To oni stracą pracę przez AI
📈 Rozmawiając z firmami o działach IT, spodziewałem się, że będę musiał bronić sensu pracy programistów i analityków. Okazuje się, że nikt ich nie kwestionuje. Znika za to potrzeba zupełnie innych ról: menadżerów i analityków biznesowych. W tym odcinku opowiadam, skąd moim zdaniem bierze się ta zmiana.📈 Dopóki AI było tylko czatem, każdy korzystał z niego mniej więcej tak samo. Dziś mamy agentów, długie równoległe sesje i pipeline'y analityczne, a żeby tym dobrze zarządzać, trzeba rozumieć bazy danych, schematy, procesy ETL i raportowanie. Tymczasem spora część pracy menadżerskiej to przesuwanie ticketów w Jirze i ustalanie kolejności zadań, a w tym AI radzi sobie świetnie. Mówię też, dlaczego zespoły techniczne często działają lepiej, kiedy nikt ich nie mikrozarządza.📈 Na koniec pokazuję, dlaczego nawet młodszy analityk danych, który rozumie podstawy, z pomocą AI zajdzie dalej niż osoba nietechniczna: po prostu wie, o co zapytać. To krótki hot take i moja szczera obserwacja z rynku. Jestem bardzo ciekawy, czy się ze mną zgadzasz, więc daj znać w komentarzu, jak to wygląda u Ciebie.
Autor opowiada o zaskakującym obserwacji, że problemy ze stanowiskami w dziedzinie IT nie dotyczą głównie osób technicznych, ale menedżerów i analityków biznesowych.
zachęcam Cię do sprawdzenia Kajo Data Space.
Autor wyjaśnia, że AI może lepiej zarządzać zadaniami niż menedżerzy, którzy często wykonują proste zadania.
Autor podaje przykład, w którym AI efektywniej zarządza zadaniami w firmie, niż menedżerzy, którzy często wykonują zbyt proste zadania.
Autor podsumowuje swoje obserwacje i pyta o zdanie słuchaczy w komentarzach.
Rozdziały i streszczenia generowane automatycznie. Pełna transkrypcja nie jest publikowana — wyszukaj frazę, aby zobaczyć dopasowane fragmenty.
„zachęcam Cię do sprawdzenia Kajo Data Space."
Kliknij, aby znaleźć fragmenty, w których pada.
📈 Rozmawiając z firmami o działach IT, spodziewałem się, że będę musiał bronić sensu pracy programistów i analityków. Okazuje się, że nikt ich nie kwestionuje. Znika za to potrzeba zupełnie innych ról: menadżerów i analityków biznesowych. W tym odcinku opowiadam, skąd moim zdaniem bierze się ta zmiana.
📈 Dopóki AI było tylko czatem, każdy korzystał z niego mniej więcej tak samo. Dziś mamy agentów, długie równoległe sesje i pipeline'y analityczne, a żeby tym dobrze zarządzać, trzeba rozumieć bazy danych, schematy, procesy ETL i raportowanie. Tymczasem spora część pracy menadżerskiej to przesuwanie ticketów w Jirze i ustalanie kolejności zadań, a w tym AI radzi sobie świetnie. Mówię też, dlaczego zespoły techniczne często działają lepiej, kiedy nikt ich nie mikrozarządza.
📈 Na koniec pokazuję, dlaczego nawet młodszy analityk danych, który rozumie podstawy, z pomocą AI zajdzie dalej niż osoba nietechniczna: po prostu wie, o co zapytać. To krótki hot take i moja szczera obserwacja z rynku. Jestem bardzo ciekawy, czy się ze mną zgadzasz, więc daj znać w komentarzu, jak to wygląda u Ciebie.