Szkolenie AI dla firm i warsztat AI rozwijają kompetencje, ale kończą się innym rezultatem. Podczas szkolenia uczestnicy poznają narzędzia i ćwiczą na przykładach przygotowanych przez prowadzącego. Podczas warsztatu pracują na własnych zadaniach, dokumentach, danych lub kodzie i przygotowują sposoby pracy, które mogą zastosować po powrocie do codziennych obowiązków. Wybór formatu powinien wynikać z etapu, na którym znajduje się organizacja, oraz z oczekiwanego efektu.
Firma, która dopiero zaczyna pracę z AI, zwykle potrzebuje wspólnego języka, podstawowej wiedzy i bezpiecznego wprowadzenia do technologii. W takiej sytuacji dobrze zaprojektowane szkolenie AI dla pracowników może być właściwym pierwszym krokiem.
Inna sytuacja występuje wtedy, gdy narzędzia są już dostępne, ale każdy korzysta z nich inaczej. Zespół zna podstawy, lecz nie ma wspólnych zasad, sprawdzonych schematów ani odpowiedzi na pytanie, które zastosowania przynoszą wartość w jego pracy. Wtedy kolejna prezentacja o możliwościach modeli językowych zwykle nie rozwiązuje problemu. Potrzebna jest praca na rzeczywistym materiale zespołu.
Granica między szkoleniem a warsztatem nie przebiega więc między teorią i praktyką. Dobre szkolenie również może zawierać ćwiczenia. Różnica dotyczy materiału roboczego, rezultatu, liczebności grupy, poziomu przygotowania oraz tego, co dzieje się po spotkaniu.
Co daje szkolenie AI dla firm i dla kogo ma sens
Typowe szkolenie AI dla firm opiera się na programie przygotowanym przez prowadzącego. Uczestnicy poznają sposób działania wybranych narzędzi, zasady tworzenia zapytań, ograniczenia modeli oraz przykładowe zastosowania. Ćwiczenia odbywają się zazwyczaj na przygotowanych wcześniej materiałach, które można wykorzystać niezależnie od branży i stanowiska.
Taki format pozwala objąć jednocześnie dużą grupę. Może to być kilkadziesiąt osób z różnych działów, o różnym poziomie doświadczenia i różnych obowiązkach. Wspólnym celem jest wtedy zrozumienie, czym jest generatywna AI, jakie zadania może wspierać oraz z jakimi ryzykami wiąże się jej używanie.
Szkolenie AI w biznesie ma sens przede wszystkim wtedy, gdy organizacja:
- dopiero udostępnia pracownikom pierwsze narzędzia;
- chce zbudować podstawową świadomość w szerokiej grupie;
- potrzebuje wyjaśnić zasady bezpieczeństwa i odpowiedzialności;
- nie wskazała jeszcze konkretnych procesów ani zadań do przeprojektowania.
Przykładem może być dyrektor HR, który chce zapewnić pracownikom wspólny poziom wiedzy przed uruchomieniem programu wykorzystania AI. Jego celem nie jest jeszcze poprawa konkretnego KPI w dziale operacyjnym. Chce ograniczyć przypadkowe eksperymenty, uporządkować podstawowe pojęcia i przygotować ludzi do dalszej nauki.
W takim przypadku szkolenie AI dla zespołu lub większej grupy pracowników może wystarczyć. Oczekiwanym rezultatem jest wiedza o możliwościach i ograniczeniach technologii, a nie gotowy sposób realizacji wybranego zadania.
Sytuacja zmienia się, gdy lider odpowiada za konkretny proces i szuka poprawy czasu obsługi, jakości dokumentacji albo liczby błędów. Sama wiedza o narzędziu nie odpowie mu, jak zmienić pracę jego zespołu. Do tego potrzebny jest inny format.
Czym różni się warsztat AI od szkolenia: 4 różnice, które mają znaczenie
1. Materiał roboczy pochodzi z firmy
Podczas szkolenia uczestnicy pracują zwykle na przykładach przygotowanych przez prowadzącego. Mogą analizować przykładowy raport, tworzyć treść marketingową dla fikcyjnej marki albo testować model na neutralnym zestawie danych.
Pozwala to szybko pokazać funkcje narzędzia. Nie sprawdza jednak, jak model poradzi sobie z językiem, formatami, ograniczeniami i wyjątkami występującymi w konkretnej organizacji.
Podczas warsztatu materiałem roboczym są zadania uczestników. Zespół procesowy może pracować na własnych instrukcjach i opisach procesów. Marketing może wykorzystać rzeczywisty brief, brand voice i kampanię z planu. Zespół IT pracuje na kodzie, backlogu i zasadach obowiązujących w repozytorium.
Dzięki temu uczestnicy nie ćwiczą abstrakcyjnego sposobu użycia AI. Sprawdzają, czy określony schemat działa w ich kontekście, czego brakuje w danych wejściowych i gdzie człowiek nadal musi podjąć decyzję.
2. Rezultatem są inne produkty pracy
Po szkoleniu uczestnik powinien lepiej rozumieć narzędzie. Może otrzymać materiały, notatki, zestaw przykładów lub certyfikat. To właściwy rezultat, jeżeli celem było przekazanie wiedzy.
Warsztat powinien kończyć się artefaktami, które można wykorzystać w pracy. W zależności od zespołu mogą to być:
- przetestowane workflow dla powtarzalnych zadań;
- schematy zapytań dopasowane do dokumentów lub kodu;
- zasady oceny i weryfikacji odpowiedzi;
- wspólny kontekst dla narzędzia;
- lista zastosowań gotowych do dalszego sprawdzenia.
Warsztat nie gwarantuje trwałej zmiany zachowań po jednym lub dwóch dniach. Tworzy jednak warunki do tej zmiany. Uczestnik nie wraca wyłącznie z wiedzą, że AI potrafi przygotować analizę. Wraca z przetestowanym sposobem wykonania analizy na materiale, z którym rzeczywiście pracuje.
3. Liczebność grupy wpływa na sposób pracy
Szkolenie można przeprowadzić dla 30, 40 lub 50 osób, ponieważ program nie wymaga szczegółowej pracy nad każdym przypadkiem uczestnika. Prowadzący przekazuje wspólną wiedzę, prezentuje zastosowania i moderuje ćwiczenia.
Warsztat wymaga mniejszej grupy. Przy maksymalnie 12 osobach można omówić rzeczywiste zadania uczestników, sprawdzić przygotowane materiały i korygować workflow podczas pracy.
Większa liczba osób szybko zmienia warsztat w szkolenie. Uczestnicy obserwują wtedy pracę kilku aktywnych osób, a ich własne przypadki pozostają poza agendą. Jeżeli organizacja chce objąć programem kilka działów, lepszym rozwiązaniem bywa seria osobnych warsztatów niż jedno duże spotkanie.
4. Warsztat obejmuje pracę także po spotkaniu
Szkolenie zazwyczaj kończy się wraz z ostatnim modułem. Uczestnicy dostają materiały i samodzielnie decydują, które elementy zastosują.
W warsztacie spotkanie jest częścią szerszego procesu. Przed pierwszym dniem trzeba zebrać zadania, dokumenty, ograniczenia bezpieczeństwa i informacje o używanych narzędziach. Na tej podstawie powstaje agenda.
Po warsztacie potrzebny jest czas na sprawdzenie przygotowanych schematów w codziennej pracy. Sesje pytań i odpowiedzi, konsultacje oraz wsparcie przy poprawianiu workflow pomagają odróżnić problem z samym schematem od problemu z jego stosowaniem.
Bez tego uczestnicy mogą wrócić do starych metod pod presją terminów. BCG opisuje ten mechanizm jako lukę między poznaniem nowej umiejętności a wykorzystaniem jej w rzeczywistym zadaniu. Nowy sposób pracy początkowo może wymagać większej uwagi. Jeżeli organizacja nie daje czasu na praktykę i nie wzmacnia nowych zachowań, sama ekspozycja na wiedzę nie wystarczy.
Kiedy warto zacząć od szkolenia AI dla firm
Pierwszym sygnałem jest brak wcześniejszego doświadczenia z AI. Pracownicy nie wiedzą, jakie narzędzia są dostępne, do czego można ich używać i jak oceniać odpowiedzi. Rozpoczynanie od pracy na procesach może być wtedy przedwczesne, ponieważ zbyt dużo czasu zajmą podstawy.
Drugim sygnałem jest cel programu. Jeżeli organizacja chce zbudować świadomość, wyjaśnić zasady bezpieczeństwa i pokazać zakres zastosowań, szkolenie odpowiada temu celowi. Nie trzeba projektować osobnych workflow dla każdego działu.
Trzecim sygnałem jest skala. Szkolenie AI dla pracowników pozwala w krótkim czasie dotrzeć do dużej grupy. Może być elementem uruchomienia nowego narzędzia albo programu edukacyjnego obejmującego całą firmę.
Czwartym sygnałem jest brak zidentyfikowanych zadań do pracy. Warsztat wymaga materiału, właściciela problemu i grupy, która zna dany proces. Jeżeli organizacja nie potrafi jeszcze wskazać, czy chce pracować nad analizą dokumentów, obsługą zgłoszeń, przygotowaniem ofert czy tworzeniem testów, szkolenie może pomóc zbudować punkt wyjścia.
Szkolenie i warsztat nie konkurują ze sobą. Mogą tworzyć kolejne etapy jednego programu. Najpierw organizacja buduje wspólny język w szerszej grupie. Następnie wybrane zespoły przechodzą do warsztatów na własnych zadaniach.
Nie zawsze potrzebne są oba etapy. Zespół, który od kilku miesięcy korzysta z Copilota lub ChatGPT, może mieć wystarczającą wiedzę, aby od razu pracować warsztatowo. Powtarzanie podstaw tylko opóźniłoby pracę nad rzeczywistym problemem.
Kiedy warsztat AI daje zespołowi więcej niż szkolenie
Pierwszym sygnałem jest dostęp do narzędzi bez wspólnego sposobu pracy. Licencje zostały kupione, pracownicy korzystają z AI, ale każdy robi to według własnych zasad. Firma widzi aktywność użytkowników, lecz nie widzi zmiany w jakości, czasie realizacji ani innych miernikach.
Drugim sygnałem jest rozproszenie wiedzy. Jedna osoba ma dobry sposób na analizę dokumentów, inna przygotowała skuteczny schemat tworzenia raportu, ale rozwiązania pozostają w prywatnych rozmowach z modelem. Zespół za każdym razem zaczyna od początku.
Trzecim sygnałem jest oczekiwanie lidera. Kierownik działu lub Tech Lead nie szuka już inspiracji. Potrzebuje rozwiązania dla swoich ludzi, swojego procesu albo własnego kodu. Chce wiedzieć, co zespół będzie robił inaczej po spotkaniu.
Czwartym sygnałem jest potrzeba wyboru zastosowań. Organizacja widzi wiele możliwości, ale nie wie, gdzie AI ma szansę poprawić konkretny parametr pracy. Warsztat pozwala porównać zadania, sprawdzić je na rzeczywistym materiale i wybrać obszary do dalszej walidacji.
Taki punkt wyjścia miała duża organizacja energetyczna. Zespół procesowy posiadał Microsoft Copilot w środowisku Microsoft 365. Pracownicy korzystali z niego intuicyjnie, bez wspólnego standardu. Jedni używali go do redakcji dokumentów, inni do streszczania materiałów, a część prawie wcale.
Podczas dwudniowego warsztatu uczestnicy pracowali na własnych instrukcjach, opisach procesów i materiałach analitycznych. Testowali Copilota jako drugą parę oczu analityka: do sprawdzania sekwencji kroków, ról, punktów decyzyjnych, niejasności oraz braków w dokumentacji.
Na wyjściu zespół miał bank sprawdzonych schematów, zasady bezpiecznego użycia i wspólny sposób oceny odpowiedzi. Rezultat dotyczył konkretnego zespołu i jego środowiska. Pokazuje jednak mechanizm: dostęp do narzędzia nie tworzy standardu pracy. Standard powstaje wtedy, gdy zespół testuje narzędzie na wspólnym materiale i uzgadnia, jak będzie z niego korzystać.
Warsztat AI w procesach: dla właściciela procesu i jego zespołu
Warsztat AI w procesach jest przeznaczony dla zespołu odpowiedzialnego za konkretny obszar pracy. Może to być obsługa dokumentów, raportowanie, analiza danych, zakupy, obsługa zgłoszeń, proces finansowy albo praca z dokumentacją.
Program trwa od jednego do trzech dni. Jego zakres powstaje na podstawie materiałów zebranych wcześniej od uczestników. Mogą to być instrukcje, raporty, formularze, zestawienia, przykładowe zgłoszenia i opis sposobu realizacji zadania.
Podczas spotkania zespół testuje AI na typowych przypadkach oraz na sytuacjach, które wymagają dodatkowej oceny człowieka. Celem jest przygotowanie wspólnego standardu pracy, a nie automatyzacja całego procesu podczas jednego spotkania.
Na wyjściu mogą powstać:
- schematy pracy dla powtarzalnych zadań;
- bank zapytań dopasowany do dokumentów zespołu;
- zasady bezpiecznego wykorzystywania informacji;
- lista obszarów, które kwalifikują się do dalszego sprawdzenia;
- wstępne mierniki, takie jak czas realizacji, liczba poprawek lub odsetek spraw wymagających ręcznej obsługi.
Taki format ma zastosowanie między innymi w finansach, SSC, logistyce, ubezpieczeniach i procesach wsparcia w przemyśle. Szerzej opisuje go obszar AI w procesach biznesowych.
Więcej o tym wariancie znajdziesz na stronie Warsztatu AI w procesach.
Warsztat AI dla zespołów IT: dla lidera zespołu technicznego
Warsztat AI dla zespołów IT opiera się na kodzie, zadaniach i cyklu wytwarzania konkretnego zespołu. Trwa zwykle od jednego do dwóch dni. Uczestniczą w nim osoby odpowiadające za wymagania, implementację, testy, przegląd kodu i zarządzanie pracą zespołu.
Praca obejmuje pełną pętlę od user story przez plan implementacji, kod, code review i testy aż do merge. Zespół sprawdza, w których punktach AI przyspiesza przygotowanie artefaktów, gdzie wymaga dodatkowej kontroli i jaki kontekst powinien być zapisany w repozytorium. Szerszy kontekst tego podejścia opisuje obszar AI w wytwarzaniu oprogramowania.
Rezultatem mogą być działające workflow dla poszczególnych ról, plik z kontekstem projektu, schematy planowania, zasady ochrony kodu i własności intelektualnej oraz mapa miejsc, w których dalsza praca z AI ma największy sens.
W jednym z projektów warsztat objął 12-osobowy zespół produktowy: developerów, QA, Product Ownera i Team Leada. Uczestnicy pracowali na funkcji z bieżącego backlogu i wspólnym środowisku narzędziowym. Cztery tygodnie później 12 z 12 osób korzystało z przygotowanych workflow, a czas tworzenia user story i scenariuszy testowych skrócił się w tym zespole o 40 procent. Wynik dotyczy tego konkretnego projektu. Zależał od wcześniejszego rozpoznania procesu, przygotowania kontekstu i dalszej pracy zespołu po warsztacie.
Więcej o tym wariancie znajdziesz na stronie Warsztatu AI dla zespołów IT.
Co wychodzi z warsztatu AI
Przed wyborem formatu dobrze ustalić, jakie produkty pracy powinny powstać. W przypadku warsztatu sama liczba omówionych funkcji narzędzia nie jest właściwym miernikiem. Jeśli dopiero porównujesz formaty pracy z zespołem, zacznij od przeglądu warsztatów AI dla zespołów.
Typowe rezultaty dobrze przygotowanego warsztatu to:
- działające workflow dopasowane do procesów, zadań lub kodu uczestników;
- wspólne zasady bezpieczeństwa i weryfikacji odpowiedzi;
- bank schematów dla powtarzalnych zadań;
- lista od jednego do trzech obszarów gotowych do kolejnego kroku wraz ze wstępnym KPI.
W przypadku szkolenia rezultatem jest przede wszystkim wiedza ogólna, materiały, notatki i ewentualny certyfikat. Nie jest to rezultat gorszy. Odpowiada po prostu innemu celowi.
Jeżeli firma oczekuje, że po spotkaniu zespół będzie potrafił zastosować przygotowane rozwiązania w swoich zadaniach, trzeba zarezerwować czas na zebranie materiałów, pracę w małej grupie i działania po warsztacie. Bez tych elementów format zacznie przypominać szkolenie, nawet jeżeli w nazwie pozostanie słowo „warsztat”.
Najczęstsze pytania o szkolenie AI dla firm i warsztaty AI
Czy warsztat AI zastępuje szkolenie?
Nie zawsze. Szkolenie jest właściwe, gdy firma potrzebuje zbudować podstawową wiedzę w dużej grupie. Warsztat ma więcej sensu, gdy zespół zna podstawy i chce przygotować konkretne sposoby pracy na własnych materiałach.
Ile osób może uczestniczyć w warsztacie AI?
Optymalna grupa liczy do 12 osób. Taka liczebność pozwala pracować na przypadkach uczestników i udzielać informacji zwrotnej. Przy większej grupie część osób zaczyna obserwować zamiast pracować na własnym materiale.
Czy trzeba mieć wdrożone narzędzia AI przed warsztatem?
Nie w każdym przypadku. Narzędzie może zostać dobrane podczas przygotowania programu. Firma powinna jednak mieć ustalone zasady dotyczące danych i dostępu albo być gotowa je uzgodnić przed rozpoczęciem pracy na materiałach wewnętrznych.
Jak długo trwa warsztat AI dla firm?
Najczęściej od jednego do trzech dni, zależnie od rodzaju zespołu, liczby zadań i poziomu przygotowania. Warsztaty dla zespołów IT zwykle trwają od jednego do dwóch dni. Do tego dochodzi przygotowanie materiałów oraz uzgodnione działania po spotkaniu.
Czym warsztat różni się od coachingu lub konsultacji?
Warsztat ma określoną agendę, grupę uczestników i produkty pracy, które powstają podczas wspólnych sesji. Coaching koncentruje się częściej na rozwoju jednej osoby. Konsultacja może zakończyć się diagnozą lub rekomendacją przygotowaną przez eksperta, bez wspólnego budowania workflow przez zespół.
Ile kosztuje warsztat AI dla firm?
Cena zależy od liczby dni, zakresu przygotowania, rodzaju materiałów, używanych narzędzi i wsparcia po spotkaniu. Inaczej wycenia się jednodniowy warsztat na dokumentach biurowych, a inaczej program dla zespołu IT wymagający pracy na repozytorium, konfiguracji środowiska i integracji z używanymi systemami.
Jak wybrać właściwy format dla zespołu
Wybór można sprowadzić do jednego pytania: czego firma oczekuje po zakończeniu programu?
Jeżeli odpowiedzią jest wspólna wiedza o AI, podstawy bezpiecznego korzystania i dotarcie do dużej grupy, właściwym wyborem będzie szkolenie.
Jeżeli odpowiedzią jest przygotowanie i przetestowanie sposobów pracy dla konkretnego procesu, zespołu lub kodu, właściwszym formatem może być warsztat. Warunkiem jest dostęp do materiałów, zaangażowanie osób znających pracę zespołu oraz gotowość do sprawdzenia rezultatów po spotkaniu.
Jeżeli potrzebujesz efektu, który można zacząć stosować w codziennych zadaniach po zakończeniu programu, punktem wyjścia jest rozmowa o tym, czym zajmuje się Twój zespół. Podczas 30-minutowej rozmowy ustalimy, czy potrzebne jest szkolenie, warsztat, czy jeszcze inny pierwszy krok.
