Podsumowanie roku 2020 z Biznes Myśli

Rok się kończy, co zwykle skłania do refleksji, ale też w moim przypadku do mobilizacji, aby zrobić coś nowego w nadchodzącym roku, ale po kolei… Ten rok był dość trudny, ale w tym przypadku chodzi o coś innego niż wirusy. Działo się dużo na wielu polach.

W tym odcinku powiem:

o trzech przemyśleniach z tego roku, które mogą Ci pomóc przy projektach ML/AI, ale można je też zastosować w szerszym kontekście, ponieważ są dosyć uniwersalne. Będą też pytania do Ciebie, więc przygotuj kartkę i spróbuj na nie odpowiedzieć;
analiza wyników ankiety związanej z przyszłością podcastu;
plany na przyszłość i decyzje dotyczące podcastu;
pojawią się też dwa konkursy, a więc zostań koniecznie do końca 🙂

Tak jak wspomniałem na początku rok 2020 był dość obfity w różne zdarzenia. Pojawiło się wiele nowych doświadczeń praktycznych. Przeżycie pewnych sytuacji jest konieczne, aby móc o tym mówić szerzej.

Jedna sprawa przeczytać o czymś w książce, wtedy mamy zwykle hipotezę do sprawdzenia, ale inną sprawą jest przeżycie czegoś na własnej skórze i wtedy pojawia się doświadczenie z dużą porcją pokory, o którym też opowiada się nieco inaczej niż w przypadku teoretyzowania. Mam pięć przemyśleń, którymi chcę się z Tobą podzielić.

1. Mniejszość generuje większość (i niestety na odwrót ta zasad też działa)

Po raz kolejny przypominam o zasadzie Pareto. Powstał na ten temat osobny odcinek – “Jak robić mniej, ale wytwarzać więcej”.

Dodatkowo też były dwa webinary na ten temat, podczas których pokazywałem, jak ta zasada działa w przypadku analizy danych i implementowania uczenia maszynowego w biznesie.

Natomiast często wciąż zapomina się o tym, a temat jest na tyle aktualny, że aż chce się “krzyczeć” i powtarzać, że ważne jest zrozumieć tę zasadę w praktyce i uświadomić sobie to, że mniejszość generuje większość. Tutaj możesz sobie podstawić wiele słów np. mniejszość firm generuje większość pieniędzy itp.

Jako DataWorkshop współpracujemy z firmami, różnymi co do wielkości firmy i projektu. Coraz bardziej zdajemy sobie sprawę z tego, że kluczowe jest poświęcenie czasu na to, aby znaleźć “mniejszość”, która generuje “większość”.

Mówiąc wprost, zdajemy sobie sprawę z tego, że większość pracy, która może być wykonane będzie mało istotna. Stąd śmiem stwierdzić (nie mierzyłem tego, bo nie ma takich możliwości), że większość prac, które wykonują ludzie, można byłoby przestać wykonywać i niewiele by się zmieniło…

Teraz pytanie do Ciebie:

Wyobraź sobie, co się stanie, jak pójdziesz na urlop np. na 1 miesiąc, pół roku czy nawet rok. Które dokładnie procesy popsują się? Na jakie decyzje to wpłynie? I jak dużo czasu świat potrzebuje, aby rozwiązać ten problem, który powstanie w sposób alternatywny?

2. Bycie efektywnym, jest znacznie trudniejsze niż może się wydawać

Zagadnienie efektywności jest kontynuacją poprzedniego wątku, ale warto pochylić się nad tym jeszcze. Dużo mówi się na temat efektywności, powstaje wiele różnych metod i podręczników mówiących o tym, jak być efektywnym, ale nadal niewiele się zmienia w praktyce…

Można powiedzieć, że to już staje się trochę obsesją, ale wspomniana już reguła Pareto nadal działa – 20% firm rozwiązuje 80% problemów i tutaj pojawiają się różne wariacje na ten temat.

Można pójść krok dalej i dojść do wniosku, że to brzmi jako prawo natury, że większość firm (ludzi itd.) będzie nieefektywne poniekąd z zasady. To są ciekawe rozważania, które zmieniają też tryb myślenia. Podam Ci taki przykład, który zadałem kiedyś jednemu ekspertowi z Venture Capital (fundusze dużego ryzyka).

Zapytałem tak: czemu wcześniej, kiedy wiedza, jak prowadzić startup była mniejsza, statystyka była taka, że tylko 1 z 10 przeżywa. Później inwestowało się wiele wysiłku, aby propagować wiedzę, tworzyły się różnego rodzaju BootCampy itd, ale ta statystyka została podobna, tylko 1 z 10 startupów daje sobie radę. Potem dodałem, czy to jest prawo natury? To pytanie go mocno zaskoczyło, ale uśmiechając się odpowiedział “być może tak jest”.

Pytanie do Ciebie:

Co myślisz o tej regule, że mniejszość generuje większość w kontekście efektywności?
Czy jesteś świadom swojej obecnej pozycji i czy to jest właściwe miejsce dla Ciebie? Jeśli nie, to co zamierzasz zrobić, aby to zmienić (wymień 5 praktycznych kroków).

3. Paradoks prognozowania

Prognozowanie to jest temat, w który bardzo aktywnie jest zaangażowane uczenie maszynowe. Prognozuje się w kontekście działań stricte technicznych, ale również tutaj jest w pewnym sensie zapętlenie w rozumieniu tego słowa, ponieważ chodzi mi teraz o nieco inne prognozowanie, bardziej ludzkie 😉

Bardzo dużo firm przeszacowuje możliwości ML/AI i oczekują cudów – magicznej inteligencji, która rozwiąże każdy problem, a najlepiej bez danych i sprecyzowanych oczekiwań 😉 Jak zaczynasz uświadamiać sobie, że te oczekiwania są zawyżone, to wtedy pojawia się rozczarowanie.

Z drugiej strony dość często także niedoszacowuje się możliwości, które ML może wnieść rozwiązując “mniej atrakcyjne” (zwłaszcza medialnie) problemy. Mam tutaj na myśli tak zwane codzienne problemy, które ktoś rozwiązuje już od 5, 10 czy nawet 20 lat. W tych obszarach drzemie olbrzymi potencjał.

Myślę, że te problemy z prognozowaniem wynikają z wielu kontekstów. Pojawiają się między innymi dlatego, że jest wiele osób, które nie znają się na technologii i powielają różne i często oderwane od rzeczywistości stereotypowe myślenie budując wokół ML więcej magii niż pragmatyzmu.

Prognozowanie jest trudnym tematem. Tak było i będzie. Jedynie ML daje trochę inne możliwości, bardziej zaawansowane, ale też wymaga zrozumienia tego narzędzia, jego mocnych i słabych stron.

Pytanie do Ciebie:

Wymień 10-20 rzeczy, w które jesteś zaangażowany lub od których zależą Twoje decyzje. Prawdopodobnie w tak prosty sposób możesz znaleźć kilka lub więcej pomysłów, gdzie warto wdrożyć ML.

Podsumuję jeszcze raz trzy punkty, o których wspominałem. Pomyśl o tym na spokojnie, może się okazać, że wiele ciekawych wniosków możesz z nich wyciągnąć.

Mniejszość ustanawia większość. Umowne 20% “czegoś” generuje 80% “czegoś”. Natomiast znalezienie właściwych rzeczy (czyli te 20%) zwykle jest trudno i wymaga więcej myślenie koncepcyjnego.
Być efektywnym jest znacznie trudniej niż może się wydawać. Moja hipoteza jest taka, że w świecie jest równowaga co efektywności i liczba z tym związana jest stała. Tylko po Twojej stronie jest decyzja, w której grupie chcesz się znaleźć. Zwróć uwagę, że efektywność to nie jest punkt w czasie. Z resztą przykład Nokii bardzo to pokazał. Był moment, kiedy byli efektywni, ale potem coś poszło nie tak. Mówi o tym słynny cytat CEO Nokia:

“We didn’t do anything wrong, but somehow, we lost”
Paradoks prognozowania. Prognozowanie jest trudnym tematem i zawsze są rzeczy niedoszacowane, ale też te, które są przeszacowane. Jak pomyślisz o tym dłużej, to możesz zobaczyć pewne wzorce na swoim przykładzie. W większości przypadków geniusz innowacji polega na usprawnieniu tego, co mamy w dość prosty i zrozumiały sposób ( np. ML robi to lepiej niż manualne podejście).

Analiza ankiety „W którą stronę powinien zmierzać podkast Biznes Myśli?„

Jakiś czas temu zacząłem się zastanawiać, czy dalej kontynuować tworzenie podcastów. Te wahania podyktowane były tym, że już jakiś czas tworzę podcasty – ponad 3 lata, powstało już niemal 100 odcinków i nie mam pewności, jaki przynoszą efekt.

A więc naturalnie powstają pytania, co dalej robić, czy to ma sens i jeśli tak, to w jakim kierunku zmierzać. Częściowo robię podcasty dla siebie, bo spotkania z ciekawymi ludźmi są czymś, co bardzo inspiruje i motywuje do działania. Jednak podcast Biznes Myśli powstał przede wszystkim dla ludzi i chcę, aby był źródłem potrzebnej wiedzy i zmian. Dlatego pytam Cię o zdanie 🙂

Dziękuję wszystkim, którzy odpowiedzi na ankietę, w której pytałem, w którym kierunku powinien zmierzać podcast Biznes Myśli i czy jest sens go dalej robić, a jeśli tak, to w jakim wymiarze.

Dziękuję także tym, którzy napisali do mnie prywatne wiadomości.

Wsparcie w tym co robisz i konstruktywna krytyka dają wiele do myślenia. Zawsze cenię, jak ktoś potrafi nie tylko powiedzieć, co mu się nie podoba, ale także co powinno się zrobić, aby było lepiej. Zwykle łatwo jest krytykować, ale ciężej wskazać, co zrobić, aby było lepiej.

Część z Was pytała, czy potrzebuje wsparcia finansowego lub sugerowała, aby uruchomić podcast jako subskrypcję. W tej chwili to nie jest najważniejsze. Natomiast bardzo mnie cieszy to, że z ankiety jasne wybrzmiewa, że to co powstało i to, co jeszcze może powstać jest wartościowe i mam nadzieje, że masz podobne odczucia.

Chciałbym w tym odcinku opowiedzieć Ci, co pokazała ankieta i jakie decyzje zapadły.

Pytania & odpowiedzi

Najwięcej osób, które wypełniły ankietę, słuchają BM od dawna i to dobrze. To myślę, że jest bardzo dobrze, że właśnie opinie tych ludzi wpłyną na dalsze decyzje.

Ponad 64% słucha regularnie od dawna lub od samego początku, 21% nieregularnie i wtedy kiedy mam czas lub coś mnie interesuje, 10% od niedawna.

Nie tak wiele osób wypełniło ankietę – jedynie 28, co jest małą liczbą, jak na ilość pobrań i odsłuchań odcinków podcastu, którą mamy. Zastanawia mnie, dlaczego reszta słuchaczy / czytelników ją zignorowała.

Być może zwyczajnie umknęła w nadmiarze zadań w pracy i w domu, a może celowo czasem nie chce się odpowiadać na pytania ankiety, może za dużo ankiet w sieci. Też zdaje sobie sprawę, że podcast jest takim medium, gdzie ciężko wchodzić w interakcję, bo zwykle słyszysz tylko mego głosu i nie możesz tak łatwo odpowiedzieć.

Chociaż warto wymyślić i dopracować ten mechanizm komunikacji, bo widzę, że ciekawe wnioski z tego płyną i może powstawać jeszcze więcej wartościowej treści dzięki właśnie zbieraniu feedbacku od słuchaczy i czytelników.

Osoby, które wypełniły ankietę są głównie ze świata IT. Są różne pozycje zawodowe, zaczynając od programisty, it specjalisty, analityka danych czy analityk biznesowego, a także pojawiły się głosy płynące od osób wykonujących role kierownicze: kierownik działu, manager, dyrektor czy CEO.

Są też osoby z nieco innym doświadczeniem, np. technolog w przemyśle chemicznym, spedytor, operator maszyn czy kierownik działu marketingowego. Słuchają także BM studenci i bardzo mnie to cieszy.

Czas do decyzje. W tym odcinku wybrzmi aż pięć 🙂

Decyzja nr. 1

Wszyscy, którzy wypełnili ankietę jednogłośnie powiedzieli, aby kontynuować podcast.

Oprócz tych głosów dotarło do mnie też wiele prywatnych wiadomości, które mocno wspierały w tym, aby kontynuować tworzenie podcastu. To jest fajne uczucie, kiedy ludzie szczerze mówią, że coś ma sens.

Stąd decyzja, że warto kontynuować BM dalej, ale …

Decyzja nr. 2

Zanim powiem, co dalej, muszę przyznać, że rok 2020 był dla mnie bardzo męczący. Akurat to ma mało wspólnego z wirusami, bo brakuje czasu, aby zajmować się rzeczami, na które i tak nie ma się wpływu. Natomiast wiele ciekawych i różnych doświadczeń w roku 2020 miałem okazję przeżyć.

Dlatego czuję, że potrzebuję zrobić przerwę w nagraniach i w ogóle odciąć się od bieżących spraw, aby nabrać większego dystansu i dać możliwość wyłonić się bardziej innowacyjnym pomysłom, którym zwykle ciężko jest przebić się w natłoku codziennych spraw.

Natomiast dobra wiadomość jest taka, że dzięki opiniom, które wybrzmiały, czuję, że warto kontynuować nagrywanie podcastu. Dlatego druga decyzja brzmi – w styczniu będzie przerwa z podcastami i w lutym, jak wszystko będzie dobrze – wrócimy 🙂

Niezależnie od przerwy w styczniu będzie gorąco, ale o konkursach i prezentach będzie na końcu.

Decyzja nr. 3

Skoro będzie kontynuacja, możesz zapytać: jaki jest plan i o czym będzie podcast?

W ankiecie wybrzmiały dość “głośno” pewne potrzeby. Było wiele ciekawych i dłuższych komentarzy. Przeanalizowałem te komentarze. Między innymi zrobiłem chmurę słów.

Widać na pierwszy rzut oka takie słowa jak:

zastosowania, ml/ai, nlp, dane, nowości

Jednym słowem można podsumować, że warto, aby pojawiało się więcej na temat “zastosowania”. To akurat dobrze składa się, bo ten temat mi też bardzo rezonuję. To oznacza, że pojawi się szereg odcinków, aby na przykładach wyjaśnić, jak stosować ML.

To też dobrze łączy się z trzema przemyśleniami o których pisałem powyżej.

Dodatkowo to inspiruje do kolejnych kroków. Na samym końcu będzie konkurs, który może być mostem między potrzebą i jej zaspokojeniem. Warto dosłuchać do końca i wziąć w nim udział.

Decyzja nr. 4

Bardzo chcieliśmy się dowiedzieć, czy aktualny rozkład tematów odpowiada słuchaczom, czy może warto zająć się wyłącznie biznesową stroną czy stricte techniczną. Okazuje się jednak, że jest potrzeba słuchania różnych perspektyw i treści powinny być różne, bo to niesie wartość. Jak dla mnie to brzmi bardzo sensownie, bo właśnie na styku rozumia wytarza się największa wartość.

Najwięcej osób chce słuchać o biznesie i ML (78,6%), wielu osobom zależy także na poradach technicznych (71,4%), ponad połowa chce słuchać też o najnowszych osiągnięciach z nauki w temacie ML. Co ciekawe 60% też dało znać, że interesują ich tematy powiązane i związane z innowacją ogólnie. Cieszę mi, że ponad 35% interesują też tematy filozoficzne lub nazwijmy to, różne życiowe rozważaniami.

Dlatego będzie w odcinkach podcastu o uczeniu maszynowym w biznesie wraz z poradami technicznymi, ale także będę pojawiać się raz na jakiś czas te moje otwarte życiowe pytania lub rozważania 😉

Decyzja nr. 5

Pojawiła się także kwestia podcastu w języku angielskim i tutaj większość opowiada się za tym, że słuchałaby. Jednak ponad 35, czyli więcej niż co trzeci słuchacz nie będzie słuchał.

Zatem jest szansa, że takie odcinki się pojawią, ale musimy dopracować całą formułę. Na ten moment trzymamy się językowo tej wersji, która była dotychczas, ale z taką myślą, że warto próbować to rozszerzyć… Raczej dodać coś niż zastąpić dotychczasowe działania.

Padło w ankiecie także wiele komentarzy i różnorodnych opinii odnośnie tego, co warto robić poza dotychczasowymi działaniami. Dosyć mocno wybrzmiewają tutaj aktywności typu webinary i wzywania, które już kiedyś organizowałem w ramach DataWorksop.

A więc jest potrzeba silna zajęcia się uczeniem maszynowym od strony praktycznej. Przypomnę, że te materiały wciąż są dostępne, ale też chodzi mi po głowie coś nowego, a więc jeśli interesuje Cię kodowanie i trenowanie modeli ML w ramach nauki, to obserwuj działania DataWorkshop.

Mam nadzieje, że w ramach wyciszania się w styczniu moje pomysły dojrzeją i już na początku marca uruchomi się kolejna ciekawa i wartościowa inicjatywa. Obserwuj działania DataWorkshop 🙂

Konkursy

Na koniec jeszcze mamy dwa konkursy.

Dość często jak nagrywam odcinek, mówię, że temat jest dość szeroki i jeśli jest interesujący dla Ciebie to warto do niego wrócić i rozszerzyć. Myślę, że nastąpił ten moment, aby to zrobić i tutaj potrzebna jest Twoja pomoc.

Który odcinek ze wszystkich podcastów BM podobał Ci się najbardziej?

Jak już wspominałem niebawem zbliżamy się do 100 odcinka podcastu Biznes Myśli. W ankiecie pojawiły się także głosy niektórych osób, które odcinki podobały się najbardziej. Pojawił się pomysł, aby zrobić konkurs na najlepszy odcinek Twoich zdaniem, który ukazał się w ramach podcastu Biznes Myśli do tej pory.

Chodzi o to, aby wskazać taki odcinek, który stał się dla Ciebie najbardziej pomocny, inspirujący lub motywujący – najbardziej zapadł Ci w pamięć i jakoś zmienił Twój punkt widzenia, otworzył pewne furtki w głowie – klucz doboru jest dowolny – to może być bardziej praktyczny odcinek, teoretyczny może całkiem filozoficzny.

Chcemy wyłonić najlepszy odcinek – wywiad lub monolog i w ramach prezentu noworocznego i z okazji zbliżającego się 100 odcinka nagrać II część – rozszerzyć temat, sprawdzić co nowego w tego gościa, jeśli padnie na wywiad 🙂 Także bardzo Cię proszę uzupełnij bardzo krótką ankietę lub napisz w komentarzu pod tym odcinkiem, jaki jest Twój typ i dlaczego.

Zagłosuj na najlepszy odcinek Biznes Myśli

Trochę było tych odcinków, ale można je łatwo sobie po tytułach przypomnieć na naszej stronie biznesmysli.pl lub wyświetlić listę wszystkich podcastów na Spreaker, Spotify lub na YouTube na kanale Biznes Myśli. To powinno pomóc przypomnieć sobie, jakie odcinki i z kim się ukazały. Podpowiedzią są grafiki, na których znajdują się zdjęcia gości.

Oddawać głosy na swój ulubiony odcinek można do 15 stycznia, po tym dniu będziemy je zliczać i damy Wam znać, jakiego odcinka możecie wkrótce się spodziewać 😉

Czekam na Twój głos!

Jak rozpocząć projekt w mojej organizacji?

To nie koniec konkursów i nagród… Na co dzień pracuję w ramach DataWorkshop z firmami, którym pomagamy wdrażać uczenie maszynowe we właściwy sposób.

Dwa ostatnie słowa są kluczowe i najtrudniejsze. Z doświadczenia wiem, że największa trudność nie polega na technicznych zagadnieniach, ale na szeregu spraw i odpowiedzi na pytania, które pojawiają się jeszcze zanim przejdzie się do kodu i ML’owych eksperymentów.

Zadawanie właściwych pytań na początku i analiza samego pomysłu już jest czasem wyzwaniem i nie jest to wcale trywialne, ale pozwala zaoszczędzić mnóstwo czasu, pieniędzy i uratować projekt.

DataWorkshop jest firmą, której miarą sukcesu jest powodzenie projektów. A to oznacza, że jesteśmy szczerzy i mówimy wprost, czy coś ma sens czy nie. Choć z biznesowego punktu widzenia myśląc wyłącznie o pieniądzach pewnie bardziej opłaca się realizować nieraz oderwane od rzeczywistości wizje potencjalnych klientów i prowadzić bardzo długie i kosztowne R&D bez żadnego skutku.

Jednak w DNA DataWorkshop jest coś innego – chodzi o to, aby działać efektywnie i to co się robi miało sens, przynosiło efekt. Czasem wyznaczenie kierunku konkretnego już jest sukcesem, czasem odrzucenie jakiegoś pomysłu i wskazanie, że ktoś skupia się na niewłaściwej rzeczy i chce “wpiąć” ML nie tam, gdzie on może przynieść największą wartość już jest sukcesem, bo pozwala zaoszczędzić sporo czasu, a także pieniędzy.

Powstało już wiele odcinków podcastu BM – moich monologów, gdzie rozprawiałem się z najczęstszymi mitami, z którymi spotykam się na co dzień. Dzieliłem się też wskazówkami, co warto zrobić, o czym myśleć, a czego nie robić w projektach ML’owych. Wiele też cennych rad płynęło od gości w wywiadach, ale wiem, że czasem trudno przekuć ogólny tekst w coś, co działa na konkretnym przykładzie, jeśli nie ma się doświadczenia w danej dziedzinie.

Dlatego pomyśleliśmy, aby zorganizować konkurs skierowany do firm, które chcą zacząć używać uczenia maszynowego, ale nie wiedzą jak lub czują, że w ich wypadku uczenie maszynowe mogłoby przynieść korzyści, ale nie są pewne gdzie wpięcie takiego rozwiązania miałoby sens. Jak na każdy konkurs przystało powinna być nagroda 😉

Spośród nadesłanych zgłoszeń, czyli konkretnych opisów problemów i pomysłów zastosowania uczenia maszynowego w Twojej organizacji / firmie wyłonimy najciekawszy i praktyczny, a potem za darmo udzielę wraz ze swoim zespołem konsultacji podczas wideo rozmowy, czy i gdzie uczenie maszynowe może mieć potencjał i jakie mogą być potencjalne wyzwania, na co zwrócić uwagę na początku planując taki projekt.

Robimy to zwykle odpłatnie, ale w ramach tego konkursu, jeśli jesteś słuchaczem / czytelnikiem Biznes Myśli możesz zdobyć taką konsultację zupełnie za darmo w ramach świąteczno – noworocznego prezentu 🙂

To jest nagroda główna, ale tak naprawdę nagrodzimy wszystkich którzy wezmą udział w konkursie. Każdy kto weźmie udział, czyli prześle do nas zgłoszenie za pomocą ankiety dostępnej na stronie biznes myśli otrzyma od nas odpowiedź mailową z dedykowanym pdf, który będzie przydatną wskazówką, na co zwrócić uwagę rozpoczynając projekt z ML w roli głównej, a także zestawem pytań, na które warto sobie odpowiedzieć zanim zacznie się działania.

To będzie pdf, który powstaje na bazie naszego doświadczenia i jest “ściągawką”, w której znajdziesz też konkretne przykłady i porady.

Zgłoszenia konkursowe przyjmujemy poprzez formularz, który znajdziesz na stronie Biznes Myśli lub w mailu jeśli subskrybujesz newsletter. Wysłać zgłoszenie możesz od dziś do końca stycznia. Potem analizujemy odpowiedzi i jeszcze w lutym podzielimy się wynikami na łamach podcastu.

Weź udział w konkursie BM & DW

Życzenia od Biznes Myśli na koniec

W ostatnim czasie z okazji zakończonej 7 edycji kursu “Praktyczne uczenie maszynowe” i pierwszej NLP dostałem mnóstwo wiadomości od uczestników, którzy opisali mi, jak rozwinęli się dzięki kursom, a nawet pojawiły się kolejne informacje o tym, że ktoś znalazł nową pracę dzięki umiejętnościom zdobytym podczas kursów. Powiem szczerze, że nic mnie nie nakręca do działania w ramach kursów jak właśnie takie wiadomości. Poczucie pomagania ludziom w rozwijaniu się jest bardzo przyjemne i ładuje baterie na kolejne działania.

Z kursów DataWorkshop skorzystało już ponad 990 uczestników, lecz nie o samą liczbę tutaj chodzi, a bardziej motywuje mnie to, że już tyle razy udało się komuś pomóc zrozumieć nową dziedzinę i przyczynić się do czyjegoś rozwoju.

Właśnie między innymi dlatego podjąłem decyzję o tym, aby zorganizować wiosną 2021 kolejną edycję “Praktycznego uczenia maszynowego”. To będzie już 8 edycja. Startujemy 29 marca. A więc jeśli masz ochotę w końcu zacząć działać, to zapraszam na pokład nowej edycji 🙂 Gwarantuję, że jeśli przyłożysz się do kursu, to delta rozwoju będzie duża i będą tego owoce.

Na koniec chciałbym Ci życzyć spokoju i zdrowia. Znajdź czas na przemyślenia i spokojne zaplanowanie tego, jak chcesz rozwijać się w najbliższym czasie. To bardzo ważne.

Warto na spokojnie odpowiedzieć na pytania, które zadałem na początku i wykorzystać ten okres końca roku do rozważania, ale też do złapania stanu spokoju! Bo jednak spokój w obecnych czasach jest droższy niż złoto, ale nawet w tym przypadku nie ma żadnego kantoru, aby kupić spokój. Spokój jest wewnątrz Ciebie, tylko trzeba dać mu możliwość wyłonić się, zwykle bardzo pomaga wyciszenie się i wyłączenie ciągłego trąbienia komunikatami o rzeczach zewsząd, na które i tak nie masz wpływu.

Bądź zdrowy / zdrowa i szczęśliwy / szczęśliwa.