Od PoC do produkcji: Jak nie utopić budżetu w agencie AI?
🎯 Od PoC do Produkcji: Jak Nie Utopić Budżetu w Agencie AIPrototyp agenta AI zrobisz w tydzień. Przejście na produkcję - to już inna historia. W tym odcinku Łukasz dzieli się doświadczeniem prosto z placu boju - jak krok po kroku poprowadzić inicjatywę agenta AI od pomysłu do działającego rozwiązania, nie tracąc po drodze czasu i budżetu.💡 Co wyniesiesz z tego odcinka:✅ Spisanie procesu z wiedzy plemiennej - nie z dokumentacji, a od ludzi, którzy to robią✅ Playground zamiast ChatGPT - jak budować realistyczne oczekiwania biznesu✅ Inwentaryzacja systemów i dostępów - 80% pracy to integracja, nie AI✅ Human in the loop - kiedy człowiek musi być w procesie, a kiedy nie✅ Kryteria sukcesu - jak je wyznaczyć przed rozpoczęciem testów✅ Observability od początku - logowanie decyzji agenta jako roadmapa błędów✅ Trzy statusy po PoC: Scale, Iterate, Kill - i dlaczego Kill to też sukces✅ AI Act i systemy wysokiego ryzyka - co zostawić prawnikom i compliance⏱️ W odcinku:00:00 - Intro: Klucze do udanego projektu AI00:39 - Powitanie: doświadczenie z placu boju01:57 - Krok 1: Spisanie procesu z wiedzy plemiennej05:17 - Prawo Conwaya - proces odzwierciedla strukturę firmy06:19 - Krok 2: Playground - budowanie realistycznych oczekiwań08:44 - Krok 3: Inwentaryzacja systemów i dostęp do danych10:32 - 80% pracy to integracja, nie data science11:41 - Human in the loop - kiedy człowiek wchodzi do procesu14:49 - AI Act i systemy wysokiego ryzyka15:27 - Krok 4: Kryteria sukcesu przed testami17:54 - Testy - prosto do celu, observability od początku20:13 - Trzy statusy: Scale, Iterate, Kill22:15 - Dlaczego Kill to też sukces23:23 - Podsumowanie: tydzień przygotowań oszczędzi miesiące pracy🎙️ Prowadzą:Mikołaj Szczerbicki - Head of Sales & Business Development w Protopiahttps://linkedin.com/in/mikołaj-szczerbicki-14548613bŁukasz Kałużny - Managing Partner & Technology Advisor w Protopia, Microsoft Azure MVPhttps://linkedin.com/in/lukaszkaluzny👥 Dla kogo jest ten odcinek:🎯 Managerów planujących pierwszego agenta AI w organizacji🎯 Dyrektorów IT szukających sprawdzonego procesu od PoC do produkcji🎯 Liderów biznesowych, którzy chcą wiedzieć, jak nie przepalić budżetu na AI🎯 Każdego, kto zastanawia się, kiedy zabić inicjatywę AI - i dlaczego to nie porażka🔧 Protopia - Rozwiązujemy problemy z cloud, AI i KubernetesKontakt: https://protopia.tech/kontakt🎧 Nasz bardziej technologiczny podcast - Patoarchitekci: https://www.youtube.com/@Patoarchitekci
Dzień dobry wszystkim. Łukasz, dzisiaj porozmawiamy sobie o tym, jak budować agenta AI w naszej organizacji po to, żeby ta inicjatywa zakończyła się sukcesem. Powiem Ci szczerze, że bardzo się cieszę, że mam okazję porozmawiać na ten temat z Tobą, ponieważ wiem, jak duże masz doświadczenie, które jest prosto z placu boju, a nie jest tylko wiedzą opartą na slajdach marketingowych. Więc powiedz mi w ogóle, dlaczego dzisiaj akurat będziemy poruszać ten temat? Rzeczy są dwie. Dużo takich poców budujemy i to jest taki moment teraz na rynku, że wszyscy eksperymentujemy, jak coś z tych LLM-ów, z tego Generative AI wyciągnąć. A drugim zapalnikiem była pewna wiadomość od klienta, jak zawsze w takich przypadkach i ideach. I cytując, prompt jest bardzo precyzyjny, ale odpowiedzi się różnią merytorycznie.
Można powiedzieć, że brzmi to znajomo, jak coś wklepujemy w czata. Całość chodzi o to, że do tego procesu trzeba trochę czasami ciutkę inaczej podejść. Żeby miało to sens i inaczej wykorzystać wiedzę biznesu, żeby ten PoC się udał, niż tylko próba wrzucenia tego w GPT, Co-Pilota, Gemini czy Cloda. No dobrze, Łukasz, to już jak używamy takich słów jak proces, no to każdy proces ma swoje etapy, więc jak ktoś mówi first is first, zacznijmy od początku i co powinno być tym krokiem numer jeden według Ciebie? Dobra, pierwsza rzecz, jeżeli budujemy te wszystkie poce gen AI-owe, chcemy dojść do takiego działającego rozwiązania, bo trzeba sobie powiedzieć jeszcze taką rzecz, że przy tym, dlaczego mówimy proof of concept, często mówimy też proof of value.
Dlatego ja często mówię, że na końcu zaakceptuj coś. Zauważ Mikołaj, że mówię ciągle na końcu. Zaakceptuj coś. I w wielu przypadkach to będzie okej. Czy weźmiemy u nas w firmie, w tej części, w której mamy otwartych szkoleń, gdzie jest obsługa posprzedażowa, zaproś właśnie do fix miejsc, dodaj do szkolenia inne rzeczy. Tam w ogóle nie ma człowieka na przykład, tego co znajduje się w naszym brandzie patoarchitekci. Tam w obsłudze postprzedażowej, kiedy wpada zakupienie otwartego szkolenia, w ogóle nie ma człowieka, bo tam nawet jeżeli będzie problem, to jest on bardzo niski, nie jest szkodliwy, czy reputacyjnie, czy finansowo, więc trzeba sobie popatrzeć na to. Z drugiej strony też w zależności, trzeba podejść do tego, rzecz, która nie jest naszą specjalizacją i zostawiamy to zawsze klientowi, to jak interpretuje jego firma AI Act.
Pokazano wszystkie 3 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.
Kliknij, aby znaleźć fragmenty, w których pada.
🎯 Od PoC do Produkcji: Jak Nie Utopić Budżetu w Agencie AI
Prototyp agenta AI zrobisz w tydzień. Przejście na produkcję - to już inna historia. W tym odcinku Łukasz dzieli się doświadczeniem prosto z placu boju - jak krok po kroku poprowadzić inicjatywę agenta AI od pomysłu do działającego rozwiązania, nie tracąc po drodze czasu i budżetu.
💡 Co wyniesiesz z tego odcinka:
✅ Spisanie procesu z wiedzy plemiennej - nie z dokumentacji, a od ludzi, którzy to robią
✅ Playground zamiast ChatGPT - jak budować realistyczne oczekiwania biznesu
✅ Inwentaryzacja systemów i dostępów - 80% pracy to integracja, nie AI
✅ Human in the loop - kiedy człowiek musi być w procesie, a kiedy nie
✅ Kryteria sukcesu - jak je wyznaczyć przed rozpoczęciem testów
✅ Observability od początku - logowanie decyzji agenta jako roadmapa błędów
✅ Trzy statusy po PoC: Scale, Iterate, Kill - i dlaczego Kill to też sukces
✅ AI Act i systemy wysokiego ryzyka - co zostawić prawnikom i compliance
⏱️ W odcinku:
- Intro: Klucze do udanego projektu AI
- Powitanie: doświadczenie z placu boju
- Krok 1: Spisanie procesu z wiedzy plemiennej
- Prawo Conwaya - proces odzwierciedla strukturę firmy
- Krok 2: Playground - budowanie realistycznych oczekiwań
- Krok 3: Inwentaryzacja systemów i dostęp do danych
- 80% pracy to integracja, nie data science
- Human in the loop - kiedy człowiek wchodzi do procesu
- AI Act i systemy wysokiego ryzyka
- Krok 4: Kryteria sukcesu przed testami
- Testy - prosto do celu, observability od początku
- Trzy statusy: Scale, Iterate, Kill
- Dlaczego Kill to też sukces
- Podsumowanie: tydzień przygotowań oszczędzi miesiące pracy
🎙️ Prowadzą:
Mikołaj Szczerbicki - Head of Sales & Business Development w Protopia
https://linkedin.com/in/mikołaj-szczerbicki-14548613b
Łukasz Kałużny - Managing Partner & Technology Advisor w Protopia, Microsoft Azure MVP
https://linkedin.com/in/lukaszkaluzny
👥 Dla kogo jest ten odcinek:
🎯 Managerów planujących pierwszego agenta AI w organizacji
🎯 Dyrektorów IT szukających sprawdzonego procesu od PoC do produkcji
🎯 Liderów biznesowych, którzy chcą wiedzieć, jak nie przepalić budżetu na AI
🎯 Każdego, kto zastanawia się, kiedy zabić inicjatywę AI - i dlaczego to nie porażka
🔧 Protopia - Rozwiązujemy problemy z cloud, AI i Kubernetes
Kontakt: https://protopia.tech/kontakt
🎧 Nasz bardziej technologiczny podcast - Patoarchitekci: https://www.youtube.com/@Patoarchitekci