Hos docujAI tror vi på, at den bedste indsigt i Kunstig Intelligens opnås gennem ægte og direkte personlig interaktion.
Derfor bliver vores AI-kurser og workshops altid afholdt face-to-face.
Dette fokus på nærvær er fundamentet for den positive feedback, vi modtager fra vores kursister:
"Tak for godt kursus i dag, I gjorde det rigtig godt. God og relevant information, godt samarbejde jer imellem." – Tilfreds kursist.
Splash vurderer danske forsider to gange: én gang med regler, jeg selv har skrevet, og én gang med en sprogmodel. På tilbuddet og the ask er de enige lige så tit, som de er uenige, og der, hvor de er mest uenige, er det som regel modellen, der er i tvivl. Det skyldes ikke, at jeg er programmør. Det skyldes, at jeg har redigeret tekst i tyve år.
73 danske forsider er målt i Splash. Vinderen er hverken en webshop eller en bank, men en fagforening med to knapper. Og for første gang er reglerne og sprogmodellen enige om, hvad der virker.
Der er ingen designpris i at ligge øverst i Splash. Værktøjet ser ikke på farver, fotos eller animationer. Det læser forsiden, som en fremmed gør det i de første fem sekunder, og stiller tre spørgsmål: Kan jeg se, hvad I tilbyder? Lyder I som jer selv? Og hvad vil I have, at jeg gør?
De fleste AI-agenter har en fast værktøjskasse, som et menneske har skrevet på forhånd. I går byggede jeg en, hvor agenten selv skriver værktøjerne, og hvor hvert værktøj bliver liggende til næste opgave. Alt, hvad den gør, kan revideres bagefter.
Når man i dag bygger en AI-agent, giver man den et sæt værktøjer: slå op i kalenderen, søg i CRM'et, send en mail. Modellen vælger mellem dem, men den kan ikke lave nye. Mangler der et værktøj, må et menneske skrive det.
Jeg har ni små webservere kørende på min Mac. Indtil for nylig kendte jeg dem kun på deres portnumre. Nu har de navne, og jeg kan åbne dem fra telefonen, uanset hvor jeg er.
Det sker, når man bygger sine egne værktøjer. Morgenbriefingen kører på port 3095. Mit CRM på 3070. LinkedIn-maskinrummet på 9377, ugehjulet på 3050, gøremålene på 3060. Hver gang jeg byggede et nyt værktøj, fik det en ny port, og hver gang skulle jeg huske den.
Jeg målte femten danske bankers forsider med Splash. Tallene blev mere brugbare, end da jeg målte tolv store virksomheder på tværs af brancher. Det er ikke tilfældigt.
I det forrige indlæg beskrev jeg Splash, et værktøj der læser en forside og giver den et tal fra 0 til 100. Jeg prøvede det på tolv kendte danske virksomheder: Danske Bank, Matas, Carlsberg, DSB og otte andre. Snittet blev 79.
Skriv et domæne. Splash læser forsiden, og kun forsiden, måler den efter faste regler og stiller den i række med alle andre danske sites, der er tjekket. Bagefter får to sprogmodeller lov at sige, hvad en førstegangsbesøgende går derfra med.
En forside har fem sekunder. Inden for dem skal en fremmed kunne sige, hvad virksomheden laver, om det er til dem, og hvad de skal trykke på. Det ved alle, der har bygget en hjemmeside. Det er de færreste, der har målt det.
Ti tusind produktbeskrivelser i én tabel, der scroller i 60 billeder i sekundet. Derefter fik tabellen en sprogmodel, der skriver forslag, og en dommer, der vurderer dem. Det hele er bygget i Nushell, og hver ændring ligger som en hændelse i en log.
Indsæt adressen på en Shopify-butik, og Topify fortæller dig på et øjeblik, hvor tungt kataloget er at læse. Bag svaret ligger tyve års sprogarbejde, to slags AI og et regneværktøj skrevet i Rust.
Produktbeskrivelserne er de tekster, en webshop har flest af og læser færrest gange. De bliver skrevet én ad gangen, ofte af forskellige mennesker, og ofte ved at kopiere den forrige og rette lidt i den. Efter et par år har butikken hundredvis af tekster, som ingen har læst samlet.