Amplitude ने कंपनी-भर में पसंद किया जाने वाला आंतरिक AI टूल कैसे बनाया (और आप भी कैसे बना सकते हैं)

• Moda एक AI टूल है जो Amplitude के आंतरिक डेटा को जोड़कर तेज़ी से सवालों के जवाब देता है और PRD जैसे आउटपुट तैयार करता है
• शुरुआत में इसे केवल कुछ लोगों के साथ साझा किया गया, लेकिन उपयोगिता साबित होते ही यह पूरी कंपनी में तेज़ी से फैल गया
• छोटे-से आइडिया स्निपेट को ठोस और अच्छी तरह तैयार दस्तावेज़ में बदलने की प्रक्रिया को ऑटोमेट करता है
• रिलीज़ से पहले ही कर्मचारियों की उम्मीदें और अनुरोध उमड़ पड़े, इसलिए इसे कम समय में लाइव environment में deploy कर दिया गया
• डेटा access और दस्तावेज़ लिखने की गति में बड़ा सुधार लाकर इसने productivity में महत्वपूर्ण बदलाव किया

---

Amplitude के आंतरिक AI टूल Moda के निर्माण और उपयोग की रणनीति

• Amplitude के CTO Wade Chambers ने अपने द्वारा अंदरूनी तौर पर बनाए गए AI टूल को परीक्षण के रूप में कुछ सहकर्मियों को दिखाया
  • प्रतिक्रिया इतनी ज़बरदस्त थी कि एक हफ्ते के भीतर पूरी कंपनी ने इसका इस्तेमाल शुरू कर दिया
• मौजूदा समस्या: कंपनी के अंदर के डेटा तक पहुँचना, ज़रूरी सामग्री ढूँढना और उसे दस्तावेज़ के रूप में व्यवस्थित करना बहुत समय लेता था
• लक्ष्य: कोई भी व्यक्ति natural language में सवाल पूछे और उसे data-backed जवाब के साथ तैयार दस्तावेज़ मिल सके

• मुख्य फीचर्स

  • डेटा access का automation: आंतरिक repositories, logs और analytics data में real-time search
  • दस्तावेज़ निर्माण: PRD, analysis report आदि जैसे विभिन्न दस्तावेज़ AI द्वारा draft के रूप में स्वतः तैयार
  • आइडिया विस्तार: एक-पंक्ति नोट या मोटे आइडिया को आधार बनाकर उसे विस्तृत दस्तावेज़ में बदलना
  • तुरंत deployment: development चरण में ही ऊँची demand दिखते ही इसे तेज़ी से live deploy किया गया

मुख्य बिंदुओं का सार

1. 3~4 हफ्तों के फुर्सत के समय में एक शक्तिशाली आंतरिक AI टूल का निर्माण

• नियमित काम के बाहर के फुर्सत के समय का उपयोग करके 3~4 हफ्तों में आंतरिक AI टूल Moda विकसित किया गया
• शुरुआती लक्ष्य: कंपनी के अंदर के डेटा को तेज़ी से खोजना और PRD जैसे दस्तावेज़ों को स्वतः generate करना
• तरीका: परफ़ेक्ट product बनाने के बजाय काम करने वाला prototype जल्दी बनाना और वास्तविक समस्या-समाधान पर ध्यान देना
• development के दौरान data access API और आंतरिक knowledge base को जोड़कर सवाल → डेटा संग्रह → दस्तावेज़ निर्माण की पूरी प्रक्रिया को ऑटोमेट किया गया

2. Social engineering से केवल 1 हफ्ते में पूरी कंपनी में विस्तार

• CTO Wade Chambers ने कुछ सहकर्मियों को demo दिया → तुरंत सकारात्मक प्रतिक्रिया और word of mouth
• जानबूझकर पहले केवल 'चुने हुए छोटे समूह' के साथ साझा किया गया, ताकि शुरुआती उत्साह पैदा हो और वह आसपास फैल सके
• "इसे हम कब इस्तेमाल कर सकते हैं?" जैसे अनुरोध विस्फोटक रूप से बढ़े, और औपचारिक launch से पहले ही कंपनी-भर में उपयोग की तैयारी हो गई
• तेज़ adoption के लिए जटिल approval प्रक्रियाओं को कम से कम रखा गया और तुरंत deployment रणनीति अपनाई गई

3. AI-आधारित customer feedback analysis और मुख्य विषयों की पहचान

• product managers ने Moda का उपयोग करके कई data sources (support tickets, surveys, NPS, social media आदि) से customer feedback इकट्ठा किया
• AI ने अपने-आप feedback को classify किया और बार-बार सामने आने वाले मुख्य विषयों का सार निकाला
• इसके आधार पर product improvement priorities और customer requirement analysis reports तेज़ी से तैयार की गईं
• manual analysis की तुलना में समय और human resources दोनों की बड़ी बचत हुई

4. Research, PRD और prototype निर्माण को एक ही meeting में समेटना

• पारंपरिक workflow: research → idea meeting → PRD writing → prototype निर्माण (जिसमें कई हफ्ते लगते थे)
• Moda का उपयोग करने पर एक ही meeting में:
  • आइडिया इनपुट → संबंधित data/case search
  • AI द्वारा PRD draft generation
  • AI की मदद से prototype design तक प्रगति
• meeting समाप्त होते-होते ही क्रियान्वित किए जा सकने वाले ठोस plan और prototype उपलब्ध हो सकते हैं

5. Role-switching अभ्यास से विभागों के बीच सहानुभूति और fluency में सुधार

• product, design और engineering teams ने एक-दूसरे की भूमिकाओं को AI टूल के जरिए simulate किया
• उदाहरण: engineer ने AI के माध्यम से design proposals बनाए, designer ने AI की मदद से technical constraints पर विचार किया
• role-switching अनुभव ने विभागों के बीच भाषा और दृष्टिकोण की समझ को बढ़ाया और collaboration efficiency में सुधार किया
• AI जटिल विशेषज्ञता को तेज़ी से translate और summarize कर देता है, इसलिए entry barrier कम हो जाता है

6. Engineering team को technical debt सुलझाने में सहायता

• Moda ने मौजूदा codebase analysis और documentation work को ऑटोमेट करके debt की पहचान तेज़ की
• पुराने systems में आने वाली समस्याओं को AI ने priority के अनुसार व्यवस्थित किया और refactoring suggestions भी दिए
• technical debt समाधान योजना को data-backed रूप में प्रस्तुत करने से management और development के बीच सहमति बनाना आसान हुआ
• बार-बार होने वाले maintenance और risk management tasks अधिक predictable और systematic तरीके से आगे बढ़े

[t7vonn]

यह कि इसे फ़ुर्सत के समय में बनाया गया, कहीं यह बुरी मिसाल बनकर न रह जाए।
आख़िर क्यों in-house tools हमेशा किसी एक व्यक्ति को ज़िम्मेदारी उठाकर अपने निजी फ़ुर्सत के समय में ही बनाने पड़ते हैं ..

[laeyoung]

"Amplitude के CTO Wade Chambers ने आंतरिक रूप से बनाए गए AI टूल को पायलट रूप में कुछ सहकर्मियों को दिखाया"

हायोंगहो जी की प्रस्तुति सामग्री में उल्लेखित Naver लेख भी यही दिखाता है कि AI Transformation को पूरे संगठन में अच्छी तरह फैलाने के लिए C-level पर इच्छाशक्ति या स्पष्ट लक्ष्य होना ज़रूरी लगता है।