Nowe technologie
Czy GenAI zagraża naszej kreatywności?
LLM-y mogą zwiększać produktywność pracowników, ale generowane przez nie rezultaty często cechują się mniejszą dawką kreatywności i oryginalności niż dzieła ludzi.
Pięć trendów w AI na 2025 rok
Od agentów AI po dane nieustrukturyzowane – te trendy zasługują na szczególną uwagę przedsiębiorców i menedżerów w 2025 r. Poznaj najnowsze dane oraz porady od ekspertów „MIT Sloan Management Review”.
W automatyzacji wciąż istotny jest human touch
Chociaż automatyzacja zmienia sposób, w jaki funkcjonują firmy, nie oznacza to, że człowiek zostaje wykluczony z procesu. Wręcz przeciwnie – zdecydowana większość organizacji, które wdrażają RPA, wciąż potrzebuje specjalistów, którzy nie tylko rozumieją technologię, ale także potrafią dostosować ją do specyficznych potrzeb biznesowych. Jak podkreśla Aleksander Kania, Poland Country Manager w UiPath, sukces automatyzacji zależy od umiejętności znalezienia równowagi między nowoczesnymi narzędziami a ludzką intuicją. RPA to nie tylko technologia – to proces, który wymaga przemyślanej strategii i zaangażowania ludzi na każdym etapie wdrożenia. Rozmawia Paulina Kostro.
Gdy GenAI spotyka się z rozwojem produktu
Począwszy od generowania pomysłów aż po testowanie ich przez użytkowników – duże modele językowe umożliwiają firmom badanie większej liczby koncepcji i szybsze ich wdrażanie.
Unikaj niepowodzeń w uczeniu maszynowym, zadając właściwe pytania
Rozwiązania oparte na sztucznej inteligencji często zawodzą, gdy specjaliści ds. danych nie weryfikują swoich założeń. W każdej dziedzinie przyjęcie postawy początkującego może okazać się pomocne.
Zbadaj ryzyko związane z algorytmami
Skąd możemy mieć pewność, że systemy algorytmiczne działają zgodnie z przeznaczeniem? Zestaw prostych testów może wspierać nawet nietechniczne organizacje w ocenie skuteczności działania ich narzędzi AI.
Algorytmy pod lupą: jak zapewnić bezpieczeństwo i odpowiedzialność systemów AI?
Decyzje podejmowane przez AI mogą mieć wpływ na życie ludzi, dlatego tak ważne jest, by systemy te były gruntownie testowane pod kątem ryzyka.
Jak sztuczna inteligencja kształtuje przyszłość firmy i ich pracowników
Od lat stoi na czele transformacji cyfrowej, kierując firmami w adaptacji innowacyjnych rozwiązań technologicznych. Dominika Bettman, dyrektor generalna polskiego oddziału firmy Microsoft, opowiada o tym, jak odpowiedzialne wykorzystanie danych i etyczne podejście do sztucznej inteligencji mogą przyczynić się do sukcesu biznesowego. Jakie wyzwania stoją przed polskimi firmami w procesie transformacji cyfrowej i jaką rolę odgrywa Microsoft w kształtowaniu tej przyszłości. Rozmawia: Paulina Kostro.
Jak GenAI może wspierać zaawansowaną analitykę
Duże modele językowe mogą usprawnić pracę z danymi i nad analityką, wspierając ludzi na każdym etapie – od przygotowania danych, przez optymalizację modeli, po interpretację wyników.
Masz obawy o bezpieczeństwo komercyjnej AI? Korzystaj ze źródeł open source
Komercyjne usługi związane z wykorzystywaniem sztucznej inteligencji mogą narażać firmowe dane wrażliwe na ryzyko ujawnienia. Istnieją jednak alternatywy.
Jak grać, by wygrywać
Gorączka złota wokół generatywnej sztucznej inteligencji skłania wielu liderów i menedżerów do rozważenia, w jaki sposób mogliby bezpośrednio wykorzystać ją w swoich organizacjach. Półtora roku po debiucie ChatuGPT dzięki algorytmom możemy ułatwić sobie pracę poprzez automatyzację tłumaczeń, pisanie prostych tekstów i programów, generowanie grafik czy materiałów wideo. Ale na razie nie ma mowy o rewolucji AI.
Kto najwięcej zyskuje dzięki generatywnej AI?
Analiza budowy i wdrażania dużych modeli językowych ujawnia, które podmioty mogą najwięcej zyskać oraz gdzie nowi gracze odnajdą najlepsze perspektywy.
Praktyczne ograniczenia dużych modeli językowych
Zawyżanie potencjału modeli sztucznej inteligencji, takich jak ChatGPT, może skutkować tworzeniem zawodnych aplikacji.
Dlaczego sztuczna inteligencja powinna być odpowiedzialna
Zagrożenia i porażki wywołane przez zewnętrzne algorytmy sztucznej inteligencji sprawiają firmom problemy natury komercyjnej, prawnej i reputacyjnej. Większość organizacji ignoruje to ryzyko.
Sztuczna inteligencja i prawdziwa odpowiedzialność
Technologia zdemokratyzowała się jak nigdy wcześniej. Sztuczna inteligencja jest powszechnie dostępna, więc jej odpowiedzialne stosowanie staje się kluczową kwestią. Ponieważ już w tej chwili zaczyna ona wpływać na wszystko, co dotyczy naszego życia, musimy zadbać o to, żeby jej rozwój i wykorzystanie odbywały się w sposób zgodny z naszymi wartościami oraz z poszanowaniem praw i godności ludzi.
Jak AI pomaga odróżnić dobrych od złych
O tym, jak uczenie maszynowe pomaga platformie do krótkoterminowego wynajmu wykrywać podejrzane rezerwacje, chroniąc gospodarzy oraz gości przed oszustami, opowiada Naba Banerjee z Airbnb w rozmowie z autorami podcastu Me, Myself, and AI, Shervinem Khodabandehem i Samem Ransbothamem. Przedstawiamy zredagowany zapis tej rozmowy.
Etyka a AI w praktyce Unilevera: od polityki do wdrożenia
Obecnie wiele dużych firm – globalnie ok. 70% – doszło do przekonania, że sztuczna inteligencja jest ważna, więc szuka zastosowań dla technologii w różnych obszarach swojej działalności. W większości przedsiębiorstwa te mają również świadomość, że zastosowanie AI ma wymiar etyczny i że muszą dopilnować, aby systemy, które tworzą lub wdrażają, były przejrzyste, bezstronne i sprawiedliwe.
Jak AI i inteligentne wskaźniki KPI wspierają realizację strategii
Wykorzystanie sztucznej inteligencji do tworzenia przyszłościowych i inteligentnych wskaźników efektywności pozwala na lepsze dostosowanie działań operacyjnych do strategii.
Co warto wiedzieć o mierzeniu wartości projektów AI
Większość projektów AI bądź uczenia maszynowego raportuje tylko parametry techniczne, które nie informują liderów, ile wartości biznesowej mogą dostarczyć organizacji. Aby zapobiec niepowodzeniom projektów, domagaj się wskaźników biznesowych.
Jak połączyć ludzką ekspertyzę z rozwiązaniami prognozowania proponowanymi przez AI?
Nowe podejście do prognozowania zapotrzebowania pomoże menedżerom w organizowaniu pracy ludzi wykorzystujących narzędzia AI. Umożliwi ono dokładniejsze przewidywanie popytu na produkty w zmiennym i niestabilnym otoczeniu rynkowym.