Ebook details

1. Od +AI do AI+. Sztuczna inteligencja generatywna a "przełom Netscape'a"

• Czym jest "przełom Netscape'a"?
• Sztuczna inteligencja i magiczna chwila
  • Ale. AI to nie magia
• Jak przekształcić firmę z "+AI" w "AI+"?
• Zanim cokolwiek zrobisz, zmień swoje podejście z "+AI" na "AI+"
  • Drabina AI - nowe podejście w erze sztucznej inteligencji
• Zanim wyruszysz w podróż, określ budżet i ustal, do czego wykorzystasz AI
  • Wymiar pierwszy. Wydawać pieniądze, by oszczędzać, czy wydawać je, by zarabiać? Jak sztuczna inteligencja pomoże Twojej firmie?
  • Wymiar drugi. W jaki sposób sztuczna inteligencja będzie wspomagać Twoją firmę?
  • Wykorzystaj krzywą biegłości w celu zobrazowania, jak sztuczna inteligencja wspiera Twoją firmę
  • Od czego zacząć? Przydatne wskazówki
• Zostań mistrzem zmian. Przejdź w lewo, a potem możesz przejść w prawo!
  • Codziennie spotykamy się z problemami, które można rozwiązać lub których skutki można zmniejszyć za pomocą technologii
• Jak efektywnie wykorzystać w swojej firmie modele podstawowe i sztuczną inteligencję generatywną?
  • Wskazówka 1. Działaj bez zwłoki
  • Wskazówka 2. Bądź twórcą wartości AI, a nie tylko okazjonalnym użytkownikiem
  • Wskazówka 3. Jeden model nie zdominuje wszystkich, więc postaw na społeczność
  • Wskazówka 4. Uruchamiaj wszędzie i wydajnie
  • Wskazówka 5. Bądź odpowiedzialny, ponieważ najważniejszą przepustką do działania jest zaufanie
• A teraz skupmy się na części dotyczącej sztucznej inteligencji

2. Jak zostać twórcą wartości w dziedzinie sztucznej inteligencji?

• Rozwój sztucznej inteligencji na przestrzeni lat. Ewolucja AI
  • Krótko o modelach podstawowych
  • Więcej szczegółów. Rozwój dużych modeli językowych i porównanie uczenia nadzorowanego z uczeniem samonadzorowanym
• Twoim celem powinno być tworzenie wartości z użyciem sztucznej inteligencji
  • Jak korzystać z AI? Czy jesteś twórcą wartości, czy jej konsumentem?
• Planowanie przyszłości z AI. Era wielu modeli sztucznej inteligencji
  • Czas zrozumieć i wykorzystać sztuczną inteligencję
• Przyszłość sztucznej inteligencji
• Zaczynajmy

3. Równania perswazji w sztucznej inteligencji

• Niektóre rzeczy są ponadczasowe
  • Napięcie między człowiekiem a technologią istniało od zawsze
  • Bez kalkulatorów! Trzy równania perswazji
  • Równanie 1. Jak zwiększyć PKB?
  • Równanie 2. Co decyduje o sukcesie sztucznej inteligencji?
  • Równanie 3. Znajdź równowagę - opanuj paradoks
• Ostatnia rada: traktuj sztuczną inteligencję jak źródło wartości, a nie centrum kosztów
• Podsumowanie

4. Przypadki użycia

• Krzywa tworzenia wartości oparta na przypadkach użycia
• Podejście horyzontalne daje największe możliwości
  • Eksperymentowanie
  • Wykorzystaj swoje dane
  • Automatyzacja IT
  • Kod. Język komputerów
  • Pracownicy cyfrowi i asystenty AI
  • Agenty
  • Perspektywa biznesowa. Przypadki użycia - spojrzenie przekrojowe
  • Dodatkowy przypadek użycia (przekrojowy) - dane syntetyczne
• Przegląd przypadków użycia w różnych branżach
  • Rolnictwo
  • Rachunkowość
  • Edukacja
  • Ochrona zdrowia
  • Ubezpieczenia
  • Obsługa prawna
  • Produkcja
  • Farmacja
• Nieograniczony potencjał. Nowe obszary zastosowań GenAI
• Bloki budulcowe sztucznej inteligencji

5. Żyć, umrzeć, kupić czy wypróbować? Sztuczna inteligencja zadecyduje o wielu sprawach

• Modele językowe. O czym zwykle się zapomina?
  • Graniczna data wiedzy
  • Modele LLM potrafią mistrzowsko improwizować
  • Ślad węglowy sztucznej inteligencji. Jaki jest klimatyczny koszt Twojego wirtualnego przyjaciela?
  • Prawa autorskie i procesy sądowe
  • Co z cyfrową esencją?
  • Rosnąca powierzchnia ataku
  • Ochrona danych
  • Ukradnij teraz, złam później
• Skuteczne narzędzia dla sztucznej inteligencji
  • Uczciwość. Jak grać uczciwie w erze sztucznej inteligencji?
  • Stronniczość tu, stronniczość tam - stronniczość danych jest wszędzie
  • Niezawodność. Jak stworzyć sztuczną inteligencję odporną na awarie?
  • Wytłumaczalność. Jak wyjaśnić to, co prawie niewytłumaczalne?
  • Rodowód danych. Śledzenie ścieżki. Niechaj zwyciężą dobre dane
• Przepisy. Podrozdział, którego miało nie być
  • Co należy uregulować? Nasze stanowisko
  • Zarządzanie cyklem życia sztucznej inteligencji
• Podsumowanie

6. Umiejętności, które robią wrażenie

• Zaczynamy naukę
• Droga do zaawansowanej sztucznej inteligencji wymaga rozwoju umiejętności w szerokim zakresie specjalizacji
• Sztuczna inteligencja. Niszczyciel czy kreator miejsc pracy?
  • Jeśli nie poprawisz swoich umiejętności, czeka Cię szach i mat
  • Technologia dla wszystkich. Kreator miejsc pracy
• Klucze do sukcesu - jak stworzyć program rozwoju umiejętności na całe życie?
  • Dźwignia 1. Zacznij od podstaw. Zatrudniaj pracowników, którzy chcą wiedzieć "dlaczego"
  • Dźwignia 2. Pozyskaj pracowników z nastawieniem cyfrowym
  • Dźwignia 3. Przeprowadź inwentaryzację swoich umiejętności
  • Dźwignia 4. Planuj z myślą o działaniu. Sam plan to za mało
  • Dźwignia 5. Zaakceptuj krzywe uczenia się (i zapominania)
  • Dźwignia 6. Połącz instrukcję, obserwację i współpracę
  • Dźwignia 7. Kultura ma znaczenie. Bądź czasownikiem umiejętności, nie rzeczownikiem
  • Dźwignia 8. Ustal kierunek organizacji w zakresie AI
• Studium przypadku: wyzwanie kompetencyjne IBM - prezes zapytał, odpowiedzieliśmy wszyscy
• Podsumowanie

7. Przyszłość technologii AI. Jeden model nie zdominuje wszystkiego!

• Czy większe zawsze znaczy lepsze? Może na początku, ale to już dawno minęło
• Rozkwit modeli SLM
  • Przygotowanie danych ratunkiem dla sztucznej inteligencji
  • Zastanów się nad tym, gdy planujesz działania związane z przygotowaniem danych
  • Destylacja modeli - wykorzystanie AI do udoskonalania AI
  • Co warto wziąć pod uwagę, myśląc o destylacji modeli?
• Dokąd zmierzamy? Małe modele językowe. do boju!
  • Routing modeli
  • Czynniki do uwzględnienia podczas planowania routingu modeli
  • Architektura MoE
  • Czynniki do uwzględnienia w kontekście modeli MoE
• Systemy agentowe
  • Jak reagujesz na agenta w działaniu?
  • Więcej o agentach
  • Jak tworzy się agenty?
  • Zagrożenia i ograniczenia systemów agentowych
  • Trzy wskazówki na dobry początek - sprawdzone praktyki
  • Na co zwrócić uwagę podczas pracy z agentami AI?
• Podsumowanie

8. Wykorzystanie danych jako źródła przewagi konkurencyjnej

• Dostosowywanie rozwiązań open source dla firm. Nowe spojrzenie na dane w przedsiębiorstwie
  • Pierwsza epoka ery danych. Spojrzenie na reprezentacje informacji sprzed kilku dekad
• Stwórz reprezentację swoich danych!
  • Krok 1. Wszystko zaczyna się od zaufania
  • Krok 2. Wprowadzanie danych firmowych do modelu językowego
  • Krok 3. Wielki finał - wdrożenie i testowanie
• Przyszłość jest otwarta, oparta na współpracy i elastyczna

9. Obliczenia generatywne. Nowe podejście do przetwarzania danych

• Podstawowe elementy informatyki
  • Transformery - sztuczna inteligencja w nowej odsłonie
• Nie powrót do przyszłości, lecz powrót do informatyki
  • Bez granic. Nowe spojrzenie na potencjał
• Jak tworzy się modele na potrzeby obliczeń generatywnych?
  • "Biblioteki" do rozszerzania możliwości systemu obliczeń generatywnych
  • Krótkie porównanie. Jak korzystasz z LLM dziś, a jak będziesz korzystać w modelu obliczeń generatywnych?
  • Środowisko programowania generatywnego - jakie możliwości przed nami otwiera?
  • Strawberry firmy OpenAI. Słodka innowacja w świecie technologii
• Od obliczeń generatywnych do generatywnego komputera. Co to oznacza dla sprzętu?
  • Badania nad akceleracją działania AI w projekcie IBM NorthPole
• Ostatni prompt. Podsumowanie całości

• Title:AI dla twórców wartości. Jak wyjść z roli zwykłego użytkownika generatywnej sztucznej inteligencji
• Author:Rob Thomas, Paul Zikopoulos, Kate Soule
• Original title:AI Value Creators: Beyond the Generative AI User Mindset
• Translation:Radosław Meryk
• ISBN:978-83-289-3123-7, 9788328931237
• Date of issue:2026-01-27
• Format:Ebook
• Item ID: aitwwa
• Publisher: Helion