Cztery lata temu AI stał się globalnym fenomenem. Wydawało się, że wkrótce z ulubionych aplikacji zaczniemy korzystać zupełnie inaczej - poprzez inteligentne chatboty. Eksperci firmy technologicznej Miquido wyjaśniają, dlaczego tak się nie stało i kiedy dodawanie AI w aplikacjach ma sens.
Snapchat szybko, już w 2023 r. dodał do swojej aplikacji społecznościowej moduł My AI. Na samej górze listy czatów na stałe pojawił się bot, a usługa aktywnie zachęcała do interakcji z nim jak z wirtualnym przyjacielem. Nie trzeba było długo czekać by odpowiedzi udzielane przez czatbota zaczęły budzić kontrowersje. A że z My AI nie dało się zrezygnować, więc doszło do sytuacji, w której użytkownicy - głównie młodzież - zaczęli stawiać Snapchatowi jednogwiazdkowe oceny. Sam zabieg stał się symbolem nieprzemyślanego wdrożenia AI - w ślad za modą, a nie z biznesowej potrzeby.
W ubiegłym roku firma analityczna Gartner, w raporcie “Emerging Tech: Avoid Agentic AI Failure”, szacowała co prawda, że w 2028 co trzecia aplikacja będzie miała wbudowanego agenta AI, ale jednocześnie spodziewano się, że do końca przyszłego roku 40% takich projektów zostanie skasowanych z powodu rosnących kosztów, niejasnej wartości biznesowej lub niewystarczającej kontroli ryzyka.
- Pierwszym odruchem wielu organizacji było po prostu „mieć AI”. Startupy, w które fundusze VC wpompowały pieniądze za samo „AI” w opisie, przychodziły z produktami, do których AI było sztucznie przyklejone. W dużych firmach z kolei pojawiły się budżety „na AI”, przesunięte z innych miejsc, a pierwszym ruchem było naśladowanie konkurencji - tłumaczy Piotr Polus, Head of Technology Miquido, polskiej firmy technologicznej, rozwijającej nowoczesne kanały mobilne dla globalnych firm. - Dziś rynek się z tego otrząsa i zaczyna pytać: czy to mi pomoże w biznesie? Często okazuje się, że to, co ktoś nazywa AI, w ogóle nie potrzebuje LLM-a. Wystarczy klasyczny machine learning albo dobry algorytm.
Inny interfejs, inna filozofia działania
Około 60% ruchu w internecie przypada na smartfony i tablety. Oznacza to, że jeśli sztuczna inteligencja miałaby zadomowić się na stałe w naszym życiu, jej twórcy muszą znaleźć sposób, by dopasować się do ekosystemu urządzeń mobilnych. Wbrew pozorom nie jest on wcale natywny dla chatbotów i LLM-ów, czyli dominującej dziś formy korzystania z AI.
Kilka dekad rozwoju urządzeń cyfrowych przyzwyczaiło nas do okienek, ikon i linków. Później pojawił się dotykowy ekran i uruchamianie na smartfonie usług przez dedykowane aplikacje, które z czasem dopasowały się do naszych dłoni, tak, by np. maksymalnie skrócić ścieżkę zakupową w sklepie. Tymczasem LLM-y wracają na początek drogi - wyświetlają pole czatu i proszą “pytaj, o co chcesz”, tak jakby w sklepie samoobsługowym produkty znów zaczął podawać sprzedawca.
Piotr Polus, Head of Technology Miquido, zwraca uwagę, że jest to zagadnienie nawet głębsze niż kwestia dopasowania dwóch interfejsów.
- Moim zdaniem to jest konflikt o to, kto utrzymuje relację z klientem. I tu mobile ma realny problem. Google od Androida 16 rozwija funkcję AppFunctions. Aplikacje publikują dla asystenta Gemini listy tego, co potrafią, np. „zamawiam przejazd” albo „dodaję produkt do koszyka”. Użytkownik mówi do telefonu „zamów mi taksówkę do domu”, Gemini wybiera właściwą funkcję i wykonuje ją, a aplikacja nawet się nie otwiera. To trochę jak hotelowy konsjerż, który rezerwuje ci stolik: wygodnie, ale restauracja nie ma szansy pokazać ci karty win ani zaproponować deseru. A następnym razem to konsjerż wybierze, do której restauracji zadzwonić. Widzieliśmy już ten film. W podobny sposób Google i czatboty zaczęły streszczać artykuły wydawców w wynikach wyszukiwania, a redakcje nic z tego nie mają - opowiada ekspert Miquido.
Gdzie AI udaje się połączyć się z mobile
Miquido to krakowska firma IT powstała w 2011 r. Jednym z powodów, dla którego stała się czołowym software housem w Polsce było właśnie postawienie na rodzący się wówczas sektor mobile - tworzenie i rozwijanie aplikacji oprogramowania dla firm. Wyzwaniem obecnej dekady jest połączenie tego doświadczenia z wysokimi kompetencjami zespołu programistów w obszarze AI, tak by z obu światów wydobyć to, co w nich najlepsze dla użytkownika. Na tym polu firma może pochwalić się konkretnymi osiągnięciami:
- W 2023 roku budowaliśmy dla europejskiej organizacji system pobierający dane z CV, wykorzystując klasyczny OCR. Kiedy pojawiły się modele czytające obrazy, testy pokazały, że radzą one sobie znacznie lepiej, zwłaszcza z CV graficznymi. Ale są przy tym dużo droższe. Zrobiliśmy więc podział: proste, uporządkowane PDF-y idą starą drogą, a trudniejsze trafiają do LLM-a. Pytanie nie brzmi więc „AI czy nie AI”, tylko które narzędzie opłaca się w danym przypadku.
- Innym przykładem, pokazującym, gdzie naprawdę jest praca przy AI, to aplikacja Diagnostyki, z której korzysta dziś 138 tys. aktywnych użytkowników. Jest w niej asystentka AI, LiDia. W medycynie chatbot musi dokładnie wiedzieć, co mu wolno powiedzieć, a czego nie. Jeśli oprogramowanie dostarcza informacje na podstawie których podejmuje się decyzje diagnostyczne, to według unijnego rozporządzenia MDR staje się wyrobem medycznym - z całą certyfikacją, która się z tym wiąże. Większość naszej pracy polegała więc na tym, żeby LiDia była przewidywalna. Odpowiada wyłącznie z zamkniętej bazy wiedzy przygotowanej przez ekspertów Diagnostyki, a jej odpowiedzi sprawdzamy według wytycznych ewaluacyjnych, które pilnują, żeby nie przekroczyła granicy wyrobu medycznego.
Trzeci przykład to Ventrickle, singapurska aplikacja dietetyczna. - Robisz zdjęcie talerza, AI rozpoznaje danie, a aplikacja podaje kalorie i makroskładniki. Ale model tylko identyfikuje, co jest na talerzu. Liczby nie pochodzą od niego, tylko z bazy amerykańskiej USDA FoodData Central oraz ręcznie zweryfikowanej bazy dań z blisko 400 singapurskich lokali. Model, który zgaduje kalorie, może zmyślać. Model, który rozpoznaje danie i odpytuje bazę, myli się znacznie rzadziej, a jego wyliczenia dają się zweryfikować. - opowiada Piotr Polus. I podsumowuje - Nie chodzi o to, by AI domyślała się wszystkiego, tylko by umiejętnie pobierała potrzebne informacje z zamkniętego, zweryfikowanego źródła.
Czy branża IT czeka na urządzenia AI-First?
Pojawienie się LLM-ów rozumiejących język naturalny uruchomiło niewidzianą od dekad kreatywność konstruktorów nowych urządzeń cyfrowych - takich jak np. Pocket współtworzony przez polskiego przedsiębiorcę, który rejestruje rozmowy i zamienia je w notatki. Wiele z nich rynkową walidację ma dopiero przed sobą. Dla AI docelowym kierunkiem może nie być umieszczanie jej “na siłę” w aplikacjach na telefon, a coś zupełnie nowego.
- Najważniejszą rzeczą, którą przyniosły LLM-y, to powrót języka. Słuch i mowa zaczynają doganiać wzrok, który przez ostatnie lata robił całą robotę w obsłudze urządzeń. Dlatego myślę, że urządzenia będą coraz mniej stawiać na ekran. Modele rozpoznające mowę działają już na samych telefonach, bez internetu i są coraz lepsze. Czy ekran zniknie? Nie wszędzie. Tam, gdzie trzeba porównać i wybrać, jeszcze długo będzie potrzebny. Ale przestanie być centrum.
- Z ciekawością obserwuję polską Muditę, która robi telefony z ekranem jak w czytniku e-booków, bez kolorowych aplikacji walczących o uwagę. Nie są dla każdego, ale najciekawsze jest to, jaką dyskusję otwierają. Nawet jeśli takie urządzenia nie zostaną z nami na stałe, zmuszają do pytania, czym ma być technologia osobista i czy jej docelowe miejsce to naprawdę nasza kieszeń - zauważa Piotr Polus z Miquido.
O Miquido
Miquido to polska firma technologiczna, która od 2011 roku dostarcza kompleksowe rozwiązania software'owe o lokalnym i globalnym zasięgu, realnie zmieniające sposób działania biznesu klienta. Specjalizuje się w aplikacjach mobilnych i rozwiązaniach opartych na sztucznej inteligencji. Z aplikacji stworzonych przez Miquido korzysta łącznie ponad 100 mln osób.
Zespół ponad 200 ekspertów Miquido pracuje z wiodącymi markami z branż takich jak medtech, fintech, travel, telekomunikacja, rozrywka, ecommerce czy energetyka, oferując im wsparcie technologiczne dostosowane do konkretnych potrzeb.
