Możliwości i ograniczenia
Sprawdzamy, gdzie AI daje realną przewagę, gdzie może wprowadzić błąd i jak wybrać pierwszy bezpieczny proces do wdrożenia.
Co dziś omówimy
01 · Gdzie AI pomaga
5 obszarów w których AI daje największą wartość.
02 · Gdzie AI ryzykuje
Halucynacje, dane, bezpieczeństwo. Na co uważać.
03 · Macierz decyzji
Wartość vs ryzyko. Które zadania automatyzować najpierw.
04 · Pierwszy pilot
Jak wybrać proces, właściciela i KPI. Konkretny plan.
05 · Case studies
Prawdziwe przykłady firm które już używają AI.
AI to nie pracownik
AI nie jest pracownikiem, któremu oddajesz odpowiedzialność. To bardzo szybki asystent. Potrzebuje celu, danych i Twojej kontroli. Bez tego produkuje chaos szybciej niż wartość.
"AI daje wartość tam, gdzie człowiek umie opisać dobry wynik i sprawdzić efekt. Bez tego szybciej produkujemy chaos."
Gdzie AI daje największą wartość
Teksty robocze
Maile, oferty, opisy produktów. AI skraca drogę od pustej kartki do pierwszej wersji.
Dokumenty
Streszczenia umów, analiza regulaminów, porównanie ofert.
Research
Rynek, konkurencja, trendy. AI zbiera. Ty oceniasz.
Dane i Excel
Analiza arkuszy, wykrywanie anomalii, raporty dla zarządu.
Kod i automatyzacja
Proste skrypty, zapytania SQL, czyszczenie danych.
AI działa tam gdzie jest wzorzec
Jeśli potrafisz pokazać przykład dobrego wyniku, AI zrobi sensowny pierwszy szkic. Jeśli sam nie wiesz jak ma wyglądać dobry wynik, AI zgaduje — i zwykle zgaduje źle.
Przykład: działa
"Napisz ofertę. Tu jest 5 podobnych ofert które uznaliśmy za dobre. Trzymaj się tego formatu."
Przykład: nie działa
"Napisz strategię marketingową dla mojej firmy." (AI nie zna Twojej firmy, rynku, budżetu.)
Czego AI nie potrafi
Nie myśli
Przewiduje tekst. Nie rozumie. Nie analizuje logicznie.
Nie zna Twojej firmy
Dopóki nie dasz danych. Bez kontekstu daje odpowiedzi generyczne.
Nie bierze odpowiedzialności
Ty decydujesz. Ty podpisujesz. AI to narzędzie.
Halucynuje
Brzmi pewnie nawet gdy mówi nieprawdę. Weryfikuj.
Decyzje o wysokiej stawce
AI może przygotować opcje, zebrać argumenty i znaleźć luki w myśleniu. Ale nie powinna sama decydować o zatrudnieniu, zwolnieniu, odmowie reklamacji, cenie strategicznej czy ryzyku prawnym.
"AI to nawigator. Pokazuje możliwe drogi. Ale to Ty trzymasz kierownicę."
Macierz ryzyka AI
Które zadania powierzyć AI, a które wymagają pełnej kontroli człowieka.
✅ Szkic oferty handlowej
AI pisze draft. Człowiek sprawdza ceny i personalizuje. Ryzyko bez HITL: średnie.
✅ Post na social media
AI pisze warianty. Człowiek wybiera i dostosowuje ton. Ryzyko: niskie.
⚠️ Analiza umowy
AI streszcza i wskazuje ryzyka. Człowiek weryfikuje każdy punkt. Ryzyko: wysokie.
⚠️ Odpowiedź na reklamację
AI szkicuje odpowiedź. Człowiek sprawdza ton i empatię. Ryzyko: wysokie.
🚫 Raport finansowy
AI agreguje dane i formatuje. Człowiek weryfikuje każdą liczbę. Ryzyko: krytyczne.
🚫 Wycena nieruchomości
AI zestawia dane rynkowe. Człowiek dokonuje ostatecznej wyceny. Ryzyko: wysokie.
Dobry pierwszy projekt
Jest mały. Jest powtarzalny. Ma prosty format. Nie wymaga integracji z pięcioma systemami. Przykład: cotygodniowe podsumowanie maili od klientów. AI kategoryzuje. Ty przeglądasz i wysyłasz.
Zły pierwszy projekt
Wygląda ambitnie. Kończy się porażką. "Pełna automatyzacja reklamacji bez udziału człowieka." Za szeroko. Za duże ryzyko. Zacznij od czegoś co nie złamie firmy jeśli się nie uda.
Licz na procesie
Cena narzędzia rzadko jest głównym kosztem. Prawdziwy koszt to czas ludzi i błędy które AI może wyeliminować. Policz: ile minut dziennie zajmuje to zadanie × ile razy w tygodniu × 4 tygodnie. Porównaj z czasem z AI.
Metal-Tech Gliwice: oferty techniczne
Handlowcy Metal-Techu przygotowywali podobne oferty na części maszyn, ale każdy pisał od zera. Stworzyli wzorzec. AI robi szkic. Handlowiec poprawia tylko liczby i specyfikację techniczną. 70% czasu odzyskane.
Agencja Flow Katowice: więcej wariantów
AI generuje warianty nagłówków i opisów kampanii dla klientów agencji. Senior wybiera kierunek. Junior przygotowuje dane. Ten sam czas, pięć razy więcej opcji dla takich klientów jak Shazam Tech Group.
Człowiek w pętli
To nie jest opcja. To wymóg. Każdy proces AI musi mieć punkt gdzie człowiek sprawdza wynik przed wysłaniem do klienta.
Kto sprawdza
Konkretna osoba. Nie "zespół". Imię i nazwisko.
Co sprawdza
Fakty, liczby, ton, zgodność z polityką firmy.
Kiedy
Przed wysłaniem do klienta. Zawsze.
Jedna strona wystarczy
Dane zakazane
PESEL, dane zdrowotne, poufne umowy, tajemnice handlowe.
Narzędzia dozwolone
ChatGPT, Gemini. Lista. Nie każde narzędzie jest bezpieczne.
Zasada weryfikacji
Wszystkie dane liczbowe sprawdzane w źródle przed użyciem.
Matryca Twoich zadań
Po module potrafisz
01
Wskazać 5 obszarów gdzie AI daje wartość
02
Ocenić ryzyko przed wdrożeniem AI
03
Użyć macierzy wartość vs ryzyko
04
Wybrać pierwszy proces do pilota
05
Stworzyć minimalną politykę AI dla firmy
5 sygnałów że projekt upada
01
Brak właściciela procesu
02
Brak KPI. "Będziemy widzieć czy działa"
03
Za szeroko. Automatyzacja wszystkiego naraz
04
Brak HITL. Ślepe zaufanie do AI
05
Odkladanie decyzji. "Jeszcze pomyślimy"
Pierwsze 7 dni z AI
Opór maleje gdy ludzie widzą granice
Pracownicy boją się AI kiedy słyszą obietnice bez konkretu. Rozmowa o granicach, danych i kontroli daje im poczucie wpływu. Pokaż że AI to asystent który wykonuje nudną robotę. Nie zastępca.
Analiza opinii klientów
Zbierasz 30 opinii z maili i ankiet. AI grupuje problemy, wyciąga cytaty i proponuje trzy zmiany. Godziny ręcznej analizy zastąpione 15 minutami z AI. Ty decydujesz które zmiany wdrożyć.
Praca z AI na co dzień
Weryfikuj
Fakty i liczby zawsze w źródle.
Kontekst
Kim jesteś. Co robisz. Jaki cel.
Małymi krokami
Jeden proces. Jeden pilot. Potem następny.
Mierz
Bez KPI nie wiesz czy AI pomaga.
EU AI Act — za 26 dni
2 sierpnia 2026 wchodzi Art. 50 — obowiązek oznaczania treści AI. Dotyczy każdej firmy w UE, która używa AI w komunikacji z klientami. To nie jest coś dla prawników. To dotyczy Ciebie.
📋 4 sytuacje do zapamiętania
1. Rozmowa z AI — klient musi wiedzieć, że pisze z botem. 2. Treści AI — oznakowanie (watermarking). 3. Rozpoznawanie emocji — obowiązek informowania. 4. Deepfake — obowiązkowe disclosure.
📊 Kategorie ryzyka
Minimalne (gry, filtry spamu) → Ograniczone (chatboty) → Wysokie (rekrutacja, kredyty — od 2 grudnia 2027) → Niedopuszczalne (social scoring, nudifiery od 2 grudnia 2026)
💰 Kary
Do 35 mln EUR lub 7% globalnego obrotu. Art. 50: do 7,5 mln EUR lub 1% obrotu. Nie dotyczy tylko big techu.
🏢 Co robić już teraz
Spisz gdzie używasz AI w kontakcie z klientem. Dodaj oznaczenie "AI" przy chatbotach. Jedna strona polityki AI. 26 dni to mało — zacznij dziś.
Gdy AI zawodzi — lekcje z rynku
Prawdziwe historie. Bo z cudzych błędów uczymy się najszybciej.
🏦 Chatbot PKO BP (2025)
Chatbot banku udzielał nieaktualnych informacji o kredytach. Klienci dostawali błędne dane o oprocentowaniu i warunkach. Efekt: fala reklamacji, utrata zaufania, interwencja nadzoru.
👥 Amazon — rekrutacja (2018)
System AI do preselekcji CV dyskryminował kobiety. Model wytrenowany na historycznych CV faworyzował mężczyzn. Projekt wycofany. Klasyk, który wciąż uczy.
🩺 Polski startup XTENT (2024)
Model AI do diagnostyki medycznej nie przeszedł walidacji klinicznej. Algorytm działał świetnie w laboratorium, ale zawodził w realnych warunkach szpitalnych. Dane ≠ rzeczywistość.
Jak rozmawiać z szefem o AI
Nie mów o modelach i tokenach. Mów procesem. Które zadanie skracamy. Komu. O ile. Pokaż liczby, nie slajdy. Jeden pilot z właścicielem jest wart więcej niż 10 pomysłów bez decyzji.
Co warto zapamiętać
AI to asystent
Nie pracownik. Nie decydent. Szybkie narzędzie.
Zacznij od małego
Jeden proces. Niskie ryzyko. Konkretny właściciel.
Mierz
Czas, jakość, błędy. Bez liczb nie wiesz czy działa.
HITL zawsze
Człowiek sprawdza zanim AI wyśle do klienta.