Jak mądrze korzystać z AI? Firmy zaczynają realne wdrożenia i szukają „wartości”

Debata „Jak mądrze wykorzystać AI w biznesie, nauce i administracji publicznej?” miała pokazać stan wdrażania sztucznej inteligencji w Polsce, ograniczenia, potencjał i kierunki odpowiedzialnego rozwoju. To element nowego projektu „Rzeczpospolitej” AI Made in Poland. Debatę prowadzili Michał Szułdrzyński, redaktor naczelny „Rzeczpospolitej” i Paweł Rożyński, kierujący serwisem „Rzeczpospolita Cyfrowa” (cyfrowa.rp.pl).

– Chcielibyśmy, żeby osoby czytające „Rzeczpospolitą”, w tym prawnicy czy biznes, traktowali ją jako miejsce, gdzie się odbywają ważne dyskusje na temat sztucznej inteligencji. Widzimy ogromne zainteresowanie tym tematem. To ma być platforma do dyskusji o tym, jak Polska może wykorzystać swój wielki potencjał. O patronat nad projektem poprosiliśmy Ministerstwo Cyfryzacji, bo możemy być największymi zwolennikami wolnego rynku, ale bez państwa, które da zachęty i stworzy odpowiednie warunki, nie da się polskiej myśli technologicznej rozwijać i zatrzymać na miejscu – mówił, otwierając debatę, Michał Szułdrzyński.

Gdzie jesteśmy w AI?

Uczestnicy debaty ocenili, w jakim punkcie rozwoju i adopcji nowych narzędzi się znajdujemy i czy można już mówić o głębokiej adopcji tej technologii w gospodarce. – Znajdujemy się między pierwszą falą entuzjazmu a etapem realnego sprawdzenia możliwości AI. Bądźmy szczerzy: pierwsze dwa lata to był czas dyskusji i chwalenia się planami, a nie rzeczywistych wdrożeń w firmach czy instytucjach. Obecnie implementacja faktycznie rusza, ale często w miejscach, których byśmy o to nie podejrzewali – mówił wiceminister cyfryzacji Dariusz Standerski. Powołał się na badania resortu sprzed roku, z których wynikało, że oficjalny poziom wdrożeń AI w Polsce oscyluje między 6 a 8 proc., z czego połowa przypada na marketing i promocję. Jednak pod tymi liczbami kryje się ogromna „szara strefa” nieoficjalnego wdrożenia. Statystyki twórców technologii oraz anonimowe deklaracje pracowników jasno pokazują, że ludzie korzystają z AI w codziennej pracy, nie przyznając się do tego przełożonym. Dlaczego tak się dzieje? – Pracownicy często obawiają się negatywnych konsekwencji lub brakuje im oficjalnej polityki firmy w tym zakresie – przekonywał minister Standerski. Jego zdaniem rewolucja ta pójdzie teraz w stronę bardzo konkretnych nisz i to ich znalezienie będzie kluczowe. Stąd budowa dwóch fabryk sztucznej inteligencji – w Krakowie i Poznaniu, które będą dostępne też dla przedsiębiorstw, by mogły one dopasowywać modele do swoich potrzeb: od warsztatu samochodowego automatyzującego zamawianie części, po biura księgowe monitorujące zmiany w prawie rachunkowym.

Wiceminister Standerski zwrócił uwagę, że obecny rozwój AI naznaczony jest nowymi zagrożeniami, szczególnie w obszarze dezinformacji. Widać szybką ewolucję: od prymitywnych deepfake’ów, przez zaawansowane grafiki wprowadzające w błąd, aż po boty podszywające się pod konkretne osoby w mediach społecznościowych. Dlatego kluczowe są regulacje, jak nadchodzący AI Act, który nakłada obowiązek oznaczania treści wygenerowanych przez AI w metadanych każdego posta, by użytkownik od razu widział cyfrowy znak wodny.

Z optymizmem o obecnych zastosowaniach AI wypowiadał się Igor Zacharjasz, Head of Digital & Innovation w regionie Europy Środkowo-Wschodniej VISA. – Zgadzam się, że w biznesie jesteśmy dopiero na początku drogi wdrożeniowej, ale z perspektywy mojej firmy widzę, że AI już teraz radykalnie zmienia zachowania konsumentów, co przekłada się na nasz biznes – przekonywał. Jego zdaniem zmienia się sposób wyszukiwania informacji, robienia zakupów w internecie i zarządzania procesem płatniczym i jest to trend, którego firmy nie mogą zignorować. – Musimy w sposób odpowiedzialny przygotować bezpieczne narzędzia, które odpowiedzą na te nowe potrzeby. AI przenika do coraz większej liczby obszarów życia codziennego, a nowe use case'y powstają niemal codziennie – dodał.

Artur Stankiewicz, dyrektor wykonawczy ds. Transformacji, AI i Digitalizacji Orange Polska, zwrócił uwagę na obawy firm dotyczące niekontrolowanego wycieku danych klienckich i tajemnic przedsiębiorstwa do ogólnodostępnych modeli. To realne ryzyko, którym korporacje próbują zarządzać. – Chęć wykorzystania AI przez pracowników jest naturalna, ale musi odbywać się w warunkach pełnej kontroli. Firmy, udziałowcy i państwo muszą mieć pewność, że technologia jest używana właściwie, zgodnie z powstającymi aktami normatywnymi. Musimy mieć świadomość, jakie modele wykorzystujemy i robić to w sposób przejrzysty – dodał Stankiewicz. Jego zdaniem dziś widać już konkretne zastosowania, np. w obsłudze klienta. Wielkim wyzwaniem pozostaje jednak pomiar efektywności. To, że pracownik dzięki AI ma więcej czasu, nie generuje jeszcze automatycznie wartości dla firmy, jeśli nie wiadomo, jak ten czas zagospodarować. – Musimy umieć precyzyjnie określić tę wartość, zwrot z inwestycji w AI. W obszarze voicebotów czy chatbotów w Orange Polska potrafimy to już dość dobrze mierzyć – mówił. – Mamy wyzwanie: jak uchwycić realną korzyść? Czy potrzebujemy mniej developerów, czy po prostu są oni w stanie wytworzyć więcej w tym samym czasie? To są pytania, na które szukamy odpowiedzi – dodał.

– Obserwujemy przejście od fazy „rozpoznania bojem” i eksperymentów do etapu standaryzacji. Wypracowywane są wspólne formaty technologiczne, a także – powoli – standardy procesowe. Uczymy się, jak powinna wyglądać optymalna współpraca człowieka z maszyną. Drugim istotnym trendem jest przejście od AI jako prostego asystenta w stronę tzw. agentyzacji. Nadajemy maszynom coraz większą autonomię. Wkład człowieka przesuwa się w stronę specyfikacji zadań i sprawdzania rezultatów. Z wykonawców stajemy się menedżerami agentów AI. To wymusza całkowitą zmianę zestawu umiejętności: kluczowa staje się precyzja w wydawaniu poleceń, umiejętność delegowania zadań maszynie oraz weryfikacja wyników. To kompetencje menedżerskie, których większość pracowników będzie dopiero musiała się nauczyć – mówił Łukasz Bolikowski, Chief AI Officer w Comarch.

Rafał Siejca, CEO startupów Mazer Inc. oraz XR Wizards, zwrócił uwagę, że AI to nie tylko modne ostatnio duże modele językowe (LLM). – Dla przykładu: AI jest stosowane od lat w korporacjach w systemach wspierających automatyczną dekretację masowej korespondencji. Nowością jest skala szumu wokół dużych modeli językowych, które robią ogromne wrażenie. Mimo to, wciąż jesteśmy na wczesnym etapie. Weźmy systemy agentowe – to słowo jest dziś nadużywane. Prawdziwy agent powinien dostać ogólne zadanie i samodzielnie ułożyć plan jego wykonania. To wciąż rzadkość – mówił. Jego zdaniem ideałem, na razie w fazie eksperymentów, jest agent potrafiący w locie rekonstruować własną strukturę, by wykonać powierzone mu zadanie. LLM nie myślą abstrakcyjnie. – Obecnie w mojej firmie nie odbieramy pracy intelektualnej, tylko ją przyspieszamy – powiedział.

Co daje w firmie AI?

– Jeśli nie oczekujemy cudów i używamy AI jako wsparcia, oszczędności są widoczne. Przyspiesza pracę programisty, nie odbierając jej intelektualnego charakteru, wspiera w efektywnym poszukiwaniu informacji. To mierzalne i bezpieczne zastosowania. Jednak ci sami programiści przyznają, że gdy próbuje się zmusić AI do samodzielnego kodowania większych systemów, wyniki są poniżej poziomu juniora. Model nie myśli abstrakcyjnie – to wciąż zaawansowana maszynka do przetwarzania i przewidywania tokenów – przekonywał Rafał Siejca.

Michał Szułdrzyński, redaktor naczelny „Rzeczpospolitej”, zauważył, że kluczowa jest dyskusja o tym, jak i po co pracownicy używają AI oraz czy pracodawcy o tym wiedzą i ich do tego zachęcają. – Już dwa lata temu przyjęliśmy kartę etyczną dotyczącą AI. Chcieliśmy, aby dziennikarze wiedzieli, że to narzędzie, ale to oni – podpisując się pod tekstem – biorą pełną odpowiedzialność za treść. Nie ma tłumaczenia, że „to model językowy tak napisał” – mówił Szułdrzyński. Wskazał na kilka przeprowadzonych z sukcesem wdrożeń AI w pracy redakcji, dzięki którym podniosła się jakość publikowanych materiałów.

Nie wszystkie firmy, których pracownicy korzystają z AI – zdaniem Szułdrzyńskiego – mają z tego namacalne korzyści. Powołał się na „The Economist”, który niedawno napisał, że wielu pracowników podnosi własną efektywność, ale zaoszczędzony czas pracownicy przeznaczają po prostu na dłuższą przerwę na kawę.

Czy tempo rozwoju AI jednak trochę nie rozczarowuje? Niektóre firmy w USA po zwolnieniu pracowników, zaczęły ich przywracać, bo AI nie spełniła ich wyśrubowanych oczekiwań.

dr Bolikowski z Comarchu zauważył podobieństwo do popularności „big data” sprzed 15 lat. – Pojawiają się te same obawy, te same memy i to samo pytanie: gdzie jest realna wartość, skoro na razie widzimy głównie koszty? Historia uczy, że należy zarządzać oczekiwaniami, unikać hurraoptymizmu i rozważnie szukać konkretnych pól eksploatacji. Wartość z AI znajdujemy w trzech obszarach: wzroście wydajności pracowników, poprawie jakości wyników oraz rozwoju biznesu. Jako firma produkująca software widzimy to najwyraźniej w szybkości tworzenia i jakości kodu – mówił.

– Każdego pracownika obejmujemy wielopoziomowym szkoleniem z AI. Chcemy być kuźnią talentów – gwarantujemy, że każdy u nas zostanie przeszkolony w zakresie najnowszych technologii oraz wyposażony w najlepsze narzędzia AI.

Na to, że hype to jedno, a rzeczywistość biznesowa to drugie, zwrócił uwagę Artur Stankiewicz z Orange Polska. – Mamy za sobą etap wewnętrznych testów. Mój ulubiony przykład to robotyzacja raportowania: pracownik, który sam generował raport raz w roku, teraz dostaje go co miesiąc. Prawdziwa wartość nie leży jednak w samym robocie, ale w tym, co ten człowiek zrobi z danymi, które otrzymuje teraz częściej. Proste chatboty przyniosły nam w Orange Polska 40 proc. oszczędności niemal z dnia na dzień. Teraz idziemy dalej – chcemy, by boty operowały w kontekście konkretnego klienta i podejmowały akcje na bazie jego danych. Inwestujemy też w voiceboty, które mają być znacznie lepsze od obecnych systemów, których klienci nie lubią – mówił Artur Stankiewicz. Wskazał na kolejny ciekawy projekt, którym jest bot-szkoleniowiec dla handlowców, który symuluje rozmowy z klientem. Świetnie się sprawdza. – Moim marzeniem jest firmowy bot, który pozwoli każdemu pracownikowi – a zwłaszcza kadrze zarządzającej – na błyskawiczny dostęp do danych firmowych, by skrócić proces decyzyjny – dodał.

Czas wyzwań

Katarzyna Szymielewicz, współzałożycielka i prezeska Fundacji Panoptykon, mówiła o interesie społecznym w kontekście wprowadzania rozwiązań AI. – Jako organizacja od 15 lat badająca styk człowieka i technologii, widzimy tu wiele zagrożeń. Martwi nas, że AI jest dziś wkładana do każdej debaty jako gotowe rozwiązanie, bez wcześniejszego policzenia kosztów i zysków. Widzimy w tym zagrożenie dla budżetu państwa i jakości usług publicznych – mówiła. Wskazała na dylemat: ograniczone zasoby w szpitalach czy pomoc społeczna. Zamiast doinwestować „zbyt krótki kocyk”, państwo może ulec pokusie użycia AI do decydowania, komu pomoc odebrać, a komu przyznać. A skupienie się na narzędziu zamiast na istocie problemu, może doprowadzić do tragicznych błędów. – Takie systemy, będące wcześniej de facto „szybciej myślącymi Excelami”, wywoływały już afery w całej Europie – powiedziała, wskazując na głośną aferę w Holandii, gdzie system do wykrywania nadużyć podatkowych błędnie ukarał tysiące ludzi, co niemal doprowadziło do upadku rządu. – To dlatego Unia Europejska dąży do standaryzacji – by użytkownik biznesowy czy publiczny wiedział, co kupuje i jaki jest margines błędu – mówiła.

Z kolei Rafał Siejca zwrócił uwagę, że dla małej organizacji największym wyzwaniem jest brak kompetencji na pokładzie. – Wdrożenie AI wcale nie obniża kosztów na początku – wręcz je podnosi, bo wymaga inwestycji i wiedzy. To eksperyment. Jeśli mała firma chce na przykład zautomatyzować obsługę zgłoszeń klientów za pomocą agenta, musi najpierw zatrudnić kogoś, kto to zaprojektuje i wdroży – mówił. Jego zdaniem decyzja o pójściu w stronę AI to bilet w jedną stronę – system trzeba utrzymywać i dostrajać. Duże korporacje stać na dedykowane zespoły badawcze, małe firmy mają z tym kłopot. Kolejnym zagrożeniem jest własność intelektualna. Duże firmy mogą budować własną infrastrukturę, ale małe są skazane na API zewnętrznych dostawców, jak OpenAI, co oznacza wyprowadzanie danych na zewnątrz. Pracownicy często nie wiedzą, czy mogą korzystać z AI, bo brakuje ustrukturyzowanych działów, które określiłyby zasady bezpieczeństwa.

Nie tylko małe firmy mają z tym problem. – Duże korporacje produkują tyle procedur bezpieczeństwa, że paraliżują innowacyjność. Pracownik po przeczytaniu skomplikowanej instrukcji boi się czegokolwiek dotknąć. Wyzwaniem dla dużych firm jest znalezienie balansu między bezpieczeństwem a swobodą tworzenia – dodał Artur Stankiewicz z Orange Polska.

Igor Zacharjasz z firmy VISA wskazał, że największym wyzwaniem jest poszukiwanie kolejnych use case'ów, które uzasadnią ekonomicznie nowe wdrożenia. Drugim wyzwaniem jest edukacja. – Mamy grupę pasjonatów AI, ale też wielu pracowników, którzy dopiero się uczą. Wyrównanie tego poziomu to duży koszt czasowy i finansowy – mówił.

Poruszył też wątek bezpieczeństwa konsumentów w sytuacji pojawienia się agentów AI. Do jakiego stopnia agenci AI będą mogli podejmować decyzje w ich imieniu i kto poniesie odpowiedzialność za błędy? – Dziś w sektorze płatniczym wiemy, jak zidentyfikować oszustów w tradycyjnych modelach. Ale w modelu, gdzie agent AI podejmuje decyzje finansowe za konsumenta, sprawa się komplikuje. Tu potrzebujemy ścisłej współpracy z rządem, by stworzyć regulacje chroniące konsumentów – przekonywał.

Big tech i regulacje

Zdaniem wiceministra Standerskiego problemem jest nierównowaga rynkowa. Rynek AI w USA jest przeinwestowany, tam rośnie bańka, a w Europie niedoinwestowany. Skutek? Amerykańskie giganty oferują uniwersalne rozwiązania dla miliardów ludzi na całym świecie, które często nie pasują do potrzeb polskich firm. Polskie przedsiębiorstwa stoją przed wyborem: budować własną, suwerenną infrastrukturę, na co stać tylko największych, albo stosować „płytkie” i niedopasowane gotowce. – W Unii Europejskiej mamy głód infrastruktury. Inwestycje publiczne trwają długo przez procedury przetargowe, a budżety są ograniczone. W USA inwestuje sektor prywatny, w Europie mamy większą awersję do ryzyka i mniejszy kapitał prywatny. To powoduje, że mniejsi przedsiębiorcy są skazani na wielkie modele, które nie przystają do ich biznesu – tłumaczył.

Zdaniem min. Standerskiego największą przeszkodą w Europie jest brak inwestycji prywatnych. Sprawia, że nawet jeśli ktoś zbuduje w Polsce centrum danych, nie znajduje popytu, bo rozwiązania big techów są tańsze, choć bywają nieefektywne. – Dopóki w Europie nie przełamiemy tej bariery inwestycyjnej, będziemy mieli problem. I nie łudźmy się – gigant z USA nie będzie tworzył specjalnej oferty dla polskiej firmy transportowej, skoro może podpisać kontrakt na budowę centrów danych dla amerykańskiej armii. Biznesplan gigantów po prostu nie zauważa mniejszych klientów – mówił.

Kiedy Katarzyna Szymielewicz z Panoptikonu zwróciła uwagę na szanse związane z funduszami unijnymi i zapowiedzianymi w UE wielkimi inwestycjami, wiceminister Standerski odparł: – To wciąż za mało. Inwestycje w Polsce w stosunku do PKB są na szarym końcu Unii. W inwestycjach publicznych radzimy sobie nieźle, ale w prywatnych jesteśmy na szarym końcu UE.

Zauważył, że środki publiczne mają swoje granice. Nawet ambitne plany Ursuli von der Leyen dotyczące nawet 200 mld euro opierają się na założeniu, że większość kapitału przyjdzie z sektora prywatnego. W modelu Giga Fabryki AI Unia daje 17 proc., państwo członkowskie 17 proc., ale 66 proc. musi pochodzić od prywatnych inwestorów. I tu pojawia się problem z domknięciem finansowania.

Czy w takim razie powinniśmy inwestować we własne polskie centra danych i modele językowe, by uniknąć roli klienta uzależnionego od USA czy Chin? – Oczywiście – przekonywał Dariusz Standerski. – Dlatego budujemy fabryki AI, które udostępnią moc obliczeniową administracji, nauce i przedsiębiorcom w ramach pomocy de minimis. Kluczowe jest jednak stworzenie rynku usług AI w Polsce. Dziś centra danych w Polsce są małe i często puste. Musimy sprawić, by te 600 tysięcy polskich firm, które deklarują chęć inwestycji w AI, miało realną i dobrą ofertę, a nie tylko subskrypcję na zagranicznego czatu – dodał.

Uczestnicy debaty zastanawiali się, czy regulacje unijne nie idą za daleko, nakładając kaganiec na europejską innowacyjność? – Są konieczne, ale nie mogą blokować nas w stosunku do reszty świata. W AI Act są zapisy ograniczające użycie AI w procesach rekrutacji czy awansów. Rozumiem intencje, ale wyobraźmy sobie model assessmentu dla menedżerów w wirtualnej rzeczywistości. Dotychczas takie badania były bardzo drogie i rzadkie. Dzięki AI mogłyby stać się standardem, czyniąc rekrutację celniejszą. Czy naprawdę musimy to ograniczać tylko dlatego, że „to maszyna”? Zła rekrutacja to problem dla obu stron – zatrudniającej i kandydata. Powinniśmy być ostrożni z zakazami na tak wczesnym etapie rozwoju produktów – mówił Rafał Siejca.

– Nie znoszę frazy: „regulacje zabijają innowacje”. Powinna być zakazana, bo tak często jest niepoparta faktami. Jeśli dron wykrywa śmieci w lesie, standardy są inne niż dla drona na granicy, który ocenia ludzi. Rozwiązaniem jest zostawienie człowieka w pętli decyzyjnej. AI sugeruje, człowiek akceptuje. To wystarczy, by spełnić wymogi bezpieczeństwa i zachować wartość technologii – przekonywała Katarzyna Szymielewicz. Jej zdaniem największą wartością Europy może być właśnie ten „miękki interfejs” – szkolenie ludzi do bycia mądrymi nadzorcami maszyn. Jeśli nie możemy pokonać big techy w twardej technologii, to możemy być liderem w kontrolowaniu AI przed błędnymi decyzjami. Na końcu musi być jednak kontroler ludzki.

Zdaniem Szymielewicz AI Act nie jest kagańcem na firmy, ale formą standaryzacji, która ma pomóc klientom big techów zrozumieć, co kupują. Ma on też podnieść poprzeczkę gigantom w kwestii rozliczalności i przejrzystości, by chronić mniejszych graczy z Europy.

Jak AI zmieni pracę?

Czy AI wywróci rynek pracy? Czy obawy o masowe zwolnienia są uzasadnione? Amerykańskie firmy, które szybko zwalniały, teraz często przywracają pracowników, bo przeceniły tempo rozwoju technologii.

Zdaniem Artura Stankiewicza z Orange, wyzwaniem w świecie innowacji jest to, że ludzie się boją, że stracą pracę. – Tymczasem nie sądzę, byśmy nagle wszyscy stracili pracę. Struktura mojego zespołu pokazuje, że 80 proc. dzisiejszych ról nie istniało 15 lat temu. Za 10 lat pojawią się zawody, których dziś nie potrafimy nazwać. Istnieje hipoteza, że gospodarka wpadnie w spiralę: ludzie tracą pracę przez AI, tracą pieniądze, spada popyt, więc firmy jeszcze bardziej tną koszty przez AI. Ja jednak wierzę, że powstaną nowe obszary zatrudnienia – powiedział.

A może świat podzieli się na tych, którzy potrafią czerpać zyski z AI i na tych, którzy zostaną na marginesie, bo nie zaadaptowali narzędzia? Nie wierzy w to Igor Zacharjasz z firmy VISA. Jego zdaniem podobną dyskusję o podziale na użytkowników komputerów i Excela i resztę mogliśmy mieć 20 lat temu. AI to narzędzie, które zostanie zaadaptowane przez wszystkich. Być może podział będzie dotyczył raczej tego, kto potrafi na AI robić duże pieniądze, a kto nie.