Poznaj przyszłość już dziś i bądź
liderem zmian w swojej organizacji!
Wstęp
W obliczu dynamicznego rozwoju technologii, sztuczna inteligencja staje się kluczowym elementem strategii sukcesu najbardziej innowacyjnych firm na świecie. Dla kadry C-level AI to nie tylko narzędzie automatyzacji procesów, ale także katalizator transformacji biznesowej, który umożliwia podejmowanie lepszych decyzji, optymalizację operacji oraz budowanie przewagi konkurencyjnej na globalnym rynku.
Zapraszamy do udziału w 3-dniowym, wszechstronnym programie „AI dla Liderów”, stworzonym specjalnie dla osób na najwyższych szczeblach zarządzania. Program ten dostarcza kompleksowej wiedzy oraz praktycznych umiejętności, które są niezbędne do zrozumienia i skutecznego wdrożenia sztucznej inteligencji w Twojej firmie.
Co wyróżnia program AI dla Liderów?
Zaprojektowany dla liderów biznesowych – Poznaj najnowocześniejsze rozwiązania AI i ich wpływ na różne aspekty działalności, od cyberbezpieczeństwa po zarządzanie talentami z perspektywy lidera organizacji.
Strategiczne spojrzenie – Zyskaj strategiczne spojrzenie na budowanie modeli biznesowych opartych o AI oraz na wykorzystywanie danych jako kluczowego zasobu.
Doświadczenia i perspektywy wiodących organizacji – Poznaj doświadczenia, praktyki i strategie stosowane przez dwie globalne organizacje stojące na czele rewolucji AI i współczesnego biznesu – EY oraz Microsoft.
Nastawienie na transformacje – Odkryj, jak AI może wpłynąć na transformację struktur organizacyjnych, zmieniając sposób funkcjonowania zespołów i relacje z klientami.
Kompendium praktycznej wiedzy dla Ciebie – Otrzymaj zbiór dobrych praktyk i wskazówek pomocnych przy wdrażaniu AI w organizacjach.
Kluczowe obszary implementacji AI
Technologia – W tym module zaprezentujemy szerokie zastosowanie rozwiązań AI w biznesie oraz omówimy trendy rozwoju tej technologii w najbliższej przyszłości.
Data – Dane są dziś jednym z najcenniejszych zasobów cyfrowego świata. Jak wykorzystać AI, aby przekształcać dane w cenne informacje? Pokażemy rozwiązania, które oferuje Deep Learning, oraz sposoby efektywnego zarządzania danymi.
Cyberbezpieczeństwo – Jak każda nowa technologia, AI przynosi ogromne możliwości, ale także pewne ryzyka. Dowiesz się, jak chronić poufne dane i kontrolować dostęp AI do informacji, aby zapewnić bezpieczeństwo w organizacji.
Prawo – Przedstawimy kluczowe aspekty regulacji takich jak AI Act oraz omówimy relację sztucznej inteligencji do istniejących ustaw. Pomożemy zrozumieć ograniczenia związane z AI oraz na co należy zwrócić uwagę, aby wykorzystywać AI w biznesie.
Efektywność organizacji – Jak efektywnie łączyć ludzką kreatywność z możliwościami tej potężnej technologii? I co najważniejsze, jak zapewnić, że ludzie wciąż będą w centrum organizacji, nawet w erze rosnącej automatyzacji?
To holistyczne podejście, skoncentrowane na wszystkich istotnych kwestiach, z którymi mierzy się lider wdrażający AI w swojej organizacji, gwarantuje, że ukończysz program z wszechstronnym zrozumieniem wszystkich kluczowych aspektów AI z perspektywy strategii organizacyjnej.
Agenda
Oficjalne rozpoczęcie programu
Powitanie i słowo wstępu
Sabina Sikorska-Suwała, Manager EY Academy of Business
Budowanie biznesu jutra
Transformacja i zarządzanie biznesem dzięki AI
- Stan wdrożeń AI w przedsiębiorstwach na polskim rynku
- Trendy w branżach i obszarach biznesowych
- Spodziewane korzyści, oczekiwania a rzeczywistość
Możliwości sztucznej inteligencji
- Wysokopoziomowa architektura nowoczesnych rozwiązań AI
- Uniwersalne przypadki użycia GenAI w biznesie
- Podejście do skutecznych wdrożeń AI
GenAI w praktyce biznesowej
- Demonstracja narzędzia wykorzystującego GenAI
- Umiejscowienie technologii w procesie biznesowym
- Dyskusja korzyści, ryzyka, możliwości skalowania i adaptacji
Perspektywa Microsoft i inwestycje w rozwój AI
- Czym jest Copilot – techniki i dobre praktyki wykorzystania AI w codziennej pracy
- GenAI poza Copilotem – własne, bezpieczne rozwiązania AI – jak do tego podejść z Microsoft?
- Akceleracja strategii AI w organizacji- Jak efektywnie przekształcić dane w wartościową wiedzę i osiągać przewagę konkurencyjną?
Przerwa kawowa
AI w produktywności menedżerów i zarządu
- Use-case’y i narzędzia usprawniające pracę liderów
- Możliwości i bariery obecnego wykorzystania AI w zarządzaniu
- Data Insights: Czy AI ulepsza analizę danych i prognozowanie?
- AI dla liderów: przykłady wykorzystania ChatGPT, Gemini, Microsoft Copilot – AI
- Failure Stories – co poszło nie tak?
Lunch
Rozwiązania AI dla różnych działów w organizacji
AI w produktywności zespołów
- Zwiększanie produktywności zespołu z wykorzystaniem AI
- Praktyczne przykłady zastosowania AI w produktywności zespołów
- ChatGPT i dedykowane systemy oparte o AI
- Korzyści i zagrożenia stosowania AI w produktywności zespołów
- Przyszłość pracy zespołowej w perspektywie rozwoju AI
- Sesja Q&A
AI w HR-ach
- Przykłady narzędzi, usprawniających zatrudnienie ludzi i zarządzanie talentami
- Najnowsze i najbardziej spektakularne przykłady możliwości AI
- Praktyczne przykłady zastosowania AI w HR – ChatGPT i dedykowane systemy oparte o AI
- Prawne i etyczne wyzwania stosowania AI w HR
- Przyszłość HR w perspektywie rozwoju AI
- Sesja Q&A
AI w sprzedaży i wsparcia klientów
- AI w sprzedaży i obsłudze klienta – praktyczne przykłady zastosowania
- Korzyści i zagrożenia stosowania AI w sprzedaży i obsłudze klienta
- Przyszłość sprzedaży i obsługi klienta w perspektywie rozwoju AI
- Sesja Q&A
AI w finansach
- Aktualne możliwości AI w rozwoju technologicznym – zastosowanie w finansach
- Prezentacja możliwości poszczególnych narzędzi w podziale na główne obszary finansów:
(data integration, data analysis, data presentation & visualisation) - Research: compliance, wewnętrzne regulacje, accounting & reporting
Przerwa
AI w software developmencie
- Własny zespół AI – jak go zbudować?
- Zewnętrzna firma AI – czy warto skorzystać z zewnętrznych zespołów AI?
- Porównanie rozwiązań – koszty, ryzyka, elastyczność
AI w marketingu
- Opracowywania strategii, tworzenia spersonalizowanych treści i błyskotliwych analiz kampanii marketingowych dzięki Chat GPT
- MidJourney – Grafiki marketingowe w doskonałej jakości, generowane w kilka sekund
- Heygen – Realistyczne, interaktywne awatary, które personalizują komunikację na niespotykanym dotąd poziomie
- Automatyzacja i usprawnienie obsługi klienta 24/7 dzięki rozwiązaniu Chatbase – dedykowane smartboty
Podsumowanie
Możliwości AI w obszarze Cyber
- Prezentacja praktycznych zagrożeń związanych ze sztuczną inteligencją na różnych etapach cyklu życia
- Wyzwania związane ze zgodnością z przepisami, monitorowaniem, bezpieczeństwem łańcucha dostaw i integracji z istniejącymi systemami
- Przegląd strategii i narzędzi służących zabezpieczaniu systemów sztucznej inteligencji
Implementacja procedur bezpieczeństwa w firmie
- Identyfikacja i ocena ryzyk związanych z wdrożeniem i używaniem AI
- Opracowanie strategii zarządzanie ryzykiem, środki mitygujące ryzyko
- Monitorowanie i raportowanie ryzyk i ich skutków
Procedury bezpieczeństwa w firmie – zarządzanie ryzykiem AI
- Czy jesteś gotowy na wdrożenie AI? – obszary bezpieczeństwa, o których powinieneś pamiętać przed wdrożeniem AI
- Rola współpracy pomiędzy działami firmy w celu stworzenia kompleksowego podejścia do bezpieczeństwa AI
- Sposoby zarządzania ryzykiem związanym ze sztuczną inteligencją
Przygotowanie pracowników do zagrożeń AI
Najczęstsze ataki i zagrożenia dla organizacji:
- Phishing i jego typy oraz ataki na tożsamość
- Human-operated ransomware
- Ataki BEC (Business Email Compromise)
Ochrona przez zagrożeniami dzięki AI:
- Uczenie maszynowe w ochronie tożsamości chmurowej
- Korelacja i wykrywanie anomalii w systemie klasy XDR
- Ochrona z prędkością maszyny – generatywne AI w SOC
Przerwa
Analiza statyczna i OWASP kodu za pomocą LLM'ów
- Jak modele językowe analizują i poprawiają kod- zalety i wady wykorzystania modeli on-premise oraz cloud
- Wprowadzenie do Open Web Application Security Project 10
- Modele do analizy kodu
- Przykłady użycia promptów
- Przykładowe narzędzie
- Analiza statyczna kodu przez Large Language Model
Lunch
LLM i generowanie kodu - Przyszłość i teraźniejszość
- Czym jest kod?
- Jak to wyglądało w przeszłości?
- Aktualny stan
- Przyszłość
- Przykładowe narzędzie do generowania kodu
Podsumowanie - Najważniejsze wnioski w obszarze Cyberbezpieczeństwa
Ryzyka prawne
Najważniejsze ryzyka prawne związane w wdrożeniem AI w firmie –
- Wprowadzenie do AI Act – kluczowe aspekty
- Relacja AI Act z innymi regulacjami
- Wymogi dla systemów AI
- Klasyfikacja systemów AI
- Role i kluczowe wymogi stawiane podmiotom zaangażowanym w rozwój, wdrażanie i użytkowanie systemów AI
- Odpowiedzialność za systemy AI
- Nadzór nad wykonywaniem obowiązków
Przerwa
Etyczne AI
Ryzyko utrwalenia uprzedzeń i nierówności w sztucznej inteligencji
- Jak trenowane są modele?
- Czym jest FineTuning?
- „Jestem tym kim mnie stworzyłeś” – zabawy w Boga
- Przykład nieudanego chatbota
Naruszenie prywatności i bezpieczeństwa
- Dane do trenowania modeli
- Źródła
- Zarządzanie danymi
- Przykład naruszenia prywatności i bezpieczeństwa
Use case – Tłumaczenie i klasyfikacja tekstu z jezyka prawniczego do języka prostego
- Język prawniczy
- Język potoczny/prosty
- Jak LLM radzą sobie z tłumaczeniem tekstu : polski – angielski
- Jak LLM radzą sobie z tłumaczeniem tekstu: prawniczy – prosty/potoczny
Podsumowanie
Wykorzystanie AI w analizie danych
- Trendy i przyszłość zarządzania danymi za pomocą AI
- Data-driven organisation jako imperatyw dla organizacji korzystających z AI
- Data governance
- Jak radzą sobie polskie firmy na tle Europy?
- Use cases efektywnego wykorzystania AI do przetwarzania dużych zbiorów danych
Use cases Machine Learning Operations, LLMOps - przygotuj się na zarządzanie operacyjne modelami
- MLOps/LLMOps
- Przykładowy Pipeline
- Narzędzia wspierające MLOps/LLMOps
Szanse i zagrożenia wykorzystania AI w analizie danych
- Przykład lotu naboju
- Wszystko jest krzywą – parabola danych
- Przykład analiza fundamentalna ws. LLM
Przerwa
Zarządzanie operacyjne danymi
- Dlaczego modele podczas analizy danych halucynują?
- Czym jest data drift i halucynacje
- Jak stworzyć proces Data Ops?
- Narzędzia do wspierania zarządzania danymi
- Wybrane Use Cases
Narzędzia wspierające analizę danych za pomocą AI - dane, modele
- PySpark – Panda na sterydach
- TextBlob – Natural Language Processing bez emocji
- Hadoop – zarządzanie danymi
- PowerBI – analiza danych
- Streamlit – prezentacja danych
Lunch
Analiza fundamentalna danych z giełdy za pomocą AI
- LLM kontra wyniki finansowe firmy
- Analiza wyników analizy LLM
Podsumowanie
Wykorzystanie sztucznej inteligencji w zwiększeniu efektywności organizacji
- Wyzwania HR
- Humans@Center
- Gen AI w świecie HR
- Rola i zastosowanie AI w HR
- Wykorzystanie AI w obszarze Talent Management – case study
Wykorzystanie AI jako narzędzia w pracy HR - możliwości technologiczne
- Proces rekrutacyjny – teraźniejszość
- Proces rekrutacyjny – przyszłość
- Chatbot
- Tworzenie transkrypcji z rozmowy z kandydatem
- Tworzenie analizy z transkrypcji z rozmowy z kandydatem
- Analiza CV
- Ewaluacja pracownika
Podsumowanie programu i wskazówki co do dalszych kroków
Ceremonia rozdania dyplomów
Networking
Zgłoś się już dziś
