Kako ste došli na ideju da razvijete tražilicu za kreatore u aplikaciji Musical.ly, kasnije prodanoj ByteDanceu, vlasniku TikToka?

U to vrijeme bio sam zaposlen u tvrtki privatnog kapitala i nisam imao veze s aplikacijama, već je moja mlađa sestra bila 'navučena' na njih. Tako sam i primijetio da Musical.ly raste 50 posto mjesečno. Zatim sam se polagano počeo obraćati kreatorima i shvatio da većina njih ne dobiva visokokvalitetne ponude. Ljudi su bili zainteresirani za darivanje, ali rijetki su znali kako uspostaviti odnose s brendovima te mnogi kreatori nisu imali menadžment. To me ponukalo da počnem pomagati nekolicini kreatora ad hoc, a onda sam i shvatio da postoji prilika za izradu osnovnog softvera koji bi im pomogao da se povežu s brendovima.

Sve je počelo s kreatorima koji su mi slali snimke zaslona svojih analitičkih podataka, koristeći osnovni OCR za izvlačenje podataka i zatim ih stavljajući u CRM/bazu podataka. To uopće nije bila visoka tehnologija, ali je brendovima doista olakšala proces.

Koje su ključne karakteristike vaših tražilica što vas izdvajaju od drugih sličnih alata? Kako ste svoju tražilicu promovirali među kreatorima na platformi Musical.ly/TikTok?

Najznačajnija stvar je to što smo imali odlične odnose s kreatorima. Oni bi nas preporučili i uputili robne marke na našu stranicu. Znali smo doprijeti i do 100+ kreatora dnevno, a kako sam bio u kontaktu s njima, imali smo saznanja iz prve ruke što funkcionira, a što ne. Tako da je ključ uspjeha naše tražilice bio taj da smo obraćali pozornost na potrebe kreatora.

Kako vidite budućnost tehnoloških alata za kreatore na platformama kao što je TikTok? Kako vaš algoritam identificira i rangira kreatore sadržaja?

Platforme poput TikToka već čine velike korake u stvaranju tržišta. Mislim da će u budućnosti brendovi masovno testirati kreatore za relativno malo novca. Druga opcija koju vidim jest da će početi preuzimati udjele u tvrtkama te samim time sklapati poslove tamo gdje posjeduju velik postotak udjela u zamjenu za dugoročnu promociju.

Algoritam se temelji na potrebama brenda, pa ako kažu da trebamo mađioničara u Idahu s 500.000 pratitelja, algoritam će ga odmah pronaći. Vrlo jednostavno.

Koje ste zanimljive trendove primijetili među kreatorima na TikToku? Što mislite, koji su ključni faktori njihova uspjeha na TikToku?

Mnogi kreatori stvaraju sadržaj samo kada za to imaju vremena te stječu sljedbenike isključivo temeljem trendova. Vjerujem da najveću priliku za uspjeh na platformama imaju oni koji su svoj rad dugoročno gradili i koji su stvorili vjernu publiku.

Kako osiguravate to da vaši AI alati budu sigurni i etički prihvatljivi?

Partneri smo s tvrtkom koja se zove prompt Armor. Oni otkrivaju čitav niz čimbenika kao što su sigurnosni rizici, PII, curenje podataka, brzo ubacivanje, napadi, otkrivanje prijetnji, vulgarnosti itd. U konačnici, na pružateljima LM-a je da osiguraju to da njihovi modeli ne predstavljaju nikakav rizik.

Najveći izazov je postići da sustavi budu dovoljno pouzdani tako da im ljudi vjeruju na isti način na koji vjeruju ljudskim timovima.

Kako će po vama umjetna inteligencija utjecati na poslove ljudi; hoće li zamijeniti potrebu za zapošljavanjem ili će se više usredotočiti na unaprjeđenje drugih vještina?

Ne mislim da će umjetna inteligencija zamijeniti potrebu za zapošljavanjem ljudi. Mislim da će im omogućiti da žive ispunjenije karijere jer će dijelovi poslova biti potpuno automatizirani, osobito oni koje ne vole raditi.

Zaposlenici će doživjeti brži napredak u karijeri jer svoje vrijeme neće trošiti na svakodnevne zadatke. Bit će usmjereni na postizanje najvećeg mogućeg utjecaja na tvrtku - naprimjer, ako zaposlenik provede pet sati dnevno ogovarajući na mailove, a AI mu pomaže uštedjeti tih pet sati, to znači da će imati više vremena za druge poslove, za nove ideje koje mogu potaknuti napredak tvrtke. Također, ne mislim da su AI sustavi dovoljno pouzdani da bi preuzeli zapošljavanje ljudi, već su tu da automatiziraju određene procese koje rade zaposlenici.

Kakva je po vama budućnost umjetne inteligencije?

Budućnost umjetne inteligencije i agenata vidim kao dio svakodnevnog posla svih nas. Vidim svijet u kojem ljudi kada počinju svoj prvi dan na poslu, umjesto da ga započnu sami, imaju tim agenata koji rade izravno s njima uz Slack ili Microsoft Teams. Na svako pitanje u vezi s ljudskim resursima dobit će odmah odgovor, a na svako pitanje u vezi s prodajom odmah će dobiti odgovor prodajnog agenta. Neće biti potrebe ugovarati termine za razgovor s osobom koja ima već ionako pretrpan raspored.

Cilj je da postoje virtualni zaposlenici kojima svatko može pristupiti u bilo kojem trenutku. Ako postoji zadatak koji zaposlenik ne želi obaviti, ondje je agent koji ga preuzima te se na taj način ljudi mogu usredotočiti na zadatke koje stvarno uživaju raditi. Na kraju, sve što zaposlenik radi bit će zabilježeno i koristit će se u podacima za obuku AI agenta, čiji je cilj optimizirati i automatizirati njegov rad. Dakle poticat će se zaposlenike da rade kreativne zadatke, a ne one koji su robotizirani, ponavljajući i one koji ne zahtijevaju ljudski dodir. Ideja je da svaki zaposlenik ima svoj AI tim koji će ga učiniti uspješnim.

AgentOps.ai i DevOps

Što vas je motiviralo da prijeđete na razvoj alata AgentOps.ai nakon uspjeha s tražilicom za Musical.ly/TikTok?

Suosnivač Alex i ja počeli smo stvarati agente početkom 2023. Jedini problem bio je taj što nisu bili dovoljno pouzdani da ih prihvate u poduzećima. U početku smo izgradili AgentOps kao interni alat za otklanjanje pogrešaka, a cilj nam je bio učiniti našeg agenta pouzdanim. Dok smo bili u San Franciscu, brzo smo shvatili da postoje i drugi programeri koji su se suočavali s istim problemima. Naš je cilj stoga postao da im pomognemo razumjeti što su njihovi agenti radili u proizvodnji, gdje su bili uspješni, gdje su bili neuspješni i gdje je postojala potreba za revizijskim zapisnicima u velikim poduzećima.

Što je točno AgentOps.ai i kako vaši alati pomažu programerima AI agenata?

Odnosi se na Python SDK za nadzor agenata, praćenje troškova LLM-a (veliki jezični model), usporednu analizu itd. Integrira se s većinom LLM-ova i agentskih okvira kao što su CrewAI, Langchain i AutoGen (Microsoft Research).

AgentOps.ai omogućuje programerima da izgrade pouzdane agente, spremne za prihvaćanje u poduzećima. Uz našu platformu, poduzeća mogu razumjeti sve što njihovi agenti rade u testiranju i proizvodnji. Na taj način smo izgradili bolje iskustvo za razvojne programere.

Koji su ključni izazovi s kojima ste se suočili prilikom postavljanja alata AgentOps.ai i kako ste ih prevladali?

Jedan od najvećih izazova je biti u tijeku sa svim vrhunskim projektima, osiguravajući najbolju moguću integraciju s njima. Svaki se dan stvaraju nove agentske tvrtke, a naša je odgovornost odrediti s kojom ćemo od njih ostvariti duboku integraciju.

Kako napreduje razvoj MLOps alata za AI Agent programere? Koja je razlika između alata Agent.Ops.ai i MLOP-a?

Agenti se razlikuju od tradicionalnih ML aplikacija jer poduzimaju radnje izvan modela. Cilj je s 'dobnim gumbima' razumjeti sve što agent radi u proizvodnji - pratiti svaki API poziv, svaku mrežnu interakciju, svaku podatkovnu točku s kojom agent komunicira. Dok je MLOps usredotočen na model, mi smo usredotočeni na rezultate modela u kombinaciji s rezultatima u stvarnom svijetu.

Kako ste iskoristili svoje prethodno iskustvo s Bootstrappedom i Bilt Rewardsom prilikom postavljanja alata AgentOps.ai?

Shvatio sam važnost izgradnje nevjerojatnog brenda. Suosnivač Alex i ja proveli smo puno vremena fokusirajući se na izgradnju zajednice ljudi koji vole naš proizvod. Iako nismo toliko okrenuti potrošačima kao Bilt, napravili smo velike korake da ostvarimo središnju skupinu korisnika koji su veliki zagovornici našeg proizvoda.

Naš početni cilj prilikom podizanja sustava bio je da ostanemo realni što se tiče naših mogućnosti i napredujemo umjerenom brzinom. To je velika prednost u odnosu na neke tvrtke jer smo vidjeli da prebrzo rastu.

Kako konkretno vaši AgentOps.ai alati pomažu tvrtkama i programerima da poboljšaju svoje AI procese?

Svaki dan imamo programere koji nam se obraćaju, govoreći da ne znaju otkloniti pogreške svojih agenata. Oni koriste AgentOps kako bi razumjeli što njihovi agenti rade u proizvodnji, a to je da traže načine poboljšanja pouzdanosti, smanjenja troškova, poboljšanja brzine i slično. Najbolji dio je to što su spremni doprijeti do kupaca čim se implementiraju.

Što savjetujete onima koji žele pokrenuti tvrtku u području umjetne inteligencije, pogotovo mladim poduzetnicima?

Mladim poduzetnicima preporučujem da testiraju ono što je dostupno na tržištu. Postoji popis od 100+ agenata na staf.ai, neka pogledaju što im se sviđa. Također, potrebno je da osvijeste što već postoji, a što ne. Tek kad dokažu potražnju, neka prijeđu na izradu cjelovitog proizvoda.

Što vas najviše motivira u radu s umjetnom inteligencijom i razvojem novih tehnologija?

AI ne ide nikamo. Samo će se poboljšati. Uzbuđen sam time što će ljudi živjeti ispunjenijim životom jer će dijelovi poslova koji im se ne sviđaju biti automatizirani. Uzbuđen sam što pomažem ljudima da žive ispunjenije karijere i živote.