Sztuczna inteligencja to już nie element futurystycznych wyobrażeń, to narzędzie, które już teraz realnie wpływa na sposób, w jaki pracujemy, prowadzimy biznes i podejmujemy decyzje.
Rozmawiamy z Franciszkiem Georgiewem, założycielem i CEO Tigers, który wdrożył AI we wszystkich działach swojej firmy i doskonale rozumie wyzwania, przed którymi stają dziś liderzy biznesu.
Z wywiadu dowiesz się m.in.:
- które narzędzia AI warto znać poza ChatGPT,
- jak radzić sobie z obawami zespołów i brakiem zaufania do AI,
- dlaczego upskilling to dziś najlepsze zabezpieczenie kariery,
- i jak naprawdę wygląda „bezpieczne” korzystanie z AI w codziennej pracy.
Od czego zacząć wdrażanie sztucznej inteligencji w swojej firmie?
Wydaje mi się, że przede wszystkim trzeba wyjść z FOMO (z ang. fear of missing out, czyli strach przed tym, że coś nas omija) i konsumowania informacji, i zacząć robić nawet najprostsze wdrożenia.
Zachęcam do tego, żeby samemu zbudować dla siebie pierwszych asystentów, których omawiamy na kursie w Labie, po to, by poczuć, jakie są ich możliwości i zrozumieć podstawowe pojęcia.
Na początek zainteresowałbym się takimi pojęciami jak:
→ user prompt, czyli to, co wpisujemy do czata,
→ system prompt, czyli zdolność tworzenia asystentów ze stawami i instrukcjami oraz
→ kontekst, czyli informacje, którymi możemy zasilić sztuczną inteligencję.
Te trzy rzeczy są bardzo proste do nauczenia się. Może to zostać wyjaśnione nawet w 30 minut i przetestowane. Robimy to oczywiście na kursie i jeśli prezes czy prezeska firmy nauczy się tego, to pozna pierwsze możliwości i zacznie budować grunt, na który można przyjmować kolejne informacje. Na takim solidnym gruncie można tworzyć bardziej zaawansowane rozwiązania, czyli np. przyjrzeć się najdroższemu procesowi w firmie i zacząć automatyzować najczęściej powtarzające się, zajmujące najwięcej czasu zadania.
Przykładowo, robimy pomiar czasu w firmie – kto, ile czasu, nad czym spędza – i te zadania, które zajmują najwięcej czasu, próbujemy zautomatyzować. Tworzymy do tego asystentów, których już osadzamy na wspólnej platformie. To może być np. AION, do którego na kursie Laby dajemy 3-miesięczny darmowy dostęp. To rozwiązanie kosztuje tyle, co dowolna subskrypcja OpenAI, Gemini czy Claude’a od Anthropic, ale pozwala rozmawiać z nimi wszystkimi i ma lepsze mechanizmy do współdziałania przez zespoły.
Co i jak można wdrożyć najszybciej, aby dogonić firmy, które zaczęły już to robić?
Jeśli chodzi o szybkie wdrożenia, to wierzę w koncepcję transformacji AI w 24 godziny, czyli po prostu wzięcie gotowych rozwiązań, które customizuje się pod potrzeby tej firmy, po to, żeby ludzie poznali możliwości sztucznej inteligencji. W ten sposób zyskujemy duży entuzjazm zespołu , który w dobie dużej presji ekonomicznej i konieczności bycia bardziej efektywnymi w końcu dostaje narzędzia, dzięki którym faktycznie mogą być bardziej efektywni.
Na kursie w Labie liderzy znajdą materiały dostosowane do każdego działu w firmie. Menedżer może skupić się na rozwiązaniach dla własnego działu, wziąć gotowe rozwiązanie, a z pomocą społeczności i doświadczonych specjalistów, którzy od miesięcy korzystają już z rozwiązań AI w codziennej pracy, wprowadzić zmiany i dostosować je do swojej firmy, a w efekcie też nauczyć się to później robić samemu.
Mówiąc najprościej, znalazłbym gotowe rozwiązania i kogoś, kto pokaże mi podstawy i zacząłbym działać. To jest moim zdaniem ten pewnik, bo dostajemy coś, z czego korzystają z sukcesem inne firmy i customizujemy to pod siebie. Tego typu wdrożenie pozwala nam ominąć etap prób i błędów, który musieliśmy rok czy dwa lata temu przejść w mojej firmie, kiedy budowaliśmy te rozwiązania.
Co myślisz o ryzykowaniu i próbowaniu trudnych rozwiązań?
Uważam, że nieprzemyślane wybranie zbyt skomplikowanych technicznie rozwiązań to nie jest dobra droga na początek. Znacznie lepszym podejściem jest rozpoczęcie od stworzenia armii prostych asystentów AI, które mają potencjał, by z czasem przekształcić się w bardziej zaawansowane AI workflows. Na naszym kursie pokazujemy, czym są takie ciągi asystentów, czyli rozwiązania, które towarzyszą nam krok po kroku przy codziennych zadaniach, np. robią research, pomagają nam z tego opracować szkic wpisu, a potem napisać wpis zgodny ze strategią firmy marketingową i TOV, który obraliśmy.
W ten sposób tworzymy zespół asystentów AI, którzy realnie wspierają nas w codziennej pracy. Od takiej konfiguracji do wdrożenia tzw. agentów AI prowadzi już bardzo krótka droga, warto jednak zauważyć, że większość rynku błędnie utożsamia asystentów z agentami. Budują asystentów i myślą, że mają agentów – tymczasem różnica jest znacząca.
To etap przejściowy między klasycznymi asystentami AI a pełnoprawnymi agentami i bardzo ważny krok w stronę automatyzacji codziennej pracy.
Według przeprowadzonej przez nas ankiety, najwięcej osób obawia się bezpieczeństwa i ochrony danych wrażliwych podczas korzystania z narzędzi AI. Jakie porady masz dla tych osób?
Po pierwsze: użytkownicy muszą uważać na dostęp do swoich loginów i haseł, szczególnie w narzędziach, w których zostawiają dużo wartościowych danych.
Po drugie: korzystanie z bezpłatnych narzędzi często wiąże się z przekazywaniem tych danych firmom Big Tech. Unia Europejska stara się wymusić trzymanie danych na europejskich serwerach, ale w praktyce nasze informacje są rozproszone po całym świecie.
Po trzecie: ważna jest też świadomość techniczna. Trzeba samodzielnie wejść w ustawienia i wyłączyć opcję trenowania modeli na naszych danych, bo często jest ona domyślnie włączona. Niestety, nie wszystkie firmy informują o tym w sposób wystarczająco jasny.
🔎 Przykładem może być Facebook . Meta zaczęła informować, że będzie trenować AI na naszych postach, a użytkownicy muszą samodzielnie wycofać swoją zgodę. Domyślnie jest ona już udzielona. Wiele nowych funkcji, jak np. Memory wprowadzona przez OpenAI, również może zmniejszać naszą prywatność. Funkcja zapamiętuje, o czym rozmawialiśmy i wykorzystuje te informacje w kolejnych konwersacjach, co oznacza przekazywanie jeszcze większej ilości danych.
W AIONie, czyli rozwiązaniu, które proponujemy razem z kursem w Labie, dane użytkowników nie są wykorzystywane do trenowania modeli, a prawdopodobnie w momencie premiery tego wywiadu zaczęliśmy je również szyfrować. Już wcześniej były dobrze zabezpieczone, ale użytkownicy pytali o szyfrowanie, dlatego je wprowadzamy. Daje to wyższy standard niż w większości rozwiązań oferowanych przez duże firmy technologiczne.
Najpopularniejszym narzędziem AI obecnie jest oczywiście Chat GPT. Jakie, mniej znane, ale warte uwagi narzędzia AI polecasz?
Jeśli chodzi o najpopularniejsze narzędzia, to faktycznie ChatGPT dominuje pod względem liczby użytkowników. Jednak moim zdaniem, najlepsze modele językowe ma obecnie Google, na przykład Gemini 2.5 Pro (wersja w momencie publikacji tego wywiadu).
Zawsze byłem też miłośnikiem Claude’a – modeli 3.7 i 3.5 Sonnet, kiedy się pojawiły. Uważam, że chiński model DeepSeek również jest świetny. Myślę, że nie warto uzależniać się od jednego rozwiązania, dlatego też stworzyliśmy AION – aplikację, która pozwala rozmawiać z wszystkimi tymi modelami w jednym miejscu, bez konieczności płacenia za każde z osobna.
Myślę, że bardzo potrzebne i coraz popularniejsze są narzędzia do transkrypcji spotkań. Wkrótce będzie to standard w większości pakietów typu Microsoft Office czy Google Workspace. Na razie jednak korzystamy z osobnych aplikacji, takich jak Firefly , Granola czy Fyxer .
Jeśli chodzi o generowanie obrazów, to nadal uważam, że MidJourney tworzy najpiękniejsze grafiki. Bardzo ciekawym narzędziem jest też Notebook LM od Google. Pozwala on wrzucać pliki wideo z YouTube, dokumenty, całe PDF-y czy książki i tworzyć na ich bazie własny program nauki. Można wręcz „rozmawiać” z tym materiałem, zadawać mu pytania.
Menedżerowie zauważają wiele obaw, dotyczących wdrażania AI w procesy. Jak radzić sobie z oporem przed nowymi technologiami i strachem przed redukcją etatów w zespołach projektowych?
Paradoksalnie, najlepszym sposobem na ochronę pracy dzisiaj jest po prostu nauka kompetencji związanych ze sztuczną inteligencją.
W celu upskillingu lub reskillingu w stronę AI warto dać zespołowi dobre narzędzia i kogoś, kto poprowadzi ich przez ten proces krok po kroku. Ważne jest też, żeby to oni sami klikali, testowali, robili coś praktycznego już podczas pierwszych warsztatów czy spotkań z tymi narzędziami. Są one bardzo łatwe w obsłudze, a jednocześnie mogą przynieść ogromną wartość.
Warto też zrozumieć, że nie ma potrzeby przesadnie obawiać się AI. Wciąż nie mamy do czynienia z realną inteligencją. To człowiek mówi AI, co ma robić. To człowiek musi wiedzieć, o co zapytać, a przede wszystkim, czego nie wie i o co powinien zapytać AI.
AI to po prostu ułatwienie w codziennej pracy. Wszystkie wizje z „Terminatora”, o inteligencji, która przejmie nad nami kontrolę albo nas zmanipuluje, mimo niesamowitego tempa rozwoju technologii, wciąż wydają się dość odległe.
W czym człowiek nadal ma przewagę nad sztuczną inteligencją?
Człowiek ma przewagę nad sztuczną inteligencją przede wszystkim dlatego, że naprawdę myśli. Są obszary, w których AI jest tysiące razy lepsze od człowieka, ale są też takie, w których to człowiek ma ogromną przewagę.
Musimy raczej zastanawiać się, jak tworzyć zespoły mieszane: ludzie + AI i jak mierzyć kompetencje każdej ze stron. Sztuczna inteligencja ma niemal nieograniczony dostęp do wiedzy, potrafi błyskawicznie ją przetwarzać, rekomponować, łączyć i analizować ogromne zbiory danych.
Możemy, na przykład, wgrać do AI nasz rachunek zysków i strat, i przeprowadzić natychmiastową analizę. Możemy dodać dane z kampanii marketingowych, wyniki sprzedaży czy nawet 1000 wpisów z bloga lub social mediów i poprosić o analizę stylu albo wskazanie najlepszych postów i ich wspólnych cech. To wszystko dzieje się w kilka sekund. Tak samo wygląda kwestia researchu, AI robi to błyskawicznie i skutecznie. Ale mimo to, człowiek nadal musi wiedzieć, czego potrzebuje. Potrzebuje mieć własny gust, swoją unikalną wrażliwość.
Człowiek ma też dostęp do znacznie szerszego kontekstu. Sztuczna inteligencja opiera się na wiedzy z internetu, działa w sposób częściowo niekontrolowany. Bazuje też tylko na tych danych, które jej dostarczymy: o firmie, o ludziach, o ich preferencjach, zarobkach itp. Dlatego tak ważne jest, żeby zrozumieć, że to my – ludzie wciąż ponosimy odpowiedzialność za 100% tego, co robimy. Za to, co wygeneruje AI, za jego ocenę i wdrożenie.
Czy uważasz, że w przyszłości każdy z nas, niezależnie od zawodu i branży, będzie spotykał się ze sztuczną inteligencją?
Oczywiście, AI to nowa elektryczność, w końcu nie będzie to już na nas robić żadnego wrażenia.
Sztuczna inteligencja będzie w telefonie, w komputerze, w suszarce, w lodówce, w pralce. Obecnie już często jest i wkrótce pisanie, że urządzenie wykorzystuje AI będzie tak samo bez sensu jak to, że dzisiaj mówimy, że to jest na prąd. To jest logiczne, że to nie jest na korbkę.
Tak samo będzie z AI. To jest taka umiejętność, jak korzystanie z internetu 15-20 lat temu i możliwości będą się podobnie rozwijać. Dziś jesteśmy na etapie AI porównywalnym do czasów, gdy internet działał przez modem telefoniczny. Już wtedy robiło to ogromne wrażenie i dawało pewne możliwości, choć wszystko było jeszcze dość toporne.
Teraz AI przechodzi z etapu „modemu telefonicznego” do etapu „światłowodu” i nie chcemy przegapić tej szansy, zwłaszcza na tak konkurencyjnym rynku. Lepiej jest wyprzedzać niż gonić i uważam, że sztuczna inteligencja to jest najlepszy bet, na jaki można postawić.
