Najpierw zobaczyłem, co nie działa.
Potem zbudowałem to, co działa.
Po latach prowadzenia inicjatyw AI i transformacji cyfrowej w globalnych organizacjach założyłem Science For People, żeby pokazać jedną rzecz: AI nie jest magią. To inżynieria. A inżynieria powinna być dostępna dla ludzi, którzy naprawdę mają z niej korzystać.
Problem, który zobaczyłem
Przez lata pracowałem wewnątrz dużych organizacji: w korporacyjnych strukturach, globalnych macierzach i salach zarządów, gdzie strategia AI bywała albo modnym hasłem na slajdzie, albo czarną skrzynką, której nikt nie chciał otworzyć.
Widziałem, jak dobre pomysły ginęły w cyklach zakupowych. Patrzyłem, jak miliony trafiają do narzędzi, których nikt naprawdę nie rozumiał. Obserwowałem projekty transformacyjne, które niczego nie zmieniały, bo były projektowane dla ludzi, a nie razem z nimi.
"Luka nie była w samej technologii. Była w tłumaczeniu między tym, co AI potrafi zrobić, a tym, czego organizacje naprawdę potrzebują osiągnąć."
Źródłem problemu nigdy nie był sam algorytm. Była nim biurokracja udająca strategię, złożoność podszywająca się pod innowację i niebezpieczny dystans między ludźmi budującymi AI a tymi, którzy mają później temu AI zaufać.
Biurokracja ponad innowacją
Dwunastomiesięczne procesy zakupowe dla narzędzi AI, które w chwili wdrożenia były już spóźnione wobec rynku.
Myślenie czarną skrzynką
"Mamy AI" brzmiało efektownie, ale prawie nikt nie potrafił wyjaśnić, co ten system naprawdę robi i po co został wdrożony.
Ludzie zostawieni z boku
Zbyt wiele narzędzi projektowano wyłącznie z myślą o technicznych zespołach, a pomijano operacyjne osoby, które miały z nich korzystać na co dzień.
Strategia bez wykonania
Ambitne roadmapy wyglądały świetnie na warsztatach, ale rozpadały się przy pierwszym kontakcie z realiami produkcji.
Kuźnia kompetencji
Zrobiłem więc to, co robią inżynierowie: wszedłem głębiej. Od laboratoriów chemicznych w Karolinska Institutet w Sztokholmie po hale produkcyjne LG Energy Solution we Wrocławiu. Od dyscypliny Six Sigma po modele probabilistyczne Stanfordu. Każda z tych kompetencji powstała w odpowiedzi na realny problem operacyjny, a nie na potrzeby wizerunkowe.
Lean Six Sigma Black Belt
Dyscyplina inżynierii procesowej skoncentrowana na systemach, które nie tylko działają, ale poprawiają się pod presją.
AI/DX Manager - LG Energy Solution
Prowadzenie wdrożeń enterprise AI i transformacji Industry 4.0 w skali fabrycznej.
Keynote - Inauguration Lecture
Tłumaczenie wpływu AI i kierunku strategicznego dla środowisk akademickich, operacyjnych i technicznych.
ITIL 4 Master & PRINCE2 Expert
Ramy realizacji, nadzoru i zarządzania usługami potrzebne przy dużych wdrożeniach.
Stanford & IBM Certifications
Zaawansowane przygotowanie z modelowania probabilistycznego, data science i skalowalnych systemów analitycznych.
Smart City Expert Panelist
Doradztwo w obszarze miejskich systemów AI, integracji IoT i strategii technologii publicznych.
Transformacja cyfrowa w praktyce
Dowody jakości
Certyfikacje | uznanie | wpływ
Technologia baterii EV
Przemysł 4.0
Konferencja CyberScience
Wystąpienie
Program SkillSprint
Szkolenia
Innowacja i dziedzictwo
KulturaOd systemów predictive maintenance, które przynosiły wielomilionowe efekty w produkcji baterii, po wdrożenia computer vision rozwijane w wielu krajach - każdy projekt potwierdzał tę samą lekcję:
Technologia działa.
Prawdziwym wyzwaniem jest uczynić ją dostępną.
Misja
Science For PeopleAI nie jest magią.
To inżynieria.
A inżynieria powinna być dostępna dla każdego.
Odczarować AI
Zdjąć warstwę hype'u. Zastąpić magiczne myślenie dyscypliną inżynierską. Pokazać ludziom jasno, jak działa AI i dlaczego ma znaczenie w ich roli.
Wzmacniać zespoły
Nie tylko dostarczać narzędzia, ale uczyć zespoły, jak budować, oceniać i rozwijać własne przepływy pracy z AI z poczuciem sprawczości.
Dowozić wynik
Bez pilotów bez końca i bez teatru AI. Rozwiązanie ma wejść do produkcji, połączyć się z istniejącym środowiskiem i wygenerować mierzalną wartość biznesową.
"Wszystko jest możliwe, ale nie wszystko ma sens ekonomiczny."
Chcesz zbudować coś, co naprawdę działa?
Jeśli potrzebujesz doradztwa AI, praktycznego wsparcia inżynierskiego albo programu mentoringowego dla zespołu, zacznijmy od konkretnej rozmowy o celu i realiach wdrożenia.