od dostawcy, umiejętność wykorzystania tego w prywatnym i zawodowym życiu to jest coś, co z nami zostanie i będzie tylko, potrzeba będzie coraz bardziej paląca.
Karol: Niech zatem AI i chat GPT będą z nami wszystkimi. Pozdrawiam, bardzo dziękuję za rozmowę, bardzo mi się dobrze dzisiaj z Tobą rozmawiał. To ja, Michał, dziękuję Ci serdecznie za Twoją skłonność do dzielenia się tą wiedzą, którą z taką łatwością przyjmujesz. Pozdrawiam wszystkich, dzięki.
Michał: Dzięki.
