AI to nie tylko ChatGPT. Gdzie sztuczna inteligencja naprawdę zmienia świat – i czego biznes może się z tego nauczyć

Kiedy dziś mówimy o sztucznej inteligencji, bardzo łatwo sprowadzić całą rewolucję AI do jednego okna czatu. Pytamy ChatGPT o pomysł na post, prosimy Gemini o research, generujemy grafiki, skracamy teksty i automatyzujemy kolejne fragmenty codziennej pracy. To przydatne, ale jednocześnie przypomina trochę korzystanie z bardzo zaawansowanego kalkulatora wyłącznie po to, żeby dodać dwa do dwóch. Największe zmiany wywoływane przez sztuczną inteligencję zachodzą bowiem znacznie głębiej i często w miejscach, w których przeciętny użytkownik nawet nie zdaje sobie sprawy z obecności AI.

Właśnie o tym rozmawiałam w podcaście z Olgą Sztubą, ekspertką ds. komunikacji od 12 lat związaną z Google. Zamiast kolejnej rozmowy o tym, który chatbot napisze lepszy post, spojrzałyśmy na sztuczną inteligencję przez pryzmat nauki, medycyny, edukacji, katastrof naturalnych, agentów AI i narzędzi, które mogą zmienić również sposób prowadzenia biznesu.

AI działała wokół nas długo przed boomem na ChatGPT

Jedną z najważniejszych rzeczy, które warto sobie uświadomić, jest to, że sztuczna inteligencja nie pojawiła się nagle wraz z generatywnymi chatbotami. Od lat działała w tle produktów i usług, z których korzystaliśmy każdego dnia.

Mechanizmy podpowiadania fraz w wyszukiwarce, filtrowanie spamu w skrzynce e-mailowej, wybieranie optymalnej trasy w mapach, tłumaczenia czy wykrywanie podejrzanych transakcji finansowych wykorzystują rozwiązania oparte na AI. Dopiero pojawienie się modeli generatywnych sprawiło, że sztuczna inteligencja stała się dla użytkownika czymś widocznym, z czym można bezpośrednio rozmawiać.

To ważna zmiana perspektywy także dla przedsiębiorców. Jeśli patrzymy na AI wyłącznie jak na „program do pisania”, nie dostrzegamy największej wartości tej technologii: analizowania ogromnych zbiorów informacji, dostrzegania wzorców, wspierania decyzji oraz przejmowania coraz bardziej złożonych procesów.

Po chatbotach nadchodzą agenci AI

Kolejnym etapem rozwoju sztucznej inteligencji są agenci AI. Różnica może wydawać się subtelna, ale w praktyce jest ogromna. Dzisiaj najczęściej otwieramy narzędzie, wpisujemy prompt i czekamy na odpowiedź. Agent ma działać bardziej jak cyfrowy współpracownik, który zna kontekst, rozumie cel i potrafi przeprowadzić cały proces składający się z wielu kolejnych czynności.

Zamiast pytać: „Jak zaplanować moją podróż służbową?”, możemy zmierzać w kierunku świata, w którym AI przeanalizuje kalendarz, priorytety, miejsce spotkania i nasze preferencje, a następnie przygotuje plan do zatwierdzenia. Zamiast ręcznie przechodzić między kolejnymi aplikacjami, coraz więcej procesów może odbywać się w tle.

Dla biznesu oznacza to coś znacznie większego niż oszczędność kilkunastu minut podczas pisania newslettera. Zaczynamy mówić o przebudowie procesów, delegowaniu części pracy technologii i zmianie roli człowieka z wykonawcy pojedynczych czynności w osobę definiującą kierunek, kontrolującą jakość i podejmującą decyzje.

Największa rewolucja AI może wydarzyć się nie w marketingu, lecz w nauce

Jednym z najbardziej fascynujących przykładów wykorzystania sztucznej inteligencji jest AlphaFold rozwijany przez Google DeepMind. Przez dziesięciolecia naukowcy mierzyli się z problemem przewidywania struktury przestrzennej białek. To, w jaki sposób białko się zwija, jest niezwykle istotne dla zrozumienia jego funkcji, a badanie pojedynczych struktur mogło wymagać ogromnej ilości pracy.

AI pozwoliła ten proces radykalnie przyspieszyć. Co ciekawe, można tutaj zobaczyć połączenie świata modeli językowych z biologią. Skoro język składa się z elementów tworzących większe struktury zależne od kontekstu, podobnie można spojrzeć na sekwencje aminokwasów tworzących białka. Technologie rozwijane między innymi do rozumienia języka znalazły więc zastosowanie w zupełnie innej dziedzinie nauki.

Konsekwencje mogą być ogromne: od przyspieszania badań nad lekami po poszukiwanie enzymów pomagających rozkładać tworzywa sztuczne. To dobry przykład pokazujący, dlaczego rozmowa o AI nie powinna kończyć się na pytaniu: „Czy wygeneruje mi dobry post na Instagram?”.

Sztuczna inteligencja w medycynie nie musi zastępować lekarza

Szczególnie ważnym obszarem jest medycyna. AI może wspierać analizowanie badań obrazowych, dostrzegając zmiany, które mogą być trudne do wychwycenia ludzkim okiem. Może pomagać w rozwijaniu nowych leków, analizie ogromnych zbiorów danych czy odciążaniu lekarzy z części pracy administracyjnej.

W rozmowie z Olgą pojawia się między innymi przykład systemów wspierających wykrywanie retinopatii cukrzycowej, która nieleczona może prowadzić do utraty wzroku, oraz modeli pomagających analizować badania pod kątem zmian nowotworowych. AI znajduje też zastosowania w miejscach, gdzie dostęp do specjalistycznej diagnostyki jest ograniczony.

Warto jednak zwrócić uwagę na bardzo ważne rozróżnienie. Najbardziej wartościowy scenariusz nie musi oznaczać „AI zamiast lekarza”. Znacznie bardziej prawdopodobny i potrzebny jest model „lekarz plus AI”: człowiek wykorzystujący technologię do podejmowania lepszych decyzji, szybszego analizowania informacji i odzyskiwania czasu na to, czego technologia zrobić nie potrafi.

Dokładnie tę samą zasadę warto przenieść do biznesu. Pytanie nie powinno brzmieć: „Czy AI mnie zastąpi?”, lecz: „Co potrafię zrobić lepiej, szybciej albo na większą skalę, kiedy wykorzystuję AI jako wsparcie?”.

AI może kupować coś bezcennego: czas

Sztuczna inteligencja jest wykorzystywana również do prognozowania powodzi i ścieżek huraganów. W tym przypadku najważniejszą wartością technologii nie jest efektowna odpowiedź wygenerowana w kilka sekund, ale coś znacznie bardziej namacalnego: wcześniejsza informacja.

Jeśli zagrożenie można przewidzieć wcześniej, pojawia się czas na ewakuację, przygotowanie służb i zabezpieczenie infrastruktury. Technologia kupuje więc coś, czego w sytuacji katastrofy nie można odzyskać.

To również ciekawa lekcja biznesowa. Najlepsze wdrożenia AI niekoniecznie powinny być oceniane przez pryzmat tego, czy wyglądają spektakularnie. Czasem największą wartością jest godzina odzyskana każdego dnia, szybsze zauważenie problemu, znalezienie informacji ukrytej w setkach dokumentów albo możliwość podjęcia decyzji wcześniej niż dotychczas.

Edukacja w erze AI: wiedza nadal jest ważna, ale zmieniają się kompetencje

Jeżeli AI potrafi natychmiast odpowiedzieć na tysiące pytań, przygotowywać materiały edukacyjne, tworzyć quizy i dostosowywać poziom trudności do ucznia, pojawia się naturalne pytanie: czego powinniśmy uczyć się my i czego powinniśmy uczyć dzieci?

Jedną z najważniejszych odpowiedzi jest krytyczne myślenie. Sama umiejętność wygenerowania odpowiedzi przestaje być przewagą, skoro podobny rezultat może uzyskać niemal każdy. Coraz ważniejsza staje się zdolność oceny źródła, podważania otrzymanej odpowiedzi, rozumienia kontekstu i podejmowania odpowiedzialnej decyzji na podstawie informacji.

Do tego dochodzą kompetencje miękkie: komunikacja, współpraca, odporność, kreatywność oraz umiejętność szybkiej adaptacji. Jeżeli dzisiejsze dzieci będą wykonywały zawody, których nazw jeszcze nie znamy, trudno przygotować je poprzez nauczenie jednej konkretnej procedury na całe życie. Znacznie ważniejsza będzie zdolność uczenia się nowych rzeczy wielokrotnie.

W biznesie działa to dokładnie tak samo. Największym ryzykiem nie jest dziś brak znajomości jednego konkretnego narzędzia AI, ponieważ za rok na jego miejscu może znaleźć się inne. Znacznie większym problemem jest brak nawyku eksperymentowania, uczenia się i przebudowywania własnego sposobu pracy.

NotebookLM i Deep Research pokazują, jak AI może pracować na naszej wiedzy

Nie trzeba jednak czekać na przyszłość agentów czy komputerów kwantowych, żeby wykorzystać tę zmianę w codziennej pracy. W rozmowie szczególnie mocno wybrzmiały dwa narzędzia: NotebookLM i Deep Research.

NotebookLM jest dla mnie jednym z najciekawszych przykładów tego, jak AI może przestać być generatorem przypadkowej treści, a zacząć pracować na naszej wiedzy. Możemy dostarczyć mu własne dokumenty, publikacje, materiały czy źródła, a następnie prosić o znalezienie zależności, podsumowanie informacji albo przygotowanie materiału na podstawie właśnie tego konkretnego repozytorium.

Sama wykorzystuję go między innymi do pracy z dużą liczbą własnych materiałów. Kiedy dostarczę tysiące stron napisanych wcześniej treści, narzędzie może pomóc odnaleźć historię, przykład czy fragment, o którym sama nie pamiętałabym podczas przygotowywania prezentacji. Nie chodzi więc o to, żeby AI tworzyła zamiast mnie. Chodzi o to, żeby pomagała mi lepiej wykorzystywać wiedzę, którą już mam.

Deep Research idzie w innym kierunku i pozwala znacznie szybciej zgłębiać złożone zagadnienia. Dla przedsiębiorczyni może być wsparciem podczas analizy rynku, przygotowywania się do rozmowy, poznawania nowej branży czy zbierania materiałów do produktu edukacyjnego.

Największą przewagą nie będzie dostęp do AI

Sztuczna inteligencja staje się coraz bardziej dostępna, dlatego sam fakt korzystania z ChatGPT, Gemini czy innego narzędzia przestaje być przewagą konkurencyjną. Za chwilę niemal wszyscy będą mieli dostęp do podobnych modeli.

Przewagą stanie się sposób, w jaki połączymy technologię z własną wiedzą, doświadczeniem, danymi, procesami i kreatywnością.

To właśnie dlatego warto patrzeć na AI szerzej niż na generator treści. Jeśli sztuczna inteligencja potrafi przyspieszać badania naukowe, wspierać lekarzy, analizować ogromne zbiory danych, przewidywać zagrożenia i indywidualizować edukację, to w małej firmie również nie powinniśmy zatrzymywać się na pytaniu: „Napiszesz mi post?”.

Znacznie ciekawsze pytanie brzmi: który problem w moim biznesie był do tej pory trudny, czasochłonny albo niemożliwy do rozwiązania i co stanie się, jeśli dziś spojrzę na niego jeszcze raz, mając do dyspozycji AI?

O właśnie takich zastosowaniach sztucznej inteligencji, przyszłości agentów AI, medycynie, edukacji, NotebookLM, Deep Research i kompetencjach przyszłości rozmawiam z Olgą Sztubą z Google w najnowszym odcinku podcastu dla przedsiębiorczych.