Ludzie i algorytmy na UEP: automatyzacja marketingu, bezpieczeństwo danych i praktyka AI
Autor: Wojciech Patelka
Dwa dni o tym, jak AI 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”. Projekt dotyczy kompetencji potrzebnych do pracy w gospodarce cyfrowej i w środowisku Marketingu 5.0.
Takie ujęcie dobrze pasuje do tematu. W rozmowach o AI łatwo skupić się na narzędziach, pokazach i wielkich hasłach. W organizacjach o postępie decydują trzy prostsze rzeczy: proces, dane i ludzie, którzy rozumieją, co narzędzie robi, gdzie pomaga i kiedy jego wyniki trzeba sprawdzić.
Warsztat: automatyzacja w marketingu
Pierwszego dnia poprowadziłem po polsku warsztat Automatyzacja w marketingu dla zarejestrowanych studentów. Dałem uczestnikom bezpłatny dostęp do Claude i Claude Design. Użyliśmy Claude Design do prototypowania identyfikacji marki. Konkretne zadanie sprawiło, że zajęcia miały praktyczny charakter. Nie chciałem pokazu „magicznych promptów”. Chciałem, żeby uczestnicy wyszli z warsztatu ze sposobem myślenia, który da się zastosować w prawdziwym zespole.
Prototyp marki dobrze nadaje się do ćwiczenia automatyzacji w marketingu, bo dotyka wszystkich etapów procesu: briefu, szkicu, oceny i akceptacji. Model przygotuje szkic w kilka minut. Brief i akceptacja nadal wymagają ludzi, a warsztat pokazał to w praktyce.
Rozmawialiśmy też o tym, gdzie automatyzacja ma sens, a gdzie tylko przenosi chaos z jednego narzędzia do drugiego. Dobra automatyzacja zaczyna się od powtarzalnego procesu z pięcioma elementami: wejście, decyzja, odpowiedzialność, wynik i kontrola jakości. Narzędzie wybierz dopiero wtedy, gdy potrafisz opisać te pięć elementów dla swojego zespołu.
Wzór opisu procesu
Zanim zautomatyzujesz cokolwiek, zapisz krótki opis procesu z takimi polami:
- Wejście: co przychodzi, od kogo i w jakiej formie.
- Decyzja: kto albo co decyduje o dalszym kroku i według jakiej reguły.
- Odpowiedzialność: kto odpowiada za wynik.
- Wynik: co wychodzi z procesu i dokąd trafia.
- Kontrola jakości: jak sprawdzasz wynik i kto to robi.
Jeśli nie umiesz wypełnić któregoś pola, proces nie jest gotowy do automatyzacji. To użyteczna wiadomość i nic nie kosztuje, jeśli dowiesz się jej przed zakupem narzędzia.
Najważniejsze wnioski z warsztatu
- Nie automatyzuj bałaganu. Jeśli proces jest niejasny, AI tylko szybciej wytworzy niejasne wyniki.
- Zostaw człowieka tam, gdzie jest ryzyko reputacyjne lub prawne. Automatyzacja może przygotować materiał, ale odpowiedzialność musi być czytelna.
- Buduj małe przepływy pracy. Jeden stabilny proces jest lepszy niż pięć efektownych pokazów, których nikt nie utrzyma.
- Mierz czas i jakość. Dobre narzędzie skraca cykl pracy albo poprawia decyzję. Nowoczesny wygląd nie jest wynikiem.
Keynote: bezpieczeństwo danych i odporność na dezinformację
Drugiego dnia wystąpiłem z keynote Data Security in Organisations, Building Resilience Against Disinformation. Dla mnie to naturalne uzupełnienie rozmowy o automatyzacji. Im bardziej proces opiera się na danych, modelach i szybkim obiegu informacji, tym ważniejsze jest pytanie: skąd wiemy, że pracujemy na właściwym materiale?
Ryzyko w organizacji często pojawia się, zanim ktokolwiek użyje AI źle. Widać je w niezweryfikowanych źródłach, pośpiesznym kopiowaniu treści, niejasnych zasadach dostępu, niejasnej odpowiedzialności i w kulturze pracy, która nagradza tempo bardziej niż sprawdzanie.
Odporność na dezinformację jest więc kompetencją operacyjną, a nie tylko tematem medialnym. Dotyczy marketingu, sprzedaży, HR, obsługi klienta i zarządu, bo każdy z tych obszarów podejmuje decyzje na podstawie informacji.
Pytania, które warto zadać w zespole
- Skąd pochodzi ta informacja i kto może ją potwierdzić?
- Kto ma dostęp do tych danych i po co?
- Co się stanie, jeśli wynik modelu jest błędny, a nikt tego nie zauważy przez tydzień?
- Kto akceptuje treść, zanim wyjdzie poza firmę?
Te pytania są na tyle krótkie, że zmieszczą się w spotkaniu zespołu, i na tyle konkretne, że prowadzą do działania.
Być na scenie z prof. Markiem Kowalkiewiczem
Miłym i trochę surrealistycznym momentem było znalezienie się w programie i na tej samej scenie co prof. Marek Kowalkiewicz z Queensland University of Technology. Jego keynote Business-to-Algorithm-to-Customer, the Algorithmic Customer Perspective trafiał blisko głównego tematu wydarzenia: algorytmy przestały być tylko narzędziem wewnątrz firmy. Coraz częściej uczestniczą w relacji między organizacją a klientem.
A prywatnie: prawie kończę jego książkę, więc słuchanie tego wystąpienia miało dodatkowy, bardzo przyjemny kontekst ;D
Spotkania ze światem akademickim
W przerwach między sesjami spotkałem wielu naukowców, także kilku moich dawnych wykładowców. Rozmawiałem z nimi jak kolega o tematach, których kiedyś mnie uczyli, i było to bardzo miłe. Takie rozmowy pokazują, jak blisko siebie idą praktyka i badania. Dały mi też pomysły na kolejny warsztat.
Możliwe, że wrócę na UEP przy okazji nowszych projektów. Jeśli tak się stanie, napiszę o tym tutaj.
Co zostaje po wydarzeniu
Kompetencje cyfrowe nie powinny być osobną „warstwą technologiczną”. 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 pokaz i 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.