Szkolenie: Sztuczna inteligencja w środowisku pracy – cyfrowe rozwiązania na rzecz zrównoważonego rozwoju, usprawnienie procesów wewnątrz firmy

Usługa nie koncentruje się na podstawowej obsłudze narzędzi generatywnej sztucznej inteligencji. Jej przedmiotem jest projektowanie rozwiązań, w których AI staje się elementem automatycznego procesu biznesowego. Uczestnik nie tylko korzysta z gotowego czatu AI, lecz uczy się budować narzędzia wsparcia działające w określonej logice procesu, np. w n8n, Zapier lub analogicznych platformach automatyzacji.

Zakres szkolenia obejmuje wykorzystanie dużych modeli językowych, tworzenie promptów systemowych, projektowanie agentów AI, mapowanie procesów, definiowanie wyzwalaczy, akcji i warunków, integrację z dokumentami, formularzami, pocztą e-mail, arkuszami, CRM, komunikatorami oraz repozytoriami wiedzy. Uczestnicy pracują na przykładach procesów typowych dla firm: obsługa klienta, administracja, HR, sprzedaż, marketing, zarządzanie dokumentacją, ISO, raportowanie i organizacja pracy.

Usługa dotyczy praktycznego wykorzystania narzędzi internetowych, usług chmurowych, platform automatyzacji, integracji aplikacji, API, dużych modeli językowych oraz cyfrowych przepływów danych. Uczestnicy uczą się projektowania rozwiązań działających w środowisku internetowym i opartych o połączenia między aplikacjami, dlatego usługa jest merytorycznie zgodna z kategorią Informatyka i telekomunikacja oraz podkategorią Internet.

Szkolenie pokazuje, w jaki sposób rozwiązania AI i automatyzacje procesowe mogą wspierać zrównoważony rozwój organizacji poprzez ograniczanie zbędnego obiegu dokumentów papierowych, skracanie czasu wykonywania powtarzalnych czynności, lepsze wykorzystanie zasobów, zmniejszenie liczby błędów operacyjnych oraz ograniczenie konieczności wielokrotnego przetwarzania tych samych informacji.

• cyfryzacja i automatyzacja obiegu informacji zamiast powielania dokumentów papierowych;
• zwiększenie efektywności wykorzystania czasu pracy;
• ograniczanie błędów i ponownej pracy dzięki standaryzacji procesów;
• lepsza organizacja wiedzy firmowej i ograniczenie rozproszenia dokumentacji;
• świadome korzystanie z AI, uwzględniające bezpieczeństwo danych, jakość wyników i odpowiedzialność za decyzje.

DZIEŃ I – DUŻE MODELE JĘZYKOWE I PROJEKTOWANIE NARZĘDZI WSPARCIA AI

1. AI jako element procesu biznesowego, a nie wyłącznie narzędzie do generowania treści

Różnice między czatem AI, asystentem AI, agentem AI i automatyzacją procesową. Przykłady zastosowań AI w administracji, sprzedaży, HR, marketingu, obsłudze klienta, jakości i zarządzaniu dokumentacją.

2. Duże modele językowe w środowisku pracy

Zasada działania LLM z perspektywy użytkownika biznesowego. Możliwości i ograniczenia modeli GPT, Claude, Gemini, Llama, Mistral i rozwiązań podobnych. Dobór modelu do zadania.

3. Zaawansowane projektowanie promptów

Prompt systemowy, prompt użytkownika, role prompting, few-shot prompting, formatowanie odpowiedzi, ograniczenia, kryteria jakości, kontrola halucynacji, tworzenie bibliotek promptów dla organizacji.

4. Warsztat: projekt komponentu AI dla procesu firmowego

Uczestnicy projektują instrukcję działania asystenta AI wspierającego wybrany proces, np. przygotowanie odpowiedzi do klienta, analizę dokumentu, tworzenie raportu, opis procedury lub instrukcji stanowiskowej.

DZIEŃ II – AUTOMATYZACJA PROCESÓW W N8N, ZAPIER I NARZĘDZIACH PODOBNYCH

1. Architektura automatu procesowego

Trigger, akcja, warunek, filtr, opóźnienie, webhook, API, integracja aplikacji, przepływ danych, logowanie błędów, testowanie i dokumentowanie workflow.

2. Projektowanie workflow z komponentem AI

Miejsce modelu AI w procesie. Przykłady: analiza wiadomości e-mail, klasyfikacja zgłoszeń, streszczanie dokumentów, generowanie raportów, tworzenie zadań, aktualizacja arkusza lub CRM.

3. n8n jako środowisko budowy automatyzacji

Logika budowy przepływów w n8n, praca na węzłach, dane wejściowe i wyjściowe, integracje z pocztą, formularzami, arkuszami, dokumentami i narzędziami AI.

4. Zapier jako narzędzie szybkiej automatyzacji biznesowej

Tworzenie zapów, integracja formularzy, CRM, poczty, komunikatorów i dokumentów. Porównanie zastosowań Zapier i n8n.

5. Warsztat: budowa przykładowego workflow

Uczestnicy tworzą lub projektują proces automatyzacji, w którym AI analizuje dane wejściowe i przygotowuje wynik końcowy, np. odpowiedź, raport, klasyfikację, podsumowanie lub dokument.

DZIEŃ III – CYFROWI ASYSTENCI, BAZY WIEDZY I PLAN WDROŻENIA AI W ORGANIZACJI

1. Cyfrowy pracownik AI jako narzędzie wsparcia zespołu

Agent wiedzy firmowej, agent HR, agent obsługi klienta, agent sprzedaży, agent administracyjny. Zakres odpowiedzialności, ograniczenia i kontrola człowieka.

2. Bazy wiedzy i wykorzystanie dokumentów firmowych

Przygotowanie dokumentów do pracy z AI, strukturyzowanie wiedzy, instrukcje stanowiskowe, procedury ISO, FAQ, regulaminy, notatki, raporty. Wprowadzenie do koncepcji RAG.

3. Bezpieczeństwo, etyka i odpowiedzialne wdrażanie AI

Dane osobowe, dane poufne, tajemnica przedsiębiorstwa, minimalizacja danych, kontrola dostępu, weryfikacja wyników AI, nadzór człowieka, ryzyka błędnej automatyzacji.

4. Planowanie wdrożenia AI w organizacji

Diagnoza potrzeb, mapa procesów, priorytety wdrożeniowe, analiza korzyści, mierniki skuteczności, testy pilotażowe, dokumentacja procesu i zasady utrzymania narzędzia.

5. Warsztat końcowy i walidacja

Opracowanie koncepcji własnego narzędzia wsparcia AI: opis procesu, workflow, prompt systemowy, ryzyka, plan wdrożenia i mierniki skuteczności. Następnie realizowana jest walidacja efektów uczenia się.

Walidacja efektów uczenia się

• test teoretyczny,
• obserwacja w warunkach symulowanych.

Warunki organizacyjne: W celu osiągnięcia maksymalizacji efektów szkolenia, grupa uczestników powinna wynosić minimum 2 osoby. Realizacja zadań i ćwiczeń będzie przeprowadzona w taki sposób, aby stopniowo narastał ich stopień trudności, ale ich realizacja była w zasięgu możliwości uczestników. Szkolenie przewiduje pracę całej grupy, jak również w podziale na grupy.Prowadzone w ramach szkolenia zajęcia będą realizowane metodami interaktywnymi i aktywizującymi, rozumianymi jako metody umożliwiające uczenie się w oparciu o doświadczenie i pozwalające uczestnikom na ćwiczenie umiejętności. W trakcie szkolenia uczestnicy wykonują ćwiczenia praktyczne, analizują case studies, uczestniczą w symulacjach oraz opracowują propozycje działań możliwych do wdrożenia w organizacji.

Zajęcia teoretyczne 8 godzin, zajęcia praktyczne 15 godzin.

Po zakończeniu udziału w usłudze rozwojowej, uczestnik otrzymuje odpowiednie zaświadczenie o jej ukończeniu.

Warunkiem uzyskania zaświadczenia jest uczestnictwo w 100% zajęć usługi rozwojowej oraz uzyskanie pozytywnego wyniku walidacji efektów uczenia się.

Walidacja efektów uczenia się realizowana jest jako odrębny etap procesu usługi rozwojowej, niezależny od procesu kształcenia, bez elementów dydaktycznych oraz bez udzielania wskazówek uczestnikom.

Walidacja obejmuje:

1. Test teoretyczny.
2. Obserwację w warunkach symulowanych.

Walidacja realizowana jest jako odrębny etap usługi rozwojowej, niezależny od procesu kształcenia. W czasie walidacji nie są prowadzone elementy dydaktyczne, nie są omawiane poprawne odpowiedzi, a uczestnicy nie otrzymują wskazówek wpływających na wynik oceny. Walidację prowadzi osoba inna niż trener prowadzący zajęcia.

Formy walidacji

• test teoretyczny sprawdzający wiedzę z zakresu LLM, automatyzacji, bezpieczeństwa i odpowiedzialnego wykorzystania AI;
• obserwacja w warunkach symulowanych sprawdzająca umiejętność analizy procesu, zaprojektowania workflow oraz przygotowania komponentu AI.

Opis zadania praktycznego

Uczestnik otrzymuje scenariusz sytuacji zawodowej dotyczącej procesu wewnętrznego przedsiębiorstwa, np. obsługi zapytań klientów, tworzenia raportu, klasyfikacji zgłoszeń, przygotowania instrukcji, analizy dokumentów, obsługi formularza lub zarządzania wiedzą firmową. Zadaniem uczestnika jest opracowanie koncepcji narzędzia wsparcia AI w automacie procesowym.

• opisanie celu procesu i oczekiwanego wyniku biznesowego;
• wskazanie danych wejściowych i danych wyjściowych;
• zaprojektowanie workflow obejmującego trigger, działania pośrednie, komponent AI oraz rezultat końcowy;
• przygotowanie przykładowego promptu systemowego lub instrukcji działania asystenta AI;
• wskazanie narzędzia automatyzacji, np. n8n, Zapier lub rozwiązania analogicznego;
• określenie ryzyk związanych z bezpieczeństwem danych i jakością odpowiedzi AI;
• uzasadnienie korzyści wdrożeniowych oraz sposobu kontroli działania rozwiązania.

Dowody walidacyjne

• test teoretyczny uczestnika;
• arkusz oceny zadania praktycznego;
• opis lub schemat workflow przygotowany przez uczestnika;
• prompt systemowy lub instrukcja działania komponentu AI;
• protokół walidacji podpisany przez osobę walidującą.

Progi zaliczenia

• test teoretyczny: minimum 60% poprawnych odpowiedzi;
• obserwacja w warunkach symulowanych: minimum 60% punktów w arkuszu oceny;
• warunkiem uzyskania potwierdzenia kompetencji jest udział w 100% zajęć oraz pozytywny wynik walidacji.

Efekty o charakterze wiedzy weryfikowane są testem teoretycznym.

Efekty o charakterze umiejętności weryfikowane są obserwacją w warunkach symulowanych.

Każdy efekt uczenia się został przypisany do konkretnego elementu walidacji, co zapewnia jednoznaczne potwierdzenie osiągnięcia zakładanych efektów uczenia się.

Warunkiem ukończenia usługi rozwojowej jest:

• udział w 100% zajęć,
• uzyskanie pozytywnego wyniku walidacji efektów uczenia się.

Zaświadczenie o ukończeniu usługi wydawane jest po spełnieniu obu powyższych warunków.

W przypadku niezaliczenia walidacji uczestnik nie uzyskuje potwierdzenia kompetencji, niezależnie od spełnienia wymogu frekwencji.

• autorskie materiały szkoleniowe dotyczące LLM, prompt engineeringu, agentów AI i automatyzacji procesowych;
• checklista analizy procesu pod kątem automatyzacji AI;
• szablon projektowania workflow w n8n/Zapier;
• szablon promptu systemowego dla asystenta AI;
• arkusz oceny ryzyka wdrożenia AI;
• wzór planu wdrożenia narzędzia wsparcia AI w organizacji;
• przykładowe scenariusze automatyzacji dla administracji, sprzedaży, HR, obsługi klienta, dokumentacji i zarządzania wiedzą.

Materiały powinny zostać przygotowane w formie dostępnej cyfrowo, zgodnie z zasadami czytelności i dostępności, w tym z uwzględnieniem standardu WCAG 2.1 w zakresie możliwym dla materiałów szkoleniowych.

Wymagania wstępne dla uczestników

• podstawowa umiejętność obsługi komputera, przeglądarki internetowej, poczty e-mail i aplikacji biurowych;
• podstawowa znajomość procesów realizowanych w swoim miejscu pracy;
• brak wymogu znajomości programowania;
• wskazana podstawowa znajomość narzędzi AI, np. ChatGPT, Gemini, Claude lub podobnych, ale nie jest ona warunkiem koniecznym.

W przypadku osób z dofinansowaniem powyżej 70% usługa zwolniona z VAT na podstawie art. 43 ust. 1 pkt 29 litera a) ustawy o VAT i § 3 ust. 1 pkt 14 Rozporządzenia Ministra Finansów z dnia 20 grudnia 2013 r. w sprawie zwolnień od podatku od towarów i usług oraz warunków stosowania tych zwolnień (tekst jednolity Dz.U. z 2025r., poz. 832)

Organizator zapewnia dostępność osobom ze szczególnymi potrzebami podczas realizacji usług rozwojowych zgodnie z Ustawą z dnia 19 lipca 2019 r. o zapewnianiu dostępności osobom ze szczególnymi potrzebami (Dz.U. 2022 poz. 2240) oraz „Standardami dostępności dla polityki spójności 2021-2027”.

W przypadku potrzeby zapewnienia specjalnych udogodnień prosimy o kontakt pod numerem 500 026 554 lub mailem na psulkowski@gmail.com przed zapisem na usługę!