Event Marketing Institute Sp. z o.o.
Iwonicka 3, 60-473 Poznań
NIP 7812066079
REGON 527890052
KRS 0001090243
REGON 527890052
KRS 0001090243
© 2024 Kalewski copy
Najważniejsze tezy: AI oddaje czas na zadaniach, które mieszczą się w jej zasięgu i dają się szybko sprawdzić, a zabiera go tam, gdzie wynik wygląda wiarygodnie i wymaga weryfikacji eksperta, więc korzyść zależy od podziału zadań, nie od narzędzia.
Po branży spotkań krąży liczba: 65 procent organizatorów korzysta z AI. Sprawdziłem źródło i mówi ono coś innego. W badaniu PCMA z grudnia 2024 roku, przeprowadzonym na 92 osobach z rynku spotkań, 65 procent respondentów to segment nazwany „środkową większością", czyli ci, którzy używają AI fragmentarycznie, w wybranych obszarach, bez strategii. Odsetek korzystających w jakiejkolwiek formie wyniósł 91 procent.
Ta pomyłka jest dobrym wstępem do tematu. Branża, która powtarza liczbę bez sprawdzenia, za chwilę będzie weryfikować wyniki modeli językowych. A tam koszt niesprawdzenia jest wyższy, bo dostajesz zdania poprawne stylistycznie i fałszywe merytorycznie.
Koszt: decyzje oparte na danych z małych prób, które różnią się między badaniami o kilkadziesiąt punktów.
Odpowiedź zależy od tego, kogo pytasz. PCMA na próbie 92 osób dostało 91 procent, ale profil respondentów był przesunięty w stronę małych organizacji, a 46 procent badanych miało ponad dwadzieścia lat doświadczenia. American Express Global Business Travel w prognozie na 2026 rok, opartej na badaniu YouGov na 601 profesjonalistach rynku spotkań z ośmiu krajów, podało 50 procent włączających generatywną AI do planowania i realizacji wydarzeń.
Global DMC Partners w badaniu z trzeciego kwartału 2024 roku odnotowało blisko 50 procent planerów używających narzędzi AI w codziennej pracy, wobec 30 procent na koniec 2023 roku, przy 84 procentach korzystających z chatbotów ogólnego przeznaczenia. Rozpiętość między 50 i 91 procentami przy podobnym okresie pokazuje, ile warte są te wskaźniki jako pomiar rynku.
Polski kontekst wygląda inaczej. Główny Urząd Statystyczny w publikacji z grudnia 2025 roku podał, że 8,7 procent przedsiębiorstw w Polsce deklarowało wykorzystanie technologii AI, wobec 5,9 procent rok wcześniej. Do generowania tekstu lub głosu przyznało się 5,3 procent firm, do zastosowań w marketingu i sprzedaży 5 procent. Branża spotkań mówi więc o połowie albo dziewięciu dziesiątych, a cała gospodarka jest na jednej dwunastej.
Dowody trzeba brać spoza branży, bo w niej ich nie ma. Shakked Noy i Whitney Zhang w eksperymencie opublikowanym w Science w 2023 roku dali 453 wykształconym profesjonalistom zadania pisarskie typowe dla pracy biurowej. Grupa z dostępem do modelu wykonała je o 40 procent szybciej, a jakość oceniona przez niezależnych sędziów była o 18 procent wyższa. Największy zysk odnotowały osoby, które wypadały najsłabiej przed eksperymentem.
Fabrizio Dell'Acqua z zespołem przebadał w 2023 roku 758 konsultantów Boston Consulting Group. Na zadaniach mieszczących się w zasięgu modelu grupa z AI wykonała o 12,2 procent więcej zadań, pracowała o 25,1 procent szybciej i dostała oceny jakości wyższe o ponad 40 procent, przy czym konsultanci poniżej średniej poprawili się o 43 procent, a powyżej średniej o 17 procent.
Erik Brynjolfsson z zespołem opisał wdrożenie asystenta AI u ponad pięciu tysięcy agentów obsługi klienta. Liczba rozwiązanych zgłoszeń na godzinę wzrosła średnio o 14 procent, u nowicjuszy i pracowników o niższych kwalifikacjach o 34 procent, a u doświadczonych efekt był minimalny. Trzy eksperymenty wskazują to samo miejsce, w którym leżą oszczędności: powtarzalne zadania tekstowe i obsługowe wykonywane przez osoby mniej wprawne. Szerszy przegląd zastosowań w promocji wydarzeń zebrałem w tekście o AI w event marketingu.
Poniżej cztery zadania, w których stosuję AI w pracy nad wydarzeniami, z zastrzeżeniem, którego nie da się obejść: żadne z nich nie ma niezależnego badania z liczbą zaoszczędzonych godzin. Dowody pochodzą z zadań podobnych, nie z eventów.
Transkrypcja z listą ustaleń oszczędza godzinę po każdym spotkaniu z klientem i dostawcami. W badaniu PCMA tworzenie i streszczanie treści było najczęstszym zastosowaniem, wskazanym przez 46 procent respondentów.
Zakaz: nie wysyłaj wygenerowanych ustaleń bez przeczytania. Model myli terminy i nazwy własne, a ustalenie z błędną datą wraca jako spór z obiektem.
Zaproszenia, opisy prelekcji i posty to zadanie pisarskie, czyli dokładnie ten typ pracy, w którym eksperyment z Science pokazał 40 procent oszczędności czasu. Amex GBT podaje, że komunikację eventową wskazuje 35 procent badanych, a tworzenie treści 31 procent.
Zakaz: nie publikuj wersji pierwszej. Teksty modelowe mają rytm, który czytelnicy rozpoznają, a w komunikacji wydarzenia własny głos jest częścią produktu.
Kodowanie odpowiedzi otwartych z ankiety po wydarzeniu skraca pracę z kilku godzin do kilkudziesięciu minut. Analizę danych i raportowanie wskazało w badaniu PCMA 35 procent respondentów.
Zakaz: nie zlecaj modelowi wniosków, tylko kategorie. Wnioski z ankiety wyciąga osoba, która zna kontekst wydarzenia i wie, czego w danych nie ma.
Chatbot na stronie rejestracji zdejmuje z zespołu pytania o parking, dojazd i program. Badanie Brynjolfssona pokazuje, gdzie tu leży zysk: przy prostych, powtarzalnych sprawach i mniej wprawnej obsłudze.
Zakaz: nie zostawiaj bota bez ścieżki do człowieka. Uczestnik z pytaniem o fakturę albo o dostępność sali potrzebuje odpowiedzi wiążącej, a nie prawdopodobnej. Gdzie rejestracja traci ludzi, rozpisałem w tekście o projektowaniu rejestracji na wydarzenie.
Chcecie ustalić, które zadania w waszej produkcji warto oddać narzędziom, a które zostają przy ludziach? Umów konsultację 1:1 i omówmy wasz proces zadanie po zadaniu.
Koszt: dobrze napisane błędy i poprawność niższa o 19 punktów procentowych.
Ten sam eksperyment BCG, który pokazał przyspieszenie, pokazał też cenę. Na zadaniach wychodzących poza zasięg modelu konsultanci korzystający z AI byli o 19 punktów procentowych mniej skłonni podać poprawne rozwiązanie niż grupa bez narzędzia. Jakość redakcyjna ich analiz rosła, a poprawność spadała, czyli produkowali dobrze napisane błędy.
Koszt: czas na sprawdzenie każdego zdania, bo nawet narzędzia branżowe mylą się w co trzeciej albo co szóstej odpowiedzi.
Zespół ze Stanfordu w badaniu opublikowanym w 2025 roku sprawdził narzędzia AI do badań prawniczych na 202 zapytaniach. Lexis+ AI odpowiadał poprawnie w 65 procentach przypadków przy 17 procentach halucynacji, Westlaw w 41 procentach przy 33 procentach halucynacji. To narzędzia sprzedawane jako wolne od halucynacji i obsługujące dziedzinę, w której każde zdanie da się sprawdzić w źródle.
Koszt: przeoczenia tam, gdzie system nie przypomniał, i polecenia wykonane wbrew własnej wiedzy.
Ten koszt jest najstarszy i najmniej oczywisty. Linda Skitka z zespołem w badaniu z 1999 roku wykazała, że osoby pracujące z niemal niezawodnym systemem wspomagającym wypadały gorzej od osób bez takiego wsparcia. Popełniały błędy zaniechania, przeoczając to, o czym system nie przypomniał, oraz błędy działania, wykonując polecenie systemu wbrew własnemu przeszkoleniu i wbrew wiarygodnym wskaźnikom.
Koszt: oszczędność jednej osoby zamienia się w pracę weryfikacyjną drugiej.
Ten koszt opisuje liczba z PCMA z początku tekstu: 65 procent organizatorów używa AI fragmentarycznie, bez strategii. Fragmentaryczne wdrożenie oznacza, że każdy w zespole używa innego narzędzia po swojemu, nikt nie wie, gdzie trafiają dane, a oszczędność jednej osoby zamienia się w pracę weryfikacyjną drugiej.
Zasady poniżej stosuję u siebie i proponuję klientom. Każda dotyczy podziału pracy, nie wyboru narzędzia.
Policz, ile minut zajmuje sprawdzenie wyniku w porównaniu z czasem, jaki zajęłoby wykonanie zadania od zera. Gdy weryfikacja przekracza połowę tego czasu, oddajesz modelowi zadanie z niewłaściwej półki.
Drugi sygnał to poprawianie stylu zamiast treści. Jeżeli w zespole ludzie spędzają czas na przepisywaniu wygenerowanych tekstów, żeby brzmiały normalnie, narzędzie weszło w zadanie, które wymaga autora, nie asystenta.
Zanim dopiszesz kolejne narzędzie do procesu, wybierz jedno zadanie i zmierz je dwa razy: raz po swojemu, raz z modelem. Reszta jest dyskusją o wrażeniach.
Dane rozjeżdżają się w zależności od badania: 91 procent w ankiecie PCMA z grudnia 2024 roku na 92 osobach, 50 procent w badaniu Amex GBT na 601 profesjonalistach z ośmiu krajów. Krążąca liczba 65 procent oznacza w źródle segment używający AI fragmentarycznie, bez strategii.
Dla zadań eventowych nie ma niezależnych badań. Eksperymenty na zadaniach pisarskich pokazały 40 procent krótszy czas przy 18 procentach wyższej jakości, a w badaniu konsultantów BCG praca w zasięgu modelu była szybsza o 25,1 procent.
Na zadaniach wychodzących poza jej zasięg. W eksperymencie BCG poprawność odpowiedzi spadła o 19 punktów procentowych względem grupy bez narzędzia, przy jednoczesnym wzroście jakości redakcyjnej.
Nie bez ustaleń dotyczących przetwarzania danych i wiedzy, gdzie te dane trafiają. Bezpieczeństwo danych było w badaniu PCMA najczęstszą obawą, wskazaną przez 59 procent respondentów.
Wybrać jedno zadanie, zmierzyć czas wykonania bez narzędzia i z narzędziem, a do czasu z narzędziem doliczyć weryfikację. Bez doliczenia weryfikacji rachunek wychodzi na korzyść modelu w każdym przypadku.
Źródła: PCMA, „Survey: How Event Planners Are Using AI for Meetings in 2025", badanie z grudnia 2024 na 92 profesjonalistach rynku spotkań; American Express Global Business Travel, „2026 Global Meetings & Events Forecast" (badanie YouGov na 601 osobach z 8 krajów); Global DMC Partners, badanie rynku spotkań z trzeciego kwartału 2024 r.; Główny Urząd Statystyczny, „Społeczeństwo informacyjne w Polsce w 2025 r.", grudzień 2025; Shakked Noy, Whitney Zhang, „Experimental evidence on the productivity effects of generative artificial intelligence", Science, 2023 (453 uczestników); Fabrizio Dell'Acqua i in., „Navigating the Jagged Technological Frontier", Harvard Business School i BCG, 2023 (758 konsultantów); Erik Brynjolfsson, Danielle Li, Lindsey Raymond, „Generative AI at Work", NBER 2023 i Quarterly Journal of Economics, 2025 (ponad 5000 agentów obsługi klienta); Varun Magesh i in., „Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools", Journal of Empirical Legal Studies, 2025 (202 zapytania); Linda J. Skitka, Kathleen Mosier, Mark Burdick, „Does automation bias decision-making?", International Journal of Human-Computer Studies, 1999, oraz „Accountability and automation bias", 2000.
Dołącz do społeczności świadomych marketerów i otrzymaj pakiet bonusów za darmo! 🎉 Co 2 tygodnie wyślemy Ci też newsletter pełen konkretnych inspiracji z obszaru marketingu doświadczeń.