Yury Rudnitski, Produktchef for ChatOn-appen (AIBY Group) – Interviewserie

Yury Rudnitski er en produktchef hos AIBY Group, et selskab, der specialiserer sig i udvikling og udgivelse af AI-drevne mobile apps. Den mest kendte app i hans portefølje er ChatOn, en populær AI-chatbot. Yurys kerneansvar ligger i den end-to-end-overvågning af produktudviklingslivscyklussen.

Hvad var det, der oprindeligt tiltrak dig til programmering og softwareingeniørarbejde?

Under mine skoleår indså jeg, at computere giver os ubegrænsede muligheder. Selv en skoleelev kan skabe simple programmer, der bliver til fuldgyldige produkter. For eksempel skabte jeg et program, der hjalp lærerne med at organisere en timeplan for hele skolen. Følelsen, jeg fik fra at skabe noget værdifuldt for mange mennesker, var fantastisk. Dette var, hvad der bestemte mit valg af felt og profession.

Du er gået fra en baggrund i softwareingeniørarbejde til produktledelse. Hvad var de mest betydningsfulde udfordringer, du stod over for under denne overgang, og hvordan overvandt du dem?

Figurativt set var den mest betydningsfulde udfordring at “dræbe” ingeniøren i mig. I min nye rolle skulle jeg anvende min produktledelsesekspertise og fokusere på produktvækst, snarere end at give råd til ingeniører eller udvikle løsninger for dem på ingeniørniveau. Med andre ord skulle jeg lære at dele opgaver og stole på professionelle.

En anden vigtig udfordring i min nye rolle var behovet for at kommunikere mine idéer til hele holdet meget oftere. Jeg skulle holde mange møder og præsentationer, så mine offentlige talefærdigheder skulle bringes til et helt nyt niveau.

ChatOn har opnået betydelig popularitet med sine AI-drevne funktioner. Kan du diskutere nogle specifikke innovationer eller gennembrud i AI, der har haft en særlig indvirkning på ChatOns udvikling?

Selvfølgelig var skabelsen af ChatOn kraftigt påvirket af det dramatiske spring i udviklingen af store sprogmodeller (LLM). På et bestemt tidspunkt blev det klart, at dette markerede begyndelsen på noget nyt og stort, der åbnede op for nye muligheder.

Konceptet med chatbots er ikke selv nyt, men niveauet, hvortil de kan løftes med AI-modeller, var tidligere utænkeligt. Vi udnyttede denne situation og skabte vores chatbot-app på basis af ChatGPT-API’et. Fra starten har vi lagt langt mere værdi i vores app end andre produkter kunne tilbyde, og vi fortsætter med at udvikle yderligere funktioner.

I tidligere interviews har du understreget vigtigheden af at starte med brugerproblemer i produktudvikling. Kan du dele et eksempel på, hvordan brugerfeedback direkte har påvirket en større funktion eller ændring i ChatOn?

Når vi arbejder på ChatOn, lægger vi stor vægt på feedback fra forskellige kilder. Vi studerer anmeldelser i app-butikker og klager, der er modtaget af vores supportservice. Derudover interviewer vi brugere af vores app og andre lignende apps. Denne tilgang hjælper os med at identificere brugernes behov og udvikle nye funktioner for at imødekomme dem.

For eksempel afslørede vores analyse af feedback, at brugere havde svært ved at formulere følgespørgsmål, når de interagerede med chatbot’en. Generelt havde nye brugere kun lidt idé om, hvordan de skulle starte med at udforske chatbot’ens funktioner.

Baseret på disse indsigt skabte vi funktionen “Følgespørgsmål”. Inden for denne funktion foreslår chatbot’en selv spørgsmålsmuligheder til brugerne for at hjælpe dem med at fortsætte samtalen. Efter dens udgivelse så vi, at efterspørgslen efter den var enorm. Brugere satte stor pris på kvaliteten af spørgsmålene og hvordan de hjalp dem med at udforske emner i dybden.

Hvor ser du fremtiden for AI-drevne kommunikationsapps som ChatOn hen i de næste fem år, især i forhold til brugerinteraktion og engagement?

Hvis vi prøver at se ind i fremtiden og forudsige, hvordan AI vil udvikle sig, tror jeg, det vil begynde at fungere som en proxy mellem brugere og den ydre verden. Takket være forståelse af menneskeligt sprog kan AI generere opgaver (som tidligere skulle udføres af mennesker), ligesom J.A.R.V.I.S. fra Marvel-filmene. Det er langt mere bekvemt at sige til din virtuelle assistent med stemme, hvilke begivenheder der skal tilføjes til din kalender, hvor du skal reservere en bord, eller hvornår du skal aftale en lægetid.

Mere realistisk er modellerne allerede i gang med at udvikle multimodalitet. Det handler om evnen til at acceptere ikke kun tekst, men også billeder, video og lyd som input og generere nyt indhold baseret på dette input. For eksempel er det muligt at generere musik fra et billede eller omvendt. Dette åbner op for lovende muligheder for anvendelse af AI i forskellige domæner. Ud over indholdsskabelse er AI allerede i gang med at gøre betydelige fremskridt i medicin og videnskab, hvor det kan behandle store datamængder og trække konklusioner baseret på dem, en opgave, der ville tage mennesker år at udføre.

Med AI-teknologier, der udvikler sig hurtigt, hvordan sikrer ChatOn, at dens teknologi anvendes til fordel for brugerne, og hvordan håndterer I ethiske bekymringer?

Den største udfordring, der står over for skaberne af både LLM’er (som OpenAI eller Anthropic) og apps bygget på dem (som ChatOn), er at gøre dem så sikre som muligt for slutbrugere og sikre, at teknologien tjener det større gode.

Som skabere af ChatOn arbejder vi på den end-applikations-side. Vores ansvar er at aktivere brugere til at markere bestemte etiske overtrædelser inden for vores app. For eksempel, hvis en chatbot har brugt upassende sprog i en besked eller har været respektløs over for brugeren eller andre. Når vi modtager sådant feedback, kan vi instruere chatbot’en til at undgå strukturer, ord eller betydninger, der kan medføre moralsk skade for brugeren. Generative modeller til at skabe billeder er udstyret med strenge filtre for at forhindre generering af upassende indhold. Når modellen modtager en etisk anmodning, vil den svare, at den ikke kan skabe et billede til det.

Samlet set er den etiske brug af AI en bekymring for hele menneskeheden, der skal håndteres på alle niveauer. På niveauet for en chatbot-app gør vi, hvad vi kan inden for vores muligheder.

I et hurtigt udviklende felt som AI, hvordan sikrer du, at ChatOn forbliver foran markedstrends og konkurrentudviklinger?

Jeg tror ikke, der findes en universel opskrift på at være foran markedet og konkurrenterne hele tiden. Det er dog vigtigt at forstå, hvilke aspekter der er inden for produktteamets kontrol og hvilke vi kan påvirke.

En af de bedste måder at forblive i front er at lytte til vores brugere og dykke ned i deres behov, udfordringer og aspirationer. Det er afgørende at analysere disse data grundigt. At imødekomme et brugerproblem direkte er ikke altid den bedste tilgang. Nogle gange ligger et andet problem under overfladen af et problem, og ved at løse det kan vi gøre produktet bedre for mange brugere.

Det er også essentiel at holde øje med teknologiens udvikling generelt. Nogle gange opstår der muligheder for at implementere, hvad der tidligere blev betragtet som umuligt.

Selvfølgelig er det vigtigt at overvåge dine konkurrenter. Dette skal ikke gøres med det eneste formål at hastigt kopiere deres funktioner, men snarere for at udforske deres innovative idéer, overveje, hvordan og hvorfor de opstod, teste hypoteser og vælge de bedste.

Min tilgang er at tegne sin egen kurs, mens man er bekendt med, hvad der sker omkring en. Denne tilgang kræver en klar strategi for at hjælpe med at holde kursen.

Som ekspert i AI og produktledelse, hvilke opkomne teknologier eller tendenser i AI er du mest begejstret for, og hvordan kan de påvirke fremtiden for apps som ChatOn?

Først og fremmest er det fascinerende at se udviklingen af i dagens LLM’er, hvor efter et betydeligt gennembrud begynder en fase med “at bygge på styrker”. Mængden af data, der bruges til at træne modellen, og antallet af parametre begge øges. Dette vil gøre modellerne langt mere kapable.

Det vil også helt sikkert blive muligt at køre sådanne store modeller på mobiltelefoner, tabletter eller bærbare computere uden at gå online. Denne fremgang vil forbedre brugerdata-sikkerhed og bekvemmelighed, mens den også reducerer omkostningerne ved sådanne tjenester.

For ChatOn og andre apps vil AI-udviklingen enable dem til at løse brugeropgaver, der tidligere var umulige at løse. For eksempel kan du i dag trække de vigtigste idéer ud af en 100-siders dokument på kun 10 sekunder. Over tid vil AI-bots udvikle sig fra blot nyttige værktøjer til digitale personlige assistenter, der forstår dig bedre end nogen andre og kan endda afslutte dine sætninger. Denne udvikling vil betydeligt simplificere dit liv, så du kan fokusere på, hvad der virkelig er værdifuldt og interessant for dig.

Tak for det store interview. Læsere, der ønsker at lære mere, kan besøge AIBY Group eller downloade ChatOn-appen.