Sztuczna inteligencja – kiedy i jak bardzo zmieni naszą rzeczywistość? Prof. SGH, dr hab. Andrzej Sobczak Kierownik Zakładu Zarządzania IT SGH, Redaktor naczelny Robonomika.pl 

.Zainteresowanie tematyką AI w ciągu 5 lat 

Konstelacja pojęć • Sztuczna inteligencja (Artificial Intelligence) • Superinteligencja (Superintelligence) • Uczenie maszynowe (Machine Learning) • Uczenie głębokie (Deep Learning) • Inteligencja rozszerzona (Augmented Intelligence) https://www.robonomika.pl/slownik-angielsko-polski-pojec-robotyzacja-sztuczna-inteligencja . 

Obecnie AI jest w wielu wypadkach przereklamowane (do zastosowań firmowych) . 

Efektywność to fetysz XXI w. - od AI nie ma odwrotu (Next Big Thing) . 

Chatboty / Voiceboty / Taskboty Asystenci kognitywni RPA kognitywne Systemy wspomagające zrozumienie …. AI + narzędzia do robotyzacji procesów biznesowych . 

Robonomika Robots+Economics Interdyscyplinarny obszar badań zajmujący się zaawansowanymi technologiami (w tym AI) automatyzacji i robotyzacji z perspektywy ich wpływu na ekonomiczne i organizacyjne aspekty funkcjonowania przedsiębiorstw (sektora usług). Teza: to usługi, a nie przemysł, będą w Polsce głównie dotknięte rewolucją AI . 

WillRobotsTakeMyJob.com Co czeka nas w przyszłości… . 

No content

Jak jest obecnie w Polsce? • Większość wdrożeń AI ma charakter pilotażowy lub punktowy • Bardzo często nie ma jasno zdefiniowanych celów/pomysłów na wdrażanie AI (na zmianę modelu biznesowego firmy z wykorzystaniem AI) • Występują problemy z danymi w postaci cyfrowej, na których ma działać AI (digitalizacja ciągle kuleje) • Występują problemy z budową kompetencji w zakresie AI w organizacjach . 

Problemy z odpowiedzialnością Kontekst prawny (regulacyjny) wdrażania i używania narzędzi bazujących na AI wciąż wymaga doprecyzowania Wybór podejścia do wdrożenia AI AI – w zależności do tego, jaka rola zostanie dla niego zarezerwowana może być wdrażane w firmach w bardzo różny sposób (od kupna usługi, po wewnętrzne CoE) Poszukiwania nowego modelu zarządzania Zarządzanie w „organizacjach AI” stanie się wyzwaniem (obsługa obaw pracowników, kooperacja z robotami, praca w firmie typu „software house”+uczelnia) Wyzwania, które się pojawiają przy wdrażaniu AI . 

. Modele wdrażania AI w firmach Kupno usług w chmurze Centrum doskonałości AI 1. 2. 4. Nie ma jednoznacznie złego i jednoznacznie dobrego podejścia. Wszystko zależy od odpowiedzi na pytanie: „Czy AI ma zmienić nasz model biznesowy?” Budowa rozwiązań przez dostawcę Zespół ds. AI w obszarze IT 3. 

.Nacjonalizm AI 

. AI z perspektywy menadżera • Wdrażanie AI w firmie to maraton, nie sprint – wymaga czasu, wytrwałości i… pieniędzy • AI to ciągłe eksperymentowanie (i zgoda na porażki – z tym jest problem) • AI w chmurze (publicznej) może być trudne do zrealizowania w sektorze bankowym • Istotne jest budowanie wśród pracowników zdolności do współdziałania z AI (może pomóc trend demokratyzacji budowy programowania) 

Ostrzeżenie Coś, czego nie widzimy i nie czujemy nie oznacza, że: • tego nie ma, • na nas to nie oddziałuje, • możemy to ignorować. Mówimy o zmianach rozłożonych na 10-15 lat. Nie skończmy, jak powoli gotowana żaba… . 

Nowe źródło przewagi: zdolność ciągłej absorpcji innowacyjnego IT . 

. Kontakt Prof. SGH, dr hab. Andrzej Sobczak Kierownik Zakładu Zarządzania IT Szkoła Główna Handlowa w Warszawie tel.: +48 501 707 525 mail: [email protected] www: robonomika.pl