Dostęp do zaawansowanych modeli sztucznej inteligencji jeszcze kilka lat temu wymagał własnej serwerowni, zespołu naukowców i budżetu liczonego w milionach. Dziś wystarczy przeglądarka i konto u jednego z hyperscalerów, Microsoft Azure, Amazon Web Services czy Google Cloud. Pięcioosobowa firma z Krakowa ma dostęp do tych samych narzędzi co globalny koncern z Doliny Krzemowej. Co to oznacza w praktyce? Jak przygotować organizację na wdrożenie AI? I czym są agenci AI, o których mówi dzisiaj cała branża?
Rozmawiają: Paweł Pilarczyk, dziennikarz technologiczny, Krzysztof Folek z Microsoft Polska oraz Jacek Kotynia z TD SYNNEX.
AI przed erą generatywną
Paweł Pilarczyk: Generatywna sztuczna inteligencja zdominowała dyskusję publiczną, ale samo AI nie jest niczym nowym. Gdzie kryło się wcześniej, zanim pojawił się ChatGPT i każdy mógł otworzyć przeglądarkę i zadać pytanie?
Krzysztof Folek: Sieci neuronowe, uczenie maszynowe, rozwiązania sztucznej inteligencji istniały od wielu lat. Pamiętam projekt zrealizowany w Polsce przez partnera Microsoft dobre 10–15 lat temu. Na bazie uczenia maszynowego budowano rozwiązanie predictive maintenance na linii montażowej w fabryce. System analizował dane z czujników IoT, wykrywał nietypowe drgania, dźwięki i na tej podstawie przewidywał, które urządzenia mogą ulec awarii w ciągu najbliższych kilku dni. Po fazie proof of concept trafiał w 100% przypadków. Serwisanci dokładnie wiedzieli, co przeglądać w krótkim oknie serwisowym.
Paweł Pilarczyk: Tyle że te rozwiązania budowały konkretne firmy, na własnych serwerach, z własnymi zespołami.
Krzysztof Folek: Dokładnie. Gdybym 10–15 lat temu zapytał kogoś o sztuczną inteligencję, to pierwsza asocjacja to sterylna serwerownia wielkości boiska i zespół naukowców z doktoratami z matematyki i statystyki, którzy te modele budowali i trenowali. Dziś firma pięcio-, piętnasto- czy pięćdziesięcioosobowa może sobie takie rozwiązania AI w kilka minut uruchomić przez przeglądarkę. Nie trzeba budować zespołu dwudziestu specjalistów. To jest dokładnie ta sama zmiana, którą przeszliśmy z chmurą obliczeniową.
Rewolucja generatywna i demokratyzacja dostępu
Paweł Pilarczyk: Wroćmy do teraźniejszości. Mamy generatywną sztuczną inteligencję, która pozwala budować rozwiązania przez wpisanie promptu. Nie trzeba być programistą ani zatrudniać rzeszy developerów. Jak firmy mogą to realnie wykorzystać?
Jacek Kotynia: Myślę, że jednym z kluczowych momentów było udostępnienie Copilota dla każdego segmentu rynku. Wcześniej rozwiązania enterprise były zarezerwowane dla największych. Dziś z Copilota korzystają osoby prywatne i najmniejsze organizacje, w przystępnej cenie. Do tego dochodzi fakt, że Microsoft ma region chmurowy w Polsce, co przekreśla argument o odległości danych. W codziennej pracy Copilot pozwala napisać maila, przygotować plan spotkania, podsumować spotkanie w Teams, wskazać przypisane zadania. Tych scenariuszy są setki.
Krzysztof Folek: Podpisuję się pod tym. Odwołam się do scenariuszy, które Jacek wymienił, bo to jest najbardziej nośne. Podsumowanie spotkań, szybka odpowiedź na maila w dowolnym języku, streszczenie 30-stronicowego dokumentu w dwa akapity. To punkt startowy dla każdej firmy, która jeszcze nie zaczęła przygody z AI w swoich procesach. A trzeba pamiętać o jednym: jeśli firma oficjalnie nie wdrożyła AI, to pracownicy i tak już z niego korzystają. W domu zobaczyli, jak to działa, i chcą tego samego w pracy. W jednym oknie mają otwarty dokument, w drugim czat AI i robią copy-paste. Pytanie brzmi: czy organizacja to kontroluje, czy nie.
Shadow IT i bezpieczeństwo danych
Jacek Kotynia: To jest jeden z najważniejszych tematów. Przez ostatnie dwa lata na spotkaniach z klientami zadawaliśmy pytanie: kto korzysta z AI? Często management nie podnosił ręki. Potem się okazywało, że specjaliści korzystają intensywnie. Kolejne pytanie: czy używacie narzędzi zgodnych z procedurami bezpieczeństwa? Tu zaczynały się problemy. Było kilka głośnych przypadków, gdzie pracownicy korzystali z konsumenckiego AI i dane projektów wyciekły na zewnątrz. Microsoft odpowiedział na to Copilotem dla biznesu, w którym wszystkie dane pozostają wewnątrz organizacji, a administrator ma pełny wgląd i kontrolę nad tym, co AI robi z firmowymi informacjami.
Krzysztof Folek: Warto rozróżnić dwie kategorie. Są rozwiązania konsumenckie, darmowe lub niemal darmowe, gdzie dane są używane do retrenowania modelu. Jeśli wrzucimy tam pracę domową albo umowę najmu, to nie jest to jakiś dramatyczny problem. Ale jeśli ktoś wrzuci tajne plany kampanii marketingowych na najbliższe pół roku, to ryzyko jest realne. Model się na tym nauczy i zachodzi prawdopodobieństwo, że ktoś uzyska dostęp do tych danych. W rozwiązaniach biznesowych Microsoft dane są odseparowane od wszystkiego na zewnątrz. Microsoft nie ma do nich dostępu, nie może ich wykorzystywać. Gwarantują to zarówno architektura systemu, jak i klauzule umowne.
Dane w chmurze: lokalizacja, regulacje, zaufanie
Paweł Pilarczyk: Częste pytanie od klientów: chciałbym AI, ale boję się o prywatność danych. Do tej pory trzymałem je u siebie na serwerach. Teraz przychodzi hyperscaler i mówi: daj mi te dane. Jaka jest gwarancja, że nie wyciekną? A jeśli jestem z branży regulowanej, bankiem, ubezpieczycielem, jak zagwarantować odpowiednią rezydencję danych?
Jacek Kotynia: Po pierwsze, w Polsce działa region chmurowy Microsoft. Użytkownik może wybrać, z którego regionu korzysta, np. Polskę czy inny kraj Unii Europejskiej. Microsoft spełnia wszelkie certyfikaty bezpieczeństwa: SOC 1, 2, 3, normy ISO, RODO. W zeszłym roku prowadziliśmy wspólnie z Microsoft i jedną z wiodących kancelarii prawnych w Polsce case study o wdrożeniu Copilota i AI. Działy prawne dużych firm korzystają z tych rozwiązań, co potwierdza ich zgodność ze wszystkimi regulacjami.
Krzysztof Folek: Azure jest rozwijany komercyjnie od 2011–2012 roku. To wielomiliardowe nakłady i dziesiątki tysięcy ludzi pracujących nad bezpieczeństwem. Dane są szyfrowane w spoczynku i w tranzycie. Pozostają tam, gdzie klient wskaże. Są odseparowane od Microsoftu i od innych klientów. Mamy opisane procesy na wypadek, gdyby jakaś organizacja rządowa zażądała dostępu. W ostatnim raporcie transparentności liczba udostępnień danych firmowych podmiotom zewnętrznym wyniosła zero. Jeśli chodzi o branżę finansowo-ubezpieczeniową, chmura Azure w całości spełnia wymagania KNF, jednego z najbardziej wymagających regulatorów w Europie. Mamy wiele wdrożeń w tym sektorze.
Paweł Pilarczyk: Dodajmy perspektywę ryzyka. Gdyby dane wyciekły z winy Microsoftu, byłaby to katastrofa wizerunkowa i finansowa. Microsoft nie może sobie na to pozwolić. Ale pamiętajmy też, że żadne zabezpieczenia po stronie dostawcy nie pomogą, jeśli my sami nie zadbamy o bezpieczeństwo po naszej stronie.
Krzysztof Folek: Stąd podejście zero trust. Nawet jeśli zabezpieczenia po stronie klienta nie są idealne, staramy się trzymać zagrożenia z dala od infrastruktury. Microsoft odpiera ogromną liczbę ataków każdego dnia. Mogę powiedzieć, że publiczna chmura Azure jest jednym z najbezpieczniejszych miejsc, w których firma może trzymać swoje dane i aplikacje.
Jacek Kotynia: Potwierdzają to niezależne źródła. Raport Gartnera, publikowany co roku, umieszcza Microsoft w czołówce pod względem bezpieczeństwa. To pokazuje zmianę firmy, która kiedyś była kojarzona głównie z systemem Windows, w globalnego lidera bezpieczeństwa chmurowego.
Jak przygotować organizację na wdrożenie AI
Paweł Pilarczyk: Załóżmy, że firma chce wdrożyć AI. Co musi zrobić, żeby się przygotować?
Jacek Kotynia: Pierwsza sprawa: porządek w danych i uprawnieniach. Kiedy Copilot wchodził na rynek dwa, trzy lata temu, okazywało się, że w wielu firmach dane były źle skategoryzowane i źle zabezpieczone. Sprytny administrator IT nagle miał dostęp do informacji, do których nie powinien mieć dostępu. Konieczna jest kategoryzacja danych i odpowiednie zarządzanie poufnością. Druga aspekt to ludzie. Człowiek jest najsłabszym ogniwem. Musimy się nauczyć pracować z AI, wykorzystywać jego przewagi i robić to efektywnie. Trzeba też zadbać o to, żeby pracownicy nie czuli stresu, że AI ich zastąpi, bo tak naprawdę nie tędy droga.
Krzysztof Folek: Potwierdzam, choć dodam, że kwestia poufności to nie jest problem AI. Jeśli ktoś przed Copilotem miał źle zabezpieczone foldery, to był problem higieny cyfrowej i procesów obiegu informacji. AI to tylko ujawnił. Natomiast jest coś, co uważam za równie ważne jak same dane: zarządzanie zmianą. Szkolenie to tylko jeden element. Potrzebna jest komunikacja w organizacji: dlaczego to robimy, jakie mają być efekty, jak wygląda plan krótko- i długoterminowy. Chodzi o to, żeby zamienić hype w namacalne wyniki. Na przykład: zrobiliśmy pilota w dziale sprzedaży i mamy 20% oszczędności czasu w odpowiedziach na zapytania ofertowe, bo AI analizuje RFP, dopasowuje produkty i pomaga podjąć decyzję, na które zapytania warto odpowiadać. Taki namacalny efekt przekonuje bardziej niż ogólne obietnice.
Agenci AI: kolejna rewolucja
Paweł Pilarczyk: Przejdźmy do tematu, o którym mówi dziś cała branża. Czym są agenci AI? Czym różnią się od zwykłego czatu? I co muszę zrobić, żeby takiego agenta wdrożyć w firmie?
Jacek Kotynia: Na rynku pojawiło się pojęcie low-code. Microsoft ma Copilot Studio i inne narzędzia, w których bez posiadania zespołu ekspertów data science czy programistów jesteśmy w stanie stworzyć agenta wykonującego nasze polecenia. Przeszukiwanie maili z umowami, automatyczna weryfikacja dokumentów, obsługa zapytań logistycznych od klientów. Rok temu wszyscy mówili o Copilocie i czacie. Ten rok należy do agentów. A przyszłość to współpraca wielu agentów wewnątrz organizacji. Każdy dział, prawny, HR-owy, logistyczny, ma inne potrzeby. Można stworzyć dedykowanego agenta dla każdego zespołu, a docelowo ci agenci będą pracować między sobą.
Paweł Pilarczyk: Dodam definicję dla pełnego obrazu. Agent AI to robot programowy, który dostaje zadanie i je wykonuje. To nie jest czat, z którym się rozmawia. Agent korzysta z narzędzi: może się zalogować do CRM-a, wyciągnąć dane, otworzyć Outlooka i wysłać maila, przygotować prezentację w PowerPoincie. Działa autonomicznie, używając narzędzi, które mamy w firmie.
Krzysztof Folek: Dokładnie tak. Podam konkretny przykład biznesowy. Wyobraźmy sobie hurtownię. Można zbudować agenta, który sprawdza sprzedaż w zestawieniu ze stanem magazynowym. Agent loguje się do systemu ERP, weryfikuje, ile danego produktu sprzedano, koreluje to z magazynem, sprawdza w systemie logistycznym, czy coś jest w drodze, i podejmuje decyzję w ramach zadanych parametrów. Może sam złożyć zamówienie albo przygotować formatkę, którą my tylko podpiszemy. Co ważne: jeśli system nie działa i agent nie może sprawdzić stanów magazynowych, nie stanie w miejscu. Wyśle maila z informacją, że na bazie danych sprzedażowych z ostatnich tygodni danego produktu może wkrótce zabraknąć, i załączy gotową formatkę zamówienia.
Jacek Kotynia: Pracownicy, którzy dzisiaj wykonują takie powtarzalne zadania, będą mieli czas na to, żeby swój potencjał wykorzystać inaczej.
Krzysztof Folek: Powiedziałbym więcej: będą mogli się skupić na pracy kreatywnej, która przynosi większą satysfakcję i lepszy efekt biznesowy.
Ile to kosztuje?
Paweł Pilarczyk: Przejdźmy do jednej z najtrudniejszych kwestii – kosztów. Jak firma może oszacować i kontrolować wydatki na AI, żeby po miesiącu nie dostać rachunku, który zje całą marżę?
Jacek Kotynia: Punkt wyjścia: jasno określone cele biznesowe. Microsoft udostępnia kalkulator cenowy, można też skorzystać z wiedzy partnerów wdrożeniowych. Wiele firm w Polsce stosuje model hybrydowy: część infrastruktury trzymają u siebie, a chmurę angażują do konkretnych zadań. Na przykład: wiemy, że będzie Black Friday, więc zamiast kupować dwadzieścia serwerów, przerzucamy ruch na Azure na czas szczytu. To kluczowa zaleta hyperscalerów: płacimy za to, czego faktycznie używamy, kiedy tego używamy.
Krzysztof Folek: Rozbiłbym to na dwa obszary. Pierwszy: Copilot jako narzędzie osobistej produktywności. To jest produkt z cennika, z określonym kosztem miesięcznym na licencję. Mamy 10 pracowników, kupujemy 10 licencji, dokładnie wiemy, ile nas to kosztuje. Na początku mniej wiemy o benefitach, ale tu pomaga partner wdrożeniowy, który ustala kryteria sukcesu. Może się okazać, że bez zwiększania zespołu będziemy odpowiadać na 30% więcej zapytań ofertowych. Drugi obszar to rozwiązania agentowe i bardziej zaawansowane wdrożenia. Tu budujemy z komponentów i mamy gotowe metodyki do estymacji kosztów. Przed wdrożeniem produkcyjnym można z dużą pewnością oszacować, ile się pojawi na rachunku. Mamy wielu partnerów z wiedzą ekspercką w tym zakresie, a firmy mogą skorzystać z ich ekspertyzy.
Paweł Pilarczyk: Stąd też znaczenie podejścia proof of concept. Zamiast rzucać się na całość, firma wybiera jeden obszar, wdraża rozwiązanie, mierzy efekty. Jeśli działa i się opłaca, skaluje. Jeśli nie, zamyka projekt i próbuje gdzie indziej. Małe kroki, małe ryzyko.
Krzysztof Folek: Moja rekomendacja: wybrać taki proces, który da się zrealizować w odpowiednio krótkim czasie i jest dobrze mierzalny. Najlepiej taki, który przyniesie wyraźne efekty. Trzy miesiące, podsumowanie, namacalny wynik. To jest znacznie lepszy punkt startowy niż 18-miesięczny projekt, po którym połowa zespołu się wymieni i nikt nie pamięta pierwotnych założeń. Naturalny odruch w wielu firmach to oczywiście próba zmierzeania się z największym procesem w firmie. Niestety to niekoniecznie najlepszy wybór na pierwszy projekt AI.
Chciałbym podkreślić jedną rzecz, bo to jest sedno całej rozmowy. Dziś firmy pięcio-, dziesięcio-, dwudziestoosobowe w Polsce mają dostęp do dokładnie tych samych rozwiązań, co największe korporacje i najbogatsze startupy ze Stanów Zjednoczonych. Nie trzeba inwestować dziesiątek milionów w serwery, karty graficzne, RAM. Można to w pół godziny uruchomić u hyperscalera. To jest trochę tak, jak z elektrowniami: na początku każda fabryka musiała budować własną elektrownię. Potem wystarczyło włożyć wtyczkę do kontaktu. Tak samo będzie z AI. Po prostu będziemy mieli AI w organizacji, będziemy wpisywać polecenie i AI będzie działać.
Jacek Kotynia: To jest właśnie demokratyzacja. Hyperscalerzy zamawiają hurtowo i udostępniają to każdemu. Koszty wejścia są znacząco niższe niż budowa własnej infrastruktury. A wiedza jest dostępna za darmo: szkolenia Microsoftu, program edukacyjny AI prowadzony przez Łukasza Foksa, platforma learningowa, certyfikaty. Każdy może się uczyć i wdrażać.
Paweł Pilarczyk: Nigdy w historii polskie firmy nie miały dostępu do dokładnie tej samej technologii, która jest dostępna dla największych przedsiębiorstw na świecie. To chyba najlepsze podsumowanie.
