09:00

Rozpoczęcie konferencji

09:00 - 09:30

Mój warsztat AI 2026: drugi mózg z instrukcją obsługi

- Marcin Rutecki (Becour, Klub Inteligencji Biznesu)

• Jak wykorzystywać struktury logiczne w pracy z modelami językowymi.
• Jak dekomponować problemy.
• Jakie kluczowe umiejętności są wymagane.
• Jak wspierać i budować własne workflow oparte na AI.
• Czym różni się specjalista od modelu językowego.

09:35 - 10:05

AI w przetwarzaniu treści: od odczytu danych do realnej automatyzacji procesów

- Marcin Makowski (BeOne)

Wiele firm inwestuje w AI do przetwarzania treści, ale nie osiąga oczekiwanych efektów biznesowych. Powód jest prosty — sama ekstrakcja danych nie tworzy wartości.
Prawdziwa automatyzacja zaczyna się dopiero wtedy, gdy dokument uruchamia konkretne działania: decyzje, akceptacje, rozliczenia czy obsługę klienta.
W trakcie sesji pokażemy, jak:
•    przełożyć treść na mierzalne działania biznesowe 
•    zwiększyć efektywność operacyjną i skrócić czas obsługi spraw 
•    ograniczyć błędy i ryzyko dzięki kontrolowanym procesom 
•    połączyć AI z istniejącymi systemami i workflow 
Zaprezentujemy praktyczne podejście do budowy rozwiązań, które nie tylko „czytają” dokumenty, ale automatycznie uruchamiają i prowadzą procesy w organizacji.
Efekt to realne oszczędności, większa skalowalność operacji i pełna kontrola nad procesami przy wykorzystaniu AI.

10:10 - 10:40

Od chaosu do automatyzacji: AI w zarządzaniu procesami biznesowymi

- Łukasz Łuczakiewicz, Tomasz Borek, Dawid Porowski (Euvic Future Work)

Tematyka wystąpienia koncentruje się na pokazaniu, jak organizacje mogą przejść od rozproszonych, manualnych i trudnych do kontrolowania procesów do w pełni uporządkowanego, zautomatyzowanego środowiska pracy. W trakcie prezentacji zaprezentujemy, w jaki sposób wykorzystanie sztucznej inteligencji w połączeniu z platformą WEBCON BPS umożliwia szybkie modelowanie procesów, ich optymalizację oraz eliminację wąskich gardeł.
Pokażemy praktyczne przykłady zastosowania AI w automatyzacji decyzji oraz usprawnianiu obiegu dokumentów, co przekłada się na realne oszczędności czasu i kosztów. Uczestnicy dowiedzą się również, jak dzięki podejściu low-code organizacje mogą dynamicznie rozwijać swoje aplikacje biznesowe i reagować na zmieniające się potrzeby bez konieczności angażowania dużych zespołów IT.

10:45 - 11:15

Od planowania reaktywnego do autonomicznego: jak AI w IBM Planning Analytics wspiera decyzje biznesowe

- Bartosz Kochanowski (Rhenai Digital Workforce), Pavel Arno (IBM)

W dynamicznym środowisku biznesowym tradycyjne podejście do planowania finansowego i operacyjnego przestaje być wystarczające. Organizacje potrzebują nie tylko raportowania „co się wydarzyło”, ale zdolności przewidywania i automatycznego reagowania na zmiany.
Podczas prezentacji pokażemy, jak w Rhenai, wykorzystując IBM Planning Analytics - platformę do zintegrowanego planowania, wykorzystuje sztuczną inteligencję do przejścia od modelu reaktywnego do predykcyjnego i coraz częściej autonomicznego zarządzania.
Omówione zostaną kluczowe obszary:
1.    AI-driven forecasting - jak modele predykcyjne identyfikują trendy, sezonowość i anomalie w czasie rzeczywistym 
2.    Natural language & AI Assistant - interakcja z danymi biznesowymi bez znajomości narzędzi BI 
3.    Automatyzacja procesów planistycznych - redukcja pracy manualnej i eliminacja błędów arkuszy kalkulacyjnych 
4.    Scenariuszowe planowanie (what-if) - szybkie symulacje wpływu decyzji biznesowych 
5.    Od insight do action - wykorzystanie agentów AI do uruchamiania procesów i workflow 
Platforma umożliwia konsolidację planowania finansowego, sprzedażowego, HR i łańcucha dostaw w jednym środowisku, eliminując silosy danych i przyspieszając podejmowanie decyzji. 
Dzięki wbudowanym mechanizmom AI organizacje mogą skrócić cykle planistyczne, zwiększyć dokładność prognoz oraz szybciej reagować na zmiany rynkowe.

11:20 - 11:50

Systemy agentyczne w praktyce: Jak firmy (naprawdę) korzystają z agentów na AWS?

- Rafał Król (Alef we współpracy z Trek2Summit)

Na konkretnych przykładach pokażę Ci, jak firmy różnej wielkości wdrażają systemy agentyczne na AWS, wykorzystując Amazon Bedrock do automatyzacji procesów i bezpiecznej pracy na danych firmowych. Dowiesz się, kiedy inwestycja w agentów ma realny sens biznesowy oraz jak uniknąć typowych pułapek, by sprawnie przejść od fazy eksperymentu do stabilnej produkcji.

11:55 - 12:25

Fundamenty AI zaczynają się w data center: podejście Amd i ASBIS do nowoczesnej infrastruktury

- Jacek Szoka, Rafał Danis (ASBIS)

Sukces projektów AI wymaga odpowiedniego podejścia do infrastruktury. Pokażemy, jak dzięki naszym rozwiązaniom budować centra danych, które są jednocześnie wydajne, skalowalne i zoptymalizowane kosztowo.

12:30 - 12:50

Z czym mierzą się inni - ryzyko bańki informacyjnej w projektach IT

- Marcin Oleksy (b2bery)

Prawdopodobnie myśląc o nowych projektach w Twojej organizacji, wielokrotnie zastanawiałaś/es się: "Jak to robią inni?". Czy padało kiedykolwiek pytanie: "Kim są Ci Inni? Jakie to firmy i dlaczego akurat te?"
Opowiemy o realnych wyzwaniach, z jakimi mierzą się organizacje realizujące projekty technologiczne. Przedstawimy konkretne przykłady decyzji – zarówno trafionych, jak i nietrafionych – w tym związanych z wdrażaniem rozwiązań AI, automatyzacją procesów oraz wyborem technologii. Wskażemy, jakie czynniki decydują o powodzeniu projektów oraz jak unikać typowych pułapek prowadzących do opóźnień, przekroczenia budżetu czy niespełnienia celów biznesowych. 
Omówimy, jak weryfikować kompetencje partnerów – szczególnie w obszarach data i AI – oraz jak budować współpracę, która realnie wspiera osiąganie wartości biznesowej i rentowność wdrożenia.

12:55 - 13:25

Fabryki AI - jak budować suwerenne rozwiązania bez wydawania milionów

- Katarzyna Starosławska (Innovation & Data Advisor)

13:30 - 14:00

Od danych do decyzji: jak ensemble AI osiąga 87–91% trafności prognoz w realiach biznesowych - case study wdrożenia analityki predykcyjnej w sektorze FMCG

- dr hab. Piotr Senkus (Dyrektor Programu AI4Executives MBA - WZ UW, Uniwersytet Kaliski i Uniwersytet Pokoju ONZ)

Na przykładzie rzeczywistego wdrożenia pokażę, jak zbudowaliśmy system prognozowania sprzedaży oparty na ensemble modeli AI, który osiągnął weighted Forecast Accuracy na poziomie 87–91% (vs 78–85% klasycznych metod statystycznych). Omówię architekturę rozwiązania, dobór modeli, walidację na danych out-of-sample (6 miesięcy produkcyjnych) oraz to, co zazwyczaj pomija się w prezentacjach: dlaczego 60% sukcesu analityki predykcyjnej leży poza algorytmami — w jakości danych, procesach biznesowych i zaufaniu użytkowników do wyników.

14:05 - 14:35

1. Praktyczna implementacja uczenia maszynowego i analizy predykcyjnej w optymalizacji  biznesu 2026

2 .Zmniejszanie ryzyka biznesowego dzięki AI-driven predictive analytics i real-time risk sensing

3 .Autonomiczni agenci AI vs. tradycyjne ML case studies optymalizacji i redukcji ryzyka

- Karol Dąbrowski (Ekspert niezależny)

14:40