13.10
Start programu
2+3
Tygodnie pracy
Niezwykłych ekspertów
10+
Rekrutacja
Każdy z nas ma w sobie potencjał, który może rozwijać — niezależnie od wieku, doświadczenia czy branży. Dlatego rekrutacja do naszego programu jest otwarta dla wszystkich.
✓
Start rekrutacji: 17 sierpnia
⌛
Zakończenie rekrutacji: 12 października
1 ETAP | Samodzielna nauka
Czyli 2 tygodnie samodzielnej pracy z video-instrukcjami, quizami, zadaniami i sesjami inspiracyjnymi live! Tematyka? Podstawy pracy z AI i tworzenia agentów!
✅
Udział bezpłatny
🚀
13 października 18:00-20:00Kick-off programu
⚡
15 października 18:00-20:001 Sesja live ekspercka
⚡
20 października 18:00-20:002 sesja ekspercka + wyzwania branżowe
2 ETAP | Praca zespołowa
3 tygodnie pracy zespołowej: tworzenia zespołu Agentów AI w ramach wyzwań biznesowych! Rozwijaj, testuj i weryfikuj wspólnie z zespołem Wasze rozwiązania.
✅
Udział płatny 399 zł brutto
⚡
22 października 18:00-19:00sesja wprowadzająca dla teamworku
⚡
22 października 19:00-20:00integracja dla osób wcześniej zapisanych
⚡
27 października 18:00-20:001 sesja zespołowa live
⚡
29 października 18:00-20:002 sesja zespołowa live
⚡
3 listopada 18:00-20:003 sesja zespołowa live
⚡
5 listopada 18:00-20:004 sesja zespołowa live
⚡
10 listopada 18:00-20:005 sesja zespołowa live
⚡
17 listopada 18:00-20:006 sesja zespołowa live
Wielka Celebracja
Wznosimy toast za wszystkich absolwentów AIDEAS 5 kohorty! Celebrujemy wspólnie zdobyte sukcesy, pokazujemy efekty Waszej pracy, a także... dzielimy się kulisami pracy nad programem :)
🚀
24 listopada 18:00-20:00Wielka Celebracja programu
Tomasz Chyrchel
AI expert oraz CEO Generatora Pomysłów
Ekspert i praktyk w zakresie wykorzystania nowych technologii
w procesach rozwoju produktów
i usług. Posiada ponad 10-letnie doświadczenie w obszarze badań
i rozwoju.
Paulina Zawadka
Head of L&D w Generatorze Pomysłów
Od ponad 10 lat prowadzi różnorodne zespoły, projektuje programy i warsztaty w tematyce rozwojowej dla specjalistów i kadry zarządzającej w biznesie z zakresu: praca zespołowa, sztuczna inteligencja, kreatywność, komunikacja,
dr Paula Skrzypecka
Starsza prawniczka w Creativa Legal, doktor nauk prawnych
Jest starszą prawniczką w Creativa Legal, gdzie łączy praktykę prawną ze specjalistyczną wiedzą technologiczną. Jako doktor nauk prawnych specjalizuje się w prawie nowych technologii, ochronie danych osobowych oraz regulacjach kryptowalut i blockchain.
Dino Metaxas
Digital Director, AI & Consumer Innovation w Champion Europe Group
Znany z integrowania najnowocześniejszych technologii
z tradycyjnymi modelami biznesowymi
w celu wprowadzenia skutecznych zmian w organizacji.
dr hab. Artur Modliński
Profesor uczelni, Kierownik Centrum Badań nad Sztuczną Inteligencją i Cyberkomunikacją na Wydziale Zarządzania Uniwersytetu Łódzkiego
Badacz nowych technologii, transformacji cyfrowej, AI i relacji człowiek–organizacja–technologia. Laureat ponad 40 nagród i stypendiów naukowych, autor publikacji w międzynarodowych czasopismach oraz recenzent artykułów i wniosków grantowych z obszaru nowych technologii. Współpracuje z biznesem przy projektach szkoleniowych, doradczych i wdrożeniowych, wspierając organizacje w procesach cyfryzacji i rozwoju kompetencji przyszłości.
Paweł Kiszczak
AI/ML engineer
Inżynier AI/ML specjalizujący się w rozwiązaniach z zakresu GenAI, systemach agentowych oraz optymalizacji modeli językowych. Na co dzień buduje produkcyjne aplikacje agentowe i systemy backendowe w Vstorm, a po godzinach aktywnie angażuje się w rozwój polskiego ekosystemu open-source jako członek społeczności w projektach SpeakLeash i Bielik.AI. Zawodowo rozwija także systemy oparte na modelach otwartowagowych w środowiskach on-premises (m.in. dla branż regulowanych).
Jest współautorem modelu Bielik-Minitron-7B, stworzonego we współpracy z inżynierami NVIDIA. Prelegent na międzynarodowych konferencjach technicznych (m.in. NVIDIA GTC San Jose, GOSIM Paris) oraz współtwórca warsztatów i kursów edukacyjnych propagujących suwerenne modele AI.
Michał Poliński
AI Lead w firmie EazyStock
Analityk, trener i pasjonat nowych technologii. Na co dzień uczy, jak precyzyjnie definiować wyzwania biznesowe i z głową wdrażać rozwiązania oparte o dane. Pomaga organizacjom wyjść z fazy "zachwytu nad AI" i przejść do efektywnego budowania realnej przewagi w pracy zespołów.
Zarezerwuj swoje miejsce w nadchodzącej edycji programu AIDEAS i wejdź na wyższy poziom rozwoju zawodowego.
Na start
Na start — zanim wejdziesz w tydzień 1
Materiał wprowadzający, udostępniany razem z tygodniem 1.
Czego się dowiesz
Jak działa program, jak przez niego przejść, gdzie szukać wsparcia; autodiagnoza kompetencji
Przegląd narzędzi: GeneratorGPT, Microsoft Copilot, ChatGPT, Google Gemini — czym się różnią i do czego służą
Co zrobisz
Wypełnisz autodiagnozę kompetencji i zaplanujesz własną ścieżkę przez program
Wybierzesz własny use case i opiszesz specyfikację agenta
Fundamenty AI i aktualny krajobraz technologii
Zrozumiesz, czym naprawdę jest AI, dokąd zmierza i gdzie przebiegają granice — te prawne i te praktyczne.
Cel główny: budujesz poprawny model pojęciowy AI, orientujesz się w kierunku rozwoju technologii i wiesz, na jakich zasadach prawnych i etycznych można wykorzystywać AI
Kluczowe tematy
Czym jest AI — definicja robocza, odróżnienie od zwykłej automatyzacji i od marketingowego „AI”
AI a uczenie maszynowe, GenAI i modele LLM
Uczenie maszynowe — jak modele się uczą, skąd biorą się ich możliwości i skąd ograniczenia
Możliwości AI dziś — realna skala zastosowań w pracy i w branżach
Ograniczenia: halucynacje, granice danych treningowych, ryzyko nadmiernego zaufania
Mapa terenu: czat → AI multimodalna → modele reasoning → agenty → systemy multiagentowe (LLM workflow) → orkiestracja agentów i narzędzi
AI Act, RODO, prawo autorskie — co realnie zmieniają w codziennej pracy
Etyka: konsekwencje społeczne i zawodowe stosowania AI
Bezpieczne korzystanie z darmowych narzędzi: regulaminy dostawców, polityki firmowe, czego nie wolno wprowadzać do promptu
Czego się nauczysz
Rozpoznawać, czy dane rozwiązanie faktycznie wykorzystuje AI, czy tylko tak się nazywa
Nazywać różnicę między uczeniem maszynowym, GenAI i modelami reasoning oraz wskazywać, do czego który typ się nadaje
Rozumieć, dlaczego agenty i systemy agentowe pojawiły się teraz i co je odróżnia od czatu
Oceniać ryzyko prawne materiałów generowanych przez AI — tekstu, grafiki, wideo
Wskazywać, których danych nie wolno wprowadzać do narzędzi zewnętrznych i dlaczego
Rozpoznawać typowe błędy i ograniczenia modeli na konkretnych przykładach
Co zrobisz w praktyce
Rozstrzygniesz zestaw przypadków „czy to AI?” i skonfrontujesz je z odpowiedziami
Zidentyfikujesz 3–5 zastosowań AI możliwych do uruchomienia we własnej pracy
Znajdziesz i opiszesz ograniczenie modelu na własnym przykładzie
Przeanalizujesz konkretny materiał wygenerowany przez AI pod kątem ryzyka prawnego
Narzędzia, promptowanie i Twój pierwszy agent
Zbudujesz działającego agenta AI pod własny przypadek użycia — bez pisania kodu.
Cel główny: przejście od rozumienia AI do sprawności narzędziowej, zakończone własnym, działającym agentem.
Kluczowe tematy
Narzędziownik AI do pracy z tekstem — dobór narzędzia do zadania
Promptowanie: struktura promptu, kontekst, iteracja, typowe błędy
Różnice między modelami LLM i zasada „model dobiera się do celu”
Proof of Concept a prototyp — po co testować pomysł przed wdrożeniem
Jakość danych: kompletność, spójność, wiarygodność i ich wpływ na wynik
Anonimizacja danych osobowych i firmowych w praktyce
Sześć kroków budowy agenta
Cel agenta i wybór własnego use case’u
Prompt systemowy, osobowość i styl komunikacji
Źródła wiedzy
Silnik i parametry działania, w tym temperatura
Zasady i ograniczenia agenta
Narzędzia i test działania
Ścieżki narzędziowe
GeneratorGPT — ścieżka prowadzona krok po kroku, dostęp bezpłatny dla wszystkich uczestników
Microsoft Copilot — ścieżka prowadzona krok po kroku, licencję zapewniasz we własnym zakresie
ChatGPT (własny GPT) oraz Google Gemini (Gem) — pojedyncze filmy instruktażowe
Równolegle: blok wyzwań branżowych — poznanie wyzwań partnerów i decyzja o wejściu w część zespołową.
Czego się nauczysz
Formułować prompty, które dają powtarzalny, użyteczny wynik
Dobierać narzędzie i model do konkretnego zadania zamiast używać jednego do wszystkiego
Odróżniać PoC od prototypu i wiedzieć, czego PoC ma dowieść
Oceniać, czy masz dane wystarczające do zbudowania sensownego rozwiązania
Projektować agenta: cel, persona, źródła wiedzy, silnik, zasady, narzędzia
Rozumieć, jak parametry — w tym temperatura — zmieniają zachowanie agenta
Co zrobisz w praktyce
Przejdziesz iterację promptu: wersja pierwsza, diagnoza słabości, wersja poprawiona
Zbudujesz agenta w wybranym narzędziu — minimum: prompt systemowy, co najmniej jedno źródło wiedzy oraz narzędzia potrzebne do realizacji zadania
Przetestujesz agenta na własnych zapytaniach i udokumentujesz poprawki
Wybierzesz wyzwanie branżowe i zadeklarujesz udział w części praktycznej (zespołowej)
Start praktyki i architektura rozwiązania
Zamienisz branżowe wyzwanie w konkretne założenia systemu agentowego.
Cel główny: rozumiesz kontekst biznesowy wyzwania i podejmujesz uzasadnioną decyzję o architekturze rozwiązania AI w konkretnym projekcie biznesowym.
Kluczowe tematy
Zasady współpracy zespołu: role, komunikacja, rytm pracy, podejmowanie decyzji
Analiza wyzwania branżowego: kto jest użytkownikiem, co jest realnym problemem
Od problemu do celu — definiowanie oczekiwanego efektu biznesowego
Powrót do mapy architektur, tym razem operacyjnie: jeden agent, LLM workflow czy orkiestracja
Ile agentów i do czego — podział odpowiedzialności w zespole agentowym
Wybór stacku technologicznego: GeneratorGPT albo Microsoft Copilot z Copilot Studio
Kryteria sukcesu PoC — po czym poznamy, że rozwiązanie działa
Czego się nauczysz
Ustalać zasady współpracy, które przetrwają trzy tygodnie pracy pod presją czasu
Przekładać ogólne wyzwanie branżowe na precyzyjnie zdefiniowany cel
Wybierać architekturę adekwatną do problemu, a nie najbardziej efektowną
Dzielić zadanie między kilku agentów zamiast budować jednego, który ma wszystko
Formułować kryteria, według których rozwiązanie zostanie ocenione
Co zrobisz w praktyce
Ustalicie kontrakt zespołu: role, kanały, terminy, sposób rozstrzygania sporów
Rozrysujecie proces, który rozwiązanie korzystające z AI ma wesprzeć: użytkownik, problem, kontekst, ograniczenia
Opiszecie założenia zespołu agentowego: ile agentów, jaki zakres każdego, jak się komunikują
Przygotujecie pierwszą wersję prezentacji podsumowującej projekt
Projektowanie i budowa systemu agentowego
Zbudujesz zespół agentów, dobierzesz silniki i sprawdzisz, czy to w ogóle działa.
Cel główny: przechodzisz od założeń do działającej, roboczej wersji systemu, zweryfikowanej w pierwszych testach
Kluczowe tematy
Persona i styl komunikacji każdego agenta w systemie
Źródła wiedzy: dane klienckie a ogólnodostępne, przygotowanie i higiena źródeł
Pisanie promptów systemowych dla agentów o wąskiej specjalizacji
Dobór silnika do roli — nie każdy agent potrzebuje najmocniejszego modelu
Parametry działania, w tym temperatura, i ich wpływ na spójność wyników
Przekazywanie kontekstu między agentami — gdzie workflow się rwie
Pierwsze testy i iteracja promptów na podstawie wyników
Czego się nauczysz
Projektować agenta wyspecjalizowanego zamiast uniwersalnego
Przygotowywać i podpinać źródła wiedzy tak, żeby agent z nich faktycznie korzystał
Dobierać model i parametry świadomie, z uzasadnieniem
Rozpoznawać, w którym miejscu system traci kontekst i jak temu zaradzić
Prowadzić iterację promptów na podstawie obserwacji, a nie przeczucia
Co zrobisz w praktyce
Stworzycie pełną specyfikację techniczną systemu: agenci, ich cechy, źródła, parametry
Zbudujecie działający zespół agentów w wybranym narzędziu
Porównacie działanie co najmniej dwóch silników na tym samym zadaniu
Będziecie prowadzić dziennik iteracji: co zmienione, jaki efekt
Oddacie wersję roboczą systemu i otrzymacie informację zwrotną
Testy, integracja i wdrożenie rozwiązania
Domkniesz PoC, nagrasz demo i pokażesz, co musiałoby się wydarzyć, żeby to weszło do organizacji.
Cel główny: zespół oddaje przetestowane, zintegrowane rozwiązanie wraz z prezentacją i demo; jako uczestnik rozumiesz, od czego naprawdę zależy sensowne wdrożenie projektu AI
Kluczowe tematy
Budowa scenariuszy testowych i pełnej listy zadań agenta
Analiza wyników testów i priorytetyzacja poprawek
Integracja komponentów w spójny system, automatyzacja przepływu
Optymalizacja pod kątem spójności i przewidywalności działania
Strategiczne wdrożenie AI — trzy filary
Dane
jakość, dostępność, własność i aktualność źródeł. Bez tego powstaje demo, nie wdrożenie.
Procesy
różnica między wspieraniem człowieka a procesem realizowanym w całości przez agenty. Co się zmienia w organizacji, gdy proces przechodzi na drugą stronę.
Ludzie
kto to zbuduje, kto będzie tego używał i kto się tego obawia. To zwykle ta ostatnia grupa decyduje o powodzeniu wdrożenia.
Dalsze tematy
Ludzie wobec zmiany — dlaczego dobre rozwiązanie bywa odrzucane: lęk o miejsce pracy, brak zaufania do wyników, poczucie utraty kontroli nad własną pracą
Jak rozmawiać o rozwiązaniu z osobami, których praca się zmieni — zanim zapadnie decyzja o wdrożeniu
Przygotowanie prezentacji konceptu PoC
Nagranie filmu demo — jak pokazać działanie, a nie opowiedzieć o nim
Ramka wdrożeniowa: właściciel procesu · dane · koszt uruchomienia · główne ryzyko · miara sukcesu · wpływ na ludzi
Indywidualny plan wdrożenia AI: co zrobię sam, a co wymaga decyzji przełożonego
Co dalej — kierunki dalszego rozwoju kompetencji
Czego się nauczysz
Projektować scenariusze testowe, które wykrywają realne słabości rozwiązania
Poprawiać system na podstawie wyników, a nie wrażeń
Integrować agentów tak, żeby całość działała przewidywalnie
Prezentować rozwiązanie AI osobie, która ma o nim zdecydować
Zaplanować własne wdrożenie AI w konkretnym środowisku pracy
Co zrobisz w praktyce
Opracujecie i przeprowadzicie zestaw scenariuszy testowych
Wprowadzicie poprawki i domkniecie pierwszą wersję systemu AI do demonstracji działania
Przygotujecie prezentację konceptu PoC z rekomendacją wdrożeniową
Nagracie film demo pokazujący działanie rozwiązania
Zaprezentujecie i obronicie rozwiązanie podczas Wielkiej Celebracji (dla chętnych)
Napiszesz własny plan wdrożenia AI (dla chętnych)
Ścieżka rozszerzona
Moduły dodatkowe, wyjaśniające wybrane konteksty wykorzystania sztucznej inteligencji. Ich realizacja jest opcjonalna i nie wpływa na certyfikat. Są dostępne dla uczestników części praktycznej jako materiały dodatkowe. Każdy jest początkiem osobnej ścieżki rozwojowej.
Level Up — Jakość i bezpieczeństwo agentów (ethical hacking)
prowadzi do ścieżki AIDEAS Level Up
Twój agent działa. Pytanie, czy działa dobrze i czy jest bezpieczny.
Cel: uczestnik rozumie, dlaczego jakość i bezpieczeństwo agenta są osobnym problemem, i potrafi nazwać zagrożenia we własnym rozwiązaniu.
Kluczowe tematy
dlaczego agent bywa niestabilny
ewaluacja agentów — jak mierzyć jakość odpowiedzi
guardrails i ograniczanie zakresu działania
prompt injection i inne wektory ataku
zaawansowane promptowanie w służbie stabilności
Co zrobisz
przeprowadzisz audyt bezpieczeństwa agenta zbudowanego w tygodniu 2 lub zespołowego PoC
wykonasz próbę prompt injection na własnym agencie i opiszesz wynik
Vibe Coding — Poza ograniczeniami gotowych rozwiązań
prowadzi do ścieżki AIDEAS Vibe Coding
Zobaczysz, gdzie kończy się no-code i co zaczyna się zaraz za tą granicą.
Cel: uczestnik rozumie ograniczenia narzędzi gotowych, zna alternatywę i potrafi świadomie wybrać drogę realizacji dla konkretnego przypadku.
Kluczowe tematy
gdzie no-code przestaje wystarczać — konkretne progi
czym jest vibe coding i dlaczego zmienił próg wejścia
korzyści rozwiązań gotowych: czas, wsparcie, przewidywalność
korzyści rozwiązań własnych: kontrola, dopasowanie, niezależność od dostawcy
Co zrobisz
wybierzesz jeden własny use case i zestawisz dwie drogi realizacji — narzędzie gotowe kontra rozwiązanie vibe-kodowane
porównasz je według kryteriów: czas uruchomienia · koszt · kontrola nad rozwiązaniem · zależność od dostawcy · utrzymanie · ryzyko
AI dla managerów — AI w zespole to dzisiaj ludzie ponad procesy
prowadzi do ścieżki AIDEAS Navigators
Umiesz zbudować agenta. Teraz pytanie, jak przeprowadzić przez to ludzi.
Cel: uczestnik potrafi rozpoznać realne przyczyny oporu wobec AI w zespole, prowadzić o tym rozmowę i zaplanować rozwój kompetencji AI u swoich ludzi.
Kluczowe tematy
dlaczego ludzie nie używają AI mimo dostępu — lęk o pracę, brak czasu, brak zaufania do wyników, wstyd przed nieumiejętnością
postawy wobec AI w zespole: entuzjaści, obserwatorzy, sceptycy, jawni przeciwnicy — i co działa na każdą z tych grup
rozmowa o AI, która nie brzmi jak zapowiedź redukcji etatów
bezpieczeństwo psychologiczne: dlaczego ludzie ukrywają, że korzystają z AI, i dlaczego to kosztuje organizację więcej niż jawne użycie
manager jako pierwszy użytkownik — modelowanie zachowań zamiast zarządzeń
Co zrobisz
zmapujesz swój zespół — postawy wobec AI, poziom kompetencji, potencjalni ambasadorzy
napiszesz szkic zasad korzystania z AI do wspólnego ustalenia z zespołem
Creatives — Kreatywne zastosowania AI w grafice, video i dźwiękach
prowadzi do ścieżki AIDEAS Creatives
Grafika, wideo i dźwięk generowane przez AI — od pierwszego promptu do gotowego materiału.
Cel: uczestnik poznaje narzędzia generatywne do pracy z mediami wizualnymi i dźwiękiem oraz ocenia ich przydatność we własnej pracy.
Kluczowe tematy
narzędziownik AI do pracy z grafiką
narzędziownik AI do pracy z wideo
narzędziownik AI do pracy z dźwiękiem
prawa autorskie i licencje materiałów generowanych
materiały uzupełniające: „Co jeszcze potrafi AI?”, materiały audio i podcasty
Co zrobisz
wykonasz mini-projekty w każdym z trzech mediów i wymienisz się informacją zwrotną z innymi uczestnikami
Zaufali nam
Baza Wiedzy AIDEAS
Masz wątpliwości lub chcesz wiedzieć więcej o programie?
Przygotowaliśmy odpowiedzi na najważniejsze pytania!
Skontaktuj się bezpośrednio z naszym zespołem wsparcia. Chętnie pomożemy Ci rozwiać wszelkie wątpliwości przed startem nowej kohorty.
DLA PRACODAWCÓW
Program stworzony również z myślą o Twojej firmie!
Niezależnie od tego, czy chodzi o sfinansowanie udziału Twojego zespołu, czy zgłoszenie własnego wyzwania do kolejnej kohorty - wspieramy firmy w obu przypadkach.
FINANSOWANIE
Wiele firm pokrywa swoim pracownikom koszt udziału w części praktycznej. Przygotowaliśmy PDF dla Twojego przełożonego, który podsumowuje zakres programu, jego korzyści oraz wymagane zaangażowanie czasowe.
PARTNERSTWO
Chcesz, aby Twoja firma dołączyła do AIDEAS jako partner i pracowała nad własnymi wyzwaniami?
—
Zaczynamy od Twojego wyzwania, a nie od programu nauczania.
—
Uczestnicy pracują nad rzeczywistym przypadkiem Twojej firmy, a nie wymyślonym ćwiczeniem.
—
Powstaje działający proof of concept, a nie tylko rekomendacja w prezentacji.
—
Wskazujemy, co rzeczywiście można wdrożyć.
—
Dziesiątki zespołów, jedno wyzwanie - Twoje.
Zobacz, co mowią o nas absolwenci...
Kontakt z zespołem
Chcesz nawiązać współpracę partnerską, dopytać o szczegóły programu lub zapytać o kwestie techniczne? Napisz do nas – odpowiemy najszybciej jak to możliwe.
Napisz bezpośrednio na:
aideas@generatorpomyslow.pl
