AI vs Analityk danych w 2026

I zazwyczaj to jest tak, że tam jest część wartościowych pytań, to znaczy zastanawiamy się, o czy tutaj jest sens prowadzić chatbota. Czy tutaj jest sens podłączyć jakąś automatyzację do bazy wiedzy? I pewnie trochę się przydaje. Ale powiedzmy sobie prawdę. Najważniejsze jest w tym to, żeby ewaluacja firmy była na odpowiednim poziomie. Bo jeżeli np. mamy firmę, która ma inwestorów, to tych inwestorów interesuje to, czy my jesteśmy AI. To tak jak są te reklamy te wszystkie, gdzie się ludzie śmieją, że tam wystarczy AI dopisać i od razu jest cena razy dwa wzrasta. I znowu, nie hejtuję, tylko mówię Wam, jak to wygląda. Bardzo ważne jest właśnie, jak coś wygląda. Czy coś wygląda, że my korzystamy z tego AI, bo wtedy jest takie przekonanie, że kiedyś będą z tego jakieś astronomiczne zyski, albo inaczej, że nie jest tak, że nie używamy, bo inaczej zostaniemy w tyle.

Czyli przychodzi inwestor i mówi... Wy używacie tego AI-a, nie? Używacie na maksa. I wszyscy tak kiwają głowami i mówią tak, tak, używamy na maksa, w bezpieczny sposób, mamy to dobrze powdrażane. Kolejna rzecz to jest to, że w ogóle w firmach technologicznych, czasem takich półtechnologicznych bym powiedział, Jest taka trochę desperacka próba znalezienia use case'ów dla tego AI. Wybacz, że wbijam się w temat. Chciałem tylko przypomnieć, że najlepsze kursy z analizy danych, z wszystkich najważniejszych technologii, takich jak Excel, SQL, Power Query, Power BI, Tableau, Python i wiele więcej znajdziesz na mojej stronie kajodata.com. Więc jeśli chcesz zmienić pracę albo poprawić swoje umiejętności, to zapraszam kajodata.com.

Bo to się później zamienia w taką trochę idiotyczną grę, gdzie tu jeszcze możemy wcisnąć chatbota, nie? Albo co tu jeszcze można tym AI-em usprawnić? I później to nie jest tak, jak jest właśnie często obiecywane, że tutaj użytkownik biznesowy to sobie napisze kwerendę i coś sobie wyciągnie, on będzie miał od razu wnioski biznesowe, bo Żeby to dać działało, to musi być bardzo duża doza pewności, a jednak jak my mamy analityków, którzy znają bazy danych, wiedzą ile mamy źródeł, jak to trzeba łączyć, jakie są warunki, filtry i tak dalej, to jest spoko na małym już case'ie, jak mamy malutką firmkę, mamy jakieś tam proste zapytanie i tak dalej, to spoko. I szczególnie jeżeli mamy margines błędu, ale jeżeli my nie mamy jako firma marginesu błędu, To niestety jest tak, że po prostu ludzie lubią się pytać ludzi i obciążać odpowiedzialnością ludzi, bo jak ktoś spieprzy na masywną skalę, bo poszła zła automatyzacja przez AI, czyli ona nie była deterministyczna do końca, to znaczy my do końca nie wiedzieliśmy, jaki będzie rezultat i teraz znowu, nie wiem czy też to widzicie, ale jest taki po prostu szamanizm, który mówi, bo wiesz, żeby tam nie było błędów, to musisz zrobić...