Jak automatyzacja i AI zmieniają pracę marketera? Czy agenci AI zastąpią całe działy marketingu? Jak wykorzystać sztuczną inteligencję, aby nie zostać w tyle? Tego dowiesz się z najnowszego odcinka semCASTu!
Gościem Krzysztofa Marca jest Grzegorz Róg – współzałożyciel easy.tools, Zencal.io, heyalice.app i eduweb.pl, zwolennik automatyzacji i ruchu no-code, wykorzystujący roboty do rozwoju biznesów online. W trzydziestym pierwszym odcinku semCASTu pokazuje, jak skutecznie wykorzystywać AI w codziennej pracy i zyskać realną przewagę na rynku.
Sprawdź:
- jakie zadania marketerzy już dziś powinni delegować sztucznej inteligencji,
- czy AI zabierze pracę marketerom,
- od czego zacząć przygodę z no-code i automatyzacją w małej firmie,
- jak zbudować własnego AI-asystenta i dlaczego kontekst jest ważniejszy niż długość promptu,
- dlaczego najprostsze zastosowania AI są najskuteczniejsze,
- od czego zacząć przygodę z AI w firmie, gdy zespół jest oporny na zmiany,
- które narzędzia AI warto przetestować,
- jakich błędów w marketingu online nie popełniać.
Krzysztof Marzec: Cześć, witajcie w kolejnym odcinku semCASTu. Dzisiaj naszym gościem jest Grzegorz Róg. Cześć!
Grzegorz Róg: Cześć Krzyśku, dzień dobry i dziękuję za zaproszenie!
KM: Grzegorz jest kimś, kogo śmiało można nazwać serialnym przedsiębiorcą. Prawdopodobnie, drogi słuchaczu, słuchaczko, używałaś lub używałeś narzędzi, które Grzegorz wyprodukował i firmuje, nawet np. jeśli mieliście do czynienia z zakupem biletów na semKRK, w tle działają easytools. Jest tego naprawdę sporo. Odsyłam do bio, ale m.in. platforma Eduweb.pl, Zencal.io, czyli oprogramowanie do planowania płatnych spotkań, Heyalice.app, to jest aplikacja asystenta do automatyzacji AI, czyli coś, co jest bardzo, bardzo na czasie w ostatnich miesiącach i nie tylko. Także jest tego naprawdę dużo i chciałem, Grzegorz, wykorzystać Twoje doświadczenie, żebyśmy spróbowali podejść do tego, jak przedsiębiorca prowadzący własną działalność ma się odnaleźć na tym super zmieniającym się rynku. Stąd moje pierwsze pytanie. Jak myślisz, jak Twoim zdaniem AI długofalowo w ciągu najbliższych dwóch lat realnie zmieni pracę marketera albo specjalisty SEM? Wszystko tutaj dookoła. Jakie zadania Twoim zdaniem warto oddać AI już dziś, żeby nie przespać z tego pociągu, który właśnie odjeżdża?
GR: Dzięki za to pytanie. Jest trudne jak zwykle w zmieniających się bardzo szybko czasach technologii, więc muszę dać trochę szerszy kontekst. To, że powiedziałeś, że spróbujemy wspólnie pomóc, to jest dobre też słowo, ponieważ nie ma tutaj jednoznacznych odpowiedzi. Ogólnie taką jedną największą odpowiedzią jest wiedza, ciekawość i odkrywanie tych wszystkich narzędzi i rzeczy, które są na rynku. Powiem dlaczego. Właśnie kontekst jest taki, że AI jest czymś, co niesamowicie szybko zmienia ekosystem naszej pracy. No i w związku z tym po prostu nie da się teraz nauczyć jednej rzeczy i na pięć lat zapomnieć i ją po prostu wykonywać. Tam, jak zauważycie sobie, gdzie AI wchodzi, najpierw była to przestrzeń LLM-ów w ogóle nikt się nie spodziewał, że tutaj będzie taki przewrót np. w kontekście kreacji czy grafik, gdzie mówiliśmy, że te zawody kreatywne będą jako ostatnie oddane AI, a tymczasem tam, gdzie AI wchodzi po prostu na przestrzeni sześciu czy dwunastu miesięcy, od np. wczesnych wersji Midjourney do tego, co mamy teraz, totalnie zamiata rynek. To samo AI zrobiło z LLM-ami, to samo było w przypadku generowanego wideo, gdzie teraz mamy Veo 3, które naprawdę już może jakością dorównuje czasem różnym filmowym produkcjom. No i tak się dzieje również w przypadku internetu i rzeczy, które my robimy na co dzień jako marketerzy, pracując z SEO. Uważam, że trudno jest prognozować po prostu na dwa lata do przodu z tego powodu, że ja trzy lata temu nie miałem totalnie pojęcia, że w ogóle będę praktycznie na co dzień korzystał z AI i to kilkaset razy i wszystkie moje zespoły też i w jaki sposób będziemy go używać. W związku z tym to, co przyniosą kolejne dwa lata to w zasadzie szklana kula, ale ta ciekawość, no i właśnie ogarnianie tych wszystkich rzeczy dookoła jest teraz ważniejsze niż kiedykolwiek wcześniej, moim zdaniem, bo nigdy wcześniej nie mieliśmy do czynienia z tak szybką rewolucją technologiczną. No i żeby też nie lawirować w odpowiedzi na to pytanie, jakie konkretnie rzeczy mogą się zmienić, no to ja powiem o tych rzeczach, które ja już teraz widzę, dlatego że ja też, tak jak wspomniałeś, uruchamiam i prowadzę szereg projektów różnych, w których mamy bardzo małe i zwinne zespoły. Być może to pozwala mi trochę lepiej ocenić te rzeczy, które będą, jakby do nas one dochodzą szybciej niż do tych zespołów, które poruszają się trochę wolniej, do jakichś większych teamów, do korporacji i tak dalej, bo my bardzo dużo eksperymentujemy z narzędziami, więc być może to, co my robimy już dzisiaj, to tak naprawdę jest przestrzeń dwóch lat dla osób, które po prostu pracują teraz w jakiejś większej firmie. No i to, co my robimy, to jest mnóstwo rzeczy związanych z interakcjami z AI, głównie wokół LLM-ów i związane są, jakby to jest trochę paradoks, bo teraz można robić bardzo złożone też rzeczy związane z automatyzacją, już z agentami, którzy są w stanie zastępować całe zastępy osób. Ja byłem ostatnio w San Francisco i byłem na takim spotkaniu z Markiem Zuckerbergiem i on mówił o tym, że zespoły Meta już teraz dążą do tego, żeby po prostu był w nich jeden specjalista, który ogarnia całą przestrzeń i oni już mają takich agentów, którzy są w stanie ogarnąć cały marketing. Cały marketing w firmie to znaczy, że jest za kilka tysięcy dolarów na przykład dostępny taki AI, i OpenAI też już o tym mówi gdzieś tam zakulisowo, dużo w Dolinie Krzemowej jest właśnie takich dyskusji, że po prostu jest coś, co jest w stanie zastąpić cały marketing, egzekwować te wszystkie rzeczy, czy zorganizować na przykład spotkanie z Markiem Zuckerbergiem, czy konferencję Stripe’a, na której byłem, włącznie z obdzwonieniem wszystkich prelegentów i tak dalej. I to jest coś, co już istnieje i można powiedzieć, że mamy tutaj do czynienia z takim złożonym agentem, jakimś po prostu dajemy zadanie, on tam ma wielką moc obliczeniową i on to wszystko nam załatwia w tle. I to są, można powiedzieć, trudne rzeczy albo łatwe, jak się to kupi za te kilka tysięcy dolarów, po prostu wydaje mu polecenia. Ale z mojej perspektywy najbardziej przydatne obecnie w takiej osobistej produktywności, w produktywności pracy są właśnie te bardzo proste rzeczy, te proste zastosowania. To nie jest tworzenie setek automatyzacji, łączenie ich z AI, to jest po prostu rozmowa z modelem. I ja myślę, że mam kilkaset interakcji dziennie z modelem, podobnie jak moi współpracownicy. I my bardzo dużo rzeczy po prostu pytamy i konsultujemy z AI lub też AI przetwarza dla nas informacje. Czyli AI jest bardzo dobre w kategoryzowaniu informacji, jest bardzo dobre w poprawianiu treści, tekstu, rozbudowie, zmianie formatu i tak dalej. W związku z tym te rzeczy, które ja zauważam, że w naszej produktywności pomagają najbardziej, są to te naprawdę proste rzeczy, gdzie możemy zdraftować szybko jakąś odpowiedź na maila i AI ją dla nas przeformatuje. Ja polecam zacząć naprawdę od tego, bo mimo tego, że ja znam, wiem, jak tworzyć agentów, znam te wszystkie rzeczy, to najwięcej moich interakcji z AI jednak sprowadza się do tych prostych interakcji. Jednak mimo wszystko to, gdzie my poszliśmy o krok dalej, to jest to, że my potrafimy te interakcje sobie zaprojektować lepiej, ponieważ znamy specyfikę tego, jak AI działa i wytworzyliśmy sobie różne narzędzia wokół tego, które nam pomagają dostarczyć kontekst do modelu, w skrócie. Czyli chodzi o to, że mnóstwo osób deklaruje, że teraz korzystają z ChatGPT, czy z innych tego typu narzędzi. No tylko, że jak niestety konsultuję gdzieś tam te osoby, sprawdzam, co one robią, czy te firmy, no to ich użycie jest bardzo, bardzo powierzchowne i takie, które po prostu nie daje dobrych efektów. To jest sporadyczne wejście do chata, odpytanie o coś, przeprowadzenie jakiejś konwersacji, uzyskanie wyników. No to my tak nie pracujemy. Generalnie większość mojej pracy to jest korzystanie z gotowych promptów, czy asystentów, których mamy stworzonych, którzy to asystenci mają dostarczony cały kontekst mojego projektu, czy firmy, czy obszaru, w którym się poruszam, na przykład marketingu, czy SEO i mają kontekst też moich informacji, moich wspomnień, moich narzędzi, z których korzystam i w związku z tym tam nawet bardzo proste pytania powoduje już, że dostajemy odpowiedź, która jest dopasowana do nas. Tymczasem zadanie prostego pytania w chacie. No niestety powoduje, że dostajemy pytanie, odpowiedź, która jest dopasowana do wszystkich. I tutaj to jest jedna duża zmiana w AI i mówiąc trochę o tej perspektywie, no to jestem pewien, że my wszyscy po prostu będziemy pracowali z AI właśnie w taki sposób na tej przestrzeni dwóch lat. Widzę to, bo wiem, że moje zespoły już po prostu nie są w stanie pracować inaczej i gdybym zabrał im dostęp do tych narzędzi, to prawdopodobnie byłaby demonstracja pod biurem. Jeżeli chodzi o właśnie to, co może się też wydarzyć, no to, o czym Mark wspominał i o czym mówi Dolina Krzemowa, że całe działy powoli będą mogły być zastąpione takim agentem, który wykonuje różne rzeczy w tle. Natomiast rola osób, które w nich pracowały do tej pory czy pracują, będzie sprowadzała się do nadzorowania takich agentów i do bycia takim operatorem, można powiedzieć, który w pewien sposób będzie dowodził całym zespołem agentów, którzy będą tworzyć różne rzeczy. Uważam też, że będziemy na pewno dążyli bardziej do takiej multidyscyplinarności. Nie wiem w ogóle, czy te działy wszystkie w firmach nie znikną, czy w ogóle będziemy mieli dział marketingu, skoro na przykład agent będzie w stanie to ogarnąć, czy nie będziemy mieli przypadkiem właśnie takich osób, które po prostu ogarniają tych agentów, natomiast patrzą na sprawy bardziej holistycznie, czyli jakby tutaj człowiek się przydaje w tym, żeby bardziej skoordynować działania różnych narzędzi AI, różnych agentów, skoordynować wizję tak naprawdę to, co my chcemy zrobić. No i w tym AI jeszcze długo, długo nas nie zastąpi, więc uważam, że też w tym kontekście warto upatrywać swoich takich przewag w tym holistycznym podejściu, w rozwijaniu się w takiego T-shaped czy M-shaped marketera czy seowca, który po prostu rozumie dużo więcej obszarów w firmie i który wspierany taką armią asystentów czy robotów będzie w stanie po prostu te rzeczy wykonywać efektywnie, bo w gruncie rzeczy AI to jest narzędzie, które po prostu pozwala nam pracować dużo bardziej wydajnie.
KM: Część osób może słuchać tego i myśleć: “O nie, to jest taka trochę dystopia, no bo nie będziemy potrzebni”, ale wydaje mi się, że jest to też ogromny potencjał do właściwie tego, żeby ta praca osób kreatywnych faktycznie była pracą kreatywną, a nie jakimś tam klikaniem. Widzę, że dużo tych zmian, które teraz postępują razem z AI i w tle automatyzacją, bo jest to mocno powiązane, trochę uwalniają czas tych osób, czyli może się też stać tak, że dana osoba może zrobić znacznie, znacznie więcej albo znacznie lepiej, bo podałeś tutaj kilka przykładów, ale np. gdybym teraz wrzucił swoje stare wszystkie publikacje i zrobił nową publikację, to ta nowa będzie w moim stylu, bo może się nauczyć na podstawie starych, plus jeszcze może być troszkę lepsza niż zwyczajnie, ponieważ mogę zapytać, wypisać co chcę napisać, wypisać co chcę zrobić, zaplanować kampanię i spytać model, o czym zapomniałem, czego nie poruszyłem, więc ta moja kreatywność jest znowu wspomagana. Czy widzisz tutaj też potencjał do tego, żeby jedna osoba, nie chodzi o to, żeby wykonywała więcej pracy, bo to pewnie też będzie gdzieś tam w tle, ale czy to nie będzie prowadziło do tego, że osoby, które umieją wykorzystać te narzędzia, będą po prostu w swojej pracy lepsze?
GR: Tak, oczywiście, że tak na to patrzę, ale na początku jakby odczarujmy trochę temat. Jest taki temat, czy to właśnie AI zabierze nam pracę, czy nie zabierze, to ja mówię wprost, zabierze, oczywiście, że tak. Oczywiście, że będziemy zdecydowanie więcej zadań offloadować na AI. Oczywiście, że osoby, które nie będą potrafiły z niego korzystać będą, w tym momencie mają ogromne przewagi konkurencyjne, ale za jakiś czas będą po prostu miały dług technologiczny do spłacenia, który co jakiś czas faktycznie występuje. Ja będąc 20 lat, mniej więcej, w IT obserwowałem sobie te różne rzeczy, jak to programiści chcieli w notatniku pisać kod najpierw, bo uważali, że to jest jedna jedyna słuszna droga i tak dalej. Generalnie jakby po prostu takie rewolucje się dzieją i umówmy się, bardzo dużo osób straci pracę, ale ci, którzy zostaną, to po prostu będą ci, którzy potrafią się dopasować do tej nowej rzeczywistości i oni będą pracować dużo wydajniej. Zdecydowanie masz tutaj rację, będziemy wspomagali się tymi agentami, nasza kreatywność zostanie wydobyta, ponieważ nie będziemy musieli wykonywać głupich, powtarzalnych czynności, kopiować różnych rzeczy. Już teraz jak sobie my tak górnolotnie rozmawiamy często, że to jest takie wow, że w ogóle ten agent takie rzeczy będzie robił. Tymczasem po prostu później wracamy do kompa i trzeba przekopiować jakieś tysiąc nagłówków z jednego miejsca w drugie. No i taka praca po prostu nie będzie istnieć. Ja już teraz mam na przykład wszystkie moje zasoby, takie jak właśnie artykuły, o których wspomniałeś, mam na Supabase czy na Airtable w różnych miejscach, które po prostu, do których mam podłączone moje narzędzia, no i po prostu mówię Alice, mojemu narzędziu, że ma tam wejść i na przykład zaktualizować mi wszystkie nagłówki z roku 24 na 25 albo zrobić coś innego, jakąś inną operację na tej bazie danych i ona po prostu to robi. Więc ja nie muszę tego absolutnie robić sam i to jest, można powiedzieć, AI, ale z drugiej strony AI powoduje po prostu to, że przechodzimy do takiej automatyzacji 2.0, gdzie wcześniej musieliśmy dać takie bardzo starannie przygotowane dane, co zmienić, a teraz możemy po prostu powiedzieć i nawet już nie musimy mówić, gdzie zmienić, bo po prostu narzędzie ma ten kontekst. W związku z tym oczywiście, że to są supermoce, ale dalej jest to narzędzie. Dalej jest to coś, co po prostu nas ulepsza, a nie nas zastępuje w całości. Więc jeżeli ktoś umiejętnie potrafi wykorzystać tą okazję arbitrażu, która teraz po prostu się nadarza, że wiele osób jeszcze tego nie robi, a my możemy to zacząć robić, to po prostu te osoby są w stanie zbudować sobie takie przewagi i taką w tym momencie pozycję na rynku, że będą niezwalnialne. Kiedyś się śmialiśmy, że były takie case’y tych programistów, co wychodzą z jaskini, w jakiejś większej firmie wychodzi taki programista na kawę z długimi włosami i w ogóle nikt nie wie, co on robi w tej firmie i on w sumie mówi, no właśnie, nie wiecie, co ja robię, ale nie da się mnie zwolnić, bo po prostu pracuje w takim krytycznym miejscu, że jestem potrzebny, nawet mimo tego, że jestem poza takim standardowym obiegiem pracy, to ja myślę, że tacy ludzie, którzy dzisiaj właśnie wejdą we jaj głęboko, oni staną takimi niezwalnianymi ludźmi, którzy będą sterowali tymi różnymi procesami, sterowali robotami, stworzą architekturę takiej automatyzacji. To jest mega fajne, bo teraz jest naprawdę ogromna okazja dla tych ludzi, którzy są ciekawi, żeby się po prostu ulepszać. Więc to nie jest tak, że tam się mówi, że zastąpi, nie zastąpi nas AI, tylko tam ktoś, kto używa AI. Ja bym powiedział inaczej, że zastąpi nas lepsza wersja siebie, która właśnie korzysta z AI, bo właśnie do tego zmierzamy, żeby faktycznie w ten sposób wsadzić to nowe narzędzie do naszego zestawu, z którymi pracujemy.
KM: Super. Ja podam też przykład z życia od nas wewnętrznie z firmy, który pokazuje, że czasami AI pozwala robić rzeczy, które były kiedyś zupełnie poza horyzontem, jak gdyby nie było na nie czasu zwyczajnie. Mamy nowy system w firmie, w którym pracownicy mogą sobie wzajemnie dawać podziękowania, tak zwane kudosy. Tam jest też, za tym idzie gotówka, więc jest to ciekawy system. I zrobiliśmy świetny opis, jak te kudosy powinny wyglądać. Przez okres pilotażowy było tych kudosów sporo, kilkadziesiąt, ale nie wszystkie były idealnie opisane, tak jak powinny być, zgodnie z tym opisem. I przede mną było albo 2-3 godziny analizy tego, albo właśnie Gemini. Gemini nie tylko wszystkie te opisy kudosów zgodnie z opisem systemu sklasyfikował w skali od 1 do 5, ale jeszcze wypluł mi gotową notatkę do wiki, żeby na przyszłość zespół wiedział, czego unikać, typu słabych opisów, czegoś, czego brakuje w uzasadnieniu i tak dalej, jak pisać te idealne. I właściwie największym szokiem było dla mnie to, że ta notatka nie wymagała ode mnie żadnych poprawek, tam nie miałem nic do dodania, było idealnie. Więc coś, czym nie mógłbym się zająć, musiałbym to delegować na kogoś. Byłoby to trudne zadanie, bo nowe, mamy automatyczny proces, który może to sprawdzać. I właśnie o to chcę Cię zapytać, bo skoro do marketerów już dotarło, że AI to już nie jest ten buzzword, to już nie jest, jak to było na początku, system, który przewiduje, jakie słowa powinny być następne, to porozmawiajmy o takich konkretnych przykładach. Co już widzisz, że teraz zmienia procesy w firmach? Jakieś takie przykłady, które mogłyby innych zainspirować o, może coś podobnego wdrożą u siebie?
GR: No właśnie, widzisz, podałeś bardzo dobry przykład, czyli przykład tego, jak LLM-y dobrze sobie radzą z tym, o czym wspomniałem wcześniej, z klasyfikacją tekstu czy treści. I właśnie ważne jest to, żeby wykorzystać te narzędzia do tego, w czym są aktualnie najlepsze. Mnóstwo osób właśnie wchodzi, zadaje jakieś spontaniczne pytanie do chata, dostaje jakąś spontaniczną odpowiedź i to po prostu nie działa. Trash in, trash out. To jest dokładnie taka zasada. Większość moich znajomych po prostu przychodziło i mówiło: “Nie, to jest jakieś gówno, po prostu daje tam pytania, to mi w ogóle zwraca jakieś, nie wiem, dziwne rzeczy”. Ale jakie pytania nie zadałeś? No takie, składa się z czterech słów na przykład. Mówię, okej, no to właśnie jak zaczniesz częściej pracować z AI, no to zobaczysz, że zaczną ci się takie przykłady, które działają lepiej, trochę bardziej jesteś w stanie wydobyć. I właśnie klasyfikacja jest tutaj jednym z nich. To, co robicie z tymi kudoskami, no bo w tym model jest świetny. Więc jeśli zaczniesz się z tym pracować, to zobaczymy, że np. właśnie budowanie np. jakichś map sentymentu albo scoring jakichś leadów, albo przykładowo operacje na tekście typu tłumaczenie, transformacje, przekształcanie, skracanie i tak dalej, no to są wszystko rzeczy, które powiemy, kurczę, nie no, mega, dobrze to działa. I takich rzeczy jest oczywiście coraz więcej, bo LLM-y to powoli takie systemy operacyjne, które mają różne narzędzia, gdzie mogą też wykorzystać jakiś, wyszukać coś w internecie i tak dalej, ale głównie chodzi o to i dobrze to powiedziałeś, że tak, tutaj musimy po prostu nauczyć się korzystać z AI po to, żeby wydobyć te use case’y, o których wspominasz, które faktycznie dobrze działają, w których faktycznie AI dobrze działa i one się cały czas dynamicznie, można powiedzieć, zmieniają, natomiast u mnie w pracy jest bardzo dużo takich rzeczy, no my w zasadzie, ja praktycznie wszystko odbijam z AI, Ty wspomniałeś o tym, że byłeś w sumie zaskoczony, że nie musiałeś nic poprawiać, no i ja wiele razy byłem właśnie zaskoczony w ten sposób, ba, wiele razy musiałem zmieniać totalnie swój mindset, bo, mimo że zapytałem o coś AI, np. jak przygotować strukturę bazy, bazy pod program afiliacyjny, no i Alice, to moje narzędzie, mi napisało po prostu dokładnie, dokładnie co muszę zrobić, taki nagłówek w bazie, takie pole, takie pole, a ja dalej swoje, ja dalej do tej bazy i dalej myślę, jak to zrobić. I w ogóle mam gotową odpowiedź na drugim monitorze, a robię sobie swoje i bardzo często obserwuję, że ludzie właśnie w ten sposób podchodzą do tego, że wiesz, mimo że dostają jakąś odpowiedź, tak naprawdę traktują to jako jakieś “ah, sugestia” albo w ogóle nie zapytam, albo w ogóle jakby nie orientują się, bo to nie jest, my nie mamy tego mięśnia wyrobionego, nie, żeby pytać AI o wszystkie rzeczy, z którymi nam jest, na przykład nie wiem, jak mi się czegoś nie chce robić, to może zapytam Alice właśnie, okej, co zrobić, żeby mi się chciało, ja pytam o takie rzeczy i dostaję dużo lepsze odpowiedzi, więc to jest ta praca na co dzień, w tym tak naprawdę LLM-y mi się najbardziej przydają, natomiast my mamy też pozapinany szereg takich automatyzacji, które działają w parze z LLM-em do tego, żeby na przykład właśnie weryfikować nam treści, całą, tak jak wspomniałem, bazę treści mamy gdzieś tam w jakiejś bazie danych, w związku z tym mogę bardzo łatwo wpuścić tam LLM-a i LLM robi tam różne rzeczy w kontekście automatyzacji tego contentu, ale nie są to oczywiście rzeczy związane z tym, że ma mi napisać cały post albo wymyślić coś, czego ja nawet nie sprawdzę i zapostować gdzieś tam u nas na blogu. Absolutnie w ten sposób w ogóle nie podchodzę do tworzenia treści, natomiast już na przykład z dużego blog posta wygenerowanie jakichś dziesięciu małych części contentu, z których jeden jest opisem, drugi jest meta tagiem, trzeci jest nagłówkiem, to oczywiście, że to robimy i u nas generalnie wychodzimy po prostu od jakiejś jednej dużej części treści i później wszystko robi się samo, wszystkie opisy, wszystkie właśnie te descriptiony, wszystkie obrazki też się generują same, ale też generują się dobre. W taki sposób jest to zrobione, że jest tam dobry kontekst i często te obrazki po prostu wyglądają świetnie, lepiej niż gdybyśmy je sami wyprodukowali, więc do takich rzeczy zdecydowanie używamy AI. Do tych prostych rzeczy, tak jak mówię, czyli cały czas do interakcji, właśnie poprawiania, no te rzeczy, o których wspomniałeś, no to ja non stop to robię, na przykład wystarczy, że mam takie narzędzie Linear, w którym pracujemy, organizujemy tam całą pracę, wszystkie zadania i głównie ono się przydaje do takich, do organizacji pracy Dev Teamu, ale tak naprawdę wszystkie zespoły również marketingowe u mnie na Linearze pracują i Linear pozwala po prostu tworzyć taski, tam pracujemy w takich cyklach dwutygodniowych, no i generalnie to, co powiedziałeś, czyli podsumowania takich dwutygodniowych cykli, ja na ogół robiłem sam, czyli musiałem tam zobaczyć, co się stało w cyklu, przeanalizować jego wykresy, przyporządkować wszystkie, wszystkie projekty do zadań, zrobić te kudoski, napisać, kto tam najwięcej wypracował zadań i tak dalej, a teraz po prostu robię screena, wciskam Command Shift, robię screena z tego całego dashboardu, wrzucam to do Alice i Alice według mojego właśnie tego wzoru robi mi idealne podsumowanie na Slacka, które wcześniej mi zajmowało z godzinę tygodniowo, a teraz mam to zrobione dokładnie tak, jak bym chciał, dokładnie w tym formacie, który chcę i tego typu rzeczy mam mnóstwo, np. jeżeli dostaję jakieś pytanie często na maila, mam takiego w sumie bota, który pomaga mi w odpowiedzi na takie typowe pytania, które gdzieś tam dostajemy w różnych projektach, znowu wystarczy, że zrobię screena, wkleję, wcisnę Enter albo dodam dodatkowy kontekst, czyli wklejam screena i wpisuję sobie jeszcze, napisz, że coś tam, albo upewnij się, że zrobisz coś tam, no i wtedy wciskam Enter i dostaję gotową odpowiedź i ta odpowiedź jest oczywiście nie na bazie ogólnej wiedzy modelu, jest na bazie wszystkich informacji, które są podane do modelu przez nas, naszych plików, np. naszego FAQ, naszej komunikacji supportowej z innymi klientami itd. Są na bazie moich przemyśleń, które tam ciągle dodaję, są na bazie tego screena, który wrzuciłem i jeszcze dodatkowego kontekstu, czyli zmierzam tutaj do tego, że ja nie robię nic z AI tak, że ej wygeneruj mi coś i ja to gdzieś wrzucę. Absolutnie nie, to jest cały czas pomoc i to, co mówisz, że po prostu jesteś bardziej skuteczny z AI. Bardzo dużo robimy takich transformacji danych właśnie na plikach CSV czy na bazach, bardzo proste właśnie to, co wspomniałem, nie wiem, przerób mi wszystkie nagłówki blog postów 2024 na 2025, ale to jest jeden z przykładów, a robimy bardzo dużo takich rzeczy, że np. nie wiem, jeżeli chcesz zrobić jakiegoś inserta, jakiegoś słowa kluczowego trochę częściej albo sprawdzić, jak często występuje i tak dalej, to jest bardzo proste. Ja korzystam akurat tutaj z Cursora. Cursor to jest takie narzędzie dla programistów, ale okazuje się, że jest mega dobre w tym, żeby trzymać bardzo dużo plików MD, ja akurat pracuję na plikach MD, czyli takich plikach tekstowych, ale które mają tą strukturę, która pod SEO też jest np. ważna, że w tym pliku MD np. dwoma haszami można zaznaczyć, że to jest nagłówek typu H2, w związku z tym model rozumie wagę tych treści, które są w tym pliku MD i ja takich plików MD mam mnóstwo. Jak gadam z Cursorem, to ja po prostu sobie przywołuję, tam jest takie małpka nazwa pliku, można powiedzieć, ja mówię skorzystaj mi z pliku małpka persony po to, żeby stworzyć plik małpka strategia, który uwzględnia pliki małpka wizja, małpka coś tam i po prostu z wszystkich tych plików korzystam i tych plików mam setki w Cursorze. Jak pracuję z treścią, to właśnie w ten sposób to robię, czyli wsadzam te rzeczy, które mi pasują i dostaję wtedy dużo bardziej kontekstowe odpowiedzi. W obsłudze klienta sporo używamy, ale oczywiście nie do tego, żeby tworzyć odpowiedzi gotowe na pytania, tak jak powiedziałem, mam na te popularne pytania, mam tą bazę i Alice mi podaje te rzeczy, które można sformatować jako odpowiedź, ale dalej oczywiście to nie jest żaden automat, który odpowiada, ja to biorę, ja to przeklejam do narzędzia albo do maila, formatuję, myślę, jakby generalnie zawsze jest ten finalny touch mój, ale cała obsługa klienta bazuje na większości tych use case’ów i tak dalej. Tutaj istotne zastrzeżenie, bo też o tym wspomniałeś, że można np. wrzucić tam tysiące materiałów i to się nauczy naszego stylu i to się nauczy naszych wszystkich rzeczy, które ten model będzie wiedział o naszej firmie. Niestety też właśnie, jak zaczniemy korzystać głębiej z AI, to okazuje się, że jednak ta pamięć tego modelu jest krótka, że jednak tak naprawdę trzeba troszkę inaczej podejść do tego, żeby tworzyć takich bardzo wyspecjalizowanych asystentów, którzy się, ja np. właśnie w Alice mam wielu różnych asystentów, którzy nawet nie odpowiadają za obszar całego marketingu. Jeden jest dobry w pisaniu nagłówków na sociale, drugi jest dobry w czymś tam i chodzi o to, że my po prostu możemy naprawdę bardzo mało informacji podać takich, którymi nafeedujemy tą AI, które ono będzie dobrze pamiętać. W ChatGPT, moim zdaniem, to jest pięć, osiem stron tylko, mimo że oni mają bez limitu okno kontekstu, ale jak zaczniemy więcej dawać, to on już się gubi, daje trochę gorsze odpowiedzi, czasem halucynuje, w związku z tym to nie jest tak, że wrzucimy tam nawet do modelu, który ma jakiś tam Claude, ma okno kontekstowe np. dwa miliony tokenów, no to, że wrzucimy tam, nie wiem pięć tysięcy stron tekstu i on każde słowo na tej stronie zna i przywoła nam każde zdanie. Absolutnie tak nie jest. W zależności od tego, jak ten kontekst jest duży, są takie badania, np. że jak mamy tam około, nawet, mimo że jakieś okno kontekstu ma dwa miliony, no to jeśli mamy już konwersację, w której mamy 200 tysięcy tokenów, to skuteczność tego okna kontekstu jest na przykład 60% i to jest naprawdę dobry wynik. Więc im dalej w las, im więcej pytań zadajemy, tym większe prawdopodobieństwo, że niestety będziemy otrzymywać odpowiedzi od modelu, które są błędne. Dlatego my dzielimy to na bardzo małe części, bardzo wyspecjalizowanych asystentów i po prostu przywołujemy ich sobie, ja w Alice przywołuję ich do konwersacji wtedy, kiedy ich potrzebuje. Czyli jeden asystent będzie mi tworzył na przykład plan treści, drugi asystent mi stworzy nagłówek, trzeci asystent mi stworzy właściwe copy, na przykład akapit treści, czwarty mi to na przykład zapostuje w ogóle na Linkedina, jak będę chciał, bo też używam tak AI oczywiście, że to o tym pewnie sobie pogadamy, że nie tylko dostaję odpowiedzi, ale też dostaję akcje, czyli AI potrafi u mnie robić różne rzeczy, postować na mojego bloga, na Linkedina, nie wiem, dodawać klientów do bazy danych, dodawać im subskrypcje, sprawdzać ile zarobiłem na Stripe, sprawdzać, jakie mam statystyki na Google Analytics. Ja już w ogóle tam nie wchodzę. Ja nie używam tych interfejsów, tylko używam interfejsu, w którym rozmawiam z AI, i AI mi te rzeczy podaje.
KM: To myślę, że na podstawie tego dla osób początkujących koniecznie trzeba podkreślić to, co już powiedziałeś, ale chciałbym, żeby to wybrzmiało. My nie zadajemy pytania do LLM-u, napisz mi reklamę dla, i tutaj podajemy nazwy firmy, tylko musimy po pierwsze pokazać stronę docelową, opisać i nie bać się tego, żeby zadać systemowi pytanie: “Zadaj mi wszystkie pytania, którymi powinienem uzupełnić twoją wiedzę plus jeszcze moje dodatkowe materiały itd.”. I to jest coś, co pójdzie w kierunku sensownego, wygenerowanego przekazu, a nie takie, jak wspominałeś, jak ktoś tam zadaje pytanie, powiedz mi coś i jedno, drugie. To nie jest jak gdyby ten przeskok między użyciem jako wyszukiwarka, a użyciem jako faktyczny asystent jest całkiem spory i chyba to wpływa na tą rozbieżność jakości, jak ludzie oceniają. Ktoś mówi, wow, to jest świetne, to mi generuje super rzeczy, a ktoś inny powiedział, a ja wpisałem i mam takie sobie generyczne coś.
GR: Jeśli chodzi o to okno kontekstu, to rzeczywiście jest wyścig, żeby zrobić coraz większe, ale wydaje mi się, że ten wyścig trochę już się dewaluuje jednak, że mimo wszystko ja nie widzę nigdzie zastosowań do tego, żeby wrzucać kilka tysięcy stron, jakichś dokumentów i pracować z tym w ten sposób. Musimy niestety nauczyć się trochę inaczej pracować z AI, niż do tej pory pracowaliśmy. Intuicyjne może jest dla niektórych wrzucenie całej historii swojego, na przykład, nie wiem, życia do AI i zrobienie z tym czegoś, ale to nigdy nie będzie działać dobrze. Moim zdaniem właśnie faktycznie największą kontrolę mamy nad danymi. Im lepiej te dane są przygotowane pod AI, tym lepsze dostajemy odpowiedzi. I jasne, że modele będą coraz bardziej inteligentne i będą potrafiły nawet z jakiegoś gąszczu coraz większego informacji wydobyć te odpowiednie, ale mimo wszystko te najlepsze odpowiedzi będziemy zawsze dostawać wtedy, kiedy będziemy pracowali na małym zestawie danych i kiedy będziemy sami dokładnie wiedzieli, co w tym zestawie danych jest, jak on został przygotowany i będziemy zadawali wtedy dużo bardziej trafne pytania do AI. W związku z tym dla mnie ten kontekst, to okno kontekstowe nie ma aż tak dużego znaczenia i uważam, że gdyby była sytuacja, że faktycznie te okna kontekstowe wielkie działają świetnie, to też nie oszukamy praw fizyki w tym momencie. Będą one wymagały ogromnych zasobów i ogromnej mocy obliczeniowej. Stąd właśnie ci najdrożsi agenci będą kosztowali bardzo dużo. I mówię tutaj już o tym, że na przykład koszty użycia AI przeze mnie i przez moje zespoły są naprawdę wysokie. Tutaj mało kto sobie zdaje z tego sprawę, jak drogie może to być, jak się tego używa we właściwy sposób. Jasne, że te koszty spadają, ale mimo wszystko wyobrażam sobie, że właśnie takie duże okna kontekstu to pewien luksus, który będzie kosztował ogromne pieniądze wtedy i nie ma sensu. Lepiej jest właśnie się przygotować. My nie mamy danych gotowych na to, żeby pracowały z AI. Wiesz, nawet case, nie wiem, tego na Eduwebie. Myślałem, że okej, zrobimy sobie na Eduwebie takiego asystenta. Mamy setki tysięcy stron transkryptów, no to z każdego kursu tam wrzucimy te transkrypty, ludzie będą mogli z tym gadać i to będzie działać. Oczywiście, że nie działa. Oczywiście, że nie działa, bo te dane nie są w dobry sposób przygotowane, bo na kursie wideo ktoś mówi, dobra, klikam teraz w to miejsce, a teraz w to miejsce i AI w ogóle totalnie nie ma pojęcia, co to jest za miejsce. W związku z tym jest bardzo dużo takiego szumu, jest bardzo dużo informacji dookoła, bardzo dużo anegdot, jakichś dziwnych rzeczy i po prostu sprawia to, że nie działa. A jak się te dane usystematyzuje w dobry sposób, opisze, otaguje, zresztą, w czym może pomóc AI, bo faktycznie jest świetne w klasyfikacji i przygotuje je we właściwy sposób, to faktycznie dopiero wtedy zaczyna mieć sens zrobienie takiej jakiejś bazy danych i tak dalej. Natomiast wszyscy oczywiście chcą robić te firmowe bazy danych i tak dalej. Jeszcze nie widziałem naprawdę nigdzie żadnej implementacji, która by działała. Oczywiście duże firmy i mniejsze też biorą za to mega konkretne pieniądze i obiecują gruszki na wierzbie, natomiast w praktyce to nie działa. To okno kontekstu w ten sposób nie działa. Jeśli nie mamy dobrze przygotowanych informacji, nie będziemy dostawać jakościowych wyników. No i trzeba się do tego… A to, Gemini, o którym wspomniałeś, to rzeczywiście jest niezła przecena. Już nie mówię nawet o tym darmowym, ale nawet Gemini jest za stówę miesięcznie, o prostu które, w którym ja cały czas robię deep research i zużywam im prawdopodobnie 100 razy tyle mocy obliczeniowe, prawdopodobnie to ja powoduję podwyżki tych abonamentów. No to jest nie do przecenienia narzędzie i oferta. Myślę, że to się niestety zmieni kiedyś.
KM: Super. Ja jeszcze dodam tylko to, że gorąco zachęcamy do testowania różnych modeli. Tak jak ty mówisz o kontekście budowaniu agentów, ja często swoje prompty przechowuję w takich trywialnych zewnętrznych plikach i co jakiś czas sprawdzam, co mi odpowie ChatGPT, co mi odpowie Gemini i co mi odpowie Claude w różnych podejściach. I efekty są zaskakujące. Ilość różnic w tym formie odpowiedzi, w tym czego nauczyłem danego jakiegoś swojego agenta, jest naprawdę spora. I jeżeli na przykład denerwuje nas w chacie GPT to, że on potrafi ściemniać albo naprawdę mocno fantazjować w niektórych przypadkach, to Gemini będzie mocno przy ziemi. Są prompty, które od razu je równają w dół, czyli przestają nam tak słodzić. I pewnie jak sobie nazbieramy tego więcej, to zaczniemy rozumieć, jak można przejść do tego kolejnego etapu, o którym mówisz, czyli zbudowania własnego agenta dalej. OK, padło masa nazw narzędzi, ale załóżmy, że słucha nas ktoś, kto chce zacząć w ogóle tą przygodę z automatyzacją, interesuje go No-Code czy Vibe-coding, czy po prostu chce zacząć używać AI, co jeszcze może zrobić? Od czego może zacząć ten proces?
GR: Kontekst. Generalnie to myślę, że wszyscy już chyba zauważyli się, pokapowali, że jak im dłużej rozmawiają z tym chatem, tym lepsze odpowiedzi dostają. No i to jest właśnie to. Po prostu trzeba dostarczyć dużo tego kontekstu. Niestety to jest trochę też tak, że ludzie się zaczęli orientować. Dobra, to jak ja mam tak długo gadać z tym chatem, żeby dostać jakościową odpowiedź, to już wolę nie gadać, bo to mi za dużo czasu zajmuje. No i właśnie tutaj rozwiązaniem jest to, o czym mówię, czyli to, że możemy skorzystać z innych narzędzi, które po prostu zbudować sobie tych asystentów w taki sposób, żeby oni już mieli kontekst, że przechodzimy do takiego chata i on już coś wie. Dlatego ludzie mówią w sumie, że ten chat to jest najmądrzejszy z tych wszystkich narzędzi AI. Dlaczego? Dlatego, że ma pamięć, że on co jakiś czas zapisuje sobie jakieś rzeczy do pamięci i dlatego później uwzględnia to w odpowiedzi. No i właśnie o to chodzi. Chodzi o to, że to będzie mądrzejsze w waszej firmie też, jeżeli będzie miało dostarczony kontekst, ale żeby ten kontekst zrobić, to trzeba się troszeczkę napracować, zrozumieć, przetworzyć dobrze dane. No i generalnie, tak jak mówisz, wtedy uzyskamy tą realną wartość. Jest takie coś jak Model Context Prtocol, obecnie, czyli MCP. To jest bardzo popularny teraz, głośno dyskutowany temat i też w Dolinie Krzemowej wszyscy o tym mówią. Jest mnóstwo hackathonów z MCP i tak dalej. Są to takie serwery, które można napisać po to, żeby dostarczyć kontekst, większy kontekst do konwersacji. Polecam się tym zdecydowanie zainteresować. Ich proste zastosowanie to jest taki bridge, taki pomost pomiędzy LLM-ami a narzędziami, które obecnie istnieją. Na przykład możemy mieć serwer MCP Ahrefsa, no i wtedy pytamy takiego naszego asystenta, słuchaj, podaj mi tam 10 słów kluczowych z ich statystykami. On się łączy wtedy z Ahrefsem i bierze te dane stamtąd, czyli to MCP to jest taki właśnie pomost pomiędzy sztuczną inteligencją a tym narzędziem. Ale MCP potrafią dużo, dużo więcej. No i właśnie, jak sama nazwa wskazuje, ich zadanie polega na dostarczeniu jakiegoś kontekstu i to nie musi być kontekst z narzędzia, nie musi to być API, to może być coś innego, ale te serwery naprawdę dobrze sobie radzą z przetwarzaniem tego typu danych i jak ktoś jakby myśli o tym, co dalej, co tam poeksperymentować, z czym, z czym sobie tam się pobawić, no to polecam te serwery MCP i na przykład apka Claude natywna obsługuje te serwery MCP, które można sobie popodłączać. Coraz więcej zresztą, tak jak obserwujemy, tak jak wspomniałem, to też będą te LLM-y, będą takie systemy operacyjne, czyli coraz więcej narzędzi jest dostępnych nawet w czacie, że można sobie podłączyć Google Drive czy coś tam, to są właśnie takie, coś jak te serwery MCP, coś co wzbogaca nam kontekst, wzbogaca kontekst konwersacji. No i w Claudzie można na przykład podpiąć swoje, w Alice właśnie w tym narzędziu, z którego korzystam, też mam podpięte mnóstwo serwerów MCP, no i ciągle Alice się pomiędzy nimi przełącza i po prostu korzysta z tych właściwych, żeby na przykład przeszukiwać internet, żeby coś tam innego jeszcze robić, no i to wszystko pomaga właśnie jakby automatycznie bez naszego pisania dodać do tej konwersacji ten kontekst i wtedy dostajemy lepszą odpowiedź.
KM: Super, no to przejdźmy do tego problemu, o którym powiedziałeś. My czasami jesteśmy przytłoczeni nowymi narzędziami i tak dalej i wiem, że są firmy, w których jest taka mocna stagnacja, nikt nie robi nic nowego, nie wychyla się, tam czekają na to, że ta automatyzacja może się rozwinie i tak dalej. Od czego byś zaczął uzdrawianie takiej sytuacji, bo wiem, że to dotyczy wielu firm, wszyscy mówią potem, nie ma czasu, nie ma środków, ale wiem, że to są też tylko wymówki czasem, nie wiem, prosty wspomniany Gemini 100 zł, albo za darmo, albo ChatGPT w tym modelu za 20 dolarów, już można by od tego zacząć, ale czasami jest taka blokada i jaką dałbyś tutaj radę, próbę rozwiązania tego problemu?
GR: Jeśli chodzi o narzędzia, tak? No to narzędziowo, kurczę, no faktycznie jest tego dużo i możemy w ogóle czuć taki przesyt tym, że atakuje nas mnóstwo tych narzędzi AI, zresztą ja robię też narzędzie AI i widzę, że ludzie po prostu mają straszny, straszny, straszny problem w ogóle z przetestowaniem tego narzędzia, bo tak dużo różnych rzeczy ich otacza, że oni już mają po prostu kognitywny taki problem z tym, żeby cokolwiek uruchomić, cokolwiek sprawdzić, ja polecam właśnie sprawdzać różne narzędzia, może się okazać, że jednego dnia jedno jest dobre, drugiego dnia, tak jak mówisz, tak jak modele same, tak samo jak sama wskazówka, żeby eksperymentować z modelami, też jest bardzo dobra moim zdaniem, bo ja też właśnie na przykład w Alice mam te wszystkie modele pod ręką i mogę po prostu łatwo się przełączyć nawet skrótem albo wybrać jeden model, drugi, trzeci, nawet pomieszać je w konwersacji, jak wiem, że Grok jest lepszy do analizy danych, no to w konwersacji, w której na przykład, nie wiem, najpierw sobie zrobiłem jakąś koncepcję, później przełączam się na przykład z modelu ChatGPT-4, przełączam się na Groka, potrzebuję coś policzyć albo potrzebuję jakiś kod, to przełączam się na Anthropic, mega to jest przydatne i to jest już taki super skill, który fajnie, fajnego tipa dałeś bardzo, natomiast narzędzia, od których warto taką no-code’ową, powiedzmy, przygodę z tym zacząć, no ja pracowałem od pięciu lat w zasadzie w takim narzędziu Make, którego, które gdzieś tam jest fajne, bo ma i agentów AI, ono nie jest takie super proste też, to jest zrozumienie dla osób początkujących, nie oszukujmy się, trzeba trochę czasu zainwestować w to, żeby zrozumieć i stworzyć sobie jakiś scenariusz w Make’u. Make czy Zapier to takie typowe właśnie narzędzia do takiej automatyzacji no-code’owe, które posiadają albo moduły agentów, albo właśnie moduły jakieś typu ChatGPT, gdzie można w taki scenariusz, który tworzymy, na przykład, nie wiem, scenariusz tworzenia jakiegoś wydarzenia i publikowania go w social media, można wpleść te komponenty AI, czyli można wpleść te moduły na przykład OpenAI i dzięki temu w takim scenariuszu automatyzacji można wykorzystać tą sztuczną inteligencję w środku, żeby ona przetwarzała w pewien sposób dane no i publikowała nam na przykład w jakimś naszym narzędziu rezultat, więc to są te dwa narzędzia, natomiast one mają też takie trochę bardziej nowoczesne, AI’owe alternatywy i jak ktoś ma ochotę, to może sobie sprawdzić takie narzędzia jak GameLoop, z którego ostatnio często korzystam. GameLoop to jest takie bardzo podobne do wspomnianych narzędzi no-code’owych, ale które jest jakby natywnie zbudowane pod AI, w bardzo ciekawy sposób się tam te scenariusze tworzy. I też jest takie narzędzie Lindy, które jest całkiem fajne do eksplorowania takiej właśnie tej przestrzeni scenariuszy no-code’owych z AI. Lindy też jest narzędziem, które natywnie jest tak jakby oparte o AI, więc tam jak sobie na przykład wybierzecie jakiś szablon typu lead generation albo tworzenie właśnie jakichś artykułów na bloga, albo jakieś outreach do influencerów, albo coś takiego, to zobaczycie, jak to w ciekawy sposób jest zrobione i tam się dosyć łatwo jest połapać, wpiąć swoje jakieś dane i zacząć korzystać z tych narzędzi, więc może te wymienię na start. No ja myślę, że to się od jednostki jednak zaczyna, czyli trzeba po prostu skupić się na tym, żeby najpierw sobie coś pomóc. Osoby, które słuchają Twojego podcastu, na pewno są, właśnie nie są takimi skamieniałymi, zabetonowanymi, wiesz, osobami w tych firmach i one właśnie mają tą siłę, żeby to wdrażać dalej, więc generalnie warto sobie znaleźć nie tyle właśnie technologię, czy narzędzie, czy to z tego skorzystamy, czy z tamtego, raczej znaleźć sobie taki problem do rozwiązania, jakąś bolączkę, coś, co na przykład robimy ręcznie, a wymaga przerzucania setek danych, jest nudne, powtarzalne i tak dalej, nie wiem, jakieś raporty, jakieś właśnie leady z formularzy, jakieś publikowanie w socialach, sam ten proces, znaleźć sobie jakieś takie rzeczy, taką rzecz, którą robimy często, powtarzalnie, zrobić z tego jakiś taki mini jednoosobowy projekt, czyli jeśli ja to robię często, to po prostu ok, wybiorę coś malutkiego, właśnie wezmę tego Make’a, czy Zapiera, czy jakieś takie narzędzie, które mi pomoże, to cokolwiek, jakby narzędzie to narzędzie dalej, my potrzebujemy wbijać gwoździe, a nie się orientować, tam wybierać sobie te narzędzia na półce, więc generalnie robimy to, później pokazujemy to firmie i mówimy, zobaczcie, ja to robiłem przez pół godziny, a teraz się robi samo na przykład, nie? No i zbudować taką dobrą narrację wokół tego, że to nie jest właśnie narzędzie, że to nie jest jakiś tam AI, że tam się trzeba uczyć tych wszystkich elementów, tylko że to jest po prostu taki asystent, że to są dodatkowe ręce do pracy, że to jest prosta rzecz, która dla mnie działa, pomaga mi szybciej zamknąć robotę, zrobić to, co trzeba i po prostu tyle i wydaje mi się, że to dzielenie się wiedzą w zespole, dzielenie się efektami takich naszych małych zwycięstw na tym polu, to po prostu pomaga bez takiej presji, bez większego ciśnienia, no gdzieś tam to pchać dalej, no i takich freaków właśnie się znajdzie więcej w tej firmie wtedy, nie, a nawet osób, które kurczę, nie, no też tak chce, w sumie no nie chce pół godziny tego robić, to i czasem, no ja widzę też właśnie, wdrażam Alice w firmach, to, no to widzę, jak to wygląda, to jest bardzo trudny taki proces jakby społeczno-psychologiczny, żeby w ogóle po prostu podejść do tego tematu, a nie związany z technologią, no tak, ludzie są totalnie zablokowani albo uważają, że już to robią i w ogóle nic nie potrzebują, bo po prostu gadają z chatem, a to w ogóle nie o to chodzi, no i tutaj trzeba bardzo delikatnie do tego podejść, ale pokazywanie QuickWinów jest najlepszą drogą, po prostu praktyczny przykład, pozwól, że ci pokażę, nie będę ci tłumaczył, czym to jest i dlaczego nam się to przyda.
KM: No i można też śmiało założyć, że część konkurencji jest parę kroków przed nami, jeżeli poświęcili na to czas i zasoby.
GR: Tak, ale to jest też taki, wiesz, ja lubię wychodzić od tej pozytywnej narracji, a nie od tej negatywnej, nie chcę też właśnie, często ludzie, serio, często tak nie jest, że ta konkurencja jest przed nami, właśnie często tak jest, że wszyscy, kurczę, gdzieś tam lagują, że nie mają tego, że w ogóle tam coś tam zrobili, ale…
KM: Czyli zachęta jest w tym, że my będziemy pionierami, my będziemy lepsi.
GR: Tak, tak, tak, no dokładnie, jakby róbmy swoje, nie? Po prostu nie oglądajmy się na innych.
KM: Super, bardzo mi się to podoba. Dobra, to teraz czas na naszą semkostkę, czyli losujemy pytanie z zestawu pytań podstawowych. I wylosowaliśmy narzędzie praca. To do tego ogromnego zestawu narzędzi, którymi z nami się podzieliłeś, zdradź nam jeszcze, czym ułatwiasz sobie życie. Poleć nam jakieś narzędzie, które zmienia Twoją pracę albo przydaje ci się w życiu.
GR: No to właśnie będzie trochę autoreklama mimo wszystko, ale taka szczera, ponieważ ja tego narzędzia używam kilkaset razy dziennie, czyli narzędzia, które stworzyliśmy, Alice. My w zasadzie je stworzyliśmy dla siebie, natomiast okazało się, że po prostu wszystkie osoby w naszych zespołach korzystają z Alice. Jest to narzędzie, które można łatwo zastąpić, znaczy, jakby dla nas jest niezastępowalne, bo faktycznie obsługuje wszystkie te scenariusze, te automatyzacje, które my mamy, korzysta z serwerów MCP i robi te wszystkie rzeczy, o których wspomniałem teraz, ale w tym sensie jest łatwo zastępowalne na początku takiej drogi, że można właśnie albo skorzystać z natywnej aplikacji Claude, albo ChatGPT, ale polecam ją sobie zainstalować na desktopie, bo na desktopie jest właśnie to miejsce, gdzie dzieje się praca i produktywność. I właśnie tam zacząć rozmawiać sobie jak najczęściej z tym narzędziem. I ja mogę tylko powiedzieć, że ktoś mi zadał kiedyś pytanie, czy częściej z żoną rozmawiam, czy z Alice. Zdecydowanie z Alice. Stety, niestety, ale mam po prostu kilkaset interakcji dziennie, gdzie co chwila coś Alice zlecam, żeby na mnie np. przygotowała jakąś fakturę albo żeby po prostu są proste interakcje, ale one bazują na całym schemacie tych danych, które mamy przygotowane pod spodem. No i ja wiem, że tak będzie wyglądać nasza praca w przyszłości. Ludzie w naszych zespołach już korzystają też właśnie wyłącznie z tego typu rozwiązania. No a ja w sumie nie chcę go przesadnie reklamować, bo chodzi w zasadzie o koncepcję, gdybyśmy my, gdybym mógł skorzystać z gotowego narzędzia, które to robi zamiast Alice, to bym oczywiście to zrobił, nie musiał robić Alice, ale że takiego narzędzia po prostu nie było, a my mamy dość specyficzne potrzeby, które sprowadzają się do właśnie rozmowy z różnymi modelami czy uruchamianiu automatyzacji zdalnie przez właśnie takie narzędzie, no to to jest narzędzie, które sprawiło, że w ogóle moja praca wygląda zupełnie inaczej niż te 2-3 lata temu i ja naprawdę nigdy nie spodziewałem się, że będzie coś takiego, co tak totalnie wywróci do góry nogami wszystkie moje procesy. Więc to jest na pewno jedna aplikacja, ale gdybym miał polecić coś poza, bo nie wszyscy muszą, zresztą Alice sobie można przetestować i zobaczyć, czy jest OK, bo jest za free tam wersja testowa, ale moim zdaniem po prostu i tak trzeba przetestować sobie różne inne podejścia, czyli inne narzędzia, ale bym się nie fiksował na to, żeby testować tysiące, tylko żeby mieć takiego swojego jednego asystenta, jak się najlepiej dogadujemy, właśnie odpowiada nam na przykład aplikacja Claude, czy ChatGPT ta natywna, to żeby z tego po prostu korzystać i wychodzić tylko po jakieś ważniejsze rzeczy, ważniejsze akcje do zrobienia w innych narzędziach, których wiem, że są dobre, ale żeby mieć to AI, potraktować trochę jak taką wodę na biurku, że jak sobie ją postawimy butelkę z wodą na biurku, to jednak sięgamy po nią często i taka natywna aplikacja desktopowa jest do tego najlepsza. Mogę jeszcze podrzucić jedną aplikację Writesonic, z której, bo wiem, że tutaj są SEO, marketerzy i tak dalej, no to Writesonic jest naprawdę dobre, też czasem z niego korzystam, to nie jest na pewno coś, co używam na co dzień i tak dalej i co zmieniło jakoś moje życie, ale możecie też spróbować sobie wrzucić to narzędzie, żeby zobaczyć, jak można tworzyć treści właśnie w ciekawy sposób. Fajnie to tam działa.
KM: Świetnie, ja znam wiele historii narzędzi, które powstały z potrzeby i potem się okazuje, że to są jedne z najlepszych narzędzi w swojej klasie, bo po prostu odpowiadają na konkretne potrzeby firmy, która stworzyła. Dobra, to zadam Ci takie pytanie z naszego trochę bardziej pola teraz. Jaka jest taka jedna konkretna akcja lub coś, co się udało zrobić w obszarze właśnie z SEO/SEM, która przyniosła ci w przeszłości nieproporcjonalne dobre wyniki? Coś, co w jednym ze swoich biznesów jakimś mniejszym wysiłkiem dało całkiem ciekawy, duży efekt.
GR: Dobre jest to pytanie, drogi na skróty jakieś istnieją. Niestety, przykro mi, ale pewnie podam parę przykładów, zastanowię się nad kilkoma rzeczami, które lepiej działają, ale wiesz, jaki jest problem? Właśnie z odpowiedzią na to pytanie, żeby komuś dać taką szybką metodę na wyskalowanie czegoś, taki, że niestety większość tych rzeczy, które działały w przeszłości, nie działają dzisiaj i jak myślę sobie o takich rzeczach, to oczywiście, że je miałem, miałem jakieś wiralowe posty, miałem jakieś incydentalne, ciekawe rzeczy, które nie wiem, zasponsorowałem jeden newsletter i się okazało, że mieliśmy z tego ogromny ROI, pojechałem na jedną konferencję, na której było 200 osób i okazało się, że miałem 100 klientów po tej konferencji, a później pojechałem jeszcze na 10 i nie miałem żadnych. Oczywiście, że byli tacy outlierzy, tylko że niestety, po pierwsze, nie jest to powtarzalne, że historia przeszłego sukcesu nie jest powtarzalna w schemacie dzisiejszych realiów, dzisiejszego sukcesu, to dlatego czytanie bez końca tych biografii Jeffa Bezosa i wszystkich innych jest już w pewnym momencie prokrastynacją, bo tak naprawdę większość tych rzeczy sprowadza się do dobrego timingu. No i teraz w związku z tym, jaka jest ta najważniejsza rada, która z tego płynie, no taka, żeby po prostu dawać sobie szansę, żeby próbować w wielu miejscach, żeby ciągle eksperymentować. My ogólnie w firmach prowadzimy bardzo dużo non-stop eksperymentów marketingowych. To są bardzo małe rzeczy, które wspierane sztuczną inteligencją są w ogóle możliwe. To jest to, co powiedziałeś, że tak naprawdę tutaj, czy my będziemy pracować mniej czy więcej, czy jak to się zmieni? No właśnie tak, że będziemy mogli mieć więcej tych cykli. Tak jak ja mówię, będziemy mieli więcej iteracji po drodze, będziemy pracować tyle samo, a może i więcej, ja chyba nawet więcej pracuję od czasu, kiedy jest AI. Natomiast mogę więcej iterować i więcej sprawdzać i mogę jako jedna osoba wykonywać spokojnie pracę całego zespołu marketingowego, spokojnie. Jakby jestem w stanie tutaj, wiem, jak to wygląda, pracowałem z wieloma gdzieś tam agencjami, zespołami i tak dalej, no i po prostu ja wiem, że wykonuję w tym momencie pracę 20 osób, mając na podorędziu tych asystentów, których mam i tych agentów AI. No i teraz widzisz, robiąc te eksperymenty, czyli my w tym momencie prowadzimy naraz, np. w easy.tools wychodzimy za granicę z tymi naszymi narzędziami. No i w easy.tools prowadzimy równocześnie kilkadziesiąt eksperymentów. I ktoś by powiedział, nie, no to jest bez sensu, przecież trzeba to dokładnie przetestować, trzeba taki eksperyment przeprowadzić tak, że wiemy, że te rezultaty są pewne, że jak wrzucimy gdzieś reklamę i się tym nie zajmiemy, to nie możemy z całą pewnością powiedzieć, że to nie działa. No właśnie nie, właśnie jest tak, że z AI możemy to przygotować porządnie, możemy, my w tym momencie iterujemy np. kampanię z mikroinfluencerami, gdzie generujemy tysiące wersji jakiejś reklamy, my nie wiem, równolegle lecą eksperymenty z reklamami na YouTubie, równolegle na LinkedInie, jeszcze innym narzędziem robimy jakiś outreach do jakichś bazy skrapowanych w jakiś tam sposób. No generalnie jakby tym wszystkim AI pomaga. I teraz to, co się uda, to od razu widać. Czy generalnie jakby jak się prowadzisz, jesteś w stanie przeprowadzić 100 eksperymentów np. w ciągu roku, już weźmy, dobra, w ciągu roku 100 eksperymentów marketingowych, no to w miesiącu już masz kilka, masz 10 w miesiącu czy 8, no to naprawdę jesteś w stanie bardzo szybko wykryć te, które działają dla ciebie w danych realiach, w danym ekosystemie najlepiej. Kiedyś takim eksperymentem, który nam super zadziałał właśnie, było wystawianie takich dedykowanych stron trochę właśnie pod SEO, trochę automatycznie generowanych, to jest takie podejście, trochę też Pieter Levels, nie wiem, czy go kojarzą nasi słuchacze, ale to jest chłopak, który tam sobie dużo robi takich projektów, sam prowadzi szereg biznesów, zarabia kosmiczne pieniądze, pracując po prostu solo, bo on właśnie też pracuje na takich eksperymentach marketingowych. Podpatrzyłem od niego właśnie to, jak on promował swoje Photo AI, jedną z takich stron, która tam całkiem dobrze działa. No i on faktycznie wystawiał mnóstwo stron takich automatycznie wygenerowanych, które odpowiadały na rozwiązanie konkretnego problemu. No i to na przykład zrobiliśmy i to nam super zadziałało, no a się okazuje, że teraz to już w ogóle nie działa. Czyli jakby to też jest moment, w którym to robisz, jest kluczowy. I jak dajemy sobie dużo szans i potrafimy poruszać się szybko, nie robimy jednego eksperymentu na pół roku, tylko 10 dziennie najlepiej i AI nam w tym może pomóc, no to szybko dostrzeżemy takich outlierów, po prostu rzeczy, które performują dużo lepiej. No i wtedy jak coś takiego mam, no to po prostu all in, jakby się tego trzymam. Czyli jak jakaś na przykład czasem jest kampania. Teraz ustawiłem sobie jakąś głupią kampanię, taką performance max. To też pokazuje, że nie ma się co oszukiwać. Po prostu te algorytmy zastąpią tych wszystkich ludzi, którzy setupują tę kampanię. Bo ja sobie ustawiłem sam, nie mając o tym pojęcia, kampanię, która performuje lepiej niż wszystkie osoby, które mi pomagały do tej pory w marketingu i ona performuje sobie sama. Z jakiego powodu? Nie wiem. Ale po prostu dosypuję tam tyle kasy, ile mogę, widząc, że to jakby nie spada, bo po prostu widzę, że działa. No i jak znajdziemy coś takiego, to po prostu warto jest się tego chwycić i trzymać. Natomiast to też ma swoją oczywiście ograniczoną, ograniczony potencjał. Kiedyś tak faktycznie myślałem, że kiedyś było tak trochę, że jak znaleźliśmy dobry kanał, no to można było na przykład jechać do San Francisco, wziąć 10 milionów dolarów tylko po to, żeby wrzucić w ten kanał i żeby zmultiplikować to do 100 milionów dolarów. A teraz w ogóle już tak nie jest. Teraz tak jest, że znajdziesz świetnie performujący kanał. Na przykład w zeszłym roku byli to dla mnie mikroinfluencerzy, którzy tam dobrze działali i to w ogóle też nawet nie z Europy ani nie ze Stanów, bo byli za drodzy. To były takie mikrokampanie po 20-50 dolarów i format, który na przykład nam się sprawdzał, byliśmy w stanie skalować po prostu na większe konta, większe konta, większe konta, czyli po prostu właśnie iterować. Dzisiaj to już w ogóle mniej działa, bo wszyscy się połapali, że to też działało. I wiecie, to po prostu jest tak, że takie QuickWiny się po prostu biorą z tych eksperymentów. I AI pomaga nam w tych eksperymentach bardzo, nawet na etapie koncepcyjnym. Ja nawet na etapie koncepcyjnym gadam dużo z AI. Dobra, co byśmy mogli zrobić tutaj, tutaj, tutaj? Jak myślisz, co może zadziałać? Podaj mi jeszcze 10 pomysłów, 20 pomysłów, 30 pomysłów na reklamę. OK, powiedz więcej, na jakiej stronie mogę znaleźć tych ludzi? Non stop to jest właśnie taka praca z AI wspierana tym deep researchem tam, gdzie trzeba właśnie od Gemini na przykład, no i wtedy robienie tego eksperymentu. Eksperyment u nas planujemy w cyklach, zwykle robimy dwa tygodnie właśnie na tym Linearze, mamy po prostu, przez te dwa tygodnie robimy eksperyment marketingowy polegający na rzeczy X i na przykład jedna osoba bierze ownership nad tym eksperymentem. Powiedzmy, że to są reklamy na LinkedInie, przez te dwa tygodnie nie robi nic innego, tylko ciśnie w te reklamy na LinkedInie, optymalizuje je i tak dalej. Później zastanawiamy się, czy to zostawić na przykład, żeby to działało na autopilocie przez kolejne 2-3 cykle, wracamy do tego, patrzymy, czy to jest skuteczne i ewentualnie to zamykamy, no i pewnie, nie wiem, 80% z tego zamykamy, z tych eksperymentów, a te 20%, które działa, to jest 1%, które nie wiem, wyszedł nam viral jakiś albo coś takiego i to się udało. Czyli skala, skala daje ci tę pewność, że ci się uda po prostu też, nie? To nie jest to, że zrób to dzisiaj, bo to działa. Nie, po prostu skala ci to determinuje i jeszcze niestety warunki rynkowe, w każdej branży coś innego działa.
KM: Tak, dokładnie. To do zapamiętania. Po pierwsze dywersyfikacja, bo to wynika z tego, co mówisz. Po drugie dużo testów i chyba bardzo mocno też konsekwencja. Coś na wzór też fail fast, bo testy i jak nie wychodzi to koniec. I chyba taką inspiracją poboczną, którą z tego złapałem i to też coś, co my ostatnio często robimy, to nagle może się okazać, że projekty, które były super skomplikowane w przeszłości, których nie robiliśmy, teraz z AI są banalne. I nawet jak nam się wydaje, że mogą nie wypalić, czy wypalić, trzeba to przetestować, bo to jest nie kilka dni, tylko parę godzin pewnie pracy na testach. Super. To zadam Ci ostatnie pytanie i tutaj już taką musisz, zwięzłą odpowiedź dla nas. Jak myślisz, jaki jest najczęstszy błąd teraz związany z marketingiem online, który w ogóle widzisz gdzieś u innych twórców, przedsiębiorców, ktoś dopiero zaczyna sprzedawać, startuje z tym wszystkim i wpada w tą samą pułapkę co inni?
GR: Tutaj są dwa obszary, bo najczęstszy błąd w marketingu to może być coś innego niż ten najczęstszy błąd osób, które zaczynają coś sprzedawać. Jeśli byśmy do tego tak podeszli, żeby wziąć te osoby początkujące faktycznie, to mamy bardzo dużo tych twórców na easy.tools, którzy właśnie sprzedają z nami różne rzeczy z sukcesem całkiem dużym i to są e-booki, jakieś kursy, tego typu rzeczy. No i tak, jeśli obserwujemy tę przestrzeń, no to faktycznie wydaje mi się, że największym błędem jest chyba sprzedawanie, że chcą sprzedawać, zanim zbudują jakieś zaufanie i jakiś produkt, który generalnie coś, co faktycznie jest inne niż inni, jest inne niż wszyscy, tak? Ogólnie teraz trzeba się dosyć mocno wyróżnić. No i może to jest też dobra, dobre skojarzenie w kontekście nawet większych firm i tak dalej, że tak naprawdę faktycznie też ten marketing nie działa bez zaufania i to zaufanie teraz buduje się trudniej niż kiedykolwiek i faktycznie trzeba zainwestować w to czas, środki, być autentycznym, robić rzeczy, które faktycznie dają ludziom wartość po to, żeby później coś sprzedawać. I to jest moim zdaniem, wśród tych osób najbardziej początkujących, ten największy błąd. Rzeczywiście myślą, że zrobią cokolwiek, a może nawet wygenerują z ChatGPT, jakiś e-book czy cokolwiek i to będzie działać. No oczywiście nie będzie, nie będzie działać i to powoduje wielką frustrację, więc ogólnie działają cały czas takie rzeczy jak budowanie zaufania społeczności, listy mailowej, jakby testowanie rynku przed wypuszczeniem produktu, co jest znowu z AI dużo łatwiejsze i tak naprawdę no dawanie najpierw wartości, zbieranie jakiejś małej grupy osób, dla których to rezonuje, iterowanie. Jak znajdziemy taką jednostkę, to łatwiej jest to wyskalować na więcej. W marketingu dokładnie tak samo to działa. Ludzie się bardzo mocno koncentrują na tych wielkich, dosypują do tej góry lejka, po prostu miliony jakichś tam leadów. To jest wszystko bardzo niskiej jakości, powoduje w ogóle wypaczenia danych. Ja jestem w ogóle, jestem fanem bardzo małych kampanii, takich targetowanych, takich gdzie jestem w stanie zrozumieć tych odbiorców, tą publiczność. W ogóle nie wierzę w te rzeczy, które wszystkie agencje mi też tam powtarzały, że po prostu musimy na tej górze lejka dopisać 100 tysięcy osób, to wtedy jak mamy tą konwersję 1% no nam się trochę zmniejszy, ale zostanie nie, okej, to po prostu było takie rozwodnienie danych, taki problem na supporcie, taki problem z niedopasowaniem oferty, że to jest w ogóle bez sensu, więc bardzo małe targetowane kampanie zawsze działają dużo lepiej, dawanie wartości, zbieranie takiej próbki osób, którą możemy później rozszerzać i skalować. No i ogólnie też po prostu ja uważam, że te rzeczy w reklamie, które działały jeszcze kiedyś, one bardzo szybko się zmieniają, ewoluują i teraz już mało co działa, ale zawsze działa autentyczne dawanie wartości po prostu ludziom, czyli ludzie mówią, że te lead magnety nie działają i takie inne rzeczy, no ale u mnie to wszystko działa, bo jak ja to zrobię bardzo dobrze jakościowo, ludzie to doceniają i później chętnie kupują jakieś większe produkty, więc ja uważam, że wbrew pozorom jakby nie działają takie, właśnie im większy target, im szersza publiczność, tym mniej działa, natomiast działa tak naprawdę to, co zawsze, ale testowane na małej grupie osób i dawanie dużej wartości w tym wszystkim.
KM: Czyli jeżeli będziemy podchodzić do naszego użytkownika końcowego, jak do człowieka, któremu przekazać wartość i nasz lead magnet będzie faktycznie poradnikiem, który da wartość, mamy większą szansę na sukces. Bardzo dobra rada, bo wiele osób kopiuje pomysły albo strzela z ogromnego działa do muchy i wtedy jest problematyczne. Super.
GR: Zobacz, jaki to jest w ogóle absurd. Ja teraz zacząłem się zastanawiać nad tym, no dobra i wszyscy idą do tego Writesonic i zaczną pisać te automatycznie wygenerowane posty na blogi, nie? I po co w ogóle te posty pisać? Jakby jaki jest cel? Jakby to jest podążanie po prostu, bo wszyscy to robią, to ja będę to robić. Już udowodniliśmy, że SEO już naprawdę nie działa w taki sposób, jak uważamy, że działa, że teraz wszyscy muszą zredefiniować swoje podejście, że jednak dodawanie wartości long term miało dużo większy sens niż optymalizowanie pod te wszystkie słowa, robotów, jakieś zbudowanie jakichś tych zaplecz i tak dalej. Ten arbitraż już na mnie po prostu nie działa. Jakby to jest tak, że ja się nawet zaczynam zastanawiać, kto będzie w ogóle czytał te posty, skoro ja mogę tak naprawdę zapytać Alice i Alice mi zrobi ten post, który jest dopasowany do mnie, nie? Jakby ja nie muszę nawet nigdzie szukać, a bardzo często jak chce się czegoś dowiedzieć, to w ogóle Google to już nie używam, nie wiem od kiedy, ale wiesz, ludzie tak będą robić, ludzie będą prosić ChatGPT, żeby im napisało artykuł na temat, na który chcą przeczytać i będzie dopasowany do nich.
KM: Tutaj myślę, że warto też cofnąć się do podstaw, bo pisaliśmy posty, czy dalej piszemy, ale pytanie jest po co, czyli pokazać jako eksperci, a czy wrzucając rzeczy generowane z AI, które są słabej jakości albo posty typu czy dziś jest niedziela handlowa, no to czy my się pokazujemy jako eksperci, czy my się pokazujemy jako źródło wiedzy, czy ja zadzwonię do tej firmy, żeby zapytać ich o to, jaki rower wybrać i tak dalej. No tutaj to ewoluuje i jeżeli ktoś został tylko przy tym, że cały czas tworzy treści i pokrywa masowo słowa kluczowe, faktycznie to jest duży, duży błąd. Będziemy kończyć dzisiejszą rozmowę, chociaż można by o AI, narzędziach i tych tematach mówić i mówić. Jak widzicie, jest to temat rzeka. Mam nadzieję, że trochę nazw z Wami zostanie, trochę inspiracji i gorąco tutaj, myślę, zachęcamy z moim gościem do tego, żeby testować, do tego, żeby próbować, żeby nie zostać z tyłu, bo tak jak mówimy, to osoby, które będą potrafiły wykorzystywać tę technologię i te narzędzia w praktyce, będą na pewno wygranymi na rynku pracy docelowo i wygranymi również w biznesie, czego Wam życzymy. Grzegorz, bardzo, bardzo dziękuję za podzielenie się wiedzą i Twoimi przemyśleniami.
GR: Bardzo dziękuję Krzyśku też i życzę naszym słuchaczom też wszystkiego dobrego. Dużo optymizmu w kontekście AI, bo naprawdę jest w stanie nam rozwiązać mnóstwo problemów i bardzo, bardzo pomóc i po prostu nie trzeba się tego bać. Trzeba stawiać na edukację, na to, żeby być ciekawym, rozwijać się, korzystać z fajnych zasobów i testować, eksperymentować, dokładnie. Dzięki serdeczne!
KM: Świetnie. Dzięki wielkie!
Spodobał Ci się ten artykuł?
Zapisz się na newsletter - nie spamujemy!
Loading...
