Jak pracowaliśmy nad produktem AI w Senuto?

W 2020 roku firma Microsoft (raport „AI & Skills”)  mówiła, że mniej więcej za dekadę ok. 55% pracowników w Polsce ma posługiwać się AI. Dziś, w połowie 2023 roku portale z ofertami pracy coraz częściej prezentują ogłoszenia np. dla takich specjalistów jak:

• content writer AI
• AI content manager,
• Prompt specialist.

Nie trzeba z resztą stanowisk wyraźnie podkreślających zapotrzebowanie na umiejętności związane z AI. I bez tego wielu z nas w mniejszym lub większym stopniu sięga po wsparcie narzędzi napędzanych sztuczną inteligencją. 

Warto mieć jednak świadomość, że stoi za tym praca wielu ludzi. Praca zmienna i wymagająca stałej czujności oraz rozwoju. Pomyślałam więc, że przedstawię Wam kulisy pracy nad narzędziami AI na przykładzie Senuto. Zakończyliśmy właśnie ważny etap prac karmienia AI danymi Senuto i wdrożyliśmy m.in. generator tekstów AI. 

Zobacz, jak do tego doszło.

Zrozumienie podstaw sztucznej inteligencji

To nie czas ani miejsce na to, by głęboko wchodzić w definicję. Dla porządku chciałabym jednak powiedzieć, co to jest AI. 

Na sztuczną inteligencję składają się takie dziedziny jak:

• uczenie maszynowe, 
• NLP,
• systemy do przetwarzania obrazu, 
• robotyka,
• systemy do przetwarzania mowy. 

Dzięki temu zastosowania sztucznej inteligencji są też bardzo szerokie.

Nie będziemy ukrywać, że o wdrożeniu rozwiązań AI do Senuto myśleliśmy już od dawna. Większa część naszego zespołu zbierała informacje oraz inspiracje, sprawdzała możliwości na własną rękę. Wszystko po to, by być gotowym, gdy nadejdzie czas.

Definiowanie zakresu i celów produktu

A nadszedł on w kwietniu 2023 roku…

Jako Senuto działamy na OKR-ach (ang. Objectives and Key Results). Organizujemy naszą pracę na podstawie ustalonych priorytetów na każdy kwartał i większość energii każdego zespołu przeznaczamy na ich realizację. Dzięki temu wiemy, w którym miejscu się znajdujemy, co jeszcze przed nami i jak skuteczni w tym działaniu jesteśmy. W ten sposób działa m.in. Google czy Allegro.

Myślę, że teraz mogę już powiedzieć, że jeden z naszych OKR-ów brzmiał: Wdrożyliśmy AI do Senuto.

Niby proste, gdy tak ujmie się to w słowa. Jednak za nimi stoi kilka miesięcy naprawdę wytężonej pracy kilkunastu specjalistów z kilku zespołów. Projekt polegał nie tylko na samym wdrożeniu rozwiązania, ale przede wszystkim na przygotowaniu do niego. 

W tym celu:

1. Określiliśmy grupę docelową oraz zbadaliśmy jej potrzeby (robimy to regularnie, przy każdej wprowadzanej zmianie w Senuto!),
2. Nazwaliśmy problem, który chcemy rozwiązać produktem opartym na sztucznej inteligencji,
3. Zrobiliśmy badanie rynkowe oraz przeanalizowaliśmy obecne trendy,
4. Ustaliliśmy jasne i wymierne cele wdrożenia produktu z AI. 

Jakie motywacje stoją za powstaniem generatora treści AI?

Gdy na początku lipca wchodziła pierwsza zmiana w narzędziu związana z nakarmieniem AI danymi Senuto (tj. funkcja Zarządzanie frazami w Writerze), pisaliśmy, że edytor stopniowo staje się generatorem. To jest właśnie kierunek, który wybraliśmy na start. 

Z rozmów z użytkownikami oraz przeprowadzonych analiz wynika, że mamy dość wykonywania wciąż i wciąż tych samych zadań. Ledwo skończysz jeden cykl, a tak naprawdę trzeba już brać się za kolejną rundę. Praca copywriterska czy edytorska jest pełna takich zadań, a my postanowiliśmy rozwiązać tę kwestię. 

Śmiało mogę więc powiedzieć, że motywacją wszystkich naszych działów są użytkownicy oraz możliwość ciągłego podnoszenia komfortu ich pracy. A szansa na zautomatyzowanie wielu procesów czy skrócenie czasu poświęcanego na żmudne i do tego powtarzające się czynności z pewnością realizuje to założenie – stwierdził Adam Skrzypek, product manager Senuto w rozmowie nt. AI opublikowanej na blogu Harbingers.

Dlaczego AI w Senuto pojawiło się tak późno?!

Pomyślałam, że przy okazji tego tekstu odpowiem na pytanie, które stosunkowo często pojawiało się podczas spotkań naszego teamu z użytkownikami czy osobami z branży SEO. 

No co tak późno?!

Wiem, wiem – jako marka „powinniśmy” to zrobić dawno temu. Po prostu zdecydowaliśmy się z tym poczekać. Dobrze wiedzieliśmy, że możemy zrobić to wcześniej. Wiedzieliśmy także, że wizerunkowo czekanie może być różnie odebrane. Postawiliśmy jednak, jak zawsze w naszych działaniach, na jakość naszego rozwiązania i dopasowanie go do wartości, które stoją za marką Senuto.

Także trochę sorry not sorry, że trzeba było trochę na to poczekać. 🙂 Wiemy jednak, że wszystko, co teraz będzie się stopniowo pojawiać w Senuto działa na naszych zasadach.

Produkt AI niczym nie różni się od innych!

Mam nadzieję, że dalej mam Twoją uwagę. Zwłaszcza po TAKIEJ DEKLARACJI. 😉 Spójrz jednak na temat na trzeźwo, produkt oparty na AI niczym nie różni się od innych produktów – w kontekście procesu wdrażania go.

Nasz wspomniany wcześniej zespół do zadań specjalnych działał tu zgodnie z metodą 4D: Discover (odkrywanie), Define (definiowanie), Develop (kodowanie) i Deliver (dostarczanie). 

A potem wszystko sprowadza się do nieustannego wykrywania błędów, poszukiwania optymalizacji, zbierania feedbacku i iterowania.

Opracowanie strategii AI

Aby ułożenie strategii oraz jej realizacja miały w ogóle rację bytu potrzebowaliśmy grupy do zadań specjalnych. W jej skład weszli eksperci z kilku zespołów, którzy wnieśli swoją obecnością ogrom wiedzy, doświadczenia oraz kilka różnych opinii nt. AI – tak dla odświeżenia atmosfery.

W ten sposób mogliśmy nie tylko podzielić wszystkie zadania na więcej osób, ale stworzyliśmy sobie szansę do patrzenia na produkt oparty na AI z różnych perspektyw.

Czasem sobie myślę, że w ciągu ostatnich 3 miesięcy, czyli w trakcie 2 kwartału 2023 roku, członkowie tych zespołów zdążyli poznać się jak łyse konie. Ileż oni czasu ze sobą spędzali, ile godzin przeznaczyli na rozmowy, rozkminy oraz działanie ręka w rękę! 

Bez pracy zespołowej nie udałoby się jednak wykonać zadania i osiągnąć celu. Wspólnymi siłami więc:

• tworzyli plan rozwoju i wdrożenia produktu AI, 
• dobierali odpowiednie technologie i narzędzia do wykorzystania w projekcie, 
• określali wymagania dotyczące danych oraz ich gromadzenia,
• pisali i testowali prompty (i to tak powiedzmy nieustannie).

A w tak zwanym międzyczasie motywowali się wzajemnie i podrzucali sobie coraz to nowe pomysły oraz rozwiązania (zebrało ich się tyle, że możesz mieć pewność, że to, co jest teraz w Senuto, to nie jest nasze ostatnie słowo w sprawie sztucznej inteligencji).

Czego szukaliśmy w fazie researchu? 

Research do narzędzi AI to niekończąca się zabawa. Sztuczna inteligencja rozwija się niemal z prędkością światła, co sprawiało, że np. informacja aktualna podczas planowania 2-tygodniowego sprintu traciła na prawdziwości do momentu zakończenia go. 

Niemniej jednak na czymś trzeba było się skoncentrować, a to potraktować jako pewną niewygodę, z którą – niestety – nic nie możemy zrobić. Tylko zaakceptować. 

Właśnie dlatego podczas researchu oraz badania rynku zespoły pracowały nad:

• określeniem możliwości Open AI, jego chatu GPT oraz innych silników AI, 
• oceną działania istniejących produktów do generowania tekstów, 
• nazwaniem największych frustracji dręczących specjalistów SEO oraz copywriterów.

Na podstawie zebranych w ten sposób danych mogliśmy wyciągać kolejne ważne dla nas wnioski. Po zakończeniu tej fazy wiedzieliśmy, że docelowo nie chcemy stworzyć zwykłego generatora treści AI, których można już kilka znaleźć na rynku. Większość naszego zespołu na co dzień korzysta z dobrodziejstw sztucznej inteligencji. Odpinamy wtedy wrotki i wyruszamy w krainę marzeń o sztucznej inteligencji. Tak – w oparciu o solidne dane i potężną wyobraźnię – rodzą się pomysły o wdrożeniu AI w różnych miejscach naszej aplikacji.

Wyzwania przy wprowadzaniu na rynek produktu AI – a i owszem, obecne!

Nie zaskoczę Cię, gdy napiszę, że sztuczna inteligencja wciąż płata nam figle, zaskakuje i stale się zmienia. Wyzwania były więc elementem nieuniknionym.

Mimo wszystko zapytałam specjalistów Senuto o to, z czym mierzyli się podczas prac nad pierwszą odsłoną produktu AI w naszym narzędziu. 

Wymienili oni m.in.:

• złożoność zagadnienia – sztuczna inteligencja sprawia kłopoty definicyjne, a przez to można do niej podchodzić na wiele różnych sposobów. 
• stała zmienność – ten element wydaje się kluczowy, bo nie tylko podkreślili go wszyscy zapytani, ale wspominali o nim także w różnych kontekstach. 
• nauka nowych zagadnień – nikt nie jest alfą i omegą, a ponieważ do swoich zadań podchodzimy poważnie, to regularnie uczyliśmy się nowych rzeczy, aby w pełni wykorzystać potencjał drzemiący w połączeniu danych Senuto z możliwościami AI. 

Padło też bardzo ciekawe stwierdzenie, z którym nie sposób się nie zgodzić. Jeśli chcesz pracować nad produktem AI, musisz korzystać z AI. 

Podsumowanie

Jak to więc wyglądało?

Wszystko zaczęło się od inspiracji i pogodzenia wdrażania produktu AI w Senuto z innymi projektami. Następnie przeszliśmy do researchu, badania konkurencji oraz analizy potrzeb naszych grup docelowych. W ten sposób powstał plan działania dla konkretnych zespołów. Potem to już było wdrażanie, testowanie, poprawianie i tak w kółko. Aż do oddania pierwszej wersji w ręce użytkowników. 🙂 

Osoby, które brały czynny udział we wprowadzaniu zauważają wiele zalet pracy z AI na co dzień. Podkreślają również znaczenie ciągłego rozwoju, który jest niezbędny w projekcie tego typu.

* 

Tekst powstał we współpracy ze wspaniałymi specjalistami Senuto, którzy przez ostatnie miesiące zgłębiali tajemnice sztucznej inteligencji.

Kinga Dyzio, Kajetan Wuttkowski, Michał Paczóski i Adam Skrzypek – stokrotne dzięki za Wasz czas i podzielenie się wrażeniami z pracy nad projektem AI w Senuto.