Zarządzanie projektami AI dla początkujących weszła do TOP 15 Onepressu

A skoro pierwszy dzień, to i pierwsza dobra wiadomość: książka wskoczyła na 14. miejsce w rankingu Onepressu. Dziękuję każdemu, kto po nią sięgnął. To nie jest podręcznik, który sprzedaje się sam, więc każde zamówienie w pierwszych dniach naprawdę robi różnicę.

Skąd wziął się pomysł na tę książkę

Przez ostatnie lata prowadziłem zajęcia, warsztaty i projekty wdrożeniowe, w których organizacje próbowały zrobić „coś z AI". Powtarzał się ten sam schemat. Zespół dostawał budżet i entuzjazm zarządu, robił efektowne demo, a potem projekt grzązł. Nie dlatego, że model był zły. Dlatego, że nikt wcześniej nie zdefiniował problemu, nie przeanalizował procesu, nie sprawdził, skąd wezmą się dane i kto będzie z tego korzystał po zakończeniu pilotażu.

Klasyczne metodyki zarządzania projektami tego nie łapią, bo powstały w innym świecie. Projekty AI mają inną naturę ryzyka: efekt jest probabilistyczny, jakość zależy od danych, a zakres zmienia się w trakcie, bo dopiero w trakcie widać, co model naprawdę potrafi.

Stąd DAPIS.

DAPIS w pięciu krokach

DAPIS to metodyka prowadzenia projektów AI, którą opisuję w książce i którą stosuję w praktyce doradczej. Pięć etapów:

• D - Definiuj. Jaki problem biznesowy rozwiązujemy i po czym poznamy, że się udało.
• A - Analizuj. Mapowanie procesu, dane, ograniczenia prawne, realna ocena tego, czy LLM jest tu właściwym narzędziem, benchmark jakości.
• P - Planuj. Zakres pilotażu, architektura rozwiązania, ryzyka, kryteria wyjścia.
• I - Implementuj. Budowa, testy, iteracje na prompcie i danych, dopieszczanie jakości.
• S - Skaluj. Wdrożenie na produkcję, utrzymanie, zarządzanie zmianą w organizacji.

Każdy etap ma w książce swoje narzędzia, listy kontrolne i szablony canvasów, które można wypełnić przy stole z zespołem.

Co jeszcze znajdziesz w środku

Książka jest praktyczna, ale nie unika trudnych tematów. Poza samą metodyką omawiam między innymi:

• mapowanie procesów techniką SIPOC jako punkt wyjścia do wyboru miejsca wdrożenia,
• zgodność z RODO i unijnym AI Act w kontekście realnych projektów, nie tylko przepisów,
• agentów AI, embeddingi i pracę na danych strukturalnych w JSON,
• protokół MCP i SpecKit, czyli to, jak modele łączą się z systemami organizacji,
• zaawansowane techniki promptowania: chain-of-thought, negative prompting, grounding w wyszukiwarce,
• ograniczenia modeli językowych, o których warto wiedzieć zanim obieca się coś zarządowi,
• zarządzanie zmianą: społeczności praktyków, hackathony, budowanie kompetencji wewnątrz firmy.

Dla kogo to jest

Dla kierowników projektów, analityków biznesowych, liderów innowacji i koordynatorów wdrożeń. Dla osób, które mają poprowadzić projekt AI, a niekoniecznie są inżynierami uczenia maszynowego. „Dla początkujących" w tytule odnosi się do doświadczenia z AI, nie do doświadczenia w projektach.

Jeśli piszesz kod modeli od pięciu lat, ta książka nie jest dla Ciebie. Jeśli masz zaraz stanąć przed zarządem i wyjaśnić, dlaczego wdrożenie asystenta AI zajmie sześć miesięcy, a nie dwa tygodnie, to jak najbardziej.

Podziękowania

Dziękuję zespołowi Onepressu za redakcję i skład, osobom, które czytały wczesne wersje rozdziałów i nie oszczędzały mi krytyki, oraz uczestnikom moich zajęć i warsztatów. Duża część przykładów w książce wzięła się z Waszych pytań.

Książka jest dostępna w Onepressie. Jeśli po lekturze uznasz, że coś jest warte polecenia, zostaw proszę opinię. Dla książek technicznych recenzje czytelników znaczą więcej niż jakakolwiek kampania.

Link do książki