„Postanowiliśmy zaufać intuicji i naszym użytkownikom” – Piotr Bombol opowiada o Adaily

Jak wyglądała historia Adaily od pomysłu do dziś? Co zainspirowało Was do stworzenia Adaily i jaki był moment „przełomowy”, który sprawił, że uznaliście, że warto działać?

Kiedy na koniec 2022 roku opuszczałem świat agencji reklamowych, miałem postanowienie zbudować własny produkt technologiczny. Najlepiej taki, który będzie nowym rozwiązaniem dla starych problemów.

Rozmawiałem z wieloma osobami, które znałem z mojej kariery w branży, i jednym z najczęściej pojawiających się tematów – i jednocześnie najbardziej uciążliwych – był research benchmarków i referencji kampanii.

Można powiedzieć, że pomysł „dojrzewał” 10 lat, które spędziłem w branży reklamowej. Pracując najpierw jako strateg, a potem prowadząc własną agencję, było dla mnie niezrozumiałe, jak dużo czasu trzeba poświęcać na research. Czynność niby prosta i bagatelna, ale po czasie zrozumiałem, czemu nawet seniorzy czasem wolą sami zrobić research – bo dobrze zrobiony, daje katapultę prosto do rozwiązania.

Jednak zupełnie szczerze: kto w dzisiejszych czasach, szczególnie na wyższych stanowiskach, ma czas na ręczny research? Stąd zdecydowaliśmy się na ten konkretny temat, z ambicją tworzenia rozwiązania dla całej branży reklamowej na świecie.

A co było momentem przełomowym? Oczywiście premiera ChatGPT, która pokazała, że niedostępna wcześniej technologia, nagle jest dostępna, także dla nietechnicznych osób. I że może pozwoli zrealizować naszą ideę i wdrożyć ją na rynek. Bez uwolnionego dostępu do tanich LLM, nie moglibyśmy wystartować.

Jednocześnie, pojawił się fundamentalny znak zapytania: czy warto budować coś, co ChatGPT w końcu może sam będzie potrafił? To pytanie zdefiniowało naszą strategię – musieliśmy tworzyć wartość tam, gdzie generyczne AI nie wystarcza. Przez wyspecjalizowane dane i głębokie zrozumienie branży.

Jakie były największe wyzwania na początku drogi?

Zdecydowanie zmiana mentalna z pracy w usługach na stronę produktu. Jako founder musiałem wyposażyć się w zupełnie nowe umiejętności, do tego połączyłem siły z technicznymi co-founderami, którzy wnosili brakujące talenty. Okazało się, że trzeba było nauczyć się wielu rzeczy od zera: jak budować produkt? Jak rozmawiać z użytkownikami? Jak pozyskiwać użytkowników?

Do tego chcieliśmy wykorzystać nową technologię, której praktycznie nikt nie znał. Można powiedzieć, że uczyliśmy się „operować na żywym organizmie”, szybko tworząc i wdrażając wizję.

Początkowo inspirowaliśmy się tym, co robi OpenAI, ale po chwili zrozumieliśmy, że… oni też przecież nie wiedzą, jak coś powinno działać. Jeśli często korzystacie z ChatGPT czy Gemini, to zobaczycie, że niektóre zmiany są cofane, bo po prostu nie działają.

Dlatego ostatecznie postanowiliśmy nie oglądać się na nikogo, tylko zaufać intuicji i naszym użytkownikom – jak właściwie rozwiązywać ich problemy.

Jak wyglądały pierwsze miesiące po premierze w maju 2023 roku i jakie reakcje rynku Was zaskoczyły? Czy było coś, co odbiegało od Waszych oczekiwań?

Ludzie dalej byli w szoku po wejściu ChatGPT. Myśleli, że wszystkie nowe produkty to jakieś nakładki („wrappery”) niegodne uwagi. Zresztą do dzisiaj musimy odpowiadać na pytania „a czym to się różni od X (popularnego LLM)?”.

To zrozumiałe, bo powstały nagle zupełnie nowe kategorie rozwiązań, o jakich ludziom się nie śniło. To, co my wprowadziliśmy na początku, to inteligentna, semantyczna wyszukiwarka najlepszych kampanii reklamowych. Coś, co wcześniej trzeba było googlować i ręcznie szukać.

Pewnym przełomem był lipiec 2023 roku, kiedy postanowiliśmy zbierać na bieżąco kampanie wygrywające Cannes Lions (czyli najważniejsze nagrody reklamowe na świecie), dając dostęp wszystkim na świecie w 13 językach. Ludzie byli zachwyceni: nie musieli szukać informacji samodzielnie ani oglądać filmów, żeby znaleźć poszukiwanych informacji.

Jednak już wtedy wiedzieliśmy, że kluczowy w wyścigu będzie ciągły pościg za doskonałością i zrozumienie, jakie doświadczenie powinniśmy zaoferować użytkownikom. Z tego powodu, z końcem 2023 roku zupełnie zrezygnowaliśmy z interfejsu konwersacyjnego (czatbota) na rzecz dużo prostszego rozwiązania w postaci listy z wynikami. Dzięki temu mogliśmy zadbać o bardziej przewidywalny, deterministyczny tryb pracy z narzędziem.

Stosujecie podejście „promptless experience”, w którym użytkownik nie musi znać skomplikowanych promtów AI, tylko naturalnie formułuje brief lub pytanie. Czy możesz opisać, jakie techniczne lub produktowe wyzwania musieliście rozwiązać, by to osiągnąć?

Już na początku manii AI byłem bardzo sceptyczny do tego, czy faktycznie ludzie muszą nauczyć się promptować, żeby korzystać z AI. Czułem, że to jest etap przejściowy.

Tak jak nikt nie oczekiwał w latach 80. czy 90., żeby ludzie nauczyli się programować do korzystania z komputera i pakietów typu Office. Arkusze kalkulacyjne, edytory tekstu czy ERP są dla ludzi, którzy nie są programistami, a specjalistami w danych dziedzinach. Tak samo z AI – nie trzeba będzie znać promptowania, żeby mieć z niego wartość.

Jako twórcy narzędzia postanowiliśmy zdjąć presję promptowania z głowy naszych użytkowników. Chcieliśmy, żeby wpisując czego faktycznie szukają, mogli znaleźć najlepiej pasujące kampanie. A dalej, przy okazji Adaily 2.0, dać możliwość tylko udostępnienia briefu od klienta, żeby przygotować kompleksowy research i kierunki strategiczne.

Od strony technicznej działa to tak, że my zakładamy za użytkownika: co może wpisać, do czego mu to jest potrzebne oraz w jakiej formie potrzebuje odpowiedzi. Dzięki zorientowaniu się na konkretną grupę docelową, jesteśmy w stanie dobrze określić perspektywę użytkownika i dostarczyć mu dobrą wartość za relatywnie mały – a nawet minimalny – wkład. To jest właśnie magia „promptless experience”.

Obserwując rynek można powiedzieć, że staje się to powoli standardem. Nawet nowe wersje modeli LLM mają wbudowany „reasoning” – zadaniem modelu jest dobre dopowiedzenie sobie kontekstu tak, żeby oczekiwać od użytkownika coraz mniej i dawać w zamian więcej.

Jak wyglądał proces budowania Waszej autorskiej bazy kampanii? Skąd pozyskiwaliście dane, ile czasu to zajęło? Jakimi kryteriami się kierowaliście?

Na poziomie merytorycznym wiedzieliśmy, jak chcemy tę bazę budować. Jednak na poziomie operacyjnym okazało się, że nie da się tego zautomatyzować. I to wbrew pozorom był dobry sygnał.

Po pierwsze: trudno będzie modelom LLM odtworzyć nasz proces. Po drugie: baza daje „moat” – trudno będzie innym biznesom zreplikować naszą bazę. Powiem więcej: do tej pory nikt tego nie zrobił, chociaż de facto rozwiązanie leży na stole.

Od początku chcieliśmy agregować informacje na temat najlepszych kampanii reklamowych z całego świata. Poszliśmy następującym kluczem: nagradzane kampanie na najważniejszych festiwalach światowych i regionalnych (np. Cannes Lions, Spikes Asia czy El Ojo de Iberoamérica). Praktycznie wszystkie informacje o tych kampaniach są publicznie dostępne, tylko nikt do tej pory nie włożył wysiłku w ich zagregowanie. Do tej pory zebraliśmy ponad 4,800 kampanii.

Budowa bazy to proces ciągły, bo ideą jest dodawanie kampanii od razu po ogłoszeniu wyników na wybranych przez nas konkursach reklamowych, które dzieją się de facto przez cały rok. Największą presję czasową mamy przy okazji Cannes Lions, gdzie od razu po zakończeniu chcemy mieć ok. 400 zwycięzców – to buduje największe zainteresowanie naszą aplikacją w skali roku.

Jesienią 2024 roku dołączyliście do Google for Startups. Co Wam dała ta współpraca?

Na pewno był to sygnał, że ktoś z gigantów wierzy w to, co robimy. Z naszej perspektywy istotne było, żeby dostać dostęp do osób, które faktycznie zajmują się tworzeniem topowych modeli i rozwiązują specyficzne use case’y.

Dostaliśmy także wsparcie w postaci kredytów na chmurę, które wykorzystaliśmy do przeprocesowania ponad 40,000 materiałów kreatywnych, które zbieraliśmy od jakiegoś czasu.

Ostatecznie zaczęliśmy także stopniowo przechodzić na modele klasy Gemini w naszej aplikacji – nie tyle ze względu na uczestnictwo w programie, ale faktycznie z powodu ich jakości. Okazało się, że do konkretnych funkcjonalności Gemini sprawdzał się najlepiej i dawał nam kontrolę nad doświadczeniem użytkowników.

Po raz pierwszy zrobiliśmy to, dodając funkcję wyszukiwarki trendów z 500 topowych raportów w bazie semantycznej, a potem tworząc multi-agentowy Adaily 2.0, gdzie Gemini wciela się w różne role na przestrzeni ponad 100 promptów w ramach jednego procesu.

Macie już użytkowników z ponad 80 krajów, a Wasza platforma działa w 17 językach. Jak wygląda Wasze podejście do ekspansji za granicą? Czy najpierw adaptujecie produkt/infrastrukturę pod konkretne rynki, czy raczej działacie globalnie? Jakie rynki są dla Was kluczowe i dlaczego?

Można powiedzieć, że najważniejsze zrobiliśmy na samym początku, tworząc platformę z myślą o tym, że ma być dla wszystkich. Stąd od początku wsparcie wielu języków i próba pokrycia wszystkich geografii jeśli chodzi o przykłady kampanii – obecnie to ponad 120 krajów.

Co ciekawe, pokrycie przykładami kampanii ma znaczenie podwójne: z jednej strony użytkownicy chcą poznać wartościowe przykłady ze swojego rynku, a z drugiej – sięgnąć po inspiracje, których nie znają. Dając im dostęp we własnym języku, w końcu daję tę możliwość. Prawie wszystkie tłumaczenia odbywają się w czasie rzeczywistym, dzięki czemu korzystanie z aplikacji jest płynne. Czyli np. korzystając z aplikacji w Polsce, możemy poznać kampanie z Ameryki Łacińskiej przetłumaczone w całości na język polski.

Wdrażając Adaily 2.0 spotkaliśmy się natomiast z innym wyzwaniem lokalizacyjnym w postaci kulturowych stereotypów. Modele AI mają skłonność do postrzegania pewnych motywów w sposób charakterystyczny dla „turysty”. Jako pierwsi zwrócili nam na to uwagę użytkownicy z greckiej agencji, którzy widzieli duże natężenie w swoich odpowiedziach: „nie wszystko musi być o souvlaki i Partenonie”.

Okazało się, że to jest dość dobrze udokumentowany problem. Zgodnie z najnowszymi badaniami, np. model GPT jest najbliżej perspektywy charakterystycznej dla Niemców. Naszym rozwiązaniem było dodanie dodatkowego kroku w procesie, który miał na celu odstereotypizowanie odpowiedzi – co było dość ekstremalnym wyzwaniem, ale udało się nam znacząco to poprawić.

Co do samego skalowania, to podeszliśmy do tego w najprostszy możliwy sposób. Jako founder tworzyłem treści na LinkedIn skierowane do globalnej publiczności i prowadziłem zakrojony na szeroką skalę cold mailing i messaging. Na początku szeroko jeśli chodzi o kraje (te, których języki wspieraliśmy), ale od jakiegoś czasu jasne jest, że mamy konkretne grono odbiorców w USA, UK, Europie Zachodniej, Brazylii, a od niedawna także w Singapurze i Chinach.

Gdzie widzicie Adaily za 2-3 lata? Jakie są Wasze główne priorytety rozwoju?

W obszarze AI trzeba być gotowym na ciągłą zmianę i gonienie za postępem technologicznym. Trzeba rosnąć tak szybko i tworzyć tak dobre rozwiązania, żeby big techy Cię nie dogoniły. Pracując w zespole 3-osobowym nie jest to proste, ale staramy się. Nie konkurujemy zasobami, ale sprytem, skupieniem i głębokim zrozumieniem rynku.

To, co natomiast musimy dodatkowo brać pod uwagę, to zmiany na rynku po stronie naszych ICP. Widzimy kryzys w branży reklamowej i jednocześnie rosnące zainteresowanie ze strony marketerów. Patrząc w przyszłość, naszym celem jest tworzenie standardu, który obsłuży obie strony rynku – zarówno klientów jak i agencje.

Jednocześnie, chcemy umacniać naszą autorską bazę wiedzy, która docelowo stanie się bezcennym zasobem do trenowania modeli przyszłości dedykowanych marketingowi.

Co byś poradził innym polskim startupom, które chcą skalować się za granicę, zwłaszcza w obszarze AI i marketing tech? Jakie pułapki warto mieć na uwadze?

Trzeba na pewno zrozumieć, w jakim miejscu jesteśmy jako rynek. Mamy duży, ale jednocześnie zbyt mały rynek wewnętrzny. Do tego jak w piłce nożnej, tak w AI – każdy jest ekspertem i nie potrzebuje nowego narzędzia. W erze AI trzeba od razu budować rozwiązanie pod rynki globalne.

Jako eksperci z Polski powinniśmy mieć ZERO kompleksów. Mówię to z perspektywy osoby, która obecnie konkuruje z rozwiązaniami z USA, UK czy Australii. I zdaniem użytkowników nie odstajemy merytorycznie, a nawet niektóre funkcjonalności mamy po prostu lepsze.

To, co jest naszym problemem, to wiarygodność i relacje, które musimy budować od zera, a które nasi „zachodni” konkurenci mają od razu.

Ale nie powinniśmy się zniechęcać. Trzeba zadbać o to, żeby na pierwszym miejscu był produkt – a nie to, skąd pochodzimy i kogo znamy. Buduj globalnie od dnia pierwszego, miej zdrową obsesję na punkcie swojego produktu i pozwól mu mówić za siebie.