Wyzwanie praktykowania AI
Największym wyzwaniem w uczeniu się i wykorzystaniu AI w firmach jest brak wykwalifikowanych kadr i kompetencji technicznych oraz trudności z integracją nowych narzędzi AI z istniejącymi procesami i systemami IT.
Największe wyzwanie w użyciu AI w firmach?
Najczęściej wskazywanym, kluczowym wyzwaniem w kontekście adopcji i efektywnego wykorzystania AI w przedsiębiorstwach, jest:
- Niedobór kompetencji i wiedzy: Firmom brakuje specjalistów, którzy rozumieją zarówno techniczne aspekty AI, jak i potrafią przełożyć je na realne potrzeby i kontekst biznesowy. Wiele zespołów ma podstawową wiedzę o narzędziach (np. ChatGPT), ale brakuje im umiejętności projektowania, wdrażania, skalowania i zarządzania systemami opartymi na AI.
- Wyzwania integracyjne i złożoność techniczna: Wdrożenie nowych rozwiązań AI często napotyka na problemy z kompatybilnością ze starszym oprogramowaniem (np. CRM/ERP), jakością i uporządkowaniem danych (brak spójnej architektury danych), a także z koniecznością dużych inwestycji w infrastrukturę IT.
Innym istotnym wyzwaniem to: wysokie koszty inwestycji, trudności z wykazaniem szybkiego zwrotu z inwestycji (ROI) oraz obawy związane z bezpieczeństwem, prywatnością danych i zgodnością z regulacjami (np. AI Act).
Dla kogo jest szkolenie: Budowanie agentów AI i automatyzacja procesów?
Wyzwanie Biznesowe, na Które Odpowiada Szkolenie
Szkolenie takie jak „Budowanie agentów AI i automatyzacja procesów z wykorzystaniem low-code/no-code” odpowiada przede wszystkim na kluczowe wyzwanie luki kompetencyjnej oraz bariery w szybkim wdrażaniu innowacji.
Szkolenie to bezpośrednio rozwiązuje problem: zbyt wysokiej bariery wejścia i wolnego tempa automatyzacji.
Firmy wiedzą, że muszą się automatyzować, ale:
- Brakuje im budżetów na zatrudnienie droższych inżynierów AI.
- Brakuje im czasu na długotrwałe, złożone projekty programistyczne.
- Zespoły biznesowe nie potrafią samodzielnie wdrożyć nawet prostych usprawnień AI.
Jak szkolenie rozwiązuje ten problem?
- Demokratyzacja AI i automatyzacji: Umożliwia pracownikom bez zaawansowanych umiejętności programistycznych (tzw. „citizen deweloperom”) samodzielne tworzenie i wdrażanie automatyzacji i agentów AI. Obniża to zależność od centralnego działu IT.
- Skalowalność i złożone zadania: Uczy, jak wykorzystać AI do automatyzacji złożonych i dynamicznych zadań (nie tylko prostych, powtarzalnych), które wymagają podejmowania decyzji, dostępu do zewnętrznych narzędzi (agentów) i obsługi niestandardowych scenariuszy.
- Szybkie wdrożenie i ROI: Zapewnia praktyczne umiejętności w konkretnych narzędziach (jak Make, N8N, ChatGPT), co pozwala na szybkie prototypowanie i osiąganie „quick wins” (szybkich korzyści) w obszarze oszczędności czasu i zasobów.
Główna korzyść biznesowa to zwiększenie produktywności i efektywności operacyjnej poprzez szybką, niskokosztową automatyzację szerokiej gamy procesów biznesowych przy wykorzystaniu najnowszych technologii AI, bez konieczności rekrutacji drogich programistów.
Efekt końcowy warsztatów. Po dwóch dniach uczestnicy:
- Potrafią szukać pomysłów na wdrożenie AI i dobrać model do potrzeb.
- Mają pierwszy gotowy, zrealizowany projekt (prototyp).
- Rozumieją, jak łączyć AI z praktyką biznesową i wiedzą, jakie narzędzia można wykorzystać.
- Zyskują wiarę we własne kompetencje i nowy kierunek kariery.
Jakie materiały dodatkowe otrzymają uczestnicy?
- Szablon briefu od klienta (opis problemu, dane wejściowe, oczekiwany efekt, ograniczenia).
- Listę narzędzi low-code/no-code/AI.
Brzmi interesująco?
Jakie są cele i program szkolenia?
Podniesienie kompetencji technologicznych i zdobycie praktycznych umiejętności w tworzeniu i wdrażaniu agentów AI oraz automatyzacji procesów przy użyciu narzędzi takich jak ChatGPT, Make, N8N.
Wiedza (Co uczestnik będzie wiedział):
- Zrozumienie podstawowych koncepcji działania modeli językowych (LLM), w szczególności ChatGPT.
- Poznanie architektury i możliwości platform do automatyzacji procesów (np. Make, n8n).
- Znajomość najlepszych praktyk w zakresie projektowania i optymalizacji promptów (inżynieria promptów).
- Rozumienie zasad tworzenia prostych „agentów AI” i ich integracji w istniejące procesy.
- Świadomość potencjalnych zagrożeń, ograniczeń oraz kwestii etycznych i bezpieczeństwa związanych z wdrażaniem AI w automatyzacji.
Umiejętności (Co uczestnik będzie potrafił zrobić):
- Samodzielne projektowanie i konstruowanie efektywnych promptów dla ChatGPT w celu uzyskania pożądanych wyników (np. generowanie treści, podsumowywanie, klasyfikacja).
- Tworzenie, testowanie i wdrażanie podstawowych przepływów pracy (workflowów) i scenariuszy automatyzacyjnych w narzędziach Make i/lub n8n.
- Integracja ChatGPT (lub innych narzędzi AI) jako elementu składowego w stworzonych automatyzacjach.
- Diagnozowanie i rozwiązywanie podstawowych problemów i błędów w automatyzacjach.
- Opracowanie koncepcji prostego „agenta AI”, który realizuje konkretne zadanie biznesowe.
Postawa (Jaką postawę przyjmie uczestnik/jak się zmieni jego myślenie):
- Otwartość na wykorzystanie nowych technologii AI i automatyzacji w codziennej pracy.
- Proaktywne podejście do identyfikacji procesów, które można usprawnić lub zautomatyzować.
- Krytyczne myślenie w kontekście oceny jakości i wiarygodności danych wyjściowych generowanych przez AI.
- Gotowość do ciągłego eksperymentowania i adaptowania się do szybko zmieniającego się otoczenia technologicznego.
- Przyjęcie postawy odpowiedzialności za etyczne i bezpieczne wdrażanie rozwiązań opartych na AI w organizacji.
DZIEŃ 1 — Fundamenty AI + przygotowanie do realizacji pierwszego projektu
- Otwarcie warsztatów Powitanie, przedstawienie celów, omówienie idei warsztatu.
- Krótka integracja. Jak działa sztuczna inteligencja i agenci AI?
- Przystępne wprowadzenie: jak myśli LLM, na czym polegają agenci AI, czym się różni agent od asystenta, co oznacza „context”, „memory” i „prompt engineering”, różnice między modelami.
- Prompt Engineering w praktyce. Ćwiczenia: projektowanie skutecznych promptów, role systemowe, konteksty, przetwarzanie danych, przykłady wykorzystania agentów.
- Budujemy pierwszego agenta AI.
- Praca warsztatowa: uczestnicy konstruują własnego prostego agenta. Narzędzia: ChatGPT, OpenAI Agent + tools.
- Automatyzacje z N8N / Make – integracja AI z rzeczywistością Krótkie wprowadzenie + praktyka: tworzymy workflow, który np. odbiera dane z formularza, przekazuje do ChatGPT, zapisuje wynik w Google Sheets.
- Podsumowanie i rozdanie briefów na dzień kolejny.
- Dyskusja: co już potrafimy, jak AI zmienia rynek pracy, jak przełożyć te umiejętności na praktykę zawodową. Rozdanie briefów: każda grupa losuje lub otrzymuje jeden z fikcyjnych, ale realistycznych briefów biznesowych (np. automatyzacja raportowania, bot do preselekcji CV, automatyzacja onboardingu). Omówienie struktury briefu, wskazówki jak podejść do projektu.
DZIEŃ 2 — Realizacja projektu z wykorzystaniem AI
- Rozgrzewka i omówienie briefów. Krótkie spotkanie konsultingowe: każda grupa prezentuje zrozumienie briefu, identyfikuje problem biznesowy i proponuje plan działania.
- Projektowanie rozwiązania –od pomysłu do architektury. Warsztat koncepcyjny: rozpisanie procesu, wybór narzędzi (ChatGPT, Make, N8N), podział zadań w zespole.
- Budowanie rozwiązania (część 1). Praca zespołowa: konfiguracja agentów, tworzenie automatyzacji, testowanie przepływów danych. Prowadzący występuje jako mentor techniczny.
- Budowanie rozwiązania (część 2) + przygotowanie prezentacji.
- Finalizacja workflowu, dopracowanie promptów i UI, przygotowanie prezentacji: co było problemem, jakie rozwiązanie, korzyści biznesowe, demo.
- Prezentacja rozwiązań. Każda grupa prezentuje swoje rozwiązanie (10–12 min).
- Dyskusja o rozwiązaniach, propozycja alternatywnych podejść.
- Feedback + podsumowanie Feedback 360°: co zadziałało, czego się nauczyli – podsumowanie szkolenia.
Justyna Jakubek
Justyna to doświadczony praktyk i strateg transformacji cyfrowej, specjalizująca się w implementacji inteligentnych rozwiązań biznesowych z wykorzystaniem sztucznej inteligencji. Jej misją jest demokratyzacja AI i umożliwienie pracownikom na każdym szczeblu organizacji tworzenia własnych innowacji bez konieczności zaawansowanego kodowania.
Kluczowe Obszary Ekspertyzy:
- Agenci AI i inżynieria promptów
- Automatyzacja Low-Code/No-Code
- Wdrażanie innowacji biznesowych
Metody szkoleniowe
By doskonalić umiejętności i kształtować postawy stosujemy metodykę Kolba:
ĆWICZENIA – Gry i zadania. Szkolenia są zgodne z metodyką „warsztatową” (80% czasu). Ćwiczenia diagnozują i rozwijają umiejętności, a także dostarczają wiedzy z doświadczenia.
DYSKUSJE Doświadczenie z ćwiczeń jest omawiane podczas dyskusji grupowej. Uczestnicy integrują wnioski z gry lub zadania z posiadaną wiedzą z pracy. Stosowanie tych wniosków weryfikujemy w kolejnych ćwiczeniach, co przyspiesza proces uczenia się.
ODGRYWANIE RÓL Bazując na firmowych przypadkach z pracy uczestników zapewniamy szybkie wdrożenie wiedzy z ćwiczeń. Dzięki nim inspirujemy uczestników do odkrywania zupełnie nowych dla siebie sposobów postępowania w problemowych sytuacjach.
TESTY i ARKUSZE Proponujemy je jako pomocniczy materiał w ćwiczeniach lub osobne testy, które skłaniają do refleksji i autorefleksji. Materiały te po wypełnieniu zostają do dyspozycji uczestników.
SYMULACJE I VIDEOTRENING Mamy już kilkunastoletnie doświadczenie w prowadzeniu szkoleń z wykorzystaniem kamery i dobrze wiemy jak, pomimo lęków uczestników, wykorzystać ją do intensyfikacji procesu rozwoju umiejętności/zmiany nawyków.
ACTION PLAN. Uczestnicy na podstawie autoanalizy, a także informacji zwrotnej od trenerów oraz grupy, wyznaczają indywidualne cele rozwojowe i plany działania – wdrożenia umiejętności w praktykę.
Wykorzystanie metod uczenia dorosłych pozwala rozwijać kompetencje w ich trzech aspektach: wiedzy, zachowania i postawy.