Od pierwszego przypadku użycia do systemu, na którym ludzie polegają.
Moja praca jest tam, gdzie dostarczanie AI spotyka się z prowadzeniem programów w dużych organizacjach. W obu przypadkach liczą się te same nawyki: decyzja, co warto robić, jawne kompromisy i odpowiedzialność do chwili, aż system działa.
Jak myślę o dostarczaniu
Tej samej linii używałem w produkcie AI i w programie bankowym w 13 krajach: zaczynam od powodu biznesowego, a kończę wynikiem, który ktoś może sprawdzić.
Diagram: Biznes prowadzi do Transformacji. Transformacja rozdziela się na Ludzi, Produkt i Technologię. Te trzy elementy łączą się w Dostarczaniu, które prowadzi do Rezultatu.
- BiznesPowód. Problem, strategia i stawka. Zawsze zaczynam od zrozumienia, po co.
- TransformacjaZmiana, którą chce przeprowadzić biznes: co ma być inaczej i dla kogo.
- LudzieKto wykonuje pracę i kogo ona dotyczy: zespoły, liderzy, umiejętności i sposób pracy.
- ProduktCo powstaje i dlaczego jest ważne dla użytkowników: zakres, priorytety i wartość.
- TechnologiaNa czym to działa: architektura, integracje, dane, AI i utrzymanie.
- DostarczanieMiejsce, w którym spotykają się Ludzie, Produkt i Technologia: plan, governance, ryzyka, zależności, wdrożenia i KPI.
- RezultatWynik, który się liczy: wartość zrealizowana i mierzona kilkoma KPI, a nie liczba dostarczonych funkcji.
Jeśli brakuje jednego z trzech elementów, dostarczanie staje: ludzie bez kierunku produktowego dryfują, produkt bez technologii zostaje na slajdzie, a technologia bez ludzi nigdy nie zostaje przyjęta.
Dostarczanie AI i produkt
Nie zaczynam od modelu. Zaczynam od procesu i wyniku, który chcemy poprawić.
Znajdź przypadki użycia, które się zwrócą.
- Opisanie obecnego procesu, problemu i mierzalnego wyniku.
- Sprawdzenie dostępności danych, wysiłku integracji, ryzyka i kosztu działania.
- Decyzja, gdzie deterministyczna automatyzacja wygrywa z LLM, i powiedzenie tego wprost.
Dostarczaj działające systemy, nie dema.
- Architektury RAG i CAG, przepływy LLM i agentowe, integracje z API i danymi strukturalnymi.
- Praktyczne dostarczanie w narzędziach low-code i no-code (Bubble.io), gdy liczy się czas.
- Decyzje build-versus-buy, na przykład dostawca scrapingu zamiast budowy własnego.
Spraw, żeby na wynikach dało się polegać.
- Ewaluacja i walidacja na przypadkach referencyjnych.
- Opieranie wyników modelu na danych zewnętrznych, żeby ograniczyć ryzyko halucynacji.
- Obserwowalność, pętle informacji zwrotnej i jasne granice udziału człowieka.
Utrzymaj koszt i dostępność.
- Wybór modeli, routing, cache i kontrola zużycia tokenów.
- Dostępność i gotowość operacyjna (99.97% na produkcyjnej platformie GenAI).
- Jasna odpowiedzialność i kontrola zmian dla promptów, modeli i konfiguracji.
Dojrzałość AI
Prototyp dowodzi, że coś może działać. Produkcja dowodzi, że ktoś potrafi to utrzymać: niezawodnie, pod kontrolą i z wynikami, które da się zmierzyć.
Przywództwo w programach i dostarczaniu w dużych organizacjach
Widziałem programy, które upadały, bo każdy miał plan, ale nikt nie pilnował, żeby te plany do siebie pasowały, ani nie miał prawa świadomie wybrać kompromisu, gdy nie pasowały. Buduję governance, które wcześnie pokazuje konflikty, jasno mówi, kto decyduje, i nadal daje zespołom swobodę dostarczania.
Governance i raportowanie
- RAID, KPI, przeglądy gotowości i komitety sterujące.
- Raportowanie przez wyjątki: co się zmieniło, co wymaga decyzji i jaka jest moja rekomendacja.
- Dowody, że dostarczanie jest pod kontrolą, a nie tylko zielony status.
Dostarczanie z wieloma dostawcami i w wielu krajach
- Jeden wspólny plan i jeden rejestr ryzyk dla 9+ dostawców i partnerów.
- Zarządzanie zależnościami i kolejnością, okna zmian i plany wycofania.
- Wpływ bez formalnej władzy.
Portfel, zasoby i priorytety
- Jawne kompromisy i jeden mechanizm priorytetyzacji stosowany do wszystkich.
- Planowanie zasobów, wykorzystania i rekrutacji.
- KPI portfela i śledzenie marży.
Budowanie organizacji delivery
- Modele operacyjne, standardy i powtarzalne praktyki delivery.
- Warstwa liderów: kierowników projektów i delivery leadów, rekrutowanych i rozwijanych.
- Od dostarczania projektów do usług utrzymaniowych: Build, Change, Run.
Odpowiedzialność biznesowa
- Odpowiedzialność za P&L i zarządzanie marżą.
- Presales, kształtowanie rozwiązań i rozwój klientów.
- Relacje z zarządami do poziomu CEO, CTO, COO i Chief Security Officer.
Środowiska regulowane i utrzymanie
- Core banking, płatności, AML/KYC, systemy tożsamości i integracje API.
- Wysoka dostępność, autoskalowanie, disaster recovery i obserwowalność.
- Governance operacyjne 24/7 na wielu rynkach.
- Jedna platforma dla wielu krajów: scentralizowany monitoring, jeden zestaw polityk dostępu i lokalna zgodność z przepisami w jednej subskrypcji chmurowej.
AI też trzeba dostarczyć
AI nie usuwa problemów z dostarczaniem. Sprawia, że wychodzą na wierzch szybciej.
We własnym produkcie AI od pierwszego dnia stosowałem nawyki z dużych organizacji: ewaluację, kontrolę kosztów i cel dostępności.
Technologie, w których prowadziłem prace albo pracowałem
To przegląd środowisk, w których prowadziłem prace i pracowałem, a nie lista narzędzi, w których deklaruję specjalizację.
Chmura i platformy
Integracje i dane
AI i automatyzacja
Utrzymanie i dostarczanie
Role, które pełniłem, i te, które mogę objąć
Nazwy stanowisk różnią się między firmami. To są zakresy, za które odpowiadałem, i te, które mogę przejąć.
| Rola | Status | W jednym zdaniu | Dowód |
|---|---|---|---|
| Head of DeliveryDOOK.pro, 2016-2019 | Pełniona | Odpowiedzialność za organizację delivery z jej KPI, P&L i klientami. | Realizacje: rozwój firmy delivery |
| Service Delivery Manager i Program ManagerCSHARK, 2019-2026 | Pełniona | Prowadzenie programów w wielu krajach i z wieloma dostawcami, od presales do usług utrzymaniowych. | Realizacje: bankowość, organizacja |
| Director of Product DevelopmentTrans.eu, 2016 | Pełniona | Zgranie dostarczania produktu i inżynierii w dużej organizacji SaaS. | O mnie: przebieg kariery |
| AI Product and Technology LeadDealWizard.ai, 2025-2026 | Pełniona | Odpowiedzialność za wizję, roadmapę i techniczne dostarczanie produktu AI. | Realizacje: DealWizard.ai |
| Senior Project ManagerObjectivity, 2012-2016 | Pełniona | Dostarczanie programów enterprise z zakresem, budżetem i ryzykiem pod kontrolą. | O mnie: przebieg kariery |
| AI Delivery Lead | Mogę objąć | Prowadzenie inicjatyw AI od zweryfikowanego przypadku użycia do produkcji, łącząc produkt, inżynierię i biznes. | Realizacje: DealWizard.ai |
| Technical Program Manager | Mogę objąć | Koordynacja inżynierii, zależności, wdrożeń i gotowości operacyjnej w wielu zespołach. | Realizacje: bankowość |
| Principal Program Manager | Mogę objąć | Porządkowanie niejasnych programów z wieloma strumieniami i informowanie zarządów. | Realizacje: bankowość |
| Program and Portfolio Manager | Mogę objąć | Ustalanie priorytetów między równoległymi programami z jednym uczciwym obrazem ich kondycji. | Realizacje: organizacja |
Masz na myśli rolę kierowniczą?
Opisz zakres roli i etap procesu, na którym jesteś.