Mentionsy Mentionsy
KajoData - Analiza danych dla każdego
KajoData - Analiza danych dla każdego

To oni stracą pracę przez AI

26.09.2026 ·7 min 36 s · 5 rozdziałów · 1 sponsor

📈 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.

2:00 · Analiza roli menedżerów i analityków 3

Wie jak działają, upraszczając, programy komputerowe albo jak od technicznej strony przeprowadza się analizę danych albo robi się pipeline analityczne. Szczególnie to ostatnie dosyć ważne, bo tak jak wspominałem na wielu różnych filmikach, W przypadku analityków danych, co jest takim ogólnym terminem dla tego zawodu, okazuje się, że tam bardzo często jest dosyć mało tej analizy danych. O wiele więcej jest budowania raportów jako takich, a jeszcze częściej jest to po prostu budowanie transferu danych, pipeline'ów, jakichś procesów ETL, które po prostu przesyłają dane z punktu A do punktu B, jakąś je tam mieląc, a na końcu mamy raport, dzięki któremu w firmie jesteśmy w stanie podejmować

I teraz, żeby to robić biegle, okazuje się, że trzeba mieć dosyć dobrze rozkminione jak działają różne warstwy analityczne, jak działa schemat w bazie danych. Jak się takie schematy projektuje, jak się robi widoki analityczne, jak się tym wszystkim zarządza. To wszystko osoby, które mają doświadczenie techniczne, czy też szkolą się technicznie, mają opanowane. Tymczasem od czego są często analitycy biznesowi, albo produkt menadżerowie, albo menadżerowie? Proszę mnie wybaczyć, możecie pisać w komentarzach, jeżeli tak to nie wygląda, ale najczęściej jest to po prostu przemieszczanie papierów z miejsca A do miejsca B. Często mówi się o tym w taki bardzo wysoki, nobilitujący sposób, żeby podkreślić, że coś się faktycznie za tym znajduje, że to jest modelowanie procesów, że to jest zarządzanie priorytetami,

Przemieszczanie papierów z miejsca A do miejsca B. I kiedy dalibyśmy te same zadania osobom analitycznym, to one sobie równie świetnie z tym radzą. Czyli nie ma tam żadnej dodatkowej kompetencji. Ta kompetencja jest trochę sztuczna i wynikająca po prostu z tego, że jakiś czas temu rozdzieliliśmy tę rolę, bo jakiś czas temu nie było czasu, żeby robić jednego i drugiego. Co więcej, AI jest świetne w zarządzaniu zadaniami. W wielu firmach, gdzie jest wprowadzony co-pilot czy inne narzędzia, które nam integrują wiedzę o tym, jak firma wygląda, jak wyglądają procesy czy inicjatywy, to tam właśnie AI sprawdza się bardzo dobrze.

Pokazano wszystkie 3 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.