01
Działające workflow dla każdej roli
Dopasowane do Twojego cyklu wytwarzania, gotowe do użycia od następnego dnia po warsztacie.
Warsztat AI dla zespołów IT
Warsztat AI dla zespołów IT i programistów
Warsztat AI dla zespołów IT to dwa do trzech dni pracy na kodzie i backlogu zespołu, zakończone wspólnym standardem pracy z modelem w cyklu wytwarzania. Każdy w zespole używa AI inaczej, nikt nie wie co faktycznie pomaga, lead time się nie zmienił. Dwa lub trzy dni pracy na Twoim kodzie, z Twoim zespołem, na zadaniach z Twojego backlogu. Pracujemy na realnych zadaniach: code review, testy, dokumentacja, user story. Wychodzisz z działającym workflow następnego dnia.
Warsztat zrealizowany z zespołem produktowym aplikacji B2B, 12 osób.
12 z 12 uczestników z działającym workflow AI po warsztacie.
Feature z backlogu zmergowany do main w trakcie drugiego dnia.
Rozpoznajesz to?
Cztery sytuacje, które powtarzają się niezależnie od wielkości zespołu.
-
Sytuacja 01
Developer sięga po Copilot do autouzupełniania, PO po ChatGPT do dokumentacji, QA eksperymentuje na własną rękę. Każdy ma swój sposób, a wiedza co faktycznie działa nie akumuluje się ani między rolami, ani między sprintami.
-
Sytuacja 02
Seniorzy twierdzą, że szybciej piszą sami. Trudno to podważyć, dopóki nikt nie pracował z AI na ich własnym kodzie.
-
Sytuacja 03
Fragmenty kodu produkcyjnego, dane klientów i własność intelektualna produktu trafiają do zewnętrznych modeli. Nikt nie ustalił zasad.
-
Sytuacja 04
Lead time się nie zmienił. Deployment frequency taka sama. Subskrypcje narzędzi AI są opłacone od miesięcy.
Trzy etapy, efekt od pierwszego dnia po warsztacie
-
Przygotowanie
Przed warsztatem rozmawiamy z Tech Leadem, PO i wybranymi developerami. Zbieramy informacje o stacku, procesie wytwarzania i realnych wyzwaniach zespołu. Wybieramy konkretny feature z bieżącego backlogu do przerobienia na warsztacie. Bez tego etapu agenda jest generyczna.
-
Warsztat: dwa lub trzy dni
80% czasu to praca na Twoim kodzie i Twoich zadaniach. Developer, QA i PO pracują w tym samym cyklu wytwarzania: od user story przez implementację i code review po testy i merge. Ekosystem narzędzi dopasowujemy do tego, co masz.
-
Follow-up po czterech tygodniach
Wracamy do zespołu: sprawdzamy które workflow działają, a które wymagają korekty. Iterujemy pliki konfiguracyjne i schematy pracy na podstawie przykładów ze sprintów. Warsztat to początek pętli, nie jednorazowy event.
Co wychodzi z warsztatu
Nie wiedza ogólna o AI. Rzeczy gotowe do użycia od pierwszego dnia po warsztacie.
02
Plik kontekstu projektu w repozytorium
Konwencje, decyzje architektoniczne, zabronione wzorce. Skraca onboarding nowych developerów, działa w każdym ekosystemie.
03
Bank schematów pracy
Gotowe schematy dla typowych zadań: code review, przygotowanie user story, scenariusze testowe, dokumentacja techniczna.
04
Zasady bezpieczeństwa dla całego zespołu
Co można wysłać do modelu, jak chronić kod produkcyjny, dane klientów i własność intelektualną produktu.
05
Mapa cyklu wytwarzania
Ocena, gdzie AI daje największy efekt. Jeden do trzech obszarów z konkretną rekomendacją kolejnego kroku.
Jak to wyglądało w praktyce
Zespół produktowy, aplikacja webowa do zarządzania fakturami, 12 osób
Wspólny standard pracy z AI i feature w main w trakcie drugiego dnia
- 12 z 12 z działającym workflow
- 40% krótszy czas user story
- Feature w main 2. dnia
Problem
Developer używał Copilota do autouzupełniania, a PO i QA sięgali po Claude desktop do codziennych zadań. Każda rola miała swój sposób, a kontekst projektu nie był zapisany nigdzie poza głowami ludzi.
Rozwiązanie
Dwa dni na realnym feature z backlogu: łączenie faktur z numerem KSeF i filtrowanie listy. Pełna pętla od user story przez implementację i code review po testy i merge. Efekt: wspólny standard pracy z AI dla wszystkich ról, plik kontekstu projektu w repozytorium, feature zmergowany do main w trakcie drugiego dnia.
Każdy z nas używał AI po swojemu i tylko do najbardziej oczywistych zadań. Po warsztacie mamy wspólny język, wspólne pliki w repo i wiemy kiedy sięgnąć po Claude.ai, a kiedy po Claude Code. PO przestał ręcznie przepisywać user stories, a my mamy w main feature, który zaczął się od planning mode w pierwszej godzinie drugiego dnia.
Wszystkie wyniki wdrożeń AI, z opisem, jak je zmierzyliśmy →
Dla kogo jest ten warsztat
Dla Tech Leada lub Head of Dev, który chce, żeby jego zespół pracował z AI spójnie. I dla CTO, który chce wiedzieć, gdzie AI realnie poprawia metryki delivery, bez angażowania całej organizacji w duże wdrożenie.
Masz narzędzia AI w zespole, każdy używa ich inaczej, a seniorzy nie widzą wartości, bo nikt jeszcze nie pracował z AI na ich własnym kodzie.
Płacisz za subskrypcje narzędzi AI, a lead time się nie zmienił. Chcesz wiedzieć, gdzie AI faktycznie daje efekt w Twoim cyklu wytwarzania.
Developer, QA i PO używają AI osobno, bez wspólnego modelu i bez wspólnego kontekstu projektu.
Potrzebujesz zasad, które porządkują użycie AI pod kątem bezpieczeństwa kodu i danych klientów.
Warsztat nie jest kursem z obsługi narzędzi na przykładach z internetu, nie jest szkoleniem dla jednej roli, nie jest projektem wdrożeniowym. To dwa lub trzy dni na Twoim kodzie, z Twoim zespołem, na zadaniach z Twojego backlogu.
Kto prowadzi warsztat
Cezary Perendyk
COO, AlignIT
Ponad dekada w transformacjach organizacji inżynierskich: Agile, Scrum, SAFe w skali do 3000 pracowników. Projektuje procesy wytwórcze z AI i wdraża AI w każdy etap cyklu wytwarzania.
LinkedIn ↗
Mateusz Majcher
Partner i współzałożyciel, AlignIT
Szkoli z tego, co sam konfiguruje na produkcji. Wdraża narzędzia AI w zespołach developerskich, buduje agentów AI i integruje je z CI/CD. Pracował z kilkunastoma zespołami w Polsce, Skandynawii i Indiach: zawsze na kodzie i procesach uczestników.
LinkedIn ↗
Autor tej strony
Mateusz Majcher
Najczęstsze pytania o Warsztat AI dla zespołów IT
Jeśli chcesz najpierw zobaczyć, jak pracujemy, pobierz przewodniki o pracy zespołu z AI: poziomy adopcji, wytwarzanie oparte na specyfikacji, poprawa rezultatów w czasie.
Ile trwa warsztat?
Dwa lub trzy dni, zależnie od liczby ról w zespole i obszarów cyklu wytwarzania do przeanalizowania. Zakres ustalamy na etapie Przygotowania.
Ile osób może uczestniczyć?
Optymalnie 8 do 12 osób, tak żeby każda rola miała reprezentację. Zależy nam, żeby każdy uczestnik pracował na realnych zadaniach, a nie obserwował, jak ktoś inny ćwiczy.
Pracujemy na GitHub Copilot, Claude lub innym narzędziu. Czy to ma znaczenie?
Warsztat dopasowujemy do ekosystemu, który masz. Nie narzucamy narzędzi. Jeśli to miks, omawiamy go na etapie Przygotowania i ustalamy, co ma sens.
Co z bezpieczeństwem kodu i własności intelektualnej produktu?
To jeden z pierwszych tematów na warsztacie. Ustalamy konkretne zasady: co można wysłać do zewnętrznego modelu, jak chronić kod produkcyjny, dane klientów i własność intelektualną. Każdy zespół wychodzi z regułami dopasowanymi do swojego środowiska.
Moi seniorzy nie chcą słuchać o AI. Jak ich przekonać?
Nie przekonujemy. Pokazujemy. Warsztat działa na ich własnym kodzie i ich własnych zadaniach. Jeśli AI daje wartość, zobaczą ją sami. W 12-osobowym zespole produktowym 12 z 12 uczestników miało działający workflow po warsztacie.
Co się dzieje po warsztacie?
Po czterech tygodniach wracamy: sprawdzamy, które workflow działają, a które wymagają korekty. Iterujemy pliki konfiguracyjne i schematy pracy na podstawie przykładów ze sprintów. Follow-up jest częścią programu. Dla części zespołów warsztat jest naturalnym krokiem przed Dowodem wartości AI w wytwarzaniu oprogramowania: krótkim sprawdzeniem, czy wybrany obszar nadaje się do głębszego wdrożenia, na Twoich danych i z mierzalnym efektem.
Ile kosztuje warsztat?
Stała cena ustalana po rozmowie kwalifikacyjnej, zależnie od liczby dni i zakresu. Umów 30-minutową rozmowę, dostaniesz konkretną odpowiedź.
Z bloga
Jak wybrać szkolenie, co zrobić z oporem seniorów i czego szukać w programie dla developerów, PO i QA.
AI w wytwarzaniu
Czego szukać w warsztacie AI dla deweloperów
Jak wybrać szkolenie AI dla programistów, które nie kończy się na slajdach? Cztery cechy szkolenia zmieniającego pracę zespołu i lista rezultatów do umowy.
AI w wytwarzaniu
Szkolenie AI dla zespołu IT: 6 pytań przed wyborem
Jak wybrać szkolenie AI dla zespołu IT? Sześć pytań do dostawcy: praca na własnym kodzie, udział QA i PO, bezpieczeństwo IP, stack i rezultaty po warsztacie.
AI w wytwarzaniu
Opór seniorów wobec AI: skąd się bierze, co działa
Opór seniorów wobec AI bywa racjonalny. Trzy typy oporu, cztery reakcje, które go pogłębiają, i sposób pracy z AI na własnym kodzie i standardach jakości.
Zobacz też
AI w wytwarzaniu oprogramowania
AI w całym SDLC: od analizy wymagań po code review i testy. Standardy pracy, bramki jakości, kontrola bezpieczeństwa IP.
Warsztat AI w procesach
Wariant dla zespołów operacyjnych: praca na zadaniach i dokumentach, wspólny sposób pracy z AI od następnego dnia.
Wszystkie warsztaty AI
Dwa warianty warsztatu dopasowane do tego, czym zajmuje się Twój zespół. Wybierz właściwy.
Jak pracujemy
Jak wygląda współpraca z AlignIT: warsztat, dowód wartości, wdrożenie.
Sprawdź czy Warsztat AI ma sens dla Twojego zespołu
Powiedz nam o swoim zespole, stacku i wyzwaniach. Rozmowa trwa 30 minut i kończy się konkretną odpowiedzią: czy i jak warsztat ma sens w Twojej sytuacji, na czym skupić Przygotowanie i czego możesz się spodziewać na wyjściu.
Wolisz napisać lub zadzwonić? radoslaw.jeziorski@alignit.pl·+48 601 416 319