Sztuczna inteligencja w małej firmie – czy to możliwe?

Podczas prezentacji iPhone’a X firma Apple poinformowała, że jest on wyposażony w sztuczną inteligencję. Uruchamia się go, patrząc w ekran, a telefon rozpoznaje właściciela nawet wtedy, gdy zapuści on brodę, założy okulary albo czapkę.

Co to ma wspólnego ze small biznesem? Właściwie nic. Obstawiam, że większość przedsiębiorców w Polsce nie wyda 5 tys. złotych na taki smartfon. Ale jest pewien wątek, który od jakiegoś czasu bardzo mnie interesuje: kiedy małe firmy będą mogły używać sztucznej inteligencji w swojej działalności? A może już jest ona dla nas dostępna?

Świat zmienia się szybciej, niż myślisz – mój dzisiejszy gość nie tylko fascynuje się tym zjawiskiem, ale również dokłada do niego własną cegiełkę. Pracuje jako architekt systemów informatycznych w General Electric w Krakowie, od marca nagrywa swój podcast Biznes Myśli, a nazywa się Vladimir Alekseichenko.

Linki do osób i firm wymienionych w tym
odcinku podcastu

Prezent dla słuchaczy

Słownik pojęć sztucznej inteligencji
Słownik pojęć sztucznej inteligencji. Zapisz się do Klubu MWF i pobierz e‑book Chcę to 

Zobacz dodatkową rozmowę wideo

Aby używać odtwarzaczy multimedialnych, musisz wyrazić zgodę na użycie plików cookies usług odtwarzaczy
Ok, zgadzam się

Podcast do czytania

Cześć Vladimir.

Cześć Marek.

Powiedz, co ostatnio czytałeś?

Czytam bardzo dużo technicznych książek, ale może teraz pominę te książki.

Bardzo ci dziękuję.

Ostatnio trafiła do moich rąk, dość przypadkowo, taka fajna książka. Chociaż z tym przypadkowo to może trochę teraz żartuję, bo zauważyłam, że jak czegoś bardzo chcę, to myślą przyciągam odpowiednie rzeczy. Szedłem sobie koło księgarni – zdradzę taką małą tajemnicę, moja żona wie, że jak przechodzę obok księgarni, to czasem mogę zniknąć na godzinę czy nawet dwie, bo tam czuję się komfortowo. Niektórzy potrzebują sobie wyjść na imprezę, to ja potrzebuję co jakiś czas wyjść do księgarni. Więc trafiłem w księgarni na książkę o tytule Mniej znaczy więcej napisaną przez Briana Drapera. Książka jest dość cienka, ma trochę mniej niż 200 stron, więc jak ktoś się uprze, to można ją przeczytać w jeden dzień. Ale tego nie polecam, dlatego, że to jest dość streszczona wiedza, którą najlepiej czytać dość powoli. Zawiera 23 czy 25 rozdziałów, fajnie jest wieczorem przeczytać kilka stron i zastanowić się nad tym.

Podam kilka przykładów, dlaczego akurat ta książka może być wartościowa. Wydaje mi się, że jeżeli ktoś jest zabiegany, próbuje optymalizować swój czas, ale nadal mu to nie wychodzi, przerabiał różne treningi zarządzania czasem, czytał książkę Getting things done, ale nadal tych rzeczy jest za dużo i nie może sobie z nimi poradzić, to ta książka będzie dla niego ciekawa. Opowiem o takim eksperymencie, który był zrobiony bodajże przez profesora psychologii na uczelni w Wirginii. Polegał on na tym, że najpierw studentów, a później ludzi z różnych grup wiekowych, proszono o samotne pozostanie w pokoju na 6-15 minut. Później byli pytani o samopoczucie. Oczywiście nie mieli nic do zrobienia, nie mieli przy sobie telefonu czy książki, po prostu mieli zostać samotnie. Okazało się, że w większości przypadków ci ludzie czuli się bardzo źle, okazało się, że zostać z samym sobą jest bardzo dużym wyzwaniem.

Później prosili o to samo, ale dali książkę albo telefon, wtedy sytuacja była dość komfortowa, większość stwierdziła, że jest bardzo fajnie. Następnie powiedzieli uczestnikom, że mają wybór: albo znów zostają sami bez niczego, albo dają się porazić prądem o niewielkim napięciu, co jest nieprzyjemne. W ten sposób można było zmierzyć, na ile zostać samemu jest gorsze niż przeżyć nieprzyjemne uczucie. Dość dużo osób wybrało właśnie to nieprzyjemne uczucie.

Była tam też taka ciekawostka, którą nie do końca można łatwo zinterpretować. Okazuje się, że dwie trzecie mężczyzn wybrało porażenie prądem, kobiety były bardziej odporne. Częściowo tłumaczy się to w ten sposób, że kobiety się boją, ale z drugiej strony tłumaczone jest to tak, że częściej mogą zostać same ze sobą i nie muszą mieć non-stop jakichś akcji.

Są silniejsze psychicznie, co tu dużo mówić. To jest silna płeć.

Tak można to zinterpretować. Jeszcze kilka ciekawych rzeczy z tej książki, na przykład o rzeczach wartościowych. Wiele jest treningów, które mówią, że trzeba wybierać to, co jest najbardziej wartościowe, nadawać rzeczom priorytety, ale w praktyce ciężko jest to zrobić. Były takie ćwiczenia, masz wyobrazić sobie, że budzisz się w nocy i jest pożar. Co wtedy będziesz robić? Czy pójdziesz odpowiadać na maile, SMS-y, czy będziesz ratować swoją rodzinę?

I co wtedy? Czy są jakieś wyniki, ile osób poszło odpowiadać na maile [śmiech]?

Książka daje do myślenia, jak często nie do końca zdajemy sobie sprawę, które rzeczy są ważne, które są mniej ważne, często przejmujemy się na przykład porażką, albo tym, że ktoś coś złego o nas powiedział, i rzadziej przejmujemy się prostymi rzeczami, które są bardzo wartościowe. Podczas pożaru najpierw ratujemy rodzinę, a później bierzemy jakąś pamiątkę, coś, co nie ma dużej wagi materialnej, nie możemy tego sprzedać, ale dla nas jest bardzo wartościowe na przykład zdjęcie albo jakiś prezent od kogoś.

Myślę, że ciebie strach pytać o książki, po tym, co mówiłeś na początku o księgarniach. Dlatego że człowiek zada jedno pytanie, a ty jesteś w stanie naprawdę nawet z jednej niegrubej książki wycisnąć wiele ciekawych treści, informacji i tego, co ci zostało w głowie, także dzięki za podzielenie się tym tytułem. Mniej znaczy więcej, tak?

Jeszcze tak może na koniec o jeszcze jednej książce, której jeszcze nie skończyłem, ale naprawdę polecam. Sztuka zwycięstwa to książka o twórcy brandu Nike. Wiemy, że to jest duża firma, która ma duże budżety marketingowe, i właśnie dlatego jest taka znana. Ale tak naprawdę kiedyś Nike była małą, nieznaną firmą. To jest bardzo fajna autobiograficzna książka, jeszcze jej nie skończyłem, ale naprawdę bardzo mnie zachwyca.

Świetnie, dziękuję ci bardzo za te rekomendacje. Chciałbym dzisiaj z tobą porozmawiać o temacie, który chodzi mi po głowie dość często, dlatego że słucham twojego podcastu „Biznes myśli”. Dopóki nie zacząłem słuchać tego twojego podcastu, to kompletnie się tym tematem nie interesowałem, nie zajmowałem, ale im dłużej słucham, tym więcej pytań mi się nasuwa i dlatego właśnie chciałem z tobą porozmawiać. Zastanawiam się, na ile te rzeczy, o których mówisz, którymi się zajmujesz na co dzień, czyli sztuczna inteligencja, uczenie maszynowe, mogą przełożyć się na codzienne działanie małych i średnich biznesów, takich firm, które prowadzą słuchacze podcastu Mała Wielka Firma. Więc najpierw, żeby uporządkować pewne pojęcia, chciałem cię zapytać o dwie rzeczy: uczenie maszynowe i sztuczną inteligencję. Co to znaczy i czym te dwie rzeczy się od siebie różnią?

Sztuczna inteligencja jest czymś bardzo wizjonerskim i ona odpowiada bardziej na pytanie „co?”. Uczenie maszynowe jest podzbiorem sztucznej inteligencji i można powiedzieć, przynajmniej na dzisiaj, najważniejszym wołem roboczym, czyli tak naprawdę pomaga realizować tę sztuczną inteligencję.

Mówi się także, że sztuczna inteligencja to jest taki stan, kiedy pojawia się inteligentny byt, porównywalny do człowieka lub nawet zdolniejszy niż człowiek. Nie chodzi o ograniczone obszary, jak na przykład gra w szachy czy w go, tylko ogólnie – ona zachowuje się jak człowiek albo nawet jeszcze bardziej inteligentnie.

To, co dziś jest wizjonerskie, jutro będzie codziennością

Czy jest realne, żeby za naszego życia taki byt bardziej inteligentny od człowieka powstał?

Tutaj jest kilka grup, które mają zupełnie różne zdania. Na przykład Elon Musk jest przewodniczącym jednej grupy, który bardzo się martwi, że faktycznie to jest możliwe i to może nastąpić już w trakcie najbliższych 15-25 lat. To jest ciekawa sytuacja, bo dosłownie tydzień temu firma, którą Elon Musk sponsoruje, a nazywa się Open AI, napisała taki algorytm, który wygrał w dość zaawansowaną grę Dota 2, strzelankę, z jednym z najbardziej zaawansowanych zawodników. Tutaj jest ten konflikt, że z jednej strony Elon Musk głosi, że musimy się wstrzymać z rozwojem sztucznej inteligencji, a z drugiej strony cieszy się z tego, że właśnie firma, którą on otworzył, zrobiła kolejne kroki naprzód w tej dziedzinie.

Druga grupa uważa, że to jest kompletnie niemożliwe. Za tym wszystkim, co my teraz wiemy o sztucznej inteligencji, stoi taka zwykła matematyka, jakiś ciąg liczb i ciężko sobie wyobrazić, że ten ciąg liczb kiedyś będzie świadomy. Dlatego oni są bardzo sceptyczni.

Moja opinia tak naprawdę zależy od kontekstu. Żona się ze mnie śmieje, że ja przełączam tryby myślenia właśnie w zależności od kontekstu. Patrząc pragmatycznie, też ciężko jest mi uwierzyć, że to jest możliwe, bo jest to ciąg liczb 050106 – nie jest dla mnie zrozumiałe, jak on może mieć świadomość. Z drugiej strony, jeżeli myślisz tak bardziej wizjonersko, to jest wiele rzeczy, których kiedyś nie rozumieliśmy, ale później stały się realne. Przez to, że byliśmy zamknięci w takim jakimś pudle, to nie wiedzieliśmy, jak to się może wydarzyć. To, że kiedyś w bliskiej przyszłości, powiedzmy za 10 lat, życie będzie wyglądało zupełnie inaczej, to jest pewne. To, że kiedyś komputer będzie mądrzejszy niż człowiek i zacznie wojnę z człowiekiem, stoi pod dużym znakiem zapytania.

Dobra, to na chwilę zostawmy to, co będzie w przyszłości albo nie będzie, bo to jest zawsze jakaś niewiadoma. Zajmijmy się tym, co widzimy dzisiaj w codziennej rzeczywistości firm. Na przykład coś, co ostatnio stało się bardzo popularne, to są boty, choćby na Facebooku. Czy takie boty to jest już jakaś forma sztucznej inteligencji, czy nie? Czy to jest zwykły prosty program, który z inteligencją nie ma nic wspólnego?

Myślę, że warto podać kontekst, żeby to było bardziej zrozumiałe dla słuchaczy. Później rozszerzę to pytanie, które zadałeś. Wyobraźmy sobie dwa wymiary: w pierwszym wymiarze mamy dwie opcje, w drugim wymiarze też, więc w sumie są cztery opcje – kwadrat dwa na dwa. Pierwszy wymiar to jest dziedzina otwarta i dziedzina zamknięta. Jako przykład dziedziny zamkniętej może być pizzeria. Co taki chatbot może zrobić? Może przyjąć zamówienie, zapytać się o rodzaj ciasta, ilość sera, jaki masz adres i podobne pytania i w ten sposób się komunikuje. Natomiast, jeżeli zadasz chatbotowi pytanie poza tym tematem…

Na przykład czy pani z pizzerii, która podaje pizzę, ma dzisiaj fryzurę uczesaną w warkocz czy w kucyk...

Tak. To wtedy on po prostu się zgubi, bo nie jest przygotowany na takie pytanie. Więc powie „ja nie wiem” albo „zapytaj o coś innego”. I to jest dziedzina zamknięta. Otwarta dziedzina, po angielsku open domain, daje odpowiedzi na wszelkie pytania, które możemy wymyślić – o panią z pizzerii, o kosmos i tak dalej. To jest wymiar numer jeden.

Wymiar numer dwa to, w jaki sposób chatbot buduje odpowiedź. Są też dwie opcje. Pierwsza opcja: buduje ją na podstawie predefiniowanych reguł, czyli ktoś wcześniej usiadł, narysował sobie drzewka decyzyjne, że jeżeli zapyta o to, to wchodzimy w taką gałąź, jeśli zapyta o ser, to wchodzimy w taką gałąź, warto zapytać o sos, później zapytamy o adres dostawy, ale cały czas kontrolujemy przebieg komunikacji, możemy powiedzieć, gdzie jesteśmy w każdym momencie.

A druga opcja, jeżeli chodzi o odpowiedź, to właśnie uczenie maszynowe. Uczy się w taki sposób, że bierze bardzo dużo różnych komunikatów w postaci pytanie-odpowiedź i na podstawie tego próbuje wnioskować, co odpowiedzieć. Tu już nie ma programowania wprost, bardziej ufamy maszynie, która potrafi wyciągnąć tę wiedzę automatycznie. Ta wiedza jest generowana w locie.

Teraz przejdźmy po naszych czterech kwadratach. Jeżeli mówimy o dziedzinie zamkniętej i odpowiedzi budowanej na podstawie predefiniowanych reguł, to jest najczęściej pojawiający się przypadek, jednocześnie najbardziej stabilny i sprawdzony. Drugi kwadrat to otwarta domena i predefiniowane pytania – to jest niemożliwe, dlatego że pytań jest nieskończenie wiele, a życie jest zbyt skomplikowane, żeby to wyjaśnić.

OK, rozumiem. Mamy jeszcze pozostałe dwa kwadraty. Czyli mamy zamkniętą liczbę odpowiedzi i otwartą liczbę odpowiedzi w uczeniu maszynowym.

Może jeszcze dodam do tego drugiego przypadku. Jeżeli jest otwarty i predefiniowany, to podam taką analogię. Jeżeli zapytamy kogoś starszego, kiedy jest ślub, jak zrobić, żeby małżeństwo było szczęśliwe, to on tak naprawdę nie jest w stanie tego wytłumaczyć, odpowie coś bardzo ogólnego, ale nie może tego wytłumaczyć, bo jest to zbyt skomplikowane. Jest zbyt dużo reguł, więc następuje tak zwana eksplozja reguł.

Trzecia to jest domena zamknięta i generowane automatycznie. To wygląda dość ciekawie i na tym dość sporo osób pracuje, to nam zaczyna działać. To działa w taki sposób, że mamy bardzo dużo pytań, mamy bardzo dużo odpowiedzi, bardzo dużo znaczy co najmniej tysiące, jak nie setki tysięcy. I dajemy te konwersacje uczeniu maszynowemu, które próbuje właśnie na podstawie tej wiedzy wygenerować pewien model i się zachowywać w sposób inteligentny.

I czwarty kwadrat to jest open domain, generated response, czyli otwarta dziedzina. To jest jak na razie marzenie, które wiele osób chce osiągnąć, ale nadal jest to ciężkie do zrealizowania. Tutaj jako przykład można podać Siri albo innych asystentów. Siri robi postępy i to widać, ale czasami jej działanie jest zabawne.

Ale Siri czy tego rodzaju aplikacje, które teoretycznie odpowiadają na twoje pytania, to jest, rozumiem, domena otwarta, dlatego że z jednej strony masz pytanie od użytkownika, z drugiej strony masz jakąś bazę wiedzy, czyli przeszukiwanie internetu prawdopodobnie, tak? Stąd się bierze ta odpowiedź.

Tak, dokładnie. Siri próbuje rozwiązać najtrudniejszy problem – użytkownik może zapytać o cokolwiek, a jeżeli chodzi o bazę wiedzy, to w internecie jest jej najwięcej, więc próbuje połączyć dwa światy. Tutaj widać, że są postępy, nie ma co ukrywać, że jest coraz lepiej, ale jeżeli mówimy tak pragmatycznie, biznesowo, to jednak nie jesteśmy na etapie zaawansowanym, dopiero na początkującym.

Z tego, co mówisz, te zastosowania, jakie widzimy w tej chwili, jakie się w tej chwili stosuje, to z jednej strony są takie proste automaty czy to zamawianie pizzy, czy ekrany dotykowe w McDonaldzie, to jest też dokładnie domena zamknięta, ustalone reguły, wybierasz po kolei składniki i dostajesz kanapkę, to jest dość proste. Z drugiej strony mamy właśnie Siri i usługi, które korzystają z internetu jako bazy wiedzy. Tyle że te rzeczy, które wymieniłem, to jest poniekąd odpowiadanie na pytania użytkownika albo obsługa użytkownika w taki bardzo prosty schematyczny sposób. A do czego jeszcze może się przydać uczenie maszynowe w biznesie? Jakie mogą być zastosowania, które być może ty już na przykład znasz, widziałeś, wiesz, że działają, ale nie są jeszcze w powszechnym użyciu?

No, właśnie, pytanie jest, o ile sztuczna inteligencja może się przydać w realnym biznesie, a nie tylko w newsach. To jest bardzo fajne praktyczne pytanie. Można byłoby je zadać inaczej: czy jest możliwość, że za pięć czy dziesięć lat będą firmy, które nie będą używały sztucznej inteligencji? W większości przypadków raczej nie, choć zawsze można znaleźć wyjątki. Tutaj jako przykład podam, że pod koniec lat dziewięćdziesiątych Bill Gates powiedział, że są dwa rodzaje firm: w internecie i martwe. Po internecie weszły komórki, a teraz właśnie jest sztuczna inteligencja. Coraz trudniej jest ignorować uczenie maszynowe w kontekście biznesu, bo to ma duży wpływ.

Porozmawiajmy na przykładzie, żeby to było bardziej zrozumiałe. Podam trochę dyskusyjny przykład. Pewnie wiele osób pamięta rok 2005, w którym e-Bay chciał wejść na rynek polski, przez 3 lata próbowali się utrzymać, w 2008 roku zamknęli biuro w Polsce i tym samym zrozumieli, że przegrali konkurencję z Allegro. Przez ten czas było jakieś biuro, które próbowało wspierać minimalnie wersję polską, ale prawie nic się nie działo. Dosłownie miesiąc temu czytałem artykuł, że e-Bay zdecydował się wrócić do Polski. Myślą, że im się uda, bo według nich mają bardziej zaawansowane myślenie maszynowe niż Allegro. Przynajmniej takie mają założenie.

Coraz trudniej jest ignorować uczenie maszynowe w kontekście biznesu

Mają bardzo dużo danych i chcą postawić na rekomendacje produktu, czyli posiadają miliardy produktów, markują teraz użytkowników, jeżeli połączą to z polskimi użytkownikami, to potrafią zarekomendować najbardziej pasujący produkt. I teraz pytanie, czy faktycznie mają takie zaawansowane technologie, czy nie. To jest dyskusyjne. Allegro też inwestuje pieniądze w uczenie maszynowe. Ale to, na co chcę teraz zwrócić uwagę, to fakt, że oni przez dziesięć lat nie chcieli wejść tutaj, teraz już mają plany, a to znaczy, że uczenie maszynowe musiało dać jakąś taką przewagę konkurencyjną, żeby komuś w arkuszach Excela to wyszło na plus. To taki przykład z biznesu, jak to może wpływać na decyzje.

A jeżeli chodzi o e-Bay, to oni też mają bota, który się nazywa ShopBot, i on właśnie pomaga dobierać różne rzeczy, można z nim podyskutować.

Teraz porozmawiajmy trochę o tym, na co uczenie maszynowe może wpłynąć. Możemy powiedzieć dwie rzeczy. Po pierwsze uczenie maszynowe pomaga podejmować bardziej trafne decyzje. Często mamy klienta, który chce od nas odejść po jakimś czasie. Jeżeli potrafimy przewidzieć, kiedy taki klient chce odejść, a jeszcze lepiej przewidzieć, kiedy on chce podjąć tę decyzję, albo jeszcze trochę wcześniej i zaoferować mu odpowiednią usługę, to ten klient u nas zostanie. Zdobycie nowego klienta zwykle kosztuje więcej niż pozostawienie starego.

Po drugie, uczenie maszynowe może wpłynąć na ulepszenie produktu. Mamy jakiś produkt lub usługę, możemy dodać coś jeszcze, żeby on stał się bardziej wartościowy. Tutaj mogę podać przykład Amazon. Amazon ma asystenta Echo, a teraz wprowadzili asystenta, który pomaga ubierać się kobietom. Możesz zrobić sobie zdjęcie i on ci mówi, czy jest fajnie, jest jakaś interakcja, która jest oparta na uczeniu maszynowym. Albo produkt, który oparty jest na tym, że zamawiasz ciuchy, jeżeli ci nie pasuje, to zwracasz i model próbuje się dostosować w taki sposób, żeby dostarczyć ci najbardziej wartościowe rzeczy, nie musisz obserwować trendów, on za ciebie to zrobi.

I to jest, rozumiem, skrojone pod konkretną indywidualną pojedynczą osobę. To nie jest tak, że wrzuca cię do jakiejś grupy i cała ta grupa dostaje zawsze te same propozycje.

Właśnie w tym uczeniu maszynowym i przewadze konkurencyjnej z nim związanej chodzi o to, że naprawdę schodzimy na poziom jednej osoby. Co prawda to może być zaskoczeniem dla innych osób, jak bardzo często jesteśmy podobni do siebie i próbujemy jakoś się powtarzać, więc nawet schodząc na poziom jednej osoby i tak można zrobić grupy, które zachowują się podobnie. Patrząc technicznie, już jesteśmy w stanie operować milionami klientów w sposób indywidualny, bo to są operacje matematyczne i tutaj nie ma żadnych problemów, jeżeli chodzi o przepustowość.

Dobra, to teraz chwila prawdy. Wiem, że ty mówisz często w swoim podcaście o jakichś miliardach, kosmicznych kwotach, które największe firmy na świecie, czy to Google, Amazon, Apple, Microsoft czy jeszcze parę innych firm, inwestują w projekty związane ze sztuczną inteligencją. Ale czy jakieś rozwiązania tego kalibru, które dają podobne korzyści – mówiłeś o botach do zamawiania, mówiłeś o polecaniu produktów, o powstrzymywaniu klientów, którzy chcą odejść, o udoskonalaniu doświadczenia klienta – są już teraz dostępne dla małych firm?

To jest dość trudne pytanie, zaraz wyjaśnię dlaczego, ale też postaram się odpowiedzieć, żeby były też jakieś konkrety. Faktycznie w tej chwili najwięcej inwestują duzi gracze, bo ponad 30 miliardów zostało zainwestowane w roku 2016, z czego ponad dwadzieścia zainwestowały wymienione przez ciebie wcześniej firmy. I tutaj nie ma co ukrywać, że te największe firmy wyciągną najwięcej, przynajmniej jeśli chodzi o kwotę. Natomiast, jeżeli tak się zastanowimy, to małe firmy nie potrzebują tak dużych kwot, więc gdy sprawdzimy procentowo, ile mogą wycisnąć mała i duża firma, używając uczenia maszynowego, to może się okazać, że te procenty nie różnią się aż tak mocno. Choć być może teraz zbytnio upraszczam rzeczywistość.

Jeżeli mówimy o dużych graczach, jak Google, Amazon, Microsoft, oni wszyscy inwestują teraz w platformy, które będą pomagać właśnie małym i średnim firmom w używaniu uczenia maszynowego w prostszy sposób niż do tej pory. Nawet teraz, jak robię eksperymenty, to mam zwykły laptop, może nie do końca taki przeciętny, ale jednak nie superkomputer. Jak chcę odpalić jakiś większy eksperyment, kiedy potrzebuję 100GB RAM albo jeszcze więcej, no to jeszcze kilka lat temu to było wręcz niemożliwe, teraz kilka minut klikania i już mam. Natomiast to nadal wymaga pewnej wiedzy, bo muszę odpalić konsolę, wpisać polecenie, czasem coś zainstalować i zdaję sobie sprawę, że osoby niemające styczności z takimi rzeczami nie zawsze sobie poradzą.

Idąc dalej, ten krok pośredni to są platformy udostępniane przez dużych graczy, a kolejny krok to start-upy, których pojawia się coraz więcej, a które wykorzystują te platformy i rozwiązują konkretne problemy. Tutaj warto powiedzieć, o tym, że jak wybierasz temat, to musi być najmniejszy, jak tylko się da, ale wystarczający, żeby go sprzedać. Dlatego tych start-upów jest tak dużo. Jest na przykład taka domena, która ma końcówkę ai – artificial intelligence. Jeżeli wpiszemy w google: site:*.ai to w ten sposób wylistujemy wszystkie domeny ai, wtedy możemy zobaczyć, jak dużo tego jest. Czasami jak się nudzę i chcę zobaczyć, co się dzieje, to widzę kolejny wysyp start-upów.

Przewaga dla małych firm jest taka, że często nie musisz nic programować, zwykle wystarczy coś poklikać, połączyć, zintegrować i już zaczyna działać. Tutaj może podam parę przykładów, żeby nie mówić zbyt ogólnie.

Czekam na nie z niecierpliwością, bo już robi się ciekawie.

Nagrywasz podcast, potrzebujesz transkrypcję. Teraz piszesz ją sam albo komuś zlecasz, w każdym bądź razie pisze to człowiek. Język polski jest naprawdę trudny, nie tylko do nauki, ale również pod względem rozwoju uczenia maszynowego. To jest jeden z czynników blokujących, które w tej chwili obserwuję w Polsce, że analiza polskich tekstów stoi w miejscu. Ktoś tam coś robi na uczelniach, ale większość algorytmów działa z innymi językami, przede wszystkim angielskim, ale również chińskim, japońskim, hiszpańskim, niemieckim, rosyjskim. Język polski często jest pomijany.

Jest jedno zadanie, które na przykład oferuje Google – to transformacja głosu w tekst. Czyli podajesz mu nagrany plik, a jako wynik dostajesz tekst. I właśnie Google Cloud daje takie możliwości, natomiast to jest dość niewygodne, zwłaszcza dla osoby, która nie miała styczności z programowaniem. I tutaj przychodzi start-up, jest ich właściwie kilka, jeden z nich to trint.com. Oni mają taki fajny edytor, który działa tak, że wrzucasz tam plik, a później dostajesz cały tekst i zaczynasz słuchać. W ten sposób przeglądasz cały ten tekst, czy nie ma tam błędów. jeżeli jakiś zauważysz, klikasz w tym miejscu, gdzie jest błąd, poprawiasz, on automatycznie zatrzymuje się w tym miejscu, dzięki temu możesz bardzo szybko przeglądać tekst, ale to też trochę kosztuje. Na przykład jedna godzina kosztuje mniej więcej 17 euro.

Ja widzę u siebie 10 funtów albo 15 dolarów. Trochę to kosztuje. Natomiast ja zawsze mam problem, bo są aplikacje do rozpoznawania mowy i one też język polski teoretycznie rozumieją, tylko rozumieją go i spisują bez żadnej interpunkcji, więc to jest też trochę trudne, tam nie masz kropek, przecinków, tylko masz słowo po słowie.

Ten edytor działa trochę lepiej, co prawda ja to korzystałem z tego z ciekawości, niż tak na stałe i zauważyłem, że faktycznie jak ktoś mówi zbyt szybko albo skacze ze słowa na słowo, to on się gubi. Wydaje mi się, że w tej chwili edytor w języku polskim może nie działa najlepiej, jeżeli ktoś mówi tak chaotycznie, ale gdy mówi się spokojnie, on powinien sobie poradzić. Jest darmowy trial na 40 minut i można sobie go wypróbować.

Zerknę z ciekawością. Dobra, to jest rozwiązanie, które może się przydać podcasterom czy ludziom, którzy potrzebują transkrypcji. A przychodzą ci do głowy jeszcze jakieś takie ciekawe startupy, które oferują coś właśnie dla małych biznesów?

Kolejny temat to e-commerce krakowski start-up o nazwie edrone. Oni pomagają sprzedawać, przede wszystkim poprzez optymalizację maili, które wysyłają, i też rekomendacje. To wdraża się w taki sposób, że klient udostępnia swoje produkty, powiedzmy, że sprzedaje buty albo książki, i oni integrują się z tym systemem, w ten sposób zwiększając sprzedaż. Wydaje mi się, że na stronie mają podane wyniki, ale rozmawiałem z twórcą start-upu Michałem Blak i on właśnie pokazywał na przykładach, jak to działa.

Są tam oczywiście różne trudności, to nie jest tak, że integruje się, jeden klik i wszystko działa. Trzeba troszkę popracować, sprawdzić, zmierzyć, ale oni robią całkiem fajną robotę. Więc jak ktoś ma sklep, to myślę, że warto się z nimi zintegrować, mają też możliwość wypróbowania, więc warto to zobaczyć.

Takich systemów do sprzedaży jest sporo, właściwie możemy sobie założyć sklep na jakiejś platformie, jak na przykład shoplo, która ma komponenty uczenia maszynowego, przewidujące pewne rzeczy jak popyt. Kolejny przykład, który będzie prawdopodobnie pasował wszystkim, to generowanie leadów. Tutaj przywołam warszawski start-up o nazwie Growbots. Oni w chwili obecnej skupiają się na Stanach, bo ten rynek jest największy, ale z tego, co widziałem, można również wpisać, że poszukujesz klientów z Polski, możesz wybrać, jakich, i też mają kontakty. Nie wiem, na ile to jest skuteczne, trzeba by to zmierzyć, ale jako firma zatrudniają ciekawych ludzi, zajmujących się tematyką uczenia maszynowego, więc mogę założyć, że mają całkiem fajne wyniki.

Wydaje mi się, że takich rozwiązań jest wiele, ale nie jestem w stanie tego wszystkiego monitorować i obserwować, podaję tylko kierunki i możliwości. Jak ktoś poszukuje klientów, chce zwiększyć sobie bazę, to warto wyszukać hasła generate leads, machine learning i znaleźć podobne start-upy.

Jeszcze mogę wymienić, co prawda nie do końca takie poważne, ale można spróbować w takich mniejszych biznesach, różne wtyczki do WordPressa. Na przykład jest taka wtyczka Darwin Pricing – koszt produktu jest wybierany automatycznie dla klienta, w zależności od geolokalizacji i jeszcze kilku innych atrybutów. Jest taka wtyczka, która nazywa się Did you mean – jeśli klient czegoś szuka, ale zrobił literówkę albo tego produktu nie ma, ale jest coś podobnego, to ona podpowiada: miałeś na myśli to? I w ten sposób można też zatrzymać klienta.

Jest też wtyczka, która pomaga wyszukiwać podobne treści, nazywa się My greater i działa w ten sposób, że podaje się temat, który nas interesuje i ona próbuje filtrować wszystkie artykuły, które znajdzie, w internecie, zostawia te najciekawsze i potem tylko te wybrane przeglądamy, możemy się zainspirować albo możemy napisać jeden akapit: znalazłem bardzo fajny artykuł, polecam do przeczytania. W ten sposób mamy post, który powstał nam dosłownie w 5 minut.

Bardzo fajne przykłady. Mnie się przypomniała taka aplikacja do obsługi mediów społecznościowych Crowdfire i ta aplikacja działa w ten sposób, że podpowiada ci artykuły, którymi prawdopodobnie będziesz chciał się podzielić ze swoimi odbiorcami i uczy się na podstawie tego, które z tych artykułów udostępniasz tak, żeby podawać ci coraz lepsze propozycje. Także to chyba też się wpisuje rzeczywiście w taki nurt. Przy okazji, cały sposób komunikacji z tą aplikacją jest ciekawy, dlatego, że z nią się właściwie rozmawia przez chat, to jest taki bot, który zadaje ci kolejne pytania, na podstawie tego tworzy konfigurację. Później używasz sobie tego, udostępniasz te rekomendacje. Na początku jest to za darmo, a po dojściu do jakiegoś tam poziomu on mówi stop i każe sobie zapłacić, ale pobawić można się za darmo, więc też warto wypróbować. Powiedz, mówiłeś o tym parę razy przy tych różnych rozwiązaniach, że to nie jest jeszcze takie proste, że zintegrowanie tego z systemem, który działa w firmie, może wymagać zatrudnienia programisty, i właśnie zastanawiam się, czy to jest tak, że w tej chwili już firmy bez programisty sobie w ogóle nie poradzą?

W przypadku tych kilku rozwiązań, które wymieniłem, nie zawsze potrzebny jest programista, ale z drugiej strony bądźmy realistyczni: często jest tak, jeśli coś dostajemy za darmo, to znaczy, że to rozwiązanie jest nastawione na tysiące czy miliony osób, a to oznacza, że to rozwiązanie musi być dość generyczne, żeby działało na tyle osób, więc niekoniecznie będzie pasować do naszego przypadku. Jeżeli nie mamy programisty, to mamy tylko jedną opcję skorzystania z jakiegoś start-upu.

Tak jak powiedziałam, start-up może rozwiązać jakiś mały problem, a tych problemów zwykle mamy znacznie więcej, więc musimy się podpinać do 5, 10 czy nawet większej ilości start-upów, w zależności od tych problemów, które mamy. Trzeba też wziąć pod uwagę, że w tej chwili najbardziej skuteczny z punktu widzenia start-upu model biznesowy to jest subskrypcja.

To na początek wydaje się nie być dużym kosztem, bo ceny zaczynają się od 15 do 20 dolarów, czasem może być 100 dolarów, ale jak policzymy sobie, ile musimy wydać w ciągu roku, czy pięciu lat, to się okazuje, że jednak ta kwota jest naprawdę bardzo duża, a taki programista albo taka osoba, któr mogłaby zaprojektować ten model, mogłaby kosztować mniej i przygotować system pod konkretny problem.

Z drugiej strony start-upy mają taką przewagę, że szybko można je zweryfikować, możemy podpiąć się do jednego systemu, sprawdzić, czy on działa, później podpiąć się do drugiego, więc w ten sposób nie ponosimy dużych kosztów. A jeżeli zatrudniamy jedną osobę, to nadal mamy to ryzyko, że to może się nie udać, bo jest wiele czynników, które na to mają wpływ. Pod tym względem, jeśli ktoś nigdy nie zajmował się uczeniem maszynowym, to może lepiej spróbować się zintegrować z wybranym start-upem i sprawdzić, gdzie jesteśmy. Wydaje mi się, że docelowo nawet mniejsza firma chciałaby mieć osobę, która mogłaby się zająć integracją z Google Cloud, czy innymi API, które robią takie modelowanie.

W tej chwili mówimy o programiście, że to jest jeden poziom, ale tak naprawdę jest tu bardzo wiele różnych warstw, jest początkujący programista, który potrafi zrobić tylko proste rzeczy, i zaawansowany programista. Pomiędzy nimi jest bardzo duża przepaść, jeżeli chodzi o doświadczenie. Teraz nawet początkujący programista może wykorzystać już wiedzę, która została zbudowana przez doświadczonych programistów i dostarczy całkiem ciekawe wyniki. Staje się to coraz bardziej możliwe.

Podsumowując, jeśli mówimy mniejszych firmach, warto zdefiniować to pojęcie.

Myślę, że mała firma zatrudnia do 10 osób.

W firmie zatrudniającej do 10 osób czasem faktycznie może być ciężko zatrudnić dodatkową osobę, tym bardziej że taka osoba zazwyczaj chce więcej pieniędzy. Ale z drugiej strony, może się okazać, że z czasem taka osoba może być tańsza, zwłaszcza że to jest konsultant, który przychodzi, rozwiązuje problem i później tylko wspiera to rozwiązanie.

Ta przewaga, którą teraz mamy. Na przykład możemy korzystać z Google, które ma duży dział badawczy i oni wymyślili jakiś kolejny anchor – rozpoznawanie zdjęć. W większości przypadków oni próbują te rzeczy udostępniać poprzez API. Taki programista może wrzucić tam zdjęcie i dostać odpowiedź, co jest na tym zdjęciu. Ale ten programista wcale nie rozumie, jak to działa. On robi tylko proste rzeczy, jeżeli chodzi o programowanie, i już dostaje wynik. Myślę, że koszt utrzymania takiej osoby nie będzie aż taki wysoki, natomiast jeżeli chodzi o elastyczność tego rozwiązania, to jest znacznie większa.

Najbardziej istotną rzeczą w tym wszystkim nie są algorytmy czy integracja z systemami, tylko dbanie o dane i zrozumienie, na ile jest ważne zbieranie właściwych danych, przechowywanie ich w odpowiedni sposób i tak dalej. Jeżeli mamy dane i w tej chwili nie wykorzystujemy mocy, którą nam oferuje rynek, to w przyszłości możemy je wykorzystać. A zebranie danych w jeden dzień jest niemożliwe.

Najważniejszy wniosek z naszej rozmowy, który chciałbym przekazać słuchaczom, to fakt, że zbieranie danych jest najbardziej kluczowe. Jeżeli w tej chwili nie zbierasz danych, to powinieneś zacząć to robić, jeżeli zbierasz dane, to być może zbierasz ich nie wystarczająco dużo, więc zastanów się, co jeszcze chciałbyś zbierać, jeśli już to przerobiłeś, to wydaje mi się, że powinieneś jeszcze raz nad tym pomyśleć, bo naprawdę to jest ten moment, który ciężko nadrobić szybko, bo czas biegnie. A potem nawet mając pieniądze, nie jesteś w stanie tych danych jakoś uzyskać. Jest mało firm, które dane sprzedają, a jeżeli to robią, to zwykle te dane są mniej wartościowe. Jak na razie nie ma trendu, że ludzie chcą się dzielić danymi, być może to się zmieni z czasem, ale według mnie to jest taki największy skarb, który każdy musi zbierać samodzielnie.

Zbieraj dane, to jest, myślę, taka bardzo celna i konkretna porada, tylko pytanie brzmi: skąd mam wiedzieć, jakie dane zbierać?

Wydaje mi się, że jeżeli taka mała firma nie posiada CRM-a, to powinna się o taki CRM postarać, przy czym on może być naprawdę prosty, na początek może być nawet Excel. Trzeba wrzucać tam informacje, kiedy było zamówienie, ile trwała realizacja, jaki był skutek, ile było maili i tak dalej. Jeżeli czas zbierania zajmuje zbyt długo, to trzeba się nad tym zastanowić. Dobrze jest to automatyzować.

Jeżeli mówimy o CRM-ie bardziej zaawansowanym niż Excel, to zwykle jest to łatwiejsze, bo jeśli mamy kontakt, to automatycznie pojawia się data, jak zmieniasz status, to też pojawia się data, kiedy to nastąpiło, można dodawać komentarze, też można wysyłać maile, nie trzeba dodatkowo ich śledzić, nie musimy pamiętać treści korespondencji, można później je analizować.

Poza CRM-em można pomyśleć o Google Analytics. Jeżeli firma ma osobę, która potrafi trochę programować, a nawet jeżeli nie potrafi, ale poradzi sobie z Excelem, to z tym pewnie też sobie poradzi. Można sobie dodawać różne zdarzenia do śledzenia w Google Analytics i zbierać dane, ktoś tam gdzieś kliknął, albo przeszedł z jednej akcji na drugą akcję, a później w Google zobaczyć te informacje. Fajne jest, że nie musimy płacić za hosting, bo Google za nas to robi, może niefajne jest to, że Google też zbiera te informacje.

Gromadzenie danych jest kluczowe dla sukcesu firmy

Co zrobić, za to usługa jest za darmo. Coś za coś. Temat jest ogromny, jest fascynujący i ja czuję, że my po prostu ledwie go musnęliśmy, i mało tego, nawet gdybyśmy się bardziej wdrożyli i weszli głębiej, to i tak za pół roku będzie dużo więcej nowych rzeczy, ale wiem, że szykujesz taki warsztat, gdzie będzie można się więcej o uczeniu maszynowym dowiedzieć. Powiedz, dla kogo to jest warsztat i czego tam się będzie można nauczyć.

To prawda, co powiedziałeś, że za pół roku wiele rzeczy będzie już nieaktualne, naprawdę tak się dzieje. Na konferencjach na temat sztucznej inteligencji bardzo często pokazywany jest taki slajd, że naprawdę świat zmienia się szybciej, niż myślimy, i to się rozpędza coraz szybciej. A jeżeli chodzi o uczenie maszynowe, to książki, które były wydane, powiedzmy, 5 lat temu, często już nie do końca się sprawdzają, zwłaszcza traktujące o temacie deep learning. Jest tam pewna wiedza, ale ta wiedza tak szybko ewoluuje, zmienia się, że te książki szybko się starzeją, więc nie zawsze opłaca się je drukować. Chociaż zawsze są jakieś fundamenty, które zmieniają się wolniej.

Odpowiadając na pytanie o warsztat – grupą docelową są przede wszystkim programiści, czyli osoby, które już programują, ale wydaje mi się, że również osoby, które w tej chwili pracują jako data analyst, czyli pracują z Excelem, ja ich czasem nazywam data ninja. Osoby, które pracują z innym językiem business analytics, gdzie muszą coś modyfikować – mają styczność z kodem albo ze wzorami i mają odpowiedni logiczny sposób myślenia, też nadają się do tej grupy.

Jeszcze jedna grupa, która może z tego warsztatu wynieść wartość, to managerowie, którzy wcześniej programowali i już za niedługo pewnie będą musieli się przekwalifikować, bo tych rozwiązań z uczeniem maszynowym jest coraz więcej – stara wiedza się dezaktualizuje i trzeba zdobyć nową. Nie możesz zarządzać zespołem, który zajmuje się uczeniem maszynowym, jeżeli się w ogóle na tym nie znasz. Wydaje mi się, że warsztat będzie wartościowy dla osób zarządzających zespołami zajmującymi się programowaniem albo kierujących działem IT.

To nie jest mój pierwszy warsztat, prowadziłem 9 warsztatów na żywo, wzięło w nich udział ponad 250 uczestników. Dostawałem bardzo pozytywny feedback, co mnie skłoniło do tego, żeby pójść dalej. Chciałem to odpowiednio wyskalować, żeby nie powtarzać tego samego N razy, bo człowiek może się w pewnym momencie wypalić. A z drugiej strony bardzo chcę dzielić się tą wiedzą, mam taką frajdę, poczucie zadowolenia, że ktoś czegoś się nauczył, dzięki temu, że mu to wytłumaczyłem w prosty sposób. Dlatego zdecydowałem się pójść w Internet. Warsztat będzie dostępny przez 8 tygodni.

Kiedy prowadziłem warsztaty, dostrzegałem różne problemy, na przykład tej wiedzy było za dużo naraz i nawet jak próbowałem ją uprościć, to i tak jej było za dużo na raz. My już rozmawiamy prawie godzinę, a ja jeszcze mogę mówić i mówić. Więc osoba po warsztatach była bardzo zainteresowana, ale później wracała do domu i ta wiedza gdzieś uciekała, bo nie było możliwości samodzielnego popracowania nad materiałem. Myślałem o tym, jak to mogę zmienić i właśnie dzięki temu, że warsztat będzie trwał 8 tygodni, będę webinary, też zadania domowe, grupy mastermind – zainspirowałeś mnie w tym temacie. Chciałbym jak najbardziej ludzi zmotywować, żeby czuli się zobowiązani przed grupą i żeby coś się działo, że nie tylko jedna osoba rozwiązuje problem, tylko więcej osób nad tym pracuje.

Kolejny problem, który się pojawił, to matematyka. Jest taki stereotyp, że programista musi bardzo dobrze znać matematykę, żeby programować, ale prawda jest taka, że nie musi. W większości przypadków, jeżeli nie rozwiązuje jakichś kosmicznych problemów, to robi takie proste rzeczy, gdzie matematyka wcale nie jest potrzebna. Około 4 lata temu, kiedy zacząłem czytać o uczeniu maszynowym, to byłem bardzo przerażony. Ten język był bardzo suchy, kilka linijek wzoru matematycznego, całki i tak dalej. Jak to czytasz, to wydaje ci się, że to jest zbyt skomplikowane i nigdy nie dasz rady tego pokonać. Ja akurat bardzo chciałem to przejść, co chwilę się poddawałem, ale jakoś przebrnąłem. Wydaje mi się, że ten proces można ułatwić. To, co ja teraz robię, to tłumaczę ten skomplikowany język poprzez analogie, wtedy okazuje się, że to wszystko staje się prostsze. Później tylko to implementujemy. Staram się tłumaczyć materiał, nie używając wzorów.

Dlatego z takim zaciekawieniem słucham twojego podcastu, bo to są tematy z jednej strony kompletnie kosmiczne dla mnie, ale z drugiej strony, mówisz o tym w taki sposób, że to do mnie trafia. Pewnie, gdybym miał usiąść do komputera i coś zaprogramować, to oczywiście nie dałbym rady, ale samo zainteresowanie, sposób przekazu do mnie przemawia, więc dlatego myślę, że każdy skorzysta. Wiem, że nie tylko dla programistów, ale dla słuchaczy Małej Wielkiej Firmy też masz jakąś niespodziankę. Co to takiego?

Przygotowałem właściwie dwie rzeczy. Po pierwsze słownik pojęć, bo teraz właśnie poruszaliśmy temat, co to jest uczenie maszynowe, sztuczna inteligencja, trochę liznęliśmy to zagadnienie, ale jest jeszcze wiele innych słów albo terminologii, która jest dość często używana i na pierwszy rzut oka wydaje się kosmiczna i nie wiadomo, jak z tym pracować. Przygotowałem słownik, który zawiera proste wyjaśnienia, czasem przez analogie lub przykłady. To jest pierwsza rzecz, którą chętnie się podzielę ze słuchaczami.

Super.

Rozmawialiśmy wcześniej o chatbotach, warto jeszcze zwrócić szczególną uwagę na fakt, że żyjemy w czasach, kiedy kolejny paradygmat się zmienia. Pamiętamy jak pojawił się internet, później strony internetowe, komórki, teraz jest sztuczna inteligencja i chatboty. Ten interfejs, do którego jesteśmy przyzwyczajeni, po prostu umiera. Reklamy, które próbujemy wrzucać na przykład na Google Ads, są coraz mniej skuteczne, do tego ludzie dość często mają różne blokady reklam, reklamy stają się coraz droższe. To, co pojawi się w najbliższych maksymalnie pięciu latach, w zależności od kraju, to jeden interfejs – chatbot.

Dlaczego akurat tak? Bo instalacja dodatkowych aplikacji z App Store jest zbyt kłopotliwa, a w przypadku chatbota nie musisz nic instalować. Taki przykład z życia jest w Chinach, oni korzystają z WeeChat. Taka dygresja: w Chinach jest zupełnie inaczej i chcę nagrać o tym odcinek, polecam sprawdzać na „Biznes Myśli”, oni robią takie rzeczy, że my w Europie czy w Stanach Zjednoczonych po prostu jesteśmy zacofani. Oni mają WeeChat i tam jest wszystko: Skype, Uber, sieci społecznościowe, można zamawiać jedzenie, a poza tym wiele innych rzeczy, których my w ogóle nie mamy – można zamawiać sobie lekarza, sprawdzać gęstość ludności w wybranej lokalizacji, sklepie, skrzyżowaniu, żeby zadecydować, gdzie lepiej pójść. Tak podsumowując, chatbot z pewnością ma przyszłość, ten, kto pierwszy będzie to robił, wygra najwięcej.

I tu wracam do prezentu dla słuchaczy. Przygotowałem PDF z bardzo prostą instrukcją, jak uruchomić swojego własnego chatbota, nie wydając ani grosza i bez umiejętności programowania. Wszystko jest klikalne i konfigurowalne.

WOW! Super, bardzo serdecznie ci dziękuję i cieszę się, że znalazłeś czas na tę rozmowę i podzielenie się swoją wiedzą, która jest dużo większa niż to, o czym powiedzieliśmy. Natomiast fajne jest to, że właśnie przekazujesz ją w taki przystępny sposób, że chce się tego słuchać i ciągle człowiek ma ochotę na więcej. Bardzo ci dziękuję. Mam nadzieję, że efekty twojej pracy i efekty pracy twoich kursantów będą cieszyć nas wszystkich, przedsiębiorców, właścicieli firm i że będziemy w stanie efekty tej pracy przełożyć do swoich biznesów, bo myślę, że z punktu widzenia przedsiębiorcy najważniejsze jest to, żeby to miało praktyczne zastosowanie, żeby było przystępne, łatwe do wdrożenia i w takiej cenie, żeby było mnie na to stać.

Dziękuję ci bardzo, Marku, że mnie zaprosiłeś. Myślę, że niewielu z twoich słuchaczy wie, że mój podcast „Biznes Myśli” powstał dzięki twojemu wsparciu, bo miałem plan to uruchomić, ale miałem jakieś obawy, że nie dam rady, czy to jest moje i tak dalej, okazało się, że wszystko jest łatwiejsze. No, i dzięki temu, że się spotkałem z tobą i zadałeś mi konkretne pytania, dałeś konkretne rady, to w ciągu miesiąca po naszej rozmowie udało mi się odpalić podcast.

Drogi słuchaczu, jeżeli zastanawiasz się nad uruchomieniem podcastu, to gorąco polecam porozmawiać z Markiem, to się okaże, że nie jest to takie skomplikowane. Gorąco polecam i też bardzo dziękuję, że miałem okazję tutaj podzielić się swoim doświadczeniem, bo nie ukrywam, że tego podcastu słucham od bardzo dawna, to, że teraz usłyszę w nim swój głos, też mnie bardzo cieszy. Dziękuję.

Wielkie dzięki.

Na stronie zostały wykorzystane linki afiliacyjne. Jeżeli wejdziesz przez nie na stronę sprzedawcy i dokonasz zakupu, sprzedawca podzieli się ze mną częścią swojej marży (nie wpływa to na twoją cenę). Wymieniam wyłącznie te produkty i usługi, z których rzeczywiście korzystam i jestem z nich zadowolony.