Dzisiaj zapraszam Was do wysłuchania drugiego odcinka. Skoro #AI tak bardzo się rozwija, skoro powstaje tyle firm, pomysłów, produktów… Byłem ciekaw, jak fundusze VC patrzą na ten obszar… Stąd rozmowa z Przemkiem Jurgielem-Żyłą z Movens Capital, który firmom z obszaru #AI nie tylko się przygląda, ale w które aktywnie inwestuje. Posłuchajcie sami.
Przemek Jurgiel-Żyła to inwestor VC specjalizujący się w aspektach produktowych i sprzedażowych obszarów SaaS i Marketplace oraz technologiach opartych o AI/ML. Prywatnie ojciec trójki wspaniałych dzieci. Nieliczne wolne chwile poświęca ruchowi FabLab, m.in. tworząc warszawski Makerspace.
O czym rozmawiamy?
- Jakie są najważniejsze trendy w inwestycjach związanych z AI? Na świecie? W Europie? W Polsce? Czy te rynki różnią się od siebie?
- Czy inwestorzy są zainteresowani AI?Jeżeli tak – dlaczego AI przyciąga inwestorów i jakie korzyści mogą przynosić inwestycje w tę dziedzinę.
- Rola AI w transformacji biznesowej – Jakie wyzwania i możliwości stwarza AI dla tradycyjnych firm i jak mogą wykorzystać tę technologię do transformacji biznesowej?
- Proces inwestycyjny w startupy AI – Jakie są etapy procesu inwestycyjnego w startupy AI? Jakie kryteria brane są pod uwagę podczas oceny potencjalnych inwestycji?
- Startupy AI a konkurencyjność rynkowa – czy AI w startupie powoduje, że są bardziej konkurencyjne i czy to wpływa na postrzeganie startupu przez fundusze/ klientów?
- Rola mentorów i współpracy w startupach AI – Jakie znaczenie mają mentorzy i współpraca z innymi firmami w rozwoju startupów AI. Jakich ludzi potrzeba na drodze mentoringu i jakie mają znaczenie?
- Przykłady udanych startupów AI. Co oferują? Jakie rozwiązują problemy? Czy są już dochodowe. Szczególnie w Polsce? Kto przewodzi? Kto odnosi sukcesy? W jakich obszarach?
I wiele innych…
Zdjęcia
Notatki
Zdjęcia: Jan Toruński
Audio: Kamil Soldacki
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 Stryja: Witam cię serdecznie, Przemku, w 99 twarzach AI.
Przemek Jurgiel-Żyła: Cześć Karolu.
Karol: Przemku, dla tych, którzy nie znają ciebie, twojej historii, czy mógłbyś przedstawić się naszym słuchaczom i opowiedzieć, jaka jest twoja historia z funduszami i z AI?
Przemek: Jestem Przemek Jurgiel-Żyła. Od zawsze robiłem coś w startupach. Ostatnie kilka lat, okolicy czterech, współtworzę fundusz Movens Capital, Movens VC. Inwestujemy w spółki na wczesnym etapie rozwoju głównie. Jedną z naszych najważniejszych tez inwestycyjnych jest właśnie AI i machine learnin i inwestycje w startupy, które budują modele swoje sprzedażowe SaaS-owo lub marketplace-owo. Wcześniej budowałem bardzo dużo różnego rodzaju produktów, głównie software-owych. Rozwijałem technologię w wielu firmach. Tworzyłem swój startup jako late co-funder i ta technologia i wykorzystanie najnowszych zdobyczy techniki software-owej, algorytmów i tym podobnych rzeczy zawsze mi były bliskie sercu. Stąd też między innymi ta strategia w funduszu, bo chcemy inwestować w spółki, które w przyszłości będą zmieniać świat.
Karol: A pamiętasz taki pierwszy moment, kiedy pomyślałeś, kurczę, AI, machine learning, dane i cała reszta, to jest rzeczywiście coś, co zrobi wielką zmianę?
Przemek: Wiesz co, tutaj poruszyłeś coś, co trzeba by jakoś delikatnie rozdzielić, bo czym innym jest machine learning, AI, czy generalnie algorytmy, a czym innym są dane. Te drugie bez pierwszych żyć nie mogą, pierwsze bez drugich mogą jak najbardziej. I już kilka, kilkanaście lat temu m.in. w NetSprint-cie, w którym wiele produktów tworzyłem, budowaliśmy choćby nawet taką jedną z największych, jeśli nie największą hurtownię danych opartą o cookies’y w Polsce. Mieliśmy dane w zasadzie od większości portali naszego rodzimego rynku, przetwarzaliśmy je, generowaliśmy z tego profile użytkowników i dystrybuowaliśmy na szeroko rozumianym rynku reklamowym.
Karol: Zrobiłeś w przeszłości wiele, ale tak naprawdę z wykształcenia nie jesteś informatykiem.
Przemek: Nie, z wykształcenia jestem elektronikiem, więc to troszeczkę odbiega, aczkolwiek dalej blisko technologii. Ta moja historia zaczęła się, nie wiem czy typowo, czy nietypowo, ale byłem sprzedawcą i zawsze ta część kontaktu z klientem i sprzedaży mnie mocno interesowała. Byłem jednym z pierwszych, jeśli nie, jednym z pierwszych pracowników w x-komie, który teraz jest jedną z największych firm IT w Polsce, sieci sprzedaży retailowej, ale też i online’owej. Po tym jak wyprowadziłem się ze swojej rodzimej Częstochowy i odszedłem z X-komu, poszedłem do dystrybucji IT, czyli ABC daty w Warszawie tutaj już, jak się wniosłem do Warszawy grube kilkanaście lat temu. Ale cały czas mnie kręciło, żeby robić coś więcej niż tylko, że tak powiem, sprzedawać sprzęt, czy operować na poziomie sprzedażowym wokół sprzętu IT, wokół technologii. I zacząłem się i sam uczyć, ale też i pomagać startupom, chociaż wtedy chyba się to jeszcze nie nazywało startupami stricte jako takie, albo mało kto kojarzył czym jest startu w tworzeniu technologii jako takiej, czyli produktów, które klienci będą chcieli kupować, z których będą chcieli korzystać. No i tak się zaczęła ta moja przygoda. Przez wiele lat pomagałem różnego rodzaju startupom, uczestniczyłem aktywnie w życiu choćby nawet Auli Polskiej na rodzimym rynku tutaj w Warszawie. I tak powoli, powoli budując sobie kolejne kontakty, relacje przechodziłem na kolejne levele czy tam kolejne poziomy wtajemniczenia jeśli chodzi o technologię, rozwój technologii, rozwój produktu, pracę z produktem, pracę z klientem. I tak trafiłem do NetSprint’u, którym byłem bardzo długo. W którym m.in. zajmowałem się też produktami. Tam w zasadzie wyszlifowałem sobie te umiejętności łączenia sprzedaży klienta, obsługi klienta, jakości tego kontaktu z klientem, z budowaniem produktu, z którego klienci chcą korzystać.
Karol: Z tego co mówisz, bardzo dużą rolę w kształtowaniu Ciebie jako przedsiębiorcy, Ciebie jako osoby związanej z branżą technologii odegrało Community.
Przemek: Bez ludzi, którym pomagałem, którzy mi pomagali, myślę, że nie zrobiłbym tego, co zrobiłem do tej pory i nie byłbym w miejscu, w którym jestem teraz. Wychodzę z takiego założenia, że warto ludziom pomagać. Zwykle to robię i staram się to robić bezinteresownie, z taką nadzieją i wiarą w to, że karma wraca. I bardzo często jest tak, że ludzie, którym kiedyś, dawno temu pomogłem, rozwiązałem ich problem, albo pomogłem im rozwiązać ich problem, wracają do mnie i pytają się o to, ej Przemek, robimy coś takiego, nie chciałbyś dołączyć, pomóc nam, albo może chciałbyś uczestniczyć w projekcie. Choćby nawet w ten sposób trafiłem właśnie do Movensa, do funduszu, gdzie Artur Banach i Michał Olszewski mnie zaprosili do teamu współzałożycielskiego naszego VC. Z Arturem, który zarządzał przez blisko 20 lat NetSprintem, razem pracowaliśmy i sprawdziliśmy się w boju, wiedział też co potrafię, jak podchodzę do technologii, jak podchodzę do produktu i tak trafiłem do VC.
Karol: Jak mówisz o… budowaniu swojej kariery, budowaniu swojej ekspertyzy, eksperymentowaniu, tworzeniu nowych produktów. Trafiłeś na swoje drodze na mentorów, których miałeś?
Przemek: Mentorami bym ich chyba nie nazwał. Raczej ludzi, których chciałem obserwować i którzy byli dla mnie jakimś takim wyznacznikiem, jak mógłbym ja postępować w swoim działaniu szeroko rozumianym. Generalnie mam takie życiowe podejście do podważania autorytetów jako takich. Za każdym razem, kiedy ktoś stawia przede mną jakiś autorytet jako potwierdzenie swojej racji, to pierwszym i takim naturalnym moim odruchem jest podważenie tego autorytetu i zastanawiając się, dlaczego ten ktoś jest tym autorytetem. I z tego względu, żeby móc merytorycznie rozmawiać na temat tego, czy ktoś jest autorytetem albo rozmawiać z autorytetem, z człowiekiem, który jest dla innych autorytetem, no to trzeba poznać albo dowiedzieć się bardzo dużo z tego obszaru. I to był też jeden z elementów czy jednym z takich motorów mojej nauki i chęci poznawania technologii i ludzi i otoczenia, że żeby móc rozmawiać z szeroko rozumianymi osobami, które mają jakąś tam renomę w jakimś otoczeniu i tak dalej, to muszę dużo wiedzieć na przykład z tego obszaru, który oni reprezentują. I te autorytety właśnie w ten sposób mnie napędzały, że jeśli ktoś był autorytetem w jakimś obszarze, czy jest autorytetem w jakimś obszarze dla społeczeństwa, dla jakiejś community i tak dalej, to ja chciałbym wiedzieć, dlaczego jestem autorytetem, albo co powinienem wiedzieć, żeby móc nawiązać w komunikację, albo móc merytorycznie z taką osobą porozmawiać. I to był jeden z tych elementów, które napędzały mnie do tego, żeby poznawać nowe rzeczy, które czasem nie są mi do niczego potrzebne oprócz tego, że mam ambicje umieć merytorycznie porozmawiać z takimi osobami.
Karol: A nauka? Jak znalazłeś sposób dla ciebie najbardziej efektywny uczenia się i zdobywania wiedzy?
Przemek: Wiesz co, wyszła kiedyś taka książka Radka-Kotarskiego na temat nauki i ona jest takim podsumowaniem tego, co mógłbym teraz powiedzieć, tego, jak się najlepiej uczyć. Znaczy wiesz co, sposób nauki, a wiedza to są różne rzeczy, w sensie można mieć wiedzę, a nie umieć argumentować, można umieć argumentować, nie mieć wiedzy, tam jakby tych połączeń i wyborów jest dowolna ilość.
Karol: Ale zakładam, że w twoim przypadku była wiedza plus umiejętność odpowiedniej argumentacji.
Przemek: Staram się wszystkiego mieć po trochu. Nie zawsze mi się to udaje. Często lubię wchodzić w konfrontację, więc moje rozmowy bardzo często są dość żywiołowe i emocjonalne i wciągam drugą stronę w taką zażartą dyskusję jako taką. Niemniej to są moje metody. Te metody to są takie, że choćby nawet z jednym z elementów, które pozwalają mi na to, żeby dobrze się czegoś nauczyć, jest to, że próbuję podejść do nauki w sposób taki, żeby umieć o tym opowiedzieć. I to jest taki sposób chyba akademicki w rozumieniu takim, że żeby coś dobrze zrozumieć, wyobrażam sobie sytuację, w której muszę o tym opowiedzieć osobie, która nie ma o tym żadnego pojęcia. Ta wiedza troszeczkę inaczej jest przez moją głowę przetwarzana, ponieważ nie mając o czymś zielonego pojęcia czasem, uczę się o tym tak, żeby umieć o tym opowiedzieć. Żeby wytłumaczyć, to jest taki przykład, który bardzo często ludzie też podają, jak wytłumaczyć siedmioletniemu dziecku jakąś tam skomplikowaną sprawę. No to jeśli coś rozumiesz, to jesteś w stanie wytłumaczyć nawet 7-letniemu dziecku albo swoim rodzicom, którzy niekoniecznie muszą rozumieć technologię.
Karol: Przemek, śmieję się po cichu, bo miałem dokładnie to powiedzieć, że ja jak czegoś nie rozumiem i proszę kogoś o wytłumaczenie iakiejkolwiek sprawy, to używam dokładnie tego sformułowania – “Słuchaj, wytłumacz mi to jak 7-latkowi”.
Przemek: Ja mam ten komfort, że mam w domu siedmiolatkę, córa ma akurat siedem lat, poszła do pierwszej klasy teraz, więc jest zdecydowanie poligon doświadczalny. I jej dużo łatwiej jest tłumaczyć, ponieważ jest cholernie inteligentna. Ja wiem, że wszyscy dorośli tak o dzieciach swoich mówią. Niemniej młoda bardzo dużo słucha różnego rodzaju audiobooków, ma bardzo szeroką wiedzę na tematy różne i trochę widzę siebie w miniaturze, jak ja byłem tam dzieciakiem, czy nastolatkiem, czy nawet już osobą dorosłą i się uczyłem różnych rzeczy. Drugim elementem, oprócz tego, że wyobrażam sobie, jak komuś coś wytłumaczyć, jest to, że czytam i staram się pozyskiwać wiedzę z wielu różnych stron, czy z wielu różnych aspektów. Chodźmy nawet z perspektywy algorytmów, czyli AI, o którym będziemy rozmawiać, czy rozmawiamy. To nie patrzę tylko na to, jak działają algorytmy na przykład, bo niekoniecznie mi to zawsze będzie do szczęścia potrzebne, ale jak można je wykorzystać, jak się mogą przydać, choćby nawet kwestia, która mnie bardzo interesuje i swego czasu prowadziłem sam podcast na ten temat, na temat transformacji cyfrowej, czy jak firmy mogłyby z tego skorzystać, co jest wartością dla tych firm, czy da się to sprzedać w jakiś sposób, czy da się to skwantyfikować, w sensie wyrazić w jakichś liczbach, że wdrożenie jakiegoś algorytmu pozwala poprawić efektywność na przykład jakiegoś procesu. Procesy to jest inny mój konik. Bardzo lubię procesować różnego rodzaju rzeczy. Kiedyś byłem audytorem ISO, ale to jest zupełnie inna historia. Każdą rzecz, której się uczę, każdą rzecz, którą poznaję, staram się poznawać z różnych stron, a to wymusza na mnie trochę kwestię czytania o wielu różnych rzeczach, które wielu ludziom wydają się niepotrzebne. Bo jeśli czytasz o jakichś różnych, nie wiem, o procesach w firmach albo o najnowszych standardach budowania kampanii marketingowych, to na pierwszy rzut oka niekoniecznie te rzeczy są ze sobą powiązane w jakiś sposób. Ale jak poczytasz odpowiednio dużo w tym obszarze, nagle dochodzisz do punktu, że zaczynają ci się łączyć kropki. Kolekcjonujesz dane po to, żeby stworzyć pełen obraz. I wtedy masz ten pełen obraz. I wtedy możesz powiedzieć, że coś umiesz albo nie umiesz, albo masz wiedzę na jakiś temat, albo nie masz tej wiedzy. To w ramach krzywej, o której też znowu nigdy nie pamiętam, jak ona się nazywa, ale jest taka krzywa, nauki, dochodzisz do momentu, w którym wiesz, jak wielu rzeczy jeszcze nie wiesz. I dzięki temu łatwiej jest też pozyskiwać później kolejne etapy tej wiedzy z tego obszaru, ponieważ jak już sobie zdajesz sprawę, jak ta wiedza jest skonstruowana, ile jest wokół tego wszystkiego, co poznajesz, elementów, które musisz pogłębiać, to możesz sobie to pozyskiwanie informacji, ten proces edukacji, czy ten proces pozyskiwania wiedzy, jakoś tam standaryzować, układać, decydować, co jest dla ciebie teraz najważniejsze. Wrócę do początku tego, o czym zaczęliśmy rozmawiać w mojej historii. To jest trochę takie budowanie produktu każdorazowo. Jeśli uczę się nowego obszaru, to w głowie sobie buduję produkt, który jest tym obszarem. A żeby produkt był dobry, żeby klienci chcieli z niego korzystać, żeby ja chciał z niego korzystać, to on musi obejmować wszystkie potrzeby. Te zewnętrzne i te wewnętrzne. I być w jakiś sposób sensowny ustrukturyzowany, mieć konkretne funkcjonalności, rzeczy, które są potrzebne do tego, żeby prawidłowo działało, żeby klienci z niego chcieli korzystać i tak dalej. Wiem, że to brzmi trochę w sposób zakręcony i skomplikowany, no ale niekoniecznie każdego mózg jest prosty i nieskomplikowany. Ja mam bardzo dziwne sposoby dotarcia do różnego rodzaju wiedzy i wniosków i to jest jeden z nich, że sobie każdorazowo z jakiegoś obszaru wiedzowego buduję taki swoje MVP produktu, które mogę z różnych stron oglądać, uderzać, wziąć do ręki i popatrzeć. I też znowu perspektywa i wiedzy na temat tego, jak działają klienci, bo wiele lat sprzedawałem, zajmowałem się sprzedażą i tego, jak budować produkty, bo wiele lat budowałem produkty, pozwala mi układać sobie ten taki proces pozyskiwania wiedzy właśnie i uczenia się nowych obszarów w taki kompletny sposób, że i patrzę na to i od strony biznesowej, i od strony potrzeby, i od strony technologii, i od strony systemu jako takiego. Przechodząc teraz na przykład do samego funduszu, jak oglądam różnego rodzaju spółki, to łatwo mi jest rozmawiać i z funderem na temat biznesu, i z CTO na temat technologii, i z CFO na temat Excela, i z CMO na temat marketingu. Tylko takie właśnie holistyczne podejście pozwala w ten sposób patrzeć. Holistyczne podejście i łączenie kropek. Trudne, wymagające, obciążające często bardzo głowę, ale to bardzo lubię.
Karol: Opowiesz o twojej historii pracy w VC i o tym, czym się zajmujesz w Movensie?
Przemek: To jest zawsze dość trudne pytanie, bo to zależy kto pyta.
Karol: Siedmiolatek.
Przemek: Praca w VC sprowadza się do tego, że się robi bardzo dużo rzeczy, bo jednocześnie i zarządza się funduszem, i ogląda się spółki, i ocenia się te spółki, i analizuje się rynek, i uczy się tego rynku, i patrzy się na konkurencję, i patrzy się na rundy inwestycyjne, buduje się relacje i z Founderami, i z innymi funduszami, i z angelami.
Karol: Obszar na odrębny podcast, nie odcinek, tylko całą serię.
Przemek: W naszym funduszu specjalizuje się głównie w produkcie, analizie produktu, patrzenia na to, czy dane rozwiązanie jest rzeczywiście na jakiś sposób przełomowe na rynku, ale też budowaniem interakcji z interesariuszami z różnych obszarów. Czy to z funduszami, czy founderami, czy innymi uczestnikami typu Angel’e, czy też inni doradcy nasi, bo to też jest bardzo istotne, że nie da się w funduszu inwestycyjnym, szczególnie na wczesnym etapie mieć na tyle dużego teamu założycielskiego, no bo fundusze rządzą się tym, że mają swoją opłatę za zarządzanie i w ten sposób mogą aktywnie działać, mieć wszystkich kompetencji. Więc też jednym z elementów jest to, żeby sobie dobrać najlepszych doradców w danym obszarze i nawet jeśli czegoś nie wiemy mieć pod ręką osobę, którą możemy o to spytać. I to jest trochę tak, że jak patrzymy nawet na spółki E&A, no to mamy ludzi, którzy nam pomagają, którzy są najlepszymi specjalistami w tym obszarze i my na poziomie ogólnym możemy sobie przeanalizować to, czy spółka w obszarze tego E&A, który adresuje jest jedną z lepszych spółek i dobrą szansą inwestycyjną. Ale to czy ona korzysta z najnowszych rozwiązań, najnowszych algorytmów, czy prawidłowo korzysa z tych algorytmów, czy funder, czy tam team founderski potrafi zatrudniać najlepszych specjalistów z tego swojego sektora, no to bardzo często staramy się też wspierać ludźmi, którzy są mądrzejsi od nas w tym konkretnym obszarze. I to też jest bardzo ważne, żeby potrafić odpowiedzieć sobie na pytanie albo inaczej, stwierdzić, że są elementy w twoim otoczeniu, których nie ogarniasz i potrzebujesz mądrzejszych od siebie do tego, żeby ci mogli to ogarnąć. Więc w samym funduszu, no to tak jak powiedziałem, zajmuję się tą częścią produktową, również sourcingiem, czyli analizą wszystkich spółek, które do nas wpadają, do naszego pipeline’u. to z której strony oni spadają, to też jest jakiś element budowania sobie, może nie przewagi, ale takiej ekspertyzy, że nowe podmioty, które do nas trafiają, czy spółki, które trafiają do nas do analizy, trafiają z bardzo wielu stron. I nie tylko po prostu wchodzą w naszą stronę internetową, bo dowiedzieli się, że jest coś takiego jak Movens Capital, ale też budujemy sobie relacje z innymi founderami. Ci founderzy polecają nas innym founderom, którzy dopiero zaczynają.
Karol: Czyli coś takiego jak word of mouth działa tak naprawdę w każdej kategorii naszego życia.
Przemek: W każdej kategorii zdecydowanie. I to jest znowu, wrócę do tego co powiedziałem wcześniej. Dzięki temu, że każdy z nas, bo akurat budujemy nasz fundusz w takim oparciu, że każdy z nas jest eksprzedsiębiorcą i mamy bardzo duże doświadczenie w budowaniu różnego rodzaju podmiotów, firm, produktów i podobnych rzeczy, to też staramy się tym funderom pomagać, staramy się aktywnie ich wspierać, nawet jeśli nie inwestujemy w jakąś spółkę, to bardzo często im staramy się pomagać, bo to skutkuje tym, że oni później za jakiś czas przychodzą i mówią słuchajcie, no nie zainwestowaliście w moją spółkę, rozwijam się tam, jest fajnie, ale mam tutaj ludzi, którzy potencjalnie mogliby być zainteresowani rozmową z wami. I dzięki temu często trafiają do nas projekty, które jeszcze nie pojawią się szeroko na rynku i mamy tą szansę inwestycyjną przed innymi funduszami, żeby tą spółkę obejrzeć i zastanowić, czy chcielibyśmy robić pogłębioną analizę i w nią zainwestować.
Karol: Mógłbyś opowiedzieć o spółkach, w które zainwestowaliście właśnie w obszarze AI, w machine learning?
Przemek: Mamy ich kilka, to znowu z różnej perspektywy można na to patrzeć. Jest taka spółka, która jest tak corowo wręcz jajem, zanurzona we jaju, bo jest to SkyEngine, który tworzy datasety do nauki algorytmów wizualnych, sztuczne dane, które pozwalają uczyć algorytmy, co obniża cenę nauki tych algorytmów. No i to jest jedna ze spółek, które zainwestowaliśmy. Mamy parę spółek takich, które wykorzystują algorytmy do tego, żeby rozwiązywać jakieś tam problemy. Choćby nawet talkie.ai, które tworzy technologie do tego, żeby najlepiej jak się da i najprościej jak się da zarządzać voicebotami. I to nie jest tak, że oni tworzą voiceboty, bo voiceboty są szeroko dostępne na rynku. Talkie.ai wykorzystuje najlepsze, które są dostępne, ale buduje wokół tego technologię, która pozwala w prosty sposób wdrożyć do firmy takie algorytmy, wdrożyć takie rozwiązania i zacząć z nich korzystać. Skupiają się na healthie, więc to jest obszar, który spółka adresuje, teraz dość intensywnie wychodzi na Stany Zjednoczone. Odnosi tam swoje sukcesy.
Mamy spółkę, która gdzieś wykorzystuje AI do zarządzania flotą, urządzeń, które gdzieś się tam poruszają po przestrzeni magazynowej. Mamy spółką hardware’ową. Mają coś takiego jak elektroniczny stetoskop.
Karol: Czytałem o tym – kapitalne.
Przemek: I oni wykorzystują algorytmy do tego, żeby analizować dźwięk pochodzący z tego stetoskopu i wykrywać anomalie wynikające z odsłuchu. Znowu tutaj skupiają się… Tak, ludzkie ucho nie jest w stanie usłyszeć. Też, ale też pozwala weryfikować na przykład prawidłowość przyłożenia tego stetoskopu do ciała. Oni z kolei się skupiają na dzieciach astmatycznych i rozwiązywaniu problemów w tym obszarze. Bardzo duży rynek bardzo potrzebuje tego typu rozwiązań, więc też widzimy potencjał na to, żeby się spółka rozwijała w tym obszarze. Nie chciałbym tutaj mówić tylko i wyłącznie o naszych spółkach, bo chcieliśmy porozmawiać o AI-u, a nie o portfelu Movensa. Mamy tych spółek dużo więcej, warto sobie wejść do nas na stronę i obejrzeć. Myślę, że to są takie fajne przykłady, które pokazują jak myślimy, jak patrzymy na perspektywę AI i algorytmów jako takich.
Karol: Przejdźmy zatem do trendów i do obrazu w ogóle rynku AI-owego w Europie, na świecie. Jakie są teraz najważniejsze trendy w inwestycjach związanych ze sztuczną inteligencją? Polska, Europa, świat?
Przemek: Ja bym patrzył na to raczej świat, ponieważ podobnie jak to miało miejsce choćby nawet w social mediach, ale generalnie w dużych rozwiązaniach cloudowych czy tym podobnych, jest kilka podmiotów, które się ścigają w zasadzie o prym pierwszeństwa albo bycia na podium. No i w chwili obecnej jest to OpenAI, Google, Microsoft, Amazon, IBM. Każdy z nich wykorzystuje albo swoje rozwiązania albo gdzieś tam partycypuje w rozwiązaniach innych firm. I jeśli chodzi o wykorzystanie czy jakby rozwój algorytmów z perspektywy, no bo teraz AI to jest trochę więcej niż to, co widzimy tak w mediach szeroko rozumianych, w tym, co wchodzi pod strzechy.
Karol: Zastanawiałem się właśnie, czy nie zrobić ankiety na ulicach Warszawy i nie zapytać o to, czym według warszawiaków jest AI.
Przemek: Albo czy wiedzą, co to jest AI, no bo to jest jeszcze inna kwestia.
Karol: Co do zasady… No to dla naszych współpracy znamy się z Przemkiem jeszcze z czasów podcastowych. Jak zaczynałem swój podcast pierwszy z zawodowców, zrobiłem kiedyś ankietę na ulicach Warszawy, w której pytałem ludzi, czy wiedzą, co to są podcasty. No i usłyszałem kiedyś, że podcasty, no pewnie, że wiem, co to jest. Są kasty i są podkasty.
Przemek: Wracając do technologii, no to co do zasady, jak mówimy o AI-u w chwili obecnej, no to raczej myślimy o czymś, co jest podobne do chat GTP i temu podobnych, czyli rozwiązań, które pozwalają rozmawiać z tzw. sztuczną inteligencją i dostawać sensowne odpowiedzi. Można tak przyjąć, że to jest to, no bo to jest jeden z takich najbardziej hot elementów, no ale mamy też algorytmy, które odpowiadają za generowanie grafiki, dźwięku i wielu innych rzeczy i o nich trochę mniej słychać. I one są trochę mniej hot z perspektywy takiego szeroko rozumianego społeczeństwa, ale też się rozwijają. I tych firm rozwijających tego typu rozwiązania, znowu jest kolejne liczby. Niemniej najczęściej i najbardziej widoczne algorytmy są w e-commercie i w tych usługach dużych podmiotów takich jak Facebook, właśnie Google, Microsoft i Amazon. I oni wiodą prym w rozwoju tych algorytmów, w rozwoju tych silników i nauce tych silników, no bo to jest bardzo ważne, że sam algorytm bez załadowania odpowiedniej ilości danych jest tylko i wyłącznie algorytmem i ciężko powiedzieć, czy on jest najlepszym algorytmem. Tutaj sztuką jest to, żeby mieć odpowiednio dużą moc obliczeniową i odpowiednio dużo danych do tego, żeby tak nauczyć algorytm, żeby dla człowieka wydawał się rzeczywiście inteligentny. To, czy on jest inteligentny, to jest inna kwestia i pewnie jeszcze bardzo daleko nam do takiej prawdziwej sztucznej inteligencji. To, co obecnie mamy, to są algorytmy, które z punktu widzenia osoby, która ma z nimi kontakt, wydają się inteligentne. One po prostu odpowiadają w najlepszy możliwy sposób, który nam się wydaje wystarczający do tego, żeby tak myśleć.
Karol: Urodziliśmy się mniej więcej w tych samych czasach. Myślę, że doskonale pamiętasz… Zamierzchłych. Doskonale pamiętasz “dotcom bubble”, więc pytanie teraz, czy nie jest taka sytuacja, że mamy coś takiego jak “ai.com bubble”?
Przemek: Raczej bym podszedł do tego, że jeśli chodzi o dotcom bubble to raczej było crypto bubble. Tu bym raczej patrzył w stronę bańki. W kontekście AI i tych algorytmów.
Karol: Ale już mówię o latach dziewięćdziesiątych, nie wiem czy pamiętasz. Też mnóstwo było wiesz kapitału na rynku i produktów, które potem się przerodziły w sukcesy i firmy, które istnieją do dzisiaj jest niewiele.
Przemek: To są takie, no jasne, ale to są takie fale, które przychodzą, mijają, kapitał jest zblokowany, kto dobrze zainwestuje odpowiednio wcześniej, to i tak dobrze zarobi. Więc tutaj bym raczej nie patrzył na to, która bańka jak pękała i kto po niej przetrwał, no bo generalnie zobacz perspektywę social mediów. Facebook nie był pierwszy, a jednak mimo wszystko jest największą platformą social mediową na świecie, czy jedną z największych. Google też nie miałby pierwsze wyszukiwarki. Ale Wojtek Sobczuk i grono też zrobiło robotę. Każdy na swoim odcinku robił tę robotę i pewnie sporo funduszy i osób prywatnych i founderów i zarabiało i traciło majątki na różnych projektach. Ale wracając, Google też nie był pierwszą wyszukiwarką. Notabene, jako taka anegdotka, to Netsprint miał kiedyś wyszukiwarkę. Netsprint.pl to była wyszukiwarka internetowa. To są bardzo stare czasy i pamiętają to tylko najstarsi górale.
Karol: Ci, którzy jeszcze włączyli się z internetem przez numer 0, 20, 21, 22.
Przemek: Myślę, że nawet jeszcze wcześniejsi użytkownicy polskiego internetu mogą to pamiętać, ale tak, to on był taki moment, kiedy był najbardziej popularny. W Netsprint, w wyszukiwarce Netsprintu około trzech miesięcy wcześniej pojawiły się linki sponsorowane przed Googlem, więc taka historia, tylko my byliśmy, właściwie Netsprint był spółką polską, która nie miała funduszy inwestycyjnych z Doliny Krzemowej, więc jest to jakiś element, który spowodował, że to Google jest teraz globalnym, w zasadzie monopolistą w tym obszarze, bo jest Google, a potem jak wiemy, długo, długo nikt. Patrząc z perspektywy tych dużych firm, to one tą technologię rozwijają, ta technologia się pojawia i teraz znowu pytałem się o inwestorów. To jest tak, że musimy tutaj kwestię EI-ową rozdzielić na firmy, które budują dużą infrastrukturę i firmy, które korzystają z tej infrastruktury i to, jakiego rodzaju fundusze inwestują. Jesteśmy tu, gdzie jesteśmy, czyli w Polsce, w Europie Środkowo-Wschodniej, mamy ograniczone pole do popisu w związku z tym, że mamy ograniczony kapitał, bo jesteśmy krajem na dorobku, a nie takim, który już posiada duże zasoby i może inwestować duże pieniądze.
Karol: Ale Eleven Labs też pochodzi z Polski.
Przemek: Tak, to jest spółka, która rozwija swoją technologię, ale bardzo szybko wystrzeliła do Stanów Zjednoczonych i tam pozyskiwała największe środki. Tylko to są pojedyncze przypadki, w którym w Polsce budujesz kolejny algorytm typu OpenAI i zasilasz go całym internetem i masz do tego serwerownię z dziesiątkami tysięcy procesorów, to dość ciężko sobie wyobrazić taką sytuację u nas w kraju. Raczej są to domeny tych największych podmiotów globalnych, które mają zasoby i środki na to, żeby coś takiego otworzyć. Sam Eleven Labs adresuje bardzo konkretny obszar rozwiązań i to jest obszar, który nie wymaga aż tak dużych zbiorów do nauki, więc nie buduje infrastruktury jako takiej. Buduje rozwiązanie, które ma konkretną funkcjonalność. W sensie nie znam szczegółów dokładnie, jak oni budują technologię, ale zakładam, że to jest jakaś tego typu wariacja. I na pewno nie jest to case OpenAI, gdzie na bazie ich algorytmów możesz tworzyć dowolnego w sprawie, że dowolnego rodzaju rozwiązania wykorzystujące te algorytmy, które OpenAI udostępnia. Bo to też nie jest tak, że znowu wszystko się da zbudować na OpenAI. Wracając, no to tutaj trzeba rozgraniczyć tą kwestię na budowanie infrastruktury jako takiej. I oczywiście możesz budować infrastrukturę w ramach bardzo wąskich dziedzin i bardzo wąskich rozwiązań. Albo budować infrastrukturę szeroko rozumianą. Niemniej w naszym kraju i nawet w regionie myślę, że dużo efektywniejsze jest skupianie się na tym, co na bazie tych rozwiązań, które na rynku są, mogą lokalnie spółki tutaj zbudować. I jest całkiem sporo fajnych projektów i sporo fajnych spółek, które próbują robić w tym obszarze, wykorzystują te technologie dostępne na rynku, niekoniecznie budując tych technologii.
No wracając choćby nawet do wspomniane nasze talkie.ai, które korzysta z technologii voice’owych dostępnych na rynku, dokłada do tego swoją technologię i sprzedaje gotowy produkt bardzo dopasowany do branży, w której operuje. Nie musi budować swoich voicebotów, swojego rozpoznawania głosu, zastanawiać się nad tym, czy robi to najlepiej na świecie po polsku, po angielsku, po hiszpańsku, tylko korzysta z czegoś, co już jest gotowe, dokłada, tak jak wspomniałem, kawałek tej swojej technologii, która tu jest unikalna i tutaj rozwiązuje bardzo konkretne potrzeby i problemy klientów i dzięki temu może budować swoją przewagę względem innych firm, które operują w tym obszarze.
Karol: I robi to świadomie, konsekwentnie, w określonym wektorze, będąc pod zarządem też ciekawych ludzi. Pamiętam, mieliśmy przyjemność poznać z Pawłem przy okazji tych spotkań #VoiceLunchch, które organizowaliśmy.
Przemek: Paweł był tam aktywny, więc na pewno sporo osób i on poznał, i jego poznały, więc sam potwierdzasz to, o czym mówię. I z tej perspektywy, jak sobie patrzysz na ten rynek, to choćby nawet kwestia wysypu bardzo wielu spółek, które robią różnego rodzaju rozwiązania do copywritingu. No to wydaje mi się, że każdy z nas spotykał się z wieloma spółkami, czy używa nawet wielu spółek, wielu produktów, które rozwiązują jakieś konkretne problemy w związku z tym, jak pisać teksty, jak pisać lepsze teksty, jak pisać więcej tekstów, jak sobie optymalizować ten proces. I tu bym upatrywał potencjał i sukcesy w tym, że może się pojawić bardzo dużo fajnych spółek, które będą wykorzystywać technologie dostępne już teraz na rynku do tego, żeby wybudować swoją przewagę konkurencyjną, czy generalnie być liderem w swoim otoczeniu. To trochę tak jak kiedyś był wyścig o to, czy są, czy będą firmy, czy są firmy, które zajmują się cloudem. Co do zasady ten największy rynek czy jakby największą część tego tortu wokół clouda, mocy obliczeniowej, przestrzeni dyskowej itd. zajmują Ci najwięksi Amazon, Google, Microsoft itp. Ale są też lokalne podmioty, które związują problem lokalnie. W sensie, bo nie zawsze potrzebujesz, przepraszam za kolokwialnisko, kobyły, na której stawiasz jakieś wielkie rozwiązania. Może ci wystarczą mniejsze serwery lokalnego dostawcy, które dokładnie tak samo będą działać, a może będziesz mógł je kupić taniej, albo będziesz mieć lepsze wsparcie w swoim języku i tak dalej. Trochę to jest tak, że w ramach małych modeli językowych na przykład, możesz budować jakąś lokalną przewagę albo uzupełnienie tego co oferuje np. OpenAI czy Google w ramach swojego silnika LLM-owego. Może to być wystarczające dla jakiejś grupy klientów, którzy potrzebują tylko kawałka takiego rozwiązania, nie potrzebują API, które daje wszystko i w sumie bierzesz sobie to, co potrzebujesz, ale przez to płacisz więcej. Więc to jest też pytanie w kontekście zainteresowania funduszy, w co fundusz chce inwestować. W naszych tezach mamy zapisane to, że chcielibyśmy inwestować czy chcemy inwestować w spółki, które mają ambicje międzynarodowe. W związku z tym chcemy inwestować w spółki, które będą najlepsze, przynajmniej w naszym regionie, a najlepiej takie, które będą chciały wychodzić na zachód do Stanów Zjednoczonych ze swoimi produktami i które będą mogły dzięki temu, że wychodzą na rynek zagraniczny zbierać rundy od funduszy zagranicznych, więc też budować swoją ewaluację, swoją wycenę w oparciu o kolejne rundy inwestycyjne za granicą. I teraz, wiesz, pytanie o to, na czym się skupia VC jest bardzo szerokim pytaniem, ponieważ możesz albo pytać pojedynczy fundusz, na czym on się skupia, albo jakie są trendy na świecie. No trendy na świecie są takie, że AI wszedł do głów wszystkich decydentów i każdy by chciał inwestować w spółki technologiczne, w spółki AI-owe, które robią najlepsze rozwiązania w swoim otoczeniu. Pytanie, czy rzeczywiście te spółki to robią, no bo to jest, możesz robić, wiesz, 125-tego generator kontentu i teraz z kim się będzie zderzać? Będziesz się zderzać z podmiotami takimi jak Jasper, które mają olbrzymie finansowanie, i globalnie będzie ci bardzo ciężko osiągnąć sukces, ale może lokalnie, przez to, że lepiej implementujesz rozwiązania języka danego kraju, możesz być numerem jeden w ramach swojego regionu na przykład. I to też dla części funduszy może być wystarczające, bo one chcą inwestować w podmioty mniejsze, ale które będą mistrzami świata czy w swoim kraju, czy w swoim regionie, czy w swoim obszarze jako takim, który niekoniecznie musi być, powodować, że staniesz się unicornem i będziesz spółką wycenioną na przynajmniej miliard dolarów.
Karol: Jak uważasz, w jakich obszarach AI, machine learning prowadzi największe zmiany w tych biznesach?
Przemek: Ja bym zadał sam sobie to pytanie, w jakich nie wprowadzi. Wydaje mi się, że wprowadzi w zasadzie we wszystkich. Pewnie w różnym tempie, w różnym czasie. Czyli trochę mówiąc o AI mówimy o drugim internecie tak naprawdę? Można by tak powiedzieć i chyba… W gigantycznym uproszczeniu. Chyba to jest nawet niezłe porównanie, ponieważ bardzo wiele mądrych głów, bardzo wielu analityków trochę porównuje obecną rewolucję, którą między innymi tak w szerokim rozumieniu zapoczątkowało OpenAI. Czyli skoku takim rozwojowym tych algorytmów do poziomu takiego, że jakby wydaje ci się, że rozmawiasz z inteligentną maszyną. Porównuje do powstania zupełnie nowej przestrzeni, która będzie olbrzymią gałęzią w rynku i dlatego bardzo często ciężko mi jest porównać rozwiązania AI-owe czy jakby tworzenie AI-a da idei tworzenia AI-a, czyli spółki, która tylko i wyłącznie tworzy ten generator, content. Sztuka dla sztuki. I on jest jakiś najlepszy na świecie, bo nie wiem, jedną literkę lepiej pisze niż inne. Trochę patrzę na to z perspektywy takiej, że ten AI, czyli te algorytmy będą stawać się takim internetem, to też jest trochę inna, ale taką infrastrukturą, na bazie której nie będziesz się zastanawiać czy, tylko kiedy i jak tego użyć. I teraz jak weźmiesz sobie dowolną firmę, która operuje z klientami, z towarami, z produktami, jakimiś procesami, to wszędzie da się znaleźć miejsce na to, żeby algorytmy poprawiły jakość tego, co ta firma robi. I to może być w biurze księgowym jakaś wstępna analiza faktur.
Karol: Biuro księgowe to jest osobne zagadnienie, jak zacząłem się na tym zastanawiać.
Przemek: Tak, to może być uproszczenie logistyki produktów, ludzi i temu podobne rzeczy. Bo wiele decyzji, które podejmują ludzie i które są powtarzalne, da się zautomatyzować. Czy trzeba je od razu automatyzować AI-em? Nie zawsze. Często machine learning, który zastępuje ten powtarzalny sposób podejmowania decyzji jest wystarczający. Tutaj znowu wchodzimy w niuanse i ta kwestia AI-a przydaje się wted, kiedy raz na jakiś czas musisz obsłużyć jakiś wyjątek i coś, co nie jest standardowe, no to takie proste algorytmy machine learningowe nie zawsze są w stanie z tym poradzić, ale odpowiednio dobrze nauczony, czy odpowiednio dobrze dobrany algorytm AI-owy może Ci ten problem jakoś zaadresować albo podjąć decyzję, którą z góry zdefiniujesz, co się w takiej sytuacji ma dziać. I dzięki temu w zasadzie prawie, że w każdą gałąź gospodarki ten AI czy machine learning będzie wchodzić z różnym tempem, no bo łatwiej jest wdrożyć w biurze księgowym analizę wstępną, czyli przeksięgowanie kosztów dokumentów finansowych na przykład, a trochę trudniej jest wdrożyć algorytmy, które odpowiadają za życie ludzi, jak na przykład samochody autonomiczne, ale też analizę materiałów medycznych, typu zdjęcia rentgenowskie i te podobne rzeczy. Tutaj póki co jest potrzeba wsparcia lekarza, który może finalnie podjąć decyzję, za którą on też bierze odpowiedzialność. Bo trzeba sobie powiedzieć jeszcze o tej kwestii, że algorytm może zrobić jakąś pracę najlepiej na świecie, Ale kto ma odpowiedzialność za ten algorytm wtedy? Jeśli ja idę do lekarza i się diagnozuje na przykład na, nie wiem, raka mózgu, to ciężko mi sobie jeszcze dzisiaj wyobrazić sytuację, w której ten algorytm decyduje o tym, jak ja będę miał leczenie. I jak postąpić w sytuacji, w której wykryje jakieś anomalii w mojej głowie?To jest ta kwestia tego lekarza, który ma to wyczucie, czy może na tyle skomplikowany proces myślowy przeprowadzić, że będzie w stanie ułożyć całą metodykę leczenia na przykład, która jest na tyle unikalna, że jeszcze ciężko nauczyć algorytm, bo algorytm generalnie uczy się z tego, że dajesz mu konkretne przykłady, konkretne rozwiązania, które on może powtarzać w różnych wariacjach. I teraz, jeśli algorytm wie, że jeśli wybierze jedno rozwiązanie, które będzie skutkować drugim, następstwem będzie trzecia rzecz, to on może to za ciebie zrobić. Tylko jeśli to jest leczenie, które jest niestandardowe, które dopiero jest, nie wiem, na przykład leczeniem dopiero wprowadzanym w obieg, no to algorytm nie ma wystarczającej ilości informacji do tego, żeby merytorycznie podejmować najlepsze decyzje. Będzie się to z czasem zmieniać. Będą te algorytmy coraz lepiej nauczone, będą miały coraz więcej informacji. Pytanie, czy dzisiaj we wszystkich gałęziach gospodarki mamy wystarczająco dużo danych, żeby te algorytmy uczyć. Bo już teraz ChatGPT-4 został nauczony w zasadzie całym internetem. Następna wersja będzie potrzebowała danych syntetycznych, czy kolejne wersje będą potrzebować danych syntetycznych, czyli takich, które obecnie nie istnieją, bo jakby jak nie masz z czego uczyć tego algorytmu, no to go nie nauczysz nic więcej, więc musisz te dane wytworzyć, żeby on był jeszcze lepszy.
Karol: To jest moje właśnie pytanie, które sobie zadaję. Czy tak jak na początku wydawało mi się, że sztuczna inteligencja, machine learning nie zastąpi kreatywności, czy te syntetyczne dane, które powstaną, w pewien sposób tą kreatywność będą mogły zastąpić.
Przemek: Wiesz co, jak sobie spojrzysz na muzykę, pewnie na malarstwo i pewnie wiele innych takich kreatywnych dziedzin, to już teraz jest tak, że dźwięki, które słyszymy na przykład z muzyki, bardzo często już kiedyś zostały zagrane. I ta kreatywność polega na tym, że wymyślasz nowy układ tych dźwięków. Co stoi na przeszkodzie, żeby AI to zrobił? Czy teraz, czy za rok, czy za pięć lat? Grałeś na gitarze? Próbowałem się nauczyć przez wiele lat, ciągle mi nie idzie. Ciągle nie osiągnąłem tego poziomu, który pozwalał pokazać publicznie, co robię.
Karol: To wiesz, kiedyś zrobiono analizę najpopularniejszych piosenek i okazywało się, że najpopularniejsze melodie i te, które wchodziły w ucho – najczęściej bazowały chyba na trzech albo czterech chwytach.
Przemek: Dokładnie o tym mówię. I to jest, wiesz, kwestia taka, że z jednej strony mamy głosy teraz o tym, że no algorytmy wykorzystują czyjąś pracę do tego, żeby tworzyć nowe treści. No ale co robią osoby, które są kreatywne? Wykorzystują czyjąś pracę, case’y, przypadki, użycia, dźwięki, obrazy do tego, żeby wytworzyć nową wartość. Już są jakieś wstępne badania pokazujące o tym, że algorytmy w pewnych obszarach są przynajmniej na takim samym poziomie kreatywności jak ludzie. Wyobraź sobie kampanię marketingową, którą bardzo mądre głowy tworzą, budują, tworzą kreacje, tworzą teksty i te podobne rzeczy. I to są te kreacje, teksty, obrazy, sposób prowadzenia kampanii, to są rzeczy, które już miały kiedyś miejsce. W sensie, jeśli tworzysz kampanię, stworzyłeś kampanię, która osiągnęła sukces, to następna twoja kampania będzie jakąś wariacją na temat tej pierwszej kampanii, ponieważ wiesz, że jakieś rzeczy działają. I znowu, wypuszczasz kampanię w Google, ona jest oparta o algorytmy.
Karol: A propos tego, co mówisz, ostatnio na szkoleniu, które organizował Artur Kurasiński, występował właściciel firmy astrography.com i on z wykorzystaniem właśnie w machine learningu i procesów automatyzacji, wyobraź sobie, że z firmy 20-osobowej stworzył firmę 4-osobową, która generuje zdecydowanie większe zyski, przychody i sprzedaje na całym świecie zdjęcia gwiazd.
Przemek: Tak, to słyszałem. Bardzo, bardzo ciekawy case. Często podawany też jako przykład, że nie każdy biznes trzeba budować w oparciu o VC. Zgadzam się w tym w stu procentach.
Karol: Bootstrapping myślę też, wiesz.
Przemek: Zgadzam się z tym w stu procentach. Wchodzenie w obszar VC, dobrze robić mając świadomość co to znaczy wchodzenie w obszar VC i co znaczy być founderem spółki, która bierze pieniądze od inwestorów. To znowu temat na osobną rozmowę. Warto sobie poczytać też jak działa rynek VC, no bo na samym końcu fundusze VC to też są podmioty, które chcą generować zysk. Generują zysk z tego, że inwestują przy niskiej wycenie, wychodzą z tej inwestycji przy wysokiej wycenie i mają jakiś tam mnożnik na tym kapitale, który inwestują. Oczywiście ten kapitał pozwala przedsiębiorcom budować firmy, ale z drugiej strony każdy fundusz, każdy inwestor ma swoje oczekiwania w związku z tym kapitałem, który wkłada. Inna historia, chyba dzisiaj nie będziemy jej odpalać, bo to moglibyśmy kolejne godziny na to poświęcić. Niemniej, wracając do tego case’u kreatywności, nic nie stoi na przeszkodzie, żeby tą pracę, którą robią osoby kreatywne, wykonywał algorytm, który dobierze wszystkie elementy np. kampanii lepiej niż średnio doświadczony pracownik np. w agencji reklamowej. Dużo szybciej i dużo dalej. To nie jest tak, że to zastąpi człowieka. To jest tak, że część pracy człowieka zostanie zautomatyzowana i ten człowiek będzie mógł się zajmować innymi, może bardziej ciekawymi, lepszymi rzeczami, które i tak i tak trzeba zrobić. Bo jakkolwiek sobie wyobrażam świat, który korzysta szeroko z algorytmów, tak ciężko mi wyobrazić sobie świat, który ma wszystkie usługi, wszystkie rozwiązania tak dobrze pointegrowane, że klikasz albo mówisz jakąś jedną rzecz i wszystko się dzieje samo. Mamy bardzo różne technologie, bardzo różne API. Chyba, że mieszkamy w Chinach. Nie mieszkamy na szczęście w Chinach. Mamy bardzo wiele rozwiązań. Każdy jeden udostępnia API, drugi nie udostępnia API, trzeci ma jakieś swoje wymagania. Oczywiście wiele z tych rzeczy można zautomatyzować, ale nie da się wszystkiego. Ludzie będą robić rzeczy, o których na dzisiaj Dzisiaj możemy powiedzieć, że nie mamy pojęcia jak będą wyglądać. I tak samo jak my kiedyś wchodziliśmy na rynek pracy, ja dwadzieścia parę lat temu, zakładam, że ty podobnie, nie było zawodów, które są dzisiaj. Nie było, nie wiem, analityków AI, którzy są dzisiaj. Nie wiemy jakie zawody będą za dwadzieścia lat. I według mnie ta technologia raczej będzie powodować, że ludzie będą zajmować się może lepszymi, może ciekawszymi rzeczami, może będą poświęcać czas na bardziej twórczą pracę. Myślę, że te algorytmy raczej będą nam pomagać, a nie przeszkadzać.
Karol: Wiesz, co kapitalnego przeczytałem dzisiaj? Pozdrawiam tutaj Michała Kukawskiego, który podesłał mi artykuł dotyczący prompt engineer’ów’. Okazuje się, że firmy w Stanach szukają poetów, którzy są w stanie w sposób ciekawy opisywać rzeczywistość i dzięki temu tworzyć lepsze prompty.
Przemek: Właśnie, wiesz i to jest taki case, że wracając do tej branży marketingowej, ona jest całkiem fajna do pokazywania przykładów. 15 lat temu już były social media dość mocno rozwinięte. I były agencje, które zajmowały się obsługą klienta, tworzeniem kreacji, kampanii, wizerunkiem klientów w tych social mediów. I te usługi często były bardzo drogie, ponieważ wymagały posiadania olbrzymiej wiedzy w jakimś tam obszarze, umiejętności na zarządzanie itp. I rzeczywiście wymagało dużo pracy od człowieka i dużo wiedzy od człowieka, żeby robić tego typu rzeczy. Dzisiaj moja osiemnastoletnia córka w wakacje pracowała w firmie, gdzie zajmowała się tworzeniem kreacji, promptowała jakieś teksty na social media. Miała x narzędzi, które automatyzowały jej proces i które mogła robić jako niedoświadczona osiemnastolatka. Jako pierwszą czy drugą swoją pracę w życiu, wakacje. Wiadomo, że to nie było porównywalne do dużej agencji marketingowej czy reklamowej, która robi spójną komunikację i wiele podobnych rzeczy, ale firma, która jej to zlecała, miała konkretne proste potrzeby, bycia aktywnym w social mediach i do tego praca Zuzi była wystarczająca i miała odpowiednio dużo narzędzi i te narzędzia były odpowiednio proste do tego, żeby mogła sama to robić. I to raptem 10-15 lat minęło, od momentu kiedy zaczęły się takie narzędzia pojawiać, zaczęli się pojawiać specjaliści z tego obszaru, do momentu kiedy Średnio ogarnięty nastolatek może to wziąć i zacząć to robić. Ten proces postępuje, on będzie postępować i dlatego ciężko sobie trochę teraz gdybać o tym, jakie zawody będą w przyszłości. Na pewno będzie wiele zautomatyzowanych. Są branże i tu można sobie znaleźć bardzo dużo badań na temat tego, które będą szybciej zautomatyzowane, a które wolniej. Takie obszary jak logistyka, jak obsługa klienta, jak różnego rodzaju obsługa procesów, czy księgowość i tak dalej, to są takie elementy, które aż się proszą o to, żeby to zautomatyzować. I to nie znaczy, że będzie mniej ludzi w tym obszarze pracować. Będą zajmować się innymi rzeczami.
Karol: A biura księgowe staną się biurami doradczymi, a nie księgującymi.
Przemek: Na przykład. Prawo generalnie się z roku na rok coraz bardziej komplikuje i Polska nie jest wyjątkiem, to jest trend ogólnoświatowy. I ktoś, kto potrafi się w tym poruszać i wyłapywać jakieś niuanse, zawsze będzie trochę lepszy od algorytmu.
Karol: Czy jak patrzysz na potencjalne inwestycje i widzisz, że firma ma w swoich sloganach AI, to jest to czynnik, który sprawia, że patrzysz na nią dużo bardziej optymistycznie?
Przemek: No tu znowu mamy tak, że ponieważ mamy w strategię wpisane AI i machine learning, inwestujemy w ten obszar od wielu lat, więc ta obecna rewolucja to przyszła, ale ona istnieje, ona jest krocząca od wielu lat.
Przemek: teraz po prostu weszła pod strzechy na jakimś tam obszarze.
Karol: Dzięki chatowi GPT.
Przemek: Między innymi. Czy wyszukiwarką, no bo teraz wyszukiwarki integrują, czy Microsoft, czy Google integrują swoje rozwiązania w tym obszarze i też nagle każdy się z tym zaczyna spotykać i jak moja mała się pyta jak ma zadać pytanie do przeglądarki, żeby coś tam uzyskać, to mi pod kopułką lekko eksploduje, bo jakby mnie ktoś pół roku temu spytał, czy moja mama będzie pisać prompty do czatu GTP, to bym się zaśmiał to tak głośno. Raczej patrzymy na to z perspektywy, wracając do twojego pytania, raczej patrzymy na to z perspektywy takiej, że spółki, które niosą AI czy machine learning, czy algorytmy na sztandarach, to po prostu musimy zweryfikować rzeczywiście, ile jest tego AI w tym AI w takiej spółce. I czy ona rozwiązuje problem? I czy sposób rozwiązywania tego problemu buduje przewagę konkurencyjną w długim terminie? Fajnie, że używają. Generalnie większość teraz startupów coś mówi o AI-u. To wymaga u nas trochę większej uwagi na to, żeby weryfikować czy ktoś rzeczywiście to robi, czy mówi. Jednego, drugiego i trzeciego świata. Tak, aczkolwiek no to zawsze tak jest, że jeśli jest jakiś obszar, który jest dla ciebie interesujący, no to raz, że trochę więcej w tym obszarze wiesz, fanderzy trochę więcej wiedzą, więc wiedzą też jak nazywać różnego rodzaju elementy i pokazywać, że to co robią ma konkretną wartość. Bardzo szybko i bardzo łatwo, jak się ogląda bardzo dużo pitch decków, wyłapywać buzzwordy i jakby odsiewać te podmioty, które mówią o tym, że to robią, a nie robią tego tak naprawdę. To chyba tyle, w sensie tu nie ma nic jakiegoś super skomplikowanego.
My też jako fundusz i jako fundusze, bo to nie jesteśmy jakimś tym wyjątkiem, też korzystamy z tych nowinek technologicznych, też robimy research ze wsparciem EIA, też staramy się korzystać z różnego rodzaju narzędzi, które są dostępne na rynku po to, żeby robić to efektywniej, szybciej, żeby łapać niuanse, które jeżeli powiem.
Karol: Możesz powiedzieć, z czego korzystasz?
Przemek: Wiesz co, to jest cały set różnego rodzaju rozwiązań.
Karol: ChatGTP to… Moje kolejne pytanie, które mam zapisane przygotowując się do naszej rozmowy, to było, czy potrafisz sobie wyobrazić, a ja je w służbie funduszu, a tu okazuje się, że… Jest i to jest od dawna.
Przemek: Korzystamy z tego jak każdy inny użytkownik, przede wszystkim ChatGTP z pluginami. Bo te plug-iny to jest taka największa wartość, bo jeśli dostajesz jakiś bardzo obszerny dokument do analizy, to oczywiście możesz przeczytać 300 stron albo możesz wyciągnąć sobie jakąś tam skondensowaną wiedzę czy wnioski z tego, na przykład z raportu wspierając się jakimś algorytmem. Możesz korzystać z algorytmów też przy pisaniu maili, przy pisaniu dokumentacji. Jest wiele płaszczyzn, gdzie wykorzystujemy, głównie różnego rodzaju LLM-y, czyli ChatGDP i te podobne, które są mniej lub lepiej pointegrowane z naszym środowiskiem pracy, czy to z mailami, czy SharePointem, czy naszym CRM-em, czy też po prostu w obszarze analizy z paroma systemami czy serwisami, z których korzystamy, żeby tę analizę robić. I tutaj to, że korzystamy z jednego narzędzia a nie innego, no to raczej jest tak, że po prostu gdzieś tam na bazie researchów wymyśliliśmy sobie, że bierzemy takie a nie inne rozwiązanie. Może przyjść druga osoba i powiedzieć, że drugie rozwiązanie jest lepsze. Ma do tego prawo.
Karol: A dane finansowe analizujecie?
Przemek: Tak, analizujemy. Raczej nie wymagają jakiejś głębokiej analizy AI-owej z racji tego, że my inwestujemy na wczesnym etapie. I spółki nie zawsze na przykład mają w ogóle sprawozdanie złożone finansowe, no bo jeśli spółka tyle co powstaje, no to nie ma możliwości złożenia sprawozdania finansowego, więc tego elementu nie ma możliwości przeanalizowania. Raczej sobie możesz patrzeć na operację na koncie, możesz sobie patrzeć na model finansowy, ale tu znowu, jeśli patrzysz na model finansowy, no to albo spółka, która do nas przychodzi, operuje w jakimś tam standardzie, bo wie, że dla funduszy bardzo istotne są takie, a nie inne współczynniki, albo założenia, albo temu podobne rzeczy. I nie potrzebuje szajaja do tego, żeby szybko przeanalizować nieźle zrobiony model finansowy. Bo jeśli ten model jest zrobiony sensownie, według jakichś tam standardów, to bardzo szybko wyłapujesz elementy, które są istotne w tym modelu.
Karol: Mówisz o założeniu w kontekście produktu, sprzedaży?
Przemek: Sprzedaży, produktu, kosztów i tak dalej. No to tutaj łapiesz szybko rzeczy, że ktoś albo bardzo nierealne założenia robi względem sprzedaży, albo bardzo niedoszacował kosztów, albo patrzy na swój potencjał rynkowy w niewłaściwy sposób i to wymaga znowu łączenia różnych zbiorów. I do tego, jeśli już patrzymy na takie aspekty, no to to, że funder przychodzi i mówi, że on operuje na rynku dziesięcio miliardowym, nieważne waluta, nieważny obszar, jego marzeniem jest to, żeby wziąć 10% z tego rynku, No to ja muszę sobie odpowiedzieć, czy on na pewno właściwie analizuje, patrzy na ten rynek, czy na pewno jest w stanie zaadresować swoją usługą te 10% i jak wygląda konkurencja, jak wyglądają alternatywy, z których ci klienci korzystają. No bo to, że rozwiązujesz problem, którego nie ma, to też jest częsty case. Bo mi się wydaje, tak? Wydaje albo tworzę, wiesz, wchodzę z takiego obszaru, w którym dla mnie problemem była jakaś tam rzecz. Nie chcę dodawać konkretnych przykładów, bo po co kogoś stygmatyzować, ale przychodzą funderzy, którzy są z jakiegoś konkretnego obszaru. Dla nich ich startup rozwiązuje ich problem, który oni zdefiniowali, ale nie rozwiązuje problemu rynkowego. W sensie to nie jest problem klientów, tylko to jest problem tego teamu, który się spotykał z tym swoim problemem w swojej pracy na przykład w poprzedniej firmie, ale nie patrzy znowu holistycznie na jakiś tam szerszy obszar rynku, tylko patrzy na to, że oni mieli problem z konkretnym rozwiązaniem, więc zrobili sobie startup, który ten problem rozwiązuje. Tylko tego problemu szeroko może nie być na rynku albo jest już adresowany w inny sposób na przykład.
Karol: A robiłeś eksperymenty i szukałeś nisz rynkowych z wykorzystaniem chata albo innych narzędzi?
Przemek: Cały czas to robimy i to jest trochę tak, że wiesz, też z perspektywy VC to fajnie jakbyśmy mieli czas na to, żeby szukać tę niszę, tylko że nawet jak znajdziesz tę niszę, to nie znaczy, że masz spółkę, która do tej niszy pasuje. Więc raczej to jest kwestia taka, że my nie jesteśmy venture builderem, który właśnie szuka takiej niszy po to, żeby zbudować tam biznes. Tylko my mamy strumień spółek, którzy do nas przychodzą albo do których chcemy docierać, no bo to jest też tak, że tutaj możemy kreować jakąś tam wartość, że większą uwagę przykładamy do jakiegoś obszaru, typu nie wiem Clean Tech na przykład i chcemy tam więcej inwestować, więc szukamy spółek w tym obszarze. Nie idziemy do teamów założycielskich, mówimy zróbcie to i to, bo tam jest nisza. To nie jest nasza rola. Naszą rolą jest mnożenie biznesu spółek, które już istnieją, które adresują jakiś konkretny problem i są mistrzami w tym określonym przedziale. I my jako VC nie szukamy takich niż, gdzie można by zbudować biznes, a nie jest dobrze zagospodarowany, ponieważ nie mamy na to Nie jest to ani w naszej strategii, ani mamy na to space’u. Nie budujemy teamów. My inwestujemy w spółki, które już te teamy posiadają i co najwyżej mogą potrzebować uzupełnienia w tym teamie. I tutaj bardzo dużo takich wartości w ramach naszego smart money dajemy, że potrafimy szybko pomóc spółce też w kontekście budowania na przykład uzupełnienia teamu na poziomie tam C-level i szukania na przykład late cofoundera albo kogoś kluczowego do zespołu. Ale to nie jest tak, że przychodzi do nas jedna osoba, a my mówimy, dobra, to my Ci znajdziemy cztery inne i na bazie tego będziecie mogli zbudować produkt w tym i w tym obszarze, bo widzimy tutaj dziurę. To nie ten rodzaj wizji. To są venture builderzy, którzy skupiają się na tym, szukają takich nich, budują zespoły, inwestują to w swoje pieniądze. Jak spółka urośnie, to wtedy szukają dalszego finansowania.
Karol: Mówisz, że uczysz się z wielu różnych źródeł wiedzy. Masz jakieś blogi, książki, źródła do polecenia naszym słuchaczom?
Przemek: Wiesz co, bardzo lubię różnego rodzaju newslettery. I tutaj znowu, w zależności od obszaru, moja nauka teraz polega głównie na tym, że jeśli interesuję się jakimś konkretnym obszarem, AI to nie jest obszar, to jest taka infrastruktura. Internet. Jeśli przechodzi spółka na przykład z obszaru cleantech albo edtech, które wykorzystuje AI do osiągania swojego sukcesu, to my raczej patrzymy na perspektywę nauczenia się czy jakby pogłębienia wiedzy z tego konkretnego obszaru. Ii wykorzystujemy bardzo wiele źródeł. Ja bardzo lubię korzystać z newsletterów. Jestem człowiekiem, który lubi czytać maile. Zdarza mi się słuchać podcastów, aczkolwiek to jest też często tak, że takie podcasty branżowe bardzo, ukierunkowane na jakieś konkretne rzeczy, adresują przez 5-10 minut to, co mnie interesuje, a potem jest godzina słuchania o otoczeniu. I to zawsze jest problem z tym, że chcesz mieć jakąś efektywność w pozyskiwaniu tej wiedzy i wideo i audio powoduje, że jednak musisz przebrnąć przez coś, co cię nie interesuje, żeby pozyskać coś, co cię interesuje.
Karol: Więc wolę słowo pisane. Zauważyłem kwestię discoverability w audio. To pamiętam, że dyskutowaliśmy o smart speakerach właśnie. Smart Speaker, bardzo szybki input, bardzo powolny output. Stąd ekrany w smart speakerach, które potem zaczęły produkować czy Amazon, czy Google.
Przemek: Właśnie, nie jest to proste i to pozyskiwanie wiedzy, ja bardzo lubię czytać, bardzo lubię i to w różnej postaci, raporty, newslettery. Newslettery są bardzo dobrym źródłem, bo… Autorzy wiedzą, że muszą się skupiać na określonej treści, która przyciąga uwagę, więc wyciągają bardzo często mięcho. I w Polsce jednym z lepszych twórców newsletterów wszelako rozumianej technologii jest oczywiście Bartek Pucek. Myślę, że Artur Kulasiński też całkiem niezłe treści generuje wokół swoich obszarów. Zresztą bardzo dużo fajnych kursów darmowych, choćby nowy to Mid Journey jakiś czas temu wypuścił. Z zagranicznych, no to tutaj raczej bym polecał przejście przez największe platformy newsletterowe i wybranie czegoś dla siebie, bo ja mam konkretne swoje obszary, które mnie interesują i one nie muszą interesować innych. No TLDR chyba, albo myślę, mylę literki, ale coś w ten design jest taki newsletter, który ma kilka różnych kategorii i można sobie tam wybrać, czy to bardziej się biotech wybiera, czy bardziej security, czy generalnie na przykład inwestycje. Ale jest tego cała masa, więc bardziej proponuję wejść sobie na jakąś platformę newsletterową, przejść przez kilka, zasubskrybować, wybrać, bo też twórcy newsletterów mają swój język. I nie każdy język nam pasuje. Ja na przykład bardzo, bardzo, bardzo lubię czytać newslettery zupełnie spoza obszaru mojej pracy jako takiej.
Karol: A Scott Galloway?
Przemek: Mniej. Mniej, bo to jest specyficzny rodzaj patrzenia na przykład… Komunikacji, takiej trochę przez coaching i temu podobne, to nie do końca jest mój klimat. To jest właśnie to słowo, w sensie każdy inaczej operuje słowem.
Karol: To jest ta różnica, ja przepadam za Scottem i powiem ci, że szczerze nigdy nie dostrzegłem w nim elementu coachingowego. Dla mnie to jest miks ironii, specyficznego patrzenia na świat i umiejętności opowiadania historii.
Przemek: Właśnie, i teraz pytanie, czy chcesz czytać historię, czy chcesz dane jako takie, nie?
Karol: I tu prawda, bo ja to czytam dla rozrywki.
Przemek: A ja często czytam różnego rodzaju newslettery, że sobie wybieram jakieś fragmenty i z tych fragmentów dopiero wyciągam to, co mnie interesuje.
Karol: Polecam ci Breta Kinselle z Synthedia. Brett Kinsella prowadzi kapitalny newsletter a propos Generative AI.
Przemek: Na pewno do tego spróbuję dotrzeć, więc jak tylko znajdę wolną chwilę, żeby to zrobić.
Karol: No dobrze, a słuchaj, mówiłeś, że jesteś fanem Odysei Kosmicznej.
Przemek: Tak, wszystko obejrzałem, co się tylko dało wokół tego, w tym obszarze.
Karol: To jakbyśmy mieli teraz popatrzeć na naszą przyszłość, to co może się wydarzyć za 5, 10, 15 lat?
Przemek: Myślę, że dużo i niedużo. Na pewno, bo teraz pytanie, jeśli mówisz o softwarze, no to na pewno te wszelkie rodzaje algorytmy będą dość dynamicznie rosnąć. Tam jest kilka kwestii, które trzeba zaadresować, choćby nawet z perspektywy danych, na bazie których one się uczą.
Karol: Wiesz co, ja pytam o twoje wyobrażenie.
Przemek: Moje wyobrażenie?
Karol: O coś, co przykuwa twoją największą uwagę i co jest takim twoim jasnym punktem, w kierunku którego uważasz, że będziemy zmierzać.
Przemek: To jest dość trudne pytanie, aczkolwiek moim wyobrażeniem tego, co będzie za 10 lat, albo co ja bym chciał, żeby było za 10 lat, to to, że nasze telefony komórkowe przejdą do okularów.
Karol: Mój znajomy serdeczny Allen Firstenberg, ze Stanów Zjednoczonych, jeden z pierwszych użytkowników okularów Google.
Przemek: Tylko to, co jest teraz, to nie jest to, co będzie za dziesięć lat prawdopodobnie, nie? W sensie to chodzi o to, że… Mixed realities. 10-15 lat temu miałeś telefony, które miały fizyczną klawiaturę i małe ekrany. Potem przyszedł iPhone i inne smartfony i są bardzo wielkie ekrany, małe baterie i już każdy ma dość i chodzi zgięty po ulicach i wpada pod samochody, bo patrzy na telefony. Tak myślę, że tu się zmieni ta perspektywa używania tego. W sensie rzeczywiście ta elektronika użytkowa stanie się taką elektroniką, która będzie obok nas, a nie będzie trzymana w ręce czy taka, na którą będziemy w ogóle zwracać uwagę. Bo teraz masz tak, że masz ten telefon, który jest twoim portfelem, który jest twoim notatnikiem i tak dalej, i tak dalej. Musisz go wziąć do ręki, żeby z niego korzystać. Nie masz interfejsu wizualnego, że cały czas możesz na niego patrzeć. Nie masz interfejsu audio. Jest Siri i tak dalej, ale to nie jest interfejs audio w takim rozumieniu, jak mógłby być. I on nie jest twoim asystentem. Myślę, że za 10-15 lat elektronika użytkowa będzie nam asystować, a nie będzie narzędziem jako takim. W sensie przestaniemy patrzeć na telefon jako na narzędzie, będziemy patrzeć jako urządzenie, które jest naszym asystentem, które cały czas z nami obcuje. Ty zrozumiesz przez asystenta, a ja bardziej to nazywam towarzyszem. Zwał jak zwał. Myślę, że to jest mniej więcej podobny poziom zrozumienia. I wszystkie te algorytmy, które obecnie się rozwijają, one będą już na takim etapie, że będą w stanie aktywnie ci pomagać. To, że teraz jakieś firmy próbują zaoferować asystenta do na przykład nauki języków. Masz już rozwiązania, które pozwalają się uczyć języków. Zamiast z lektorem, to z asystentem takim w telefonie, gdzie tam jakaś głowa do ciebie gada i prowadzi z tobą konwersacje. One są na wczesnym etapie. Wymaga to jeszcze dużo pracy. Widać, że to jest sztuczne. Uczysz się na jakimś określonym niskim poziomie. Za 10 lat może już nie będzie się trzeba uczyć tych języków. Chociaż wydaje mi się, że dalej ludzie się będą chcieli uczyć języków z innych powodów. Nie zawsze elektronika będzie przy nas. To jest jedno. Dwa, że ludzie mają potrzebę nauki jako takiej. W sensie zobacz wśród dzieci. Dzieci mają naturalną potrzebę nauki. To szkoła pruska, która je sadza do ławek i zadaje im masę prac domowych, trochę zabija potrzebę nauki.
I warto to w sobie mieć, jakby tą chęć nauki i ludzie będą się dalej chcieli uczyć, więc dalej się będą uczyć języków albo innych rzeczy, których te teraz nie uczą, bo nie mają na to czasu. Może, nie wiem, ja bym się chciał uczyć garncarstwa, ale tego nie mogę, bo muszę się zajmować innymi ważnymi dla istnienia mojej rodziny rzeczami, jak zarabianie pieniędzy i tak dalej.
Ale znowu zwracając, no to na pewno ta obecna technologia przejdzie w taki, według mnie, przejdzie w taki wymiar tła. Nie będzie czymś, na czym my się skupiamy, tylko będzie czymś, co jest wokół nas. I teraz trzeba się zastanowić tylko nad tym, jak bardzo ona będzie wokół nas, czy ona jest dla nas zagrożeniem, choćby nawet, nie wiem, case wykorzystania naszych danych wrażliwych przez różnego rodzaju duże podmioty. Wystarczy sobie wziąć, nawet niedawno na LinkedInie opublikowałem taką analizę, ile threads, to chyba to się tak nazywa, ten wypuszczony chyba przez Facebooka albo przez Instagrama, to narzędzie ala Twittera, ile danych zbiera, na ile rzeczy wyrażamy zgodę, instalując to rozwiązanie i dlaczego tego nie ma w Europie. I tam są dane o transakcjach finansowych, o zdrowiu i cała masa rzeczy, które do czegoś są potrzebne tym dużym podmiotom. Pytanie, czy one nam pomagają w życiu, czy pomagają w budowaniu biznesu tych dużych podmiotów. Myślę, że ta kwestia, jak będzie się technologia rozwijać w kontekście zagrożeń dla nas, naszej prywatności i tym podobnych rzeczy, będzie miała większe znaczenie, a sama technologia jako taka, sam software jako taki, zacznie być tłem. W sensie będziemy mieć już na tyle fajne interfejsy, że rzeczywiście nie będziemy musieli się skupiać na interfejsie, tylko ten interfejs po prostu będzie takim elementem naturalnym w naszej komunikacji.
Na pewno będziemy mieć jakieś dotykacze, bo nie zawsze masz możliwość mówienia z perspektywy prywatności.
Karol: Czytałem też ciekawe badania dotyczące tego, że jesteśmy skłonni wklikiwać i dużo więcej naszych prywatnych i intymnych wiadomości przesyłać komunikatorem niż podczas rozmowy, czy to face to face, czy telefonicznej.
Przemek: No wiesz, to już jest takie społeczne kwestie i pewnie psychologiczne, że coraz więcej, przynajmniej się zauważa, coraz więcej ludzi takich introwertycznych, którzy potrafią świeciście pisać, nie potrafią prosto mówić. To chyba jest też taka, generalizuje oczywiście. Każdy ma swoje medium. Tak, generalizuję, ale te młodsze pokolenia jakby idą w stronę takiej komunikacji mniej werbalnej, bardziej takiej elektronicznej.
Karol: Z chęcią bym wszedł w dyskusję z tobą tutaj.
Przemek: Mam nastolatkę w domu, więc taką obserwację, oczywiście tak jak mówię, generalizuję, to nie jest tak, że tak wszyscy są, ale większość opracowań takich, które można znaleźć w sieci, pokazuje, że te pokolenia młodsze bardzo często dużą część komunikacji opierają o tej komunikacji niewerbalnej, czyli takiej tekstowej wysyłanie wiadomości, dźwiękówek i podobnych rzeczy. Inna w ogóle przestrzeń. Wracając do tego, o co pytałeś. Ja myślę, że technologia będzie tłem. Będziemy mieć dużo więcej fajnych interfejsów. Na pewno mamy bardzo dużo kwestii do rozwiązania w kontekście prywatności, w kontekście tej interakcji niegłosowej, bo to jest taka rzecz, która jest dość trudna.
Ciężko mi sobie w stanie wyobrazić już teraz, że będziemy myśleć i jakiś czujnik będzie nam przetwarzać to, co myślimy na np. tekst pisany.
Karol: Neuralink.
Przemek: Nie chcę sobie na razie nic wczepiać do głowy i gotować mózgu neuralinkiem. Żartuję oczywiście, też nie chcę żadnego pozwu, ale z tego, co widziałem, to raczej nie jest tam… Jeszcze nie jest to produkcyjne rozwiązanie. Więc jest ileś tam rzeczy, które pewnie będą się zmieniać, pewnie będzie się zmieniać absorpcja tego, jak korzystamy z tej technologii, czy ona jest czymś naturalnym, czy nie jest naturalnym. Sama wymiana pokolenia o tym świadczy. My jesteśmy pokoleniem, które pamięta czasy, gdzie nie było internetu. Jak ja byłem nastolatkiem, to nie było internetu w Polsce, po prostu. Nie było. On nie istniał w Polsce. Nie dało się z niego korzystać. Pamiętam. A moje dzieci nie mają sytuacji, w której nie są podłączone online. Naturalne dla mojej siedmioletniej córki jest to, że jeśli czegoś nie wie, to pyta Googla. Ma głośnik swój w swoim pokoju i prosi o muzykę, prosi o odpowiedź na pytanie, bardzo lubi suchary, więc prosi o dżołki regularnie i opowiada później wcześniej w szkole. Naturalne i to jest coś, co dla mnie jest sztuczne. W sensie ja nie pytam Google’a o coś, a dla mnie jest już czymś zupełnie naturalnym. Rozmawianie z Google’em po prostu. Mówię z Google’em w sensie z głośnikiem, z asystentem takim głosowym w urządzeniu.
Karol: Przemek pamiętam czasy, kiedy czymś absolutnie przełomowym były emotikony i Komputer Świat wydawane jeszcze w wersji papierowej. Ogłosił konkurs na interpretację znaczków, które nie wiadomo co mają oznaczać. Do wygrania był komputer Optimusa wtedy jeszcze. Ja tak na to popatrzyłem, mówię, emocje jak nic. Zrobiłem zdjęcia ilustrujące te emotikony wykorzystujące moją twarz, no i komputer wygrany.
Przemek: No to gratuluję. Przyczyniłeś się do kawałka historii.
Karol: Lata temu. Wiesz, no to są anegdoty oczywiście, ale wracając jakby do tego clou, no za 10-15 lat na pewno będzie progres we wszystkim, co teraz mamy.
Przemek: Pewnie urządzenia będą dłużej działać na baterii, bo to jest taki krótki odcinek, nie da się go wyobrazić, w sensie 20-30 lat jest dużo trudniejsze do wyobrażenia, bo to już jest taka abstrakcja pod tytułem nie było internetu, jest internet. A te dziesięć lat, no to popatrz na to, co dzisiaj. Google 25 urodziny. Więc wiesz, za dziesięć lat sobie łatwo wyobrazić, bo to jest ewolucja jakiejś tam rzeczy, rewolucja w małych obszarach. Już teraz jest ta przyszłość, w sensie już teraz zaczynamy mieć samochody autonomiczne. One nie będą, znaczy będą bardziej autonomiczne, ale nie będą… Ciężko sobie wyobrazić, co jest następne po samochodzie autonomicznym. To nie jest taka oczywistość. Mam nadzieję, że pójdziemy bardzo mocno z wszelkiego rodzaju badaniami medycznymi i nagle może się okazać, że te choroby, które męczą naszych dziadków, rodziców, nas już nie będą dotyczyć. Może będą nowe jakieś, bo to też jest taka kwestia, że jest taki kanał na YouTube naukowy Bełkot. Tam autor opowiadał o jakiejś bakterii, która zaczęła dopiero przysparzać problemy ludziom, to chyba ta Legionella czy coś takiego, w momencie kiedy zaczęły być popularne klimatyzatory. 30 lat temu czy 50 lat temu nie było klimatyzatorów, nie było, bakteria nie była problemem żadnym dla ludzi. Teraz umiera rok rocznie, tam kilkaset osób na powikłania związane z tą bakterią. Więc może się pojawią nowe choroby, o których dzisiaj nie wiemy. Mam nadzieję, że mniej niż więcej. Z większością może sobie będziemy radzić. Ja sobie tak wyobrażam ten postęp technologiczny czy to, co będzie za 10-15 lat, że ta technologia będzie bardziej nam służyć, że będzie nam w większości rzeczy pomagać i że będziemy w stanie rzeczywiście złapać jakiś taki zen czy taki złoty środek pomiędzy tymi relacjami społecznymi, a technologią jako taką. Teraz ta technologia ma dużą wagę i często te relacje tracą na tym, że się skupiamy na tej technologii. Mam nadzieję, że jak ten interfejs technologiczny przejdzie w tło, to będziemy oczywiście mieć swoje nowe problemy, ale może będziemy mieć szansę na to, żeby skupić się na tym, co dla nas jest najważniejsze. To jest takie trochę optymistyczne, takie życzeniowe moje marzenie, czym będzie technologia za 10-15 lat.
Karol: Jestem tego bardzo ciekaw. Przemek, serdecznie dzięki za spotkanie i za tę rozmowę. Mam wrażenie, że trochę odpłynęliśmy, ale po to są podcasty.
Przemek: Zdecydowanie.
Karol: To musimy się znowu spotkać. Dziękuję ci serdecznie. Dzięki za Twoją uwagę i czas.
