Generatieve AI voor iedereen bouwen: lessen van Kaustav Das Sharma en Gumloop

Generatieve AI is overal. Chatbots en virtuele assistenten reageren op klanten, Large Language Models (LLM's) helpen bij het maken van blogposts, virale video's en geven zelfs les aan studenten. Maar alleen omdat het wijdverspreid is, betekent nog niet dat het makkelijk te gebruiken is.

Veel bedrijven hebben moeite met de invoering van generatieve AI vanwege onder andere de technische complexiteit, hoge kosten, een tekort aan het benodigde talent om ermee te werken en schaalbaarheidsproblemen.

Voor Kaustav Das Sharma , oprichter van het no-code AI-platform Gumloop, wil deze uitdagingen overwinnen door AI-oplossingen te bouwen die intuïtief, schaalbaar en gebruikersgericht zijn. Zo kunnen meer mensen hiervan profiteren zonder dat ze vastlopen in de technologie.

Het wereldse perspectief van Kaustav Das Sharma en de invloed ervan op de ontwikkeling van AI

Sharma's carrièrepad werd gevormd door een jeugd waarin hij de hele wereld over reisde. Hij werd geboren in Calcutta en woonde in steden als Milaan, Dubai, Stavanger en Londen voordat hij naar Montreal vertrok voor de universiteit.

Doordat hij zo vaak verhuisde, leerde hij zich snel aan te passen en contact te leggen met mensen uit alle lagen van de bevolking. Maar hij werd zich ook bewust van het enorme verschil in kwaliteit van leven tussen de plekken waar hij woonde en de plekken waar hij geboren was.

Het zien van deze ongelijkheden op jonge leeftijd inspireerde Kaustav om het verschil te maken. Verscheurd tussen economie en techniek, koos hij uiteindelijk voor techniek, niet alleen om dingen te bouwen, maar om praktische oplossingen te creëren die het leven voor anderen makkelijker maken - vooral voor degenen zonder toegang tot hulpbronnen.

Deze overtuiging dat talent universeel is, maar kansen niet, blijft zijn werk sturen. Van zijn tijd bij Amazon Web Services (AWS) tot zijn rol als eerste ingenieur bij Gumloop, heeft Kaustav consequent tools ontworpen die AI gemakkelijker te adopteren maken, waardoor meer mensen de kans krijgen om te creëren en te innoveren.

Kaustav's AI-tools voor snellere databasequery's, gepersonaliseerd leren en betere gezondheidszorg

Bij AWS ging Kaustav een grote uitdaging aan tijdens de Aurora Hackathon: het vereenvoudigen van de manier waarop engineers databasequery's schrijven. Aurora, een tool die organisaties helpt bij het beheren van data zoals het bijhouden van verkopen of het aanpassen van opslag, vereiste dat engineers SQL (Structured Query Language) gebruikten, wat lastig kan zijn voor mensen die geen database-experts zijn.

Dus bouwden Kaustav en zijn teamgenoot een generatieve AI-tool waarmee gebruikers hun databehoeften in gewone taal konden beschrijven, en die beschrijvingen automatisch konden omzetten in SQL-query's. Ze werkten hard om de tool betrouwbaar te maken, door de gebruikte data op te schonen en de nauwkeurigheid ervan aan te passen met menselijke feedback en tests.

Uiteindelijk was de tool eenvoudig te gebruiken, versnelde het het schrijven van query's en maakte het databasetaken toegankelijker – zelfs voor Kaustav, die op dat moment beperkte SQL-ervaring had. Hun werk won de hackathon en werd een essentiële bron voor het team.

Na dit succes verlegden Kaustav en zijn teamgenoot Rahul, medeoprichter van Gumloop, hun focus naar onderwijs. Daar stonden ze voor een andere uitdaging.

Traditionele colleges, waarbij studenten luisteren en aantekeningen maken, zijn in decennia niet veel veranderd. "Na COVID en in het mobiele tijdperk zijn kinderen hyperactief, hebben ze moeite met concentreren en zijn traditionele colleges niet effectief om te leren", legt Kaustav uit.

Om dit aan te pakken, bouwden ze StudieGuru , een tool die studenten helpt om op meer interactieve manieren te leren. Gebruikers kunnen notities, tekstboeken of presentaties uploaden en StudyGuru verandert ze in quizzen, samenvattingen en visuele hulpmiddelen. Bovendien beantwoordt de AI-chatbot vragen en legt hij complexe concepten uit.

Kaustav en Rahul gingen vervolgens een probleem dichter bij huis aanpakken: hoe moeilijk het is voor mensen om toegang te krijgen tot geestelijke gezondheidszorg, zelfs in landen met veel middelen. Ze ontdekten dat therapie vaak onbereikbaar leek; te duur, verwarrend of frustrerend om te navigeren.

Om te helpen, bouwden ze Therapai, een AI-tool die is ontworpen om het proces gemakkelijker te maken door gebruikers voorkeuren te laten instellen voor het type therapeut dat ze willen, of het nu iemand is die naar ze luistert of iemand die meer oplossingsgericht is. Het heeft ook waarborgen, zoals duidelijke toestemming voor datagebruik en veiligheidsmaatregelen om gebruikers in contact te brengen met echte zorgverleners.

Hoewel ze Therapai niet volledig konden ontwikkelen vanwege tijdsbeperkingen – Rahul was druk met YC en Kaustav was bij AWS – hebben ze veel geleerd van het project. Het toonde de vraag naar AI-tools die eenvoudig te gebruiken zijn en ontworpen zijn met de behoeften van de gebruiker in gedachten.

Kaustav nam deze inzichten mee naar zijn werk bij Gumloop, waar hij technologie praktisch, toegankelijk en nuttig blijft maken voor alledaagse gebruikers.

Kaustav's 5 lessen voor praktische, toegankelijke AI

Bij Gumloop bouwde Kaustav Gummie, een 24/7 virtuele assistent die vragen beantwoordt en workflowproblemen oplost. Gebruikers kunnen in begrijpelijke taal beschrijven wat ze nodig hebben, zoals "vat dit document samen en mail het naar mijn team", en Gummie regelt de rest. Deze aanpak bespaart tijd en maakt projectmanagement eenvoudiger voor mensen zonder technische achtergrond.

Gummie heeft Gumloop al makkelijker gemaakt voor gebruikers, door de onboarding-tijden te verkorten en de handmatige klantenservice te verminderen. "Stel je voor dat je je verbeelding tot leven brengt," zegt Kaustav. "Dat is wat Gummie wil bereiken: ideeën omzetten in acties met AI."

Door generatieve AI-tools zoals Gummie, StudyGuru en Therapai te bouwen, heeft Kaustav een aantal belangrijke lessen geleerd over hoe technologie eenvoudiger kan worden gemaakt voor alledaagse gebruikers.

Dit zijn enkele van zijn belangrijkste inzichten:

Les 1: Snel leveren, herhalen en eerst de focus op de gebruikers leggen

Bij het bouwen van een nieuw AI-product is volgens Kaustav de sleutel om snel een Minimum Viable Product (MVP) te lanceren - de meest basale versie van een product met net genoeg functies om door vroege klanten te kunnen worden gebruikt. Het doel is niet om alles meteen perfect te hebben, maar om iets in de handen van gebruikers te krijgen, feedback te verzamelen en verbeteringen aan te brengen op basis van gebruik in de echte wereld.

Les 2: Neem vanaf het begin de belangrijkste principes over

Kaustav stelt twee belangrijke principes voor elk nieuw AI-project voor: scheid verschillende services in je code zodat ze later gemakkelijker aan te passen zijn, en vermijd beslissingen die niet ongedaan gemaakt kunnen worden. Door snel te handelen met beslissingen die omkeerbaar zijn, houd je je team flexibel en voorkom je dat ze op de lange termijn vastlopen.

Les 3: Vind uw community en laat uw werk zien

Kaustavs carrière nam een vlucht toen hij en Rahul contact kregen met de bredere AI-community. Door conferenties bij te wonen en hun werk te delen, kregen ze niet alleen waardevolle feedback, maar werden ze ook voorgesteld aan mensen die een belangrijke rol zouden spelen in hun toekomst, zoals Max, die nu CEO is van Gumloop. "Jezelf omringen met een community van gelijkgestemde mensen kan het verschil maken", zegt Kaustav.

Les 4: Denk groot om wereldwijde impact te creëren

Kaustav gelooft dat het makkelijk is om vast te lopen in de focus op kleine, niche-oplossingen, maar echte innovatie ontstaat als je groter denkt. Het doel is om AI-producten te creëren die industrieën kunnen veranderen en een blijvende impact kunnen hebben op een breed scala aan gebruikers.

Les 5: De rol van feedback in visionair ontwerp

Kaustavs eerdere projecten, zoals Therapai en StudyGuru, zetten de behoeften van de gebruiker centraal. Terwijl hij aan deze tools werkte, luisterde hij naar de feedback van gebruikers en implementeerde deze. Hierdoor kon hij met een praktisch doel bouwen en de basis leggen voor verhevener projecten zoals het democratiseren van AI met Gumloop.

Het verwijderen van de gatekeeping uit generatieve AI

Hoewel veel mensen in hun dagelijks leven experimenteren met generatieve AI, voelt het nog steeds alsof het alleen voor experts haalbaar is om dit op grotere schaal toe te passen.

Gelukkig zorgen Sharma's uitgebreide technische ervaring en unieke opvoeding ervoor dat deze technologie voor iedereen gemakkelijker te gebruiken is, ongeacht iemands achtergrond of expertise.

Kaustav Das Sharma ziet Gumloop als een platform dat transformeert hoe mensen omgaan met technologie, en complexe workflows omzet in simpele, intuïtieve processen. Hij streeft ernaar systemen te bouwen die werknemers in alle sectoren in staat stellen om AI te benutten zonder dat ze technische expertise nodig hebben.

Om meer te weten te komen over de nieuwste projecten van Gummie en Kaustav, bekijk zijn Linkedin en bezoek Kauwgomloop .