Jeszcze niedawno szkolenie ze sztucznej inteligencji oznaczało najczęściej poznanie ChatGPT, podstaw generatywnej AI i zasad tworzenia skutecznych promptów. Dla wielu pracowników było to potrzebne wprowadzenie do technologii, która w bardzo krótkim czasie pojawiła się w codziennej pracy. Dzisiaj samo pytanie „jak korzystać z AI?” coraz częściej okazuje się jednak zbyt ogólne. Rekruter chce wiedzieć, jak wykorzystać sztuczną inteligencję podczas rekrutacji, marketer – jak przyspieszyć analizę i przygotowanie kampanii, handlowiec – jak lepiej pracować z informacjami o klientach, a menedżer – jak wykorzystać nowe narzędzia bez utraty kontroli nad jakością decyzji. Technologia może być ta sama, ale jej zastosowania, ograniczenia i ryzyka są zupełnie inne.
To sprawia, że na rynku szkoleń zaczyna być widoczny kolejny etap edukacji związanej ze sztuczną inteligencją. Ogólne kursy nie znikają i nadal są potrzebne osobom rozpoczynającym pracę z AI, jednak obok nich rozwijają się programy przeznaczone dla konkretnych zawodów, działów i procesów biznesowych. W Bazie Usług Rozwojowych można znaleźć szkolenia dotyczące AI w HR, marketingu, sprzedaży czy pracy administracyjno-biurowej, a nawet programy łączące sztuczną inteligencję z konkretnymi narzędziami marketingowymi. To ważna zmiana: firmy nie chcą już wyłącznie wiedzieć, czym jest AI. Coraz częściej chcą nauczyć pracowników, jak wykorzystać ją w zadaniach, które rzeczywiście wykonują każdego dnia.
Od „co potrafi ChatGPT?” do „co AI może zrobić w mojej pracy?”
Pierwszy etap popularyzacji generatywnej sztucznej inteligencji musiał być ogólny. Pracownicy poznawali możliwości modeli językowych, uczyli się formułować polecenia, generować tekst, streszczać dokumenty, tworzyć pomysły czy porządkować informacje. Nadal jest to wartościowy fundament, dlatego ogólne szkolenia ze sztucznej inteligencji pozostają dobrym punktem startowym dla osób, które dopiero rozpoczynają pracę z tymi narzędziami. Problem pojawia się wtedy, gdy wiedza kończy się na promptowaniu, a uczestnik po szkoleniu wraca do firmy i nie bardzo wie, jak przełożyć poznane możliwości na własne procesy.
Dobry przykład stanowi polecenie „napisz profesjonalnego e-maila”. Może ono być przydatne praktycznie każdemu pracownikowi biurowemu, ale nie tworzy jeszcze specjalistycznej kompetencji zawodowej. Zupełnie innym poziomem jest umiejętność wykorzystania AI przez rekrutera do przygotowania struktury rozmowy kwalifikacyjnej, przez handlowca do analizy informacji przed spotkaniem z klientem czy przez marketera do przygotowania wariantów komunikacji dla różnych segmentów odbiorców. W każdym z tych przypadków trzeba nie tylko umieć obsłużyć narzędzie, lecz także posiadać wiedzę dziedzinową pozwalającą ocenić, czy rezultat AI jest poprawny, bezpieczny i rzeczywiście przydatny.
Właśnie dlatego przyszłość rynku szkoleniowego może należeć nie tyle do kolejnych kursów obsługi pojedynczego modelu, ile do łączenia kompetencji AI z kompetencjami zawodowymi.
AI w HR wymaga czegoś więcej niż znajomości promptów
Działy personalne dobrze pokazują, dlaczego specjalizacja szkoleń jest potrzebna. AI może pomagać w tworzeniu ogłoszeń rekrutacyjnych, przygotowywaniu pytań na rozmowę, porządkowaniu informacji, komunikacji wewnętrznej czy opracowywaniu materiałów rozwojowych. W aktualnych ofertach Bazy Usług Rozwojowych znajdują się już szkolenia skierowane bezpośrednio do specjalistów HR, rekruterów, HR Business Partnerów, Talent Acquisition oraz menedżerów odpowiedzialnych za procesy personalne.
Jednocześnie HR jest obszarem, w którym bezkrytyczne wykorzystanie wygenerowanych odpowiedzi może być szczególnie problematyczne. Pojawiają się kwestie danych osobowych, poufności, możliwych uprzedzeń algorytmicznych oraz odpowiedzialności człowieka za decyzje dotyczące kandydatów i pracowników. Dlatego dobre szkolenia AI w HR powinny wychodzić poza zestaw atrakcyjnych promptów i pokazywać zarówno praktyczne zastosowania, jak i granice automatyzacji.
To właśnie wiedza zawodowa pozwala ocenić rezultat wygenerowany przez model. AI może przygotować propozycję pytań rekrutacyjnych w kilka sekund, ale nadal ktoś musi ocenić ich sens, zgodność z celem rekrutacji i sposób wykorzystania podczas rozmowy. Im większą część pracy wspiera technologia, tym bardziej potrzebna może być kompetencja pozwalająca kontrolować jej rezultat.
Marketing pokazuje, jak szybko specjalizują się szkolenia AI
Marketing był jednym z pierwszych obszarów, w których generatywna sztuczna inteligencja znalazła masowe zastosowanie. Początkowo uwagę przyciągała przede wszystkim możliwość generowania artykułów, postów do mediów społecznościowych, haseł reklamowych i grafik. Dzisiaj zastosowania są znacznie szersze. AI może wspierać analizę informacji, research, tworzenie person, przygotowywanie wariantów komunikacji, personalizację, planowanie kampanii, analizę danych czy automatyzację powtarzalnych etapów pracy.
W ofertach szkoleniowych dostępnych w BUR można znaleźć programy łączące generatywną AI z marketingiem, a także bardziej wyspecjalizowane szkolenia, w których sztuczna inteligencja jest elementem pracy z Google Ads, Google Analytics czy innymi narzędziami wykorzystywanymi przez marketerów. To szczególnie interesujące zjawisko. AI przestaje być osobnym tematem szkolenia i zaczyna stawać się częścią szkolenia z konkretnej pracy.
Osoba wybierająca AI w marketingu może więc coraz częściej oczekiwać czegoś więcej niż listy promptów do tworzenia postów. Potrzebne stają się umiejętności włączenia AI do całego procesu: od researchu i analizy odbiorcy, przez przygotowanie koncepcji, po kontrolę jakości i ocenę rezultatów. Marketer musi również potrafić odróżnić tekst brzmiący przekonująco od informacji rzeczywiście prawdziwej, sprawdzić źródła i zdecydować, kiedy automatyzacja pomaga marce, a kiedy może jej zaszkodzić.
Handlowiec potrzebuje innej AI niż marketer
Jeszcze inaczej wygląda zastosowanie sztucznej inteligencji w sprzedaży. Handlowca może mniej interesować automatyczne tworzenie artykułów, a bardziej przygotowanie do spotkania, uporządkowanie informacji o potencjalnym kliencie, stworzenie wariantów wiadomości, opracowanie pytań pomagających zrozumieć potrzeby odbiorcy czy przygotowanie podsumowania rozmowy. W BUR można znaleźć programy kierowane bezpośrednio do handlowców, specjalistów sprzedaży, liderów zespołów oraz osób odpowiedzialnych za rozwój biznesu.
To pokazuje podstawową słabość uniwersalnego szkolenia AI. Rekruter, marketer i sprzedawca mogą korzystać dokładnie z tego samego modelu językowego, ale każdy z nich potrzebuje innych przykładów, ćwiczeń i procedur. Dlatego AI w sprzedaży powinno być osadzone w rzeczywistym procesie sprzedażowym, a nie ograniczać się do demonstracji możliwości popularnych narzędzi.
Jest tu jeszcze jeden ważny aspekt. AI może bardzo szybko przygotować analizę klienta albo spersonalizowaną wiadomość, ale rezultat zależy od jakości danych wejściowych. Handlowiec powinien wiedzieć, które informacje może bezpiecznie przekazać do narzędzia, jak sprawdzać wygenerowane dane i kiedy potrzebna jest własna ocena sytuacji. Specjalistyczne szkolenie powinno więc uczyć nie tylko tego, jak coś wygenerować, ale również jak odpowiedzialnie wykorzystać rezultat w realnym kontakcie z klientem.
AI wychodzi poza zawody technologiczne
Kierunek zmian widać nie tylko w katalogach firm szkoleniowych. Dane LinkedIn Economic Graph pokazują, że kompetencje określane jako AI literacy pojawiają się w coraz szerszej grupie zawodów. We wrześniu 2025 r. LinkedIn informował, że liczba ofert pracy wymagających takich kompetencji wzrosła rok do roku o 71%. Co szczególnie interesujące, dotyczyło to nie tylko programistów i specjalistów technicznych. Wśród stanowisk wymieniano m.in. specjalistów marketingu, osoby zajmujące się strategią biznesową, menedżerów produktów, autorów treści czy pracowników administracyjnych.
To ważny sygnał dla rynku szkoleniowego. Nie każdy pracownik będzie musiał zostać ekspertem od sztucznej inteligencji, trenować modele albo znać języki programowania. Coraz więcej osób może jednak potrzebować czegoś, co można porównać do kompetencji cyfrowych: umiejętności świadomego wykorzystania AI w swoim zawodzie.
Podobne wnioski płyną z Future of Jobs Report 2025 World Economic Forum. AI i big data znajdują się wśród najszybciej rosnących kategorii kompetencji, ale ich znaczenie nie jest identyczne we wszystkich sektorach. To kolejny argument przeciwko traktowaniu „kompetencji AI” jako jednej uniwersalnej umiejętności. Inaczej będzie wyglądała praca z AI w finansach, inaczej w marketingu, logistyce, produkcji, HR czy hotelarstwie.
Im więcej robi AI, tym ważniejsza staje się kontrola człowieka
Ciekawy obraz kolejnego etapu rozwoju kompetencji przynosi także Work Trend Index 2026 Microsoftu. W badaniu obejmującym 20 tys. użytkowników AI z 10 krajów 66% respondentów deklarowało, że dzięki AI może przeznaczyć więcej czasu na pracę o wysokiej wartości, a 58% twierdziło, że technologia pozwala im wykonywać zadania, których rok wcześniej nie byliby w stanie wykonać.
Jednocześnie wraz z rosnącymi możliwościami narzędzi rośnie znaczenie kompetencji, których nie da się sprowadzić do wpisania odpowiedniego polecenia. Wśród umiejętności zyskujących na znaczeniu uczestnicy badania wskazywali przede wszystkim kontrolę jakości wyników generowanych przez AI oraz krytyczne myślenie. Aż 86% badanych traktowało rezultat otrzymany od AI jako punkt wyjścia, a nie gotową odpowiedź.
To bardzo istotny wniosek dla organizatorów szkoleń. Przyszłością edukacji AI prawdopodobnie nie będzie uczenie pracowników, aby przekazywali technologii jak najwięcej obowiązków. Znacznie ważniejsze może być nauczenie ich, które zadania warto delegować AI, jak przygotować właściwy kontekst, jak oceniać odpowiedzi i kiedy wynik wymaga sprawdzenia przez człowieka.
W tym miejscu kompetencja technologiczna zaczyna łączyć się z doświadczeniem zawodowym. Doświadczony księgowy może szybciej zauważyć błąd w analizie podatkowej, rekruter wychwycić niewłaściwe kryterium oceny kandydata, marketer rozpoznać treść niepasującą do marki, a handlowiec ocenić, że przygotowana przez model wiadomość brzmi nienaturalnie. AI nie eliminuje więc znaczenia wiedzy domenowej. W wielu zastosowaniach może wręcz zwiększać jej wartość.
Szkolenie „z AI” może w przyszłości przestać być osobną kategorią
Najciekawszym etapem tej zmiany może być moment, w którym przestaniemy zwracać uwagę na określenie „szkolenie z AI”. Dzisiaj sztuczna inteligencja jest na tyle nowym i popularnym tematem, że często znajduje się już w samym tytule programu. Z czasem może stać się po prostu jednym z narzędzi wykorzystywanych podczas szkolenia sprzedażowego, marketingowego, księgowego, menedżerskiego czy logistycznego.
Podobny proces obserwowaliśmy wcześniej w przypadku kompetencji cyfrowych. Nie organizuje się przecież osobnego szkolenia z „korzystania z internetu” dla każdego pracownika biurowego, ponieważ technologie cyfrowe zostały włączone w zwykłe procesy zawodowe. AI może podążyć podobną drogą. Zamiast „naucz się ChatGPT” pojawi się coraz więcej programów typu „wykorzystaj AI w rekrutacji”, „automatyzuj analizę kampanii”, „pracuj z AI w sprzedaży” czy „wykorzystaj AI do analizy dokumentów”.
Nie oznacza to końca ogólnych szkoleń. Osoby rozpoczynające przygodę ze sztuczną inteligencją nadal potrzebują podstaw: poznania możliwości i ograniczeń modeli, zasad tworzenia poleceń, bezpieczeństwa danych czy sposobów weryfikacji odpowiedzi. Zmienia się natomiast punkt docelowy. Znajomość podstaw AI coraz częściej będzie początkiem nauki, a nie jej końcem.
Dobre szkolenie AI powinno zaczynać się od zawodu, a nie od narzędzia
Przy wyborze szkolenia warto więc patrzeć nie tylko na listę prezentowanych aplikacji. Narzędzia AI rozwijają się niezwykle szybko, dlatego program zbudowany wyłącznie wokół kilku popularnych produktów może stosunkowo szybko stracić aktualność. Większą wartość może mieć szkolenie pokazujące proces: jak zidentyfikować zadanie odpowiednie do wsparcia przez AI, przygotować dane i kontekst, otrzymać rezultat, zweryfikować go i bezpiecznie wykorzystać.
Znaczenie ma również dopasowanie przykładów do uczestników. Specjalista HR powinien ćwiczyć na sytuacjach charakterystycznych dla HR, handlowiec na scenariuszach sprzedażowych, a marketer na problemach marketingowych. Właśnie wtedy uczestnik może po szkoleniu wrócić do pracy i zastosować poznaną metodę do rzeczywistego zadania, zamiast posiadać jedynie zestaw efektownych promptów.
Rynek szkoleń z AI nie zmierza więc prawdopodobnie do końca kursów ogólnych, ale do coraz większej specjalizacji. Pierwszym etapem było poznanie generatywnej sztucznej inteligencji. Drugim – nauka promptowania. Trzecim staje się wykorzystanie AI w konkretnym zawodzie i procesie biznesowym.
I właśnie ten trzeci etap może mieć największe znaczenie dla firm. Pytanie pracownika coraz rzadziej będzie bowiem brzmiało: „co potrafi sztuczna inteligencja?”. Znacznie ważniejsze stanie się: „co mogę dzięki niej zrobić lepiej w swojej pracy i jak zrobić to odpowiedzialnie?”. To różnica, która może wyznaczyć kierunek rozwoju rynku szkoleń AI na kolejne lata.
