Pracownik naukowy Politechniki Warszawskiej, specjalizujący się w zastosowaniach sztucznej inteligencji w zarządzaniu. Posiada wiele lat doświadczeń w doradztwie informatycznym oraz tworzeniu i prowadzeniu start-up'ów technologicznych. Aktualnie koncentruje się na wykorzystaniu technologii generatywnych, w szczególności struktur wieloagentowych, w szeroko pojętym zarządzaniu operacyjnym i strategicznym.
Jak rozpoczęła się Pana przygoda ze sztuczną inteligencją?
Pierwsze eksperymenty z SI przeprowadzałem w późnych latach 90-tych ubiegłego wieku. Korzystając z SNNS (Stuttgart Neural Network Simulator) miałem nadzieję na stworzenie systemu przewidującego notowania akcji - nie udało się, ale to były bardzo ciekawe początki. Do SI wróciłem ok. dziesięciu lat temu: w start-up'ie, który współtworzyłem chcieliśmy opracować silnik rekomendacji. Korzystaliśmy jeszcze z rozwiązań tworzonych w Java (teraz dominuje Python), eksperymentowaliśmy z różnymi algorytmami, ale również bez sukcesu - tym razem z powodu braku dobrej jakości danych. Niemniej problematyka okazała się na tyle pasjonująca, że postanowiłem się nie poddawać i uczyć dalej, i to była moim zdaniem bardzo dobra decyzja.
Co Pana najbardziej fascynuje w pracy nad zastosowaniem sztucznej inteligencji w biznesie?
To świetne pytanie, ale też trudne pytanie :) Wiem, że może to zabrzmieć banalnie, ale najbardziej fascynują mnie coraz to nowe możliwości oferowane przez sztuczną inteligencję. W szczególności możliwość tworzenia rozwiązań, których efekty działań są mało przewidywalne i czasem niesamowite. Temat "fascynacji" jest jednak na tyle złożony i interesujący, że pozwolę go sobie poniżej opisać nieco dokładniej, wskazując na pewne paradoksy w tym obszarze.
Zacznę od pewnego istotnego kontekstu: od kilku lat tworzę i wdrażam (jako programista i konsultant) różne rozwiązania oparte na SI. Aktualnie koncentruję się na technologiach generatywnych, w szczególności strukturach wielo-agentowych. Biblioteki, które w tym celu wykorzystuję, dynamicznie się rozwijają, co wymusza ciągłe uczenie się (kody deaktualizują się w praktyce co kwartał). Na szczęście równolegle pojawiają się coraz to lepsze kursy on-line, i coraz ciekawsze funkcjonalności. W efekcie, fascynująca jest możliwość tworzenia praktycznych, działających rozwiązań, a nie tylko analizy potencjału możliwości zastosowań SI. Ma to jednak, paradoksalnie, również swoje negatywne aspekty. Ciągła gonitwa za nowymi możliwościami, np. wyposażanie agentów SI w nowe narzędzia, tworzenie nowych sposobów ich organizacji, dodawanie możliwości pamięci czy uczenia się, utrudniają koncentrację na realizacji konkretnych badań. Trudno jest się zatrzymać, i zaaplikować do konkretnego wdrożenia. Mówiąc krótko, znaleźć równowagę pomiędzy rozwijaniem a praktyką :)
Jakie są Pana przewidywania co do wpływu AI na sposób zarządzania firmami w najbliższej dekadzie?
Wiele wskazuje na upowszechnienie rozwiązań opartych na właśnie systemach wielo-agentowych. Jesteśmy już przyzwyczajeni do szeroko pojętych asystentów: systemów, które pomagają nam rozwiązań proste zadania, czy odpowiedzieć na mniej lub bardziej złożone pytania. W przemyśle pojawiają się już pierwsze wdrożenia agentów: modeli językowych wyposażonych w zestawy różnych narzędzi, które potrafią rozwiązywać bardziej złożone problemy: dekomponują je na mniejsze, dobierają optymalne dla ich rozwiązania narzędzia, po czym integrują rozwiązania cząstkowe w gotowe odpowiedzi i/lub wykonują odpowiednie działania. Struktury wielo-agentowy umożliwiają rozwiązywanie zdecydowanie trudniejszych problemów, pozwalając na wdrożenia SI w obszarze całych procesów biznesowych, a nawet zarządzania strategicznego. Możliwości zastosowań jest oczywiście bardzo wiele, niemniej wśród najciekawszych mogę wskazać w szczególności modyfikacje metod zarządzania projektami (w szczególności w obszarze inżynierii oprogramowania), czy też wspomniane wcześniej wykorzystanie SI w zarządzaniu strategicznym.
Czy uważa Pan, że edukacja w zakresie sztucznej inteligencji jest wystarczająca w polskich szkołach wyższych i programach biznesowych?
Trudno mi odpowiedzieć na to pytanie - nie dysponuję odpowiednimi danymi. Mam jednak kilka własnych obserwacji i chętnie się nimi podzielę.
Po pierwsze, tempo zmian technologii SI jest na tyle duże, że trudno wymagać od uczelni wyższych (programy nauczania, przedmioty i ich zakres, etc.), aby nauczały najnowszych metod i technik. Jestem zwolennikiem tego, aby uczelnie kształtowały bardziej fundamentalną wiedzę i umiejętności - tak, by student mógł na tym fundamencie budować swój dalszy rozwój. Pojawia się więc pytanie, jakie powinny być to fundamenty w przypadku SI? Moim zdaniem są to oczywiście podstawy matematyczne czy programistyczne, ale też kilka innych, mniej oczywistych. Moja praktyka jako konsultanta pokazuje, że niewiele organizacji potrafi
przeprowadzać eksperymenty, które w miarę obiektywny sposób pokazałyby, że rozwiązanie SI wdrożone w danej organizacji faktycznie jest lepsze niż aktualny sposób działania. Dlatego wydaje mi się, że na uczelniach powinniśmy zacząć koncentrować się na kształceniu umiejętności przeprowadzania eksperymentów weryfikujących potencjał SI wykorzystując w tym celu najlepsze naukowe praktyki. Posiłkując się przy tym treściami "technicznymi" ze źródeł zewnętrznych, np. dobrych kursów on-line. Mówiąc krótko: raczej powinniśmy projektować metody nauczania, niż zakres treści.
Jakie są Pana plany naukowe i dydaktyczne na najbliższe lata?
W najbliższym czasie planuję skoncentrować się na potencjale wykorzystania struktur wielo-agentowych w zarządzaniu strategicznym oraz badaniu zachowań dużych zespołów takich agentów. W ramach dydaktyki zaś chciałbym przygotować studentów do prowadzenia badań w tym bardzo interesującym zakresie.