Akademia AI – Zostań liderem wykorzystania rozwiązań opartych o sztuczną inteligencję- szkolenie.

Program szkolenia został zaprojektowany jako uporządkowany proces przejścia od podstaw teoretycznych dotyczących działania sztucznej inteligencji do jej praktycznego zastosowania w różnych obszarach funkcjonowania organizacji. Struktura zajęć łączy część merytoryczną, w której omawiane są modele, mechanizmy i zasady działania AI, z rozbudowaną częścią praktyczną, w której uczestnicy pracują na konkretnych scenariuszach biznesowych oraz narzędziach wykorzystywanych w środowisku operacyjnym.

W trakcie szkolenia uczestnicy poznają i testują narzędzia wspierające analizę danych, generowanie treści, automatyzację procesów oraz budowę prostych rozwiązań opartych na modelach językowych. Program obejmuje zastosowania AI w sprzedaży (analiza leadów, personalizacja komunikacji, wsparcie ofertowania), marketingu (tworzenie i optymalizacja treści, analiza opinii klientów, segmentacja), obsłudze klienta (klasyfikacja zgłoszeń, automatyzacja odpowiedzi), operacjach i administracji (przetwarzanie dokumentów, raportowanie, standaryzacja procesów), finansach (analiza dokumentów i danych opisowych) oraz HR (tworzenie opisów stanowisk, analiza CV, wsparcie komunikacji wewnętrznej).

W ramach tych obszarów uczestnicy zdobywają szereg kompetencji umożliwiających samodzielne analizowanie procesów, dobór odpowiednich narzędzi AI, ocenę zasadności ich zastosowania oraz testowanie i iteracyjne doskonalenie rozwiązań. Kompetencje te wspierają codzienną pracę operacyjną, usprawniają podejmowanie decyzji oraz porządkują sposób wdrażania technologii w organizacji. Jednocześnie stanowią fundament do planowania i realizacji projektów wdrożeniowych w sposób metodyczny i mierzalny, co pozwala organizacji budować trwałą przewagę konkurencyjną w szeregu różnych obszarów.

Program uwzględnia również zagadnienia automatyzacji przepływów pracy z wykorzystaniem narzędzi no-code i low-code, projektowania agentów i asystentów AI wspierających konkretne zadania oraz iteracyjnego testowania i doskonalenia rozwiązań. Każdy moduł zawiera wprowadzenie teoretyczne porządkujące pojęcia i koncepcje, a następnie ćwiczenia praktyczne umożliwiające zastosowanie omawianych narzędzi w kontekście realnych procesów biznesowych.

Szkolenie prowadzone jest w formule stacjonarnej. Uczestnicy przechodzą przez kolejne etapy: od analizy i identyfikacji obszarów wdrożeniowych, przez projektowanie rozwiązania, po testowanie i planowanie wdrożenia w organizacji. Całość zakończona jest walidacją kompetencji zgodnie z wcześniej zdefiniowanymi efektami uczenia się i kryteriami ich weryfikacji.

Program jest odpowiedni zarówno dla osób rozpoczynających wdrażanie AI w firmie, jak i dla tych, które mają pierwsze doświadczenia, lecz chcą usystematyzować działania i przejść od pojedynczych narzędzi do spójnych rozwiązań procesowych.

I. FUNDAMENTY SZTUCZNEJ INTELIGENCJI W BIZNESIE – ZROZUMIEĆ, ZANIM WDROŻYSZ

Celem modułu jest zbudowanie solidnych podstaw teoretycznych dotyczących działania sztucznej inteligencji oraz jej zastosowań w organizacji. Uczestnicy poznają mechanizmy funkcjonowania modeli językowych (LLM), różnice między automatyzacją regułową a systemami uczącymi się oraz kluczowe pojęcia związane z generatywną AI.

Część teoretyczna obejmuje:

• wprowadzenie do AI,
• modele predykcyjne i generatywne – różnice i zastosowania,
• mechanizm działania modeli językowych,
• pojęcia: prompt, kontekst, token, RAG, fine-tuning, halucynacje, bias,
• ograniczenia i ryzyka technologii.

Część praktyczna obejmuje analizę studiów przypadków, dopasowanie typu rozwiązania AI do opisanego problemu biznesowego oraz dyskusję moderowaną dotyczącą realnych zastosowań w organizacjach uczestników.

II. IDENTYFIKACJA PROCESÓW O WYSOKIM POTENCJALE WDROŻENIA AI

Celem modułu jest rozwinięcie kompetencji analitycznych w zakresie oceny procesów biznesowych pod kątem wdrożenia AI.

Część teoretyczna obejmuje:

• mapowanie procesów biznesowych,
• identyfikację wąskich gardeł i kosztów operacyjnych,
• definiowanie mierzalnych celów wdrożeniowych (KPI),
• zależność między jakością danych a skutecznością AI,
• różnice między usprawnieniem lokalnym a zmianą systemową.

Część praktyczna obejmuje pracę w grupach nad analizą przykładowego procesu, identyfikację potencjalnych obszarów wdrożenia AI oraz opracowanie wstępnej koncepcji usprawnienia wraz z miernikami sukcesu.

III. PROJEKTOWANIE ROZWIĄZAŃ AI – OD PROBLEMU DO KONCEPCJI

Celem modułu jest nauczenie uczestników przekładania problemu biznesowego na strukturę projektu AI.

Część teoretyczna obejmuje:

• etapy projektu AI: POC, MVP, pilotaż, wdrożenie produkcyjne,
• wymagania funkcjonalne i niefunkcjonalne,
• podstawowe elementy architektury rozwiązania,
• rola danych w projektowaniu systemu,
• metryki jakości i efektywności.

Część praktyczna obejmuje opracowanie koncepcji rozwiązania AI dla wybranego przypadku, określenie zakresu działania systemu, źródeł danych oraz mierników sukcesu.

IV. BEZPIECZEŃSTWO, ODPOWIEDZIALNOŚĆ I ZGODNOŚĆ W PROJEKTACH AI

Celem modułu jest zbudowanie świadomości ryzyk oraz zasad odpowiedzialnego wdrażania AI.

Część teoretyczna obejmuje:

• dane osobowe, poufność i własność intelektualną w kontekście AI,
• odpowiedzialność za decyzje wspierane przez AI,
• human-in-the-loop oraz nadzór człowieka,
• ryzyko halucynacji i uprzedzeń modeli,
• podstawy AI governance w organizacji.

Część praktyczna obejmuje analizę scenariuszy ryzyka, identyfikację potencjalnych zagrożeń oraz opracowanie minimalnych zasad polityki wykorzystania AI w firmie.

V. GENERATYWNA AI W PRACY LIDERA – PRAKTYKA OPERACYJNA

Celem modułu jest rozwój praktycznych kompetencji wykorzystania generatywnej AI w codziennej pracy menedżerskiej.

Część teoretyczna obejmuje:

• struktura skutecznego promptu,
• różnice między generowaniem kreatywnym a analitycznym,
• techniki ograniczania halucynacji,
• weryfikacja i ocena jakości odpowiedzi modelu.

Część praktyczna obejmuje serię ćwiczeń praktycznych z budowania i optymalizacji promptów, tworzenia raportów, analiz oraz komunikatów zarządczych przy wsparciu AI.

VI. TESTOWANIE I ITERACYJNE DOSKONALENIE ROZWIĄZAŃ

Celem modułu jest przeprowadzenie uczestników przez praktyczny proces testowania rozwiązania AI w kontrolowanym środowisku warsztatowym.

Część teoretyczna obejmuje:

• metodologia testowania POC,
• kryteria oceny jakości odpowiedzi,
• różnice między testem technicznym a testem biznesowym,
• iteracyjne doskonalenie rozwiązania.

Część praktyczna obejmuje konfigurację narzędzia AI, testowanie różnych wariantów danych wejściowych, analizę wyników oraz ocenę skuteczności rozwiązania według ustalonych kryteriów.

VII. STRATEGIA WDROŻENIA AI W ORGANIZACJI

Celem modułu jest przygotowanie uczestników do zaplanowania i przeprowadzenia wdrożenia AI w sposób etapowy i mierzalny.

Część teoretyczna obejmuje:

• etapy wdrożenia (diagnoza, POC, pilotaż, rollout, utrzymanie),
• role i odpowiedzialności w projekcie,
• zarządzanie zmianą w organizacji,
• mierniki sukcesu i monitoring efektów,
• ocena dojrzałości organizacji.

Część praktyczna obejmuje opracowanie mapy wdrożenia AI (roadmapy) dla modelowej organizacji oraz identyfikację barier i sposobów ich przezwyciężenia.

VIII. WALIDACJA KOMPETENCJI I PODSUMOWANIE

Ostatnia część szkolenia obejmuje:

• dwugodzinny test teoretyczny jednokrotnego i wielokrotnego wyboru z elementami sytuacyjnymi opartymi na studiach przypadków, obejmujący zagadnienia ze wszystkich modułów,
• podsumowanie kluczowych wniosków z części teoretycznej i warsztatowej,
• omówienie najczęstszych błędów projektowych,
• wydanie dokumentów potwierdzających uzyskanie kompetencji.

Walidację przeprowadzi Szymon Kapturkiewicz w oparciu o test z wynikiem generownym automatycznie.

Uczestnicy szkolenia otrzymują materiały dydaktyczne w formie elektronicznej, obejmujące prezentacje omawiane podczas zajęć, zestawienia pojęć i definicji, przykładowe studia przypadków, checklisty projektowe, schematy wdrożeniowe oraz materiały pomocnicze wykorzystywane w części warsztatowej.

Materiały obejmują również przykładowe struktury promptów, wzory analizy procesów biznesowych, arkusze oceny potencjału wdrożeniowego AI, przykładowe modele roadmap wdrożeniowych oraz zestaw zagadnień powtórzeniowych przygotowujących do walidacji kompetencji.

Materiały przekazywane są w formie plików elektronicznych po zakończeniu danego modułu lub całego szkolenia.

Uczestnikiem szkolenia może być osoba pełnoletnia, zainteresowana tematyką wykorzystania sztucznej inteligencji w środowisku biznesowym.

Rekomendowane jest posiadanie podstawowej wiedzy z zakresu funkcjonowania organizacji oraz doświadczenia zawodowego

Nie jest wymagane wykształcenie techniczne ani doświadczenie programistyczne.

Warunkiem ukończenia szkolenia i uzyskania dokumentu potwierdzającego nabycie kompetencji jest:

– obecność na minimum 80% zajęć,

– przystąpienie do procesu walidacji,

– uzyskanie pozytywnego wyniku zgodnie z określonymi kryteriami weryfikacji.

Uczestnik powinien posiadać własny komputer przenośny umożliwiający pracę w środowisku internetowym oraz dostęp do przeglądarki internetowej.

Podczas zajęć wykorzystywane są narzędzia dostępne online, w tym platformy umożliwiające pracę z modelami generatywnymi oraz narzędzia wspierające automatyzację procesów.

Szkolenie realizowane jest w formule stacjonarnej.

Uczestnik powinien posiadać własny komputer przenośny umożliwiający pracę w środowisku internetowym oraz dostęp do przeglądarki internetowej.

Podczas zajęć wykorzystywane są narzędzia dostępne online, w tym platformy umożliwiające pracę z modelami generatywnymi oraz narzędzia wspierające automatyzację procesów.

Organizator zapewnia dostęp do sieci Internet w miejscu realizacji szkolenia.

Szkolenie rozwija kompetencje umożliwiające identyfikowanie potencjału wykorzystania AI w różnych obszarach działalności organizacji, w tym w sprzedaży, marketingu, obsłudze klienta, operacjach, administracji, finansach oraz HR, a także stosowanie technologii w sposób bezpieczny i zgodny z zasadami odpowiedzialnego wykorzystania danych.

Uczestnik po zakończeniu szkolenia potrafi:

• diagnozować obszary biznesowe o najwyższym potencjale wdrożenia AI,
• projektować koncepcję rozwiązania AI (w tym agentów AI) w odpowiedzi na realny problem organizacyjny,
• ocen