Cara Amplitude membangun alat AI internal yang disukai seluruh perusahaan (dan Anda juga bisa melakukannya)

• Moda adalah alat AI yang menghubungkan data internal Amplitude untuk menjawab pertanyaan dengan cepat dan menghasilkan output seperti PRD
• Awalnya hanya dibagikan kepada beberapa orang, tetapi setelah kegunaannya terbukti, alat ini menyebar secara eksplosif ke seluruh perusahaan
• Mengotomatiskan proses mengembangkan potongan ide kecil menjadi dokumen yang konkret dan matang
• Bahkan sebelum dirilis, ekspektasi dan permintaan dari karyawan sudah membludak, sehingga alat ini diterapkan ke lingkungan live dalam waktu singkat
• Secara drastis meningkatkan aksesibilitas data dan kecepatan penulisan dokumen, serta membawa perubahan besar pada produktivitas

---

Strategi membangun dan memanfaatkan alat AI internal Moda di Amplitude

• CTO Amplitude, Wade Chambers, secara internal memperlihatkan alat AI yang ia buat kepada beberapa rekan kerja sebagai uji coba
  • Responsnya sangat besar sehingga dalam seminggu seluruh perusahaan mulai menggunakannya
• Masalah yang ada sebelumnya: butuh waktu lama untuk mengakses data internal, menemukan materi yang diperlukan, lalu merangkumnya menjadi dokumen
• Tujuan: memungkinkan siapa pun mengajukan pertanyaan dalam bahasa alami dan mendapatkan jawaban berbasis data beserta dokumen yang matang

• Fitur utama

  • Otomatisasi akses data: dapat menelusuri repositori internal, log, dan data analitik secara real-time
  • Pembuatan dokumen: AI secara otomatis menulis draf berbagai dokumen seperti PRD dan laporan analisis
  • Pengembangan ide: memperluas memo satu baris atau ide kasar menjadi dokumen yang konkret
  • Deploy instan: ketika permintaan tinggi sudah terlihat pada tahap pengembangan, alat ini segera dideploy ke lingkungan live

Ringkasan poin utama

1. Membangun alat AI internal yang kuat dalam 3–4 minggu waktu luang

• Mengembangkan alat AI internal Moda dalam 3–4 minggu dengan memanfaatkan waktu luang di luar pekerjaan utama
• Tujuan awal: mewujudkan kemampuan untuk mencari data internal dengan cepat dan menghasilkan otomatis dokumen seperti PRD
• Pendekatan: alih-alih produk yang sempurna, fokus pada pembuatan prototipe yang benar-benar berfungsi dengan cepat dan menyelesaikan masalah nyata
• Dalam proses pengembangan, API akses data dan basis pengetahuan internal dihubungkan untuk mengotomatiskan seluruh alur pertanyaan → pengumpulan data → pembuatan dokumen

2. Menyebar ke seluruh perusahaan hanya dalam 1 minggu lewat social engineering

• CTO Wade Chambers mendemokan alat ini kepada beberapa rekan → langsung mendapat respons besar dan menyebar dari mulut ke mulut
• Dengan sengaja dibagikan lebih dulu hanya ke 'kelompok kecil terpilih' untuk menciptakan antusiasme awal, lalu menyebarkannya ke sekeliling mereka
• Ketika permintaan seperti “Kapan saya bisa memakainya?” meningkat secara eksplosif, kesiapan penggunaan skala perusahaan praktis sudah terbentuk bahkan sebelum rilis resmi
• Untuk mempercepat adopsi, prosedur persetujuan yang rumit diminimalkan dan digunakan strategi deploy segera

3. Analisis umpan balik pelanggan berbasis AI dan identifikasi tema utama

• Manajer produk menggunakan Moda untuk mengumpulkan umpan balik pelanggan dari berbagai sumber data (tiket dukungan, survei, NPS, media sosial, dan lain-lain)
• AI secara otomatis mengklasifikasikan umpan balik dan merangkum tema inti yang berulang
• Berdasarkan itu, alat ini dengan cepat menghasilkan prioritas perbaikan produk dan laporan analisis kebutuhan pelanggan
• Efek penghematan waktu dan sumber daya manusia jauh lebih besar dibanding analisis manual

4. Memadatkan riset, PRD, dan pembuatan prototipe ke dalam satu rapat

• Alur kerja tradisional: riset → rapat ide → penulisan PRD → pembuatan prototipe (memakan waktu beberapa minggu)
• Dengan Moda, dalam satu rapat dapat dilakukan:
  • memasukkan ide → mencari data/kasus terkait
  • AI membuat draf PRD
  • melalui bantuan AI, proses berlanjut hingga perancangan prototipe
• Saat rapat selesai, tim sudah bisa memperoleh rencana yang konkret dan purwarupa yang siap ditindaklanjuti

5. Meningkatkan empati dan kelancaran lintas fungsi lewat latihan pertukaran peran

• Tim produk, desain, dan engineering mensimulasikan peran satu sama lain dengan alat AI
• Contoh: engineer menghasilkan usulan desain melalui AI, desainer mempertimbangkan batasan teknis dengan AI
• Pengalaman bertukar peran meningkatkan pemahaman terhadap bahasa dan sudut pandang antarbagian, sekaligus memperbaiki efisiensi kolaborasi
• Karena AI dengan cepat menerjemahkan dan merangkum pengetahuan spesialis yang kompleks, hambatan masuk menjadi lebih rendah

6. Membantu tim engineering menyelesaikan utang teknis

• Moda mempercepat identifikasi utang dengan mengotomatiskan analisis codebase yang ada dan pekerjaan dokumentasi
• AI menata masalah yang muncul dari sistem lama berdasarkan prioritas dan bahkan memberikan usulan refactoring
• Karena rencana penyelesaian utang teknis disajikan secara berbasis data, lebih mudah membangun kesepakatan antara manajemen dan pengembangan
• Pekerjaan pemeliharaan berulang dan manajemen risiko dapat dijalankan dengan lebih terprediksi dan sistematis

[t7vonn]

Saya agak khawatir kalau fakta bahwa ini dibuat dengan mengorbankan waktu luang akan menjadi preseden yang buruk.
Mengapa alat in-house selalu harus dibuat oleh seseorang yang maju sendiri dan menghabiskan waktu luangnya ..

[laeyoung]

"CTO Amplitude, Wade Chambers, secara internal memperlihatkan alat AI yang mereka buat kepada beberapa rekan sebagai uji coba"

Sama seperti tulisan Naver yang disebutkan dalam materi presentasi Yongho Ha, tampaknya AI Transformation juga perlu adanya komitmen atau tujuan dari level C agar bisa menyebar dengan baik ke seluruh perusahaan.