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.
O wiele trudniej jest AI-owi porzenić różne systemy, ERPy, integracje. I wpiąć to w bezpieczny sposób w system zarządzania, jakiś taki proces, gdzie te dane faktycznie przesyłają się z różnych systemów tak jak chcemy i my wiemy o tych wszystkich workaroundach, które stosowaliśmy przez lata, przez miesiące, które narosły w tej firmie. To jest trudne. Ale zarządzanie, ok, teraz musimy zrobić najpierw te trzy zadania, bo te trzy zadania blokują tamte dwa zadania, albo zastanowienie się, mamy taki projekt do zrobienia, co powinniśmy zrobić najpierw? To okazuje się, że osoby techniczne mające do dyspozycji AI świetnie sobie z tym radzą. Myślę, że wiele z Was zna taką sytuację, kiedy osoba zarządzająca trafia na urlop albo na dłuższe L4 i zespół techniczny zostaje trochę sam sobie.
Pokazano wszystkie 1 dopasowanie. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.
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.