Połącz OpenAI z Qlik Sense – Nowa era analizy danych

[Przemysław Żukowski]: Dzień dobry, witam Was serdecznie. Na sam początek poproszę Was jeszcze tylko o informację czy widać, czy słychać i będziemy mogli już oficjalnie startować. Jakbyście mogli coś napisać na czacie, byłoby super. Okej kinka Łukasz dzięki Marcin super. No dobra to oficjalnie w takim razie zaczynamy Witam Was serdecznie ja się nazywam Przemysław Żukowski.

I poprowadzę dzisiaj dla Was kolejny webinar. Tym razem będziemy rozmawiali sobie o wykorzystaniu OpenAI w aplikacjach Qlik Sense. Nie tylko będziemy rozmawiali, bo jak zwykle na naszych webinarach staram się też, żebyśmy mieli możliwość zobaczenia wszystkich rozwiązań, o których Wam mówię, też na żywo.

Tak żebyście zobaczyli jak to wygląda od strony użytkownika końcowego, ale także od strony osoby, która, powiedzmy takie aplikacje będzie Będzie tworzyć. Tak jak wspomniałem, zawsze na naszych webinarach staramy się, żeby to było też mocno interaktywne, żebyście zobaczyli po prostu, jak to też działa od kuchni więc właściwie od razu gdzieś tam będziemy próbowali przechodzić już do Już do konkretów czyli zanim jeszcze dojdziemy do tego w jaki sposób możemy wykorzystywać OpenAI i jego możliwości w samym Qlik Sense, warto jeszcze jedną rzecz sobie uzupełnić że zanim jeszcze wykorzystanie różnych produktów od OpenAI, m.in.

czata GPT, stało się tak mocno popularne W samym Qliku istnieje już od bardzo dawna takie rozwiązanie jak Insight Advisor, które pozwalało zadać pytania w języku naturalnym do Qlik’a i poprosić go też np. o wytworzenie nowych wizualizacji czy zwrócenie pewnych insightów na temat Na temat danych, więc jak gdyby, jeżeli będziecie chcieli sobie do tego wrócić, zapraszam na naszą stronę dataWizardscope.pl webinary, tam też to rozwiązanie będziecie mogli sobie obejrzeć no i wtedy zobaczyć jak bardzo możecie właśnie te różne rozwiązania AI-owe w Qliku wykorzystać i te wbudowane w samo narzędzie i te właśnie zewnętrzne o których dzisiaj głównie będziemy mówili, czyli właśnie OpenAI.

Ok, więc jakby gdzie możemy zastosować możliwości OpenAI w samym Kik Przede wszystkim służy on do tego, żebyśmy mogli dla danych które wyświetlamy normalnie w naszych aplikacjach, w naszych dashboardach pozyskać jakiś dodatkowy jeszcze kontekst tych danych na przykład z jakiejś informacji które znajdują się gdzieś tam w szeroko pojętym internecie.

Ważne tutaj jest to, że nie wysyłamy naszych danych naszych tabel gdzieś tam w świat, żeby w sposób magiczny OpenAI zwrócił nam jakieś informacje na ten temat. Tego nie róbcie. Natomiast to, co możemy zrobić, to w momencie, kiedy mamy już nasze dane, Pobrane do Qlika to możemy właśnie próbować pozyskać do nich dodatkowe informacje pochodzące z internetu I to jest pierwszy krok, który dzisiaj też sobie zrobimy.

Drugi krok i to pierwsze rozwiązanie to jest rozwiązanie które jest dostępne od razu w interfejsie użytkownika czyli w momencie kiedy wyświetlamy mu jakąś wizualizację, jakąś wartość To obok tej wartości pobranej z naszych systemów wewnętrznych może się pojawić jakaś dodatkowa informacja właśnie wytworzona przez mechanizmy OpenAI.

I to jest jakby ten jeden sposób wykorzystania i druga możliwość to jest wykorzystanie właśnie OpenAI’a do wzbogacania danych także w automatyzacja czyli w tym kroku jak gdyby dalej już w momencie kiedy dane pobraliśmy z różnych systemów, przetworzyliśmy je i zwizualizowaliśmy, ale chcielibyśmy wykonać jeszcze jakąś automatyzację w innych systemach, to tam również można jakby dołączyć OpenAI’a i dzisiaj też to konkretnie zobaczycie.

No i trzecia rzecz, z racji tego, że właśnie mamy Możliwość też korzystania z konektorów do OpenAI, to warto jak gdyby dodać, że w tym pierwszym czy w tym powiedzmy drugim przykładzie, które tutaj pokazałem dane, które pozyskamy z OpenAI są powiedzmy ulotne tak one są wpisane W tym momencie przetworzone, wpompowane do dashboardu wyświetlone użytkownikowi, ale na koniec dnia gdzieś tam nam zginą po prostu.

Natomiast w momencie kiedy byśmy chcieli wykorzystać możliwości przetwarzania danych ich interpretowania przez OpenAI i zachować je na później, to też pamiętajcie, że ten mechanizm możemy też wykorzystać w ramach skryptu Qlikowego i w ten sposób też te informacje Odkładać sobie już na przyszłość.

Kolejna rzecz, którą możemy robić to oczywiście analiza dużych dużych tekstów gdzie OpenAI może nam jakby zwrócić jakieś hasła klucze powiedzmy z tego z tego tekstu i w ten sposób na przykład jesteśmy w stanie sobie też wyfiltrować te dokumenty które na przykład dotyczą konkretnych konkretnych tematów.

Więc to są takie rzeczy które mamy w W tej chwili tu i teraz, natomiast zostawiłem tutaj takie trzy kropeczki, bo dużo się wydarzyło też od dnia wczorajszego Wczoraj OpenAI robił swoją konferencję, pokazywał w którym kierunku będzie to wszystko Szło jak bardzo się otwiera na nowe możliwości, jak bardzo to zmniejsza ceny dostępności do swoich interfejsów, więc właściwie z dnia na dzień jesteśmy bombardowani nowymi informacjami o tym, co w obszarze korzystania sztucznej inteligencji się dzieje, powstaje mnóstwo Narzędzi, ale z drugiej strony też musimy być świadomi że na przykład to, co pokazał wczoraj OpenAI odnośnie chatbotów, no to jest właściwie wyrok śmierci dla wszystkich innych rozwiązań które chatboty oferują.

Także technologia jest świetna, ale też ona niesie ze sobą różnego typu ryzyka biznesowe dla innych na przykład startupów. No i z drugiej strony jakby to pokazał wczoraj OpenAI, natomiast dzisiaj też jakby w samym Qliku pojawiły się nowe też możliwości Związane właśnie z wykorzystaniem OpenAI. Także dzieje się mnóstwo, warto być na bieżąco, bo sytuacja zmienia się diametralnie.

Po prostu warto to wiedzieć, warto to wykorzystywać już teraz, bo wszyscy z Was, którzy korzystają szczególnie z Qlik Sense, mają to po prostu na wyciągnięcie ręki i mogą to zrobić. Tak jak wspomniałem, te kilka obszarów czyli pierwsza możliwość podpięcia się właśnie do Do różnych jakby połączeń które mamy w OpenAI.

Dzisiaj będziemy głównie wykorzystywali ten pierwszy konektor. Jak widzimy różne też modele możemy po tej drugiej stronie wykorzystywać w tej chwili i jest ich tutaj. Od pierwszego konektora mamy tych modeli pięć natomiast tak jak wspomniałem, rozwija się to cały czas, także za chwilkę będą się pojawiały nowe modele.

Widziałem już prezentację roadmap Qlika na Q4, więc obszar właśnie rozwoju konektorów do OpenAI też stanowi tam dosyć duży. Duży element, także za chwilkę będziemy mieli więcej modeli do wykorzystania a w ten sposób więcej use cases po Waszej stronie będzie można w ten sposób stworzyć. No i co ważne, to jest właśnie ten sposób na podłączenie się do OpenAI i pobieranie tych danych na bieżąco, ale z drugiej strony możemy też pracować w trybie Live API i dzisiaj też w trakcie naszej prezentacji już tej live to zobaczycie.

No i ten drugi obszar w automatyzujących tutaj też właśnie możemy OpenAI wykorzystywać. No i też tutaj jakby jeśli chodzi już o modele, no tutaj mamy bogatszy zasób możliwości Dzisiaj podczas naszej prezentacji będziemy korzystali z tego bloku i z tego konkretnie modelu właśnie do wzbogacenia informacji które uzyskaliśmy na przykład z naszej strony internetowej.

No i to tak tyle tytułem wstępu żebyście mniej więcej wiedzieli jak to wszystko wygląda koncepcyjnie. No to teraz zobaczmy sobie, jak to mogło wyglądać już po prostu w samym, W samym narzędziu Przełączymy się do plika. Ja sobie go tylko odświeżę, żebym wiedział że na pewno mi sesja gdzieś tutaj nie zgasła.

Dobra wszystko mamy. I tak jak wspomniałem, jeżeli byście chcieli dowiedzieć się też czym jest Insight Advisor i w jaki sposób on może tutaj pomóc i jak w ogóle jeszcze być może połączyć dodatkowo Insight Advisora z OpenAI-em, no to zapraszam na ten nasz poprzedni webinar, tam zobaczycie w pełni w jaki sposób możemy to wykorzystywać.

No dobra ale dzisiaj jakby popracujemy sobie z tymi trzema aplikacjami które wam wyświetlam. Jak widzimy jakby w jednej z nich będziemy sobie właśnie próbowali generować komentarze, komentarze które znalazły się na naszej stronie, a z drugiej strony spróbujemy sobie przeanalizować sentyment tych komentarzy bo oczywiście to też jest istotne żebyśmy wyłapywali właśnie, czy komentarz który został zostawiony na naszej na przykład stronie internetowej jest pozytywny, negatywny czy neutralny, no i w zależności od tego na przykład jak bardzo negatywny on Potencjalnie może być, żebyśmy na przykład mogli podejmować różnego typu kroki, żeby sytuację przykładowo załagodzić.

Więc to są te dwie aplikacje, z którymi za chwilę się pobawimy, ale zacznijmy sobie od takiej bardzo lajtowej aplikacji dotyczącej analizy Klocków Lego. Zbliżają się święta więc pokażę Wam jak w praktyce na przykład można sobie tutaj wykorzystać OpenAI w takim bardzo nawet prywatnym zastosowaniu.

Oczywiście te rozwiązania biznesowe też jakby po zobaczeniu tego wszystkiego będziecie mogli sobie też już jakby przetransponować na swoje potrzeby. Dobra, otwieramy sobie aplikację w tej chwili. Co było tutaj moim celem? Tak jak wspomniałem, idą święta więc Lego wiadomo będzie gdzieś tam na topie różnego typu list prezentów świątecznych i potrzeb naszych najmłodszych więc podpiąłem się Qlikiem do dwóch sklepów internetowych To nie jest żadna ukryta reklama, generalnie po prostu byli pierwsi na liście, więc podłączyłem się do nich i wyciągnąłem wszystkie informacje o tym, co w ramach LEGO u nich jest No i tutaj oczywiście możemy sobie to posortować, sprawdzać sobie np.

jak cena zmieniała się w czasie, powiedzmy takie ceneo wbudowane w Qlik Up. Pojawiło się pytanie, czy będzie nagranie tak będzie nagranie webinarium, tak jak każdego z naszych, znajdziecie je zawsze też na naszej stronie w sekcji webinar. Więc wracając do samej aplikacji Oczywiście tutaj możemy już sobie wyszukiwać najróżniejsze zestawy które nas interesują, możemy się przefiltrować do konkretnego sklepu no jakby standard działania samego Qlika.

Ale w tym miejscu chciałem sobie porównywać czy na przykład jakaś cena między jednym a drugim sklepem Jest jakby znacznie różna, jak ona się zmienia na przykład w czasie, więc dla dwóch konkretnych zestawów widzimy że gdzieś tam jeden z tych sklepów jest troszeczkę tańszy, więc na przykład może być dla nas takim lepszym źródłem do zakupów jeśli chodzi o prezenty.

No ale to był taki krok numer jeden, czyli Pobrałem sobie te dane tak, jak one faktycznie w sklepie internetowym funkcjonowały. Ale w kolejnym kroku pomyślałem sobie, kurczę, może fajnie by było w jakiś sposób wzbogacić te dane, być może czegoś więcej się o nich dowiedzieć. Więc to potraktowałem jako taki, powiedzmy, mój nadzorca właśnie do robienia zakupów.

Natomiast w drugim kroku stworzyłem sobie jeszcze dwa arkusze. Jeden, który będzie mi tłumaczył cenę produktów i drugi który będzie mi troszeczkę szerzej opowiadał o samym O samym produkcie i oczywiście są to już właśnie rozwiązania oparte o OpenAI, czyli jeżeli przełączymy się w tej chwili do drugiej naszej zakładki, no to zobaczymy ten podobny układ który miałem wcześniej.

Dane wyciągnięte ze sklepu internetowego, a po prawej stronie takie puste pole do tego, żeby użytkownik wybrał sobie, Interesujący go produkt. No i co ważne, musimy tutaj wiedzieć, że w tej chwili ten interfejs OpenAI ma pewną wiedzę na temat świata do pewnej konkretnej daty więc nie jest jeszcze może ze wszystkim na bieżąco, ale też z tej prezentacji OpenAI, która odbyła się wczoraj już wiemy, że ten nowy model będzie znał świat do kwietnia 2023 roku, no i zakładam że ten Okres między datą dzisiejszą a tym co znajduje się w bazie OpenAI będzie po prostu coraz mniejsze i z czasem będzie to właściwie można by powiedzieć, no może nie live, bo to by było zbyt pewnie zbyt dużym wyzwaniem, chociaż kto wie.

Więc możemy zacząć się z tymi danymi teraz bawić. Zobaczmy sobie pierwszą rzecz, czyli wybierzmy sobie jeden produkt. W momencie kiedy go sobie zafiltrowałem, w tym miejscu ten konkretny element zaczyna nam właśnie odpytywać OpenAI, więc widzimy że Dla tego konkretnego produktu on nie zobaczył jakichś zdarzeń na świecie, które być może miałyby wpływ na cenę tego, a wiemy że troszeczkę się negatywnych i przykrych rzeczy w tym kontekście wydarzyło.

Po pierwsze widzimy, że tutaj pod kątem dostępu do najświeższych danych jeszcze OpenAI jest troszeczkę w tyle, ale jeżeli weźmiemy sobie już jakieś inne elementy typu na przykład jakiś konkretny inny zestaw no to już tych informacji ma trochę więcej. Jest w stanie spojrzeć sobie do historii i na przykład zwrócić nam informację że dla tego konkretnego modelu Być może właśnie pojawienie się filmu na ten temat albo innego zestawu powoduje że na przykład Tatusiowie, którzy kupują właśnie ten zestaw DC Super Heroes Batmobile nowy wracają wspomnieniami do przeszłości i pamiętają, że kiedyś mieli właśnie coś takiego albo marzyli o czymś takim, być może dlatego właśnie ten zestaw zaczyna nam zyskiwać na popularności.

Oczywiście idąc dalej dla wszystkich fanów Star Warsów podobnie jeżeli wybierzemy jakiś nowy konkretny produkt, to znowu w tym momencie Qlik wysyła informacje do OpenAI’a O tym konkretnym zestawie i uzupełnia go tak zwanego prompta, czyli pyta właśnie OpenAia, czy zdarzyło się w tej chwili, czy dzieje się na świecie w tej chwili coś, co może powodować że powiedzmy cena tego produktu może się zmienić.

No i tutaj też dostajemy informację że właśnie pojawia się nowy model Sokoła Millennium i być może właśnie to też powoduje że powiedzmy popyt na Na tą starą pierwotną wersję też nam dosyć mocno rośnie. No dobra, to załóżmy że już tutaj troszeczkę widzimy jak to działa. Ważne że ta informacja którą tutaj widzimy, ten krótki opis, to nie jest informacja w żaden sposób pozyskana ze sklepu internetowego, w żaden sposób nie przeładowywaliśmy w tej chwili aplikacji, ona jest w tej chwili zwrócona nam poprzez API, Z OpenAI bezpośrednio wpychana jest do Qlik Sense i jest wyświetlana użytkownikowi końcowemu.

No i w ten sposób ten użytkownik w momencie, kiedy sobie pracuje z danymi, które ma zassane do Qlika jednocześnie właśnie może je wzbogacać jakimiś dodatkowymi informacjami, które pochodzą z internetu Co ważne, to co wysyłamy do OpenAI jest tylko prostym promptem czyli Powiedz mi, czy coś ma wpływ na cenę tego modelu i wysyłamy tylko informacje o tym modelu to przetwarza OpenAI i zwraca nam właśnie w postaci tego tekstu.

Także nie wysyłamy tutaj całego datasetu, nie wystawiamy swoich danych potencjalnie na jakieś zagrożenie, to jest tylko krótki ping, to jest bardzo trudne Prostą informacją, nie zdradzającą jakichś danych powiedzmy wrażliwych czy poufnych. No dobra, to idźmy sobie jeszcze dalej, czyli widzimy że powiedzmy coś może się tutaj dziać jeśli chodzi o te nasze ceny.

To dołóżmy sobie jeszcze jedną rzecz. Załóżmy, że jesteśmy fanami Beatlesów. Albo szukamy prezentu dla jednocześnie fana Star Warsów i jednocześnie fana Beatlesów i próbujemy dowiedzieć się jeszcze czegoś więcej o tych produktach. No i tutaj co ciekawe znowu jakby same OpenAI, tej informacji jeszcze nie ma, ale tutaj bardzo fajnie złożyły się dwie rzeczy, nie wiem czy słyszeliście, ale dosłownie kilka dni temu właśnie sztuczna inteligencja pozwoliła nagrać W cudzysłowie ostatnią piosenkę Beatlesów, nagranie John Lennona znalezione Wiele, wiele lat temu, które posiadało też ścieżkę dźwiękową z fortepianu, udało się właśnie za pomocą sztucznej inteligencji rozdzielić od siebie.

No i w ten sposób Beatlesi nagrali kolejną piosenkę. Więc znów gdybyśmy mieli tutaj podpięcie do tych najnowszych informacji, to tutaj na przykład wybierając tylko ten konkretny zestaw, w tym miejscu pojawiłby się na przykład właśnie tego typu opis. No dobra, to jakby pójdźmy sobie jeszcze, Pójdźmy jeszcze dalej i zobaczmy jak jeszcze OpenAI może nam tutaj pomóc.

Jakby zwracał nam odpowiedź na prostego prompta no to z selekcją na tych trzech produktach pójdźmy sobie jeszcze do miejsca gdzie poprosimy OpenAI, żeby nam pomóc Przygotował opis tych konkretnych produktów które sobie zaznaczyliśmy i tak jak wspomniałem wcześniej, w tej chwili też jakby ta nasza selekcja, czyli te trzy konkretne produkty zostały wysłane do OpenAI i została zwrócona tutaj już informacja właśnie z OpenAI, czyli nie jest to opis produktu z tego naszego konkretnego sklepu, Tylko jest to opis w tej chwili wygenerowany przez OOPiA i ja w odpowiedzi na prompta którego tutaj użyłem czyli w tym moim W pierwotnym promptcie poprosiłem system o to, żeby po prostu przygotował mi krótki opis tego konkretnego produktu i w zależności od tego, co bym teraz wybrał to takie opisy po prostu tworzyłyby mi się na bieżąco.

Czyli widzimy że mamy fajny zestaw czterech figurek w sumie 550 elementów Można się z tym nieźle pobawić no to teraz jak gdyby pójdźmy jeszcze dalej. Zobaczmy sobie już w szczegółach w jaki sposób to było zrobione. Ustawię sobie ten arkusz jako w tej chwili jako prywatny, żebyście zobaczyli jaka tutaj magia dzieje się.

Oczywiście to można zrobić o wiele bardziej elegancko, można dać użytkownikowi możliwość na przykład za pomocą takiej listy rozwijanej tego, jakie pytanie chciałby zadać ale już jak gdyby zrobiłem to na szybko żeby Żebyście mogli zobaczyć co tutaj się dzieje, czyli mamy te nasze ostatnie pole, czyli OpenAI description, jeżeli je sobie rozwiniemy, to widzimy że w tej chwili mam tutaj Przygotowane powiedzmy trzy zestawy pytań które będę wysyłał do OpenAI.

Jak widzicie mam te dwa zakomentowane, ten jest otwarty i w tym pierwszym proszę po prostu o przygotowanie krótkiego opisu tego konkretnego zestawu LEGO. I to już mieliśmy zrobione, ale powiedzmy w kolejnym kroku chciałbym Żeby to jednak było troszeczkę inaczej czyli chciałbym, żeby ten opis był przygotowany w kilku językach, no i żebym dostał jeszcze informację na przykład czy to jest produkt, który nadaje się dla dzieci czy dla dorosłych.

Jeżeli Kliknę sobie na zastosuj, jeżeli sobie wyjdziemy z tego arkusza, to tak jak widzicie w tej chwili znowu. Leci sobie zapytanie do OpenAI i ten opis za chwilkę już będziemy mieli zupełnie inny Jeżeli wszystko pójdzie nam dobrze, jeżeli nie wykorzystamy wszystkich tokenów to będziemy mieli opisy w trzech językach polskim niemieckim angielskim jak dobrze pamiętam Plus właśnie informacja o tym, czy gdzieś tam się nadaje właśnie to dla osób dorosłych czy dla dzieci.

Także tak jak widzicie, w tym momencie na żywo zostały wygenerowane właśnie dla nas opisy, że raczej to jest dla dorosłych co znajduje się w środku i podobnie Jest to zrobione też dla właśnie języków pozostałych, czyli dla niemieckiego i angielskiego. I tak jak wspomniałem, ogólnie ten właśnie opis jest ulotny.

W momencie kiedy byśmy jakby wyszli z tej aplikacji, musielibyśmy jeszcze raz sobie wywołać Ten konkretny produkt, żeby ten konkretny opis tam się pojawił, ale być może chcielibyśmy wykonać coś takiego za pierwszym razem po to, że jakby już tak mocno maszynowo powiedzmy, żebyśmy już te opisy mieli, więc można to też właśnie zrobić na etapie ładowania danych do pliku czyli wtedy powiedzmy dla każdego produktu taki ping króciutki leci sobie do OpenAI, ten opis zostaje zwracany, Zapisywane już w Qliku i na przykład w kolejnym pytaniu już o to nie Nie prosimy tylko wyświetlamy ten przetworzony zestaw opisowy, także można do tego podejść na kilka sposobów oczywiście uwzględniając to, że każdy taki ping w stronę OpenAI to jest tam jednak jakiś drobny koszt więc warto sobie to też optymalizować.

No i idąc dalej Oczywiście możemy z tymi naszymi promptami znowu się pobawić jeszcze bardziej, czyli przykładowo już ten drugi prompt już sobie go poznaliśmy, no i teraz jakby w kolejnym w tym ostatnim chciałbym, żeby ten opis był już jakby w języku polskim Ale jednocześnie żebym zarekomendował mi też inne produkty które mogłyby się sprawdzić jako zestaw z tym produktem i żeby np.

podał mi jeszcze linki do tych produktów właśnie z tego konkretnego sklepu. Od razu mówię, nie jest to żadna reklama, natomiast po prostu łatwo mi było Łatwiej mi było skorzystać właśnie z tego. Także jak widzicie, zmieniam tego prompta Klikamy sobie na zastosuj, Klikamy w edytuj arkusz żeby to wyłączyć, no i znowu leci sobie prompt do OpenAI, sprawdza co się dzieje na stronie worldtoys.pl, chyba jak dobrze pamiętam, tak, no i za chwilkę będziemy mieli Zwrot.

Tutaj troszeczkę dłużej już to będzie trwało, bo właśnie musimy, OpenAI musiał też jakby przejść sobie na przykład na stronkę OpenAI i takie linki konkretne do tych produktów znaleźć. Także jak widzicie Potencjalnie można też właśnie za pomocą tego zbudować jakiś system, nazwijmy to rekomendacji, co jeszcze z tym produktem mogłoby się sprzedać.

Oczywiście mówimy tutaj bardziej o analizie danych, ale równie dobrze przecież Qlik można wykorzystać jako system taki właśnie wpięty np. w jakieś systemy B2B, gdzie klienci mogą kupować różnego typu produkty, mogą też właśnie później te swoje produkty i zakupy analizować. I na przykład łącząc te dwie technologie czyli patrząc sobie, co ten klient kupił, można mu na przykład właśnie jeszcze dodatkowo za pomocą OpenAI zasugerować co jeszcze potencjalnie mógłby do tego zestawu sobie dokupić.

Także jak widzicie właściwie jesteśmy ograniczeni trochę swoją wyobraźnią jeśli chodzi o prompta Trochę może budżetem, bo oczywiście te zapytania kosztują, ale koszt tego zapytania jest też zależny od tego, jak ono jest skonstruowane, ile powiedzmy tekstu chcemy zwrócić, bo taki właśnie każdy token kosztuje tam jakieś ułamki centów, jak dobrze pamiętam.

Być może na koniec webinaru uda mi się pokazać konsolę OpenAI, ja to sprawdzę, żebyście zobaczyli mniej więcej ile to kosztuje, ale to są jakieś dosłownie ułamki Ułamki centów, a ma być jeszcze taniej bo ten model GPT-4, który był wczoraj zaprezentowany jest lepszy niż GPT-3, na której w tej chwili w pliku pracujemy, a jednocześnie ma się stać też tańszy, także staje się to coraz bardziej dostępne Także jakby use case’ów na to pewnie będzie można wymyślać dużo, bo prawdopodobnie koszt nie będzie tutaj jakimś blokerem dla Dla organizacji a tak jak wspomniałem, też można jakby zrobić to w ten sposób, że właśnie raz na przykład takie informacje pobrać odłożyć i już je sobie w Qliku i już je właściwie, o nie, właściwie więcej nie pytać no chyba żebyśmy chcieli te informacje sobie odświeżyć.

No dobra to to jest jak gdyby pierwsza pierwszy obszar także jak widzicie w ramach interfejsu Qlik Sense’a Użytkownikowi końcowemu wyświetlamy dodatkowe informacje i żeby nie być tutaj gołosłownym też pokażę jak to wygląda od strony modelu danych Czyli w modelu danych nie ma fizycznej reprezentacji OpenAI, mamy tylko informacje które pobraliśmy sobie właśnie z tego sklepu internetowego z całą informacją o tym, co w nim jest.

Nie ma tutaj dodatkowej tabelki z OpenAI, to wszystko co się dzieje, co jest dodatkowo do Kika zwracane jest robione właśnie poprzez komunikację via API. No dobra to jakby to mamy. No to zobaczmy sobie właśnie, co można zrobić dalej czyli widzieliśmy tą jedną stronę wykorzystania w interfejsie Qlik Sense na żywo w momencie kiedy użytkownik o to pyta, ale właśnie być może chcielibyśmy wykorzystać OpenAI do tego żeby Na przykład w sposób zautomatyzowany odpowiedzią na komentarze które znajdują się na przykład na naszej stronie, albo na przykład w jakimś systemie ticketowym rozmawiamy z klientem który zgłasza nam na przykład jakąś reklamację i chcielibyśmy to też w pewien sposób zautomatyzować.

Więc jakby do tego posłuży nam właśnie ta aplikacja. Ona jest bardzo prosta. To są informacje o komentarzach, które użytkownicy zostawili Na stronie internetowej producenta mebli, to jest polska firma Tylko. Bardzo proste zestawienie widzimy Skąd te komentarze, z jakich krajów one pochodzą, specjalnie wziąłem ich kilka, żeby właśnie była reprezentacja kilku różnych krajów, oczywiście no wszystko działa tak samo jakbyście się tego spodziewali w Qliku, czyli wybierając jakąś informację widzimy tylko komentarze z tym krajem związane, no ale właśnie chcielibyśmy teraz w jaki sposób na te komentarze Odpowiedzieć.

No i to, co zrobiliśmy tutaj, to jest zastosowanie właśnie OpenAI ale już w tzw. automatyzacji i ją tutaj Wam już pokazuję, czyli to, co zadzieje się w momencie, kiedy Kliknę na ten przycisk to jest wykonanie właśnie tej automatyzacji i ona sobie startuje, bierze sobie wartości Z tego pola po kolei każdy z nich wysyła je właśnie do OpenAI, czyli właśnie ten bloczek tutaj to jest ten bloczek dotyczący Create Completion, czyli właśnie uzupełnienia informacji, no i mamy tutaj też naszego prompta, którego wcześniej pokazywałem Wam w tym W interfejsie Qlikowym i w jaki sposób możemy go sobie modyfikować rozbudowywać.

No i tutaj jakby była prośba taka, aby zwrócona odpowiedź była taką odpowiedzią, którą udzieliłby powiedzmy opiekun klienta. No i najfajniej jeszcze, żeby było, gdyby ta odpowiedź była udzielona w języku takim, w jakim został zostawiony komentarz. I to jest coś, co będzie się działo tutaj w tym miejscu dla wszystkich tych komentarzy A na samym końcu te informacje będziemy chcieli sobie odłożyć w innym źródle, czyli w naszym przypadku będzie to po prostu Google Sheets.

No i zobaczmy, w jaki sposób to działa. Czyli mamy naszego Google Sheeta, to jest właśnie ten arkusz tutaj puściutki nic się tutaj w nim nie dzieje. Jestem w tej aplikacji i po prostu Klikam sobie tutaj, żeby Qlik W połączeniu z OpenAI z wykorzystaniem właśnie automatyzacji na te komentarze mi odpowiedział, więc idziemy sobie tutaj do naszego arkusza i jeżeli wszystko dobrze zrobiłem, no to powoli powoli nam te komentarze zaczynają tutaj wpadać.

No i jak widzimy jak spojrzymy sobie na konkretne przykłady to jeżeli komentarz był gdzieś po francusku na przykład napisany, To odpowiedź też jest po francusku. W zależności od tego, za chwilkę to też pokażę, w zależności od tego, ile, już tutaj pokazuję, ile właśnie, Tokenów byśmy używali, tak długa ta odpowiedź może być.

Czyli jeżeli chcemy że tak powiem trochę przyoszczędzić to dajemy mniejszą liczbę tokenów wtedy ta odpowiedź będzie krótsza. Jeżeli chcemy żeby ta odpowiedź była taka jakby głębsza troszeczkę niż takie proste thank you, to używamy więcej tokenów po to, żeby Żeby ta informacja była pełna. I co fajne to trzyma kontekst, czyli na przykład jeżeli widzimy że ten pierwotny komentarz dotyczył tego, że na przykład trudno było tą szafkę zmontować, no to ta odpowiedź jest jakby, Stricte dotykająca tego konkretnego problemu No i co więcej z racji tego, że właśnie to jest w pełni zautomatyzowane, no to możemy też później z tego budować jeszcze kolejne rzeczy, to za chwilkę też Wam pokażę, że na taki komentarz może być udzielona odpowiedź właśnie z wykorzystaniem OpenAI i Qlika, a jednocześnie na przykład taki komentarz jeszcze możemy dodatkowo ocenić pod kątem Sentymentu Jeżeli ten sentyment jest na przykład negatywny, no to wtedy uruchamiamy na przykład jeszcze kolejną akcję która uruchomi na przykład product managera tego produktu żeby zobaczył czy nie mamy jakiegoś głębszego problemu Także jak widzicie To jest ten kolejny miejsce, w którym możemy do OpenAI się odwołać, czyli mamy aplikację w Qlik Sense, która coś analizuje, pobiera jakąś danę mogą być to na przykład właśnie komentarze na waszej stronie internetowej, a użytkownikowi dajemy możliwość po prostu kliknięciem uruchomienia jakiejś akcji, która coś z tymi komentarzami zrobi.

Czyli na przykład odpowie na nie, ale równie dobrze, Jak widzicie tutaj sobie zostawiłem z boku kilka jeszcze dodatkowych elementów, jeżeli niekoniecznie chcielibyśmy wrzucać te informacje do Google Sheeta, ale na przykład chcielibyśmy uaktualnić ticket, który nam klient zostawił jako reklamację, no to właśnie.

Pojawia się temat, jakby pierwsze zgłoszenie reklamacyjne, OpenAI to uzupełnia i tą uzupełnioną wartość ten uzupełniony komentarz nas jako firmy wrzucamy na przykład właśnie jako komentarz w Zendesku, wtedy jakby komunikacja z klientem już następuje, ale w dużej mierze robi za nas właśnie OpenAI.

Dokładnie tak samo możemy to zrobić z Jira, wrzucić jakieś informacje do CRM-a. Jeżeli taki komentarz właśnie na przykład pojawia się i ma sentyment negatywny, no to być może na przykład właśnie tworzymy coś w ServiceNow, a na samym końcu na przykład wrzucamy takie informacje jeszcze do Slack-a albo takiemu komuś jeszcze wyrzucamy jakąś informację w mail.

Także jak widzicie jakby w tym kontekście możemy też Wykorzystać OpenAI jakby w wielu miejscach także w procesie automatyzacji i tutaj też jakby to tylko po waszej stronie jest fantazja w którym miejscu i jak szeroko moglibyśmy to wykorzystać. No dobra to zobaczmy sobie jeszcze Jeszcze jeden przykład, czyli aplikacja właściwie tożsama, natomiast robiąca troszeczkę inną rzecz, czyli ona nie będzie nam starała się odpisać na komentarze, ale właśnie będzie starała się ocenić sentyment tego komentarza czy on jest negatywny, pozytywny czy neutralny.

I w chwili jakby automatyzacja jest zrobiona, Już jakby bez wykorzystania OpenAI, tutaj jakby korzystamy z innego narzędzia, ale za chwilkę jakby te konektory, które pojawią się w Qliku, też będą mogły już, tak zakładam korzystać właśnie z tych innych modeli w OpenAI i na przykład taka analiza sentymentu też będzie możliwa.

Także tutaj robimy podobną rzecz, wybieramy sobie wartości z naszej tabelki, uruchamiamy analizę sentymentu W drugim kroku wykonujemy kolejną analizę na tym tekście i np. szukamy sobie słów kluczowych i ponownie wrzucamy sobie to do Excela. Natomiast jeżeli sentyment tego komentarza będzie mniejszy niż 0, to jeszcze dodatkowo chcielibyśmy wysłać taką informację na Slacka.

No i właśnie tu już jest Slack przygotowany do tego, żeby to Nam wyświetli. Jak widzicie, komentarza jeszcze żadnego nie ma, więc startujemy sobie to już z poziomu użytkownika, czyli patrzymy sobie na te komentarze ogólnie są powiedzmy ok, natomiast być może chcielibyśmy poznać to właśnie nieco głębiej więc ponownie analizujemy ten sentyment, przechodzimy sobie tutaj do naszego arkusza.

Jak widzimy znowu dla każdego z komentarzy zwracamy wartość tego komentarza, zwracamy wartość sentymentu ogólną, wartość tego sentymentu negatywnego i wartość tego sentymentu pozytywnego plus właśnie te informacje o tych słowach Słowach kluczowych, które gdzieś tam się pojawiały, no i na przykład dostajemy informację że ten ostatni no tutaj było coś nie tak, i problem z dostawą i nie było instrukcji ale ogólnie no na końcu dnia podobało mi się, bo miał to fajny kolor Więc z racji tego, że ten ten sentyment był niski no to właśnie na samym końcu jeszcze Qlik Application Automation pokazał nam, wysyła taką informację na przykład właśnie do działu reklamacji do działu serwisu czy do kogoś kto tam się powiedzmy tym produktem konkretnie zajmuje i ten ktoś taką informację Dostaje wprost na swój komunikator, na swojego maila czy inne kanały komunikacji.

Także w ten sposób możemy sobie połączyć te najróżniejsze obszary, czyli z jednej strony dajemy użytkownikowi możliwość analizy najróżniejszych danych które gdzieś tutaj w Qliku się pojawiają, ale z drugiej strony właśnie za pomocą automatyzacji możemy Możemy też na przykład przeprowadzać analizę sentymentu ona za chwilkę też w ramach tych klocków związanych z Qlik Application Automation też powinna być dostępna tak zakładam Pewny tego będę na koniec tego tygodnia bo spotykamy się z Qlikiem i będziemy właśnie o roadmap na Q4 rozmawiać, więc tego typu pytania też im zadań.

Mam nadzieję, że będą pozytywne, bo wtedy też jakby odpadnie nam np. konieczność korzystania z jeszcze innych narzędzi, tylko po prostu tutaj znowu wkładamy sobie OpenAI, które robi już dla nas wszystko i analizę sentymentu i odpisze na taki komentarz. I co jeszcze zrobi? No to właściwie Kolejne dni i tygodnie będą nam o tym na pewno mówiły, bo tych możliwości pojawia się coraz więcej.

Nadążyć też za tym wszystkim nie jest łatwo. Kilka obszarów. Jeżeli chcemy mieć takie analizy wprost w interfejsie Qlik Sense’a jest to możliwe. Jeżeli chcemy wykorzystać OpenAI troszeczkę bardziej w backendzie powiedzmy do przetworzenia tych danych i wrzucenia ich jeszcze do innego systemu przykładowo też można.

Natomiast jeżeli chcielibyście jeszcze wykorzystywać ogólnie AI do tworzenia wizualizacji, No to tak jak wspomniałem, być może, Być może będzie to też możliwe właśnie za pomocą OpenAI, bo jakby pojawiają się nowe możliwości też w samym Qliku on jest mocno otwarty więc kto wie, w którym kierunku to pójdzie.

Natomiast jeśli szukalibyście też takiej możliwości, żeby na przykład system BI-owy też podpowiada Wam, tworzył dla Was wizualizacja wręcz całe dashboardy No to tak jak wspomniałem, zachęcam też do obejrzenia tego webinarium odnośnie Inset Advisora i zobaczenia też, jakie on ma możliwości, bo jakby połączenie też tych dwóch światów ze sobą czyli Właśnie możliwości wyciągania wniosków z danych które mamy w modelu tu i teraz w Qliku, które nie są wysyłane gdzieś na zewnątrz.

Plus jeszcze do tego OpenAI, który właśnie może dostarczyć jakiś dodatkowy kontekst z zewnątrz no to jakby stwarza nam możliwość tego, że być może będziemy wiedzieli o rynku więcej i szybciej niż nasza konkurencja co pozwala nam podejmować szybciej decyzje, które będą bardziej trafne i w ten sposób też będziemy sobie budowali swoją przewagę konkurencyjną Właśnie z wykorzystaniem tego typu narzędzi, czyli Qlika plus różnych innych zdobyczy, które OpenAI nam na co dzień przynosi.

No dobra to wróćmy sobie do naszej Do naszej prezentacji. Jeżeli macie jakieś pytania no to zachęcam też właśnie do zadawania ich w tej chwili. Jeśli chodzi o nasze kolejne spotkanie to już teraz zapraszam was 21 listopada czyli za 2 tygodnie tak, dokładnie za 2 tygodnie o godzinie 13 będziemy rozmawiali I pokazywali oczywiście też najróżniejszego typu wykorzystanie analiz geograficznych w Qliku więc jeżeli to też Was interesuje, no to to do tego gorąco zachęcam.

Michał napisał, że dzisiaj właśnie pojawił się nowy blog w automatyzujących chat completion. Sorry, już nie zdążyłem bo informacja wpadła mi chyba około 11, że to się pojawiło, ale tak jak wspomniałem, właśnie wczoraj wydarzyło się z OpenAI, właśnie była ich konferencja o tych Ich nowych pomysłach ich nowych możliwościach no i dzisiaj Qlik tak się złożyło że właśnie na to odpowiedział, więc tak jak widzicie no dzieje się mnóstwo nadążyć za tym nie jest łatwo, ale mam nadzieję też, że tego typu webinary, które dla Was robimy pozwalają Wam właśnie też na tłoku tych różnych informacji które nas bombardują, Każdego kolejnego dnia wyciągnąć przez te 40-50 minut coś dla siebie, no i później zastanowić się potencjalnie, jak to w swojej firmie można by było użyć.

Więc jeżeli, a sekundkę bo tutaj chyba pojawiło mi się pytanie właśnie o te koszty, więc tutaj jakby to jest bardzo Temat rzeka powiedziałbym bo to w zależności od tego z jakiego modelu będziemy korzystali, ile tokenów będziemy chcieli zużyć np. do stworzenia takiej odpowiedzi wtedy cena się zmienia.

Pojawiła się zapowiedź zmiany tego cennika, na szczęście zmiany w dół, więc tutaj by trzeba było pewnie nie chciałbym wchodzić w kompetencje OpenAI, po prostu najlepiej zajrzeć na ich stronę zobaczyć jak to wygląda, ale tak jak wspomniałem, to są ułamki centów, więc to nie jest coś, co że tak powiem łamie budżety, a na pewno fajne tak jak widzicie, fajne rzeczy będzie można z tego robić.

Kto wie, być może w przyszłości pojawi się możliwość tworzenia jakichś już w samym Qliku na przykład wprost w interfejsie, jakichś obrazów. Być może z tych obrazów jesteśmy krok do tego, żeby tworzyć jakieś wizualizacje. Kto wie, co przyniesie przyszłość, także warto to śledzić, warto być na bieżąco Więc w temacie kosztów to tego zachęcam.

Pojawiło się pytanie, czy na Enterprise w wersji Client Manager zakładam że pewnie chodzi o wersję Client Manage też da się podpinać. To jest pytanie od Magdy. Magda, jak wejdziesz sobie w tworzenie nowego połączenia to na Enterprise w wersji Client Manage też masz takie połączenia właśnie Advanced Analytics, tak to się bodajże nazywa.

Poszukaj Ja szczerze mówiąc z Client Manager troszeczkę już wyszedłem, bo w dużej mierze pracujemy po prostu wszyscy na SAS-ie i gdzieś tam większość naszych klientów też już w tym kierunku zmierza, ale wydaje mi się, że tam też to jest, więc jeżeli jest, to te możliwości które pokazałem tutaj też będą dla Was w zasięgu ręki.

No dobra to słuchajcie, jeżeli nie pojawiają się kolejne pytania, ja zachęcam Was do kontaktu z nami do zaglądania na naszą stronę na nasze media społecznościowe, tam na bieżąco znajdziecie wszystkie informacje o tym, co się u nas dzieje. W najbliższych dniach będę starał się, o ile to nie będzie ograniczone jakimiś NDA-kami, podsyłać Wam też świeże informacje z tego, co wydarzy się w Qliku, bo będę na spotkaniu w Lund.

Takiej historycznej siedzibie Qlika więc myślę, że będzie ciekawie. Będzie to spotkanie też właśnie z osobami odpowiedzialnymi za rozwój produktu też z Majkiem Capone, więc mam nadzieję, że tych informacji z takiej pierwszej ręki uda się zebrać sporo, więc jeżeli tylko będę miał taką możliwość nie będzie to ograniczone, to też w mediach społecznościowych moich będę się tym z wami Jeżeli chcielibyście się zapisać na kolejny webinar, ten właśnie odnośnie GoAnalytiki, to w tej chwili wyświetlam Wam link do tego u góry strony, więc możecie sobie Kliknąć i w prosty sposób już zapiszecie się na kolejne wydarzenie z naszego autorstwa.

Dzięki za dzisiaj, nie widzę więcej pytań, więc życzę Wam miłego dnia udanego wtorku i do zobaczenia do usłyszenia za dwa tygodnie.