Anna Goławska

Pomysł na wykorzystanie AI można dziś stworzyć w kilka godzin. Znacznie trudniej zbudować rozwiązanie, które będzie bezpieczne, skalowalne, zaakceptowane przez użytkowników i rzeczywiście wykorzystywane w organizacji.

Ten panel poświęcimy praktycznej stronie wdrażania AI. Porozmawiamy o doświadczeniach firm, które przeszły drogę od eksperymentów i PoC do produkcyjnych rozwiązań oraz o
powodach, dla których wiele projektów nigdy nie wychodzi poza etap pilotażu. Ważne są nie tylko sukcesy, ale również błędy, nieudane eksperymenty i lekcje wyniesione z
rzeczywistych wdrożeń.

Wśród tematów dyskusji:
 dlaczego PoC działa, a wdrożenie produkcyjne już nie,
 jakie błędy firmy popełniają najczęściej i czego dziś nie zrobiłyby ponownie
 jak wybierać obszary o największym potencjale do wykorzystania AI,
 jak przejść od pojedynczych eksperymentów do AI działającej w skali organizacji,
 własne modele, rozwiązania open source czy gotowe platformy?
 jak przygotować dane, procesy i infrastrukturę,
 jak oceniać jakość i niezawodność rozwiązań opartych na AI, kto powinien być właścicielem wdrożeń AI: biznes, IT czy dedykowany AI team?
 co tak naprawdę decyduje o tym, że projekt AI wychodzi poza fazę pilotażu i zaczyna tworzyć wartość w skali całej organizacji

AI zmienia reguły gry w cyberbezpieczeństwie. Pozwala szybciej analizować zagrożenia, wykrywać anomalie i automatyzować reakcję na incydenty. Jednocześnie daje atakującym narzędzia do tworzenia bardziej przekonujących oszustw, automatyzacji ataków i działania na niespotykaną wcześniej skalę.

Do tego dochodzi nowe wyzwanie: musimy nie tylko wykorzystywać AI do ochrony
organizacji, ale również chronić samą AI — modele, agentów, dane i systemy, do których
otrzymują dostęp.

Podczas panelu spojrzymy na tę zmianę z perspektywy zarówno atakujących, jak i obrońców.
Wśród tematów dyskusji:

• kto bardziej korzysta dziś z AI — cyberprzestępcy czy zespoły bezpieczeństwa,
• AI-powered phishing, deepfake i nowa generacja social engineering,
• nowe obszary ryzyka,
• nowe klasy ataków,
• Shadow AI i ryzyko niekontrolowanego wykorzystania danych firmowych,
• jak zabezpieczać modele, dane oraz aplikacje wykorzystujące LLM,
• tożsamość i zaufanie w świecie, w którym głos, obraz i wideo można wygenerować,
• gdzie powinna przebiegać granica autonomii AI w obszarze bezpieczeństwa,
• jak zmieni się rola specjalistów cybersecurity
• czy AI da większą przewagę obrońcom czy atakującym — i jak będzie wyglądało cyberbezpieczeństwo, gdy po obu stronach coraz więcej działań będą wykonywać autonomiczne systemy