Dzisiaj o tym, dlaczego wdrażanie AI w wielkiej korporacji to maraton, a nie sprint, i dlaczego największe innowacje nie zawsze trafiają na pierwszą stronę gazet. Rozmowa z Janem i Filipem – o porażkach, ostrożności i cichej rewolucji, która zmienia jeden z najbardziej konserwatywnych sektorów na świecie.
Człowiek vs. Maszyna: Zaskakujący wynik pojedynku
Jednym z najbardziej elektryzujących momentów rozmowy jest opowieść o wewnętrznym hackathonie. Zespoły programistów stanęły w szranki, rozwiązując złożone problemy za pasem z AI, część zdana tylko na własne siły. Wynik? W zadaniach wymagających głębokiego zrozumienia kontekstu i domeny, człowiek okazał się bezkonkurencyjny. To zderzenie marketingowego szumu z rzeczywistością i dowód na to, że doświadczenie wciąż jest walutą, której AI nie potrafi podrobić.
AI jako narzędzie, nie zastępstwo
Goście podkreślają, że w ich świecie AI służy głównie do usprawniania procesów wewnętrznych. To pomocnik, który analizuje jakość kodu, sprawdza spójność wymagań projektowych i tworzy skrypty do testów. Jego zadaniem jest eliminacja żmudnej, powtarzalnej pracy, by najlepsi inżynierowie mogli skupić się na tym, w czym są niezastąpieni: kreatywnym myśleniu i projektowaniu innowacyjnych rozwiązań. „Bank to ludzie” – to zdanie, które przewija się przez całą rozmowę, stanowiąc kontrapunkt dla narracji o masowej automatyzacji.
Paradoksy ery AI: 60-letni programista i supermoce juniorów
Rozmowa rzuca też nowe światło na rynek pracy. Z jednej strony słyszymy inspirującą historię o dyrektorze, który w wieku 60 lat przekwalifikował się na programistę i z sukcesem odnalazł się w nowej roli. Z drugiej, dowiadujemy się, że narzędzia AI, obniżając próg wejścia, dają „supermoce” juniorom, którzy dopiero zaczynają swoją karierę.
Dlaczego Twój bank nie ma jeszcze asystenta jak z filmów?
Odpowiedź jest prosta: odpowiedzialność. Jedna „halucynacja” AI mogłaby kosztować klienta ogromne pieniądze, zatem ostrożność jest cnotą. Goście mówią o wyzwaniach związanych z regulacjami, bezpieczeństwem danych i fundamentalną potrzebą „wyjaśnialności” każdej decyzji.
Posłuchaj całej rozmowy, aby dowiedzieć się:
- Dlaczego dobry UX może być lepszy niż jakikolwiek chatbot?
- Jak buduje się wewnętrzne narzędzia AI „z klocków” na małych, bezpiecznych modelach?
- Co tak naprawdę spowalnia adopcję AI w sektorze finansowym i dlaczego to dobrze?
To rozmowa, która zdejmuje różowe okulary i pokazuje, jak wygląda prawdziwe, odpowiedzialne wdrażanie sztucznej inteligencji.
—
Masz chwilę? Jeśli podoba Ci się 99 Twarzy AI, zostaw ocenę i recenzję – dzięki temu możemy docierać do jeszcze większej liczby słuchaczy!
Dobrego dnia i niech #AI będzie z Wami wszystkimi!
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
No dobrze, panowie, witam Was serdecznie. Moimi gośćmi są dzisiaj Jan Pieczykolan i Filip Nojman, Santander Bank Polska. Dzień dobry, panowie.
Jan
Dzień dobry. Witamy.
Karol
No dobrze, kolejny temat: AI i bankowość. Ale zanim do tego przejdziemy, opowiedzcie swoją historię. Jak to się stało, że robicie to, co robicie, i zajmujecie się tym właśnie w sektorze bankowym?
Filip
Bawią mnie transformacje. Mam dużo satysfakcji z robienia różnego rodzaju transformacji. Wdrożyłem w banku Shift Left i automatyzację. Nie lubię osiadać na laurach, więc naturalnym, kolejnym etapem było AI. Akurat mój dobry kolega, przyjaciel, jest architektem AI, dołączył do nas do zespołu i jedziemy dalej. Czyli od ponad roku mamy dedykowany zespół AI, mamy federację osób, community, które współpracuje i wdraża swoje projekty. Mamy sześć wdrożonych projektów, które funkcjonują już dla użytkowników, czyli dostarczają jakąś wartość, co patrząc na to, co się dzieje na rynku bankowym, wydaje się dosyć dobrym wynikiem. Przy czym mówimy tutaj o projektach wewnętrznych, nie klienckich, bo tutaj bariera jest bardzo duża. Mamy też projekty klienckie, ale na ich temat nie będę chciał się wypowiadać. Będę wypowiadał się na temat tych moich obszarów, czyli ja robię to dla użytkowników: dla deweloperów, testerów, analityków, którzy współpracują w ramach dostarczania i rozwijania oprogramowania dla klientów, ale to jest troszkę inny poziom.
Karol
Janie… jak u Ciebie?
Jan
Ja jestem z wykształcenia informatykiem i przychodziłem do banku z założeniem, żeby zająć się IT developmentem, czyli wszystkim, co ma związek z wytwarzaniem oprogramowania. Tutaj nie da się ukryć, że AI ma od dawna, ale od niedawna dużo bardziej intensywny wpływ na to, co się u nas dzieje. Tych narzędzi jest dużo i dają one bardzo ciekawe efekty, a inżynieria oprogramowania zawsze była czymś bardzo interesującym. Także teraz połączenie tego daje bardzo fajną mieszankę, bo możemy pewne rzeczy robić szybciej, ciekawiej, prościej i przyjemniej.
Karol
Czyli to oznacza, że w Waszym sektorze, u Was w firmie, wykorzystuje się tak samo code weaving? Głośno jest ostatnio o code weaving. A więc generowanie kodu i programowanie za pomocą modeli językowych.
Jan
Można byłoby powiedzieć, że tak, oczywiście wykorzystuje się to, natomiast generowanie kodu nie jest czymś nowym, bo jest ono w IT używane od bardzo, bardzo dawna. Pamiętam, że mocno zaczynało się od unit testów, które były generowane. Najpierw generowaliśmy szkielety aplikacji, programiści je wypełniali, a potem generowały się już w coraz bardziej automatyczny sposób. Teraz w ogóle możemy te testy wygenerować samodzielnie i Filip i jego zespół robią takie narzędzia. Narzędzia deweloperskie pomagały też w autouzupełnianiu pewnych rzeczy i to były narzędzia, które może robiły to nieszczególnie inteligentnie, ale potrafiły to zrobić. Natomiast teraz możemy wpisać linijkę tekstu, tylko trzeba być uprzejmym, i wtedy dostaniemy w odpowiedzi od modelu jakąś propozycję kodu. Powiedzmy, że to są rozwiązania, które działają od mniej więcej dwóch lat i faktycznie dają fajne efekty. Prosimy o jakiś kawałek kodu, który łączy się z innym systemem, i to narzędzie, które nas wspiera – a tych narzędzi jest kilka i działają bardzo różnie – patrzy na kod, który mamy, niekoniecznie na cały, patrzy na fragment, kawałek przed i kawałek po miejscu, gdzie jest kursor. Na bazie tego kontekstu i tego, co podaliśmy, faktycznie proponuje jakiś kawałek kodu. Deweloper decyduje, czy to jest to, czego potrzebuje, czy nie. I tak, powoli zaczynamy z tego korzystać.
Filip
Miałem taki ciekawy case. Chłopaki z zespołu przyszli do mnie po tym, jak zrobili sobie hackathon, żeby jakąś aplikację stworzyć. Pokazali, że aplikacja w miarę działała i mówią: „zobacz, coś fajnego zrobiliśmy”. Ja mówię: „świetnie, że to zrobiliście, to jest bardzo fajne, tylko dla mnie większą wartość ma to, jak to zrobiliście przez weekend, niż sama ta aplikacja”. Przy czym to też Janek pewnie potwierdzi, że to nie jest tak, że ktoś sobie usiądzie i od razu potrafi z tego korzystać, jest ekspertem i przynosi mu to dużą wartość w programowaniu.
Karol
Czyli najpierw wiedza, a potem narzędzia.
Filip
Trzeba się troszeczkę nauczyć, trzeba mieć doświadczenie. To są osoby, które pracowały z tym od dłuższego czasu, w związku z tym dla nich to jest naturalny sposób kodowania w oparciu o narzędzia wspierające LLM. Natomiast osoby, które tego nie robiły, wcale nie uzyskują takich super wyników, więc to też jest kwestia transformacji i przejścia.
Jan
To jest chyba zmora każdego produktowca. Wystarczy pomyśleć choćby o pakiecie biurowym Office. Ilość funkcji, które są schowane w Wordzie czy Excelu, gdzieś na wstążce, w menu, w jakichś podmenu i jeszcze w makrach, jest przeogromna, a my dalej nie wiemy, jak robić pewne rzeczy. A tam z każdą kolejną wersją tego pakietu te rzeczy się pojawiają. Produktowcy, którzy nad tym pracują, zastanawiają się, jak to zrobić, żeby było to bardziej intuicyjne, łatwiej dostępne. Do tego dochodzi jeszcze jeden aspekt: kiedy ktoś z Was czytał instrukcję obsługi jakiegoś sprzętu, który kupił? To się bardzo rzadko zdarza, prawda? Przez to nie wiemy, jak pewne kombinacje klawiszy na odkurzaczu potrafią włączyć jakiś tryb, może jeszcze nie autonomiczny, ale na przykład cichszy albo głośniejszy.
Karol
Czytałem instrukcję obsługi ekspresu do kawy. Słuchajcie, organizowaliśmy szkolenie dla jednej dużej firmy produkcyjnej, która między innymi produkuje ekspresy do kawy, i zrobiliśmy eksperyment. Poprosiliśmy model, żeby przeanalizował tę instrukcję i wskazał punkty, które mogą być niezrozumiałe dla użytkownika albo które wymagają bardziej obrazowego wytłumaczenia, na czym polega dana funkcja i jak można z niej korzystać.
Jan
Dla nas to jest też dosyć istotne, bo w banku mamy cały zespół, który zajmuje się tak zwanym prostym językiem. To jest ogromnie ważne, żeby po pierwsze, produkty, z których korzystają klienci, opisać, skomponować i zaprojektować w taki sposób, żeby były intuicyjne, a po drugie, żeby umowy, które podpisujemy z klientami, były tak zapisane, żeby klient mógł z łatwością przez nie przebrnąć. Bo umowa to jest trudna rzecz. My staramy się pisać umowy w taki sposób, żeby na samym początku powiedzieć, o co chodzi, co się stanie, co będzie, a dopiero potem dać treść bardziej prawną, ale i tak sprofilowaną pod kątem prostego języka.
Karol
Mam też na to rozwiązanie. Słuchajcie, dzisiaj rozmawiałem z jedną osobą a propos umów i warunków realizacji usług. Jeden gość powiedział mi: „słuchaj, ostatnio dostałem aktualizację różnych polityk i regulacji. Mówię, no dobra, przecież nie będę tego czytał”. Model językowy, notebook, podsumowanie różnic między jedną a drugą wersją zajęło mu jakieś 10 czy 15 minut.
Jan
No tak, a za chwilę będzie tak, że agent strony, która zmienia regulamin, będzie łączył się z naszym agentem. One będą negocjowały ze sobą to, czy my akceptujemy ten regulamin, czy nie, a my nawet nie będziemy o tym wiedzieć. Tylko na stronie pojawi nam się jakaś opcja, na którą nasz agent w naszym imieniu się zgodził, albo nie.
Filip
Śmieję się z tego, że jedną z prac, które robiłem na studiach, było właśnie wykorzystanie agentów. Dodam, że to było dosyć dawno temu.
Karol
Co Ty mówisz… Powiesz o tym? Ja nie pytam, kiedy to było, ale…
Filip
To było bardzo, bardzo dawno temu. Jeszcze koncepcje AI były w zalążku, ale istniały sieci neuronowe.
Karol
Panowie, umówmy się, jesteśmy dopiero po trzydziestce.
Filip
To było trochę dawniej. W każdym razie, na całkiem fajnym uniwersytecie w Danii napisaliśmy pracę, która wydała się wtedy nowatorska, właśnie o komunikacji agentów w świecie przy negocjacji cen itd. Koncepcja była, na tamten czas wydawało się, że to jest coś nowatorskiego, a teraz za chwilę mamy rzeczywistość.
Jan
Tak, Multi-Agent Systems. Kiedyś te systemy agentowe i decyzyjne były dosyć popularne. Pamiętam, że też na studiach napisałem artykuł, który został nawet przyjęty na konferencję, o półautomatycznym tworzeniu interfejsów pomiędzy systemami z użyciem ontologii. Kiedyś ontologie były popularne jako pośrednik do opisania świata w sposób zrozumiały dla maszyny.
Karol
Ontologia? Czy mógłbyś to wyjaśnić?
Jan
Ontologia, najprościej tłumacząc, to był model pojęć, który się opisywało w języku parsowalnym, czyli zrozumiałym dla maszyny. Tych pojęć używało się na przykład do opisywania interfejsu albo rzeczywistych bytów. Na tym to polegało, tam nie było żadnego AI, były trochę inne mechanizmy. Stronę internetową można było opisać używając ontologii. Miałeś na niej tekst zrozumiały dla człowieka, ale pod spodem były słowa kluczowe i hasła używające pojęć ontologicznych, które były wspólne między różnymi stronami i dzięki temu one się wzajemnie rozumiały. W tamtych czasach to było popularne, potem przestało być, bo powiedzmy, że ergonomia tego nie była najwyższych lotów. Ale teraz, razem z rozwojem systemów wieloagentowych, dochodzimy powoli do takiej sytuacji, że to staje się rzeczywistością. Tyle że nie musimy robić opisów ontologicznych, bo model jest w stanie sam sparsować opis interfejsu zrobiony tekstem i faktycznie te interfejsy zaczną się ze sobą dogadywać. To powoli staje się rzeczywistością.
Karol
Możemy spróbować opisać cały ekosystem świata bankowego? Mam takie wrażenie, zobaczcie, jestem klientem mBanku od prawie samego początku…
Jan
To niedobrze, musimy to zmienić. Ale popracujemy nad tym.
Karol
Dobrze. Jak patrzę na adopcję wszystkich rozwiązań, na to, jak wyglądają serwisy internetowe, aplikacje, wszędzie mamy płatności mobilne. Byłem absolutnie w szoku, jak chyba ze dwa albo trzy lata temu byłem w Stanach Zjednoczonych w Nowym Jorku i okazało się, że nie mogę płacić zbliżeniowo. Codzienność. Mało tego, opowiem Wam historię. Jakiś czas temu na Placu Narutowicza stoi sobie grupka starszych pań i handlują kwiatami. Mówię: „dobra, świetnie się składa, kupię jakieś kwiaty”. Ale patrzę po kieszeniach i mówię: „o, wie Pani co, najmocniej przepraszam, ale zapomniałem portfela, nie mam gotówki przy sobie”. Na co ta pani mówi do mnie: „ale przecież może Pan zapłacić BLIKIEM”. Ja mówię: „nie no, żartuje pani”. A ona: „nie, proszę płacić”.
Jan
Niedawno mieliśmy wizytę banku z Kanady, który stwierdził, że poogląda, jak Polska wygląda. I była taka ciekawostka, że my jako kraj mieliśmy bardzo krótką przygodę z czekami. W Kanadzie czeki są bardzo, bardzo popularne. Do tej pory. Czeki papierowe. Głównym wystawcą czeków jest kanadyjski rząd, ponieważ to jest najprostsza metoda przekazywania wszelkiej pomocy, dotacji czy płatności od państwa. To jest wysłanie czeku.
Karol
Umówmy się, że dla tych, którzy nie wiedzą, co to jest czek, albo nigdy go nie widzieli, to tak jakbyśmy porównali e-mail do faksu?
Jan
Trochę tak, prawda? My mamy czeki w postaci BLIKA, coś takiego funkcjonuje. Nawet jako bank braliśmy udział w dystrybucji tych czeków, jak dystrybuowaliśmy pomoc dla koleżanek i kolegów z Ukrainy. To były jednak nowoczesne czeki, czyli dostaje się numerek, za którym stoi jakaś konkretna kwota, to wszystko jest cyfrowe, nie ma żadnego papieru. A takie czeki papierowe to jest nieprawdopodobny poziom możliwych nadużyć. Już nie mówiąc o samym fakcie, że czek może być bez pokrycia, bo ktoś mógł w międzyczasie wyciągnąć pieniądze z konta, przecież to nie jest w żaden sposób kontrolowane. To niestety tam funkcjonuje. My jako kraj, jako miejsce w Europie, jesteśmy bardzo mocno rozwinięci, jeśli chodzi o technologię, i to jest ogromna zaleta, dlatego że pracując w takim banku, pracuje się faktycznie z bardzo nowoczesnymi technologiami. Natomiast z drugiej strony, mamy też bardzo wymagających klientów, i ci klienci stawiają nam poprzeczkę bardzo, bardzo wysoko. My musimy się z tym mierzyć. Robimy to z satysfakcją i patrząc na wyniki banku, wydaje mi się, że robimy to dobrze, ale nie jest to łatwe.
Filip
Ten nasz rynek jest trudny. Po prostu coś, co na zewnątrz może być postrzegane jako bardzo dobra aplikacja, przy wejściu na polski rynek może się okazać, że konkurencja jest po prostu bardzo duża. Bo my jako Polska jesteśmy generalnie dobrzy w obszarach IT. Mamy naprawdę wielu bardzo dobrych informatyków i rozwiązania, które mamy, też są bardzo wysokiej klasy.
Jan
Tak, ale za tą dojrzałością rynku idzie też dojrzałość regulatora, który stawia nam dosyć wysoką poprzeczkę, jeśli chodzi o spełnianie pewnych wymogów. Spełnianie tych wymogów w znacznej mierze polega na tym, że musimy trzymać się pewnych ograniczeń. Dlatego też adopcja nowoczesnych rozwiązań, jak właśnie AI, i to takie AI, które wymaga bardzo dużej mocy obliczeniowej – a ta moc obliczeniowa jest trudna do zgromadzenia w jednym podmiocie, dlatego użycie chmury wydaje się bardzo naturalne – jest dla nas jeszcze trudniejsze. No bo nikt pewnie nie chce, żeby jego dane gdzieś wędrowały do jakiejś bliżej nieokreślonej chmury. Oczywiście mamy na to sposoby, natomiast wiąże się to z dosyć dużym wysiłkiem zabezpieczenia tych wszystkich danych, tak żeby trafiały w określone i bardzo dobrze nam znane miejsce w chmurze, która jest bezpieczna, sprawdzona i wiadomo, gdzie jest, jakie to są dane i żeby tych danych nie było za dużo. Tak jak Filip wspominał, my tu głównie zajmujemy się zastosowaniem tych nowoczesnych metod do naszego wewnętrznego wytwarzania, ponieważ jako bank jesteśmy, powiedziałbym, jednym z większych software house’ów w tym kraju, jeżeli nie w tej części Europy.
Filip
To jest ten plus. Czasami duży może więcej. Z jednej strony, dla dużego banku, który ma miliony klientów, wystawienie rozwiązania dla klienta ze względu na regulacje i ryzyko jest bardzo trudne, bo my nie mamy miejsca na potknięcie. A ja w przypadku projektów zawsze mówię: „okej, jakiej skuteczności oczekujesz?”. W przypadku AI nigdy nie możemy oczekiwać 100% skuteczności. Ze względu na te galopujące modele, które wychodzą co chwila nowe i lepsze, my nawet staramy się być „model agnostic”. Potencjalnie można by do pewnych rozwiązań uczyć modele tak, żeby uzyskały bardzo wysoką skuteczność, ale w wąskim wycinku zadaniowym. Przechodzimy więc w tryb „model agnostic”. Owszem, dla klientów jest to trudne, natomiast mamy bardzo duży rynek wewnętrzny. W swoim zespole mam setkę testerów. W całym banku 400 osób testuje. To są duże liczby. Cała fabryka Janka jest pewnie jeszcze kilkukrotnie większa.
Karol
Tak.
Jan
To są duże fabryki i my staramy się wchodzić w narzędzia, które są dosyć popularne, ponieważ wchodzenie w niszę przy takiej skali rodzi problemy. Prawdopodobnie najbardziej popularnym rozwiązaniem jest Copilot dla programistów, ponieważ to jest coś, co ładnie się integruje, fajnie działa i pozwala osiągać bardzo dobre wyniki. Tylko my, wchodząc w coś takiego, zawsze musimy sobie zadać pytanie, po pierwsze, czy to jest finansowo uzasadnione. Nie chodzi o to, żeby wygenerować bardzo duży koszt, tylko o koszt, który przyniesie nam odpowiednio dużą korzyść. Musimy być w stanie to po pierwsze zmierzyć, po drugie porównać i po trzecie podjąć decyzję. Dlatego jak przystępowaliśmy do szerszego stosowania Copilota, stwierdziliśmy, że trzeba to zrobić w sposób oparty o dane, bo tak też próbujemy podejmować decyzje. Najprościej było to zrobić, porównując, czy użycie tego narzędzia w jakikolwiek sposób pomaga zespołom, nawet nie jednostce. Bo jeden programista, nawet najlepszy, nie jest w stanie zrobić wszystkiego. My już operujemy na zespołach, bo te zespoły się wzajemnie uzupełniają i dowożą najlepsze rzeczy. Zorganizowaliśmy więc hackathon, gdzie poprosiliśmy 30 dwuosobowych zespołów, żeby się ze sobą zmierzyły. Połowa z użyciem sztucznej inteligencji, a druga połowa bez. To jest po pierwsze fajne wydarzenie, bo pozwala ludziom – w dobie, gdy większość z nas pracuje w znacznej mierze z domu – spotkać się w biurze. Jest fajna atmosfera, rywalizacja jest sympatyczna i przyjemna, bo nie chodzi o dowiezienie czegoś, co musi bezbłędnie wylądować na produkcji, tylko o zmierzenie się trochę z samym sobą i zrobienie czegoś fajnego w kontrolowanym stresie. Te zespoły stanęły w szranki w trzech lokalizacjach: w Warszawie, Poznaniu i Wrocławiu. Mieliśmy trzy zadania. I te trzy zadania pokazały, co wyglądało bardzo śmiesznie, że po pierwszym zadaniu AI dostawało mocno w plecy. Copilot nie dał rady sobie poradzić z sytuacją rozwiązywania typowego błędu, z jakim nasi deweloperzy mają do czynienia. Pierwsze zadanie polegało na rozwiązaniu błędu w kodzie.
Karol
O, czyli wiedza ponad automatyzacją.
Jan
Nawet nie tyle nad automatyzacją, co zrozumienie domeny, zrozumienie kodu, z którym mamy do czynienia. Nie wygenerowanie czegoś, tylko namierzenie i zaproponowanie rozwiązania. Często to są minimalne zmiany, ale jednak takie, które sprawiają, że liczby się zgadzają. I tutaj Copilot sobie nie poradził, także zespoły, które się nim posiłkowały, musiały trochę dłużej popracować. Sytuacja zaczęła się wyrównywać w drugim zadaniu i w trzecim też było w miarę równo, ale generalnie wynik hackathonu był ze wskazaniem na człowieka.
Karol
Ciekaw jestem, jakie byłyby wyniki, bo czytałem, że ostatnio Copilot podpisał umowę z Anthropic.
Jan
To zobaczymy, może nam się uda coś przetestować. Natomiast tutaj problem jest chyba trochę taki, że zrozumienie kontekstu i całości kodu, który mamy, oraz otoczenia, w którym funkcjonujemy, ale też świadomość, która powoduje, że deweloper widział już kilka takich błędów i wie, gdzie ich szukać, daje mu znaczną przewagę. Bo my, jak wdrażamy oprogramowanie, zwłaszcza w przypadku błędów, jest ono naprawdę na wskroś przetestowane. Mamy tak dużą skalę działania, że nie decydujemy się na wdrożenie czegoś, co może rodzić choćby małe ryzyko wystąpienia błędu.
Karlo
Stuprocentowa pewność.
Jan
Tak, bo u nas przy naszej skali działania jeden promil rodzi dosyć duży problem. Mówiąc o analizie, nawet jeden niezadowolony klient, nawet jeden problem po jego stronie, to jest coś, czego chcemy unikać, dlatego staramy się to mocno testować. Dlatego te błędy nie są oczywiste. Po prostu.
Karol
A czy moglibyście wskazać dwa, trzy, cztery obszary, gdzie u Was w firmie AI to nie jest obszar eksperymentów, tylko rzeczywiście wdrożenie, które przynosi pozytywne ROI?
Filip
Odnosząc się do tego, co mówiliście o Copilocie, my pracujemy z troszkę mniejszymi modelami, ze względu na to, że to wszystko jest on-premise, musi być zamknięte, nawet w obszarach testowych, z różnych względów. Stosujemy małe modele, 9B i tego typu. Stworzyliśmy narzędzie na takim małym modelu, na wewnętrznej chmurze GPU, które tworzy skrypty, kod dla testów automatycznych. Czyli fajnie, bo generalnie tworzy kod. Pierwsze podejście było specjalne. Zrobiliśmy je, przeszło cały proces oceny, przynosi wartość, robimy etap pierwszy – nie spełnił oczekiwań. Etap drugi, który skończyliśmy jakiś miesiąc temu, fajnie. Już kilkanaście, a teraz pewnie kilkadziesiąt osób korzysta na bieżąco, liczby testów rosną. Jest i etap trzeci, który dopiero się rodzi. Czyli trzeba iterować cały ten proces. Iterować i mieć do tego cierpliwość. I to też nie będzie się wszędzie sprawdzać. Mój mindset jest taki, że my budujemy klocki. Piękno technologii polega na tym, że te klocki są reużywalne i można z nich budować coraz więcej. Zbudowaliśmy klocki do testów, zbudowaliśmy klocki do wymagań, czyli do historyjek. Za chwilę możemy z tych dwóch klocków coś zrobić, coś połączyć. Tak samo zbudowaliśmy jeden klocek, który już działa do tworzenia testów automatycznych na poziomie API. Zbudowaliśmy drugi klocek, który dodaliśmy. Za chwilę zbudujemy trzeci i wartość tego będzie coraz większa. I to faktycznie działa. Wrzucasz YAML-a, wrzucasz jakiś inny plik, a on bezpośrednio wygeneruje ci przypadki testowe. Na początku generował proste, teraz generuje bardziej skomplikowane. Za chwilę to będzie narzędzie w pełni funkcjonalne i coraz więcej testerów będzie z niego korzystało, ale nadal eksperci siadają i mówią: „OK, on robi proste rzeczy”. Bo ten kontekst bankowy, architektoniczny, powiązania, szereg różnych wymagań, o którym też opowiadałeś, jest bardzo duży i trzeba by go wrzucić. Przy bardzo dużych modelach, jakby to odpowiednio wrzucić, pewnie dałoby to taką możliwość. Natomiast nasz umysł, nasz programista czy tester automatyzujący, upraszcza to wszystko i wrzuca w przyswajalnej formie.
Karol
Mówimy o back-endzie, a front-end? Czyli na przykład obsługa klienta albo personalizacja treści, które komunikujecie między centralą a klientami?
Jan
Z tego, co się orientuję, robimy trochę testów w zakresie komunikacji z klientem, natomiast rozwiązania klienckie i używanie tutaj sztucznej inteligencji to dosyć trudny obszar i na ten moment jesteśmy raczej ostrożni w tym podejściu. Znam przypadki z innych branż, gdzie podejmowano takie próby. Na przykład w postępowaniach sądowych do oceny spraw i siły dowodów używano sztucznej inteligencji. Ona oceniała, czy dana sprawa i zgromadzony materiał mają szansę obrony przed sądem i czy warto taką sprawę zakładać. Na tej podstawie sprawy były zakładane, co zawsze wiąże się z jakimś kosztem, choćby opłat sądowych. Problem był taki, że jak potem dochodziło do tych spraw i do gry wchodzili prawnicy, którzy dostawali ten materiał zatwierdzony wcześniej przez machine learning, to zastanawiali się, co tu się stało. Nie rozumieli decyzji podjętej przez automat, bo według nich w tej sprawie nie dało się nic zrobić, tylko trzeba ją było odpuścić. To jest zawsze problem, przy którym trzeba się mocno zastanowić i uważać. My nie możemy na przykład podjąć decyzji kredytowej i nie być w stanie jej klientowi wyjaśnić, dlaczego jest taka, a nie inna. Dlatego tutaj jesteśmy bardzo, bardzo ostrożni. Ale z drugiej strony mamy też dużo możliwości, żeby ćwiczyć na sobie, bo na sobie z reguły warto i można. I tutaj zespół Filipa skutecznie stara się testować na znacznej części mojego zespołu kilka narzędzi. To są rzeczy, z którymi zawsze mieliśmy problem, bo w dużej skali bardzo trudno jest na przykład pilnować spełniania pewnych standardów. A te standardy w firmach dużej skali są istotne, bo sprawiają, że jeżeli inny zespół przejmuje jakieś rozwiązanie, to wie, czego się spodziewać i jak to rozwiązanie wygląda. My też mamy trochę takich standardów.
Karol
Czyli to jest wiedza i praktyki, nazwijmy to, silosowe? A musicie pracować jako wszystkie zespoły w ramach jednego standardu?
Jan
To nawet nie jest tak, że silosowe. Jest pula bardzo standardowych rzeczy, które się reguluje. Najprostszą rzeczą jest stos technologiczny. W tym momencie „sky is the limit”. Można sobie wybrać z internetu biblioteki, które robią nieprawdopodobne rzeczy, bardzo ułatwiają życie i jednocześnie tak szybko przestają być rozwijane. Ktoś coś wybierze, zacznie używać, a po pół roku może się okazać, że autorowi znudził się rozwój tej biblioteki. Za dziewięć miesięcy zostanie w niej znaleziona krytyczna podatność i nie ma jak jej poprawić. Musimy trochę na to uważać i ograniczać pole używania komponentów trzecich do tych, które są sprawdzone i którym można zaufać. Ale też, jeśli chodzi o sposób, w jaki sami tworzymy kod, staramy się narzucać pewne dobre praktyki, bo możliwości jest bardzo dużo, a my chcemy trzymać określony standard. Jeżeli dzisiaj programista coś napisze, to fajnie byłoby, żeby jutro jego kolega, gdy ten będzie na urlopie, mógł na to popatrzeć, zrozumieć i coś poprawić albo dopisać. Dlatego mamy jakiś zestaw standardów. Przy dużej skali trudno jest weryfikować, czy te standardy faktycznie są spełniane. To jedna rzecz. Druga jest taka, że z reguły jak u nas w firmie ktoś nie trzyma się standardu, to nie wynika to z tego, że postawił sobie za punkt honoru bunt i celowo robi przeciwko niemu, tylko z faktu, że po prostu go nie zna. To jest ogromny problem, żeby to wszystko się ładnie propagowało. Te narzędzia pozwalają nam po pierwsze w dużej skali sprawdzać, czy standardy są utrzymywane, a z drugiej strony pozwalają też edukować i podpowiadać pracownikom. Jako że jesteśmy firmą, która wdrożyła Agile i bardzo skutecznie sobie w nim radzi, funkcjonujemy w lekko udokumentowanym procesie wytwarzania oprogramowania. Mamy tam user story, trochę dev story, jakieś minimalne opisy, żeby po prostu wiedzieć, jaki jest zamysł, ale ogromna część tego wszystkiego jest w Jirze, jak w większości firm.
Karol
A potrafisz sobie wyobrazić takiego asystenta, który jest wsparciem dla zespołów projektowych?
Jan
Właśnie coś w tę stronę powoli idzie. Tyle że zastanawiamy się, na ile jest sens iść w kierunku asystenta, a na ile w kierunku narzędzi, które będą się między sobą porozumiewać i jedno od drugiego będzie przejmować jakiś kawałek pracy. My jako deweloperzy, analitycy systemowi i biznesowi, dostajemy materiał przygotowany przez kolegów w zespołach. Często to są ludzie, którzy wzajemnie piszą te historyjki, ale chodzi o to, żeby sprawdzić, czy taka historyjka jest zrozumiała. Dzisiaj siedziały nad nią dwie osoby, ale jutro przyjdzie trzecia i mogły tam być jakieś skróty myślowe, coś między wierszami. Często to jest po prostu sprawdzenie językowe, czy jest to jasne, zrozumiałe, czy nie ma nadmiernej ilości skrótów, czy jest kompletne. I tutaj zespół zrobił nam właśnie bardzo fajne narzędzie, które to robi. Opowiesz, Filip?
Filip
Od tego tu jestem. Wyobraźcie sobie sytuację, że mamy wymagania spisane w taki sposób, że nie ma kryteriów akceptacji. Nie wiadomo, czym ma się zakończyć ta historyjka. Tytuł jest niepowiązany z kontekstem. Treść może być czasami bez sensu, zawierać odniesienia, bo ktoś zrobił „copy-paste”, coś zostało, jest niepełne. Możemy taką wiedzę wykorzystać na różne sposoby. Najprostsze, pierwsze etapy tego rozwiązania, te pierwsze klocki, to było zrozumienie, jakie mamy „best practices”, co tam powinno być, i sprawdzenie, gdzie jesteśmy. To może nam na przykład wskazać projekt, który wygeneruje ryzyko, bo już na początku wiemy, że wymagania są średnie. Z drugiej strony, chodzi o to, żeby dać narzędzie dla ludzi. Stworzenie dobrych wymagań to też pewna umiejętność. Oczywiście nie jest tak, że my wygenerujemy te wymagania, wrzucimy je i one już lecą. Nadal jest ten element ludzki, on musi je sprawdzić. Ale samo stworzenie tego, przypomnienie, jaka jest checklista, zaproponowanie czegoś… te modele, mówię już od 9B, naprawdę dają świetne podpowiedzi. To nie są duże modele, chodzą bardzo szybko i dają naprawdę fajne sugestie. „Zwróć uwagę, że tutaj masz takie API, to powinno znaleźć odzwierciedlenie”, „te kryteria akceptacji nie spełniają best practices”, „zapomniałeś o tym i o tym”. To jest narzędzie, które ułatwia, a koszt naprawy na tym poziomie jest dużo niższy, niż gdybyśmy dowiedzieli się o tym po miesiącu czy sześciu miesiącach developmentu. Inny przypadek to test case’y czy zgłaszanie błędów. Mamy wdrożenie produkcyjne, wszystko się wali, pali, jest ciężko, bo jest bardzo krótki okres, chcemy być otwarci dla klientów jak najszybciej. Pojawia się błąd i ktoś wrzuca jednozdaniowy opis, potem ktoś tego nie rozumie i jest kłopot. To są narzędzia, które wspomagają w ten sposób. Oczywiście wdrażanie w organizacji narzędzia, które na ciebie patrzy, na początku budzi lekki bunt, ale jak dostajesz narzędzie, które pomaga ci wykonywać pracę, i ludzie widzą, że „chcę napisać przypadek, klikam, on mi generuje treść i ona fajnie wygląda”, jest efekt „wow”, to następuje transformacja, przeskok myślowy: „okej, to jest fajne”. I w tym momencie nie boli cię to, że ktoś cię sprawdza, bo ty już robisz to od razu dobrze.
Karol
Umiejętność opisywania problemów zrozumiałym językiem to teraz podstawa w komunikacji, bez względu na to, czy rozmawiamy o sektorze bankowym, czy o marketingu i mediach. Zrobiliśmy ostatnio taki eksperyment: poprosiliśmy model, żeby wyjaśnił, na czym polega cukrzyca z punktu widzenia ośmiolatka, nastolatka, lekarza medycyny i laureata Nagrody Nobla.
Jan
To jest jak najbardziej ciekawe doświadczenie. Staramy się mieć najlepszą klasę specjalistów, ale jako dosyć duża firma staramy się też co roku przyjmować określoną pulę stażystów, żeby tych ludzi wdrażać i dawać im narzędzia, które sprawiają, że stają się lepsi. Jako bank mamy bardzo dużo ludzi o bardzo długim stażu pracy i bardzo to cenimy. Ja sam mam w zespole współpracowników, którzy pracują z nami ponad 30 lat. Oni są niesamowitą skarbnicą wiedzy, doświadczenia i pewnego rodzaju spokoju, bo wiedzą, jak to wszystko działało wcześniej i jak działa teraz. Natomiast powinniśmy też dawać tym, którzy dopiero zaczynają swoją ścieżkę, pewne narzędzia, żeby się doskonalili. I to jest też po to. Oczywiście, można teraz założyć startup, gdzie nie dokumentuje się prawie nic, koduje szybko, bo chce się przebić, i to jest jedna z metod, takie super MVP. My nie do końca możemy tak do tego podchodzić. Stawiamy na to, że musimy mieć pewną serwisowalność oprogramowania, które tworzymy, musimy być w stanie powiedzieć, dlaczego ono tak wygląda, musimy być w stanie odpowiedzieć, że ta linia kodu została powiązana z taką a taką zmianą. To są wymogi, które nakłada na nas regulator. Wszystko, co znajduje się na produkcji i ma styczność ze środkami klientów, musi być bardzo mocno sprawdzone. I te narzędzia nam właśnie w tym pomagają.
Karol
A kiedy technologia rozmawia z biznesem, to wykorzystujecie takie systemy do tego, żeby przekładać oczekiwania co do realizacji procedur i budowy produktów na rzeczywistość, jeśli chodzi o oprogramowanie i rozwój produktów z Waszej strony?
Jan
Mamy bardzo komfortową sytuację, jeśli chodzi o rozmowę technologii z biznesem, ponieważ u nas po prostu nie ma takiego podziału. Funkcjonujemy w modelu organizacyjnym, gdzie nasz biznes, czyli reprezentanci poszczególnych segmentów, i inżynierowie pracują w jednych zespołach. Nie ma u nas sytuacji, że biznes gdzieś tam siedzi, wymyśla produkt, spisuje go w jakimś briefie, po czym ten brief wrzuca pod drzwi inżynierów. Absolutnie nie ma czegoś takiego. To są ludzie, którzy siedzą ze sobą w jednym zespole, bardzo blisko. Mogę zaryzykować stwierdzenie, że ogromna część inżynierów u nas jest dużo bliżej z biznesem, z którym pracuje, niż z częścią innych inżynierów. To jest coś, co z jednej strony może być trudne dla kogoś, kto myśli starymi kategoriami, no bo inżynierowie powinni trzymać się z innymi inżynierami. Ale z drugiej strony, to jest właśnie ten zespół. Oni mają się trzymać razem, mieć swoje cele i je osiągać. I to u nas działa perfekcyjnie.
Karol
Chcecie powiedzieć, że w takim razie u Was w zespole są inżynierowie z duszą humanisty?
Jan
Inżynierowie mają przecież bardzo silny element humanistyczny w swojej duszy.
Filip
Wiesz co, to jest połączenie. Zespół jest połączeniem inżyniera i duszy humanisty. Każdy ma swoje mocne i słabe strony. Aczkolwiek są takie zespoły jak mój, gdzie przeważa kwestia techniczna. My dostarczamy rozwiązania, jesteśmy bardziej z boku. Ale te zespoły, które dostarczają rozwiązania bezpośrednio do klientów, to jest właśnie ta mieszanka.
Karol
No dobrze, czytałem o Waszej strategii, czyli Total Experience, Total Digitalization, Total Responsibility. Rozumiecie te trzy słowa? Przypomnę tylko tym ze słuchaczy, którzy nie słyszeli o tym dokumencie. To jest dokument, który buduje Waszą strategię na lata 2024-2026. Jesteśmy mniej więcej w połowie.
Jan
Tak, bank przyjął taką strategię. Opiera się ona na trzech filarach, o których właśnie powiedziałeś. Trudno jest się tak szybko odnieść, natomiast w ramach tej strategii ten sposób eksperymentowania z AI dosyć dobrze się wpasowuje. W przypadku Total Experience stawiamy na to, że łączymy doświadczenie, które dajemy klientowi, z doświadczeniem, które dajemy pracownikowi. Wychodzimy z założenia, że zadowolony pracownik będzie tworzyć zadowolonego klienta i dbać o jego zadowolenie. To jest właśnie Total Experience. Total Digitalization to wszystkie kroki, które mają na celu usprawnienie naszego życia poprzez wdrażanie tego typu rozwiązań. To jest idea tego, że się cyfryzujemy i otaczamy tymi narzędziami, natomiast robimy to w sposób odpowiedzialny. I tutaj pojawia się Total Responsibility, ponieważ jesteśmy bardzo odważnym bankiem, ale odwaga nie polega na byciu brawurowym. Wdrażamy nowoczesne rozwiązania, ale robimy to w taki sposób, żeby nie ryzykować.
Filip
Albo świadomie podejmować ryzyko. Analizujemy to, co się dzieje. Nie wystawiamy klienta, jesteśmy odważni przy podejmowaniu decyzji kierunkowych, ale zabezpieczamy się na przykład w postaci ekstensywnych testów, pilota i tak dalej.
Karol
Mówi się, że dane to nowa ropa, nowe paliwo. Wy siedzicie na tych danych od bardzo dawna, jeszcze zanim były w modzie. Co możecie z nimi zrobić?
Jan
Możemy zrobić z nimi tyle, na ile pozwalają nam przepisy, i tyle staramy się robić. RODO, AI Act itd., ale też regulacje bankowe, których jest całkiem niemało, regulacje konsumenckie. Nie możemy wykorzystywać danych nadmiarowo, nie możemy ich wykorzystywać do profilowania klienta, które jest sprzeczne z jego interesem, i tego nie robimy. Oczywiście zgody, zgody i jeszcze raz zgody. Ale z drugiej strony trzeba pamiętać, że poza danymi klienckimi mamy też bardzo dużo innych danych. Mamy nasz kod źródłowy, opisy zadań, projekty techniczne, które kiedyś robiliśmy. W ramach tych narzędzi tak mi się marzy, że być może kiedyś dojdziemy do etapu, że będziemy w stanie z user story przejść do kawałka kodu, który ją obrazuje, bo to byłoby, zdaje mi się, fajne, sprawne i przyjemne.
Filip
To są strumienie pracy. Wyobrażamy sobie AI zbudowane z klocków. Budujemy klocki wymagań, klocki kodu, klocki testów. Gdzieś, kiedyś, w jakiejś perspektywie czasowej, dla pewnych historyjek i wymagań, będziemy w stanie zrobić coś takiego. Ktoś powie: „ja to chcę”, a za chwilę masz kod, który jest przetestowany na takim poziomie, że minimalizuje ryzyko wpływu na produkcję i możemy go wdrożyć, udostępnić klientowi.
Jan
Tak, bo my mamy też trochę rozwiązań, które są do siebie dosyć podobne. Jeżeli mielibyśmy jakiś fajnie zrobiony proces, który udostępniamy naszym klientom, ma on dobre usability, jest fajnie wykorzystywany, to dlaczego nie poprosić automatu, żeby go odrobinę przerobił i użył go na przykład w innym segmencie?
Karol
Recycling.
Jan
Można by tak powiedzieć, nawet trochę ekologicznie. Takie coś wydaje się być fajne, bo popatrzmy na to, że ja w tym momencie jestem tym bardziej zadowolony, im mniej kodu produkujemy, bo kod to w długiej perspektywie jest koszt.
Karol
No dobrze, dużo rozmawiamy o technologii, o całym stacku, o systemach, a ciekaw jestem, jak oceniacie w kontekście rozwoju, adaptacji technologii, budowy nowych produktów i rozwiązań wykorzystujących sztuczną inteligencję, bariery kulturowe? Skoro mówiłeś, Jan, o pracownikach, którzy są u Was w organizacji od 30 lat, czy nie ma takiej sytuacji, że są pewne ograniczenia w naszych głowach?
Jan
To, że ktoś z nami długo pracuje, nie znaczy, że cały czas jest w tamtej epoce.
Karol
Nie twierdzę, tylko pytam. Jestem ciekaw, bo patrząc na przykład na świat mediów albo inne branże, zobaczcie, ciekaw jestem waszego zdania, ale my jesteśmy romantyczni wobec tego, jak było.
Jan
Jest oczywiście coś takiego jak przywiązanie do tego, co kiedyś wdrożyliśmy, co kiedyś wytworzyliśmy. Ale jednocześnie nasza siła jako ludzi, niekoniecznie w banku, polega na tym, że mamy zrozumienie stereotypów, które nami w jakiś sposób rządzą. Dzięki temu, że rozumiemy, że są wszelkiego rodzaju „information biases”, możemy się z tego trochę wyzwolić i wytrącić z tego myślenia. To jest jedna strona medalu. Druga strona jest taka, że bank jest częścią międzynarodowej grupy, i ta grupa sprawia, że widzimy rozwiązania, które wdrażają inne kraje. To też nam trochę odświeża umysł.
Karol
A możecie dać przykłady takich rozwiązań, które funkcjonują w innych krajach, a którym się przyglądacie?
Jan
Najprostszym przykładem jest nasza aplikacja mobilna, która jest globalną aplikacją Santandera. To jest taka sama aplikacja, która funkcjonuje w Portugalii, Hiszpanii, Anglii i w Polsce. Jest to, wydaje mi się, ewenement w skali bankowej. Skoro inne firmy, bardzo często nowoczesne media społecznościowe, mają jedną aplikację dla wszystkich, to dlaczego bank nie miałby zrobić czegoś takiego, żeby to wrażenie było podobne i żeby dopracowywać to w globalnej skali, a nie optymalizować w mikroskali? Także ta aplikacja jest jak najbardziej zglobalizowana, oczywiście z lokalnymi wzbogaceniami, bo BLIK jest jedyny, nasz polski. Inne kraje nie mają BLIKA, niektóre mają podobne mechanizmy, ale BLIK jest tylko nasz.
Karol
A kiedy przyjdzie czas na asystenta wbudowanego w aplikację? Zobaczcie, nie wiem, czy zwróciliście uwagę, ale parę tygodni temu asystent pojawił się tak samo w Messengerze, na Facebooku i w WhatsAppie.
Filip
Tylko to, co my robimy, to oczywiście eksperymentujemy z czatem dla klientów i czatem wewnętrznym.
Karol
Tak, przepraszam, Filip, myślę o asystencie, któremu mówisz: „hej, słuchaj, zrób przelew tej i tej osobie na 200 złotych”…
Filip
Tak. I znowu jest kwestia tego, jak wyjdzie w testach, jakie jest ryzyko i na ile możemy zaakceptować porażkę. Porażkę w sensie halucynacji, złej odpowiedzi, wykonania takiej akcji. To, co musimy zrobić, to przetestować wszystkie możliwości, zanim taka zmiana wejdzie, a to trochę trwa i te ryzyka istnieją.
Karol
Ale wyobrażam sobie, że taki asystent może się rozwijać. Tak jak mówisz, zbudujecie klocki, będziecie dodawać jeden do drugiego. Zaczniecie od prostych przelewów albo informacji, ile wydałem w poprzednim miesiącu, a potem możecie dodawać kolejne funkcje, tak?
Jan
Może tak być, ale patrząc na inne aplikacje, to one jeszcze chyba nie oferują takich asystentów. Nie wiem, czy jest taki plan w innych bankach. To pewnie wynika z tego, o czym mówi Filip. Z drugiej strony, my w tym momencie pracujemy nad tym, żeby używanie funkcjonalności, które są w naszej aplikacji, było na tyle nieskomplikowane i przyjemne, żeby ten asystent był minimalnie potrzebny.
Karol
Czyli uważasz, że tradycyjny, dobry UX jest trochę jak z Alexą? Dużo łatwiej jest włączyć prąd, klikając w przełącznik, niż prosić ją, żeby włączyła światło.
Jan
Włożyliśmy ostatnio dużo wysiłku i w pierwszym kwartale wdrożyliśmy nowy przebieg naszego procesu płatnościowego do przelewów, który jest, wydaje mi się, optymalny i bardzo wygodny oraz szybki. Teraz nie wiem, czy zrobienie tego w ramach rozmowy z asystentem będzie szybsze i sprawniejsze niż zrobienie tego, korzystając z procesu, który jest w aplikacji. Być może nie, może trzeba zrobić jedno i drugie. Może pojawi się jakaś aplikacja firmy trzeciej, która używając PSD2, po prostu to zrobi, bo to jest możliwe, prawda? Zobaczymy. Na ten moment techniczna możliwość, żeby ktoś wyszedł z taką aplikacją, jak najbardziej jest. Jeżeli to się pojawi i zaadaptuje, zobaczymy.
Filip
Ja bym wrócił na chwilę do tematu transformacji ludzi. Mam w zespole taką osobę, która się przekwalifikowała. Była dyrektorem biznesowym, pracowała w operacjach, a teraz, w wieku 60 lat, stwierdziła, że będzie automatykiem. Będzie automatyzowała testy. I doszła do poziomu regulara, czyli potrafi funkcjonować, zrobiła tę zmianę. Takich transformacji… to, co jest piękne w tej kulturze, to to, że my przyzwyczajamy się do zmiany. Właściwie cały czas mamy transformacje. Był totalny „mindset change” przy Shift Left. Mówiliśmy: „ok, robimy jakieś testy manualne gdzieś tam”. To zostało zmienione, przesunęliśmy to. Sposób myślenia wielu osób, sposób kodowania się zmienił. Teraz przyjdzie AI. Z jednej strony myślimy nad tym, żeby to przejście było jak najłagodniejsze, czyli dajemy te narzędzia, tłumaczymy. To wchodzi w nasze życie w łatwy sposób.
Karol
Jedyną pewną rzeczą będzie zmiana.
Filip
To zawsze. Tyle że problem polega na tym, że ta transformacja u nas jest jeszcze szybsza niż była. Mam wrażenie, że to przyspiesza ekspotencjalnie.
Karol
Ale słuchajcie, prawo Moore’a, czyli zwiększenie się mocy obliczeniowej, versus to, co się dzieje teraz, chociażby w przypadku okna kontekstowego w modelach językowych. Zaczynaliśmy w listopadzie 2022 roku z, nie pamiętam ile, 1000-2000 tokenów, a ostatnio Lama, która ujrzała światło dzienne, ma okno kontekstowe 10 milionów.
Jan
No właśnie, to jest też, nie ukrywam, pewnym kłopotem dla nas. Kiedyś, jak wychodziła na rynek jakaś nowa technologia, mieliśmy spokojnie 5-10 lat, żeby się z nią zaprzyjaźnić i coś z nią zrobić. A teraz tak naprawdę zadajemy sobie pytanie: czy to już jest ten moment, żeby inwestować? Bo przecież za chwilę może wyjść taka odmiana tych technologii, że nie trzeba będzie inwestować w prompty, bo ja mrugnę okiem, a model się domyśli, o co mi chodzi.
Karol
Mam pewne prowokacyjne pytanie. A co, jeżeli takie firmy jak Google albo OpenAI, albo inni dostawcy modeli, tak jak kiedyś Google stworzył Google Wallet, pomyślą: „dobrze, skoro mamy taką technologię, to stwórzmy bank”?
Filip
Może tak być. Zobaczcie historię fintechów z ostatnich kilku lat.
Karol
Są w stanie zbudować…
Filip
Są w stanie funkcjonować jako banki, ale jest to bardzo duży poziom skomplikowania. Wiedza, te konteksty, o których mówimy, muszą być potężne.
Karol
Ale te organizacje będą mogły tę wiedzę mieć, oczywiście upraszczam teraz, na wyciągnięcie ręki, w połączeniu z funduszami, którymi dysponują?
Jan
Wiesz co, już teraz mają tę wiedzę na wyciągnięcie ręki, a jednak mimo wszystko okazuje się, że to nie jest takie proste. Zakup tej wiedzy na rynku to jedno, a stworzenie zespołu, który taką firmę zbuduje i ta firma odniesie sukces, to drugie. Popatrzmy też na te neobanki, które się pojawiają. One oferują stosunkowo proste produkty.
Karol
Na przykład Revolut, który jest adresowany, poprawcie mnie, jeśli się mylę, tylko do sektora B2C?
Jan
Oni już mają jakieś B2B zrobione, ale tam dalej brakuje produktów z bardzo zaawansowanej bankowości.
Karol
Ale o tym mówię, UX dla zwykłego Kowalskiego doprowadzony niemal do perfekcji.
Filip
Będzie „commodity”, aczkolwiek cały czas się rozwijamy i to jest kwestia tempa rozwoju. Pytanie, czy to, co powiedział Janek, kwestia ludzi, wiedzy o kliencie, umiejętności sterowania tymi produktami, to musisz skądś nabyć. Bo sama AI… możesz powiedzieć: „wymyśl, co zrobić, żeby klient był szczęśliwszy”, okej, ale czy ta wiedza jest w tej chwili dostępna w modelach?
Jan
Ja bym się też zastanowił, czy umiejętność tworzenia modeli będzie zarezerwowana dla dużych firm, bo wydaje mi się, że mamy tu zjawisko mocnej demokratyzacji tego rynku. To już nie będzie duży Google, który coś zrobi, tylko będzie dużo wyspecjalizowanych modeli.
Karol
Dokładnie tak, które potem mogą współpracować z innymi modelami. A jak patrzycie na polskiego Bielika? Nie mam tu żadnej oczekiwanej odpowiedzi, ciekaw jestem Waszego zdania.
Filip
Zaczęliśmy od pierwszego etapu, który z mojej perspektywy, jak u nas ocenialiśmy ten model, nie był najwyżej oceniany. Mówisz o wersji 2.0? Trzeba budować, trzeba się uczyć, bo to są dużo trudniejsze rzeczy. Musimy nauczyć się uczyć te modele w odpowiedni sposób, więc jest to wiedza, którą musimy pozyskać. Czy to będzie efektywne w długim okresie? Ciężko mi ocenić. Czy okaże się, że inne zespoły będą w stanie je zastąpić, będą na tyle lepsze, że nie będzie się opłacało tworzyć naszych modeli, bo tamte będą sprawniejsze, dużo większe? Ciężko mi powiedzieć. Ale generalnie fajnie byłoby, gdybyśmy w Polsce potrafili to robić, bo nawet jeśli się nie przyda do Bielika, to przyda się w wielu innych miejscach.
Jan
To ma minimum dwie strony. Z jednej perspektywy, czy zakładamy, że zostanie tam wytworzony model, który podbije świat? Może nie, a może tak. Ale z drugiej strony, tworząc ten model, wykształci się bardzo wielu specjalistów, którzy tu będą. I to na pewno jest coś, nad czym warto pracować. Czy to jest Bielik, biochemia, medycyna czy psychologia, każda dziedzina ma taką zagwozdkę: jeżeli nie jesteś najlepszy na świecie, to czy w ogóle warto? Ale nie wiem, czy mielibyśmy noblistów, którzy by odpuszczali, nie będąc najlepszymi na świecie. Wydaje mi się, że naukę i research zawsze warto prowadzić.
Karol
A możecie dać przykłady procesów wewnętrznych, w których wykorzystujecie właśnie teraz AI?
Jan
Testy, najprościej.
Karol
Chciałem zapytać, oprócz testów… Takie procesy bankowe, administracyjne, wewnętrzne usprawnienia w działaniu organizacji.
Filip
Knowledge sharing.
Karol
Knowledge sharing, o.
Filip
Czaty. Cały czas się zastanawiam, dlaczego jeszcze globalni gracze, na przykład Atlassian, nie wprowadzili takich efektywnych narzędzi.
Karol
Rozmawiałem z jednym bankiem, który w momencie, kiedy był ten kredyt preferencyjny, zbudował rozwiązanie wykorzystywane przez pracowników obsługi klienta, które odpowiadało w prosty sposób na pytania dotyczące tego kredytu.
Filip
My też mamy. Nawet nie tylko do kredytów. Mamy dokumentację, jest 70 dokumentów albo więcej, które muszą być dostępne dla pracowników call center na przykład.
Karol
Czyli tworzycie klasycznego RAG-a?
Filip
Niekoniecznie RAG-a. Dla mnie RAG to jest coś, co umieszczam w kodzie. Natomiast jako pracownik call center odpytuję go, a on przeszukuje mi te dokumenty, daje streszczenie i jakąś informację.
Jan
Mamy takie miejsca, gdzie można byłoby wprowadzać ciekawe automaty i one być może nawet proszą się o większą automatyzację. Jest trochę procesów HR-owych, gdzie warto popróbować i gdzie może będziemy coś próbować. Wszelkie procesy, gdzie można użyć AI jako lepszej wyszukiwarki, to też jest taki obszar, tylko tu ciągle jest problem z halucynowaniem. Ja nie jestem specjalistą w tej dziedzinie, nie wiem jeszcze, jak wyglądałoby porównanie dobrego, naprawdę efektywnego pracownika z automatem. Nie wydaje mi się, żeby automat był lepszy, jeśli chodzi o doradzenie klientowi.
Filip
Zobaczymy, czas pokaże. Z czasem pewnie będzie w niektórych elementach, tych prostszych, lepszy. Ale generalnie takich projektów AI w organizacji mamy zidentyfikowanych setki. Prędzej czy później pewnie zostaną zrealizowane.
Karol
A wyobrażacie sobie voicebota, który pełni rolę tutora i przygotowuje pracowników do pracy w fizycznym oddziale, do obsługi klienta? Albo onboarding pracownika?
Filip
Tak.
Karol
To też jest kwestia projektu…
Filip
Tak.
Jan
Można też sobie wyobrazić automat, który weryfikuje rozmowy pracowników z klientami i zwraca uwagę, czy język, którego używają, jest prawidłowy, czy informacje, które przekazują, są kompletne, czy przekaz jest spójny i jasny. I na przykład sugeruje szkolenie takiemu pracownikowi.
Karol
Ale to jest wasze wyobrażenie, przepraszam, zapytam: czy to są już konkretne plany?
Filip
Projekt jest, a kiedy zostanie zrealizowany, to zobaczymy. To zależy od priorytetów, zrozumienia wyników innych klocków. W tej chwili część klocków już do tego mamy, więc jak w pewnym momencie będzie decyzja, że chcemy z tym ruszyć, to ruszamy. Ale spójrzmy na onboarding. Ilu mamy pracowników do onboardingu? Kilku. Jak ważne w samym onboardingu jest to, że masz człowieka, który z tobą usiądzie, wprowadzi cię w temat, wytłumaczy. Zbuduje relację. Versus to, że dostaniesz bota, który będzie ci fajnie odpowiadał.
Jan
Bot na pewno nie jest rozwiązaniem, ale może być pomocą.
Karol
A jak weźmiemy pod uwagę obsługę klienta? Ja, jak dzwonię do niektórych banków, to denerwuje mnie rozmowa z botem.
Jan
Zgadza się. Tylko to jest ciągle na tej zasadzie, że być może my nie jesteśmy targetem. Pewnie jest grupa osób, która bezproblemowo radzi sobie z botem, być może nawet jest zadowolona. Podstawa to jest wybór. Fajnie byłoby oferować coś takiego, że jeżeli chcesz, żeby obsłużył Cię automat, bo na przykład nie masz dzisiaj ochoty na wchodzenie w interakcję z innym człowiekiem, to masz taką możliwość. Jeżeli chcesz konsultanta, poproś o konsultanta. My mamy bardzo wysoki poziom obsługi na infolinii, klienci są z tego bardzo zadowoleni.
Karol
Obsługi przez ludzi?
Jan
Tak, przez ludzi.
Karol
Sprawdzony sposób: zapytaj bota, czym jest balon.
Filip
Jak to działa?
Karol
Przełącza się do człowieka.
Filip
To też są ograniczenia, które my wprowadzamy, nawet na wewnętrznych chatbotach. Musimy ograniczyć zakres. Ja nie chcę, żeby ktoś go pytał o kawały, o różne dziwne rzeczy, a potem gdzieś to pokazał. Musimy ten zakres ograniczyć.
Karol
Było już kilka takich przypadków, prawda? O ile pamiętam, firmy logistyczne i pierwsze eksperymenty z botami, dyskusje na przeróżne, dziwne tematy. Tego się nie da uniknąć.
Jan
No dobrze, stwierdziliśmy, że technologia rozwija się szybciej niż kiedykolwiek wcześniej. Jedna perspektywa to strategia 2024-2026, a co może się wydarzyć w roku 2030?
Karol
To jest bardzo dobre pytanie, co będzie w 2030, bo na jesień… Przepraszam, tylko uzupełnię. Kiedyś prowadziłem szkolenie i miałem taki slajd: „Zastanówmy się, co będzie w roku 2045”. Jak się tak zastanowiłem, to nie, zrobiłem inaczej. 2045, skreślone, 2030.
Filip
Teraz ta szybkość jest tak duża. My sami widzimy po klockach, które budujemy. Budujemy w ramach jakichś strumieni, do których gdzieś chcemy dojść. I perspektywa to jest właśnie około dwóch lat. Natomiast świat może mieć przeskoki nieliniowe. Za chwilę możemy dostać z zewnątrz rozwiązania, których się na dzień dzisiejszy nie spodziewamy. Agentowe AI było spodziewane i to jest przełom. Zupełnie inaczej funkcjonuje, my to też wprowadzamy, działa w inny sposób i rozszerza możliwości.
Karol
Szczególnie jeżeli pisałeś o tym pracę.
Filip
Na tyle, na ile potrafimy ocenić, perspektywa trzech do pięciu lat to będzie zupełna zmiana. Dla mnie ten element ludzki jeszcze powinien być ważny. Tak jak kiedyś automatyzacja testów nie zabrała pracy testerom, którzy się tego obawiali. Moja perspektywa jest taka, że nadal potrzebujemy tego czynnika ludzkiego. Czy będziemy go potrzebować za pięć lat? Oceniam, że w części procesów niekoniecznie. Natomiast to, co powiedział Janek, przejście od wymagania do wdrożenia kodu gotowej, działającej aplikacji, według mnie, za pięć lat spokojnie będziemy mieli takie sytuacje. Będę mówił: „chciałbym mieć aplikację, która robi to, to i to”, i będę miał gotową, dedykowaną, skustomizowaną do moich potrzeb aplikację, która notabene będzie się jeszcze sama uczyła tego, co chcę, i rozwijała w międzyczasie.
Jan
No tak, tylko my cały czas myślimy w kategoriach, które są dzisiaj: robimy aplikacje, poprawiamy błędy. Nie wiem, czy za pięć lat kwestią będzie robienie pięć tysięcy piątej aplikacji, czy to w ogóle będzie jeszcze jakaś kwestia. Czy bardziej będzie to po prostu udostępnione API, do którego będą się podpinały inne systemy.
Karol
A dwa, zobaczcie, czy za pięć lat będziemy używać telefonów, do których przywykliśmy? Zrobiłem sobie eksperyment, sprawdziłem, ile razy w ciągu dnia odblokowuję telefon. Między 120 a 160 razy dziennie. A co będzie, jeżeli będziemy korzystać nie z telefonów, które trzymamy w ręce, tylko będziemy mieli okulary?
Jan
Albo neuroimplanty. Tutaj jest wiele możliwości. Wydaje mi się, że patrząc na blockchain, który też był rewolucją mającą zmienić nasz świat, wszedł, zrobił trochę burzy, gdzieś tam dalej funkcjonuje, w bankowości też, znalazł sobie swoją niszę. Myślę, że modele, na których bazował ChatGPT, też zaczną szukać swojej niszy i to jednak będzie nisza. Zobaczymy, czy za pięć lat znajdziemy jakiś kolejny przełom, który na przykład połączy jakieś inne istniejące technologie albo rozwiąże jeszcze inny problem. Mamy autonomiczne samochody, ale dalej jesteśmy na poziomie między 2 a 3, ciągle nam do piątki brakuje. Mamy smartfony, ale tam nie było przełomu od bardzo, bardzo długiego czasu. Od 2007 roku, od pierwszego iPhone’a, za wiele się nie zmieniło. Jest szybsze, fajniejsze, przyjemniejsze, ale wygląda tak samo.
Karol
Trochę jak klawiatura, która istnieje od 150 lat, tylko przypomnę.
Jan
Rozrywka, filmy, książki. Tutaj też nie było dużych przełomów. Mamy czytnik e-booków, ale dalej mamy litery i je czytamy.
Filip
Mamy świat dwóch prędkości. Świat elektroniki i kodu oraz świat fizyczny, który ma inną prędkość, tak jak baterie w samochodach, okulary. Mają swoje fizyczne ograniczenia. I mamy trzecią prędkość, czyli ludzi. To nasza behawiorystyka, zachowania, przyzwyczajenia, zdolność do transformacji. Więc nawet jeżeli będziesz miał super działające implanty za pięć lat i będziesz w stanie kontrolować wszystko za pomocą myśli, to wejście tej transformacji zajmie kolejne dekady, a być może pokolenie.
Karol
To tym bardziej będzie ważna logika i umiejętność kreatywnego myślenia, łączenia faktów i wyobrażania sobie swoich własnych oczekiwań.
Filip
Nauczymy się precyzyjnego myślenia zamiast precyzyjnego mówienia.
Jan
O, może właśnie. Bo to jest też kwestia, czy my wystarczająco precyzyjnie myślimy. Na pewno wiemy, że nasz język nie ubiera wszystkich naszych myśli.
Karol
Stąd mój zakup słownika.
Jan
Tak, ale to też pokazuje, że to nie język nie jest gotowy, tylko my jeszcze nim tak dobrze nie dysponujemy. Trzeba się tego nauczyć. Może generalnie trzeba zainwestować w naukę jednego języka, ale dobrze.
Filip
Wyobrażacie sobie w przedszkolu naukę precyzyjnego myślenia? Formułowania myśli w taki sposób, żeby były przezroczyste?
Karol
Polecam wam odcinek z Przemkiem Stolarskim. Przemek pracuje w Bostonie dla PwC, projektuje systemy uczenia i jest gigantycznym fanem uczenia logicznego myślenia. Jest absolutnym krasomówcą. A mam pytanie do was, Janek, Filip. Jak wy się uczycie?
Filip
Codziennie.
Karol
Codziennie, ale w jakiej formie? Pytam, bo ja jestem człowiekiem, który jak ma się uczyć, to musi coś zrobić. Trudno mi czytać książki. Muszę usiąść albo mieć wzór do naśladowania, kogoś, kogo obserwuję.
Filip
Idealnie się to wpisuje w mój model. Jestem „learning by doing”. Gdybym miał do wyboru przeczytać bardzo dobrze napisany artykuł, a pójść pogadać z kilkoma osobami, to zdecydowanie wolę pójść pogadać. Nawet jeżeli ta wiedza nie będzie na takim poziomie jak z artykułu, to brainstorming i wymiana myśli z inną osobą będą miały dla mnie większą wartość.
Karol
Czyli też to, co mówicie: odpowiednie środowisko i bycie w pomieszczeniu, w którym jest się najgłupszym…
Jan
Pewnie trochę tak, chociaż akurat mi to przychodzi w naturalny sposób, bo inżynierowie, którzy mnie otaczają, to naprawdę są bardzo, bardzo mądrzy ludzie. Natomiast ja raz na jakiś czas lubię jeszcze popatrzeć w kod i coś w nim zrobić. To są momenty, które są dla mnie rodzajem luksusu. Nie zawsze mogę sobie na to pozwolić i już dawno przestałem podchodzić do tego na zasadzie, że mogę sobie poeksperymentować, żeby podjąć dyskusję z jakimś specjalistą u nas w firmie, bo ten specjalista jest ode mnie o kilka długości bardziej doświadczony, choćby dlatego, że robi to na co dzień, a ja od święta. Ale tak, to jest duży luksus i ogromna przyjemność, taka stricte inżynierska.
Karol
Jeszcze pytanie, panowie. Słyszałem kiedyś, że nie sztuczna inteligencja zastąpi ludzi, tylko inni ludzie, którzy w odpowiedni sposób wykorzystują sztuczną inteligencję. Jak jest u Was w organizacji? Jakie jest myślenie i podejście do tego problemu?
Filip
Myślę, że będą i tacy, i tacy. Sama sztuczna inteligencja w krótkim okresie wyeliminuje najprostsze prace. Tak jak z historią o automatyzacji. Testerzy bali się, że automatyzacja testów zabierze im chleb. Prawda była taka, że nie zabrała. Wyeliminowała proste, powtarzalne prace, regresję, którą musieli żmudnie powtarzać. Myślę, że tutaj przez długi czas, kwestia dwóch-trzech lat, będzie podobnie. Będziemy mieli narzędzia, które nas wspomagają. Łatwiej napiszemy historyjkę, łatwiej część kodu, ale nadal będzie ten element ludzki, który musi to przejrzeć i zaakceptować. Za dwa, trzy lata nie pójdziemy na emeryturę. Zgadza się. To jest okres transformacji. Technologia przyspiesza tak bardzo, że nie chcę sięgać w dłuższą perspektywę, bo ciężko mi ocenić. Będą przełomowe rzeczy. Natomiast w perspektywie, która jest dzisiaj w miarę stabilna do określenia, czynnik ludzki będzie nadal ważny i będziemy się zmieniać, coraz więcej korzystać z tych narzędzi, ale to będą narzędzia wspomagające. Będą obszary, w które po prostu nie będzie opłacało się wchodzić. Bank czy inne duże organizacje patrzą z perspektywy efektywności projektu, czy to kosztowo, czy inaczej. Czasami się nie będzie opłacało. A tam, gdzie się będzie opłacało, to jest nasz czas, który teraz musimy przeznaczyć na to, żeby się powolutku dostosowywać.
Jan
Ja pracuję z jedną z najbardziej kreatywnych grup ludzi, z jaką można pracować, bo inżynierowie, informatycy, to są bardzo kreatywni ludzie. I teraz, jeżeli uda nam się dzięki tym rozwiązaniom zabrać im trochę powtarzalnej, nudnej roboty, to mnie to będzie tylko cieszyć.
Karol
Zabieramy to, co żmudne, nudne, trudne, tak?
Jan
Tak, bo pisanie kodu jest, wydaje mi się, do pewnego stopnia fajne. Natomiast wymyślanie, co trzeba napisać, projektowanie rozwiązania, opracowywanie tego w głowie, dyskutowanie z zespołem przy tablicy, zastanawianie się nad „edge case’ami” – to jest ten dużo bardziej przyjemny element kreacji. Wydaje mi się, że od tego nie odejdziemy, bo to jest właśnie ten element, gdzie coś tworzymy. A potem, jak automat weźmie ten obrazek i napisze nam do tego kod, my ten kod przejrzymy, poprawimy, albo nawet nie będziemy musieli tego robić, tylko będziemy się cieszyć, że działa, i wymyślać nowe optymalizacje, to tylko lepiej. Nie widzę, żebyśmy tutaj mieli w jakikolwiek sposób tracić zajęcie. Co najwyżej będziemy się przesuwać do tych ciekawszych i przyjemniejszych zadań.
Karol
A jak oceniacie sytuację, w której znajdują się teraz juniorzy, którzy dopiero wchodzą na rynek pracy, nie mają jeszcze tej wiedzy domenowej, specjalistycznej, skoro ich można zastąpić teraz najszybciej?
Jan
Juniorzy są, wydaje mi się, w super sytuacji, ponieważ mają dużo, dużo niższy próg wejścia. Mogą się bardzo dużo nauczyć za pomocą Copilota.
Karol
Mały challenge, ale taka organizacja jak Twoja nie musi zatrudniać czterech juniorów, żeby robić dokładnie to samo.
Jan
Ale my dalej chcemy ich zatrudniać, bo myk polega na tym, żeby mieć fajny miks ludzi. Tych, którzy mają ogromne doświadczenie, i tych młodych, którzy przychodzą i jeszcze nie wiedzą, że czegoś się nie da zrobić. I nagle okazuje się, że coś, z czym mieliśmy problem, ktoś rozwiązuje, bo na przykład nie wiedział, że się nie da. To ciągle się czasami zdarza, to są takie romantyczne historie.
Karol
Szczególnie że zarówno na rynku pracy, jak i wśród waszych klientów jest teraz ile? Trzy, cztery, pięć pokoleń?
Jan
No, prawda. Także to też trzeba potrafić rozmawiać językiem, który jest dla nich wszystkich zrozumiały.
Filip
Poza tym różnorodność daje wartość. Z jednej strony bank stoi na ludziach i musimy budować ten potencjał. Jeżeli zakładamy, że AI nie wyeliminuje człowieka w krótkim okresie, to musisz budować potencjał ludzi – najfajniejszych, tych, którzy dobrze pracują, dobrze wchodzą w organizację, wnoszą entuzjazm i dobrą atmosferę. Z drugiej strony, różnorodność pokoleniowa czy jakakolwiek inna daje inną perspektywę patrzenia i wartość. Teraz mamy WCAG. Osoba, która ma pewne niepełnosprawności, ma olbrzymią wartość, bo ma inną perspektywę. Pomoże nam widzieć świat w inny sposób. Tak samo młoda osoba. Cały czas wdrażamy nowe osoby i one z nami zostają. Z ostatnich kilku lat nie mam chyba ani jednej osoby, która po praktykach by odeszła, nie została z nami i nie kontynuowała tej zabawy.
Karol
A macie przykłady osób, które wylądowały w sektorze bankowym z zupełnie innych branż? Bo skoro mówimy o tej różnej perspektywie, ciekaw byłem, czy w bankowości jest miejsce dla ludzi z branży, nie wiem, kreatywnej, rozrywkowej? Analityka, technologia, rozumiem, tak?
Filip
Są pewne ograniczenia i zależy gdzie. Dla każdego człowieka znajdziesz miejsce. Jeżeli ma swoje mocne strony, to gdzieś w banku można je wykorzystać.
Karol
Ale ograniczmy się do Waszej działki.
Filip
Strasznie śmiesznie miałem ostatnio na imprezie. Siedzimy w saunie i rozmawiamy, kto kim był. Przekrój jest niesamowity: geolodzy, fryzjerka. Byłem sam zaskoczony. I te osoby po kilku latach okazały się świetne w tym, co robią. Na przykład ta fryzjerka jest mocnym regularem, jeśli chodzi o kodowanie. Nauczyła się tego od podstaw. Czy u nas? Nie pamiętam, nie dam głowy, ale część tej ścieżki zrobiła u nas. Także to też jest umiejętność wyciągnięcia z tych ludzi, młodych czy starszych, tego, co jest w nich najlepsze.
Jan
Mam takie doświadczenie, że nie zawsze ma znaczenie, jakie masz tło i pochodzenie. Liczy się zaangażowanie i serce, które masz. I to jest to. Jak to masz, jesteś w stanie zrobić bardzo, bardzo dużo.
Filip
Mamy wojskowego, który latał na samolotach wojskowych. Też niedawno dołączył i jest super, świetną osobą, rewelacyjnie.
Karol
To nie jest pytanie z oczekiwaną odpowiedzią w kwestii polityk diversity, ale czy widzicie wartość, kiedy jedna kobieta wchodzi do zespołu 10-15 mężczyzn i potrafi spojrzeć na różne problemy z kobiecej perspektywy?
Filip
To jest historia, którą opowiadam często. Zaczynałem, miałem dosyć duży, 16-osobowy zespół i miałem w nim dwie dziewczyny. Jedna odeszła do innego zespołu, druga poszła na macierzyński i miałem możliwość obserwowania, jak ten zespół się zmieniał. Dodam, że nie zmieniał się na lepsze. I potem widziałem, jak wróciła i jak ten zespół odzyskał wiele pozytywnych wartości: kulturę w zachowaniu, ilość agresji spadła, zdolności negocjacyjne wzrosły. To się uformowało w ciągu dosyć krótkiego okresu, więc z przyjemnością to obserwowałem, i wartość dziewczyn, kobiet, w zespołach jest nie do przecenienia.
Karol
Słuchajcie, teoretyzujemy teraz. A gdybyście mieli porównać efektywność zespołów złożonych z samych kobiet albo z samych mężczyzn, mieliście takie doświadczenia?
Jan
Nie ma różnicy.
Karol
Nie ma różnicy?
Jan
Nie. Z mojej perspektywy to się zatarło. Czy zespół jest stricte męski, damski, czy mieszany, to nie ma znaczenia, ponieważ płeć nie jest tu żadnym wyznacznikiem. Znaczenie ma zaangażowanie tych ludzi. I dowolna konfiguracja, jeżeli ci ludzie są zaangażowani, to zespół zawsze będzie dużo, dużo lepszy.
Filip
Zaangażowani i tacy, którzy chcą się uczyć. Nie miałem przyjemności – jestem w IT – współpracować w stricte damskich zespołach. Może jeszcze przyjdzie taki czas.
Jan
Ja bym jak najbardziej zachęcał dziewczyny do tego, żeby wchodziły w informatykę, bo to jest super obszar, bardzo fajna praca i środowisko, które jest jak najbardziej otwarte na inne punkty widzenia, inny mindset. Mam bardzo pozytywne doświadczenia, jeśli chodzi o kobiety-inżynierów.
Filip
Historycznie to też się zmieniło w Polsce. Jakieś dziesięć, piętnaście lat temu była jedna dziewczyna w zespole. Teraz mam blisko zbilansowania. Jest przewaga mężczyzn, ale nie jest ona dramatyczna. W każdym zespole, w takich moich „chapterach”, czyli mini-społecznościach, odsetek kobiet jest, myślę, że rzędu 30-40%.
Jan
I nie ma tu ze strony organizacji jakiegoś negatywnego patrzenia na kobiety. Tego nie widać kompletnie. Są równe warunki, równy głos. Czasami silniejszy, czasami słabszy, tak samo jak w przypadku mężczyzn. Liczy się merytoryka, a ona jest bardzo często bardzo wysoka.
Karol
Ostatni temat, o który chciałem Was zapytać. Rozmawiamy o całej warstwie technologicznej, aplikacjach, a jak się ma robotyka do sektora bankowego?
Filip
Robotyka w sensie… bo na przykład narzędzia takie jak Blue Prism i inne tego typu, do wykonywania zadań ludzkich w operacjach, nazywane są robotami. To jest troszeczkę co innego niż automatyzacja testów, ale one na produkcji wykonują powtarzalne zadania człowieka. To, co w operacjach robiłby księgowy…
Karol
Pytam o fizyczne roboty. Czy są takie obszary, gdzie maszyna, ale nie ta wirtualna, tylko fizyczna, zastąpi człowieka? Albo bankomat?
Jan
Bankomaty zastępują kasjerów. I to się dzieje. My taki krok dawno temu popełniliśmy. Obsługa kasy funkcjonuje na zupełnie innych zasadach niż kiedyś, i tutaj bankomaty są bardzo istotnym elementem.
Karol
Masz rację, ale dla mnie bankomat to trochę tak jak dla komunikacji i przekazywania wiedzy – książka. Pytam o bardziej zaawansowane obszary.
Filip
Koncentrujemy się na NPS pracowników, czyli tym, jak są zadowoleni z naszych usług. I tutaj ta relacja wydaje się kluczowa. Oczywiście kosztowo pewnie byłoby taniej pójść do budki, gdzie będziesz miał obrazek i coś zrobisz, tylko że osoby, które pójdą do budki, to są osoby, które zrobią to samo na komórce. Nie będą musiały w ogóle iść do tego robota. Oddział jest dla tych osób, które potrzebują relacji.
Karol
Ale pytam o takie wewnętrzne procesy, obsługa gotówki…
Filip
Nie znam się na tym, ale one w tej chwili są zminimalizowane. Można byłoby na przykład zająć się obsługą bankomatów. Jak będą autonomiczne samochody, to taki samochód może podjechać, wyciągnąć gotówkę, przenieść ją. Tyle że to będzie w czasach, kiedy gotówka jest wymierająca. Inwestycje w tym miejscu… jak już będą autonomiczne samochody, to tej gotówki nie będzie na tyle, żeby to miało jakiekolwiek istotne znaczenie.
Jan
Zacząłem się zastanawiać nad fizyczną częścią pracy i trudno mi powiedzieć, co warto byłoby zrobotyzować, ale my jesteśmy też trochę daleko od tego świata.
Filip
Mam pomysł. Kilkanaście lat temu, przy długich projektach, byli masażyści, którzy przychodzili, i mogłeś pójść na masaż. Teraz masz automatyczne fotele. Były panie, które dobierały stroje, była wizażystka – chociaż tego już byśmy nie zamienili, bo to jest właśnie ten element ludzki. Ta pani z tobą porozmawia. Jakbyś poszedł do robota i on by ci powiedział: „wybierz sukienkę 364 z wieszaka 16″…
Jan
Tak byśmy chodzili ubrani.
Karol
Czyli, używając analogii, tak jak pieniądz nie ma już zabezpieczenia w złocie, tak bank coraz bardziej staje się organizacją wirtualną? I skoro obracamy pieniądzem elektronicznym, to wszystko będzie w chmurze?
Jan
Bank to ludzie. Przede wszystkim ludzie, i ci ludzie decydują, w jaki sposób technologia im pomaga. Ale tutaj są ludzie i nie da się od tego uciec. Nie mamy takiego przycisku, który nam mówi: „wygeneruj teraz nowy produkt, który klienci pokochają”. To ludzie stoją za tymi produktami, to oni je wymyślają, testują, projektują, implementują. To oni potem świętują, jak produkt odnosi sukcesy, albo poprawiają go, jeżeli ma z tymi sukcesami problem. Ale to cały czas są ludzie i wydaje mi się, że jeszcze przez długi czas tak zostanie. Choćby dlatego, że sztuczna inteligencja jest kreatywna, jeżeli czerpie z innych źródeł, ale pamiętajmy, że ona czerpie właśnie z innych źródeł. Nie wiem, czy iPhone by powstał, gdyby go miała wymyślić sztuczna inteligencja.
Filip
Nadal, jeszcze przez kilka lat przynajmniej, będzie…
Karol
Słuchajcie, DeepMind powstał dopiero w 2010 roku.
Filip
Nadal będzie to taki model, że jesteśmy ludźmi wspieranymi przez algorytmy i sztuczną inteligencję. Jeszcze przez jakiś czas, a jak długo, to zależy od tych przyspieszeń.
Karol
Piękne zakończenie naszej rozmowy, naszego spotkania. Panowie, wielkie dzięki, że znaleźliście czas i ochotę, żeby spotkać się na falach 99 Twarzy AI. Moimi i Waszymi gośćmi byli dzisiaj Jan Pieczykolan i Filip Nojman, Santander Bank Polska. Dziękuję, panowie.
Filip
Dzięki.