AI w praktyce
Co naprawdę znaczy integracja AI, gdy musi trafić na produkcję i tam działać.
Co tak naprawdę znaczy „integracja AI” w praktyce?
Model wykonujący jedno konkretne zadanie wewnątrz twojego produktu i wygrywający w mierzalny sposób z alternatywą: sortowanie przychodzących wiadomości, pisanie tekstów, które potem zatwierdza człowiek, sprawienie, żeby wyszukiwarka rozumiała, co ktoś miał na myśli, a nie co wpisał. To nie jest dymek czatu doklejony do gotowej strony. Sensowne pytanie nigdy nie brzmi „czy da się dodać AI”, tylko „które powtarzalne zadanie zjada ci teraz czas”.
Gdzie AI już realnie pracuje w waszych własnych produktach?
W treściach. Nasz wielojęzyczny materiał powstaje i jest aktualizowany z pomocą modeli, a potem sprawdzany per język przed publikacją — nigdy nie idzie do sieci prosto z modelu. Dlatego też mówimy o AI ostrożnie: z własnej pracy wiemy, gdzie wynik jest mocny, a gdzie wciąż potrzebuje człowieka.
Co dzieje się z naszymi danymi, gdy w grę wchodzi funkcja AI?
Zanim cokolwiek powstanie, spisujemy, który dostawca przetwarza jakie dane i co jest zachowywane. Jeśli ta odpowiedź jest dla ciebie nie do przyjęcia, funkcję projektujemy inaczej albo wcale. Żadne dane nie opuszczają twojego systemu w sposób, na który nie było zgody — a „nie wiedzieliśmy, że to wychodzi” to nie jest wynik, który zamierzamy dostarczyć.