4 września, w Elektrowni Powiśle w restauracji Pathatai, odbyło się kolejne spotkanie z cyklu Laboratorium Twórców, poświęcone roli sztucznej inteligencji w turystyce biznesowej i incentive travel. Warsztat pt. „Tworzenie zrównoważonych ofert oraz komunikacja z klientami z wykorzystaniem AI” poprowadził dr Nikodem Sarna, adiunkt w Akademii Leona Koźmińskiego oraz ekspert w obszarze transformacji cyfrowej i nowych technologii.

Szkolenie zostało zostało zorganizowane w ramach spotkania SITE Poland – Back To Business i było wspólnym przedsięwzięciem SITE Poland oraz Polskiej Organizacji Turystycznej - Poland Convention Bureau. W wydarzeniu uczestniczyli członkowie polskiego oddziału SITE, przedstawiciele agencji incentive, a także rekomendowani przez POT reprezentanci regionalnych organizacji turystycznych i convention bureaux.

O trenerze 

Szkolenie i warszaty poprowadził dr Nikodem Sarna - Adiunkt w Akademii Leona Koźmińskiego. Specjalizuje się w obszarze transformacji cyfrowej, ekonomii kosmicznej oraz nowych technologii w marketingu, ze szczególnym naciskiem na sztuczną inteligencję, Internet Rzeczy oraz wirtualną rzeczywistość. Członek Centrum Studiów Kosmicznych ALK odpowiedzialny za komunikację. Poza uczelnią pracuje w agencji marketingowej Altavia Kamikaze + K2, gdzie zarządza zespołem odpowiedzialnym za wdrażanie technologii marketingowych i analitykę internetową.

Narzędzia AI oraz Incentive Travel

Podczas części teoretycznej dr Sarna przybliżył zagadnienia związane z uczeniem maszynowym i głębokim, dużymi modelami językowymi (LLM) oraz generatywną AI. Wskazał praktyczne zastosowania sztucznej inteligencji w marketingu i personalizacji ofert, zwrócił uwagę na potencjalne zagrożenia (tzw. „halucynacje AI”) oraz omówił dobre praktyki w budowaniu skutecznych promptów.

Oto kilka rad i wniosków z prezentacji

1. Czym jest sztuczna inteligencja?

• AI nie jest inteligencją w sensie ludzkim, ale narzędziem opartym na analizie danych i generowaniu najbardziej prawdopodobnych odpowiedzi.
• To „cyfrowy scyzoryk”, który może być bardzo użyteczny, ale wymaga odpowiedzialnego i świadomego korzystania.

2. Uczenie maszynowe (Machine Learning)

• AI uczy się rozwiązywać problemy na podstawie danych, zamiast być ręcznie zaprogramowaną.
• Przykłady zastosowań: klasyfikacja danych, prognozowanie trendów, filtrowanie spamu, rozpoznawanie wzorców w zachowaniach konsumenckich.

3. Uczenie głębokie (Deep Learning) Oparte na sieciach neuronowych z wieloma warstwami

• Umożliwia analizę obrazów, dźwięku czy tekstów.
• Stosowane m.in. w rozpoznawaniu obrazu, głosu, analizie dużych zbiorów nieustrukturyzowanych danych.

4. Zastosowanie AI w marketingu

• Targetowanie reklam – łączenie podobnych użytkowników w grupy.
• Optymalizacja kampanii – dobór kanałów i komunikatów na podstawie danych historycznych.
• Personalizacja treści – dostosowanie oferty do potrzeb klienta.
• Prognozowanie zachowań – np. wydatków klientów czy skuteczności działań.

5. Generatywna AI i duże modele językowe (LLM)

• Modele takie jak ChatGPT, Claude, Perplexity, Genspark potrafią rozumieć i generować język w sposób zbliżony do ludzkiego.
• Mechanizmy działania: Tokenizacja – dzielenie tekstu na mniejsze jednostki, Wektoryzacja – nadawanie wartości liczbowych tokenom, Mechanizm uwagi (attention) – analiza zapytania w całości i tworzenie odpowiedzi. 
• Kluczowe parametry różnicujące modele: liczba parametrów, okno kontekstowe, multimodalność (tekst, obraz, dźwięk).
• Potencjalne problemy: „halucynacje AI”, czyli tworzenie wiarygodnie brzmiących, ale nieprawdziwych treści.

6. Modele globalne i lokalne - Różnica między dużymi modelami rozwijanymi przez globalne firmy a mniejszymi, wyspecjalizowanymi narzędziami stosowanymi lokalnie, np. polskie Bielik i PLLUM

7. Anatomia dobrego prompta

• jasne zadanie,
• określenie kontekstu (cel, odbiorca, ton),
• przypisanie roli AI (np. social media manager),
• format odpowiedzi (np. lista, tabela, tekst określonej długości).

Dodatkowe polecane techniki: proszenie AI o różne wersje rozwiązania, argumenty „za i przeciw”, podważenie własnej odpowiedzi i zaproponowanie lepszej.

8. Ograniczenia i dobre praktyki

• AI nie zawsze daje poprawne odpowiedzi – wymaga krytycznej oceny wyników.
• Kluczowe jest dobre przygotowanie wejścia: „jeśli dasz dobry wsad, otrzymasz dobry efekt”.
• Antropomorfizacja AI (traktowanie jak człowieka) jest pułapką, choć pomocne jest prowadzenie dialogu w sposób naturalny.

Warsztaty AI

Część warsztatowa Laboratorium Twórców miała charakter praktyczn. Uczestnicy, pracując w ośmiu grupach, tworzyli propozycje ofert incentive w odpowiedzi na brief, korzystając z dostępnych narzędzi AI, głównie Perplexity, Claude, NotebookLM oraz ChatGPT.  Istotne było korzystanie z dobrych praktyk zaprezentowanego wcześniej Manifestu Zrównoważonej Turystyki Incentive.

Ćwiczenia pozwoliły sprawdzić, jak technologia może wspierać przygotowywanie propozycji, komunikację z klientami i planowanie działań zgodnych z zasadami zrównoważonego rozwoju.

Podsumowanie spotkania

Spotkanie pokazało, że AI staje się nie tylko inspiracją, lecz także realnym wsparciem w codziennej pracy organizatorów wydarzeń biznesowych i destynacji. Jednocześnie wymaga od użytkowników świadomego podejścia i łączenia technologii z branżowym doświadczeniem.

Inicjatywa Laboratorium Twórców to kolejny krok Polskiej Organizacji Turystycznej w budowaniu kompetencji sektora MICE i wspieraniu profesjonalizacji polskiego przemysłu spotkań.

oprac. Jarosław Marciuk, #PolandCVB #EventprofsLAB