AI, czyli sztuczna inteligencja, obejmuje systemy, które na podstawie danych wejściowych wyprowadzają wyniki, np. przewidywania, rekomendacje lub treści. W biznesie online może wspierać obsługę klienta, analizę danych i tworzenie materiałów. Nie każda automatyzacja jest AI, a użycie AI nie gwarantuje trafnej decyzji.
AI, uczenie maszynowe i modele językowe
Uczenie maszynowe polega na wyznaczaniu wzorców na podstawie danych. Generatywna AI tworzy wyniki, takie jak tekst, obraz lub dźwięk. Model językowy może przygotować odpowiedź na pytanie, ale płynna wypowiedź nie jest dowodem, że zawarte w niej informacje są prawdziwe.
Program wysyłający ustalony e-mail po zmianie statusu zamówienia jest automatyzacją opartą na regule. System klasyfikujący swobodnie napisaną wiadomość klienta może korzystać z AI. W praktycznym procesie oba podejścia często działają razem.
Przykłady zastosowań w firmie
- Obsługa klienta: wstępne propozycje odpowiedzi oparte na zatwierdzonej bazie wiedzy.
- Redakcja: przygotowanie wariantów tekstu, streszczeń i tłumaczeń do sprawdzenia.
- Analiza: klasyfikowanie zgłoszeń, wykrywanie anomalii lub prognozowanie na odpowiednich danych.
- Administracja: transkrypcja nagrania i wydobycie pól dokumentu z kontrolą wyniku.
To przykłady możliwych zastosowań, nie obietnica jakości konkretnego narzędzia. Model do tekstu nie musi być dobrym narzędziem do dokładnych obliczeń. Liczby można wyliczać w kontrolowanym programie, a AI użyć do opisu lub interpretacji wyników.
Ryzyka: zmyślone dane, prywatność i nadmierne zaufanie
NIST opisuje m.in. ryzyka nieprawdziwych wyników, prywatności oraz relacji człowieka z systemem generatywnym. Wynik trzeba oceniać w kontekście zadania i kosztu błędu. Sam komunikat „sprawdź odpowiedź” nie wystarczy w procesie, który automatycznie wysyła dokument do klienta. [1]
- Zweryfikuj źródła, cytaty i liczby przed publikacją.
- Ustal, jakie dane wolno przekazywać dostawcy i na jakich warunkach.
- Ogranicz uprawnienia integracji; dostęp do czytania nie musi obejmować prawa zmiany danych.
- Traktuj instrukcje znalezione w e-mailach lub dokumentach jako treść do analizy, nie polecenia dla systemu.
- Zostaw ścieżkę zgłoszenia problemu i możliwość zatrzymania automatycznego procesu.
Jak zacząć: mały pilotaż
- Wybierz zadanie powtarzalne i odwracalne, np. przygotowanie roboczej odpowiedzi.
- Przygotuj próbkę zadań oraz kryteria poprawności.
- Porównaj czas ręcznej pracy z czasem użycia AI, razem z kontrolą i poprawkami.
- Sprawdź przypadki nietypowe oraz skutki błędów.
- Rozszerz zakres dopiero po spełnieniu ustalonego progu jakości.
Nie trzeba zakładać z góry, że AI jest obowiązkowe dla każdej firmy. Jeśli kontrola trwa dłużej niż wykonanie zadania, korzyść może zniknąć. Koszt obejmuje dostęp, integrację, szkolenie, weryfikację i obsługę błędów.
Co z obowiązkami prawnymi?
AI Act rozróżnia role podmiotów, zastosowania i poziomy ryzyka. Obowiązki mogą dotyczyć m.in. kompetencji osób korzystających z AI, przejrzystości interakcji lub określonych treści syntetycznych. Nie istnieje jedna zasada, że każdy tekst z pomocą AI wymaga identycznego oznaczenia. Sprawdzenie trzeba odnieść do konkretnego zastosowania i aktualnie obowiązujących przepisów. [2]
Czy AI zastąpi pracowników?
Może przejąć część zadań i zmienić podział pracy. Skutek zależy od procesu, jakości wyników i decyzji organizacyjnych. Określenie „asystent” nie ogranicza samo w sobie wpływu na zatrudnienie ani odpowiedzialność. W pilotażu oceniaj zmianę całego procesu, a nie tylko tempo generowania tekstu.
Źródła
- [1] NIST AI 600-1 (2024): profil ryzyk generatywnej AI.
- [2] EUR-Lex: rozporządzenie (UE) 2024/1689, AI Act.
Opracowanie i weryfikacja wskazanych źródeł: 3 października 2026.