Η HYGH δημιούργησε ένα εργαλείο προεπισκόπησης κάμερας-σε-διαφημιστική-πινακίδα με τα API's του OpenAI

Η διεπαφή που καλύπτει το βασικό κενό της HYGH

Η HYGH συνδέει περισσότερες από 4.000 ψηφιακές οθόνες σε όλη τη Γερμανία, από οθόνες σε βιτρίνες καταστημάτων έως αυτό που περιγράφει ως τη μεγαλύτερη 3D LED διαφημιστική πινακίδα της χώρας. Το πρόβλημα που θέτει είναι οπτικής φύσης: οι διαφημιζόμενοι πρέπει να δουν πώς θα φαίνεται μια καμπάνια σε αυτές τις οθόνες πριν δεσμευτούν, και η παραγωγή αυτού του υλικού ήταν παλαιότερα αργή διαδικασία.

Η απάντηση της εταιρείας είναι ένα εργαλείο προεπισκόπησης καμπάνιας, χτισμένο πάνω στα API's του OpenAI. Σύμφωνα με την πηγή, ένας διαφημιζόμενος μπορεί να τραβήξει μια φωτογραφία ενός προϊόντος και να το δει άμεσα να προβάλλεται στις δημόσιες οθόνες της HYGH. Πρόκειται για ένα συγκεκριμένο frontend: ένα βήμα λήψης, ένα βήμα δημιουργίας και μια απόδοση του αποτελέσματος στο πλαίσιο μιας πραγματικής τοποθέτησης οθόνης.

Παλαιότερα, η προετοιμασία υλικού για παρουσιάσεις ήταν μια πολύ πιο μακρόχρονη διαδικασία. Τώρα μπορούμε να προκαλέσουμε το ενδιαφέρον των πελατών με εξατομικευμένη δημιουργική δουλειά πολύ πιο γρήγορα.Montana Labs

Αυτό έχει σημασία επειδή η διεπαφή είναι το προϊόν για την εσωτερική διαφημιστική υπηρεσία της HYGH. Η αξία δεν βρίσκεται σε ένα παράθυρο συνομιλίας — έγκειται στη μείωση της απόστασης ανάμεσα στην ιδέα ενός πελάτη και σε ένα ορατό πρωτότυπο στο ίδιο το μέσο που η HYGH πουλάει.

Δύο δρόμοι από το ChatGPT σε λειτουργικό λογισμικό

Η ανακοίνωση περιγράφει δύο διακριτές πορείες ανάπτυξης. Η πρώτη είναι εσωτερικά εργαλεία: οι προγραμματιστές χρησιμοποιούν το Codex για να δημιουργήσουν αρχικό κώδικα, να στήσουν αρχεία έργων και να τρέξουν πρωτότυπα ταχύτατα. Η HYGH αναφέρει ότι λάνσαρε πέντε μικρότερα εσωτερικά εργαλεία σε μία εβδομάδα και πλέον παραδίδει περίπου δύο χρησιμοποιήσιμα MVP την εβδομάδα, έναντι του ενός με δύο μηνών που αναφερόταν παλαιότερα.

Η δεύτερη πορεία είναι το εξωτερικό εργαλείο προεπισκόπησης, χτισμένο απευθείας στα API's του OpenAI και όχι μέσα στο ChatGPT. Αυτή η διάκριση αξίζει προσοχή για όποιον διαβάζει αυτή την περίπτωση ως μελέτη frontend: το ChatGPT Business επιτάχυνε τον εσωτερικό κύκλο ανάπτυξης, αλλά η εμπειρία που βλέπει ο πελάτης απαίτησε δέσμευση σε ενσωμάτωση API και ιδιοκτησία της διεπαφής.

Η δημιουργική ροή εργασίας βρίσκεται ανάμεσα στις δύο. Η ομάδα της HYGH συντάσσει κείμενα και δημιουργεί εικόνες στο ChatGPT Business, και στη συνέχεια τις βελτιώνει σε εργαλεία σχεδίασης ή στο Sora. Το τελικό αποτέλεσμα ολοκληρώνεται από ανθρώπους· το μοντέλο απλώς λύνει το πρόβλημα της «λευκής σελίδας», που ο Link αναφέρει επανειλημμένα ως το βασικό εμπόδιο.

Δομή υιοθέτησης, όχι απλά υιοθέτηση

Η περιγραφή της HYGH είναι ασυνήθιστα συγκεκριμένη ως προς το λειτουργικό μοντέλο. Οι εργαζόμενοι χρησιμοποιούσαν ήδη το ChatGPT προσωπικά, οπότε η μετάβαση στο ChatGPT Business παρουσιάστηκε ως προσθήκη δομής: κοινός χώρος εργασίας, διαχειριστικοί έλεγχοι και διαχείριση δεδομένων με γνώμονα το GDPR — έναν πραγματικό περιορισμό για μια ευρωπαϊκή εταιρεία.

Η εταιρεία διοργανώνει εβδομαδιαία τις λεγόμενες «Τετάρτες ροής εργασίας», όπου οι εργαζόμενοι παρουσιάζουν αυτοματισμούς και μοιράζονται πρακτικές. Η παρατήρηση του Link ότι οι άνθρωποι χρησιμοποιούν την ΤΝ σε διαφορετική κλίμακα, και ότι οι νεότεροι εργαζόμενοι «δεν τη χρησιμοποιούν σαν Google, αλλά ζουν μαζί της», δείχνει μια σκόπιμη προσπάθεια να διαχυθεί η άνιση εσωτερική εξειδίκευση, αντί να θεωρείται δεδομένη.

Οι κοινοί σύνδεσμοι έργων αναφέρονται ξεχωριστά: οι συνεργάτες βλέπουν όχι μόνο το τελικό αποτέλεσμα, αλλά και τον τρόπο με τον οποίο παρήχθη. Για μια εταιρεία που παραδίδει δύο MVP την εβδομάδα, αυτή η διαφάνεια στη μεθοδολογία είναι ο τρόπος με τον οποίο μια μικρή ομάδα αποφεύγει την απώλεια επαναχρησιμοποιήσιμης γνώσης.

Τι δείχνει το εργαλείο προεπισκόπησης της HYGH για τα frontend βασισμένα σε API

Το μάθημα που μπορεί να επαναχρησιμοποιηθεί εδώ είναι στενό και συγκεκριμένο. Η HYGH χρησιμοποίησε το ChatGPT Business για να επιταχύνει τον τρόπο με τον οποίο σχεδιάζει και αναπτύσσει λογισμικό εσωτερικά, αλλά η διαφοροποιημένη εμπειρία πελάτη — φωτογραφίζεις ένα προϊόν, το βλέπεις σε μια δημόσια οθόνη — υπάρχει σε μια σκόπιμα σχεδιασμένη διεπαφή πάνω στα API's του OpenAI, όχι σε έναν γενικού σκοπού βοηθό.

Αυτή η διάκριση είναι το πρακτικό συμπέρασμα για ομάδες που χτίζουν πάνω σε αυτά τα μοντέλα: η εσωτερική ταχύτητα και ένα λειτουργικό frontend προϊόντος είναι διαφορετικά προβλήματα. Το πρώτο μπορεί να αγοραστεί έτοιμο και να υιοθετηθεί από τη βάση προς τα πάνω. Το δεύτερο απαιτεί ακόμη να αποφασίσετε ποια αλληλεπίδραση σας ανήκει, να τη συνδέσετε με τα δικά σας δεδομένα και δίκτυο οθονών, και να αναλάβετε την ευθύνη για αυτό που βλέπει ο χρήστης. Το επιχείρημα της HYGH για το «Internet of Public Screens» προχωράει μόνο επειδή έχτισε αυτό το δεύτερο κομμάτι.