In dem Vortrag "Key Lessons from Shipping AI Products Beyond the Hype" teilt Phil Calçado seine Erfahrungen beim Aufbau eines gescheiterten KI-Startups und gibt Einblicke in das, was funktioniert hat und was nicht. Er erklärt, warum traditionelle Software-Engineering-Prinzipien – wie die Behandlung von Agenten als Objekte und Workflows als Datenpipelines – der Schlüssel zum erfolgreichen Aufbau und Optimieren von generativen KI-Produkten sind.
Phil Calçado ist der Gründer von Outropy, der KI-Entwicklungsplattform für Software-Ingenieure. Zuvor hat er die Mikroservices-Architektur bei SoundCloud entwickelt, als sie von Millionen auf Hunderte Millionen Benutzer gewachsen sind. Seine Erfahrung beim Skalieren von Systemen mit kleinen Teams umfasst Rollen bei DigitalOcean und SeatGeek und hat konsequent dazu beigetragen, Underdogs im Wettbewerb mit Technologiegiganten zu unterstützen.
In dem Vortrag spricht Phil Calçado darüber, wie schwierig es ist, ein vielfältiges Publikum anzusprechen, da verschiedene Personen aus unterschiedlichen Perspektiven und Erfahrungsstufen kommen. Er betont die Bedeutung von Architektur und KI und gibt dem Publikum Hinweise, um sich weiterzubilden und tiefer in das Thema einzusteigen.
Phil Calçado spricht auch über seine eigenen Vorurteile und wie sie sich auf seine Arbeit im Bereich der KI auswirken. Er betont, dass er stark darauf bedacht ist, Dinge wirklich umzusetzen und iterativ vorzugehen. Seine Erfahrung im Bereich der agilen Entwicklung prägt seine Herangehensweise an die KI-Produktentwicklung.
Er erläutert, dass ihr Unternehmen, Outropy, ein typisches KI-Startup war, das frühzeitig auf dem Markt war und sich mit anderen Unternehmen messen musste, die ähnliche Tools entwickelten. Trotzdem war ihre Qualität und Leistung im Vergleich zu anderen Produkten auf dem Markt herausragend, was zu der Erkenntnis führte, dass sie etwas anders machten.
Phil Calçado spricht auch über die drei verschiedenen Ansätze, wie KI-Produkte heute gebaut werden, nämlich Twitter-driven Development, Data Science Project und Engineering Projects. Er erklärt die Vor- und Nachteile jedes Ansatzes und betont die Bedeutung, KI-Produkte wie Engineering-Projekte zu behandeln, um iterativ und inkrementell vorzugehen.
Er diskutiert auch die wichtigen Bausteine beim Aufbau von KI-Produkten, nämlich Workflows und Agents, und wie sie in der Software-Entwicklung angewendet werden können. Er stellt fest, dass Workflows wie Datenpipelines behandelt werden können und Agents ähnlich wie Objekte in der objektorientierten Programmierung sind.
Phil Calçado spricht auch darüber, wie AI-Systeme resilienter gemacht werden können, indem man auf durable Workflows setzt und die Prinzipien der Twelve-Factor Apps berücksichtigt. Er betont die Bedeutung, überkomplizierte Architekturen zu vermeiden und auf Plattformen wie BAML oder Shopify zu setzen, um die Entwicklung von KI-Produkten zu erleichtern.
Quelle: https://www.infoq.com/presentations/microservices-ai-systems/
