Umiejętności Jutra: AI od Google i SGH – czy warto? Opinia uczestnika

Umiejętności Jutra: AI — co to za kurs?

Od razu przejdę do informacji organizacyjnych:

• Czas trwania: kurs trwa 5 tygodni.
• Wymiar godzinowy: około 5 godzin tygodniowo, łącznie ponad 25 godzin materiałów, głównie wideo. Do tego dochodzą krótkie quizy na 10 pytań z limitem 15 minut jako podsumowanie każdego tygodnia.
• Forma nauki (hybrydowa, online): asynchroniczne lekcje wideo na dedykowanej platformie (odblokowywane stopniowo) plus regularne webinary na żywo i sesje Q&A z ekspertami. Lekcje wideo to w praktyce embedowane filmy z YouTube jako materiały niepubliczne, a webinary odbywają się rzeczywiście na żywo.
• Grupa docelowa: głównie studenci szukający stażu, pracownicy oraz właściciele małych i średnich firm (sektor MŚP), którzy chcą wdrożyć AI w swoich organizacjach.
• Finał: kurs kończy się egzaminem, a po jego zdaniu otrzymujemy certyfikat sygnowany przez Google i SGH.

Kurs został podzielony na logiczne bloki tematyczne (jeden moduł na każdy tydzień nauki):

Tutaj muszę wspomnieć, że wiedza nie pochodzi z jednego źródła, ponieważ kadra podzielona jest na trzy grupy:

1. Inżynierowie i specjaliści z Google – uczą obsługi narzędzi i kwestii stricte technologicznych.

2. Profesorowie i wykładowcy SGH – odpowiadają za biznesowe podejście do zarządzania i strategii wdrażania zmian.

3. Praktycy z rynku (biznesowi) – pokazują realne case studies (studia przypadków) i gotowe scenariusze wdrożeniowe ze swoich firm.

Ile czasu naprawdę zajmuje kurs?

Oficjalnie to około 5 godzin tygodniowo przez 5 tygodni, czyli ponad 25 godzin materiałów wideo. Do tego dochodzi krótki quiz na 10 pytań (limit 15 minut) zamykający każdy tydzień oraz egzamin końcowy: 50 pytań, godzina czasu.

Jeśli chcesz jednak realnie przećwiczyć pokazywane narzędzia, czas znacznie rośnie. W moim przypadku każda godzina wykładów przekładała się na dodatkowe 2–3 godziny własnej pracy. Łącznie poświęciłem na kurs około 90 godzin.

Jak wygląda rekrutacja i jak się dostać?

Pomimo dużego zainteresowania tematem AI i dwóch wcześniejszych edycji kursu, w których brało udział kilkadziesiąt tysięcy uczestników, pierwszy raz trafiłem na Umiejętności Jutra w reklamach Google w 2026 roku. Nie w artykule, nie w opinii na LinkedInie czy Facebooku, ale właśnie w Adsach, których zwykle prawie nie zauważam.

Rekrutacja działa przez formularz zgłoszeniowy, w którym opisujesz swoją sytuację zawodową i uzasadniasz chęć udziału. Warto poświęcić trochę czasu i napisać przemyślane uzasadnienie — nie wszyscy się dostają, wg oficjalnych źródeł przyjmowanych jest około 45–50% zgłoszeń. Nabór trwał kilka tygodni, a po zakwalifikowaniu czekałem jeszcze 2–3 tygodnie na start kursu.

Umiejętności Jutra: AI — dla kogo jest ten kurs?

Kurs będzie najlepszy dla osób, które mają pierwszy kontakt z AI albo dopiero wchodzą na rynek pracy. Osoby średniozaawansowane wyciągną z kursu mniej nowych informacji, ale nadal mogą potraktować go jako uporządkowanie wiedzy, szybki przegląd narzędzi i sposób na wychwycenie własnych luk.

Z kolei dla osób zaawansowanych technicznie kurs nie będzie zamiennikiem specjalistycznego szkolenia z automatyzacji, danych, programowania czy agentów AI. Dla mnie najcenniejsze było właśnie uporządkowanie wiedzy i sprawdzenie narzędzi w jednym, dobrze prowadzonym programie.

Najpierw są praktyczne techniki promptowania, grafiki, wideo i tworzenie treści przy asyście AI, a później pojawiają się narzędzia z warstwą AI, takie jak Miro, oraz automatyzacja workflow w Make i n8n. Wszystko zamykają psychologiczno-organizacyjne zagadnienia zarządzania zmianą.

Czy warto zrobić Umiejętności Jutra: AI i co daje kurs?

Uczestnicy kursu otrzymują na wstępie kupon na 3 miesiące Gemini Pro o wartości około 300 zł, więc jeśli mieli opór przed wydawaniem pieniędzy tylko na testy, teraz mogą cieszyć się pełną wersją za darmo. 3 miesiące to też sporo czasu żeby spokojnie wykonywać ćwiczenia praktyczne, a potem testować np. Deep Research i sprawdzić, gdzie Gemini pasuje do własnego workflow. Claude'a i ChatGPT używam do innych celów, więc Gemini potraktowałem głównie jako środowisko do eksperymentów związanych z kursem.

Kurs zahaczył też o aspekty prawne, szczególnie w kontekście RODO. Mam za sobą kilkudniowe szkolenie z RODO i wiem, że tego tematu nie można pominąć. W praktyce trzeba osobno sprawdzać regulaminy, ustawienia prywatności, plan usługi i umowy powierzenia danych, bo różnice między narzędziami B2B i B2C potrafią być istotne. To ważna kwestia szczególnie przy wdrażaniu agentów AI w backoffice. Tam, gdzie pojawia się AI i dane użytkowników, aspekty prawne muszą być częścią procesu.

Z ekspertów najbardziej zapadły mi w pamięć segmenty prowadzone przez Wojciecha Strzałkowskiego, szczególnie gdy mówił o swoich działaniach w Booking.com, oraz wykorzystanie AI w copywritingu i sprzedaży Pawła Tkaczyka. Miałem okazję poznać go jeszcze podczas studiów podyplomowych z marketingu internetowego na AGH, gdzie opowiadał o grywalizacji. W swoim segmencie przenosił swoje podejście do narracji i sprzedaży na pracę z AI.

Narzędzia AI w kursie — przegląd

Największym i najpraktyczniejszym odkryciem jest dla mnie Google NotebookLM. To narzędzie opiera analizę na wskazanych źródłach, więc przy dobrze dobranym materiale wejściowym może ograniczać ryzyko halucynacji. Dodajesz mu linki albo dokumenty, a ono pracuje przede wszystkim na tym kontekście. W moim workflow wyraźnie brakowało podobnego rozwiązania, dlatego teraz używam go do tworzenia zbiorów źródeł dla konkretnych projektów.

Dowiedziałem się też więcej o ElevenLabs. Tworzenie prostego bota głosowego jest dziś zaskakująco łatwe, a sam produkt jest rozwinięty na tyle, że nie dziwi mnie jego popularność. W ramach kursu można stworzyć prostego bota albo porozmawiać z botem przygotowanym na potrzeby programu.

Nowym odkryciem była dla mnie warstwa AI w Miro. Wcześniej znałem je jako tablicę do pracy zespołowej i burzy mózgów, ale generowanie makiet z krótkich notatek przy użyciu AI zrobiło na mnie jak najlepsze wrażenie. Narzędzie wyraźnie zmienia sposób pracy nad analizą, syntezą danych i szybkim prototypowaniem.

Kurs dotknął też Make i n8n. Poziom był wprowadzający, ale dobrze dobrany dla uczestników, którzy nigdy nie budowali workflow. Jeśli szukasz bardziej zaawansowanych scenariuszy z agentami i łańcuchami automatyzacji, ten moduł potraktowałbym jako zajawkę tego, co można zbudować. Na YouTube jest całe mnóstwo tutoriali o różnym stopniu zaawansowania i można zobaczyć, jak bardzo skomplikowane mogą być schematy w tych narzędziach.

Przyjrzałem się również Antigravity, o którym sporo słyszałem głównie od osób nietechnicznych - same ochy i achy, wieszczenie końca programowania etc. W praktyce używałem go do testów i zabawy, ponieważ na produkcję bym go nie brał. Nadaje się aktualnie jako wsparcie przy tworzeniu makiet. Pracuję na Visual Studio Code albo Cursorze, o czym pisałem szerzej w porównaniu Cursor vs Antigravity, ale będę obserwował, w którą stronę rozwinie się to narzędzie.

Jak wygląda egzamin końcowy i certyfikat?

Kurs kończy się egzaminem z 50 pytań jednokrotnego wyboru, na który miałem godzinę czasu, po jego zdaniu otrzymałem imienny certyfikat sygnowany przez Google i SGH (dodałem go jako grafikę do artykułu).

Dostęp do egzaminu odblokowywał się dopiero po zrealizowaniu co najmniej 70% materiałów, czyli 18 z 25 zaliczanych pozycji. Na tę liczbę składało się 20 kursów obowiązkowych (spośród 32 dostępnych) oraz 5 quizów, ale to uczestnik decydował, jak rozkłada tę pracę. Można było zaliczyć 18 kursów i pominąć quizy, albo skończyć mniej kursów i nadrobić brakujące punkty quizami. Kursy oznaczone jako materiał dodatkowy nie wliczały się do postępu i nie pojawiały się na egzaminie.

Co sugerowałbym poprawić w kolejnych edycjach?

Moim zdaniem, egzamin jest frustrująco łatwy, a odpowiedzi są zbyt oczywiste i często dało się je zgadnąć z samego kontekstu pytania, bez jakiegokolwiek przygotowania. Po kilkudziesięciu godzinach pracy z materiałem taki poziom trudności obniża wartość certyfikatu. Oczywiście certyfikat wciąż może być dobrym uzupełnieniem LinkedIn profilu dla osób, które dopiero budują swoje doświadczenie z AI - tego nie neguje. Po prostu mógł być trudniejszy.

Druga sprawa to nierówna jakość narzędzi pokazywanych w kursie. Nie chodzi o sam fakt, że Google pokazuje swoje produkty, bo w programie pojawiają się też rozwiązania spoza jego ekosystemu, takie jak Miro, Make, n8n czy ElevenLabs. Problemem jest różny poziom dojrzałości poszczególnych narzędzi. Część jest bardzo przekonująca, jak NotebookLM, a część mniej gotowa do codziennej pracy, jak Antigravity. Najsłabsze doświadczenie miałem z Gemini Code Assist w Visual Studio Code, które sprawiało problemy nawet przy prostych zadaniach i to nie tylko programistycznych. Narzędzie działało bardzo wolno, często się kończyło pracę i było na tyle frustrujące w obyciu, że zdecydowałem się dopisać punkt o nierównej jakości narzędzi. Było źle. Bardzo źle.

Ostatnia sprawa to powtarzalność materiałów. Zwróciłem na to uwagę na początku kursu, ale po czasie nie traktuję tego jak duży problem, wynika to raczej z jego charakteru. Umiejętności Jutra: AI są programem z podstawową wiedzą, więc logiczne, że miejscami tematy mogą się pokrywać. Dopiero przy większej specjalizacji kursu ryzyko powtórzeń byłoby mniejsze.