przetestowałem claude, chatgpt i gemini na 10 rzeczywistych zadaniach z zarządzania produktem te same podpowiedzi, ślepa ocena wyniki mnie zaskoczyły (i zdenerwowały niektórych zwolenników chatgpt) zwycięzca w każdej kategorii: Pisanie PRD: claude (8.9/10) - najlepszy w głębokości technicznej - rzeczywiście myśli o przypadkach brzegowych - struktura ma sens - rzeczywiście użyłbym tego w prawdziwej pracy Syntetyzowanie badań użytkowników: chatgpt (8.7/10) - najszybszy - dobra rozpoznawalność wzorców - czysty wynik - ale czasami upraszcza Analiza konkurencji: gemini (8.3/10) - najlepszy w badaniach w sieci - najbardziej aktualne informacje - solidne porównania - ale wolniejszy od innych Dokumentacja techniczna: claude (9.2/10) - najbardziej dokładny w szczegółach technicznych - lepsze przykłady kodu - nie halucynuje tak bardzo - wydaje się, że rzeczywiście rozumie Notatki ze spotkań: chatgpt (8.5/10) - najszybsze przetwarzanie - dobra ekstrakcja zadań do wykonania - ale czasami pomija kontekst generując: claude: 8.7/10 chatgpt: 8.3/10 gemini: 7.8/10 moje rzeczywiste zadania: - PRD, dokumenty techniczne: claude - szybkie zadania, synteza: chatgpt - badania: gemini pozwól, że ci coś powiem... ludzie, którzy używają tylko jednego modelu, ograniczają się "chatgpt jest najlepszy" ludzie są jak "mój młotek działa na wszystko" nie, nie działa użyj odpowiedniego narzędzia do zadania lojalność wobec AI jest dziwna

oferty pracy dla koordynatorów rekrutacji spadły o 67% w skali roku nie jest to kwestia recesji to kwestia automatyzacji AI co robili koordynatorzy: - wymiana e-maili w celu umówienia rozmów kwalifikacyjnych (4-8 e-maili na kandydata) - wysyłanie potwierdzeń - obsługa zmian terminów (więcej e-maili) - zbieranie opinii od rekruterów - aktualizacja ATS - komunikacja z kandydatami co teraz robią narzędzia do planowania AI: - automatycznie znajduje wspólną dostępność - natychmiast rezerwuje rozmowy kwalifikacyjne - wysyła potwierdzenia - obsługuje zmiany terminów bez udziału człowieka - prosi o opinie i je zbiera - automatycznie aktualizuje systemy - personalizuje e-maile do kandydatów na dużą skalę matematyka jest brutalna: koordynator rekrutacji: 65 tys. USD + świadczenia = 80 tys. USD łącznie narzędzia do planowania AI: 200 USD/miesiąc = 2400 USD/rok widziano to w startupie zatrudniającym 60 osób: przed: - 2 koordynatorów obsługujących 50 kandydatów/miesiąc - koszt: 160 tys. USD/rok - czas planowania: 3 dni na kandydata po przejściu na AI: - 0 koordynatorów - obsługuje nieograniczoną liczbę kandydatów - koszt: 3 tys. USD/rok - czas planowania: 2 godziny na kandydata ci 2 koordynatorzy: "zapewniamy osobisty kontakt" kandydaci: nie zauważyli różnicy, woleli szybsze planowanie koordynatorzy przechodzą do "operacji rekrutacyjnych" (strategia, marka pracodawcy) ale praca związana z planowaniem rozmów kwalifikacyjnych umiera jakby mieć kogoś, kto ręcznie wysyła każdy e-mail firmy nadal zatrudniają koordynatorów do planowania: marnują pieniądze ta transformacja zajęła 12 miesięcy w ciągu 2 lat, ludzkie planowanie będzie wydawać się tak przestarzałe jak faksowanie przejdź do strategii lub stań się nieistotny

firmy cicho zastępują zespoły wsparcia AI nikt tego nie ogłasza, bo to koszmar PR-owy ale widziałem liczby pomogłem firmie SaaS to zrobić: przed: 15 agentów wsparcia średni czas odpowiedzi: 8 minut czas rozwiązania: 45 minut koszt: 900 tys. dolarów rocznie (60 tys. dolarów na agenta) po: 3 agentów wsparcia (tylko eskalacje) AI zajmuje się wszystkim innym średni czas odpowiedzi: 30 sekund czas rozwiązania: 5 minut koszt: 200 tys. dolarów rocznie satysfakcja klientów wzrosła z 78% do 89% klienci wolą szybsze rozwiązanie niż ludzką interakcję w prostych sprawach 12 agentów, którzy zostali zwolnieni: "klienci chcą rozmawiać z ludźmi" dane: 89% zgłoszeń rozwiązanych przez AI, klienci ocenili to wyżej niż ludzi w przypadku resetowania haseł i podstawowego rozwiązywania problemów tylko złożone problemy wymagały ludzi ludzie wsparcia na linkedinie piszą: "AI brakuje empatii" klienci nie chcą empatii w przypadku "zapomniałem hasła" chcą, aby to zostało naprawione w 30 sekund zmiana: wsparcie poziomu 1: 95% zautomatyzowane wsparcie poziomu 2: 60% zautomatyzowane wsparcie poziomu 3: wciąż ludzkie to wydarzyło się w ciągu 18 miesięcy każda firma SaaS, którą znam, robi to lub planuje to zrobić wsparcie klienta jako duży zespół ludzki to przeszłość wsparcie klienta jako mały zespół ekspertów + AI to przyszłość firmy wciąż zatrudniające 10+ agentów wsparcia: w tyle dostosuj się do obsługi tylko złożonych problemów lub stań się drogim obciążeniem