app03 Tue, 13 Oct 2026 19:06:40 +0000 Fireside (https://fireside.fm) MIT Sloan Management Review Polska - Episodes Tagged with “Openai” https://mitpolska.fireside.fm/tags/openai Fri, 25 Sep 2026 18:00:00 +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 #13 Setki miliardów dolarów pompowane w chipy – czy kiedykolwiek się zwrócą? https://mitpolska.fireside.fm/popyt-na-ai-czym-jest 8fdf5fb0-2cc4-4cae-a6b7-4394accf83b7 Fri, 25 Sep 2026 18:00:00 +0200 MIT Sloan Management Review Polska full MIT Sloan Management Review Polska Nadchodzi rewolucja czy największy kryzys? NVIDIA zarabia miliardy na procesorach, podczas gdy 90% użytkowników modeli nie płaci za korzystanie, a ich dostawcy nie wykorzystują nawet połowy zamówionych mocy obliczeniowych. Jednocześnie ta sama INVIDIA dorzuca dziesiątki miliardów do biznesu klientów, którzy u niej kupują – czy to oznacza, że płaci sama sobie? 2:33:10 no <p>W 13. (27.) odcinku "Limitów AI" rozmawiamy o bańkach i o inwestycjach – analizujemy dynamikę kryzysów w różnych scenariuszach, zarówno z perspektywy makro, jak i z perspektywy przeciętnego przedsiębiorcy czy konsumenta. Czym tak naprawdę jest bańka? Jak powstaje? Kiedy pęka? Na czym polega pompowanie bańki? Jakie strategie stosuje venture marketing? Jak odróżnić realny popyt od owczego pędu i spekulatywnej gorączki?</p> <p>Czemu OpenAI i Anthropic tak długo zwlekają z debiutem na giełdzie (IPO)? Jak zareaguje rynek? Co jeżeli będzie podobne rozczarowanie jak po debiucie SpaceX? Czy załamanie wycen może rozlać na całą gospodarkę? Co wówczas czeka Polskę i nasze portfele? </p> <p>W pierwszej części rozmowy nurkujemy głęboko pod powierzchnię narracji wokół AI – do serca technologii, czyli do półprzewodników, bez której tzw. głębokie sieci neuronowe (DNN) oraz zbudowane na nich transformery, pozostałyby tylko teorią na papierze. Czym są półprzewodniki? Jak wygląda techniczne zaplecze rewolucji AI? Dlaczego ASML i TSMC stały się strategicznymi ogniwami gospodarki? Jak półprzewodniki chronią Tajwan? Gdzie jest Polska w tym globalnym łańcuchu wartości?</p> <p>Gościem 13. (27.) odcinka "Limity AI" jest Marek Zuber – ekonomista, analityk rynków finansowych i doradca gospodarczy. Studiował Finanse i Bankowość na Akademii Ekonomicznej w Krakowie oraz elektronikę na Wydziale Elektrotechniki, Automatyki i Elektroniki AGH. Zaczynał jako analityk w Banku Przemysłowo-Handlowym (1999-2002), później był m.in. głównym ekonomistą Internetowego Domu Maklerskiego (2005-2007) oraz szefem doradców ekonomicznych premiera RP Kazimierza Marcinkiewicza (2005-2006).</p> <p>Od 2002 prowadzi samodzielną działalność analityczną, doradczą i szkoleniową – zajmuje się prognozami makroekonomicznymi, oceną przedsiębiorstw i doradztwem gospodarczym. Przez ponad dwie dekady zasiadał w szeregu rad nadzorczych spółek sektora bankowego i finansowego. Jako prelegent i panelista uczestniczył w ponad 300 konferencjach gospodarczych organizowanych m.in. przez Giełdę Papierów Wartościowych, Narodowy Bank Polski czy Forum Ekonomiczne w Karpaczu. Wykładowca programów MBA i studiów podyplomowych m.in. na Akademii WSB, Akademii Leona Koźmińskiego oraz Szkoły Głównej Handlowej.</p><p>Special Guest: Marek Zuber.</p> LimityAI, AI, IwoZmyslony W 13. (27.) odcinku "Limitów AI" rozmawiamy o bańkach i o inwestycjach – analizujemy dynamikę kryzysów w różnych scenariuszach, zarówno z perspektywy makro, jak i z perspektywy przeciętnego przedsiębiorcy czy konsumenta. Czym tak naprawdę jest bańka? Jak powstaje? Kiedy pęka? Na czym polega pompowanie bańki? Jakie strategie stosuje venture marketing? Jak odróżnić realny popyt od owczego pędu i spekulatywnej gorączki?

Czemu OpenAI i Anthropic tak długo zwlekają z debiutem na giełdzie (IPO)? Jak zareaguje rynek? Co jeżeli będzie podobne rozczarowanie jak po debiucie SpaceX? Czy załamanie wycen może rozlać na całą gospodarkę? Co wówczas czeka Polskę i nasze portfele?

W pierwszej części rozmowy nurkujemy głęboko pod powierzchnię narracji wokół AI – do serca technologii, czyli do półprzewodników, bez której tzw. głębokie sieci neuronowe (DNN) oraz zbudowane na nich transformery, pozostałyby tylko teorią na papierze. Czym są półprzewodniki? Jak wygląda techniczne zaplecze rewolucji AI? Dlaczego ASML i TSMC stały się strategicznymi ogniwami gospodarki? Jak półprzewodniki chronią Tajwan? Gdzie jest Polska w tym globalnym łańcuchu wartości?

Gościem 13. (27.) odcinka "Limity AI" jest Marek Zuber – ekonomista, analityk rynków finansowych i doradca gospodarczy. Studiował Finanse i Bankowość na Akademii Ekonomicznej w Krakowie oraz elektronikę na Wydziale Elektrotechniki, Automatyki i Elektroniki AGH. Zaczynał jako analityk w Banku Przemysłowo-Handlowym (1999-2002), później był m.in. głównym ekonomistą Internetowego Domu Maklerskiego (2005-2007) oraz szefem doradców ekonomicznych premiera RP Kazimierza Marcinkiewicza (2005-2006).

Od 2002 prowadzi samodzielną działalność analityczną, doradczą i szkoleniową – zajmuje się prognozami makroekonomicznymi, oceną przedsiębiorstw i doradztwem gospodarczym. Przez ponad dwie dekady zasiadał w szeregu rad nadzorczych spółek sektora bankowego i finansowego. Jako prelegent i panelista uczestniczył w ponad 300 konferencjach gospodarczych organizowanych m.in. przez Giełdę Papierów Wartościowych, Narodowy Bank Polski czy Forum Ekonomiczne w Karpaczu. Wykładowca programów MBA i studiów podyplomowych m.in. na Akademii WSB, Akademii Leona Koźmińskiego oraz Szkoły Głównej Handlowej.

Special Guest: Marek Zuber.

]]> W 13. (27.) odcinku "Limitów AI" rozmawiamy o bańkach i o inwestycjach – analizujemy dynamikę kryzysów w różnych scenariuszach, zarówno z perspektywy makro, jak i z perspektywy przeciętnego przedsiębiorcy czy konsumenta. Czym tak naprawdę jest bańka? Jak powstaje? Kiedy pęka? Na czym polega pompowanie bańki? Jakie strategie stosuje venture marketing? Jak odróżnić realny popyt od owczego pędu i spekulatywnej gorączki?

Czemu OpenAI i Anthropic tak długo zwlekają z debiutem na giełdzie (IPO)? Jak zareaguje rynek? Co jeżeli będzie podobne rozczarowanie jak po debiucie SpaceX? Czy załamanie wycen może rozlać na całą gospodarkę? Co wówczas czeka Polskę i nasze portfele?

W pierwszej części rozmowy nurkujemy głęboko pod powierzchnię narracji wokół AI – do serca technologii, czyli do półprzewodników, bez której tzw. głębokie sieci neuronowe (DNN) oraz zbudowane na nich transformery, pozostałyby tylko teorią na papierze. Czym są półprzewodniki? Jak wygląda techniczne zaplecze rewolucji AI? Dlaczego ASML i TSMC stały się strategicznymi ogniwami gospodarki? Jak półprzewodniki chronią Tajwan? Gdzie jest Polska w tym globalnym łańcuchu wartości?

Gościem 13. (27.) odcinka "Limity AI" jest Marek Zuber – ekonomista, analityk rynków finansowych i doradca gospodarczy. Studiował Finanse i Bankowość na Akademii Ekonomicznej w Krakowie oraz elektronikę na Wydziale Elektrotechniki, Automatyki i Elektroniki AGH. Zaczynał jako analityk w Banku Przemysłowo-Handlowym (1999-2002), później był m.in. głównym ekonomistą Internetowego Domu Maklerskiego (2005-2007) oraz szefem doradców ekonomicznych premiera RP Kazimierza Marcinkiewicza (2005-2006).

Od 2002 prowadzi samodzielną działalność analityczną, doradczą i szkoleniową – zajmuje się prognozami makroekonomicznymi, oceną przedsiębiorstw i doradztwem gospodarczym. Przez ponad dwie dekady zasiadał w szeregu rad nadzorczych spółek sektora bankowego i finansowego. Jako prelegent i panelista uczestniczył w ponad 300 konferencjach gospodarczych organizowanych m.in. przez Giełdę Papierów Wartościowych, Narodowy Bank Polski czy Forum Ekonomiczne w Karpaczu. Wykładowca programów MBA i studiów podyplomowych m.in. na Akademii WSB, Akademii Leona Koźmińskiego oraz Szkoły Głównej Handlowej.

Special Guest: Marek Zuber.

]]> Limity AI: 2026 #1 HYPE AI: Kto naprawdę zarabia na straszeniu sztuczną inteligencją? https://mitpolska.fireside.fm/hype-ai-kto-zarabia 1ae93851-3aee-4e7d-a54f-7c52d781a0dc Thu, 02 Apr 2026 18:00:00 +0200 MIT Sloan Management Review Polska full MIT Sloan Management Review Polska "Limity AI" wracają po zimowej przerwie z nowym cyklem rozmów wokół ryzyk i ograniczeń dostępnych technologii AI. 1:40:05 no <p>🔔Gościem tego odcinka jest Jacek Mańko – asystent w Katedrze Zarządzania w Społeczeństwie Sieciowym Akademii Leona Koźmińskiego. Jacek jest absolwentem kognitywistyki na UAM oraz specjalistą analizy i przetwarzania big data z doświadczeniem w consultingu IT. Wspólnie z Marcinem Wilkowskim prowadzi eksperckiego bloga humanistyka.dev, publikuje także na łamach OKO Press.<br> 🔔Z Jackiem rozmawiamy o hype studies i critical AI studies, których jest jednym z prekursorów w Polsce. Dowiemy się przy jakich założeniach AI czuje ból i posiada świadomość oraz kto korzysta na skutkach społecznych tego rodzaju narracji.</p><p>Special Guest: Jacek Mańko.</p> AI, AGI, ASI, hypeai, LimityAI, IwoZmyślony, JacekManko, Tescreal, bpai, mitsmrpl, sztucznainteligencja, podcast, LimityAI, openai, SamAltman 🔔Gościem tego odcinka jest Jacek Mańko – asystent w Katedrze Zarządzania w Społeczeństwie Sieciowym Akademii Leona Koźmińskiego. Jacek jest absolwentem kognitywistyki na UAM oraz specjalistą analizy i przetwarzania big data z doświadczeniem w consultingu IT. Wspólnie z Marcinem Wilkowskim prowadzi eksperckiego bloga humanistyka.dev, publikuje także na łamach OKO Press.
🔔Z Jackiem rozmawiamy o hype studies i critical AI studies, których jest jednym z prekursorów w Polsce. Dowiemy się przy jakich założeniach AI czuje ból i posiada świadomość oraz kto korzysta na skutkach społecznych tego rodzaju narracji.

Special Guest: Jacek Mańko.

Links:

]]> 🔔Gościem tego odcinka jest Jacek Mańko – asystent w Katedrze Zarządzania w Społeczeństwie Sieciowym Akademii Leona Koźmińskiego. Jacek jest absolwentem kognitywistyki na UAM oraz specjalistą analizy i przetwarzania big data z doświadczeniem w consultingu IT. Wspólnie z Marcinem Wilkowskim prowadzi eksperckiego bloga humanistyka.dev, publikuje także na łamach OKO Press.
🔔Z Jackiem rozmawiamy o hype studies i critical AI studies, których jest jednym z prekursorów w Polsce. Dowiemy się przy jakich założeniach AI czuje ból i posiada świadomość oraz kto korzysta na skutkach społecznych tego rodzaju narracji.

Special Guest: Jacek Mańko.

Links:

]]> Limity AI: #12 Dlaczego LLMy nie mogą przestać kłamać? https://mitpolska.fireside.fm/dlaczego-llmy-nie-moga-przestac-klamac dce1b00e-c1b4-4cdb-90f3-d02567c2d0e8 Thu, 09 Oct 2025 17:00:00 +0200 MIT Sloan Management Review Polska full MIT Sloan Management Review Polska Czym są halucynacje? Jakie ich typy najczęściej występują? Z czego wynikają? Dlaczego tzw. RAGi (Retrieval Augmented Generation) czy browsing, choć ograniczają ich ryzyko, nie mogą tego ryzyka wyeliminować? I co na ten temat myślą twórcy LLMów? 2:04:29 no <p>Tzw. halucynacje (zwane też konfabulacjami) to ryzyko, którego nie da się wyeliminować. Niby to wiemy od początku istnienia LLM-ów, ponieważ sam sposób ich trenowania i "rozproszonego" przechowywania przez nie informacji oraz ich przetwarzania przy pomocy tzw. embeddingów (funkcji wektorowych) powoduje, że każda treść generowana przez nie w interakcji z nami (każda odpowiedź na prompta) nie jest zwykłym przywoływaniem dostępnych danych, ale ich statystycznym uogólnieniem.</p> <p>Niektórzy łudzili się jednak, że to tylko przejściowy, tymczasowy problem – że uda się w końcu wypracować rozwiązanie, które wyeliminuje treści nieprawdziwe, zachowując zalety generatywności. Dziś już wiemy, że to niemożliwe – że nie jest to problem techniczny, który by można rozwiązać lepszą inżynierią, ale cecha matematyczna systemów jakimi są LLMy. </p> <p>Co to oznacza w praktyce? Nie masz żadnej gwarancji (i nie możesz mieć nigdy!), że informacja podana przez LLMa nie jest nieprawdziwa. Tam więc, gdzie ryzyko fałszywej informacji jest biznesowo nieakceptowalne, nie możesz polegać wyłącznie na LLMie – musisz wprowadzić do decyzyjnej pętli ludzkiego eksperta (tzw. "man in the loop").</p> <p>A zatem: czym są halucynacje? Jakie ich typy najczęściej występują? Z czego wynikają? Dlaczego tzw. RAGi (Retrieval Augmented Generation) czy browsing, choć ograniczają ich ryzyko, nie mogą tego ryzyka wyeliminować? I co na ten temat myślą twórcy LLMów?</p><p>Special Guest: prof. Michał Karpowicz.</p> halucynacje, konfabulacje, LLM, LRM, AI, MIT Tzw. halucynacje (zwane też konfabulacjami) to ryzyko, którego nie da się wyeliminować. Niby to wiemy od początku istnienia LLM-ów, ponieważ sam sposób ich trenowania i "rozproszonego" przechowywania przez nie informacji oraz ich przetwarzania przy pomocy tzw. embeddingów (funkcji wektorowych) powoduje, że każda treść generowana przez nie w interakcji z nami (każda odpowiedź na prompta) nie jest zwykłym przywoływaniem dostępnych danych, ale ich statystycznym uogólnieniem.

Niektórzy łudzili się jednak, że to tylko przejściowy, tymczasowy problem – że uda się w końcu wypracować rozwiązanie, które wyeliminuje treści nieprawdziwe, zachowując zalety generatywności. Dziś już wiemy, że to niemożliwe – że nie jest to problem techniczny, który by można rozwiązać lepszą inżynierią, ale cecha matematyczna systemów jakimi są LLMy.

Co to oznacza w praktyce? Nie masz żadnej gwarancji (i nie możesz mieć nigdy!), że informacja podana przez LLMa nie jest nieprawdziwa. Tam więc, gdzie ryzyko fałszywej informacji jest biznesowo nieakceptowalne, nie możesz polegać wyłącznie na LLMie – musisz wprowadzić do decyzyjnej pętli ludzkiego eksperta (tzw. "man in the loop").

A zatem: czym są halucynacje? Jakie ich typy najczęściej występują? Z czego wynikają? Dlaczego tzw. RAGi (Retrieval Augmented Generation) czy browsing, choć ograniczają ich ryzyko, nie mogą tego ryzyka wyeliminować? I co na ten temat myślą twórcy LLMów?

Special Guest: prof. Michał Karpowicz.

Links:

]]> Tzw. halucynacje (zwane też konfabulacjami) to ryzyko, którego nie da się wyeliminować. Niby to wiemy od początku istnienia LLM-ów, ponieważ sam sposób ich trenowania i "rozproszonego" przechowywania przez nie informacji oraz ich przetwarzania przy pomocy tzw. embeddingów (funkcji wektorowych) powoduje, że każda treść generowana przez nie w interakcji z nami (każda odpowiedź na prompta) nie jest zwykłym przywoływaniem dostępnych danych, ale ich statystycznym uogólnieniem.

Niektórzy łudzili się jednak, że to tylko przejściowy, tymczasowy problem – że uda się w końcu wypracować rozwiązanie, które wyeliminuje treści nieprawdziwe, zachowując zalety generatywności. Dziś już wiemy, że to niemożliwe – że nie jest to problem techniczny, który by można rozwiązać lepszą inżynierią, ale cecha matematyczna systemów jakimi są LLMy.

Co to oznacza w praktyce? Nie masz żadnej gwarancji (i nie możesz mieć nigdy!), że informacja podana przez LLMa nie jest nieprawdziwa. Tam więc, gdzie ryzyko fałszywej informacji jest biznesowo nieakceptowalne, nie możesz polegać wyłącznie na LLMie – musisz wprowadzić do decyzyjnej pętli ludzkiego eksperta (tzw. "man in the loop").

A zatem: czym są halucynacje? Jakie ich typy najczęściej występują? Z czego wynikają? Dlaczego tzw. RAGi (Retrieval Augmented Generation) czy browsing, choć ograniczają ich ryzyko, nie mogą tego ryzyka wyeliminować? I co na ten temat myślą twórcy LLMów?

Special Guest: prof. Michał Karpowicz.

Links:

]]>