Sytuacja
Przez dwa i pół roku pracowałem w software house w niepełnym wymiarze. Największym projektem był mobilny asystent dla producenta superjachtów, z głosem, tekstem i obrazem w jednej aplikacji. Pod koniec 2025 dołączyłem jako CTO do Pepe AI, tutora dla studentów od SpeedingCorsi, rozwijanego w inkubatorze I3P przy Politecnico di Torino. MVP było już online. Moim zadaniem było zrobić z niego produkt, który wytrzyma prawdziwe użycie.
Co zrobiłem
Przy asystencie dla superjachtów odpowiadałem za wymagania, backend i część zarządzania projektem. Dostarczyłem część rozpoznającą głos i osobę, która mówi. Prowadziłem trzyosobowy zespół przy wersji mobilnej. Równolegle pracowałem nad migracją starego CRM, od koncepcji interfejsu po wytyczne dostępności, i szkoliłem małe grupy juniorów. W Pepe przejąłem produkt i technologię.
Co się zmieniło
Z tamtych lat wyniosłem przede wszystkim sposób szkolenia ludzi i dwa błędy w ocenie, których bym nie powtórzył. Pepe zakończyło działalność w 2026. Mieliśmy działający produkt. Trakcja i budżet nie wystarczyły, żeby iść dalej. Nie ma jednej technicznej przyczyny ani osoby, którą można obwinić.
Czego się nauczyłem
W aplikacji dla superjachtów dostarczyłem część rozpoznającą głos i osobę, która mówi. „Multimodalność” przedstawia się jako zdolność modelu. Prawdziwą pracą było oddzielenie trzech pytań: co mówi ten głos, kto mówi i co ta osoba może zrobić. Dobra odpowiedź na pierwsze nie mówi nic o dwóch pozostałych. Demo zwykle pokazuje tylko pierwsze. Po latach, w CVing, zastosowałem ten sam podział do agentów na WhatsAppie. Kanał mówi, kto pisze. Osobna kontrola decyduje, co wolno tej osobie zrobić.
W software house szkoliłem małe grupy juniorów. Każda grupa dostawała konkretny wynik do osiągnięcia, w ograniczonym zakresie i dla prawdziwego użytkownika. Realizowała zadanie od wymagań po deploy. Plany szkoleniowe zwykle dzieli się według języka albo frameworka. Junior uczy się wtedy pisać kod, ale nie widzi decyzji przed kodem i po nim. To one sprawiają, że z oprogramowania da się korzystać: czego chce użytkownik, jakich danych potrzeba, kto rzeczywiście potrafi użyć interfejsu. Dziś, kiedy robię review czyjejś pracy, patrzę na te decyzje przed kodem.
W jednym z projektów z tamtych lat mieliśmy pokazywać określone dokumenty tylko niektórym osobom, zależnie od roli. Wszyscy wokół traktowali to jak ogromny problem. Też w to uwierzyłem. Kilka miesięcy później zobaczyłem, jak znacznie większe systemy obsługują uprawnienia do pojedynczego pola. Zrozumiałem, że trudność wynikała ze środowiska, w którym pracowałem. Myślałem, że ludzie wokół wpływają na twoje priorytety. Zmienili też moje wyobrażenie o tym, co jest wykonalne. Dziś, kiedy problem wydaje mi się niemożliwy, sprawdzam, kto rozwiązuje jego trudniejszą wersję.
I fell for the trap.
SpeedingCorsi zaczęło od korepetycji na żywo dla studentów. Kiedy dołączyłem jako CTO, tutor AI od Pepe był już online. Prowadził studenta przez ćwiczenia krok po kroku i zadawał pytania, żeby sprawdzić, czy naprawdę zrozumiał. Studenci, przedmioty i problem już istnieli. Przejście z usługi na oprogramowanie wydawało się mało ryzykowne. Zakup kursu z człowiekiem i płatny powrót co tydzień do tutora AI okazały się dwiema różnymi wymianami. Od tamtej pory osobno sprawdzam, czy produkt się podoba, czy ludzie używają go co tydzień i czy ktoś płaci. Dla każdej z tych rzeczy z góry ustalam, jaki dowód musi się pojawić.