Rozpoczynamy serię wywiadów z prelegentami ostatniego wydarzenia! Odpowiadają oni na pytania, które uczestnicy semWAW#4 zadali im na sli.do podczas wydarzenia – uzupełniają swoje wystąpienia i dzielą się wskazówkami. Na pierwszy ogień idzie nasz panelista Mariusz Michalczuk, który zderza się z tematem przyszłości sztucznej inteligencji. Miłej lektury!
OpenAI nie zarabia i wg prognoz nie będzie przynosić zysku do 2029. Ostatnio wnioskowali do rządu o dofinansowanie. Czy bańka AI pęknie?
Mariusz MichalczukRynek sztucznej inteligencji jest rzeczywiście mocno „napompowany”, a wiele firm jest przeszacowanych – ich wyceny znacznie przewyższają aktualne wyniki finansowe. Ryzyko powstania bańki spekulacyjnej jest naturalne na każdym szybko rozwijającym się rynku. Niemniej jednak nie spodziewam się gwałtownej korekty; według mnie rynek raczej stopniowo uwolni się od nadmiernej wyceny.
Moja teza opiera się na dwóch głównych argumentach:
1. Najwięksi gracze technologiczni, tacy jak Google, Microsoft czy Meta, zainwestowali ogromne zasoby w rozwój AI, co wskazuje na intensywną walkę o dominację w tej dziedzinie.
2. Automatyzacja wspierana sztuczną inteligencją przynosi wymierne i zauważalne korzyści, co potwierdzam na podstawie doświadczeń własnej firmy oraz współpracujących z nami klientów.
Zatem, mimo że na rynku AI występują cechy bańki, takie jak przesadne wyceny i ryzykowne inwestycje w niektóre przedsięwzięcia, faktyczne zastosowania i infrastruktura rozwijają się stabilnie i mają realny wpływ na biznes.
Wg jednego z raportów 95% firm nie widzi zwrotu z inwestycji w AI. Skąd tak skarbu wynik?
Mariusz MichalczukNa podstawie moich doświadczeń trudno mi w to uwierzyć. Chociaż widzę pewną analogię z wdrożeniami analitycznymi, bo tutaj – podobnie jak w AI – mamy do czynienia z technologią, która łączy biznes i dane.
AI w założeniu ma przyspieszać procesy – na dzisiejszy stan technologii trudno mi sobie wyobrazić, że całkowicie je przejmie bez kontroli ludzkiej. A więc z założenia – efektywność pracy ludzkiej z wykorzystaniem AI powinna drastycznie wzrosnąć.
Jeżeli ktoś twierdzi, że AI nie daje mu zwrotu z inwestycji, to robi to źle, ma tak skomplikowane procesy, że nie można ich zautomatyzować albo brakuje mu kompetencji, które pozwolą obsłużyć tę technologię po jej wdrożeniu. W zakresie kompetencji mówię tutaj również o zrozumieniu AI przez liderów organizacji, które jest niezbędne do przeprowadzenia zmiany. Bo jak z każdym wdrożeniem nowej technologii – tutaj również mamy do czynienia z zarządzaniem zmianą w organizacji.
Mieliśmy Vibe Coding, czy czeka nas Vibe Marketing?
Mariusz MichalczukWydaje mi się, że już dzisiaj mamy z nim do czynienia. Same mechanizmy automatyzujące w platformach reklamowych mają już ten charakter, a to tylko jeden przykład AI w marketingu.
Jest jednak zasadnicza różnica – w Vibe Codingu mamy efekt zero-jedynkowy – działa lub nie. W przypadku marketingu mam poczucie, że skłonność do przepuszczania bugów może być większa, bo nie można ich od razu sprawdzić – efekt naszych działań jest odroczony w czasie.
Jakich zadań marketingowych NIE DA SIĘ outsource'ować do AI?
Mariusz MichalczukMoim zdaniem dzisiaj nie ma ŻADNEGO zadania marketingowego, które w CAŁOŚCI może być oddane AI. Przy tym poziomie technologii ciągle potrzebujemy „human in the loop”. Dlaczego? Błędy w marketingu mogą kosztować poważne sumy w przepalonych budżetach. Także jeżeli technicznie możliwe jest wykonywanie czegoś w całości przez AI, to nie wiem, kto miałby wziąć odpowiedzialność za ewentualne błędy.
Czy LLM-y rozumieją znaczenie słów? Wg mnie jest to tylko model statystyczny częstotliwości występowania określonych słów obok siebie, stąd te halucynacje itp.
Mariusz MichalczukLLM-y rozumieją znaczenie słów w sensie statystycznym – w kontekście tekstu, w którym te słowa występują. Jeżeli w danych treningowych modelu pojawiają się błędy, to wówczas model je powiela, czyli halucynuje. Dlatego tak ważne jest dbanie o dobre dane na każdym etapie rozwoju biznesu.
Jak rozpocząć budowę „bazy wiedzy” dla AI dotyczącej organizacji, systemu pracy i procesów? Jak ograniczyć się do kluczowych danych, co zawrzeć, a czego nie?
Mariusz MichalczukNie czuję się tutaj autorytetem – opiszę kilka rzeczy, które robimy w Conversion – być może okażą się inspirujące.
1. Mam przestrzenie w Perplexity, które są dedykowane do jakichś wycinków mojej pracy, np. przygotowania pytań dla gościa podcastu. W instrukcji takiej przestrzeni mam dokładnie opisany kontekst. Dzięki temu nie muszę go za każdym razem powtarzać. W Gemini ta funkcjonalność jest określana jako Gemy, a w ChatGPT jako Projekty.
2. Mam przygotowany master JSON z informacjami o mnie i o firmie – ułatwia mi to pracę, kiedy chcę popracować nad jakimś zagadnieniem z zakresu rozwoju osobistego lub firmy.
3. Bardzo pomocnym narzędziem do organizowania danych i informacji jest Airtable – łatwo się integruje z narzędziami typu Make. Wykorzystujemy je zwłaszcza w marketingu do zarządzania contentem.
4. Super usprawnieniem codziennej pracy jest nagrywanie, transkrypcja i podsumowywanie spotkań. Wykorzystujemy tutaj Fireflies. Nasi rozmówcy muszą wyrazić zgodę, abyśmy mogli nagrać nasze spotkanie. Zainwestowaliśmy w wyższą wersję narzędzia, które dane przetrzymuje w EOG. Oprócz funkcji samego podsumowywania mamy automatyzacje, które na podstawie spotkań podsuwają pomysły marketingowi, produktowi i innym działom.
Dziękujemy Mariuszowi za ekspresowe odpowiedzi i podzielenie się swoimi insightami na temat sztucznej inteligencji! To niezwykle gorący temat, który na pewno będziemy monitorować – nie tylko w kwestii usprawnienia zadań, ale też zagrożeń.
Tradycyjnie wywiady publikujemy we wtorki i piątki – kolejny pojawi się już niedługo, więc koniecznie sprawdzaj regularnie naszego bloga.

Tak było na semWAW#4
Przeczytaj naszą relację z wydarzenia





















