Przejdź do treści
Endora

Odcinek 025

Automatyzacja z AI w e-commerce: Kiedy ma sens i jak uniknąć pułapek?

LLM jako średniozaawansowany programista, Spec-Driven Development i realne 30-50% oszczędności zamiast 10x przyspieszenia - bez owijania w bawełnę o pułapkach AI.

Posłuchaj odcinka

Wszystkie odcinki

Michał Zabielski rozprawia się z hype’em wokół automatyzacji AI w e-commerce: kiedy faktycznie się opłaca i gdzie leżą pułapki, których nie widać na pierwszy rzut oka.

LLM jako średniozaawansowany programista

Kluczowe podejście: traktować model językowy jak dobrego, ale średnio doświadczonego programistę - generuje solidny kod, ale potrzebuje precyzyjnych instrukcji i kontekstu biznesowego, nie samych poleceń technicznych. Stąd rosnąca rola konsultanta działającego na styku biznesu i technologii oraz metodyka Spec-Driven Development: zamiast pisać kod ręcznie, programista opisuje precyzyjną, ustrukturyzowaną specyfikację tego, co LLM ma wytworzyć.

Realne liczby, nie marketing

Zabielski mówi wprost o skali przyspieszenia: 30-50% redukcji kosztów i czasu, nie dziesięciokrotne przyspieszenie, i tym mniej, im bardziej złożony jest produkt. Jako przykład podaje budowę Endora Commerce: 5 miesięcy pracy, 60 modułów, 25 integracji.

Śmieci na wejściu, śmieci na wyjściu - tylko gorzej

Nieprecyzyjne instrukcje czy słabej jakości dane wejściowe (np. niedopracowane opisy produktów w PIM) AI nie naprawia - potęguje błędy, według Zabielskiego nawet dziesięciokrotnie mocniej niż w pracy programisty. Dlatego jakość danych wejściowych decyduje o jakości efektu bardziej niż wybór modelu.

Trzy typy produktów, trzy podejścia do specyfikacji

Narzędzia wewnętrzne, produkty jednorazowe i produkty rynkowe wymagające generalizacji potrzebują innego poziomu szczegółowości specyfikacji - im szerszy odbiorca, tym więcej trzeba przewidzieć z góry.

Czego AI nie rozwiąże

Halucynacje modeli i ryzyko błędnej interpretacji, uzależnienie od subskrypcji API i zużycia tokenów, wyższy próg wejścia dla programisty, który przejmuje kod wygenerowany przez AI, i rosnący koszt dystrybucji i marketingu produktów AI - to wszystko trzeba policzyć w ROI, zanim zapadnie decyzja, a nie po fakcie. LLM przesuwają granicę opłacalności automatyzacji, ale nie znoszą punktu, w którym automatyzacja przestaje mieć sens.


Rozważasz automatyzację procesów w swojej platformie B2B z użyciem AI i chcesz policzyć, czy to się faktycznie opłaca? Skontaktuj się z Endora, zrobimy rachunek ROI, zanim zaczniemy pisać specyfikację.

Masz konkretne wyzwanie?

Nie czytaj o tym - porozmawiajmy o Twoim przypadku.