Chatbot gotowy w kilka dni i kod wygenerowany w kilka minut robią wrażenie na każdej prezentacji. Schody zaczynają się później – gdy rozwiązanie trzeba połączyć z firmowymi systemami, zabezpieczyć i oprzeć na wiarygodnych danych. Właśnie tej drodze od prototypu do produkcji Polsko-Japońska Akademia Technik Komputerowych poświęca kolejny webinar z cyklu „Czas na upgrade”, zaplanowany na 1 października 2026 r. o godz. 18:00.
Webinar „Co naprawdę psuje wdrożenia AI w firmach?” poprowadzą dwie osoby, które znają temat od strony praktyki i architektury systemów:
Punktem wyjścia nie będzie pytanie, co sztuczna inteligencja potrafi, ale co sprawia, że jej wdrożenie nie przynosi oczekiwanych efektów.
Firmy coraz częściej przenoszą AI z etapu eksperymentów do codziennych procesów: budują narzędzia na dużych modelach językowych, wdrażają rozwiązania RAG, testują agentów i generują kod. Razem z tym pojawiają się pytania, na które sama technologia nie odpowiada. Kto odpowiada za błędny kod podpowiedziany przez Copilota? Jak sprawdzić jego jakość? Co zrobić z chatbotem, który brzmi przekonująco, ale nie opiera się na wiarygodnych źródłach?
Eliza Marszalik zwraca uwagę, że w przypadku AI najłatwiej jest pokazać, że coś działa, a znacznie trudniej udowodnić, że działa wystarczająco dobrze, bezpiecznie i przewidywalnie, by powierzyć temu realny proces biznesowy. Jak podkreśla, demo może powstać w kilka dni, ale system produkcyjny wymaga już architektury, danych, testów, monitoringu, zabezpieczeń i jasno przypisanej odpowiedzialności. To właśnie granica między eksperymentem a produkcją ma być jednym z głównych tematów rozmowy.
Częstą pułapką jest traktowanie modelu jako rozwiązania samego w sobie. Tymczasem AI potrafi dołożyć nowe ryzyka – związane z jakością danych, bezpieczeństwem, odpowiedzialnością za decyzje, utrzymaniem systemu czy kontrolą jakości kodu.
„Największym błędem jest traktowanie AI jak kolejnego komponentu, który wystarczy podłączyć do istniejącego systemu” – mówi Eliza Marszalik. Jak dodaje, model może wygenerować kod, odpowiedź czy rekomendację, ale konsekwencje zawsze biorą na siebie organizacja i ludzie, którzy rozwiązanie projektują i wdrażają.
Prowadzący zastanowią się też nad rolą architekta IT: czy w świecie AI musi on rozumieć, jak działają duże modele językowe, czy wystarczy mu znajomość API, dokumentacji i sposobów integracji modelu z systemem.
Osobna część spotkania będzie dotyczyć RAG (Retrieval-Augmented Generation), jednej z najpopularniejszych metod budowania aplikacji opartych na modelach językowych. Eksperci przeanalizują, dlaczego takie rozwiązania często zawodzą i na ile winny jest sam model, a na ile jakość, struktura i aktualność dokumentów, na których pracuje.
Będzie też mowa o pieniądzach. Model uruchomiony lokalnie może wyglądać na tańszą alternatywę dla chmury, ale jego rzeczywisty koszt to nie tylko sam model. Dochodzą do niego:
Prowadzący spróbują policzyć, ile AI kosztuje w całym cyklu życia rozwiązania i które wydatki najczęściej wychodzą na jaw dopiero po wdrożeniu.
W programie są także praktyczne przykłady tego, czego unikać: chatbot bez wiarygodnych źródeł, agent bez jasno określonego celu i system RAG zbudowany na danych słabej jakości.
Uczestnicy usłyszą również o zjawisku Shadow AI, czyli korzystaniu przez pracowników z narzędzi AI poza oficjalnymi rozwiązaniami i procedurami firmy. Czy kolejne zakazy coś tu dają? A może lepiej ustalić zasady bezpiecznego korzystania z AI i stworzyć warunki, w których nikt nie będzie musiał obchodzić firmowych reguł?
Webinar „Co naprawdę psuje wdrożenia AI w firmach?” to kolejne spotkanie z cyklu „Czas na upgrade”, w którym PJATK przygląda się zmianom technologicznym i kompetencjom potrzebnym w świecie szybko rozwijającej się sztucznej inteligencji. Odbędzie się 1 października 2026 r. o godz. 18:00, a dołączyć można przez wydarzenie na LinkedIn. Organizatorzy zapraszają wszystkich, którzy chcą zrozumieć, co dzieli działający prototyp od systemu, za który firma może wziąć odpowiedzialność.
poleca:
