Desde o lançamento do ChatGPT, uma debandada de líderes de empresas de tecnologia vem perseguindo o burburinho: para onde quer que eu vá, outra empresa está alardeando seu recurso pioneiro de IA. Mas o verdadeiro valor mercantil vem do fornecimento de recursos de produtos que são importantes para os usuários, e não somente do uso de tecnologia avançada.
Alcançamos um retorno 10 vezes melhor no esforço de engenharia com IA, começando com princípios básicos sobre o que os usuários precisam de seu resultado, construindo um recurso de IA que dê suporte a essa visão e, em seguida, medindo a adoção para prometer que atinja o objetivo.
Nosso primeiro recurso de resultado de IA não estava desempenado com essa teoria e levou um mês para atingir uma decepcionante adoção de 0,5% entre os usuários recorrentes. Depois de nos concentrarmos novamente em nossos princípios básicos sobre o que nossos usuários precisam de nosso resultado, desenvolvemos uma abordagem de “IA porquê agente” e lançamos um novo recurso de IA que explodiu para 5% de adoção na primeira semana. Esta fórmula para o sucesso em IA pode ser aplicada a quase todos os produtos de software.
O desperdício da pressa do hype
Muitas startups, porquê a nossa, são frequentemente tentadas pelo fascínio de integrar a tecnologia mais recente sem uma estratégia clara. Portanto, posteriormente o lançamento inovador das várias encarnações de modelos de transformadores pré-treinados generativos (GPT) da OpenAI, começamos a procurar uma maneira de usar a tecnologia de IA de protótipo de linguagem grande (LLM) em nosso resultado. Em pouco tempo, garantimos nosso lugar a bordo do trem da campanha publicitária com um novo elemento de produção fundamentado em IA.
Esse primeiro recurso de IA foi um pequeno recurso de resumo que usa GPT para redigir um pequeno parágrafo descrevendo cada registo que nosso usuário carrega em nosso resultado. Isso nos deu um tanto para conversar e criamos qualquer teor de marketing, mas não teve um impacto significativo na experiência do usuário.
Muitas startups são frequentemente tentadas pelo fascínio de integrar a tecnologia mais recente sem uma estratégia clara.
Sabíamos disso porque nenhuma de nossas principais métricas mostrou uma mudança apreciável. Exclusivamente 0,5% dos usuários recorrentes interagiram com a descrição no primeiro mês. Ou por outra, não houve melhoria na ativação de usuários e nenhuma mudança no ritmo de inscrições de usuários.
Quando pensamos nisso de uma perspectiva mais ampla, ficou simples que esse recurso nunca mudaria essas métricas. A principal proposta de valor do nosso resultado é a estudo de big data e o uso de dados para compreender o mundo.
Gerar algumas palavras sobre o registo enviado não resultará em nenhum insight analítico significativo, o que significa que não ajudará muito nossos usuários. Na nossa pressa de entregar um tanto relacionado à IA, perdemos a oportunidade de entregar valor real.
Sucesso com IA porquê agente: retorno 10x melhor
A abordagem de IA que nos deu sucesso é um princípio de “IA porquê agente” que capacita nossos usuários a interagir com os dados em nosso resultado por meio de linguagem oriundo. Esta receita pode ser aplicada a praticamente qualquer resultado de software desenvolvido com base em chamadas de API.
Depois nosso recurso inicial de IA, marcamos a caixa, mas não ficamos satisfeitos porque sabíamos que poderíamos fazer melhor para nossos usuários. Portanto fizemos o que os engenheiros de software têm feito desde a invenção das linguagens de programação, que era nos reunirmos para um hackathon. A partir deste hackathon, implementamos um agente de IA que atua em nome do usuário.
O agente usa nosso próprio resultado fazendo chamadas de API para os mesmos endpoints de API que nosso front-end da web labareda. Ele constrói as chamadas de API com base em uma conversa em linguagem oriundo com o usuário, tentando executar o que o usuário está solicitando. As ações do agente são manifestadas em nossa interface de usuário web porquê resultado das chamadas de API, porquê se o próprio usuário tivesse executado as ações.
