Pomysły, które widzimy w bajkach, mogą być czasami prorocze. W 1963 r. powstał polski serial rysunkowy „Zaczarowany ołówek” opowiadający o przygodach chłopca i psa, którym w rozwiązywaniu najróżniejszych problemów pomaga tytułowy „zaczarowany ołówek”. Wszystko, co nim narysują, materializuje się. Wydawało się, że to tylko bajka, a jednak stopniowo staje się to naszą rzeczywistością.
Gdy pasażer, szukając taksówki, zamawia Ubera, wystarczy kilka stuknięć w smartfon, aby pojawił się samochód. Jeśli ruch na to pozwala, pasażerowie szybko docierają do celu. Jednakże sztuczki magiczne na tym się nie kończą. Aplikacja Uber na podstawie generowanych danych uczy się przewidywać wiele aktualnych zachowań pasażerów, a także, co zrobią w przyszłości. Przychodzi tu na myśl system określający poglądy polityczne użytkowników Facebooka z 2015 r. – stworzone wówczas przez dr. Michała Kosińskiego z Uniwersytetu Stanforda narzędzie wyprzedzało rzeczywistość. Według jego badań wystarczyło 70 „polubionych” stron, aby przewidzieć charakter danej osoby lepiej niż jej przyjaciel, 150 – lepiej niż jej rodzice, a przy 300 „lajkach” maszyna zna użytkownika lepiej od życiowego partnera.
Inne podejście do tworzenia „zaczarowanego ołówka” zaprezentowali ostatnio naukowcy ze Stanforda i Google DeepMind w artykule „Generative Agent Simulations of 1,000 People”. Zespół pod przewodnictwem Joon Sung Parka użył AI do stworzenia repliki osobowości. Raptem dwugodzinny wywiad wystarczył, aby dokładnie poznać wartości i preferencje danej osoby. Na podstawie wywiadów z tysiącem zrekrutowanych osób zespół stworzył ich wirtualne repliki. To, jak doskonale wirtualne sobowtóry naśladują swoich ludzkich odpowiedników, sprawdzono za pomocą serii testów osobowości – wyniki badanej grupy i ich wirtualnych odpowiedników były w 85% podobne.
Przytoczone przykłady pokazują ewolucję, która nie kończy się na jednej użyteczności, i ilustrują drogę cyfrowej transformacji – od pomocnych aplikacji, poprzez wirtualnych asystentów, aż do agentów AI.
Jeśli można stworzyć modele AI, które zachowują się jak prawdziwi ludzie i tworzą rzeczywistość jak „zaczarowany ołówek”, to czy można ich również użyć w zastępstwie lekarzy?
CZYM SĄ AGENCI AI I DLACZEGO POWINIEN SIĘ NIMI ZAINTERESOWAĆ BIZNES MEDYCZNY?
Automatyzacja, jaką znamy choćby z aplikacji Uber Eats, obejmuje szereg procesów prowadzących od zamówienia jedzenia, przez płatności, do dowozu – wszystko w ramach jednej specjalnie do tego przeznaczonej aplikacji. Choć wydaje się to przełomową innowacją, proces ten można dalej uprościć, tak aby algorytm sam wykrywał, czy jesteśmy głodni, na co mamy ochotę oraz gdzie i za jaką cenę możemy to zjeść.
Dzisiejsze modele językowe AI, takie jak GPT-4, są technologicznie zaawansowane, ale wciąż są stochastycznymi silnikami predykcyjnymi przydatnymi jako asystenci w realizacji przydzielonych zadań. Brakuje w nich funkcjonalności rozumowania wyższego rzędu i dążenia do celu. Funkcjonalność ta nie tylko rozumie, co człowiek chce zrobić, ale robi to za człowieka.
I tutaj wkraczają agenci AI – systemy informatyczne zaprojektowane do wykonywania czynności za użytkownika, a nie tylko do rozmowy i udzielania instrukcji. Dzięki poznaniu preferencji (np. poprzez wgranie cyfrowego bliźniaka – ang. Digital Twin) ten nowy rodzaj AI ma szansę nauczyć się poszczególnych procesów, a następnie bardzo dokładnie odtworzyć to, co człowiek by zrobił, jak by to zrobił, a być może nawet, kiedy by to zrobił. Agenci AI mogą działać jako wirtualni pracownicy, wykonując szereg zadań bez nadzoru, np. mogą bezpośrednio „powiedzieć” innym systemom przedsiębiorstwa, co mają robić. Różnica między automatyzacją w ramach usług takich jak Uber a agentami AI polega na tym, że agenci mogą podejmować działania, wykonywać zadania i osiągać rzeczywiste wyniki przy minimalnej ingerencji człowieka.
WYKRES 1. Wielkość rynku generatywnej sztucznej inteligencji w ochronie zdrowia
Źródło: https://www.precedenceresearch.com/generative-ai-in-healthcare-market
Obecnie trwa wyścig technologiczny, kto stworzy najlepszych agentów AI. W ostatnich miesiącach szereg firm rozpoczęło rywalizację: Salesforce (Agentforce), Anthropic, Apple (Apple Intelligence), Microsoft (Copilot Studio i Dynamics 365) oraz OpenAI (AI Agent Tool, planowane na styczeń 2025). Na uwagę zasługują również inwestycje Venture Capital; przykładowo założony przez Polaków startup Wordware pozyskał w listopadzie w rundzie seed aż 30 mln dolarów. Fundusze mają być wydane na tworzenie agentów AI przy użyciu języka naturalnego zamiast tradycyjnego kodu programowania. Jeśli chodzi o wielkość rynku, agenci AI zostali wycenieni przez firmę badawczą „Markets and Markets” na 4,8 mld dolarów w 2023 r. i szacują, że odnotują CAGR na poziomie ponad 43% między 2023 a 2028 rokiem, osiągając 28,5 mld USD.
Należy podkreślić, że rynek medyczny jest unikalnym polem do zastosowania agentów AI. Wyobraźmy sobie, jak wiele możliwości daje nam ten nowoczesny „zaczarowany ołówek” – nie tylko analizuje dane finansowe użytkownika związane z konkretną przychodnią, ale także dostosowuje poziomy zapasów, aktualizuje strategie marketingowe i komunikuje się z pacjentami oraz dostawcami. Automatyzuje zadania recepcji, takie jak umawianie wizyt i weryfikacja ubezpieczenia. To wszystko dzieje się w czasie rzeczywistym i przy minimalnej ingerencji człowieka. To nie fikcja – to nowa granica automatyzacji biznesu.
Microsoft opracował usługę agenta opieki zdrowotnej Copilot Studio, z wstępnie zbudowanymi szablonami, co ma umożliwić poszczególnym organizacjom opieki zdrowotnej tworzenie specjalnych narzędzi do wykonywania zadań, takich jak planowanie wizyt, dopasowywanie zlecanych badań i triażowanie (pierwsza procedura selekcji – red.) pacjentów.
W maju 2024 r. naukowcy z Uniwersytetu Tsinghua w Pekinie zaprezentowali bardziej abstrakcyjne rozwiązanie – szpital AI o nazwie Agent Hospital, który ma zapewnić studentom kierunków medycznych lepsze możliwości szkoleniowe. W tym wirtualnym świecie wszyscy lekarze, pielęgniarki i pacjenci są kierowani przez inteligentnych agentów zasilanych przez duży model językowy, zdolnych do autonomicznej interakcji. Symulują cały proces diagnozowania i leczenia pacjentów, w tym konsultacje, badanie, diagnozę, leczenie i opiekę. Wystarczyło 14 lekarzy i cztery pielęgniarki do obsługi 10 tys. pacjentów w ciągu zaledwie dwóch dni. Co więcej, agenci-lekarze osiągnęli wskaźnik dokładności 93,06% w zestawie danych MedQA (pytania US Medical Licensing Exam).
Eksperymenty tego typu otwierają drogę do dalszego rozwoju zastosowań technik agentowych opartych na LLM (Large Language Model) w procedurach medycznych. Pozwalają lekarzom więcej czasu poświęcić na opiekę nad pacjentem, skracając czas poświęcony na czynności typowo administracyjne i prowadzenie dokumentacji. Dzięki automatyzacji żmudnych zadań „zaczarowany ołówek” ma pomóc zmniejszyć stopień wypalenia zawodowego.
Wykorzystanie agentów AI ma również inny przełomowy skutek, który wykracza poza wzrost wydajności. Ich zastosowanie umożliwia tworzenie zupełnie nowych modeli biznesowych z pominięciem pośredników. Bitwa o agentów AI oznacza poważną zmianę w sposobie, w jaki ludzie wchodzą w interakcje z komputerami i internetem. Zdaniem Billa Gatesa taka zmiana ma potencjał wyeliminowania potrzeby bezpośredniej interakcji użytkowników z takimi witrynami, jak Amazon czy Google. Przekładając to na branżę medyczną, podobne konsekwencje spotkają platformy do wyszukiwania lekarzy i umawiania wizyt, takie jak np. znanylekarz.pl.
DIGITAL TWINS – TECHNOLOGIE KOSMICZNE W MEDYCYNIE SPERSONALIZOWANEJ
Jednym z najbardziej znanych przypadków zastosowania koncepcji cyfrowych bliźniaków było wykorzystanie ich przez NASA w latach 60. XX wieku. Organizacja stworzyła symulatory pozwalające modelować zdarzenia, takie jak eksplozja zbiornika tlenu w misji Apollo 13. Dzięki temu zespoły inżynierów mogły analizować problemy, opracowywać rozwiązania i zapobiegać przyszłym wypadkom.
Od tamtej pory Digital Twin, czyli wirtualne modele odzwierciedlające rzeczywiste obiekty, znalazły szerokie zastosowanie w wielu branżach, takich jak motoryzacja czy lotnictwo, i stanowią kluczowy element Przemysłu 4.0. Firmy korzystające z tej technologii wprowadzają nowe metody oceny ryzyka, zmniejszają przestoje w produkcji oraz poprawiają jakość produktów. Co więcej, przyczyniają się do poprawy jakości obsługi klienta, redukcji kosztów i zwiększenia rentowności przedsiębiorstw.
WYKRES 2. Digital Twins w ochronie zdrowia – wielkość rynku
Źródło: https://simq.de/en/the-impact-of-digital-twins/ https://www.marketsandmarkets.com/Market-Reports/digital-twins-in-healt….
html#:~:text=The%20global%20digital%20twins%20in,trend%20analysis%20of%20the%20market
Choć medycyna to inna dziedzina niż przemysł kosmiczny, również tutaj widać potencjał wykorzystania cyfrowych bliźniaków w zapobieganiu niepożądanym zdarzeniom. Wraz z rosnącą liczbą czujników w urządzeniach medycznych oraz dostępnością danych zdrowotnych sektor medyczny zaczął adaptować te rozwiązania.
Czy cyfrowy bliźniak, podobnie jak modelowanie zdarzeń awaryjnych w misjach kosmicznych, może skutecznie monitorować zdrowie i wydłużać jego „czas bezawaryjności” oraz służyć efektywnej wymianie holistycznej wiedzy o pacjencie np. jego dokumentacji medycznej?
Medycyna dysponuje wieloma źródłami danych: urządzeniami medycznymi, elektroniczną dokumentacją pacjenta, czujnikami IoT czy urządzeniami do noszenia (z ang. wearable devices), które rejestrują liczne parametry, takie jak temperatura ciała, jakość snu czy zmienność rytmu serca. Połączenie i analiza tych danych w czasie rzeczywistym umożliwiają stworzenie cyfrowego lustra do przewidywania scenariuszy zdrowotnych oraz personalizacji opieki nad chorym. Tym samym otwierają drzwi do innowacji wykraczających poza tradycyjne technologie predykcji ryzyk zdrowotnych.
Dzięki cyfrowym bliźniakom możliwa jest skuteczniejsza profilaktyka, lepsze dopasowanie terapii do indywidualnych potrzeb pacjenta oraz optymalizacja pracy placówek medycznych. Pomimo obiecujących wyników potencjał ten pozostaje jednak niewykorzystany, gdyż technologia ta wciąż jest stosunkowo nowa w opiece zdrowotnej.
Czy w 2025 r. rozwój nowych technologii w medycynie stworzy taką magię, jak w bajce „Zaczarowany ołówek” i zobaczymy lekarzy bez klawiatury? Rozwój generatywnego AI w medycynie wskazuje, że jest to coraz bardziej prawdopodobne. Agenci AI zapewne zaczną przejmować zadania administracyjne, w wyniku symulacji wcześniej wykryją choroby, a nawet uchronią przed ich wystąpieniem oraz ułatwią coraz szersze wprowadzanie medycyny spersonalizowanej. To może przynieść realne korzyści: zwiększy efektywność i jakość usług medycznych oraz wydłuży życie w dobrym zdrowiu. Należy jednak pamiętać o barierach napotykanych na drodze transformacji cyfrowej w branży medycznej. Oczekiwane zmiany nie będą spektakularne ani szybkie. Technologia nie zadziała tak bezproblemowo, jak „zaczarowany ołówek” Piotrka, który natychmiast rozwiązywał problemy i wszystko, co narysował, natychmiast się materializowało. Medycyna rządzi się innymi prawami, ostatecznie dotyczy życia i zdrowia, które trudno wyczarować.
Jedną z głównych barier wdrożeniowych jest brak specjalistycznych umiejętności wśród pracowników ochrony zdrowia w zakresie nauki o danych i uczenia maszynowego. Pomocą służą jednak nowe narzędzia, takie jak Google Cloud czy Nvidia Clara, które dzięki postępom w AI zmniejszają luki kompetencyjne. Prognozy wskazują, że rynek cyfrowych bliźniaków w opiece zdrowotnej wzrośnie z 1,6 mld USD w 2023 r. do 21 mld USD w 2028 r.
Duże nadzieje wiąże się z zastosowaniem cyfrowych bliźniaków w diagnostyce, w szczególności we wczesnym wykrywaniu chorób, co umożliwia rozpoczęcie ich leczenia w bardzo wczesnym stadium, a to znacznie zwiększa szanse na wyleczenie. W obszarze technologii konsumenckich cyfrowy bliźniak już teraz wspiera optymalizację stylu życia poprzez urządzenia do noszenia i aplikacje.
Największym wyzwaniem w holistycznym wdrożeniu cyfrowych bliźniaków jest dostęp do wysokiej jakości znormalizowanych zestawów danych z różnych źródeł, tak aby dane „podróżowały” razem z pacjentem. Dane muszą być interoperacyjne w różnych systemach opieki zdrowotnej, aby stworzyć kompleksowy obraz zdrowia pacjenta w różnych regionach geograficznych. Dane te jednak często nie są ani ujednolicone, ani dostępne, co ogranicza możliwość ich skutecznego wykorzystania.
Pomimo znacznych nakładów finansowych na standaryzację danych i infrastrukturę dostępu sektor medyczny wciąż nie jest w pełni przygotowany na takie wyzwania technologiczne. Algorytmy AI będą działać tylko tak dobrze, jak dokładne i kompletne będą dane, na których są trenowane.
Sztuczna inteligencja działa jako siła transformacyjna w systemach opieki zdrowotnej, zmieniając je z modeli reaktywnych na proaktywne, predykcyjne i zapobiegawcze. Jak wskazuje raport Grand View Research, globalny rynek sztucznej inteligencji w opiece zdrowotnej osiągnie 187,7 mld USD do 2030 r., ze wskaźnikiem CAGR na poziomie 38,5% od 2024 r. do 2030 r. Mimo już poczynionych znacznych nakładów na technologię IT wiele systemów opieki zdrowotnej nadal zmaga się z niekompatybilnymi systemami informatycznymi, problemami z ochroną danych osobowych oraz koniecznością równoległego przechowywania dokumentacji zarówno w wersji papierowej, jak i elektronicznej. Lekarze często postrzegają digitalizację danych jako dodatkowy problem, a nie ułatwienie. Szacuje się, że lekarze poświęcają średnio 1/4 czasu pracy na zadania administracyjne.
Chociaż AI jest stosowana w opiece zdrowotnej od wielu lat, jej integracja przebiega powoli, a wyniki często są przeciętne. Czy istnieje powód, aby sądzić, że rozwój technologii w oparciu o Digital Twins naprawdę może to zmienić?
Pierwszym krokiem w tym kierunku jest potrzeba usprawnienia administracji tak, aby digitalizacja nie była kolejnym obowiązkiem, a była ułatwieniem w pracy, np. w transkrypcji medycznej (użycie AI do dokumentowania informacji medycznych) i monitorowaniu pacjentów. Jak wynika z ostatnich raportów firmy Grand View Research, coraz większe zapotrzebowanie na zaawansowane rozwiązania IT napędza elektroniczna dokumentacja medyczna, zwiększone wykorzystanie smartfonów i potrzeba zdalnego monitorowania pacjentów poza szpitalami.
Odciążenie lub usprawnienie zadań administracyjnych za pomocą AI może wydłużyć czas, jaki personel medyczny poświęca na pracę przy łóżku chorego, co prowadziłoby do wyższej jakości opieki i poprawy wyników finansowych w tym sektorze. To z kolei daje większe szanse na odejście od starych przyzwyczajeń i oporu przed zmianami. Technologie cyfrowej transformacji powinny przede wszystkim dostarczać miarodajną wartość, a pośrednio motywować do digitalizacji danych medycznych i ich wykorzystania w procesie leczenia.
LONGEVITY 3.0 – DODAWANIE LAT DO ŻYCIA CZY DODAWANIE ŻYCIA DO LAT?
Cyfrowe bliźniaki mogą pełnić rolę „symulatora życia”, wspierając nie tylko wydłużenie życia, ale przede wszystkim poprawę jego jakości. Zamiast koncentrować się wyłącznie na leczeniu chorób, technologia ta skupia się na zdrowej długowieczności, czyli latach przeżytych w dobrym zdrowiu. Jest to szczególnie istotne w obliczu starzejącej się populacji świata. Obecnie szacuje się, że do 2040 r. aż 15% ludzi będzie miało 65 lat lub więcej.
Statystyki pokazują, że mimo rosnącej średniej długości życia, dodatkowe lata często są obciążone chorobami. Według badań firmy McKinsey na każdy dodatkowy rok życia zyskany w ciągu ostatnich 60 lat przypada dodatkowe sześć miesięcy w złym stanie zdrowia. W obliczu tych wyzwań zaawansowane technologie i spersonalizowana opieka zdrowotna stają się kluczowe dla poprawy jakości życia w starszym wieku.
W Stanach Zjednoczonych co najmniej jedna na sześć osób ma obecnie ponad 65 lat. W krajach rozwiniętych osoby starsze stanowią coraz większy odsetek populacji, co jest bezprecedensowym zjawiskiem. Zgodnie z najnowszym raportem ONZ w ciągu kolejnych 30 lat liczba osób w wieku 80 lat i starszych na świecie wzrośnie trzykrotnie. Prognozuje się również, że liczba stulatków wzrośnie dziesięciokrotnie pomiędzy 2010 a 2050 rokiem. W porównaniu z rokiem 2017 liczba osób w wieku 60 lat i starszych ma się ponad dwukrotnie zwiększyć do 2050 r. i ponad trzykrotnie do 2100 r. W Europie osoby w wieku 60 lat i starsze stanowią już 25% populacji, a prognozy wskazują, że ten odsetek wzrośnie do 35% w 2050 r.
Dłuższe życie w zdrowiu może być współcześnie bardzo „łakomym kąskiem” zarówno z punktu widzenia polityki zdrowotnej i społecznej, jaki i oddziaływania politycznego, medialnego czy też monetyzacji różnych pomysłów biznesowych. Według GUS w 2022 r. czas trwania życia w zdrowiu w Polsce wynosił 60,1 roku dla mężczyzn i 63,7 roku dla kobiet, przy czym uwidoczniono wzrost o jeden rok dla mężczyzn i o 0,6 roku dla kobiet w stosunku do 2021 r. To pokazuje, jak potężny jest potencjał dla rozwoju bardzo popularnego trendu Longevity. Współczesna generacja 60+ jest coraz bardziej otwarta na propozycje rynkowe sprzyjające nie tylko zdrowiu, ale także globalnej branży długowieczności. Blisko dekada zmian stylu życia opartych na prozdrowotnych aplikacjach, urządzeniach cyfrowych, a przede wszystkim usługach odegrała znamienitą rolę w sferze wyobrażeń o zdrowiu, faktycznych zachowań oraz oczekiwań konsumentów.
Z punktu widzenia trendów w czasie ostatnich 20 lat obserwowaliśmy Wellness 1.0, które obejmowało praktyki oparte na naturze oraz Wellness 2.0 opierające się na danych zdrowotnych i technologii. Obecnie nadeszła moda na długowieczność z wykorzystaniem danych, czyli Longevity Health / Medicine, koncentrującej się na wydłużaniu ludzkiego życia i zdrowia. Obejmuje ona nie tylko spersonalizowane plany żywieniowe i treningowe, ale również zaawansowane terapie, takie jak leczenie komórkami macierzystymi i terapię genową. Część tej zmiany wynika z ulepszenia (i przystępności cenowej) urządzeń do noszenia, takich jak pierścień Oura, zegarek Apple Watch i opaska Whoop. Czasami spersonalizowane dane dotyczące zdrowia mogą prowadzić do powstawania nowych schorzeń, takich jak ortosomnia, czyli obsesyjne dążenie do optymalnego snu, które jest napędzane danymi z monitora snu.
W rzeczywistości Longevity zajmuje czołowe miejsce w zaawansowanej biomedycynie. Zakres i wyrafinowanie opartych na technologii narzędzi i metod optymalizacji codziennej Zdrowej Długowieczności są ogromne i znacznie szersze (oraz głębsze) niż wiele osób może sobie uświadomić. Wykraczają one daleko poza uproszczone podejścia obejmujące dietę, ćwiczenia i suplementy, obejmują również produkty i usługi DeepTech, które stają się coraz bardziej dostępne dla konsumentów coraz bardziej obytych ze światem Web 3.0
Jednym z przykładów może być medycyna zapobiegawcza oparta na AI, która w najbliższym czasie prawdopodobnie całkowicie zrewolucjonizuje branżę biotechnologiczną i opieki zdrowotnej. Zjawisko Longevity przeobrażało się w rytm zmian oczekiwań odbiorców finalnych. Początkowo Longevity 1.0 skupiało się na reaktywnym leczeniu chorób wieku starczego, co poprawiało przeżywalność, ale niekoniecznie jakość życia. Z kolei Longevity 2.0 wprowadziło proaktywną opiekę zdrowotną, wykorzystując genomikę i nowe technologie diagnostyczne, aby przeciwdziałać problemom zdrowotnym jeszcze przed ich wystąpieniem. Obecnie Longevity 3.0 integruje agentów AI, cyfrowe bliźniaki i Big Data, oferując holistyczne rozwiązania poprzez precyzyjne, spersonalizowane dostosowanie terapii i interwencji do unikalnych cech i potrzeb każdej osoby. Oczekuje się, że spersonalizowana opieka zdrowotna będzie kluczowym czynnikiem napędowym rynku technologii długowieczności w ciągu następnej dekady.
BIZNES MEDYCZNY I AI – CO DALEJ?
Rok 2025 przyniesie dynamiczny rozwój agentów AI, cyfrowych bliźniaków i technologii monitorowania zdrowia. Biznes medyczny, integrując te narzędzia, zyska nie tylko na efektywności, ale i na możliwości tworzenia nowych modeli opieki zdrowotnej. Automatyzacja administracyjna, personalizacja terapii oraz wydłużenie okresu życia w dobrym zdrowiu to kluczowe kierunki, które będą kształtować przyszłość opieki zdrowotnej.
W nadchodzących latach agenci AI mogą stać się naszymi cyfrowymi partnerami w życiu codziennym, towarzyszącymi nam od narodzin aż po późne lata. To nie tylko zwiększy efektywność systemów ochrony zdrowia, ale również otworzy drzwi do świata, w którym technologia rzeczywiście poprawia jakość życia każdego z nas. Naturalnie, nowe produkty generują nowe problemy, zwłaszcza dotyczące prywatności danych oraz odpowiedzialności i bezpieczeństwa w odniesieniu do sugerowanego przez AI postępowania.
GDZIE JESTEŚMY DZISIAJ?
Pomimo znacznych postępów w badaniach i pierwszych wdrożeń agentów AI wciąż próbujemy zrozumieć i zaplanować, jak wykorzystać ich pełne możliwości w branży medycznej. Myśląc o górnolotnych przełomowych zmianach w praktyce leczniczej, nadal problemem jest automatyzacja prostych czynności, np. spisywanie wywiadu medycznego oraz prowadzanie i udostępnianie dokumentacji elektronicznej. Ta sytuacja przypomina duże oczekiwania i nieudany debiut narzędzi: Pin AI czy Rabbit R1, które miały na celu upowszechnienie innowacji AI wynikającej z chęci pozbycia się klawiatury. Niestety, problemy z powolnym działaniem, popełnianie wielu błędów i brak intuicyjności w obsłudze skutecznie zniechęciło użytkowników, którzy ocenili te rozwiązania jako niedokończony i nieprzydatny gadżet AI.
PROF. DR HAB. MAŁGORZATA BOMBOL, dyrektorka Instytutu Zarządzania Wartością, Kolegium Nauk o Przedsiębiorstwie SGH. Doradca i ekspert w firmach konsultingowych, badań rynku oraz członek komitetów inwestycyjnych. Specjalizuje się w badaniach klientów indywidualnych i instytucjonalnych. W działalności eksperckiej zajmuje się m.in. badaniami potencjału rynkowego firm stratup, projektowaniem, nadzorowaniem przebiegu oraz analizą wyników badań rynkowych. Tematyka zajęć i badań naukowych koncentruje się wokół teorii zachowań konsumenckich, budowania relacji rynkowych oraz profesjonalnej obsługi klienta. Autorka ponad 140 publikacji naukowych, m.in. na temat zachowań klientów, stylów życia polskiej klasy średniej i wyższej, marketingu doświadczeń, digitalizacji konsumpcji oraz Web 3.0. Popularyzatorka nauki – prelegentka konferencji i komentatorka dla mediów tradycyjnych i cyfrowych. Wykładowca uniwersytetów w Genui, Monachium, Porto i Lizbonie.
DR WOJCIECH KUROWSKI, adiunkt w Zakładzie Aksjologii i Pomiaru Wartości, Instytut Zarządzania Wartością, Kolegium Nauk o Przedsiębiorstwie SGH. Członek komitetów inwestycyjnych funduszy venture capital. W przeszłości pracował m.in. w Komisji Papierów Wartościowych i Giełd (Departament Nadzoru Rynku) oraz pełnił funkcję członka zarządu w spółce informatycznej. Jest także współtwórcą kilku startupów technologicznych zajmujących się m.in. automatyzacją w ochronie zdrowia i komercjalizacją Big Data. Obecnie rozwija systemy do potwierdzania tożsamości i wiarygodności oraz wykorzystujące algorytmy AI w Medtech. Na stanowisku adiunkta zajmuje się badaniami naukowymi dotyczącymi AI, Blockchain, Web 3.0. i cyberbezpieczeństwa (autor książki Mafia 2.0. Jak organizacje przestępcze kreują wartość w erze cyfrowej). W SGH prowadzi wykłady z Big Data, Blockchain oraz startupu technologicznego. Sprawuje opiekę naukową nad takimi organizacjami akademickimi SGH, jak Data Science Management, Blockchain Society oraz Klub Turystyczny Ekonomistów „TRAMP”. Promotor ponad stu prac dyplomowych.
