Jak igrzyska olimpijskie w Paryżu stały się wzorem szybkiej dekarbonizacji

10 października wypada Światowy Dzień Zdrowia Psychicznego. Warto jednak pamiętać, że o psychikę należy dbać nie tylko od święta. Inwestycja w dobrostan liderów i pracowników to także inwestycja w rozwój organizacji.

Tegoroczna edycja wydarzenia odbywa pod wyznaczonym przez Światową Federacją Zdrowia Psychicznego hasłem: „Zdrowie psychiczne w sytuacjach kryzysowych wymagających pomocy humanitarnej”.  To doskonała okazja do refleksji na temat tego, w jaki sposób organizacje mogą pomóc najbardziej potrzebującym, czyli ofiarom konfliktów zbrojnych i klęsk żywiołowych, poprzez budowę odporności, troskę o lokalne społeczności i udział w inicjatywach dobroczynnych. Występowanie wyjątkowych sytuacji nie oznacza jednak, że przedsiębiorstwa nie powinny skupiać się również nad aspektami zdrowia psychicznego również w swoich strukturach na co dzień.

Czy duże modele językowe (LLM) mogą przestać kłamać? Większość firm wdrażających AI ma taką nadzieję. Tymczasem prof. Michał Karpowicz, szef Samsung AI Center Warsaw, przedstawia matematyczny dowód, że tzw. halucynacje to nie błąd, ale nieunikniona cecha każdego LLM-a. Dowiedz się, dlaczego nigdy nie będziesz mieć gwarancji, że odpowiedź AI jest w 100% prawdziwa i co to oznacza dla Twojego biznesu.

W Światowy Dzień Zdrowia Psychicznego najnowszy raport „Bezpieczeństwo Pracy w Polsce 2025” obnaża gorzką prawdę o polskim środowisku pracy. Aż 67% pracowników doświadcza nieodpowiedniego traktowania ze strony przełożonych, co prowadzi do masowego spadku motywacji, problemów ze zdrowiem psychicznym i wypalenia zawodowego. Dane są alarmujące i pokazują, że biznes stoi przed pilnym wyzwaniem: uzdrowieniem kultury organizacyjnej, zanim będzie za późno.

Na przestrzeni lat obserwowałam wiele różnych sposobów wspierania młodych ludzi w poznawaniu zawodu, kultury organizacyjnej i obowiązujących norm, czyli w tym, by „uczyli się przez obserwację”. Jednak wiele w tym obszarze się zmienia.
Na przykład kilka lat temu zaskoczył mnie układ biura mojego znajomego, znanego londyńskiego prawnika. Miał on typowy gabinet partnera — narożne biuro z panoramicznym widokiem na miasto i monumentalnym biurkiem. A jednak wzdłuż jednej ze ścian stały trzy mniejsze biurka, przy których pracowali młodzi stażyści kancelarii. Zapytałem więc: dlaczego nie mają własnych boksów biurowych?

Obsługa dużego wolumenu dokumentów to problem wielu organizacji. Gdy jednak na szali waży się ludzkie zdrowie i życie, sprawność działań administracyjnych jest szczególnie ważna.

Seven Med, łódzka firma specjalizująca się w transporcie medycznym, zdecydowała się wyjść przed szereg i wyznaczyć nowe standardy w branży, wdrażając Kyocera Cloud Print and Scan – system automatycznego zarządzania wydrukiem i skanowaniem firmy Arcus.  O tym, co stanowiło przyczynę tej decyzji, jakie trudności jej towarzyszyły i jakie są końcowe wnioski, opowiedział nam prezes Seven Med, Jarosław Królewiak oraz Łukasz Małkiewicz, prezes Avendi Solutions – firmy odpowiedzialnej za wdrożenie rozwiązania.

Czy wiesz, czego Twoja firma może nauczyć się od ameby i SpaceX, by przetrwać w erze AI? Iwo Zmyślony w swoim wystąpieniu na Kongresie MIT Sloan Management Review Polska w fascynujący sposób pokazuje, dlaczego tradycyjne modele zarządzania, skuteczne w XX wieku, dziś już nie wystarczają.

W ostatnich latach przeprowadzono liczne badania na temat tego, w jaki sposób ludzie podejmują decyzje wpływające na przyszłe pokolenia. Zidentyfikowano psychologiczne bariery, które definiują dylematy międzypokoleniowe, np. sytuacje, w których obecne pokolenie musi zrezygnować z pewnych korzyści, aby działać w interesie przyszłych generacji. Odkryto między innymi, że poczucie odpowiedzialności i troska o dziedzictwo mogą wpływać na to, w jaki sposób wynagradzamy wobec naszych następców.

Wciąż jednak zbyt mało wiemy o tym, w jaki sposób nasze obecne decyzje są kształtowane przez poprzednie pokolenia i ich doświadczenia. Jest to bardzo ważne, ponieważ niegdyś opowieści przekazywane przez przodków miały na celu uchronić nas przed powielaniem błędów z przeszłości. Jednak w czasach, gdy mity zostały zastąpione wystąpieniami na TED-ach, musimy się zastanowić, czy organizacjom nie grozi utrata kontaktu z lekcjami, które daje im historia. Odpowiedź na to pytanie może być niezwykle pomocna w epoce gwałtownych zmian technologicznych, gdy szczególnie potrzebujemy refleksji, jasnej kultury organizacyjnej i kreatywności.

Świat biznesu przyspiesza. Firmy, które chcą utrzymać się na rynku, muszą podejmować decyzje w oparciu o rzetelne informacje i działać szybciej niż konkurencja. Dlatego tak dużą rolę odgrywają dziś nowoczesne systemy i narzędzia, które nie tylko porządkują dane i raportowanie, ale przede wszystkim umożliwiają natychmiastową reakcję – budując realną przewagę.

Podstawą sukcesu jest połączenie trzech elementów: szybkiego dostępu do danych, raportów dopasowanych do specyfiki firmy oraz zwinnych procesów, które wspierają rozwój zamiast go blokować. To brzmi prosto, ale w praktyce właśnie tu organizacje najczęściej tracą czas i energię.

Dwudziestolatkowie nie chcą ani pełnej pracy zdalnej, ani codziennych powrotów do biura. Oczekują elastycznego modelu, który łączy relacje offline i online, wspiera rozwój i buduje kulturę organizacyjną.

Gdy członkowie organizacji opierają się zmianie sposobu podejmowania decyzji, nawet najlepiej zaplanowane projekty z data science są skazane na porażkę. Oto, jak przezwyciężyć kluczowe wyzwania.

Gdy jedna z największych globalnych firm telekomunikacyjnych zmagała się z wysokim poziomem odpływu klientów, zespół marketingu próbował przeciwdziałać temu zjawisku, stosując podejście heurystyczne. Na przykład, jeśli klient nie wykonywał połączeń wychodzących przez trzy tygodnie, firma uruchamiała promocję. Jednak nie przyniosło to rezultatów, wskaźnik utrzymania klientów był najniższy od lat. Na podstawie cotygodniowych przeglądów wyników biznesowych, prezes firmy uznał, że nadszedł czas na zmianę strategii. Zwrócił się ku narzędziom data science i stworzył międzydziałowy zespół projektowy w celu rozwiązania problemu. Algorytmy uczenia maszynowego przeanalizowały wzorce zachowań klientów i prognozy rezygnacji z usług. Wykorzystanie prostych technik, takich jak drzewa decyzyjne, pomogło zidentyfikować czynniki, które trafnie szacowały prawdopodobieństwo odejścia klienta, na przykład na podstawie wysokości rachunków i wzorców połączeń wychodzących.