Agnieszka Pietrzak, Ekspertka w jednej z debat w ramach Wiedza Nie Ma P艂ci

Pos艂uchaj drugiej debaty ekspertek w ramach akcji Wiedza Nie Ma P艂ci

O tym, na czym polega automatyzacja w biznesie, kt贸re obszary jako pierwsze w biznesie powinny by膰 automatyzowane, co zrobi膰 z czasem pracownik贸w, zaoszcz臋dzonym dzi臋ki technologii, jak przygotowa膰 si臋 do ci膮g艂ych zmian 艣rodowiska pracy i jakich zawod贸w nie da si臋 zautomatyzowa膰, w debacie z cyklu Wiedza Nie Ma P艂ci z Jaros艂awem Ku藕niarem rozmawiaj膮: Marta Tylek (Accenture), Magda Kotowska-Gawrylczyk (NatWest) i Agnieszka Pietrzak (Huawei).

Jaros艂aw Ku藕niar: Automatyzacja w biznesie dla wielu os贸b brzmi gro藕nie – obawiaj膮 si臋, 偶e nowe technologie i sztuczna inteligencja odbior膮 im prac臋. Czasem ja sam patrz臋 na nasze zautomatyzowane studio i my艣l臋, 偶e pr臋dzej czy p贸藕niej sam zostan臋 zast膮piony przez technologi臋. Czy macie swoje ulubione przyk艂ady, kiedy rzeczywi艣cie co艣, wydawa艂oby si臋, nienaruszalnego, zosta艂o zast膮pione przez technologi臋?

Agnieszka Pietrzak: Bardzo wiele rzeczy, chocia偶by w obszarze zdrowia. W tej chwili mamy mn贸stwo rozwi膮za艅, kt贸re s膮 zwi膮zane z samodzielnym monitorowaniem stanu zdrowia. Mamy zegarki, kt贸re pozwalaj膮 w ka偶dej chwili bezinwazyjnie zbada膰 poziom glukozy, to s膮 rzeczy, kt贸re staj膮 si臋 powszechne. Poza tym pandemia zmieni艂a bardzo du偶o w samej komunikacji mi臋dzy pacjentem i lekarzem – zdalne operacje, wykorzystywanie sztucznej inteligencji Big Data do diagnozowania r贸偶nych chor贸b, by艂y te偶 przyk艂ady tutaj wspomagania bada艅 dotycz膮cych COVID-19. S膮 te偶 komunikatory, kiedy艣 traktowane troch臋 jak zabawki do cel贸w wy艂膮cznie prywatnych, a w tej chwili nieodzowna cz臋艣膰 naszej pracy. To sta艂o si臋 tak naturalne w tak kr贸tkim czasie, to jest fenomenalne zjawisko.

Magda Kotowska-Gawrylczyk: Je偶eli chodzi o obszary, kt贸re moim zdaniem najwi臋cej zyska艂y i gdzie w艂a艣nie data, czyli te dane i sztuczna inteligencja naprawd臋 pomagaj膮, to wspomn臋 o diagnostyce obrazowej, czyli wykorzystaniu widzenia komputerowego w np. diagnozowaniu raka p艂uc. To bardzo przyspiesza tak膮 diagnostyk臋, no i algorytmy, kt贸re s膮 tutaj wykorzystywane, bardzo celnie s膮 w stanie zdiagnozowa膰 chorob臋.

Jaros艂aw Ku藕niar: S艂ysza艂em od przedstawicieli pewnego startupu, kt贸ry rozwija zdalne stetoskopy, 偶e sztuczna inteligencja jest ju偶 w stanie s艂ysze膰 lepiej ni偶 ludzkie ucho, niezale偶nie od tego, jak dobry s艂uch ma lekarz. Co o tym my艣licie?

Marta Tylek: Zdecydowanie zgadzam si臋 z dziewczynami, ale chcia艂abym poda膰 r贸wnie偶 przyk艂ad HR i rekrutacji. Kiedy艣 to by艂o nie do pomy艣lenia, 偶eby rekrutacj臋 wspiera艂y roboty, maszyny. Ale, tak jak Magda wspomnia艂a, mamy do czynienia z bardzo du偶膮 ilo艣ci膮 danych, kt贸re trzeba bardzo szybko czy nawet w czasie rzeczywistym przeanalizowa膰. My艣l臋, 偶e poprawia nasz膮 responsywno艣膰 i pomaga odpowiada膰 szybciej na zapotrzebowanie rynku. Kandydat chcia艂by jak najszybciej dowiedzie膰 si臋, czy bierze udzia艂 w danym procesie rekrutacyjnym, w naszej bran偶y jest do艣膰 du偶y ruch. My艣l臋, 偶e ten czas odpowiedzi ma ogromne znaczenie i tutaj w艂a艣nie sztuczna inteligencja mo偶e pom贸c.

Jaros艂aw Ku藕niar: Czyli je艣li mieliby艣my porozmawia膰 o stanowiskach i obszarach w biznesie, kt贸re najszybciej zostan膮 zautomatyzowane, to te, w kt贸rych oczekujemy szybszych decyzji, gdzie cz艂owiek, si艂膮 rzeczy, b臋dzie dzia艂a艂 wolniej?

Marta Tylek: Obszar贸w, w kt贸rych decyzje musz膮 by膰 podejmowane szybko, jest coraz wi臋cej – to nie tylko rekrutacja, ale wszelkiego rodzaju procesy us艂ugowe, finansowe, rozmowy z klientem, kt贸ry oczywi艣cie chcia艂by je odbywa膰 w czasie rzeczywistym. Mo偶liwo艣ci jest du偶o.

Magda Kotowska-Gawrylczyk: Zgadzam si臋, je艣li chodzi o obszar HR, trzeba jednak pami臋ta膰 o tym, 偶e sztuczna inteligencja mo偶e powiela膰 uprzedzenia. By艂a g艂o艣na sprawa, kiedy okaza艂o si臋, 偶e sztuczna inteligencja stosowana przez Amazon preferowa艂a do pracy osoby p艂ci m臋skiej. My艣l臋, 偶e tutaj wa偶ne jest wi臋c pilnowanie jako艣ci danych oraz tego, jak dany model jest zaprojektowany, czy rzeczywi艣cie wyniki, kt贸re otrzymujemy, s膮 zgodne z naszymi oczekiwaniami.

Na zdj臋ciu ekspertki w ramach akcji Wiedza Nie Ma P艂ci: Agnieszka Pietrzak, Magda Kotowska-Gawrylczyk, Marta Tylek
Ekspertki w ramach akcji Wiedza Nie Ma P艂ci: Agnieszka Pietrzak (Huawei), Magda Kotowska-Gawrylczyk (NatWest), Marta Tylek (Accenture)

Jaros艂aw Ku藕niar: Te偶 s艂ysza艂em o tym, 偶e dane powinny by膰 coraz czystsze, por贸wnywalne i coraz lepszej jako艣ci, 偶eby dopiero na podstawie takich danych podejmowa膰 decyzje.

Magda Kotowska-Gawrylczyk: Tak, ale takie czyste dane w obszarze Big Data to w dalszym ci膮gu jest bia艂y kruk. Oczywi艣cie projektanci rozwi膮za艅 powinni by膰 w stanie wy艂apa膰 takie zakrzywienia. Te dane odzwierciedlaj膮 rzeczywisto艣膰, wi臋c je偶eli w 艣rodowisku, w kt贸rym operujemy, s膮 te uprzedzenia czy niesprawiedliwo艣ci, to znajduj膮 w nich odzwierciedlenie. W teorii powinni艣my by膰 w stanie to wy艂apa膰, natomiast w praktyce takie korelacje mi臋dzy danymi mog膮 wydawa膰 si臋 neutralne, a w ca艂o艣ciowym modelu powiela膰 te uprzedzenia. Tak wi臋c to jest bardzo cienka granica i technicznie czasami trudna do wy艂apania.

Jaros艂aw Ku藕niar: Z tego, co m贸wicie, wynika, 偶e automatyzacja biznesu wymaga nadal obecno艣ci i powa偶nego zaanga偶owania cz艂owieka.

Magda Kotowska-Gawrylczyk: Zdecydowanie.

Marta Tylek: My艣l臋, 偶e sztuczna inteligencja, wszelkiego rodzaju algorytmy czy uczenie maszynowe, towarzysz膮 cz艂owiekowi, ale nie s膮 w stanie go zast膮pi膰 w 100%. My艣l臋, 偶e to s膮 bardziej te elementy procesu, kt贸re dzia艂aj膮 gdzie艣 w tle, pomagaj膮 nam, u艂atwiaj膮 reakcj臋 na to, to dzieje si臋 na punktach styczno艣ci z klientem.

Jaros艂aw Ku藕niar: To wa偶ne, 偶eby rozdzieli膰 fizyczne maszyny od sztucznej inteligencji i algorytm贸w. Aga, kiedy patrzysz na startupowy 艣wiat, to jak my艣lisz, w kt贸rych obszarach automatyzacja upowszechni si臋 najszybciej?

Agnieszka Pietrzak: Bardzo trudne pytanie i my艣l臋, 偶e nikt nie jest w stanie na nie odpowiedzie膰. Technologie rozwijaj膮 si臋 niezwykle szybko i rzeczy, kt贸re 10 lat temu by艂y niewyobra偶alne i wydawa艂y si臋 science fiction, w tej chwili s膮 obecne na rynku. Ale na pewno pierwsze s膮聽 te globalne trendy, kt贸re mamy dzisiaj, czyli ochrona klimatu i wszelkie rzeczy zwi膮zane z niskoemisyjnymi 藕r贸d艂ami energii. Druga kwestia to zdrowie, o kt贸rym ju偶 m贸wili艣my. Trzecia to s膮 kwestie zwi膮zane z inteligentnymi miastami i wszystkim tym, co z tym wi膮偶e, czyli inteligentne o艣wietlenie, monitorowanie zu偶ycia pr膮du, 艂adowarki, elektryczne samochody itd., ca艂y kompleks rozwi膮za艅, kt贸re pozwalaj膮 nam 偶y膰 wygodniej,聽 艂atwiej i w spos贸b, kt贸ry jest mniej inwazyjny dla 艣rodowiska. Do tego dochodzi konieczno艣膰 rozwi膮za艅 chmurowych, kt贸re s膮 absolutnie niezb臋dne do szybkiego przetwarzania i pobierania ogromnych ilo艣ci danych. Dochodzimy wi臋c do komunikacji 5G, a nawet 6G, kt贸ra za chwil臋 b臋dzie si臋 musia艂a rozwija膰 na rynku. W badaniach m贸wimy ju偶 o 10G鈥

Ekspertka w akcji Wiedza Nie Ma P艂ci - Marta Tylek, (Accenture)
Ekspertka w akcji Wiedza Nie Ma P艂ci - Marta Tylek, (Accenture)

Jaros艂aw Ku藕niar: Obiecuj臋, 偶e w tej rozmowie b臋dzie te偶 czas na futurystyk臋! Na razie jeszcze nie wszyscy si臋 oswoili z 5G, a m贸wisz o 10. To wydaje mi si臋 fascynuj膮ce, szczeg贸lnie 偶e do tej pory nawet my艣l膮c o tym 5 m贸wili艣my o przyspieszeniu mocy obliczeniowych. Magda, a z twojej perspektywy, wed艂ug twojej wiedzy, i twoich danych, jakie to mog膮 by膰 obszary i stanowiska, kt贸re pewnie najszybciej b臋d膮 automatyzowane?

Magda Kotowska-Gawrylczyk: Najszybciej zostan膮 zautomatyzowane stanowiska, na kt贸rych praca jest g艂贸wnie odtw贸rcza, powtarzalna, polegaj膮ca na mechanicznym odtwarzaniu kolejnych krok贸w. Takie stanowiska i takie elementy pracy jest naj艂atwiej zautomatyzowa膰. Automaty, sztuczna inteligencja, boty, w zale偶no艣ci od tego, co chcemy zastosowa膰, s膮 w stanie bezb艂臋dnie dany proces wykonywa膰. To dostarcza bardzo du偶e oszcz臋dno艣ci, zwi臋ksza efektywno艣膰, a ludzie maj膮 czas na skupienie si臋 na kwestiach, kt贸re trudniej zautomatyzowa膰.

Jaros艂aw Ku藕niar: Czyli bardziej mi臋kkich, tak?

Magda Kotowska-Gawrylczyk: Bardziej mi臋kkich, wymagaj膮cych krytycznego my艣lenia, oceny sytuacji i 艂膮czenia takiego troch臋 feelingu, znajomo艣ci bran偶y, czasami empatii, zarz膮dzania lud藕mi, to wszystko wymaga umiej臋tno艣ci, kt贸re jest bardzo trudno zautomatyzowa膰.

Jaros艂aw Ku藕niar: To ciekawe s艂owo, ten feeling, bo rzeczywi艣cie maszyny pewnie zdejm膮 nam z g艂owy sporo rzeczy i to nawet dobrze, je偶eli mieliby艣my odzyska膰 czas na inne, wa偶niejsze rzeczy. Ale jest jeszcze ta ca艂a sfera emocji, bardzo trudna do zarz膮dzania maszyn膮.

Magda Kotowska-Gawrylczyk: Bardzo trudna, je偶eli na chwil臋 obecn膮 w og贸le mo偶liwa. Oczywi艣cie s膮 pr贸by i staramy si臋 testowa膰 r贸偶nego rodzaju rozwi膮zania. Natomiast wydaje mi si臋, 偶e je偶eli chodzi o automatyzacj臋, to i tak nie zast膮pimy cz艂owieka w tym obszarze. Wi臋c je偶eli m贸wimy o obszarach, kt贸re moim zdaniem zostan膮 z nami, to jest w艂a艣nie to ca艂e spektrum umiej臋tno艣ci mi臋kkich, tutaj moim zdaniem cz艂owiek zdecydowanie ma przewag臋 nad maszyn膮.

Agnieszka Pietrzak: I kwestie zwi膮zane z kreatywno艣ci膮, tego nie da si臋 tak 艂atwo nauczy膰 algorytm贸w.

Ekspertka w akcji Wiedza Nie Ma P艂ci: Magda Kotowska-Gawrylczyk, NatWest
Ekspertka w akcji Wiedza Nie Ma P艂ci: Magda Kotowska-Gawrylczyk, NatWest

Jaros艂aw Ku藕niar: No tak, czyli w szachach algorytm mo偶e by膰 dobry, ale w filozofii ju偶 lepszy od cz艂owieka nie b臋dzie.

Magda Kotowska-Gawrylczyk: Za ka偶dym modelem stoi cz艂owiek, ka偶da sztuczna inteligencja zosta艂a zaprojektowana i zakodowana przez ludzi, zakodowana. Tu zawsze z ty艂u jest cz艂owiek.

Marta Tylek: Doda艂abym jeszcze standaryzacj臋, czyli obszary, gdzie mamy do czynienia ze standardem procesowym. Tam, gdzie jest du偶o odchyle艅, du偶o niewiadomych, du偶o miejsc, gdzie proces mo偶e zadzia膰 si臋 inaczej ni偶 to, czego oczekujemy, i co jest opisane w procedurze, to na pewno nie b臋dzie pierwszy wyb贸r je偶eli chodzi o automatyzacj臋, i to jest na pewno obszar, gdzie 聽cz艂owiek b臋dzie potrzebny w przysz艂o艣ci.

Obejrzyj ca艂膮 debat臋 ekspertek poni偶ej!

Sukces pierwszej edycji kampanii Wiedza Nie Ma P艂ci pokaza艂, jak wa偶ne jest wzmacnianie pozycji kobiet w debacie publicznej i zmniejszanie dysproporcji w obecno艣ci ekspertek w mediach. Badania z maja 2021 roku pokazuj膮, 偶e w programach publicystycznych i informacyjnych ponad 70% zapraszanych specjalist贸w stanowi膮 m臋偶czy藕ni. Niestety, te proporcje zmieniaj膮 si臋 nieznacznie na przestrzeni lat 鈥 chcemy to zmieni膰! Gor膮co komentowane debaty #WiedzaNieMaP艂ci z udzia艂em top mened偶erek i kobiet biznesu obejrza艂o niemal聽trzy miliony u偶ytkownik贸w.

W drugiej ods艂onie kampanii Wiedza Nie Ma P艂ci Fundacji Sukcesu Pisanego Szmink膮 w ramach Klubu Champions of Change, Olga Kozierowska i zaproszone przez ni膮 ekspertki skupiaj膮 si臋 na tym, jak odkry膰 i wykorzysta膰 swoje talenty, zoptymalizowa膰 prac臋 zdaln膮 i wykorzysta膰 mo偶liwo艣ci, jakie daje nam automatyzacja w biznesie. Uczestniczki debat rozmawiaj膮 te偶 o stereotypach, kt贸rym cz臋sto ulegamy zupe艂nie nie艣wiadomie, oraz wychowywaniu dzieci w taki spos贸b, by ich od nas nie przejmowa艂y. Olga Kozierowska, prezeska Fundacji Sukcesu Pisanego Szmink膮 i inicjatorka Klubu Champions of Change, zaprosi艂a do rozmowy pi臋tna艣cie specjalistek, kt贸rych wiedza pomo偶e nam odnale藕膰 si臋 w obecnej rzeczywisto艣ci. Prowadz膮cym trzech spotka艅 jest dziennikarz Jaros艂aw Ku藕niar.

ZOBACZ WSZYSTKIE DEBATY TUTAJ!

 

Na tej stronie wykorzystujemy cookies. Uzyskujemy do nich dost臋p w celach analitycznych oraz w celu zapewnienia prawid艂owego dzia艂ania strony. Je偶eli nie wyra偶asz na to zgody, mo偶esz zmieni膰 ustawienia w swojej przegl膮darce. Zobacz wi臋cej w Polityce Prywatno艣ci.

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close