app01 Wed, 09 Sep 2026 22:29:36 +0000 Fireside (https://fireside.fm) MIT Sloan Management Review Polska - Episodes Tagged with “Ai W Firmie” https://mitpolska.fireside.fm/tags/ai_w_firmie Fri, 07 Aug 2026 15:00:00 +0200 Jako wydawców i redaktorów MIT Sloan Management Review Polska fascynują nas zagadnienia łączące dwa obszary: biznes i najnowsze technologie. Nie obce są nam tematy AI, VR, blockchain, uczenie maszynowe, które decydują dziś o efektywnym i innowacyjnym podejściu do prowadzenia firmy. Rozmawiamy z czołowymi liderami cyfrowej transformacji, oferując solidną dawkę praktycznych wskazówek. Wśród występujących znaleźli się m.in.: Patty McCord, Horace Dediu, Michael Schrage czy Jason Pontin. pl episodic Mówimy o technologiach językiem biznesu. MIT Sloan Management Review Polska Jako wydawców i redaktorów MIT Sloan Management Review Polska fascynują nas zagadnienia łączące dwa obszary: biznes i najnowsze technologie. Nie obce są nam tematy AI, VR, blockchain, uczenie maszynowe, które decydują dziś o efektywnym i innowacyjnym podejściu do prowadzenia firmy. Rozmawiamy z czołowymi liderami cyfrowej transformacji, oferując solidną dawkę praktycznych wskazówek. Wśród występujących znaleźli się m.in.: Patty McCord, Horace Dediu, Michael Schrage czy Jason Pontin. no mit, biznes, technologia, digital, strategia, innowacje MIT Sloan Management Review Polska d.wisniewski@ican.pl Limity AI: 2026 #10 AI obniża koszty, pracownik płaci cenę. Czym grozi uberyzacja pracy? https://mitpolska.fireside.fm/ai-obniza-koszty-pracownikpa-czym-grozi-uberyzacja-pracy 38bfd122-5735-427c-9c6f-fb83e5002f8c Fri, 07 Aug 2026 15:00:00 +0200 MIT Sloan Management Review Polska full MIT Sloan Management Review Polska Czy AI zabierze Ci pracę? To nie zależy od AI, ale od człowieka – to ludzie decydują po co wdrażają AI i jakich oczekuje korzyści biznesowych. 1:40:50 no <p>Już dziś AI przyspiesza programowanie, analizę dokumentów, tworzenie ekspertyz czy obsługę klienta. Popełnia jednak błędy, za które nie ponosi żadnej odpowiedzialności. Odpowiedzialność jest na nas. Jesteśmy i będziemy od tego, aby łatać po AI – wykrywać i poprawiać wyniki słabej jakości, zwłaszcza tzw. halucynacje / konfabulacje, weryfikować źródła itp. </p> <p>Grozi nam nie tyle masowe bezrobocie, co praca słabej jakości, wyczerpująca psychicznie, która prowadzi do "brain fry" czyli do przesmażania obwodów mózgowych.</p> <p>Ale grozi nam również uberyzacja pracy – zadania, których AI nie potrafi obsłużyć, będzie trafiać na platformy licytujące najtańszych pracowników. Niewykluczone, że wkrótce będziemy zatrudniani na akord – do pracy przy doszkalaniu AI (domain-specific fine-tuning) lub do obsługiwania szczególnie złożonych, nietypowych przypadków.</p> <p>Gościem 10. odcinka "Limitów AI" jest Marek Szymaniak – dziennikarz i reporter. Publikuje w magazynie „Spider’sWeb+”, „Tygodniku Powszechnym” oraz w „Piśmie”. Specjalizuje się w tematyce rynku pracy, w szczególności wpływu na rynek pracy nowych technologii. Jest trzykrotnym finalistą Nagrody „Newsweeka” im. Teresy Torańskiej, którą otrzymał m.in. za debiutancką książkę “Urobieni. Reportaże o pracy” (2020). Jego druga książka, “Zapaść. Reportaże z mniejszych miast” (2021), otrzymała nominację do Nagrody im. Ryszarda Kapuścińskiego oraz do Nagrody Grand Press dla reporterskiej książki roku. W 2026 roku ukazała się “Młócka. Reportaże o pracy przyszłości” (Wyd. Czarne). Twórca podcastu o pracy “Pracownia”.</p> <p>Z Markiem rozmawiamy m.in. o tym jak AI dewastuje zaufanie społeczne, w tym zaufanie do tekstu – czytając artykuł, książkę, raport czy pracę magisterską, coraz częściej nie wiemy, czy spotykamy się z myślą człowieka, czy z syntetyczną kompilacją. Redaktorzy, nauczyciele i promotorzy poświęcają coraz więcej czasu na sprawdzanie, czy źródła, cytaty i opisywane osoby rzeczywiście istnieją. Special Guest: Marek Szymaniak.</p> Już dziś AI przyspiesza programowanie, analizę dokumentów, tworzenie ekspertyz czy obsługę klienta. Popełnia jednak błędy, za które nie ponosi żadnej odpowiedzialności. Odpowiedzialność jest na nas. Jesteśmy i będziemy od tego, aby łatać po AI – wykrywać i poprawiać wyniki słabej jakości, zwłaszcza tzw. halucynacje / konfabulacje, weryfikować źródła itp.

Grozi nam nie tyle masowe bezrobocie, co praca słabej jakości, wyczerpująca psychicznie, która prowadzi do "brain fry" czyli do przesmażania obwodów mózgowych.

Ale grozi nam również uberyzacja pracy – zadania, których AI nie potrafi obsłużyć, będzie trafiać na platformy licytujące najtańszych pracowników. Niewykluczone, że wkrótce będziemy zatrudniani na akord – do pracy przy doszkalaniu AI (domain-specific fine-tuning) lub do obsługiwania szczególnie złożonych, nietypowych przypadków.

Gościem 10. odcinka "Limitów AI" jest Marek Szymaniak – dziennikarz i reporter. Publikuje w magazynie „Spider’sWeb+”, „Tygodniku Powszechnym” oraz w „Piśmie”. Specjalizuje się w tematyce rynku pracy, w szczególności wpływu na rynek pracy nowych technologii. Jest trzykrotnym finalistą Nagrody „Newsweeka” im. Teresy Torańskiej, którą otrzymał m.in. za debiutancką książkę “Urobieni. Reportaże o pracy” (2020). Jego druga książka, “Zapaść. Reportaże z mniejszych miast” (2021), otrzymała nominację do Nagrody im. Ryszarda Kapuścińskiego oraz do Nagrody Grand Press dla reporterskiej książki roku. W 2026 roku ukazała się “Młócka. Reportaże o pracy przyszłości” (Wyd. Czarne). Twórca podcastu o pracy “Pracownia”.

Z Markiem rozmawiamy m.in. o tym jak AI dewastuje zaufanie społeczne, w tym zaufanie do tekstu – czytając artykuł, książkę, raport czy pracę magisterską, coraz częściej nie wiemy, czy spotykamy się z myślą człowieka, czy z syntetyczną kompilacją. Redaktorzy, nauczyciele i promotorzy poświęcają coraz więcej czasu na sprawdzanie, czy źródła, cytaty i opisywane osoby rzeczywiście istnieją.

Special Guest: Marek Szymaniak.

]]> Już dziś AI przyspiesza programowanie, analizę dokumentów, tworzenie ekspertyz czy obsługę klienta. Popełnia jednak błędy, za które nie ponosi żadnej odpowiedzialności. Odpowiedzialność jest na nas. Jesteśmy i będziemy od tego, aby łatać po AI – wykrywać i poprawiać wyniki słabej jakości, zwłaszcza tzw. halucynacje / konfabulacje, weryfikować źródła itp.

Grozi nam nie tyle masowe bezrobocie, co praca słabej jakości, wyczerpująca psychicznie, która prowadzi do "brain fry" czyli do przesmażania obwodów mózgowych.

Ale grozi nam również uberyzacja pracy – zadania, których AI nie potrafi obsłużyć, będzie trafiać na platformy licytujące najtańszych pracowników. Niewykluczone, że wkrótce będziemy zatrudniani na akord – do pracy przy doszkalaniu AI (domain-specific fine-tuning) lub do obsługiwania szczególnie złożonych, nietypowych przypadków.

Gościem 10. odcinka "Limitów AI" jest Marek Szymaniak – dziennikarz i reporter. Publikuje w magazynie „Spider’sWeb+”, „Tygodniku Powszechnym” oraz w „Piśmie”. Specjalizuje się w tematyce rynku pracy, w szczególności wpływu na rynek pracy nowych technologii. Jest trzykrotnym finalistą Nagrody „Newsweeka” im. Teresy Torańskiej, którą otrzymał m.in. za debiutancką książkę “Urobieni. Reportaże o pracy” (2020). Jego druga książka, “Zapaść. Reportaże z mniejszych miast” (2021), otrzymała nominację do Nagrody im. Ryszarda Kapuścińskiego oraz do Nagrody Grand Press dla reporterskiej książki roku. W 2026 roku ukazała się “Młócka. Reportaże o pracy przyszłości” (Wyd. Czarne). Twórca podcastu o pracy “Pracownia”.

Z Markiem rozmawiamy m.in. o tym jak AI dewastuje zaufanie społeczne, w tym zaufanie do tekstu – czytając artykuł, książkę, raport czy pracę magisterską, coraz częściej nie wiemy, czy spotykamy się z myślą człowieka, czy z syntetyczną kompilacją. Redaktorzy, nauczyciele i promotorzy poświęcają coraz więcej czasu na sprawdzanie, czy źródła, cytaty i opisywane osoby rzeczywiście istnieją.

Special Guest: Marek Szymaniak.

]]> Limity AI: 2026 #9 Czy AI zabierze nam pracę? Nowe badanie obala popularne mity https://mitpolska.fireside.fm/nowe-badanie-obala-popularne-mity-ai fcf9e532-3304-4ee0-8dad-758ce497aabf Mon, 27 Jul 2026 13:00:00 +0200 MIT Sloan Management Review Polska full MIT Sloan Management Review Polska Które zawody zlikwiduje AI? Zespół naukowców z Politechniki Rzeszowskiej zaprezentował wyniki prekursorskich badań prowadzonych we współpracy z Human for Future Foundation nt. perspektyw automatyzacji zawodów krytycznych dla Podkarpacia ze szczególnym uwzględnieniem przedsiębiorstw wysokich technologii zrzeszonych w Dolinie Lotniczej. Wnioski kwestionują najbardziej popularne, obiegowe mity – wbrew obawom podsycanym przez media, nie da się wskazać żadnego stanowiska, które dałoby się w pełni automatyzować przy pomocy dostępnych technologii AI. 2:14:26 no <p>Wnioski te wynikają z przyjętej metodologii. Po pierwsze, to pierwsze w skali świata udokumentowane badanie, które uwzględnia aktualny stan wiedzy nt. nieautomatyzowalnych kompetencji ludzkich, w szczególności tzw. inteligencji płynnej oraz tacit knowledge. Po drugie, w odróżnieniu od większości badań tego typu, za jednostkę bazową przyjęto nie tyle dany zawód (rolę, stanowisko), co spektrum typowych dla danego zawodu zadań i procesów (bazując na oficjalnych taksonomiach typu O*NET, ESCO oraz na konsultacjach z praktykami biznesu). Przedmiotem analizy nie są więc ogólnikowo zawody czy stanowiska, a bardziej szczegółowo – zadania i procesy. Po trzecie analizę potencjału automatyzacji uzależniono od kontekstu organizacyjnego – te same role, a co za tym idzie – te same zadania i procesy, mają różne progi automatyzowalności w zależności od specyfiki branży czy modelu biznesowego.<br> ➡️Prezentowane wnioski nie znaczą oczywiście, że firmy nie będą zwalniać lub ograniczać zatrudnienia (zwłaszcza na stanowiskach juniorskich). Wynika z nich jednak, że wszelkie takie decyzje biorą się nie tyle z nadzwyczajnych możliwości AI, co z motywacji czysto biznesowych – AI wykona część zadań "good enough", dostarczając zarazem wygodnego pretekstu by ciąć koszty pracy i zwiększać presję na ludziach, stwarzając jednocześnie pozory innowacji.<br> ➡️Innymi słowy – samo AI nie zabiera pracy, ale daje pretekst cynicznym organizacjom. Jakie to ryzyka niesie dla biznesu pokazują omawiane przez nas wielokrotnie przypadki Klarny czy Forda.</p> <p>🔔 Gośćmi 9. odcinka "Limitów AI" są dr inż Tomasz Żabiński oraz dr Paweł Szczęsny<br> Special Guests: dr Paweł Szczęsny and dr inż Tomasz Żabiński.</p> ai, praca Wnioski te wynikają z przyjętej metodologii. Po pierwsze, to pierwsze w skali świata udokumentowane badanie, które uwzględnia aktualny stan wiedzy nt. nieautomatyzowalnych kompetencji ludzkich, w szczególności tzw. inteligencji płynnej oraz tacit knowledge. Po drugie, w odróżnieniu od większości badań tego typu, za jednostkę bazową przyjęto nie tyle dany zawód (rolę, stanowisko), co spektrum typowych dla danego zawodu zadań i procesów (bazując na oficjalnych taksonomiach typu O*NET, ESCO oraz na konsultacjach z praktykami biznesu). Przedmiotem analizy nie są więc ogólnikowo zawody czy stanowiska, a bardziej szczegółowo – zadania i procesy. Po trzecie analizę potencjału automatyzacji uzależniono od kontekstu organizacyjnego – te same role, a co za tym idzie – te same zadania i procesy, mają różne progi automatyzowalności w zależności od specyfiki branży czy modelu biznesowego.
➡️Prezentowane wnioski nie znaczą oczywiście, że firmy nie będą zwalniać lub ograniczać zatrudnienia (zwłaszcza na stanowiskach juniorskich). Wynika z nich jednak, że wszelkie takie decyzje biorą się nie tyle z nadzwyczajnych możliwości AI, co z motywacji czysto biznesowych – AI wykona część zadań "good enough", dostarczając zarazem wygodnego pretekstu by ciąć koszty pracy i zwiększać presję na ludziach, stwarzając jednocześnie pozory innowacji.
➡️Innymi słowy – samo AI nie zabiera pracy, ale daje pretekst cynicznym organizacjom. Jakie to ryzyka niesie dla biznesu pokazują omawiane przez nas wielokrotnie przypadki Klarny czy Forda.

🔔 Gośćmi 9. odcinka "Limitów AI" są dr inż Tomasz Żabiński oraz dr Paweł Szczęsny

Special Guests: dr Paweł Szczęsny and dr inż Tomasz Żabiński.

]]> Wnioski te wynikają z przyjętej metodologii. Po pierwsze, to pierwsze w skali świata udokumentowane badanie, które uwzględnia aktualny stan wiedzy nt. nieautomatyzowalnych kompetencji ludzkich, w szczególności tzw. inteligencji płynnej oraz tacit knowledge. Po drugie, w odróżnieniu od większości badań tego typu, za jednostkę bazową przyjęto nie tyle dany zawód (rolę, stanowisko), co spektrum typowych dla danego zawodu zadań i procesów (bazując na oficjalnych taksonomiach typu O*NET, ESCO oraz na konsultacjach z praktykami biznesu). Przedmiotem analizy nie są więc ogólnikowo zawody czy stanowiska, a bardziej szczegółowo – zadania i procesy. Po trzecie analizę potencjału automatyzacji uzależniono od kontekstu organizacyjnego – te same role, a co za tym idzie – te same zadania i procesy, mają różne progi automatyzowalności w zależności od specyfiki branży czy modelu biznesowego.
➡️Prezentowane wnioski nie znaczą oczywiście, że firmy nie będą zwalniać lub ograniczać zatrudnienia (zwłaszcza na stanowiskach juniorskich). Wynika z nich jednak, że wszelkie takie decyzje biorą się nie tyle z nadzwyczajnych możliwości AI, co z motywacji czysto biznesowych – AI wykona część zadań "good enough", dostarczając zarazem wygodnego pretekstu by ciąć koszty pracy i zwiększać presję na ludziach, stwarzając jednocześnie pozory innowacji.
➡️Innymi słowy – samo AI nie zabiera pracy, ale daje pretekst cynicznym organizacjom. Jakie to ryzyka niesie dla biznesu pokazują omawiane przez nas wielokrotnie przypadki Klarny czy Forda.

🔔 Gośćmi 9. odcinka "Limitów AI" są dr inż Tomasz Żabiński oraz dr Paweł Szczęsny

Special Guests: dr Paweł Szczęsny and dr inż Tomasz Żabiński.

]]>