Como a Amplitude construiu uma ferramenta interna de IA que a empresa inteira adorou (e como você também pode fazer isso)
(youtube.com)- Moda é uma ferramenta de IA que conecta os dados internos da Amplitude para responder perguntas rapidamente e gerar entregáveis como PRDs
- No início, ela foi compartilhada com apenas algumas pessoas, mas, depois de provar sua utilidade, se espalhou de forma explosiva por toda a empresa
- Automatiza o processo de transformar pequenos trechos de ideias em documentos concretos e bem acabados
- Antes mesmo do lançamento, as expectativas e os pedidos dos funcionários dispararam, e a ferramenta foi implantada em produção em pouco tempo
- Melhorou drasticamente a acessibilidade aos dados e a velocidade de criação de documentos, trazendo uma grande mudança de produtividade
Estratégia de construção e uso da ferramenta interna de IA Moda na Amplitude
- O CTO da Amplitude, Wade Chambers, mostrou de forma experimental a ferramenta de IA criada internamente para alguns colegas
- A reação foi explosiva, e em uma semana a empresa inteira começou a usá-la
- Problema existente: levava muito tempo para acessar os dados internos, encontrar os materiais necessários e organizá-los em documentos
- Objetivo: permitir que qualquer pessoa faça perguntas em linguagem natural e receba respostas baseadas em dados junto com documentos bem estruturados
-
Principais recursos
- Automação do acesso a dados: busca em tempo real em repositórios internos, logs e dados analíticos
- Geração de documentos: a IA cria automaticamente rascunhos de vários tipos de documentos, como PRDs e relatórios analíticos
- Expansão de ideias: transforma uma anotação de uma linha ou uma ideia geral em um documento detalhado
- Implantação imediata: como a alta demanda já ficou evidente na fase de desenvolvimento, a ferramenta foi rapidamente colocada em produção
Resumo dos pontos principais
1. Construção de uma poderosa ferramenta interna de IA em 3 a 4 semanas de tempo livre
- A ferramenta interna de IA Moda foi desenvolvida em 3 a 4 semanas usando tempo livre fora do trabalho principal
- Objetivo inicial: implementar recursos para pesquisar rapidamente os dados internos da empresa e gerar automaticamente documentos como PRDs
- Abordagem: em vez de buscar um produto perfeito, criar rapidamente um protótipo funcional com foco em resolver problemas reais
- Durante o desenvolvimento, foram conectadas APIs de acesso a dados e a base interna de conhecimento, automatizando todo o fluxo de pergunta → coleta de dados → geração de documento
2. Disseminação por toda a empresa em apenas uma semana com engenharia social
- O CTO Wade Chambers fez uma demonstração para alguns colegas → resposta imediata e forte boca a boca
- De forma intencional, a ferramenta foi compartilhada primeiro apenas com um “pequeno grupo selecionado”, criando entusiasmo inicial e espalhando isso ao redor
- À medida que os pedidos de “Quando vamos poder usar isso?” explodiram, a empresa inteira já estava pronta para adotá-la antes mesmo do lançamento oficial
- Para acelerar a adoção, os processos complexos de aprovação foram minimizados e foi usada uma estratégia de implantação imediata
3. Análise de feedback de clientes com IA e identificação dos principais temas
- Gerentes de produto usam a Moda para coletar feedback de clientes de várias fontes de dados (tickets de suporte, pesquisas, NPS, redes sociais etc.)
- A IA classifica automaticamente o feedback e resume os temas principais que aparecem repetidamente
- Com base nisso, gera rapidamente prioridades de melhoria do produto e relatórios de análise das necessidades dos clientes
- Em comparação com a análise manual, o ganho em tempo e recursos humanos é grande
4. Pesquisa, PRD e prototipagem comprimidos em uma única reunião
- Fluxo de trabalho tradicional: pesquisa → reunião de ideias → escrita do PRD → criação de protótipo (leva várias semanas)
- Com a Moda, em uma única reunião:
- inserção da ideia → busca de dados/casos relacionados
- a IA gera um rascunho de PRD
- com apoio da IA, avança até o design do protótipo
- Ao fim da reunião, já é possível ter um plano concreto e um protótipo prontos para execução
5. Exercícios de troca de papéis para aumentar empatia e fluência entre departamentos
- As equipes de produto, design e engenharia simulam os papéis umas das outras com ferramentas de IA
- Ex.: um engenheiro gera propostas de design com ajuda da IA, e um designer considera restrições técnicas com IA
- A experiência de troca de papéis aumenta a compreensão da linguagem e das perspectivas entre departamentos e melhora a eficiência da colaboração
- Como a IA traduz e resume rapidamente conhecimentos especializados complexos, a barreira de entrada diminui
6. Suporte à equipe de engenharia na resolução de dívida técnica
- A Moda acelera a identificação de dívida técnica ao automatizar a análise da base de código existente e a documentação
- A IA organiza os problemas de sistemas legados por prioridade e ainda oferece sugestões de refatoração
- Como apresenta o plano de resolução da dívida técnica de forma baseada em dados, fica mais fácil formar consenso entre gestão e desenvolvimento
- Tarefas repetitivas de manutenção e gestão de risco passam a ser conduzidas de forma previsível e sistemática
2 comentários
Fico me perguntando se o fato de terem feito isso usando o tempo livre não acaba virando um precedente ruim.
Por que ferramentas internas sempre precisam ser criadas por alguém que assume a bronca e usa o próprio tempo livre para isso..
"O CTO da Amplitude, Wade Chambers, mostrou de forma experimental a alguns colegas a ferramenta de IA que criou internamente"
Assim como no post da Naver mencionado nos materiais da apresentação do Ha Yong-ho, parece que a transformação com IA também precisa de intenção ou metas no nível C-level para se espalhar bem por toda a empresa.