Based on this YouTube video's total view count of 2.58K views and industry-standard rates, the estimated total earning is $2 - $5 through ad revenue. Historical data is not yet available to calculate daily, weekly, or monthly averages.

Explore 2 lata bez pisania kodu, od Web 3.0 do robotyki - Posłuchaj - Szymon Paluch w - I to się liczy with 2,586 views, 15 likes, and 4 comments. Experience the impact of this video content that has captured audience attention.

Agenci AI i robotyka w praktyce, bez hype'u - KONKRETNIE i PRAKTYCZNIE. Szymon Paluch pokazuje, dlaczego o wyniku AI decyduje harness, a nie sam model - i przywozi do studia robopsa. W tym odcinku podcastu „I to się liczy" rozmawiam z Szymonem Paluchem - konsultantem, który wdraża w firmach agentów sztucznej inteligencji i robotykę. Za nim software house'y, start-upy, projekty dla Diagnostyki i okres Web3. Dziś, jak sam mówi, chce być „na granicy tego, co dzisiaj jest możliwe". Zaczynamy od krzywej hype'u Gartnera i od tego, co zostało po Web3. Blockchain zszedł do poziomu bazy danych: Stripe i PayPal używają go w rozliczeniach, a agenci AI - którzy konta w banku nie założą - mogą dzięki niemu rozliczać się między sobą. Potem pytanie, które dotyczy każdej firmy: kto weźmie odpowiedzialność za to, co wytworzy sztuczna inteligencja? Rynek ubezpieczeń dla agentów AI już powstaje, a o jakości wyniku coraz mniej decyduje sam model. Ten sam model samodzielnie rozwiązuje 30-50% zadań, a z dobrym harnessem - narzędziami i środowiskiem pracy - 80-90%. Rozmawiamy o ROI z wdrożenia AI i o tym, dlaczego automatyzacja nieuporządkowanego procesu kończy się jednym: „zaczynasz skalować ten bałagan". Na przykładzie e-commerce z nadrukami na koszulkach Szymon tłumaczy, czemu agent trafił nie na stronę sklepu (poniżej 10% sprzedaży), tylko do handlowców - szkic odpowiedzi dla klienta przygotowuje w kilka minut zamiast godzin. Są też historie z codziennej pracy z agentami: od dwóch lat Szymon nie napisał ręcznie ani linii kodu, zespół zostawia agentom zadania na noc, a w elektrowni, w której od 10 lat działa jego system, agent na lokalnych modelach, bez internetu, odtworzył oprogramowanie w osobnym środowisku, znalazł błąd i zwalidował poprawkę. Dlaczego „palenie pieniędzy to nieprogramowanie" i czemu oczekiwania wobec AI trzeba definiować „matematycznie, a nie polonistycznie"? W drugiej części wchodzimy w physical AI: po co humanoidy w świecie zbudowanym dla ludzi, jak tysiące robotów uczą się ruchu w symulacji, jak zamienić nagranie wideo w umiejętność robota i co w praktyce potrafi robopies, który stanął w studiu. Na koniec quickfire: human in the loop czy over the loop, Claude Code i Codex w parze, najbardziej przereklamowane hasła AI i gdzie się uczyć. 📌 Dowiesz się m.in.: → dlaczego o skuteczności AI decyduje harness, a nie rozmiar modelu → kto odpowiada za decyzje AI i skąd biorą się ubezpieczenia agentów → jak policzyć ROI z wdrożenia agenta AI i nie skalować bałaganu → gdzie w e-commerce wstawić agenta AI, żeby realnie pomógł sprzedaży → jak budować raporty z kilku agentów zamiast jednego okienka czatu → jak wygląda programowanie bez pisania kodu i nocna zmiana agentów → po co humanoidy i jak roboty uczą się ruchu w symulacji → co potrafi robopies i gdzie ma sens w biznesie → czy człowiek ma być „in the loop", czy „over the loop" → co jest dziś w AI najbardziej przereklamowane ⏱ Rozdziały: 00:00 Zapowiedź odcinka 00:51 Kim jest Szymon Paluch 04:47 Krzywa hype'u Gartnera: od Web3 do robotyki 06:16 Web3 w biznesie - co z niego zostało 08:30 Blockchain w płatnościach i ekonomia agentów AI 11:27 Rozproszona moc obliczeniowa dla AI 14:22 „Wszystko umarło"? Czy AI zastąpi specjalistów 16:01 Kto odpowiada za AI - ubezpieczenia agentów 18:07 Harness ważniejszy niż model 19:49 ROI z AI i pułapka skalowania bałaganu 22:41 Case e-commerce: agent dla handlowców 25:36 Ile kosztuje wdrożenie agenta AI 27:58 Czat kontra zespół agentów - jak budować raporty 32:31 Dwa lata bez pisania kodu - agent w elektrowni 36:03 „Palenie pieniędzy to nieprogramowanie" 37:53 Pętla samouczenia: matematycznie, nie polonistycznie 40:34 Jak zamienić wideo w umiejętność robota 41:13 Blok sponsorski - FOTC 42:01 Physical AI: po co nam humanoidy 49:19 Dlaczego ciało jest trudniejsze niż myślenie 53:12 Robopies w studiu: zastosowania, sterowanie, ceny 58:30 Trend radar: dokąd zmierzają AI i robotyka 1:04:13 Quickfire: human in the loop czy over the loop 1:07:25 Claude Code i Codex w parze 1:09:25 Najbardziej przereklamowane hasła AI 1:11:47 Gdzie zdobywać wiedzę o AI i robotyce 1:15:06 Jedna myśl na koniec 📚 Polecane w odcinku: Boris Cherny (Anthropic) i Tibo z zespołu Codex (OpenAI) na X, comiesięczne śniadania robotyczne w Warszawie 🔗 Adrian Andrzejczyk: Strona: https://andrzejczyk.com.pl Podcast: https://itosieliczy.pl LinkedIn: https://www.linkedin.com/in/adrianandrzejczyk/ Społeczność „I to się liczy" na Skool: skool.com/i-to-sie-liczy-2492 🔗 Szymon Paluch: Strona: https://szymonpaluch.com LinkedIn: https://www.linkedin.com/in/szymonpaluch/ Wpis, w którym przeczytasz więcej o Web3 https://szymonpaluch.com/pl/blog/posts/web3-ai-robotics-after-the-hype 🎙 Sponsor odcinka: Fly on the Cloud (FOTC): https://fotc.com/pl/ #ITOSIĘLICZY POWERED BY #FOTC #AI #AgenciAI #Robotyka #PhysicalAI #SztucznaInteligencja #Automatyzacja #MarketingOnline

With SocialCounts.org’s view counter, track your YouTube video’s live view count and YouTube likes count in real time with fast, reliable updates.

Watch every YouTube video live view count rise with our real-time YouTube views tracker—built for accuracy and minimal delay.

Follow YouTube real time views as they happen, using our dedicated view counter for YouTube videos.

Get up-to-date live view count on YouTube and see real-time growth with SocialCounts.org’s smart tracking tools.