Ludzie i algorytmy na UEP: automatyzacja marketingu, bezpieczeństwo danych i praktyka AI

Dwa dni o tym, jak AI naprawdę wchodzi do organizacji

23 i 24 czerwca 2026 brałem udział w wydarzeniu People and Algorithms: What It Takes to Make AI Work in Organizations? na Uniwersytecie Ekonomicznym w Poznaniu. Konferencja była częścią projektu DIGIT „People and algorithms in organizations: competencies to work in the digital environment”, którego oś kręci się wokół kompetencji potrzebnych do pracy w gospodarce cyfrowej i w środowisku Marketingu 5.0.

To jest dla mnie bardzo sensowny punkt ciężkości. W rozmowach o AI łatwo uciec w narzędzia, efekty demo albo wielkie hasła. W praktyce organizacje wygrywają wtedy, gdy potrafią połączyć trzy rzeczy: proces, dane i ludzi, którzy rozumieją, co narzędzie robi oraz czego nie powinno robić.

Warsztat: automatyzacja w marketingu

Pierwszego dnia prowadziłem po polsku warsztat Automatyzacja w marketingu dla zarejestrowanych studentów. Dałem uczestnikom bezpłatny dostęp do Claude i Claude Design, żeby mogli pracować na konkretnych przepływach, a nie tylko słuchać o narzędziach. Zależało mi na tym, żeby nie robić pokazu „magicznych promptów”, tylko przejść przez sposób myślenia, który da się potem zastosować w codziennej pracy zespołu.

Rozmawialiśmy o tym, gdzie automatyzacja ma sens, a gdzie tylko przenosi chaos z jednego narzędzia do drugiego. Dobre automatyzacje zaczynają się od powtarzalnego procesu: wejście, decyzja, odpowiedzialność, wynik, kontrola jakości. Dopiero potem warto dobierać narzędzie.

Najważniejsze wątki z warsztatu:

1. Nie automatyzuj bałaganu. Jeśli proces jest niejasny, AI tylko zwiększy tempo produkowania niejasnych wyników.
2. Zostaw człowieka tam, gdzie jest ryzyko reputacyjne lub prawne. Automatyzacja może przygotować materiał, ale odpowiedzialność musi być czytelna.
3. Buduj małe przepływy pracy. Lepiej wdrożyć jeden stabilny proces niż pięć efektownych demonstracji, których nikt nie utrzyma.
4. Mierz czas i jakość, nie tylko zachwyt. Dobre narzędzie powinno skracać cykl pracy albo poprawiać decyzję, a nie tylko wyglądać nowocześnie.

Keynote: bezpieczeństwo danych i odporność na dezinformację

Drugiego dnia wystąpiłem z keynote Data Security in Organisations, Building Resilience Against Disinformation. To naturalne uzupełnienie rozmowy o automatyzacji. Im więcej procesów opiera się na danych, modelach i szybkim obiegu informacji, tym większe znaczenie ma pytanie: skąd wiemy, że pracujemy na właściwym materiale?

W organizacjach ryzyko nie polega wyłącznie na tym, że ktoś „użyje AI źle”. Ryzyko pojawia się wcześniej: w niezweryfikowanych źródłach, zbyt szybkim kopiowaniu treści, braku zasad dostępu, niejasnej odpowiedzialności i w kulturze pracy, która nagradza tempo bardziej niż sprawdzenie faktów.

Dlatego odporność na dezinformację nie jest wyłącznie tematem medialnym. To kompetencja operacyjna. Dotyczy marketingu, sprzedaży, HR, obsługi klienta i zarządów, bo każdy z tych obszarów podejmuje decyzje na podstawie informacji.

Być na scenie z prof. Markiem Kowalkiewiczem

Miłym i trochę surrealistycznym momentem było znalezienie się w programie i na tej samej konferencyjnej scenie co prof. Marek Kowalkiewicz z Queensland University of Technology. Jego keynote Business-to-Algorithm-to-Customer, the Algorithmic Customer Perspective bardzo dobrze domknął rozmowę o tym, że algorytmy nie są już tylko narzędziem wewnątrz firmy. Coraz częściej stają się uczestnikiem relacji między organizacją a klientem.

A prywatnie: prawie kończę jego książkę, więc słuchanie tego wystąpienia miało dodatkowy, bardzo przyjemny kontekst ;D

Co zostaje po wydarzeniu

Najbardziej zostaje mi myśl, że kompetencje cyfrowe nie powinny być traktowane jako osobna „warstwa technologiczna”. To część normalnej pracy organizacji. Zespół musi rozumieć dane, proces, automatyzację, bezpieczeństwo i odpowiedzialność, bo AI nie zastępuje tych tematów. Ono je uwidacznia.

Jeśli miałbym streścić wniosek dla firm, które zaczynają wdrażać AI w marketingu lub operacjach, powiedziałbym tak: zacznij od jednego konkretnego procesu, opisz ryzyka, ustal punkt kontroli człowieka i dopiero wtedy dobierz narzędzia. To mniej efektowne niż demo, ale znacznie bliższe wartości biznesowej.

Zdjęcia: materiały Uniwersytetu Ekonomicznego w Poznaniu i projektu DIGIT. Więcej kontekstu znajdziesz na stronie projektu DIGIT oraz na profilu DIGIT na LinkedIn.

Chcesz porozmawiać o praktycznym AI w organizacji?

Prowadzę warsztaty i wdrożenia, które łączą automatyzację, bezpieczeństwo danych i procesy zespołów. Jeśli chcesz sprawdzić, gdzie AI może dać wartość bez dokładania chaosu, napisz przez sekcję kontaktu.