Warsztat dla CFO.

Celem warsztatu jest przygotowanie uczestników do samodzielnego planowania i wdrażania rozwiązań sztucznej inteligencji w działach finansowych. Szkolenie obejmuje identyfikację obszarów możliwych do automatyzacji i analityki, dobór odpowiednich narzędzi AI, zasady integracji z ERP i BI, podstawy architektury wdrożeniowej, a także aspekty prawne, etyczne i związane z bezpieczeństwem danych. Uczestnicy kończą warsztat przygotowując własny plan wdrożenia AI dla swojej organizacji.

I. Mapowanie procesów finansowych pod kątem AI
Cel:
Identyfikacja procesów, które można zautomatyzować lub usprawnić za pomocą AI, i ocena potencjalnego ROI wdrożenia.

Opis przebiegu:
Uczestnicy analizują typowe procesy w działach finansowych (np. księgowanie, kontroling, raportowanie) i uczą się rozpoznawać miejsca, gdzie AI może przynieść największą wartość. Omawiane są metody szacowania kosztów i korzyści (ROI) wdrożeń.

Rezultaty:
• Uczestnicy potrafią zidentyfikować procesy o wysokim potencjale automatyzacji.
• Znają podstawy oceny rentowności projektów AI.

II. Dobór narzędzi AI do potrzeb działu finansowego
Cel:
Zrozumienie, jakie technologie i narzędzia AI najlepiej pasują do konkretnych zastosowań w finansach.

Opis przebiegu:
Prezentacja i analiza narzędzi: GenAI (np. ChatGPT, Copilot), Business Intelligence (Power BI, Tableau), AutoML (np. Vertex AI), OCR, workflow automation (RPA/IPA). Uczestnicy dobierają narzędzia do konkretnych przypadków biznesowych.

Rezultaty:
• Uczestnicy znają różne typy narzędzi AI i ich zastosowania.
• Potrafią dobrać odpowiednie rozwiązanie do potrzeb swojej organizacji.

III. Architektura wdrożeniowa: od Excela do ERP
Cel:
Poznanie modeli architektury systemów z AI, integracji z obecnymi narzędziami i ograniczeń technologicznych.

Opis przebiegu:
Zajęcia obejmują porównanie podejść: lokalna vs chmurowa infrastruktura, low-code/no-code vs programowanie, integracja z systemami ERP (SAP, Teta, Comarch) i narzędziami BI. Przykłady dobrych praktyk architektonicznych.

Rezultaty:
• Uczestnicy potrafią zrozumieć i zaprojektować podstawową architekturę rozwiązania AI.
• Wiedzą, jak integrować AI z istniejącym środowiskiem technologicznym firmy.

IV. Bezpieczeństwo i prawo: jak wdrażać odpowiedzialnie?
Cel:
Zabezpieczenie organizacji pod kątem prawnym i technicznym przy wdrożeniu AI.

Opis przebiegu:
Omówienie wymogów RODO, ochrony danych finansowych, logowania i monitorowania systemów z AI. Wprowadzenie do regulacji takich jak AI Act. Praktyczne przykłady, jak projektować wdrożenia z myślą o zgodności i audytowalności.

Rezultaty:
• Uczestnicy znają podstawy prawne i etyczne wdrażania AI.
• Wiedzą, jak zadbać o bezpieczeństwo danych i transparentność działania modeli.

V. Zarządzanie ryzykiem AI i audytowalność
Cel:
Zrozumienie, jak zarządzać błędami, halucynacjami i ryzykiem modelowym w projektach AI.

Opis przebiegu:
Zajęcia obejmują klasyfikację ryzyk związanych z AI: błędy predykcyjne, brak audytowalności, trudności z interpretacją wyników. Uczestnicy poznają koncepcje Explainable AI (XAI), monitorowanie skuteczności modeli oraz sposoby audytu i nadzoru.

Rezultaty:
• Uczestnicy potrafią zarządzać ryzykiem związanym z AI.
• Rozumieją potrzebę testowania, monitorowania i kontroli nad AI.

VI. Scenariusze wdrożeniowe – od małej firmy po korporację
Cel:
Zobaczenie, jak różnią się podejścia do AI w zależności od skali organizacji.

Opis przebiegu:
Trzy przykładowe scenariusze:
• mała firma: Excel + Copilot,
• średnia firma: BI + GenAI,
• duża organizacja: ERP + AutoML + wsparcie prawne.
Dyskusja o ograniczeniach, możliwościach i kosztach.

Rezultaty:
• Uczestnicy potrafią dobrać strategię wdrożeniową do wielkości firmy.
• Znają czynniki wpływające na sukces lub porażkę wdrożeń.

VII. Projekt końcowy – plan wdrożeniowy AI w organizacji uczestnika
Cel:
Przełożenie zdobytej wiedzy na konkretne działania i strategię dla własnej firmy.

Opis przebiegu:
Uczestnicy tworzą plan wdrożenia AI dla swojej organizacji. W planie uwzględniają: mapę procesów, wybór narzędzi, strukturę architektury, plan bezpieczeństwa, ocenę ROI i plan zarządzania ryzykiem. Prezentacja planów i omówienie z trenerem.

Rezultaty:
• Uczestnicy posiadają własny, przemyślany plan wdrożeniowy AI.
• Potrafią strategicznie myśleć o wykorzystaniu AI w swojej firmie.