AI Toolkit: Rami Khalife (Motorola)

W tym odcinku AI Toolkit o najczęściej wykorzystywanych narzędziach opowiada Rami Khalife, Communications Manager marki Motorola.

Jakie narzędzia AI najczęściej wykorzystujesz w codziennej pracy?

W mojej pracy nie chodzi już o pojedyncze narzędzia, ale o zintegrowane ekosystemy, które tworzą płynny workflow. Na co dzień opieram się na dwóch filarach. Po pierwsze, jest to Copilot zintegrowany z pakietem Microsoft 365, w którym pracujemy. Niezbędny do podsumowywania długich wątków e-mailowych w Outlooku czy tworzenia agend spotkań w Teams. Rzeczywista magia dzieje się jednak dzięki naszemu autorskiemu moto AI, z którego korzystam na razr 60 ultra. To narzędzie, które aktywnie pomaga mi w zarządzaniu informacjami „w biegu”. Szczególnie funkcje Catch me up, które sumują powiadomienia, czy Pay attention, które transkrybują rozmowy, to dla mnie narzędzia strategiczne, pozwalające oszczędzić dziesiątki minut dziennie. 

Jakie narzędzie AI jest dla ciebie absolutnie niezbędne – i dlaczego właśnie to?

Absolutnie niezbędne jest dla mnie właśnie to strategiczne połączenie moto AI z Copilotem. Nie wyobrażam sobie już pracy bez tej symbiozy. Pamiętam sytuację z ostatniego eventu – na scenie trwał panel, a ja w drodze na kolejne spotkanie poprosiłem Catch me up o szybkie podsumowanie porannych rozmów. W minutę miałem gotowe kluczowe wnioski i listę działań. Copilot w Microsoft 365 świetnie wspiera mnie w biurze – przyspiesza analizę długich wątków mailowych czy tworzenie agend. Ale to właśnie moto AI sprawia, że mój smartfon staje się inteligentnym asystentem, który przewiduje moje potrzeby i pozwala mi pracować w pełni mobilnie, także dzięki składanej konstrukcji telefonu.

Z jakiego zestawu narzędzi AI korzysta twój zespół na co dzień?

Nasz zespół pracuje w modelu hybrydowym. Na poziomie operacyjnym opieramy się na platformach SaaS zintegrowanych w Microsoft 365 – to nasza codzienna baza do koordynowania projektów i komunikacji.

Równocześnie rozwijamy nasze autorskie rozwiązania, takie jak moto AI, które jest głęboko zintegrowane ze sprzętem Motoroli. Warto podkreślić, że moto AI działa na wielu modelach naszych smartfonów, nie tylko na razr 60 ultra – ten model podaję jako przykład, bo to mój służbowy telefon i narzędzie, na którym realnie pracuję każdego dnia. Czasami żartujemy w zespole, że moto AI to nasz „niewidzialny stażysta” – przypomina o zadaniach i porządkuje wątki szybciej, niż zdążylibyśmy spisać notatki.

Łącze symetryczne czy asymetryczne? Kto odczuje różnicę?

Przy projektach wymagających grafik – zarówno wewnętrznych, jak i zewnętrznych – sięgamy po nasze narzędzie generatywnej AI, Image Studio, które pozwala tworzyć unikalne materiały wizualne dopasowane do brandu.

W obszarze analitycznym i strategicznym AI traktujemy jako narzędzie do burzy mózgów i syntezy danych rynkowych. Kluczowe dla nas jest to, by każde narzędzie – niezależnie, czy jest własne, czy zewnętrzne – dobrze integrowało się z naszym ekosystemem i przyspieszało procesy, zamiast je komplikować.

Tworzycie własne narzędzia AI czy korzystacie z gotowych? Jak oceniasz zalety i ryzyka obu podejść?

Motorola stawia na podejście komplementarne – rozwijamy autorską platformę moto AI, a jednocześnie integrujemy najlepsze rozwiązania rynkowe. Zalety autorskich narzędzi są oczywiste: pełna kontrola nad funkcjami, spójność z naszym sprzętem i możliwość tworzenia doświadczeń, jakich nie ma w gotowych produktach. Ale uczciwie mówiąc, jest też ryzyko: własne rozwiązania wymagają większych inwestycji i konsekwentnego tempa rozwoju. Jeśli spowolnimy – tracimy przewagę. Z kolei integracja gotowych narzędzi od globalnych liderów, takich jak Google czy Perplexity, oznacza zależność od ich kierunku rozwoju, zmian w API czy polityce prywatności. Dlatego nasza strategia „otwartej innowacji” nie polega na wyborze jednego podejścia, ale na tym, żeby ryzyka obu stron wzajemnie się równoważyły. Kontrola nad moto AI pozwala nam zapewniać unikalność, a integracja z globalnymi liderami daje dostęp do najnowszych innowacji. W ten sposób to, co mogłoby być ryzykiem, staje się przewagą.

Czy w ostatnich miesiącach testowaliście narzędzie, które szczególnie was zaskoczyło?

Zazwyczaj, kiedy testuję nowe funkcje, oczekuję usprawnienia, ale w ramach przewidywalnego schematu. Tym razem było inaczej. Pamiętam konkretną sytuację: Podczas przygotowań do majowej premiery Motorola Future Express, szukałem grafiki, którą stworzyliśmy z zespołem graficznym kilka tygodni wcześniej. Zwykle oznaczałoby to gorączkowe przeszukiwanie folderów na desktopie, w chmurze, mailach. Zamiast tego wpisałem w AI Search jedno zdanie: grafika do moto buds loop. W sekundę na ekranie pojawił się ten właśnie plik – bez kopiowania nazwy, bez przeczesywania, bez problemu. Wtedy pomyślałem: to już nie jest narzędzie, to jest drugi mózg mojego zespołu. To był ten moment, kiedy zrozumiałem, że AI przestało być dodatkiem – stało się ekosystemem, który pracuje tak, jak myślimy.

Z jakich narzędzi zrezygnowaliście?

Nie tyle rezygnujemy z narzędzi, ile zmieniamy sposób, w jaki z nich korzystamy. Kiedyś mieliśmy zestaw pojedynczych aplikacji do różnych zadań – trochę jak biurko zasypane notatkami samoprzylepnymi. Działało, ale brakowało w tym spójności. Dziś stawiamy na platformy, które łączą te funkcje w jeden, spójny system. Moto AI jest najlepszym przykładem – zastąpiło wiele niezależnych rozwiązań, upraszczając i przyspieszając naszą pracę. Teraz to raczej uporządkowany organizer niż biurko pełne karteczek post-it. Każda funkcja jest na swoim miejscu, a przepływ pracy jest płynny.

Wolisz pracować na promptach, workflowach, czy stawiacie na integracje z API i automatyzację procesów?

Traktuję to jak hierarchię. Prompty są naszym punktem startowym – świetne w fazie testów i prototypowania, kiedy sprawdzamy, co AI potrafi zrobić. Ale prawdziwa efektywność zaczyna się wtedy, gdy te prompty zamieniamy w workflowy dla powtarzalnych procesów. To tak, jakby z notatki na karteczce powstał gotowy proces, który działa sam. Naszym długoterminowym celem jest pełna automatyzacja i integracja procesów z wykorzystaniem API. Właśnie na tym polega siła moto AI – to zbiór zautomatyzowanych funkcji, które reagują na kontekst, a nie tylko na pojedynczą komendę. To pozwala nam na myślenie o AI w kategoriach oszczędności czasu, a nie tylko dodatkowej funkcjonalności.

Prompt, którego używasz najczęściej to…

Nie mam jednego ulubionego promptu – mam cały zestaw, który nazywam szablonami strategicznymi. To takie gotowe formuły, które mogę szybko dopasować do sytuacji. Najczęściej pracuję w dwóch obszarach:

• zarządzanie informacją – tu szablon działa jak błyskawiczny stenograf. Przykład: Przeanalizuj transkrypcję z dzisiejszego spotkania. Wypunktuj najważniejsze decyzje, przypisz zadania członkom zespołu, uwzględniając priorytety i stwórz zwięzłe podsumowanie. Dzięki temu z długiego spotkania zostaje czysta esencja,
• wsparcie analityczne – tutaj prompt to mój ekspresowy analityk trendów. Przykład: Przeanalizuj doniesienia z branży technologicznej z ostatniego kwartału i przygotuj podsumowanie kluczowych trendów w komunikacji smartfonów. Wskaż, które z nich mają największy potencjał viralowy i dlaczego.

To podejście pozwala mi działać szybko i precyzyjnie, a jednocześnie zachować strategiczne spojrzenie – zamiast gubić się w szczegółach, skupiam się na decyzjach.

Czy masz własne „prompt playbooki” lub frameworki pracy z AI? Jak podchodzisz do tworzenia promptów – szablony, checklisty, ulubione techniki?

W naszym zespole mamy wypracowane metody pracy z AI, które można nazwać frameworkami – choć wolimy słowo „zasady”, bo są bardziej elastyczne niż sztywne playbooki. Playbook szybko się dezaktualizuje, a zasady łatwo dostosować do nowych narzędzi i sytuacji. Nasze podejście jest proste: każdy prompt musi być celowy i precyzyjny. Czasem śmiejemy się, że dobry prompt to jak dobrze zadane pytanie na spotkaniu – im lepiej je sformułujesz, tym lepszą dostaniesz odpowiedź. Dzięki temu praca z AI jest u nas systematyczna, a wyniki są spójne i wartościowe – niezależnie od tego, czy chodzi o analizę trendów, czy podsumowanie spotkania.

Jak organizujecie wiedzę?

Zarządzanie wiedzą to dla nas klucz – i opiera się na dwóch filarach, które świetnie się uzupełniają. W biurze Copilot porządkuje nasze informacje w Microsoft 365 – spotkania, czaty, dokumenty. To baza, w której łatwo się odnaleźć, gdy pracujemy stacjonarnie. Poza biurem ciężar przejmuje moto AI. Pay attention automatycznie zapisuje rozmowy, a Remember This indeksuje kluczowe informacje z ekranu smartfona. To szczególnie przydatne w biegu – pamiętam sytuację, gdy wracałem z eventu i ktoś zapytał o decyzję sprzed dwóch tygodni. Wystarczyło jedno pytanie do moto AI i miałem gotową odpowiedź w sekundę. Dzięki temu nasza baza wiedzy jest aktywna i inteligentna – zamiast szukać ręcznie, po prostu pytamy AI, niezależnie od tego, czy informacje są z biura, czy z telefonu.