Wdrażam AI i automatyzuję procesy tak, żeby działały na co dzień.

W większości przypadków automatyzacja najlepiej sprawdza się tam, gdzie proces już istnieje: da się go opisać, powtórzyć krok po kroku i zmierzyć (ile trwa, który etap jest najbardziej uciążliwy, ile kosztuje). Jeśli procesu nie da się jeszcze opisać, AI raczej go za Ciebie nie poukłada, tylko sprawi, że bałagan zacznie powstawać szybciej. Najpierw przechodzę więc proces ręcznie, aż każdy krok działa tak, jak powinien, i dopiero potem go automatyzuję.

Samo narzędzie zwykle podłącza się szybko, ale cała reszta zajmuje więcej czasu, niż się na początku wydaje. Na starcie rezerwuję czas na przygotowanie danych tak, żeby model AI miał z czego korzystać, na kilka przebiegów testowych, na sprawdzenie, czy wyniki są takie, jakich się spodziewasz, i na poprawki po każdym z tych kroków. To najmniej widowiskowa część pracy, ale właśnie od niej w dużej mierze zależy, czy całość będzie potem działać tak, jak trzeba.

Błędy modelu AI bywają trudne do zauważenia, bo zła odpowiedź brzmi tak samo pewnie jak dobra, dlatego wyniki powinien sprawdzać człowiek. Wiele wdrożeń sypie się wtedy, gdy jeden agent AI ma robić wszystko naraz, a nikt nie patrzy, co z niego wychodzi. Sprawdzanie zostaje w procesie przynajmniej do czasu, aż liczby (ile wyników trzeba było poprawić i jakie to były poprawki) pokażą, że kontrolę można poluzować.

Na początku czas idzie na przygotowanie, testy i poprawki, a i po wdrożeniu ktoś dalej kieruje pracą i sprawdza wyniki. Zmienia się za to rola człowieka: może się okazać, że nie potrzebujesz już kogoś, kto sam wykonuje daną pracę (np. montuje filmy), tylko kogoś, kto pokieruje AI i wie, jak wygląda dobry efekt. Taka osoba nie musi robić wszystkiego sama, ale bez niej trudno ocenić, czy to, co przygotowało AI, nadaje się do użycia.

Reklamy awatarów przypominają mi plakat z burgerem w barze szybkiej obsługi: burger na tacy zwykle wygląda inaczej. Reklama zwykle pokazuje najlepszy wynik, przygotowany przez ludzi, którzy znają swoje narzędzia na wylot, zrobili mnóstwo prób, wybrali najlepsze zdjęcia i nagrania i poświęcili na to sporo czasu i pieniędzy. Przyzwoity efekt możesz uzyskać nawet za pierwszym razem, tylko że modele AI za każdym razem dają trochę inny wynik, nawet przy tym samym poleceniu, więc jeden udany efekt nie znaczy jeszcze, że uda się go powtórzyć. Widzę to sam przy obrazach, filmach i piosenkach, które generuję: czasem pierwsza próba jest w porządku, a czasem potrzebuję trzech albo dziesięciu.

Oszczędność bywa naprawdę duża, ale koszt nie spada do zera. Weźmy teledysk (liczby są poglądowe, chodzi o skalę): jeśli kiedyś kosztował około dziesięciu tysięcy złotych, to dziś, z narzędziami AI i osobą, która nimi kieruje, mógłby kosztować w okolicach dwóch tysięcy. Różnica jest ogromna, tylko że te dwa tysiące to nadal czyjś czas, praca i pieniądze wydane na próby, poprawki i narzędzia.

Abonament jest pomyślany dla kogoś, kto siedzi przy komputerze i sam rozmawia z modelem AI. System, który działa bez Ciebie (np. w nocy przetwarza dokumenty albo co godzinę zagląda do skrzynki), zwykle korzysta z konta API, w którym płaci się za faktyczne użycie, czyli za każde zapytanie. Model AI do takiego systemu wybierzemy dopiero po testach: przygotuję wyniki z kilku modeli na Twoich przykładach, a Ty zdecydujesz, które najbardziej Ci odpowiadają.

Koszt zależy od tego, ile system pracuje, a to zmienia się z miesiąca na miesiąc (więcej dokumentów, dłuższe teksty, dodatkowe przebiegi), dlatego wolę nie obiecywać stałej kwoty. Zamiast tego podam szacunek i ustawię limit wydatków na koncie: kiedy zostanie osiągnięty, zaplanowane zadania się zatrzymają, dopóki ktoś świadomie go nie podniesie, więc rachunek nie urośnie po cichu.

Masowo generowane, ogólne teksty stają się po prostu poziomem, od którego zaczynają wszyscy, bo każdy może je przygotować w kilka minut, i rzadko przyciągają klientów, którzy za coś zapłacą. Do tego każdy tekst napisany z pomocą AI ktoś musi sprawdzić pod kątem faktów, zwłaszcza w tematach, w których błąd kosztuje czytelnika (zdrowie, pieniądze, bezpieczeństwo), więc setki artykułów to setki takich sprawdzeń.

Każdy rynek potrzebuje własnego przygotowania: rozeznania, zasad (np. jakim tonem się tam pisze i czego oczekują ludzie), źródeł i kogoś, kto płynnie zna język i przeczyta wyniki przed publikacją. Część systemu da się przenieść między rynkami (np. sam sposób działania i kontrolę wyników), ale resztę trzeba przygotować osobno dla każdego języka i każdej marki.