Data Talk #162: Tomáš Sýkora & Jonáš Kratochvíl (Filevine)

Dobrýdem, měme no je Jirka Wichrek. Dobrýdem všem, měme na Hinek-Woner. A vítáme vás udelšího dílu datotolku podkastu. Dešní díli speciální, máme po další době, opět válsty. Jo nás je atomáře. Jirko očímem přišli klucy pokvědat. Klucy, Jo nás je VP of AI and ML. A tom je Senior Product Manager obás firmy FileWime. Budem si povidat o liglteku, a budem si povidat o AI konkrétně Speedy Recubmission. A projdem si status bojí příběh perotu, cože status československými kořeny, kde klucy pracovali a dneska pracovu ProfileWime protože na začátku letošního roku zažili úspěšní exit a dneska pokračovou podkřitlitéhle amerycské firmy. Tak vítejte u nás panole. Jikéme, aj, aj, aj. Ahoj, nikle pozbáň. Nejse pustíme do příběhu perotu a podívame se pod kapotu, jo, jak aj, aj, perot pohání. Podíme se podívat na vás samotné, jaký byl vás příběh před nástupem do tohle status, to me začneme tebou, kde se zvzáv, perotu, co se zažil předtím. Tak moja cestav IT by som povedal začala navíške, štoda osom veute v bernie informatiku. A počas, jejdo by, po pri študiach, som pracovala nejakých software-engenering pozicíách, konkrétně nějakou dobu jsou srel vredhete, ako veľa, veľa studentov bernie stravy. Podíme som pracoval v jednoj menčej hardware, software, firmyčke RC-systems. Brenek, kde jsme pracovali na rozných celkom, zajmavit neštanderdných projektoch, kde jsou změnil ložno ten posody, na kterou som pracoval, tak to byl nějaký customate VR headset pre armádu, kde vojáci trenovali ako pracovat zděli kohodní. Po pri tam som sa v škole venoval na bakálarový trochu robotiké, tam som sprail svoju bakálarku, a potom na magisterské študíom som se začal věd z Ameriávat na AI a ML govšlobesnosti. Tam som se trochu pozrel. Tam som se vybral z Ameránie Intelligen Systems, tak je trochu venci slovo pre AI, tak to boli v tedy breně nový utečké. A vlastně v tejt dobé. Po pri tom, ako som pracoval v RC-systems, a pročel kamarát spolužek, to máš čabnický. On v tejt dobé zakladal startup. Mali vlastně founding, tým business idea, a potrebuvali nějakého prveho člověka, ktorý bym pomohol skoděním. Takže pre mňa pre studenta to boli velmi zavímavé. Tak jsem podal ano a začalizmé, začalizmé prototipováč. A vlastně je ten zvyšog je historia, a o tom vám pověme věci, a co on to podkástě? Takže emplohi nambruánu perotu, tady máme, co je našitý, jaká byla tvojece stádo perotu. Mvojece stádo byla trošku, větí okliková, si neš neš domová. Já jsem vlastně začal na bakaláře, studém ekonomé a finansí, na kadovce, na institutu ekonomických studí. A vlastně poměrně rychle, jsem si ujromila, že ekonomí je mě tolik nebaví, a spíšně to táhne, k matematice, kstatistice, a začal jsem se vlastně brá, co nejví z přednětů stadec tý oblasti. A se zřejmě ten mešlening tak nějak se dí na takým pomezí, a právěte nemá tematiky, statistiky, a právě je máeskéh aplikace v ekonomii. Takže tam byl, můj první kontakt z nějakým mešleningem, a v prostě tím je to hrozně zaujalo. Ponořil jsem se do toho ten krát více mě nějakým samostuděm, a rozhod jsem se, že na magystra budu pokračová tamatvis, na zavněření uměla inteligence, kam jsem teda přešel, a po vlastně nějakou věkám měsící. Já se po dům měsící, co jsem tam byl, že jsem se rozkoukával, a pomal jsem se se znovol z tímc stej programování, a tak jak zoběru jsem se dovůčoval, tak jsem se podkal s Ondrůbojerem. Vlastně můj potom budoucí školitel, a vedoucí diplomky. A on vlast je startoval, ký mězik univerzitní grant elitr, a se ta tam ješlenka byla dělat real-time ovi translation ten pro Eureparlament, že dělš někdo mluví třá věští je taková středního chátka, a děl jsem to překláda. To je močný, co je nebočný, a to přesně náhrazujeme třebu tlůvočníky. A to je to byla ideatou grantů, a mě to přišeláka za imaví spíš, rykodně šeň se mníkdy nedělal, nic se to nevěděl, ale nějakým způsobem jsem vzal hozerou rukavětce a nás kocil jsem do toho. A podstatě i tím, že tam byla spůlupráci částičná za zbenem z veutečku, tak a na veutej se silná spíci kupina, tak jsem byl vyslán doberná bych se naučil, co to je rozpoznávání řečí, kdy jsem teda strával několik měsíců, vlastně tam vespíci kupině, to bylo to bol super, tam jsem v podstatě se dostal do kom taktů s toprysarčerama, kdyby pravdu tam tam byl nějdelej, to spíci rykodně šeň na světové úrovní, a jsem se tam je můjde se znamel v teďko už z kamerádem mych martínem kocůrem, který zase znal tomáš ještě v něckého a tak nějak se světí propojeli, a vlastně tomáš tu dobu hledál někoho kdo rozumí spíci rykodně šeň, tak jsme zaště napivo a další, tak si děl jsem se děl, vlastně v pěrutu v kancelaře, a vlastně v průběhu druháku majestrá už jsem na jaký částeční a vzpíš peplní uvázak a vlastně v pěrutu. - O jakým roku seba výme, když si to mě nás kakovalo, když teda vznikat darat? - Myslím, že jsme zlačínali, ccece a blytce 2018, a teda to boli také. - Stároly začiatky veľmi veľmi aroly. - Aha, a ty si nás kakovalo, když o náši? - Já jsem vlastně nás kakovalo, co cel ten rok pozdějí se a kleto 2-2-9-10. - Super. - Také vlastně vlastně vlastně vlastně vlastně vlastně vlastně vlastně vlastně vlastně vlastně. - Perod, co to znamená, co to za firmu, jakéj biznes, co steřešili, jaká byla ide a myse, toho startupu. - Na co steře, to je fonding. - Tak ono toho celkem veľa ľudió se páčitem začete, globy to naozaj, taký taký storiteln govy. - Vlastně naši Foundry, co Foundry, bolo trio. - Dva ja brátia ba moucí. - Jeden z tykto bráto, bol štátny prokurator na Floridě. - A jo brát Brian Baum, bol vlastně taký tniečo, jako serial entrepreneur, mal zasebo veľa iných biznesov a startupu. - Vlastně tento je pravník, brát, radzáním, príšel z takym problémom, on príšel nějaký sudny případ, když už myslím, že ten sudny případ se skiloval kúkoncu, a on mal nějaký poslední děň, aby to človika, ktorí se dělvo vezení, prostě dostal, ale nemály najnáž jedné dvo kazí, a posledná posledná nějaká vec, čo sadala spraví, to nemály 20 hodín audio na hravok z telefonátu z vezenia. A tento Eric, on si to tak tomu sadala, a všetko si to za ten jeden děn vypočul, a našijel ten kůso, ktorou telefonátu, když se ten obřalovaný příznal matky, a na koniec vyhral ten pripad. No a on když príšel z tím, co nějakým príbechal spracovného prostředě za tým svojem brátem podnikatělom, tak tam to hned kliklo, že přecavná to tamu si důrát. - Ty do ráry vočích tam výjem? - Presněr tak, presně tak. No tam potom už príchad za na scenu 3. cofander, to máš ševníský, ktorý má obekránut speech recognition, takýs to z brná svejů tečky. A týsot rájá začalit, že kec se, aby s toho mohlo byť. A povedali si, že teda podmě to vyskúšať. A vtedy som vlastně, vtedy som nastupil na scenu já, a začalizme prototipováš, dalizme dokopy nějaků průplatformu, a povžilizme vtedy myslím, že Google speech recognition API, a zistujeme, že poto úplnišit, že niepovžitelné. Ještě poprítam ako to audio z tých vezení, je samozřejmé zlákovalitá technický. A ještě šitky tie prízvůký z rozných oblastí rozné demografie, tak v postaci speech recognition 2018 nemá lošancu. Takže tam zmeso tak náchylo zastavili, že, okay, že čo vlastně, čo vlastně ideme. Co tady, jo. Ale už se to, už se to začala šejpovať. Už se to začala šejpovať. Ten napac na stále pačil pre to, že Erik vyděl, že Fligl vše oběsně transcribšam tam. To tam je všadě transcribšam tam, jak poznať je tam z nejakých, materialov, spravnického prostrili, a všeci mal nejaké diktafoní, robě se rozná interview z vypočuvania všeď, a všeď je transcribšam. Takže můžeme tak neksta, ale špekulovali, že. To dobrý nápad, máme dobre, dobrý early team pod městím něco spravit, a k čo můzmě se potomně, jak tak odhodlali, tento Erik prokuratorsky office na Floridě. Tego nemáli veľa Audi, jak vysluchy, vypočuvania rozných obetí, světko obřalovaných, nemáli na to financie, protože je to predcelenú štát, na štátmá inštituci, aby to všetko prepísali. Tak tam znikláda, jaka prva dohoda, že mi býzme im za darmo prepísovali audio, po pri tomi býzme si mohli nechać se to audio, a prepís je budovat na tom náž vlastní spíčre kognišan, protože změsi povedali, že. Kiedy to nejdě. General Avali byl tůlmi, jako apička, tak pred samohly býzme skůsi na trenovat něčo nášena tu to kastom domenu, a tělejme vlastně, a tělejme i těrovali. Mě vlastně zajímá, jak ste, kste, kste, tělejte tu transkripsy, takže je tě se říkal 18, Google, plus tě transkripsion, a pěj něc moc. Dostaviste stovky hodin audio zaznamu, tak na smlvaliste někde, které je chtře včepi sevali nebo, jak to fólu. No, to bylo byl bystvou názačitku dake trochu playful, ten erikou ofisněval nějaké obroské expectejše za nicha, a paliže to trošku experiment, a takže náto chyl, tervalo, ale odzačitku jsme veděli, že budeme potrahy mas in lup, aby nějkto fiksval hiby v tom AIku. Takže mi vlastně tápr a aplikac je bolo po něké editor, do ktoré jsme veděli nálov do veztem AI, spíž rekujníš na transkript, a bo on zemvali ľudí, ktorí, ktorí to manová nefiksvali, v tom v tom, nejak mnášom tekstom editoru. Upadětem prvý tým. Můžeme si naherovali nějakých štíroch, myslím, že štíroch věcích full-time, full-time ľudí v Prahe. Můž se děli s nami v Kanceli, a prostě změst popríních. Můžeme jim slepšovali editor, protože to bol strášný pejí na začitku, v tom pracovat, takže technický to je dosložit a komponenta, a no tam musí vidí jako výaudio synknuté transkriptom, aby oni si to veděli pustiť, a overící to, protože keby malý bačí 100 2 hodinové audio tak neveděl se v tom návigováť. Tu usmuse to by dinámické editovat, ale já tak dělaj. Takže prvíně, jaký možno rok 2-3, jsme právět ledili to. Frandent, editor, a po půry tam zme začali budovat, da náš spíčrekognition. Ten úplny Erlibolám vlastně moje diplomová práca, z týzme taký kofly, a potom vlastně, když začalo joinovat jo náš, a v týzme spolu je smačně bol produkmené, že jsem v týle ideol ML team, spolu zmenatom, eterovali, jo náš manato také, také pojdalo by sa faný spoměnky, bol to celkem punk. Takže příšel spíčrek, když jsem ekspert, a dostal tvůjkod. Já jsem vlastně příšel, a hodně také jsem realizoval své, věci co jsem děl na diplomce, a právě na tom, projektu já jsem ten krát. Vště to je docel také v týpná storka, že jsem děl, a vště příškole na načeštině, jako na český srko, a postadě neexistovali data ten krát, také nějakých těch dva osmnáct, nebyli český data, vždyra to spíčrekognitioněho člověk potřeba to audio, přebo jak tom ten trepýs, z toz nějak nasekát ideálně 10-15 těřinový úseký, na lýt do týnovrunky a trenovat, a to vlastně neexistovalo, takže já jsem ten krát a psalen nějaký web skrieper, a vlastně skriepoval jsem poslonec kusně můvnů, kde ze zákonem mají trepysi vlastně plenetárních slišení a mají tam audio záznám, a vlastně tak s tojí záznám, já jsem tak jako na skriepová, já jsem to alájnoval čistil sekal, a tak dalé z nikostou vlastně ten krát do zeský data se ten se nějak úponsors 0, a vlastně ten krát se na tom trenoval a v tůlky tůkaldi se to menuje, to je také řekbych hodně tradiční, a spíčere kognišen tůlky, a taký ty pre-instu-end system tůlky, tedy vlastně doby všichni vyvěli, a takže tam jsem v tom trenoval na tůlšištinu, ady jsem přišel do perotu, tak vlastně hodně tady z tývět se tady těch, tady těch to no hau se dalovlase přepouží, tak jak na nějaký to to alájnování, to tekstu na audio, tak vlastně na týspíčere kognišen, a takový techniky jako takový, takže vlastně ty první roky, roky v perotu jsme vlastně byl dovali na kaldi, což podstatě to je taký hybridní system, je tam nejdřív potřeba tu ten tekst převízi do nějakých koleksikálních jednoté, kfonetyckých, heďá z tam hodně jaký jako signal processing techniky, na vlastně reprezentací feature to audio, to je tam jsme nějaký MFC-coeficenti, tam vlastně hodně jako a logiká zlužená na hidden markov modele, kdy vlastně ty fone MSE alájnovů na na týspíčvory to audio, a vlastně to toho MMO připravuje datap pro neuromku, která se vlastně trenuje, potom na tajtom alignmentu, že se tak jako hybridní system, který je jako dobře funkoval ten krát, nebo relativně dobře na ty, na ty naše datap, protože s nehesky funguje, když člověk má poměrně málo těh dat, protože se to celkem útstrap netím alignmentem toho do HNMK. Takže se ty první první solušné ten krát pro Erika a jeho ofizběli postavení, postaven na kalděh nejsme, pak se posovvali dal, k těm více ntren přístupům, kterých třebuje získ. Jako. My jsme to byl on celkem bustovali, etým to byl taky naš na začátku Arly Trick, že mi to nás fakt se libyč. Zmále výhodu, že zmále vela tých doménových dát, a projek jo náš popísalo, tak čím mohle přesudáta, protože tím mohle pře vyslátky změ dostavali, tak my jsme si poprítom, ako zmály týchto. Marketplace Contractorou, tak zmále ještě iný tím, dajte ano tátorou, protože. když prepisujete. transcript pressů, tak seť, jak bylo relatívne čistí, ke tam někto pověňaké aha, alebo podobné. podzobné špiná ve hlásky, tak to tam večel nechcece. nechcece transcribnú, ale pre spidře, když nám to je zolkom problém, tam potryvedem od každú hlásku, čo najpresnějšie. Pomto potryveť je splítnú na každoně, jaké malíčke audio segmenty, a každý máte presně alainuty na 10 milisek. sekundové presnosti, takže měžšte pod tam výbudovaně, jako seperatno platformu, když znevali tím nějakých, měme 5.10. annotátorov, ktorí ještě zobráli potom pre pisi, teď ktorý boli priprájane presud a doladílych do takého nějakého. dobrého data seť stavu, a na to znam potom, kový totoval také velké learning, máte inhouse annotátorov. Mížme vlastně skušali autorsnuť a jej. externým data annotation company s skušali zme dokonce i scale AI, oni jsuté raz dost huge, ale podstatizmé prešaná to, že odži hodný stich, firěn z mě dostali tu kvalitu a tu presnost, ktorou zme potrebovali, tak vlastně o tých začiatkov, a že to teraz máme vlastný data annotation team, vtedyte, da robili spíđre kognišan data set, potom neskvorám priprovali nějaké data, pred transcrib samoriz. samoriz lekarských správů, ktorou se možno potom dostaně me a teraz, kdybyl a děláš ich produktu, ktorou se takový, týdá to boli od začiatkov, kový taky naš, secret sauce, a teraz vofel vaině. Jak to to benč Markovali? I je tam mňa, jako prisi, že standardi za ce, že víte nebo to bylo. prošte na týdomeně. Tebte možná dobrý, dobrý se kvej i právěch tě metrikám, že to je vlastně pronázi z tadycky bylo vydický a jako velký témá, a jedna z taky ich tých direction zgré, a ten riseret v podle mě funguje dost jinak na štpaktapraxe, co jsme se jako nějaké Mahartlesson, zvlastně musel na účit, děvojně jsou samozřejmě, jsou jako nějaký industri standard metrik pro spíčrecovníšené, to typicky bode errorate, pak ktorou nějakou speaker, daherization, segmentace na namlovčí, taký daherization errorate, a vlastně když jsme užívali tady typy metrik, bo no to jako nějaká Nordstarie, ale vlastně nereflektuje to úplně potom vnímájní kvality tým člověkem, na příklad máme jaký koncept doménových slov, to mě říkáme, vlastně můžou byt mejnal lidí, mejnal produktu geografic kilokacá, tak dále. Což typicky jsou nějaký, jako jednotky, slob vránci cady o transcriptu, to je v nějaký jako generic errorate metrik, se se to dlenz to nepromitné, a vlastně, když já z komolym meno to pravníka, netka v první žádce, tak může vejt celý transcript správně, ale vlastně tak, tak by to týpů se zustane. Takže jsme vlastně pak museli a prohodně tadyc těch přístupu si tým metriků bude nějaké just now, nebo i vlastně jsme se vybinouly úplně jako vlastní metrik, který být skodelovali z tím, co jsme vlastně od těch systému chcieli, přáv týv týspí, kodáry, zejšíšten, zejšíšten, za se, co zajímaví, a tam těho v těch jsou dních líčníš, jsou spůsto těch od tásek jsou s anoné odpovědí, takže velmi jako rychla odpovědí, trá půl sekundová, a to je poměrně jako těžky, vlastně ptěžká predíkce proten deadyzatí systém, odchytit, že těčka půl v té žiný, bylo byl hvěl někdo jiný, a pak vlastně za se dluhy pár a grav trá o tásky, a a to se ta výc akademická metrika tohle, podstatně nepanalyzoje, tak je tam nějaká půl, těžnová hivá, tak jako notbyk díl, ale vlastně proto právníka našeho, je to bo hrům nejdyle, si mů tam napíšeme, jako je stoupěsky pnemé to je snou, nebo je si tak, jako zdetekujeme, takže za se něco sa své vlastně vyvinu, se je uplně vlastní metriky, kůlek bude, kterém to býnčvárkovat, a to vlastně pak je vštěch nějakých výdžen ej, aplikacích, můžeme postět si dostaneme, jsme na lasy stády stoupilo za fí, jako pokrečovali, že fakt, že se snažíme za myslac pohledu toho, toho klienta, co vod toho chce, a za myslacete, rejak tůmetriku na stavit, aby to pokud možno reflektovat sa nejelí. Ktej, když kále dole vždyčlo dočlo fungovat, když kstéval s němám, proto představu musou je tam a nad spad těch přepisu, jako byli to stovky je jesíce. Ono asi zále, že čo znamená, že zacela fungovat, že máj to co, tak to što tak jako lidským testem do pravník, když sa do koukátek si tého, a vlastně locá už jako dobrý. Vlastně, že ten úplně prvý system, što znamenály v káledy, tak málo možno jako 100 audio hodin, a ksi správno páme tam, a pohodo odtedy to už iba rástlo rástlo. Oblastně pak jsme, jak o nás kodíšli na ten trend, že jole si v tom díplerným, jole si ta se kvence šla, že nejdří v té legí vyrešli ty po brásky, pak přišel ten tekst, tyč pítička, transformerí berty, a vlastně to ta spíč trošku jako lagoval, a ještě tam v tom 2-8-2-2-2-3, praveta tak haly používala, to ale vlastně jako tradyčnější příštů, mne je to ten vlastně end-to-end, a školem nějakýho 220-3šlej vlastně z aplikací ten krác, můžem z řeká CTC-losa, kdy vlastně to je přišli z tím, jak ten tú neurunku na terenovat end-to-end, vlastně vrom Road-Audio, tu transcript, a tě tam vlastně ten problém je, že čo si cevám desa střin audio, ktou mám nějaký tekst, mene v se onáš kratu hvíla, a vlastně nevím, jak ten tekst má poje na jaký část je to audio, a tě tam vlastně ten alignment problém, který trá tak haly, že šitím těma HM-kama a vlastně tým jako by elementem před tím treningem týneurunké jako takový, ale to ten CTC jako vynáles, vlastně umožněl a trenovat tu neurunku end-to-end, sež voto vžel strašný jako množství, jako možnosti, je se tak tůjeli dlouho a takovou konvoluční architek turu kvartsná, to bylo od NVIDě se vyvidaly celý tulkit a nazvali ho nemoten krát, který sami jako architek to nyského roznělí velde, že my jsme ho tak jako vykradli, on ten aj uponsor, takže to můžučí stakele, ale vlastně vykradli jsme tam já chytit z design patterny a udělali jsme si vlastní kního vnu, kterou jsme nazvali omen, což je nemopospatku, a to je vlastně kního vná, kterou dotečka se dá jako na nínarazit v našich v našich depozešen transcripty, bo je hej, bo je hej, věhá to někdy v dokrech. Takže jsme vlastně šli tady z tím trendem a vlastně je bych se verátil, k tomu ložství těch dad, pak vlastně přišel další, taký molstom, přiš recognition, už jako předstrenovaný modely. Vlastně tam tom doběhl to tent pretraining, a ten krat z vodmety, va v tuvek, byl vlastně pervinní, vlastně taký jako Bert like model, jako Transformer Encoder, který, ale oni ajťastavali na audio, takže tam děl jako audio diskretizaci, a v podstatě nějakým zase mask learning game, predikovali teda kusy audio, já jako diskretní biny, ale asi byli schopný to na trendovat, na jako nezkudešný muství jakoho dí, a vlastně, že to byla jakých 300 000 jakoho dí, nejakou unsupervázdát, protože vlastně to tu už se ráte nejsou unsupervázd, a open source lido, a to byl per nás jako vohorom nejelíp, vstíkvalitě toho ISRK, kdy my jsme vzalitaj ten vohorom nejakou předstrenovaný Encoder, napsales se vlastně de-coder nad tím, a už neto mohli jako fine-tunovat, to nás rzně jako budc traplov, vlastně vnojství těch dad, který pak realně jsme vlastně doladěli ten model na tu naši doménu, ale už ten nohleč v tom pretrend Encoder, byl ohrumné jelastě stímety. Tež těl se zajímavě, že jsme vlastně historický, že hohodně jsme bojovali s těma accenta, a jak už tom změněval, dá se jako představit, že vlastně v těch jsou dních ličeních, jako jsou hohodně specišický, a kolek rát lidi, kte jsou vyslichaní jsou ta spůstu důznych accentů, jsou asi ještě v různých státich, ameriky vlastně působili, takže jsme potom, co nam fungval jako na to nejli, se vlastně těch accenty téměř, šfixloj jsme použili ten Encoder neanglický, jako byl ten původní vavstuvek, ale multilingualní. I pak vedeli jaký multilingualní checkpoint, a si ze 120 jazykama, a vlastně ta multilinguality, jak ten záklat pomohlo, že ten model nogem li vlastně ty accenty hapal, ady jsme to pak doladíli na tě, že jak našeštěko půjr angličských datech, tak, ale tajte nolič tam vlastně zustala, ale takový rozjezenímavý efekt vidět, že vlastně takový intuitivně, hodně dá vlastně jsou, a vlastně vidět dřenímaví vštěch metrykách. Že to naopak, že ten baseball multý a do trenu vlastně trem ličil, a jako logický nějakou evolucí, by to bylo opmáme angličinou a do trenu, nem tom multý, a tě má accentámo. Kdy se podíjáme na to leoblubí z pohledů jako startupovýho, produktovýho, tak, kde ste byly, ředna začátku to byly gelkoly, jako volaní z věznice, byli ten jako úplně původní napád, potom teda na depositions a nějaký sobní jednání, a takový připokávám, že v té době už se to produktivizovali, že už to nepovžívalenom brácha za kledatela, nebo spolu za kledatela, nebo ještě steme jen jako jednohoklienta, na tom statova dělif. Nějakou dobozme stála boli, na tom jednom klientový, spešel výkstým juný, pred nedávnou mi na někto pripomilo, že vlastne celý seriála bol spešel výkstým juný, já jsem si ce nikdy nespovol do 2007 roku, a ale to zmebole nějakých za 2-3 roky na tom jednom klientový, a ale pozme si čas jsem postopniho vedom, že on tam mě aš taky biznit, že tomu jednom klientový sa to páčí, ale nebo to nějaký zabenutý indastrý, že nějaká sovří firma apropi jsou, nějaké to ještě neboly depozišance tedy, to bylo to bylo fakt taky velký nýš. Eric, on tím, že to vás spešel výkstým juný, tak on je robili na také návozají spešel, že tam boli aš také neprěmné prípady za neúřívánia dětí, a to můso byť velmi špeciálny setup, protože tam jsou je psychologové a tak dalé, a k tomu to máme taky trochu tragikomický, tragikomický datastory, že vlastně tým, že to boli také to v špeciálné situaci, tam jsou veleně, kdy nadávalo, pohle rozpravalo se co tam o geniteli, jak ha podobně. A podobně, že problé má se dělšit 3-4 roky, dostáči tento lengvič, snažal e-sarka, a on povlastně lenta grándom niekedy zanadávalo, kytom pobez hodně němoho povedané. Takže na plovná chodili v saporty kety ještě, už neskorki, když jsme robili návozají, nepozí šance, tak nám chodili v saporty kety, že hejtu. Nechcem povedatým konkrétné slové, ale že mošte to to fiksný préč. Nebo skupné za pomeno na sprůmnosti. Trávě, ránskri. Jovaše, jajko bylo trám masysovat nejjá. Profanitifil dříc. Zával je. Pozpětla mi jsme malý dosu a na hart, koděna, že když tam také to slovo, tak rohno to odstraní, rázoče sa návo zastan, že někto to použí, ale z ti jsme byl okéj, tak to prosti nie transkriběme, protože ten opač návábo, a omlo več, jak když to tandaval, návo se zbičečně. Ale doda v tejto době smešně malý nějaké biznis, a postupně zmezi záčal i uvedoá, že musím výmysledně čo iné, a v tady zmezi uvedo měli, že existuje něčo jako "Cord Reporting", alebo z stenografický stenografické prepisy, čo v nášej končínahně až tak běčné, existuje to názaj v sudných sjenách, ale pre postluchá čo, jak vidily nějaký film, večo americký zosudnej sjeně, a ty větřen osutám ty paní, ktoré píšu všetko výltejme do tých divnych strojicekou, a to je velmi zabehnouti písný smodel v Amerike, ty je to paní, oni malo je roznesu uče, že o tom, že ktoré prepisy je nárychliš, a boli v rozných šouz, kteé prepisou, i reperov řeči budu stí, jadě podobně sje tam, je to názaj velká vec, a vidíme si ty da uvedo měli, že pní býseme hohli skůsit, že ten to ich inda sríti s rapnut, protože oni jsou ekstremně dragi, tam je nějaká hodina depozici, depozici je sú vlastně depozišance, a sú mimo súdné výsluchy a obo pojednávania. Zase tu to až tak nefunguje, al v Amerike večinou, keď sa riešení, jaký súdny spor, tak obe strany postupně vypočuje v rozných ljudí, ktorý by v tom, k tomu připadu mohli nečo povedať budně jaký světkově a albo poškoděny, albo nějaký eksperc, a musí vědať k situáci, a žlísat, je obe strany právníko vstretnu. Příde tam ten výpočovány, a příde tam ten to quarter-portor, ktorý tam sedi, a všetko prepisuje. Jaka hodí na sojí kludně pčisíz dolarou, a druhý problém je, že ten maj velmi zlu demografílo, a nemájem, jí jsem prejemerní vek nejakých c 50, tak něco 60 rokov, ale stále se tam zubami nechteni držia, že oni tam sú zostady, nech sú tam dovoliť ten dezrapšam technologický, jaké sa to děje. Vám jzme si celou vedenu, že podměto spravit, a to byla tyká trochu vzhoda okolnosti, ktédy práve hitulkovit, a všetko se tak nejak začalo presovat do rimoutu, a nám to pro se úplně zahralo do kariet, protože tým pádo mi užnáně můsoj chodit do tých miésnosti na ty výpočovania, všetci sajba pripály na zům, kdymi jzme sami velmi jednoducho pripojit z našim tekom a začalo jzme to prepisováť. Tam ktou můsojte da dostě, do zajtarová na tom, čo sme podporovali produktovou, protože jako som spoměl, kdy sme robili transkripšel, ale jsme human in-loop marketplace, a ktou to zme musili ktou to cord-reporting svetu, zme musili výbudovat dělší marketplace, protože ti to cord-reportry boli po pri tom ako transkripisovali transkripovali boli takisto notári, protože každý tento výslu musí byť notarsky overený, certyfikovaný, že toče v tom prepise na hozaj, to čo bylo povedane, takže můsoj výbudovat dělší marketplace po iznotárov, takže nějaké ľudia, nám pofixvali chybí v ajé prepise, a potom nějaké ľudia, sa pripojili rýmout na zoom, tam zložila sa prísah, na začiatku, už nějaké dělše procedury, a na konci kezme dokončili transkrip tak nám dalí notarsku pečiatku. A to bylo vlastně už skudošný biznizmodel, ktorí mohol mat zákazníkov, a vtedy vtedy sa to začalo, začalo rozběháč. Týzme vlastně mily tak trošku, trošku, až směšně, neznaších prvěch klientu, byla obroska pojstěvňa VUS, tam jsme pracvali pro ich pravnické oddělenia, a bo to myslím, jedno z pětí največích pojstěvň VUS, a tím sa to, ako by celo o čtartovalo. Jo, našu tedy faný storí, protože myslím, že tam byl nějakými sym tě dlán, že vianu ari začínaju, a myslím, stálaně měli díaryzaciu spíker segmentation, ktorá by byla použitěl náv, a už byl příchodzali v janoce. Já jsem v tedy myslím, že se bolo měl týme, že jsem s nimi kodílo, tak prostě celo v janoce, zmeceli tým strávili, tým, že znam, prostě zrušili, šetky světky. Šetky světky. Je si bán, nešte, že jsme boli ubapky i dva si 25, a jsem stá rozložil počída, že a z nesastnážili děli verenu týaryzaciu. Jo, našto, na koniec, na to prišel, našto nejaký to primodel, za se zbrná, ktorí funguvel super. Co je díaryzace? Díaryzace je, a vlastně spíker segmentat se, je to uloha, vlastně gdomlu výg df a uděvů. Jo, no, jako zdánlivě se to zdá, jako nezostek těžky i problém, ale vlastně sto Emil pohledu je to hodně triký, ale je tam vlastně spůsto za tím, i ta světom prulušním se tapu. Je to vlastně jednesi najcších problém, ktoré jsme začal priješili, bo na fakt, to z ně velmi jednoducho, ale je to velmičašky problém. Ale, ktoré se tam dostaně, v tom stáry, tak už začiná, prichazená, to, že LLM kasa dostávají tam, a výzeme, že LLM kato, ktorě se je možno, tak je lepšie. Ale, na konec tím klientom, to dopadlo, takže, jo náš to zada výriešil, ocec věnoce, ale Enterprise Clientnost tupil našt vývni, alebo vývili, takže tam jsem se návěšil, že Enterprise Diel se travajou vydluchšie. Od sejzme v udoužná, byra lo dělších, a dělších klientov, a koby budovali zmy, operéjšen z okolo, okolo celá to, ktorý porting, ktorý porting modelu, ktorý, že tovalo veľa Begofysu, pretože pretsalen ten starikort Driporter on vybeľšet, ktoré stelefon, oboce s email, a vizvete potrevalo vyškalovac tím, to, koby uber like, rozbitím biznizmodelom, takže my jsme malité dve marketplaces a potoval ště silny operéjšen z tím, a pozadí Begofyse, ktorý to tak nejak zliepá autohromady, kde těvžené sa potom časom snažili, budovali rozné automatizacie, ml, e-reprodukty, možno, oni chcíš pokycať. No, možno je naše, jak tole technické, ktorý to takovám, že tam asi probelé, a ký fundamentalní změny, takže takže to koukali. No, určitě, no, a vlastně ty první, první roky to opero, to bylo vyloženě, jako pornáct, to bylo taký hraní, jsou dostali v hrůmnej AVs, klastr se spůstu dípí úče, jsme si tam jako trejnovali, ale děli jsme si budovali, jsme si tu le tudle kního hnů, a vlastně nígru nás jako mě, a vlastně ještě ten krát dvrý kamerát, Onza Weiner, to se mi podařilo přesvětšit, aby se mnů do toho šel, jak jsme si tam vlastně buduvali své neuronky, ale nígru nám, vlastně nedával nějaký, ktorý hoditi detline, všehráli jsme sestím ESRkem, a postatě je ten jako bot, kdy jsme pivotli do toho, Kortri Portingu, tak i pro ten jako ml začel být hodně, a vlastně teraz. Dláčilo tam vejc půjstu dalších problému, co bylo jako potřávě řešit, křáby to jako škálovála živou, aby tam byli i další věci krmě toho spíč rekogniše, jako přesnět a tady jary za ce, po tom je tam potřádila, to vlastně různí postprocessingy, toho vrti a ten výstup toho spíč, rekogniše neposteje plain text, tak jak je kolobrkojisovaný, jenom charakteri, takže tam je potřád, tam dátek zení postprocessing, že dá tam interpunkci velký mali písme na přepsať, s něj dandy i či ty věci a tak dále. Vlastně jsme začali, to vlastně ten krát už jsem v tchvěli byl byl já, jenom v tom ml teamů, je se začal psať tu, ty nazvales na to ráv drávpaj plain, ten vlastně ten AI výstup, po tom co dostane me audio, tak by generoujeme ten ráv dráv, a tam jsme začali pomolu jako vyružívat různí, různí ty naše jako výhodu, tak velá vlastně lidzky naše filozofy, že snažit se jako úrváte jako úkolivý hodu, jako jsme schopný jako dostát, tak to jako zakomporovat do toto systému. Takže vlastně je tam několiv tekých triku, který vlastně nám pomohli v hodně drájbovat tu, tu kvalitu, a se taký největší, co se podářilo je, a vlastně jsme půjdá taký aktiv alerning lub, když ho ta flowé taková, že jsme vygenerujeme ten AI-prpys, tejto pro bublátu, pajplenou lidí co to vopravou, a vlastně na konci máme treniáku 100% přesnostoutranskriptu. Což spohledu toho emolčilověkajé jako hrozně jsou návěc, protože jo jednak můžem si to diffno, ucpočítat vše můžný metryky, ty nějaké jako atribuovat, částem tý pajplený, můžeme udělat nějaký error analizy, a vlastně přímíhatete data spátky do toho do toho treningu. Něže jsem ten krát me jsem viděl, a jaký tohle kod Andrej Karpatiho, ještě rýbyl v Tesla, oni vlastně podobné jako takéj lůb, udělali vlastně v tom autopajolotu, že když ten řídíš se za točil dopravá a nevrunker řeklé má za toči doleva, tak to je jaká teda anomáleje, a oni to z takým jako lůpem, ze super bublali je do trenuvalní a nějaké autodiploj, že to byla nějaká jako inspirace, že hele tak to vlastně máme, ale jsme podobné jůský, je něco takého bylo super a vlastně úmý. Takže tam jako byla velká vlastně, ale chymi je v tom, že je člověk nemůže teda brátirom, ty části, kde ten model dělá, chybi a na těch trejnovat předpacto zapomíná, tam kde tam děl už to uměl, že tam jako v tom, dají ta samplingů a vlastně ští eurkategorizace je je tako velká, ale chymi je toho dle, ale vlastně úzavrít tady ten jako lůp a vlastně pořád trejnovat, a vlastně jsme jsme si štiri doky, kuse jako trejnovali, ty naše modely jako pořád nějak, ten jeden ček point, teda ten jeden starterán, až vlastně jsme obdický jako nestartovali z nějaký pozice na nový datech, a tak dalé, aže to byla kojeden jeden velký kůstoho, druhý jaký zajímavý, kůst se jsme vyvžili, vlastně jak říkal tom, na tý depozyšen, vlastně se jio ten náš člověk, ten core 3 portero, my jsme o teda spolite, že jsme o teda koutry portero, je party už ztem 3peval remout, a ten teda děl nějaký, jaký oficyali ty, se jsou tam potřeba, ale v podstatě byl jako, rozně nevyvůžitě jako, nevade svát vět, vlastně si on tam jako se děleš, se říkal to prostě nemůžem nechatně, takže musí, musí tam něco dělat, tak jsme vlastně vrůbehů tý depozyšen, a my tam jsme nály vlastní live-time transcript, takže v vlastně v tom realnym čase ten uživatel viděl vlastně přepijs, a tam jsme se používal stejný s arko jako, s popak vyvžívali v tom v tom rav draftu. A my jsme tam máme vlastně algoritmos, který jakým způsem detekuje kolou Confidenc Slova, v tom lala jistrimu, a nechává tohod léval si core 3 portero, ty Slova vlastně operovat. Aby potom tadyc tako opravena vlastně list opravených Slov, můžeme vzít, a dá to na vstup tý další rav draft pipeline, že tam je zase nejaký fazime čing, těž output u toho live-strimu, a live-strim se operuje na nějakým jako singločenlu, takže takvalita je jako byniší, poměrně výrazně než pak ten rav drav, kde jsme mělej možnostní vlastně ty individualní kanálej v většině připadu pro jednotlivým luchčí a vlastně vzít tadyste opravený Slova a aplikovat je pak do toho rav draftu a sotypický prátej ty do doménový Slova jako menálý výproductu lokací a tak dalé, který je jako hodně drájvovali tu per sývt kvality, jak jsme, jak jsme hodně můluvali. No, takže vlastně se to hodně ta pipelinea pro měně nělá, jak potí, potí infrastráncet, přeště jsme na argovor closed ten krát, to byl jako velký zase enabler pro mě a tak proto ten mltím, že jsme mohli takéko nstu nsitu rav draft pipelineu únová, to tam, žeho s to definuje skřzně jaký velký jamol konfik, a to se tak, jak sekuje, teda na na kuber netísu, ale vlastně mít tu možnost jako ml inženír, ale se si modifikovat úplně jako úkolik tu krabičků v týra v draft pipelineě, kterých tam bylo jem 10-15, tak byl na jednou hrozný drá enabler vlastně v tom, co jsme schopný tam dělá, držšili jsme tam paralizace toho, protože se jsme z nějakých eseláček které bylo mít idealně konstantní procesing time no matter the audio length, že jako stejně na 10 minu tovým, na 5 hodímou audio, vlastně jsme to potřali děliveru nějakým stejným, stejným čase. Tak bylo ji pak tak díle zajímavý infra-stým spojení, čaléní, že jsou se vyřešit? Jsou jsou soužení štivracil k tomu podu jak v Raul, jo na, že jsme se naozajsnážili spravit system, ktorí tě všu obecní transcription, ale je to najlepší AI transcription predepozyšan, a tam bol naozaj důhý list, koby mali jsme vela pozorování, že čo se naozajdě je v každé depozyšan, čo se někde indě, a zopar preklado jeden, bo taký dost objus, ale tým, že jsme zaštětko prepelíce zůn, tak jsme mali separatné audiočenil i per každého speaker, a čo nám extrémně pomoho, protože zbávali jsme se tým podom kroz tolkov, a než dí, protože někdy se některý attendý sprypojili spolu z jedného počídača, a to zme tam pomoho za sem mali nějaký speciálny system, ktorí se snažil rezolovnúť kroz tolky a podobně, ale pojďme se pozrelé je nad ten samotný content a opsak tých depozyci, tak oni mají řídské folovují nějaků podobnost rákčer, a prika na začiatku, tenáš kordriporter musí povedať také introžit. Nezje taký datům, taký častr, retelyzme se tu pretentopripát z tým to číslom, prišli to týto ľudia, a potom vidě je jeden zajedným a vizivajíha, by se predstavili. Tak tázme na prika na začiatku, povžili nLB-based diarizáciu, spikar segmentáciu, protože když prepišeme tých prvých 2-3 minutky audio, a pošla mi to na prikat lLMQ. Nevám to, že tam mám lLMQ na totelobo něco iné. Tak ono to je v podstatí iba z tekstu rozsegmentovat bez toho, aby počil audio. Če to co bol nějaký dělší zajímavý hek, a logo dělšit dělšit use case, měkdy sa pripaja interpreter, protože svědok ovoříš pánilské na prikat, tak musí tam o něko kto to preklada, a tam za svěděly jsme vyjúřit to, že ten kobý slet spíkrov je vždycký nečepový pravník o tásku, pohodo to preloží interpreter došpánilčiny, svědok pověně čoš pánilčině, interpreter to preloží spěd do angličtiny, a tak to to pokračuje v takovu to sletě. Tak je ta to informácie sa v postatyda na tolačit do toho systému, a to tam nějakým sposom nahrtkodováť, aby jsme vět zvyšili, zvyšili úspěšnosti o systému, a takýchto tam bylo fakt, že hodně hodně. A teraz postatečakáme na to, že dokedy ještě věmemat nejlepšie AI do predepozišance, depozišant transkrypšion, kým to porezdzil ati, jaké dolkej modeli overall, a vizaráco, že začináme, začináme hítovac ten treš hol, da ty velkej modeli bezohado na všetky, ty je to kontekstuálne informáci, začináme to porážoči tak či tak. A ještě nejse dostaneme, na stupu děné AI, a kterou čast celé o toho kodu to znamenlovy měnit audio-dubok z modely. Tak. Jak si jo naši rikal, že tam byl ten skok z víc a rendičkovýho akademickýho do produktovýho biznysovýho, tak nedrou stranu hned od začátku stéměli frontend, a marketplaces, a tak, tak, kdy se podíom na perod z architektury, tak my se tady bavíme hodně o tom mežik sos, o AI uvní, a jak se to trenovali, jak by bada ta platforma, co všechno byli zakrabič. Kolek stéměli frontendu dobyli uživatele, jako když se podíom na celi nejnom produkt, spíč tutex, ale vlastné celou tu platformu. Rási to musí celé prestelť, holej, že všetky té rvozné platformy, a on to bol dost. da se podat AI frontend, heby, protože tam bolo vět celou typový uzrov, kdy sa pozráná tých klienský úzrov, tak. jedna personá boli mi hvala měské dualerí, a oni se tak dosvá voleju, to ich zaměsnáně je sa volaské dualer, a já zaměsnáně je skedilova depositions, a tak oni potrebuje celé nějaké koby. menešmentik depositions, file system, kalendar, UI kana v skedilováně, či to jedna čas platformy, druhečas platformy je pre pravníko, ktorý zase věc pracuju z tymi samotnimi prepismí, když jsou dostupné v aplikaci, a povom zase všetky té market places, to boli zase separatné aplikaci, je pre notaro, transcribšený s toho apnegofis, a myslím, že z jednodušené minimálne to nějaké dopizmé použivali Django, Django frontend backend, a tě to ML Heavy, ML Heavy Workflows, nesom si i stej v čom tu všetko, a bežalo v tedy, teraz to beží, a v tempo rále, a myslím, že je ona švělch. Jo, tak tady nějaký ten infrabeck bůn byl to argobork flows, a inak ten celý deep learning stack, ten grát a častešně všedečka, jako je napajtorčil, s tě tam všechnou všechnou postamen. Super, tak poďme, keslonod myslnosti, co teda transformery, z large language modelů, tak, když chdyšli multimodální, a zase ten spíč se do transformery, tak, když to to začali vnímat, když to začali na hrazovat svoje krabičky, general available krabičkama, za to pro vás na menu. Jis mi si, že ještě pred tými, jak jsme se dostali k Djenni-i v speech recognition, tak jak my začal exporta Djenni-i podduktoch, protože mi tím, jak jsom pred tým popisol, jsme vybudovali celu tu platformů, čo byl vás neden záších s tých pavných differentiatorov o protikorderiportrum, protože korderiporter, da iba PDF transcript to je celé, a mi zme vybudovali celu platformů. A ještě PDF transcript, a ještě je v PDF super. Mi těž malé i PDF, keď juzry chcí ono PDF, ka sa stále sami ty násut, ale nemájte celu tu platformů, kdy je pěto te dát. Audio je synknut na transcript, čiže da sa kliknou na hod si, jaké slovou očil sa to pustí, transcripti sumarizujeme, tam to bolo myslím, že to vôlaš pravý juzky, zna Djenni-i-i-i-i-i-i-i-i-i-i-i-i-i-i-i-i-i-i-i-i-i-i-i-i-i-i-i-i-is, ale to to vôli také posinávia káždý trán skript sami, kdy je to nějaké dôležitá, a depozyštám tak kudně stává ve osem hodin, sumarizovaným, a nějaké hodinového dôlejů, hodinového vysluchu, čo bol obrovský time server pre nich. Takže se jsme budouvali nějaký semantik sereč, tam jsme za těžráli s olemkami, ale spřespíčer kognišen konkrétně, týjakom naozaj LOM, Gen-i-i-i-i-i-i-i-i-i, začínáme eksplorovačaš aš ty rás. Tam vlastně možná do planím za mě, že vkudčití jako částech, tady ti rávdrav pipeline, jak jsem vlastně popsa, budujo tu AI transcript, tak tam jsme zagarnovali ty latest improvementy, polověhezky v heské vidět třeba, tam je ten posprocesing, chtrác chtrác a pipeline, s vlastně ve meten ESR, Output, a vlastně rátan to interpunk, ktřejí slyhla, tak dálé, a tam heské jako vidět ta historie, tak my se jsme tam nelelámů jako nějaké a si roho, a tady jsme to vlastně replay sly nějakým sonetem, nebo něčím takovým le, že tam jako tady třeba viděresky, v tom zpíč tu tekst jako takovým, tak tam vlastně tečka a š nějaký ten poslední děmi ráj modela, a kde ta dva pětka per o tak, tam to vyparáho dně zajímavé, ty výsledky, na něco zasupa nějakou černobili, že by se to dalo prostě autovdobok s replay snout, to vlastně vní máme tam nějaký relatyvně krátký časavý úsek, kde jime tomu 10 minut, kde je ten děmi nájaké schopný se fokusovat vozovkách na to audio, a je fakt přesnej, a vlastně čím dělší to audio, takovoné ta se jako obecně ten jako trenstěch elonkách, sím větší ten kontekst, tak tím vlastně takvali, ta tam dek raduje, takže zase člověk potřebuje ten já, kto to nářezat to audio, tak potřebuje tam nějak byřešit ramapping spíku, a že to vlastně teďka independent play, vlastně to vidíme po 10 minutách, a potřebujeme to mít pak nějak se jednocení, je si spíknulá v prvníc segmentu, je stejné jako spíknulá posledním segmentu, neumýtřeba Timestem tým osprzešně, o ten že mi nájtej, takže tam máme nějaký externí system, který dodává, vlastně ten tekst tu audio-alignment, dodává ty voldlo Timestem, který jsou prnás vlastně důležtí, ale ukazuje se, že ten trend určitě jako asytera pude tady Timstny rema. My v dětské máme, takovu se snažíme vejt mítu filozofy, že nebojíme se prostě zachodit všechno a prostě tím, co dává tu tu performensnej lepší. Takže a čeknou máme cítovej vstach, týfaj playně tak. určitě bude me. sledujeme tak aktivněno. My jsme se to ozečetku snažil i stávač v takov tom krabičkou mohdy, že pokěl ta to krabičké nějaké naše kastom na trinu, nebojí sarko nějaký model, tak stále tam medrů krabičku, ktoré záloha, a volá apičkoa, vedě se nevzeme prepovíč. Op, ten. podposprosti syn, ktorí zpoměl jen aše, ktorí zase dálše krabičké, ktoré chudně tam možu zostať, jak bude pomáhať nějakým Tim, tím, že nejaj modelom. Čil no je to krabičkový systém, a jsme v pohodě s tím, že te krabičké sa postluké vyměňají. No a možná to nejakou hodně na ígny odázka, ale jak když byste teď kde krabičké nagrazovale, prostě jako. z nějaký udvodu byste sa rozlejou kajetak, nem tom dát, že mi najdvod pětku, pravčko, vymění se 70 % krabiček, nebo. 50, nebo. Vlastně jenom mě jako zajmou konkrátně, jak já už jako se myslíte, že fakt nemás myslou jako inestové do toho stále i což je, že je, že je, nečešený veřzus, tam můžu děje, co tak věl. My vlastně jsme v takým jako stavu teďka, že, že jak jsme byl jako hodně lýn startup, v ten je velkým měl, někdy jednotky lidí, někdy je v nějakém píku, tře lidí možnáli, jsme byl jistě pörod, takže se zrie ta prioritizace byla jako bohorom ná, my jsme vlastně jsme udělit tak ten rap draft po tom, co jsme hodostali do. vlastně vsem jsem po měrně hodně slušního jako stavu, tak jsme hodně nechal na takým autopilotu vlastně se roka půl možná, vlastně jsme úplně pivotly do jako dalších větří, to vůžem se k tomu zahyli dostat, a teďka vlastně po akvizici, a z tím, že za zdepozišen jsou velký plan jako fall wine, podstatě tam chceme na teďka expandovat vřes celou ameriku do všich 50 států, tak to vlastně celý jako revisituéme, a podstatě jsme, že je tam imožnost to prostě firm ground up, jako by měně nějaký nejaký čemělaj krabičky, vůrčitě tam jsou jako tady tý čelendře, který jsem jako zmíněl, ale vlastně s teďka tady těch nechná tom doca jako aktyvně vlastně rezerčujeme, zištějeme, co teda jsi celý, jsi část, a myslím, že vůrčitě je realní, že to prostě celý vlastě překlopíme. Jená, že týt zmíněl fall wine, tak se dostávame k vlastně mů úspěšnému exitu, a kvisící file wine, letos na záčátku roku, kamestatera, jak by paral perotloní, kamestatero stali, co vlastně file wine kupoval. Tak vlastně z tým korbízný som, kordu reportingom, a změsa dostává k tě, ki by som to byso v číslach, tak vlastně našich klienti, boli mimo iné 5, s največích s jedmých insurance companies vůs, to bylo byso največi biznesový sekses, a pobry to zome ale dělšě pravné, večně menčě firmi. Ale ten minul jerok od to zajímavějšif, to můžu změsa začali odběrať od kordu reportingu. Začali sme sa vězbavit, o tom čo dělšě by som johy robiť kordu reporting je zajímavit, da jsou změlavit a škalovat a expandomať, ale byť mač zákazníkom, mezi tými to prestižnými pravnickými firmami, pojzčovniami, a mač týk to ľudí už v na našej softwareu, platformé sme si miseli, že tam nějně jaka skritá veliu, kovizme začali budovat dělši produkt je absolovatích, protože kordu reporting depozyšans ujbá jedná nějaké mala část z celého toho a kovy súdného procesu album z litigation, někdy v streděm, v podstatě je tojbá nějaký jeden krok, když sa zběraju dvokazí usnou formou. Ale podnosu tam dělšě, nějaké dělšě částí, v tom procesy, když sa zběraju dvokazí inou formou, pripadně jsutálo po iné procesy, když si když sa vytváraju dokumenty, ktoré samosně vodom posilat, posilat súdu a tak dělají. Takže jsme začalo tak věs, eksplorovať. Vlastně jsme dostojí k tomu, že náša. samozřejmé sa videfina, ale nějaké našu produktou vision, a ktorá běně bolo i bakord reporting. A ještě neš vůrš pokračvat, to už to byl pijem, když se z toho stał pijem. Pijem z umě a sa dvlastně stał. V moment, když jsme oběvěli repertink, či je to bol jedna začiatku, a ještě jako jsem popísout ten Christmas Hassle, když jsme dostali to prvech a velké klienta. Tedy už to začalo by, jakoby dost ložité, a já jsem si uvedilo, že vlastně mě a to baví z okom organizováť a na vigovac, a v tomu, a pomahaj důstatním tímom. Jo nás je musíš porazit důviním filo důměš. Měšení to ten kastpí. Jo náša mlku a já jsem se začalo výnovéť produktu, ten pár roku, to bol kordryporting, vela vela operáciens, okolotoho, a ten minulé rok, kte dát jsme začalo eksplorováť, a dostali jsme se nějaký výžen, ktorý jsme popísali kifaturnýs informácien Adventič Gaiser Opponance, čiže pomosím sprasovat šitky informáci v pripadě, aby vydel vybudovat silnejší case voči ich oponentom. A tě dát jsme začalo, už takům možnou zajímavéšu produktovéšu prácí robí, začali jsme se tě vyberá do akých produktovíst, akénové fíčory implementovat. Jedná z tých prvých, ktoré jsme maly ešte pred tým, boli depozišen samarís. To bol, to bol celkem sakses, to bol relátivne jednoduha fíčorka, pravně si jsou zviknotivnáť samarizov. Fostatě v dvoch formátu, a myslím, se tady sa portováli pěden, boli sa pageline. V podstatě celý transcript se rozsegmentuje polato piks, polatém do nejakých menších segmentov, a podal každý ten segment se pošlo do nejaké ellenka na sumarizaciu separátni. Také sokom jednoduha fíčorka, a nechrozia tam halucináci, protože posvájí se tam naozujba do akékratké čánky na sumarizovanie. Če to bol nejaký prvý produkt, a na neozme chcelí stávač. Ktorý zme se zamérelik, ktorýval stáva oko depozišan, ale už to nebo kort-driporting, ktorý zmejím pomosti, rýchlají se spracovat transcripti, a jeden z problém, o ktorí mi čavily bolo. Někedy trvalo spítošně podílež doho identifikovat, nejaké informáci v transcriptoch. V pripadě kludně može byť 5-10 depozišan, každé možeme 2 godiny, a najstam nejaké informáci, može by zložité. To je naša technicka misl osahněť zapla, cinclo semantik serč. A takže zme začalo byl tět semantik serč. Ilanáš može po rozprad viacu tam technickom solušně, protože myslím si, že technický zme tam by budovali názajně čo velmi zajímavé, ale tam byl taký prvý velkil running. Si se to bol technický měčo na čo sami byl hrdý, ale nikto ce tě používala. Na stoupone zastavila, že tak naš prvý pokuz nějaký nový větši produkt, kde t nikto to nepovžíval. Czas na zmesi možno uvedomili, že ľudě a už boli zviknotinat chat interfaces, a oni chcel by by hodávat, že ces chat natural language, a tak dělej, takže to bol nějaký našu odhat toho, že čo se vlastně stalo, ale tam byl teda taký prvý failure. Podom druhý produkt, na ktorý jsme pokrečval, je tak to bol druhý format samaríz. Tím hovoríme narrativ samaríz. Čiže už nie je takéda strukturová na page by page line by line samarí, ale ibym několiko stranoj výcůz nějaké narrativne forma. Tam jsme pou spoučenia ze semantikserš projektu, prišli z nějakým veľmi jednoduchým soulušnom, ale mísem si, že celkem smart. Zobralizme nějaké pravníka, ktorý nám připravil veľmi peknů ukáškou samarí jako egzámpo. Deposition samarí. Deposition samarí nie je úplně běžná samarí, kedy va pojeďte, čedži pítí, zosumarizujíme ten to tránskrý bolo dokument, tak je to jako obecna samarí, ale pravníci tam chcům a tu své pravníské konceptí, i tam zajímají nějaké konkrétné pravné temi, ktobol náví nějaké kislet udalostí, bo poče zdali autonihu dělí a tak dělí. A mízmeme vlastné cestenta jedan príklad, ktorý nám doručíl ten to jeden pravník, dosi hli to, že zmejmáli podla feedback od klientou nelepša deposition samarí z natrhu. A to to byl taký vlastné další moment, kdy můli velmi aroly, kdy to je to řík to, a depozíště depozíštion samarí z tom časé nepozkytoval, a tu byl taký dozvolky seksys. A ale mějem, že či ona, chcí se savrátí z hytknom semantik s rečů, kdy to, že tam byli, míš sem si, že technický a znamo zvizají malé več. M.S. vzvět, jako esky 3 klody tom vybrali, zjete také esky jako kontraz, přesně ten semantik s reč tam jsme k fakesky ml proje, ktou tam se vlastně řešili nějaký symmetřický a symmetřický kverí, jsi už je juzer zadavájem. Jedno dvě slova, týt jsme tam řešili od něčan, když vlastně bloku do nějakých frázi, který vlastně by tam byla symmetry, mezi tím, co pak embedujeme, měli se tam nějaký rozřířen, to nějaký, jako name-entity, jeho, že třišlo věk zadav, že chcela person, kdyby to vělo, ti oná, toho, kroz tě, a tak dále, jsi tam nějaký name-entity, a to byla jako taká proxy embedding, jsi našel jako person, tak týt to jako fečlo všechny lidi z transkryptu, také, co jsme moc peknou, jako evaloším pipelineu, jsi kaltom, jsi jsme na tohodně prout, a nikdy to nepovůží, ale také, jako druhý kontrast, která byleti na rátyř samarís, kde díšte jako hodně zjednulůším, jsme zabolali za svějaký oklod, dále mu tady ten jako nádherný egzámpol, jako tady je transkrypt, tak lehceme samarý, a v tom v podstatě perfektně jako, by v tím vantšotém jako replikovál, to se jsme penioštěli, a řlensě šitnístvo, byli načení, jo byl to velkou traction, takže z pohledu toho emel inžení rátoval, taký trošku jako bitr svý, z pohledu produktu, který vlastně nám to je vám ukázalo, že to hleni a káta jako direction, kterou, kterou vlastně je teda cesta, a takže tu to vám řáky zajímavý vlastně lehrny kontrasteně technoproduk tehnou. a povozmé vlastně pokračvali vládný lidarship, už bol taký, povezme opatrny, v tom, že dočlo povedeme dhalé, ale nám sa podarilo objavit veľmi zajmou oblast lehkarských správ. alka čas našich klientov byl personol injury atornýs, čo jsou teda pravnici, byl opravné firmi, ktoré sa veno vypádom tisnání, ktou zranil. večinou jsou to autoně, klasická to znam z Amerických firmů, jak potom měsíc nosítem dog color. a to na krek, protože byli se uděl, aby byli se uděl, že mohno lehrnou lehrnou lehrnou lehrnou lehrnou lehrnou lehrnou lehrnou lehrnou lehrnou lehrnou, protože se uděl. všemaly se za ulohu, priprvýč pracovat na sovtvery, ktorý právní kompoma, že vzistil a čo sa naozaj stalova, a zajemně dokazováť, a vlastně. v týchto tipoch pripadou največím zdrojom dvokázou jsou lehkarské správ. ktou sa nejakou bude, ktou dobu uvěče v nemocnicy, a teda na právnicka firma, teda pre tohto pacienta niemoznici, a lobo večnou věci, niemoznic věci, ktorou vypíta všetky lehkarské správ. a to jsou večnou tisický strán dokumentou, založe aké pripad, my jsou jen dvace tisíc dokumentou stránový pripad, ktorý jsme musaly sumarizováť, a oni to potom sumarizujú. to záběra strášně vela času, protože to jsou hrozné data. tak jako to pozáme od nás tak to vizorai v Amerike rozné, rukou pisa nepoznámky, rozné tabulky, diagramy a tak dělej, a my jsme tento produkt objavili jako názaj obrosku, obrosku príležitostek. tohle tak nejak predstava náž můl i darší půl, a vtedy všetřebový strášně sceptický lebo bol to názaj obrosky jump oproďitom "Cord Reporting" depozyšná za lehkarské správ. ale já jsem to názaj velmi verylo, protože to je obrosky indastry, tam do teraz tam fungovali. těž tam je starší indastry, kde se to to sumarizoval manuálně, boli rozné service his company, kde to samoriz vytvory do ľudia manuálně. stovčo zma viděli práve na tých prethezajusích produktu, kde se na chazalo džené já, tak jsme si mysluj, že to to prostě musí sada covnuč, sada o konosti, bol jsem tu v práhe na nějakom Meetup, kde jsem se rozprával, z nějakou dalšou firmu, kde v študu je má vrále, že práve pracovali na podobnom projekcí, a oni má tak ubezpečili, že. nás to živý pozlední přiroké a nevýpadá to, že to vyskýme. týžný prototiv za dva týžně, a si se ten protetizm je spravili za dva týžně, ale když me to depoleli, tak to byl další rok, ale spět k tomu začiatku, že mi znamo stálo teda nemále presočený leadership. a zionášom zme tomu tak fakt verili, tak zme jsme som tak nejak okrajo vosposte byli nějaký prototip, a tam byl odvolžité si uvedomi, že tam nepotrebali zmeží jadni produkt tým právnikom, náv zajíšlo ten tekst, komentik samoríst, takže ten prototip bolže jonáš. jo naše vysom zohnal pár stránok mediklory cordou, ktoré bylo nejak publicly a vehole bylo na internete, čo je teda jsem wobec nezměnilo, ale jsutou zravot nezáznami, že vysok je sekurity štandardý, my jsme preti vperocivali si malý hipa a so ktů komplianci, takže na to to zme boli v postaci priprávení, o to to byla zajímavíš oblast pre názabizmi sadone dostali, takže jonáš za nějaké dva dní zbil děl prototip. a to nejaké vortokumentu Dumpall samorizoformáce, ktorí zme věděl, že oni potrebu, to je večinou vždypril nějakú každú jednu spráhu, chců věk s ráva datům, aký tam bol doktor, pak je boli diagnosti, pak je byl dějí sa predpísalo, a v postaci je do ký štandardýzovaný set fieldal. když si zapar klientmi, oni boli úplne mějst, takže na to toto trošku tak v tichosti pokračval intervně z jonášom budováj, takže si myslili, že to toto je už návzaj solid, tak postupně zme začali dostavá je ten lidé šibná na našu stranu. sels tam podnosem, ale také trochu, když neboli v nějakom, povězme lepšom stáve, že to vizarálo ako produkt, a jak to názaj nebo produkt, sels to trochu nepochopili a začali je celovat. a ten sem se dostal je do také velmi zajmávají situace, to bylo někdy v polkemínuho roka, kdy jednosti hvélkých inčuren skampení, se mi si, že tu to možeme věnovať, to byli treblerz. Oni nazuž použuvali na Kordry Porting, ale srovna je s hodou o komosti, v tom čas je malý pilotny program na vibraně, ejaj, provaj drana a somarizovaně lekarstých správ. A pre nás to bol v podstatě tak budcajím, nepríhlasím je teraz, a oni si vyberujeně jako iného, nebo je ma čansu nikdy v budu snosti, alebo to ryskéme, príhlasím je se do to pilotná programu, a nějak to. To ti době se fejkit, alejkit. Žesný. A kdybyl taky velký problém, že mi zmenia si se veděli sumarizováť, ale znam to te selé tam problém, bo spěčoval v dvoch častiach, že tých 5.000 strán dokumentou trebalo rozplítová na jednotlivé lekarstke správy, ktoré sa potám budu sumarizováť. A my zmenia toho, kdybyl o začátku odkladali, a zmenia si pravěto vyrieši mene skvěrtu i v pohodě, že ktorý byl i byl te rozplítujeme, a nakonězme sa z tím produktym, kde ještě ten spliting neexisto, a dostali dostali dostalo, že už jen ho postatě selovali. A kdybyl a vlastní časom zistili, že ono to splitujeme nebo najťaši problém na celom projekty produkty, kde jsme se to vydomili nejak. Povedzme mesia se jednotky mesia, co pred tím, ako ten díl mal podnuč, tak jsme se dostali dostalo, že kde jsme muselo vybudovat dálš márké tpela ispre. Ktorý nám to robyli manualny, ktorý nám to robyli manualny, že když zmenali vela learning z už z tých pretchazavicím marketplaceov, takže jsme dosova prejuzli, stary code, stare platformy. Taký jsme, ako robíme transcription, kde v postacitě audio se rozplítujeme na nějaké měnče saptásky, ktoré se rozdistribujeme parel a neviacerím kontraktorom. Ty spravě čo majú, potom se to merge dět do nějaké velké review steppu, pod se toto celé jsme zreplikoval, je by jsme to aplikoval na tentonový problém, a snažíli jsme sa, ako byl parel, ale on je ML team, to chcél zautomatizováť výmyslieť, aby zmenitání musel mát kontraktorovu, protože tam by to přkalovalo veľmi sle, a zároveň máli vybuduje ony celý tentom marketplace. Kontraktorov, ktorý náv to medzíčasom, medzíčasom robili manual, a potom jsme, ako by ty dva světí, postupně spájali, kdy jsme sa kontraktorom snažili dávať se sadžištěn z AIka, když jsme malý nějaké výstupi z AIka, ktorý jsme veryli, tam jsme se snažili veľmi pracováť skonfidenc levelmi. Rebren leža to není annotation, it´s confirmation, pravněto ve stravětele nější. Ahole tam znikostov na koniec zainových systém, když jsme se vidé finanovat, když jsme sa podať Framework, Confidenc level s Framework, když jsme sa snažili vždy, káždemu to mům split predikšnou príradit high low confidence. A pohozme sa snažili káždemu tomu predikšnou a príradit, že. Respektive moralizmek accuracy týchto Confidenc Predictions, čiže chcelizme mať čo najvěz high confidence Predictions, ale zárovez mezi trekuvali accuracy, či tie to high confidence Predictions to naozaj presne, čiže. Ahole tam znikostov také dobrý, akoby systém, ktorí sadal, akoby v ML světě tuníť, protože tu accuracy zmesi stanovili, tam musí zustat High-Table Constraint, kde dneče powrieme, že byli high confidence, tak to naozaj byli presne predikšnou. A torejšio High-Confidenc Low-Confidenc zmesi snažili, časom zlepšivat. A tým páda opostat, že to čož bol high confidence, mene nie museli posiláť na tu human branch, posilal izmejí byli Low-Confidenc, protože takto videfinovanemu systému to takto bolstivaluvali na data setoch, tak jsme to umohli verit. Tohle do stavu, kde momentálni už ten human inlupně máme, ale stále tam torejšio v něsto percentné, i by je tak dobré, že jsme okestím, že tam prostě budu chybí stalo, ale keď pretyní jsme to rejšio malý 50-50, tak to se nedalo vypustit klientom. Proče, spliting tak složitý. Tože za svořece máš pedevka, má to nějakou hlavíčku, prostě. Tako je zajímaví, že vůbec defini co toho, co je split je a tam to začnebejte triky, to jako na to je spůsto názoru, a zpojíme zjenáme na to bylo spůsto názoru. Bece jako ujasně teda, co to ten split znamená je byla jako první, první věc, ale obecně proče to vlastně triky je votom, že spůsto těch dokumentů ten lejauce mějný radikálně v průběhu jako jednoho dokumentů. Tože na to kouka tenom jako nějaký vizuální fýčvěry nějakým trávěžen transformerem, protože může to vejt stejný dokument, ale čiš se tam nějaký laboratori ryzaalc, pak i ksrý imidí, pak nějaký narrative text, ale je to jedna věz, a zase druhý ekstrem je, že dva dokumenty vypadaj úplně stejně jako vypadaj, že jako návazů na sebe, ale vlastně to zplit tam tam háby. Tako definit se co jsme vlastně pak sní, že už stali do dneška, že vlastně zplit jsme zadefinovale jako konsekjuti v pages, který zdílaj stejný datům a nemoc něci. To je to vlastně working definition, konek, který jsme postá velé pak i vlastně to solušen, který tedy nějako nezafungovala. My se se tam hrály fakt, to byla jako velký tema, tam je jako spoustu, spoustu, fičur, který můžou definovat ten dokument, nebo nemůžou, nemusej. Příšla teda jako page numbering, je tam máš se 1, 2, 3 až n, a to byli jako intuitivně se reklouké, tak jako vode dna dostí, a pak začíná to se vode dníčký, tak to jako tak rozbím, ale jako není to úplně tak, tam si je odůzni příklad jako vnořených dokumentů, a to se se zrkának jako nestidokumenty, tam vlastně i problém, že někdy ty dokumenty, jeden končí na stejný strán se co další začíná. Tam razvala jako mit page splity, to vlastně začalo by problématický protu pipelineů, to je ukázalo se, že teda třím jako jednoduší ta definice, je tak tím pak tomu jako AI, jako nám, co jsme to řešili, to je vlastně se na tím jako jednoduší zpremejšli. Že bych řešli, že jsme zhodně komplek s níš, taký jako by Feature Description, z nene jsme věrenčia spolu nějaké 20 fečů, kterýli v pědních bude jako na strán, že také to nový dokument, něco takovýho vlastně dokonvergovali, k tomu, že jsou to tady ty dvě, v postatě proměných tady ten splity definuje. Tak by učili časom, že jsme do tohle tak vůpili pstremhou, že nějaké průl zmysí vydefinovali a po tozme začalo dosta dvě a zavězdát. A v postatě už díme na razili na nějaké ečkej z nějaké nový týb dokumentu, a prikod zajmáme dokumenty boli, kten sa nenechazali povodno-likarske spraví, ale už postatě i nějaká dvě eksportová na formáči, že dně moznice v dvě eksportová o tabulku, kde v každu mě jako mriatku. To je jednom boxy, kutej tabulky, jsem nechadzala informácia z jednej naště výlekára. Ta varia byli ta tých dát tam bol naozaj obrovská, alebo ty dát umy, že nazočitku zmysat bavili o dát umoch, ale tím, ako nám chodí o vět sa věc dokumentu, tak zmysíš celý okéj, ale tam je nějaké day-to-signature, day-to-service, nějaké day-to-serví, nějaké day-to-serví, nějaké day-to-serví. Kisme se naozaj cicili, že máme vydefenovaný růse tak jako mal být. Kisme se naozaj dělši, že máme vydefenovaný růse tak jako mal být. Blastím sývaj důrčě Mindful, technologíc, co jako používáme, ale už z tím celkem jako dlouho umíme, jako pracovat. Tým blastně, že proti rekordyně trá zdepozešionstval stejný vlastně stáv. Takže jsme nějak půměrně zvětklí jako funkovac. Neboly jsme komplent od začetku, co ty volejím, kde v stredě ty tajmájní, které jsme preberali, tak jsme rozhodli, že chceme ty to komplensí, tak tam jsme hodně využelý vantu. To z tím vantajé, nevím, aký oficiálny názout tohto tybu, tohto tybu služby, ale to prostě služba. To se jaka starta komplens. Ktorá pomáhá starta póm preýsestent komplens, proces, takže naši platform engineer zdravily dost veľa času na to, aby každý ten system, každý ten estrybak jednou spravné permíšance na staveně. Ten některé časci systemu to znamenálo, že jsme museli reimponentovat, tam přikovnit jsme spidřechnovali nějakou jednokrabičku, ktorá použivala nějčočo něba pýpa komplent, tak jsme museli vromskréc stravidněčo nové. Jezuště nepamiętno, čo to bylo presně, ale bol to nějaký možno pročný proces overall, ký jsme sad dostali do tohto stavu. Tak poďme na Falcon, několik rád změnová firma, ale še jenové, působyště. Mě by zajímalo asyb cesta z tókom tekstuje, můžno jasná, ale jak per odzapadał do biznesu Falconů. Protože z toho, co s tepový dalé, tak tedy komerčit stavu, perotuje legal tech platforma, kde z poustil uz nejch produktu, ten medikol, metkodom, depozišán, skolda, reporteng, tak jak zhoda zapadá do Falconů. Fionové nebo vás neoficiálny syvére system over records system, čo je vás ne da sa pak platforma, kde právní si břiju i chciel je zaportovat všetko, aby právní ciste platformy nemusový odist, či v té úplně najzakladníších definíciách, oni to častopo písujú, že ich system tři dečka, documents, deadlines and dollars. To znamená, že je tam maju velký dokument, storič, kde prostě právní cici organizuje všetky dokumenty ho kolech pripadou, trekuji si tam kalendáre deadline i roznamý ting, pokěl právní skafirma pracuje na stoukách pripadou naraz, které každý v něko mínom stave. Něčo iné sa tam musí dělat, tak je to celko zložité trekovádi, a potom dollars, to je pre právníkom dôležité Billing hours. To je také velmi velké zjednodušení, ale je to vlastne platforma, ako jsem pěla, kde právníci živu. Trekuji si tam komunikaciu sklujentami, napríklad teda smislim sa rieš integrácia telefonovania, funkolov, aby právníci mohli volat sejto platformy a těto funkolov. Potom možno prejamo pre písledem, možno veljej ten to zdrojdat. Čiže velmi zjednodušeně povedane, je to obrovský dataset. Je to obrovský dataset za všetkých týchto zdrojou. A nekedy tak to třeci a predrokom sa felován rozhodou, že chců pokryť aj oblast depozišen z akardry portingu. Onič malý nejaké produkty stochto světa. Produktorí sa vula depokopilot, čo je vlastne produktorí sa pripojna depozišen. Boč ce zům, alebo ce stelefonak sú všetci v jednej miestnosti, nahrava a prepisuje. Neco, co ste měli roky spátky. Oni nad tím robia real-time analizu. Mí zveně malý fichori produkty, ktoré by analizavaly depozišen počas depozišen, čo oni pomáhajou pravně kompíte se dálšilo tanský trikovaciciel, aby v podsetenie zabudli na nič, na čo bině malý zabudnut, protože depozištia je ekstremně draha. Větom věla, věla ekspensí, věla času sravené, ona pri pravenost. Takže to tady mají pro dvět. A tam se to může rozhodnou, to ja znam, můj ulybené depozišen, jsou desovšel network, o Facebooku asodníš. Takže tady zmákem za geberkent, takto polověná firmu se odehráva v tanslů, kde ho nahrávají jas na zísého dostat. A podšetky může zabudnul, proto, když to dôležitějš je připadit, takže je tam v jáci pravníkou, hovorí asi cov council, a o těl ten názo cov pilot. Takže oni v tomto spayse boli, a už tam maly něké learnings, a povedalo by si si, že stočo vědějak, svali by zabrať celýte celu to oblast kordry, portingla depozišen, takže robili si nějaký prijezkom trhu, a zistili, že perod to robilo takov, da se povedať najinovatívnějšel ce stou, ktorá bola najvěskej, lebo a rozhodlisa kupit nás. Takže vás oslovili, vyste se nechodili potrovane na myzelesa. Myslím, že sruba na pomadzi minula roka toch to roka se rěšlo financovaně, či vlastně poděme dělají vlastnou ce stou, alebo respekty nemysím si, že to byla opšon, že by jsme boli kupený, ale fejlovají do sova v tom období hladao filmu, ktorý by kupit. Takže se svalovajím podkávali předím, jakože z toho spaysu někde, že. Já jsem oni hveděl, praže jsem tam vidou animali podobny produkt na sumarizovaně lekarských sprava. Já jsem si tam zobralné jako inž pirací, kde jsem si robilo prijezkom trhu. Takže mi zve oni hveděl, bo oni jsou názaj velký hráč, z týchto jako výsistémov rekor, dalo ký smanášmen sistémov, oni jsou vlastně jeden z tých dob x. že oni jsou názaj z nami, a teraz vlastně, ako jsou teda naznáčil, že animali názají skveli dataset, tak v postcecie teraz jsem vufelovájí neprecházají jako AI, AI-transformáció, a ten cel je vyhrad aj ten AI subboj vlívil teku, a tam suče, že jako by jeden z tých top hráčov, keby jsou jako by spomenul harvý AI, je taký celkom romovaný. Tak vlastně, teraz mi jsme kompetitor tým to jako by top AI-hráčový vlívil. Varkéče. Tam vlastně tečka si 3-4 tědní do zádu byla a enoucnota, ká si jdí si jiné vlast, takýho 400 milionu pravy vybrav, halovájí novot, a AIsel, můj, jak tak si jiné vlastně vlastně dokůrzorů hodně investovali, labá bylo tajte jako hodně AI-first company, takže, tako AI-valky té má teďka v e-fo-lainu, ale vlastně, tak říká to mi vlastně bobervský půš na to stransformot, tu jako vův poměrně zajetou firmuje, te vlastně falo-ain-man jako 10-letou historii, a třek bych, že aš relaty v nějakou nedávno začíná tako nás kakovat na ten AI vláka, a podla mě je tam velký úědu mě níše, že jako grov, grov, grov, grov, grov, grov, když tak vlakuje, a. - Čo možno taky zajímá veje, že, jak vláví je, onáže ono to vizere, že tu tře AI-transformácii začali rěšit povazme niedávnov úho zaukáně vém, kedy prestně oni řdicky si boli vedo mi toho, že maju tu poziciu, kde vlastně veľmi vela dát, a do to AI bych celý ist, ale začali se tam posled po malý možno v poslednom roku dvoch rokov, a tým, že teraz akvarily per hoz veľmi psilným AI-tymom, vlastně to bolo dokázal nepravity metronmi, kde fit begot kastam robov, že po prostu jsou najlepši na trhu, podobně naše deposameri s najlepši na trhu, s týdře kognition atek dalý, tak v posledce je teraz si falven, uvedo měl, že nekupil čisto iba naš produkt a tek, ale v posledce je celáta AI-transformáci se stávě na tom e-urobskom AI-tym, jo než je volsno teraz vipiv AI-ML, a teraz za koby jsutaké dvá tými AI-keten, ktorí máli v ofelváně originalně na ten to e-urobsky, ktorí budujeme tu, ale tiás od tam velká inspirací a práve stávě e-urobský o týmu. To je niž patný nád klukast čemošit. Takže říkáte Syris i 400 mln dolarů, takže to bude unikodné kakorů, tošte velký velký. Majuvalo, a což v několiko mi velký. Super, jak ste vybyli velci, přitom podpisu, přitom jako prodej, jak bude velký parat. Asi těme rozpráť konkrétně o číslách, ale boli zmetnů. Který napríchod bol 40-50 ľudí a file vain celkem má tečkolom 70. Ok, my jsme vlastně ich třetí, jak vězece. Super. No, takže spero tu se stáva file vain. Teďže to víc než pół roku, co ste v nových tríčkách. Tak, co se v letos děje, jak próbí na integrace. Ja můžu možná za sobé to říct, co je klasitat, a jak vyzit se přišla prona stady v Evropě. S nimi moja jako nejúší lidorship hodně jako nečekáně, vyhřeekné. Pesme potom nevěděli, takže ty první týdny byly byly taky jako hodně. A vlastně, nečem možná šekovrůstrující, jeho člověk jako nevělné istota, jak to vlastně všechno dopadné. Ale tyčká vlastně z nějakým odstupem času, to tam s měšé hodnotní ve všichní dospozitivně. To asi asi taky největší. A jedna z největších změně je, že teda vlastně vzaleset ty naše produkty, to hlavně je ten ty medical, a vlastně ten metron. A celý tepozyšance, a vlastně hodně rychlá intenzivně sa asi do tohval vejno jako zaintegrovali, že v podstatě to nebylo, že by to šli věci do šuplíku, ale bylo ženě stouji, ale tak jako flexi pový produktil, bo jako hrozně heský sma byly. Půleč se září vlastně na konferenci v Ameritice, vlastně "Salt Lake City" kde má headquarters, a "Fall line" tak a největší úzek konferenci, tak tam tako na vohodným stage. Jako prezentoval je, a jsem to tak něco půjděl, asi před 20.000 lidmá byl tak jako fakta, jako emoční zářit, kterou mějo to, co vlastně se tady jsme tady půjděl celou dobu, tak jako budouval se. Tady od nás tak tady tady podlight v rámstvou "Fall line" a takže jedná k jako ty ty produktia rud mapy, a dal dostade velký support, ale vlastně tak jako ty týmy se dostalesme velký "Head Count" je provol vlastně tady za posledních několikní a sítu jsme vlastně vyrostli. Vlastně jsme procházel, a kvysití tak Emil ti musme byli dva, kamerát kolega Martin Salecki, a ty jsme vlastně vyrostlí na vlastně skoro-20 nás budde dokonce roku jako, že se k nám předali vlastně té americí kolejkové podtej tu naši Emil organizace. Takže v tej tom sněru je to, jako to byla docela izdatečka, teda hiring, hobez organizace, týperáce, tých rud mapa, expandze, ale jako být neskutečně jako support, ze práve strany lidrší půvlastně. I poměl jako často zanává je zditají do Prahé a přesí, jak tom říkal na se jako uvědomují, že se dína jako goldmine udát, že vlastně vlastně vlastně tady dobré si možnáš tě jednú vří, že to nejsou vlastněnom jako dokumenty, ale to fakt věšké rá komunikacem a zítě má právníkán jsou tu všich nejich poznámky, jsou také kontakty, deadline, kalendář, eventy, rase všechny tady ty data můžem nějaké kolevry džnovu, to postovit nad tím vlastně zajímavý AAP. Můžem zajímavý k tím, da tam ještě teraz zámě skorpíkožka, ale tím, akoní se snáře pokryt věc a věc dát v tých prípadovych, tak teraz práve rejší se nějaký projekt, práve vůkazvalo jako nějaká výžená ty konferenci, právní si často píšu by bá poznámky pirom na papěr, na prika daj počas depositišance. Pro eksplorujeme digital neperá a kodostat aj tě píšal nepoznámky k nám na potformu a vizumel ještě věc dát a oni neozaj, chceme všetky data. Takže se v můvráci. Takže se vůvráci. Takže se výrobotice. Takže se výrobotice. Takže se výrobotice. Takže se výrobotice. Nezapomníte se registrovat k odbyru našeho týdeního nůslitru na datatolk cezet. Nechci vás provází datá.