.@eoghan, генеральний директор @intercom, і @fergal_reid, директор зі штучного інтелекту, приєднуються до @labenz на @cogrev_podcast, щоб обговорити, як вони створили FIN — агента з обслуговування клієнтів зі штучним інтелектом, який за 30 місяців піднявся з 35% до 65%, водночас запровадивши новаторське ціноутворення на основі результату на рівні 99 центів за роздільну здатність. Вони досліджують: * Чому інтелект не є вузьким місцем — GPT-4 вже був досить розумним, і лише кілька відсоткових пунктів їхнього 30-пунктового покращення надійшли від кращих базових моделей * Контекст-інжиніринг як реальний драйвер: користувацькі моделі пошуку, повторні рейтинги та тисячі виробничих A/B-тестів, які виявляють зміни швидкості роздільної здатності на 0,1% * Модель ціноутворення 99 центів за роздільну здатність, яка починалася з збитковості, але досягла маржі на рівні програмного забезпечення завдяки покращенню показників успіху та падінню витрат на висновок * Як Fin вирішив проблему підводної команди підтримки без масових звільнень — сповільнюючи нових співробітників і просуваючи людей вгору по ланцюжку створення вартості (за винятком BPO, які замінюються негайно) МІТКИ: (00:00) Про епізод (03:43) Не відставати від штучного інтелекту (09:56) Оцінка моделей та евалів (13:04) Посадовці проти стартапів (18:54) Ризик продукту та судження (частина 1) (19:00) Спонсори: Linear | АГНТСІ (21:34) Ризик продукту та судження (частина 2) (23:42) Історія звільнення в Klarna (частина 1) (32:11) Спонсори: Claude | Shopify (36:13) Історія звільнення в Кларні (частина 2) (36:14) Коефіцієнт роздільної здатності водіння (45:00) Інтелект – не вузьке місце (50:10) Подолання прогалини в автоматизації (56:20) Точність людини проти штучного інтелекту (1:01:03) Нюанс швидкості (1:04:48) Розгляд зміни парадигми (1:09:31) Модель ціноутворення на основі результату (1:19:12) Випадкові хакерські атаки та прозріння (1:26:05) Впровадження штучного інтелекту та амбіції (1:36:00) Аутро