04 · Rozwinięcie
Wiedza
i wdrożenia.Webinary, wdrożenia i aplikacje z AI
Dwie części jednej pracy. Wiedzę dajemy każdemu, kto chce zacząć pracować z agentami AI na poważnie. Wdrożenia robimy dla firm, od pilotażu na dwóch osobach do gotowego produktu AI.
Wiedza dla każdego
Na żywo
Webinary
Godzina, jeden temat, kod na ekranie. Bez slajdów o przyszłości pracy. Jedno zadanie od opisu do scalenia, z wytłumaczeniem każdej decyzji.
Format i planowane tematy opisujemy na stronie Webinary.
W minutę
Rolki i krótkie materiały
Jedna rzecz naraz: jak napisać kryteria odbioru, jak wygląda dobry plik z zasadami, jak przeczytać pull request od agenta w pięć minut. Do wysłania koledze, który jeszcze nie próbował.
Dłuższa forma
Artykuły
Gdy temat nie mieści się w minucie: jak dzielić funkcję na zadania, jak liczyć koszt na funkcję, kiedy testy pisze człowiek. Z własnej pracy, z liczbami i kodem.
W przygotowaniu
Kursy
Program dla zespołów rozłożony na kilka tygodni, prowadzony na Waszym repozytorium. Każdy tydzień kończy się zadaniem, które trafia do Waszego kodu, nie do zeszytu.
Automatyzacje
Powtarzalne czynności, które dziś robi człowiek, bo „nie ma czasu, żeby to zautomatyzować”: klasyfikacja zgłoszeń, przygotowanie odpowiedzi na typowe pytania, porządkowanie danych z formularzy, raporty zbierane z kilku systemów. Budujemy je tak, żeby dało się je sprawdzić: każda automatyzacja ma testy, dziennik działań i miejsce, w którym człowiek może ją zatrzymać.
Zaczynamy od jednej czynności i jednej osoby, która na niej zyskuje. Dopiero potem rozszerzamy.
Agenci
Agent różni się od automatyzacji tym, że sam decyduje o kolejnych krokach: czyta zgłoszenie, szuka w kodzie, pisze poprawkę, uruchamia testy, otwiera pull request. Projektujemy agentów z twardymi granicami: co może zrobić sam, co wymaga zgody, czego nie dotyka nigdy.
Typowe wdrożenia: agent od drobnych błędów zgłaszanych przez użytkowników, agent utrzymujący testy i dokumentację, agent przygotowujący pierwszą wersję zmiany po nowym zadaniu w backlogu. W każdym przypadku człowiek odbiera wynik.
Funkcje AI w Twojej aplikacji
Wyszukiwanie po znaczeniu w dokumentach firmy, odpowiadanie na pytania na podstawie własnych danych, klasyfikacja, streszczenia, wyciąganie danych z dokumentów. Projektujemy to jak każdą inną funkcję: z wymaganiami, z zestawem przykładów, na których sprawdzamy jakość, z pomiarem kosztu na zapytanie.
Dopiero po ustaleniu, co znaczy „działa dobrze”, dobieramy sposób i model. Zwykle tańszy, niż się wydaje na początku.
Produkty AI od zera
Czasem nie chodzi o funkcję w istniejącej aplikacji, tylko o cały produkt: narzędzie dla zespołu, usługa dla klientów, wewnętrzny system, którego dziś nie ma. Bierzemy to od pomysłu do działającej wersji, z interfejsem, danymi, logowaniem i rozliczeniem kosztu modelu.
Pracujemy tak, jak uczymy: pierwsza wersja w kilka tygodni, na prawdziwych danych i z prawdziwymi użytkownikami, zamiast półrocznej specyfikacji. Każdy etap ma testy i zestaw przykładów, na których sprawdzamy jakość odpowiedzi, więc widać, czy produkt idzie w dobrą stronę, zanim pójdą na niego większe pieniądze.
Zmiana sposobu pracy zespołu
Najważniejsza część, bo bez niej narzędzia leżą nieużywane. Pilotaż na dwóch osobach i kilku prawdziwych zadaniach. Wspólnie piszemy pierwszy plik z zasadami dla agenta, wybieramy pierwsze zadania, ustalamy, jak wygląda odbiór. Po kilku tygodniach zespół ma liczby i wie, czy chce iść dalej.
Nie robimy prezentacji dla całej firmy na start. Robimy pilotaż, który ma się obronić wynikami. Jak je liczymy, opisujemy na stronie Mierzymy.

















