Sztuczna inteligencja – kiedy i jak
bardzo zmieni naszą rzeczywistość?
Prof. SGH, dr hab. Andrzej Sobczak
Kierownik Zakładu Zarządzania IT SGH,
Redaktor naczelny Robonomika.pl

.Zainteresowanie
tematyką AI
w ciągu 5 lat

Konstelacja pojęć
• Sztuczna inteligencja
(Artificial Intelligence)
• Superinteligencja
(Superintelligence)
• Uczenie maszynowe
(Machine Learning)
• Uczenie głębokie
(Deep Learning)
• Inteligencja rozszerzona
(Augmented Intelligence)
https://www.robonomika.pl/slownik-angielsko-polski-pojec-robotyzacja-sztuczna-inteligencja
.

Obecnie AI jest
w wielu wypadkach
przereklamowane
(do zastosowań
firmowych)
.

Efektywność
to fetysz XXI w.
- od AI nie ma
odwrotu
(Next Big Thing)
.

Chatboty
/ Voiceboty
/ Taskboty
Asystenci
kognitywni
RPA
kognitywne
Systemy
wspomagające
zrozumienie
….
AI + narzędzia
do robotyzacji
procesów
biznesowych
.

Robonomika
Robots+Economics
Interdyscyplinarny obszar badań zajmujący się
zaawansowanymi technologiami (w tym AI)
automatyzacji i robotyzacji z perspektywy ich wpływu
na ekonomiczne i organizacyjne aspekty
funkcjonowania przedsiębiorstw (sektora usług).
Teza: to usługi, a nie przemysł, będą
w Polsce głównie dotknięte rewolucją AI
.

WillRobotsTakeMyJob.com
Co czeka nas w przyszłości…
.

Jak jest
obecnie
w Polsce?
• Większość wdrożeń AI ma charakter pilotażowy
lub punktowy
• Bardzo często nie ma jasno zdefiniowanych
celów/pomysłów na wdrażanie AI (na zmianę modelu
biznesowego firmy z wykorzystaniem AI)
• Występują problemy z danymi w postaci cyfrowej,
na których ma działać AI (digitalizacja ciągle kuleje)
• Występują problemy z budową kompetencji
w zakresie AI w organizacjach
.

Problemy
z odpowiedzialnością
Kontekst prawny (regulacyjny)
wdrażania i używania
narzędzi bazujących na AI
wciąż wymaga
doprecyzowania
Wybór podejścia
do wdrożenia AI
AI – w zależności do tego,
jaka rola zostanie dla niego
zarezerwowana może być
wdrażane w firmach w bardzo
różny sposób (od kupna
usługi, po wewnętrzne CoE)
Poszukiwania nowego
modelu zarządzania
Zarządzanie w „organizacjach
AI” stanie się wyzwaniem
(obsługa obaw pracowników,
kooperacja z robotami,
praca w firmie typu
„software house”+uczelnia)
Wyzwania, które się pojawiają przy wdrażaniu AI.

. Modele wdrażania AI w firmach
Kupno usług
w chmurze
Centrum
doskonałości AI
1. 2. 4.
Nie ma jednoznacznie złego i jednoznacznie dobrego podejścia.
Wszystko zależy od odpowiedzi na pytanie:
„Czy AI ma zmienić nasz model biznesowy?”
Budowa rozwiązań
przez dostawcę
Zespół ds. AI
w obszarze IT
3.

.Nacjonalizm
AI

. AI z perspektywy
menadżera
• Wdrażanie AI w firmie to maraton,
nie sprint – wymaga czasu, wytrwałości
i… pieniędzy
• AI to ciągłe eksperymentowanie
(i zgoda na porażki – z tym jest problem)
• AI w chmurze (publicznej) może być
trudne do zrealizowania w sektorze
bankowym
• Istotne jest budowanie wśród
pracowników zdolności do
współdziałania z AI (może pomóc trend
demokratyzacji budowy programowania)

Ostrzeżenie Coś, czego nie widzimy i nie czujemy
nie oznacza, że:
• tego nie ma,
• na nas to nie oddziałuje,
• możemy to ignorować.
Mówimy o zmianach rozłożonych na 10-15 lat.
Nie skończmy, jak powoli gotowana żaba…
.

Nowe źródło
przewagi: zdolność
ciągłej absorpcji
innowacyjnego IT
.

. Kontakt
Prof. SGH, dr hab. Andrzej Sobczak
Kierownik Zakładu Zarządzania IT
Szkoła Główna Handlowa
w Warszawie
tel.: +48 501 707 525
mail: sobczak@robonomika.pl
www: robonomika.pl