Szkolenie przygotowuje uczestników do efektywnego wykorzystania sztucznej inteligencji w pracy własnej oraz do planowania i wdrażania rozwiązań AI w organizacji. Program obejmuje zagadnienia związane z produktywnością osobistą, zaawansowaną komunikacją z modelami AI, zarządzaniem wiedzą, automatyzacją procesów, bezpieczeństwem, analizą biznesową oraz zarządzaniem zmianą. Uczestnicy zdobywają praktyczne kompetencje pozwalające świadomie wykorzystywać potencjał AI i przekładać go na mierzalne efekty biznesowe.

Celem szkolenia jest rozwój kompetencji w zakresie praktycznego i strategicznego wykorzystania sztucznej inteligencji w organizacji. Uczestnicy poznają metody zwiększania własnej efektywności pracy z wykorzystaniem narzędzi AI, nauczą się budować cyfrowych asystentów wspierających codzienne zadania oraz zdobywają wiedzę niezbędną do planowania i wdrażania rozwiązań AI na poziomie zespołu i organizacji.

Szkolenie pozwala zrozumieć, jak:
• bezpiecznie wykorzystywać AI w środowisku biznesowym,
• efektywnie komunikować się z modelami AI,
• tworzyć powtarzalne systemy wspierające pracę i zarządzanie wiedzą,
• identyfikować procesy nadające się do automatyzacji,
• oceniać gotowość organizacji do wdrażania AI,
• zarządzać zmianą i ryzykiem związanym z transformacją technologiczną,
• przekładać inicjatywy AI na mierzalne korzyści biznesowe.

Szkolenie jest przeznaczone dla:
• menedżerów i liderów zespołów,
• kierowników projektów i programów,
• specjalistów odpowiedzialnych za optymalizację procesów,
• właścicieli firm i osób zarządzających organizacjami,
• ekspertów chcących rozwijać kompetencje w zakresie wykorzystania AI w biznesie,
• osób odpowiedzialnych za transformację cyfrową i wdrażanie innowacji.

Program sprawdzi się zarówno u osób posiadających podstawowe doświadczenie w pracy z narzędziami AI, jak i u uczestników chcących usystematyzować wiedzę oraz przygotować się do szerszego wdrażania AI w organizacji.

Ty i AI – optymalizacja pracy własnej. 

Blok 1. Fundamenty, bezpieczeństwo i zrozumienie technologii.

Zanim zaczniesz używać AI, musisz wiedzieć, czym ona jest, jak działa i gdzie są granice bezpieczeństwa.

• Hierarchia technologii (AI, ML, GenAI): Zrozumienie różnic między sztuczną inteligencją, uczeniem
maszynowym a modelami generatywnymi (LLM) jako fundament do podejmowania trafnych decyzji
technologicznych.
• Segmentacja modeli językowych: Zasady doboru odpowiedniego modelu (Szybkie, Myślące, Pro /
Otwarte vs Zamknięte) adekwatnie do skali problemu, aby optymalizować koszty i czas. [+ ćwiczenia
praktyczne] • Prywatność i bezpieczeństwo w GenAI: Narzędzia konsumenckie vs biznesowe. Zasady ochrony danych
wrażliwych (RODO, NDA), kwestie praw autorskich i zasada “Human-in-the-Loop”.
• Zjawisko halucynacji i technologia RAG: Jak zapobiegać zmyślaniu faktów przez modele AI poprzez
zastosowanie technologii Retrieval-Augmented Generation na własnych bazach wiedzy.

Blok 2. Inżynieria promptowania (Rozmowa z maszyną).

Gdy zrozumiesz technologię, nauczysz się skutecznie wydawać polecenia, aby maszyna pracowała dla Ciebie.

• Struktura skutecznego polecenia: Budowa profesjonalnego promptu opartego na 5 elementach: Rola,
Kontekst, Zadanie, Format i Zakres. [+ ćwiczenia praktyczne] • Techniki nauki AI (Shot Prompting): Uczenie modelu naśladowania pożądanego stylu poprzez
dostarczanie gotowych wzorców (Zero-shot, One-shot, Few-shot). [+ ćwiczenia praktyczne] • Zaawansowane strategie promptowania: Odwrócone promptowanie, Meta-prompting oraz recenzja
krzyżowa między różnymi modelami (Cross-Model Feedback). [+ ćwiczenia praktyczne] • Zarządzanie złożonymi procesami: Dzielenie zadań na etapy: Łańcuchowanie promptów (Prompt
Chaining) oraz wymuszanie logicznego wnioskowania (Chain-of-Thought).
• Frameworki strukturyzujące (DELTA i SPICE): Wdrażanie powtarzalnych szablonów w zespołach dla zadań
szybkich (DELTA) i długich form (SPICE).
• Multimodalność: zatarcie granic pomiędzy formatami i jak z tego korzystać. [+ ćwiczenia praktyczne] • Zarządzanie oknem kontekstowym i kosztami: Praktyczne triki na oszczędzanie zasobów, zapobieganie
marnowaniu tokenów i wykorzystanie plików referencyjnych (Context Doc).

Blok 3. Zarządzanie wiedzą i tworzenie asystentów AI.

Przejście od pojedynczych promptów do budowy powtarzalnych systemów wspierających pracę.

• Głęboki research rynkowy: Wykorzystanie narzędzi typu Deep Research, Perplexity czy STORM do
błyskawicznej analizy tysięcy źródeł zewnętrznych. [+ ćwiczenia praktyczne] • Cyfrowy mózg projektu (NotebookLM): Konsolidacja wewnętrznych danych (Zero Trust) w zamkniętym
środowisku w celu audytu, wykrywania luk i syntezy wiedzy. [+ ćwiczenia praktyczne] • Konfiguracja Asystentów AI (Gems): Budowa powtarzalnych, spersonalizowanych mikro-aplikacji (botów)
obsługujących czasochłonne, rutynowe zadania. [+ ćwiczenia praktyczne]

• laptop z dostępem do Internetu,
• aktualna przeglądarka internetowa (Microsoft Edge, Chrome, Firefox lub Safari),
• możliwość logowania do wybranych narzędzi AI wykorzystywanych podczas warsztatów,
• służbowy lub prywatny adres e-mail umożliwiający zakładanie kont testowych.
Rekomendowane jest posiadanie aktywnego dostępu do co najmniej jednego narzędzia generatywnej AI (np. ChatGPT, Microsoft Copilot, Gemini lub Claude), jednak nie jest to warunek konieczny do udziału w szkoleniu.