Wstęp Wyobraź sobie, że Twój zespół data science buduje model rekomendacji dla e-commerce. Model działa świetnie, konwersja rośnie. Po miesiącu – spadek wydajności o 30%. Zaczynacie szukać przyczyny: ...
Wstęp Siedzisz w zarządzie firmy technologicznej. Słyszysz ze wszystkich stron: „AI zmienia wszystko”, „musisz wdrożyć sztuczną inteligencję”, „konkurencja już to robi”. Inwestujesz w model, zatrudnia...
Wprowadzenie Pamiętasz historię pewnego sklepu e-commerce z branży odzieżowej? Firma działała 7 lat, miała stabilny ruch i rentowność. Aż do dnia, gdy administrator przypadkowo usunął główną bazę dany...
Wprowadzenie: Kiedy słyszymy o projektach AI w firmach, pierwsze skojarzenia to zaawansowane modele, duże zbiory danych i ogromne moce obliczeniowe. Prawda jest jednak bardziej przyziemna: sukces AI z...
3 błędy w paralelnym przetwarzaniu danych, które niszczą wydajność AI Kiedy myślimy o wydajności AI, zwykle patrzymy na moc GPU, architekturę modelu czy jakość danych treningowych. Rzadko kto zadaje s...
Jak nadmierne poleganie na gotowych AI niszczy jakość danych w firmach W ciągu ostatnich 18 miesięcy widziałem dziesiątki firm, które z entuzjazmem wdrażają rozwiązania AI – od ChatGPT Enterprise po g...
Jak nadmierna izolacja danych zabija AI w firmach: 3 realne scenariusze W ciągu ostatnich 18 miesięcy widziałem, jak dziesiątki firm inwestują setki tysięcy złotych w narzędzia AI. Kupują drogie platf...
Jak nadmierna izolacja danych niszczy AI w firmach: 3 realne scenariusze W ciągu ostatnich 18 miesięcy widziałem w JurskiTech ponad 30 wdrożeń AI w firmach od 10 do 500 osób. W 80% przypadków probleme...
Jak nadmierna rezygnacja z cookies niszczy analitykę: 3 pułapki W ostatnich latach obserwuję wśród klientów JurskiTech ciekawy paradoks. Z jednej strony – presja regulacyjna (RODO, ePrivacy) i zmiany ...
Jak nadmierna analityka zabija decyzje w IT: 3 paradoksy danych W ciągu ostatnich dwóch lat pracowałem z kilkunastoma firmami technologicznymi, które miały wspólny problem: im więcej danych zbierali, ...