Relacja z TD SYNNEX Destination AI Warszawa. Technologia już gotowa – czas na odważne decyzje firm

W świecie zdominowanym przez nagłówki o wszechpotędze sztucznej inteligencji, konferencja Destination AI, zorganizowana przez TD SYNNEX w warszawskiej przestrzeni SkyWorks 27, stała się punktem zwrotnym w narracji o technologii. Wydarzenie pokazało wyraźne przejście branży od fazy fascynacji czatbotami do etapu głębokiej, merytorycznej implementacji rozwiązań w architekturze przedsiębiorstw. Główne przesłanie jest jasne: AI to już nie tylko kolejna aplikacja, ale fundamentalna warstwa infrastrukturalna, która wymaga nowego podejścia do bezpieczeństwa, efektywności energetycznej i suwerenności danych.

Spotkanie otworzyli (i moderowali) Jacek Kotynia, Business Unit Manager w TD SYNNEX, oraz Mariusz Laurisz, CEO IT Reseller, którzy podkreślili rolę dystrybutora z wartością dodaną w łączeniu świata hardware’u, software’u i chmury. Zaznaczyli, że celem cyklu wydarzeń jest dostarczenie praktycznych przykładów zastosowania sztucznej inteligencji, które partnerzy i ich klienci mogą wdrażać tu i teraz, korzystając z synergii między takimi gigantami jak IBM, Microsoft, Lenovo, Cisco czy AMD.

Europejska walka o suwerenność i narodziny gigafabryk

Fundament pod całą dyskusję położył David Chancellor-Maddison, Fusion Sales Leader EMEA w firmie IBM, który w swoim wystąpieniu przeniósł uwagę słuchaczy na poziom geopolityczny i infrastrukturalny. Chancellor-Maddison zidentyfikował krytyczny punkt zwrotny w historii branży, wskazując na gigantyczną dysproporcję w inwestycjach: podczas gdy USA wydały na fabryki AI już około 350 miliardów dolarów, Europa zainwestowała dotychczas jedynie… 2,5 miliarda. Prelegent postawił tezę, że kluczem do zwycięstwa Starego Kontynentu w tym wyścigu nie jest budowanie lepszych czatbotów, ale stworzenie suwerennych, bezpiecznych i zgodnych z regulacjami (AI Act) „fabryk AI”.

Chancellor-Maddison podkreślił, że suwerenność danych jest naszym największym kapitałem, a narzędzia takie jak IBM Fusion czy stosy technologiczne budowane wspólnie z Red Hat pozwalają na tworzenie modeli, które nie wyprowadzają wrażliwych informacji poza granice organizacji. Jako unikalny use-case przywołał szwajcarską firmę Phoenix Technologies, która buduje cyfrowe aktywa dla kryptowalut w oparciu o poufne obliczenia na mainframe’ach IBM, co chroni dane w ruchu i w spoczynku przed jakimkolwiek zhakowaniem.

Od żmudnego kodowania do roli architekta intencji

Skoro infrastruktura jest fundamentem, to oprogramowanie jest silnikiem zmian, co udowodnili Mariusz Olszewski, Senior Manager oraz Aleksander Młodawski, Solutions Architect, obaj z TD SYNNEX. Ich prezentacja dotycząca projektu IBM Bob skupiła się na rozwiązaniu problemu niskiej rentowności inwestycji w AI poprzez skrócenie czasu wprowadzania produktów na rynek (time-to-market). Olszewski przedstawił twarde dane: zastosowanie AI w cyklu wytwarzania oprogramowania pozwala zaoszczędzić do 40% czasu programistów, a w przypadku analizy i dokumentacji zysk ten sięga odpowiednio nawet 60% i 94%.

Praktyczny wymiar tych liczb Olszewski zilustrował własnym doświadczeniem – system trackingu GPS, który kiedyś budował zespół pięciu deweloperów przez trzy miesiące, on sam, wspierany przez AI, odtworzył w zaledwie trzy tygodnie. Młodawski zaprezentował natomiast działanie IBM Bob jako agentowego narzędzia programistycznego, które rozumie architekturę całego repozytorium i potrafi modernizować systemy legacy, w tym kod napisany w języku COBOL, co jest krytyczne dla sektora finansowego. Kluczowym wnioskiem było stwierdzenie, że programista staje się dziś partnerem dla AI, który musi umieć weryfikować błędy agenta, ale dzięki funkcjom takim jak „checkpointy”, praca ta staje się odporna na przerwy w dostawie energii czy łączności.

Gubernatorzy danych w kagańcu unijnych regulacji

Wątek technologiczny płynnie przeszedł w stronę odpowiedzialności. Olszewski przedstawił mianowicie pięć filarów odpowiedzialnego AI: wyjaśnialność, sprawiedliwość społeczną, odporność na błędy, przejrzystość oraz prywatność. Ekspert zwrócił uwagę także na problem „Shadow AI”, czyli korzystania przez pracowników z nieautoryzowanych modeli poprzez API, co IBM monitoruje i blokuje za pomocą modułu strażnika opartego na rodzinie modeli Granite. Integralną częścią tej ochrony jest maskowanie danych wrażliwych (PII filter) jeszcze przed ich trafieniem do modelu, co gwarantuje bezpieczeństwo w procesach takich jak RAG (Retrieval-Augmented Generation).

Strategia przetrwania w szarej strefie innowacji

Z perspektywy wdrożeniowej, te teoretyczne ramy wypełnił treścią Daniel Wielosz, CTO w firmie Solet, który nakreślił ustrukturyzowaną ścieżkę od pomysłu do produkcji. Wielosz zdiagnozował bolesną prawdę o polskim rynku: 97% wykorzystywanych u nas narzędzi AI to wersje bezpłatne, co tworzy ogromną szarą strefę „Shadow AI” i realne ryzyko wycieku danych. Jego zdaniem kluczem do sukcesu nie jest sam zakup licencji, ale głęboka transformacja procesów i mentalności pracowników.

Wielosz przedstawił model dojrzałości organizacji, ostrzegając przed „poziomem zerowym”, gdzie klient chce wdrożyć AI, nie wiedząc po co. Skuteczne wdrożenie musi opierać się na fazie Discovery, czyli warsztatach Design Thinking, których celem jest wyłonienie priorytetowych scenariuszy użycia i stworzenie mapy drogowej wdrożenia. Kolejnym krokiem powinny być krótkie eksperymenty biznesowe (PoC) – Wielosz podkreślił, że nie są to testy samej technologii, lecz weryfikacja hipotezy o jej realnej opłacalności.

Jako konkretny miernik sukcesu wskazał automatyzację ofertowania w działach sprzedaży – procesy powtarzalne i żmudne są idealnym polem dla AI. Ekspert zaznaczył, że odpowiedzią na ryzyka „szarej strefy” jest przeniesienie procesów do bezpiecznego, korporacyjnego środowiska Microsoft Azure, co pozwala zachować pełną kontrolę nad danymi. Prelegent podsumował, że przewaga konkurencyjna wynikająca z AI miewa krótkie okno czasowe, dlatego po udanym teście biznesowym należy natychmiast skalować rozwiązanie na całą organizację.

HR bez HR-u, czyli demokratyzacja kreatywności w MŚP

Kolejny blok tematyczny, prowadzony przez Magdalenę Filipek (Partner Development Manager w Factorial) i Tomasza Wykowskiego (Country Manager Poland w Factorial) pokazał, jak AI rewolucjonizuje zarządzanie kapitałem ludzkim, finansami i operacjami IT w sektorze małych i średnich przedsiębiorstw. Wykowski postawił prowokacyjną tezę: przyszłość HR to „HR bez HR”, gdzie automatyzacja nudnych, manualnych zadań pozwoli liderom skupić się wyłącznie na empatii i budowaniu relacji z ludźmi. Dzięki AI klienci Factorial zarządzają procesami wewnętrznymi nawet 5-krotnie szybciej niż firmy korzystające z tradycyjnego oprogramowania.

Factorial, jako system AI-first (Factorial One) w pełni osadzony na rozwiązaniach Microsoft Azure oraz AI Foundry, demokratyzuje dostęp do zaawansowanych technologii, oferując narzędzia za ułamek kosztów korporacyjnych systemów – subskrypcja zaczyna się już od 20 zł za użytkownika miesięcznie. Filipek zaprezentowała unikalny use-case integracji z Microsoft Teams, gdzie pracownik w delegacji skanuje paragon, a AI automatycznie odczytuje dane i przesyła wniosek do zatwierdzenia. Prelegenci zapowiedzieli także nową erę komunikacji „Agent-to-Agent”, gdzie dzięki Model Context Protocol (MCP) platforma Factorial płynnie wymienia dane z systemem Microsoft Dynamics 365 Business Central.

Prelegenci ujawnili także imponujące tempo wzrostu: Factorial podwoił liczbę klientów do 16 000 w ciągu roku, publikując średnio dwie nowe funkcjonalności dziennie. Kluczowym wnioskiem było ostrzeżenie przed Shadow AI: 45% pracowników używa sztucznej inteligencji bez wiedzy działów IT, a 38% kopiuje wrażliwe dane firmowe do publicznych czatbotów. Factorial eliminuje to ryzyko, zatrzymując dane wewnątrz bezpiecznego, zgodnego z RODO ekosystemu firmy, gdzie asystent AI korzysta wyłącznie ze sprawdzonych danych o kadrach i płacach, unikając zjawiska halucynacji.

Przemysłowy instynkt i eliminacja cyfrowego odpadu

Przejście od biur do fabryk zapewnili Marcin Rojek i Mariusz Kolanko, założyciele byteLAKE, partnera Lenovo. Ich wystąpienie było manifestem realizmu w przemyśle, gdzie AI służy do zamiany surowych danych z systemów takich jak MES, SCADA, IoT czy CMMS w użyteczne wnioski. Prelegenci obrazowo porównali rolę AI do ludzkich zmysłów: kamery stają się „oczami”, a mikrofony „uszami” fabryki, co w połączeniu z analityką pozwala dostrzec ukryte trendy i anomalie tam, gdzie tradycyjne metody zawodzą.

Jako jeden z najbardziej przemawiających przykładów podali współpracę z firmą Bakaland, gdzie AI rozwiązało problem błędów w naważaniu bakalii. Zbyt duża ilość produktu w torebce to strata dla firmy, zbyt mała – ryzyko zwrotu całej partii od gigantów spożywczych. System byteLAKE, pracujący na infrastrukturze Edge (Lenovo ThinkEdge SE50), analizuje trendy w czasie rzeczywistym i dostosowuje parametry maszyn, reagując zanim dojdzie do błędnego naważenia.

Rojek zwrócił uwagę na pojęcie „kosztu odpadu”, który w przemyśle jest 5-10 razy wyższy niż sama wartość wyrzuconego surowca, ponieważ obejmuje czas pracy ludzi i czyszczenie maszyn. Innym wdrożeniem była optymalizacja w gdańskim GPEC, gdzie ponad 300 modeli AI wspiera zarządzanie siecią ciepłowniczą. W tym sektorze AI nie tylko przewiduje zapotrzebowanie na ciepło, ale pozwala na precyzyjne zarządzanie miksem energetycznym i automatyzację handlu nadwyżkami mocy.

Nowością w podejściu byteLAKE są Agenci AI, którzy wprowadzają do hal produkcyjnych interakcję w stylu ChataGPT. Dzięki nim operatorzy mogą komunikować się z systemami SCADA czy ERP w języku naturalnym, co skraca czas odpowiedzi na pytania operacyjne o ponad 50%. Prelegenci podkreślili przy tym, że AI nie może być czarną skrzynką – koncepcja Explainable AI (XAI) jest niezbędna, by operator wiedział, dlaczego system sugeruje konkretne działanie, np. wymianę podzespołu, zapewniając przy tym pełne bezpieczeństwo danych dzięki przetwarzaniu lokalnemu.

Krzemowe serce rewolucji i nowa era AI PC

Technologiczną architekturę tych wszystkich rozwiązań przybliżył Rafał Danis, Commercial Sales Trainer w AMD. Danis argumentował, że AMD jest liderem, który napędza wszystko – od superkomputerów (ponad 40% rynku serwerowego dla piątej generacji procesorów EPYC) po laptopy klasy AI PC. W dobie wysokich kosztów energii, kluczowym parametrem staje się wydajność na wat, gdzie procesory EPYC pozwalają na gigantyczną konsolidację infrastruktury przy jednoczesnym obniżeniu rachunków za prąd.

W segmencie urządzeń końcowych, Danis zaprezentował nową kategorię procesorów Ryzen AI, które posiadają dedykowany silnik NPU (Neural Processing Unit). Pozwala to na lokalne przetwarzanie modeli językowych, co gwarantuje bezpieczeństwo (dane nie opuszczają laptopa), niskie opóźnienia i pracę w trybie offline. Jako istotną nowość Danis wskazał fakt, że AMD jako pierwszy producent wprowadził procesory desktopowe do urządzeń klasy Copilot+ PC, co pozwala na budowę stacjonarnych stanowisk pracy o ogromnych możliwościach AI.

Asystent na pasku zadań i koniec ery juniorów

Kontynuując wątek urządzeń końcowych, Arkadiusz Długozima Business Development Manager w TD SYNNEX przedstawił wizję Copilot+ PC jako fundamentu dla nowej klasy pracowników. Długozima użył obrazowego porównania: Copilot to nie mentor, ale nasz cyfrowy „junior”, który ma wykonać najżmudniejszą pracę pod pełną kontrolą użytkownika. Kluczowym elementem tej architektury jest bezpieczeństwo – procesor Microsoft Pluton, fizycznie zintegrowany z CPU, chroni tożsamość i dane na poziomie sprzętowym, a system Windows zapewnia pełną widoczność działań podejmowanych przez agentów.

Długozima, powołując się na dane Gartnera i IDC, prognozuje, że do końca 2026 roku 40% aplikacji będzie wykorzystywać wyspecjalizowanych agentów AI, a do 2028 roku co najmniej 15% codziennych decyzji zawodowych będzie podejmowanych autonomicznie. Fundamentem tej zmiany jest model hybrydowej sztucznej inteligencji, łączący moc chmury z wydajnością lokalnych małych modeli językowych (SLM) działających bezpośrednio na NPU komputera.

Prelegent zaprezentował mechanizm MCP – otwarty standard pozwalający na płynną komunikację agentów z zewnętrznymi narzędziami, co zapobiega tworzeniu się zamkniętych silosów danych. Jako dowód biznesowej zasadności tej technologii przywołano przykład firmy ubezpieczeniowej: dzięki lokalnemu przetwarzaniu zapytań (koszt bliski 0 USD vs 10 centów w chmurze), organizacja może zaoszczędzić 200 000 dolarów w ciągu czterech lat. Co więcej, automatyzacja analizy zdjęć i raportowania skróciła czas operacyjny z 60 minut do zaledwie 3–5 minut na zadanie, co przekłada się na odzyskanie około 10 godzin pracy miesięcznie przez każdego pracownika.

Sieciowa autostrada dla potworów obliczeniowych

Aby dane mogły płynąć bez zakłóceń, potrzebna jest nowa definicja sieci, o czym mówił Przemysław Pisarek, Data Center PSS w Cisco. Zauważył on, że obecnie wykorzystanie infrastruktury AI w firmach to często wyniki jednocyfrowe, co oznacza, że klienci przeinwestowali w sprzęt, którego nie potrafią nasycić danymi. Rozwiązaniem Cisco jest Secure AI Factory – modularna architektura referencyjna, która gwarantuje, że sieć nie będzie wąskim gardłem dla „potworów” takich jak układy NVIDIA Blackwell, wymagających pasma rzędu 14,4 Tbps.

Pisarek zaprezentował standard Ultra Ethernet 1.0, który zapewnia bezstratną transmisję oraz zaawansowane zarządzanie przeciążeniami, zastępując rozproszone technologie jednym medium o przepustowościach 800 Gb czy 1,6 Tb. Cisco posiada tak głęboką integrację z NVIDIĄ, że potrafi automatycznie wykryć kartę GPU i dostosować protokoły pod jej wymagania, obejmując wsparciem cały stos technologiczny – od głównego centrum danych aż po brzeg sieci.

W obszarze bezpieczeństwa Cisco proponuje AI Defense, które pozwala na inwentaryzację modeli i automatyczny „red teaming” w celu wykrycia podatności na ataki typu prompt injection. Rozwiązanie to wykracza poza samą detekcję, oferując aktywne bariery ochronne, które w czasie rzeczywistym blokują podejrzane zapytania i niebezpieczne odpowiedzi modelu. Całość systemu dopełnia analityka Splunk, która pozwala monitorować tzw. tokenomics, dając pełną widoczność kosztów, wydajności i zdrowia całego ekosystemu AI.

Pomiędzy lękiem a planem działania – głos liderów branży o przyszłości AI

Wydarzenie zwieńczyła debata z udziałem przedstawicieli Microsoft, AMD, Cisco i Lenovo, prowadzona przez Ewelinę Stój z redakcji IT Reseller. W jej trakcie Michał Stochmal (Commercial Business Development Executive CEE w AMD) podkreślił kluczową rolę efektywności energetycznej, wskazując, że procesory EPYC już 4-krotnie zwiększyły moc uzyskiwaną z każdego wata, a otwarta platforma ROCm ma zapobiegać uzależnieniu od jednego dostawcy. Magdalena Grzegorczyk (SMB Go-To-Market Lead w Microsoft) przedstawiła natomiast wizję „Hybrid AI”, w której urządzenia klasy Copilot+ PC łączą potęgę chmury z bezpieczeństwem lokalnego przetwarzania. Funkcje takie jak Recall (kontekstowe wyszukiwanie) oraz Click-to-do mają realnie odciążyć pracowników i skrócić cykle projektowe z miesięcy do dni, przy jednoczesnym zachowaniu pełnej suwerenności danych wrażliwych bezpośrednio na poziomie krzemu.

W obszarze zarządzania i bezpieczeństwa, Grzegorz Dobrowolski (Technical Director w Cisco) apelował o nałożenie technologicznego „kagańca” na autonomicznych agentów poprzez rozwiązania AI Defense i Secure Access, co pozwoli firmom odzyskać kontrolę nad bezpieczeństwem i przepływem informacji. Paweł Chłud (Presales / Technical Solutions Expert w Lenovo) zaprezentował z kolei konsolę Device Orchestration do optymalizacji rozproszonej floty urządzeń oraz asystenta AI Now, pełniącego rolę „cyfrowego juniora”, który uczy się stylu pracy użytkownika. Paneliści zgodnie zdiagnozowali też, że największym hamulcem transformacji AI w Polsce nie są budżety, lecz lęk przed zmianą oraz brak holistycznego podejścia do zarządzania. Konkluzja była jasna: technologia jest gotowa, teraz czas na merytoryczne „instrukcje obsługi” i edukację, by sztuczna inteligencja stała się bezpiecznym standardem operacyjnym.

Syntetyczna wizja przyszłości: AI jako nowy standard operacyjny

Warszawskie wydarzenie Destination AI udowodniło, że polski rynek technologiczny dojrzał do tego, by przestać traktować sztuczną inteligencję jako futurystyczną ciekawostkę, a zacząć postrzegać ją jako krytyczny fundament nowoczesnego biznesu. Konkluzja płynąca z merytorycznych paneli jest jednoznaczna: technologia jest już gotowa, ale sukces w nowej erze zależy od harmonijnej współpracy między wydajną i energooszczędną infrastrukturą, bezpieczeństwem zgodnym z regulacjami takimi jak AI Act oraz precyzyjnie określonymi celami biznesowymi, które pozwolą na realny zwrot z inwestycji.

Przypomnijmy, że spotkanie w warszawskim SkyWorks 27 to jedynie część większej inicjatywy TD SYNNEX. Destination AI to ogólnopolska seria wydarzeń, która w tym roku, oprócz stolicy, objęła (lub wkrótce obejmie) swoim zasięgiem Katowice, Lublin, Gdańsk, Bydgoszcz oraz Kraków. Dla redakcji IT Reseller obecność na tym cyklu jest potwierdzeniem, że droga do „miejsca docelowego”, jakim jest sztuczna inteligencja, prowadzi przez ciągłą edukację, demistyfikację technologii oraz budowanie zaufania do rozwiązań, które stają się nowym standardem operacyjnym polskiej gospodarki.