Jeszcze kilka lat temu sztuczna inteligencja była dla większości właścicieli salonów optycznych pojęciem dość odległym. Kojarzyła się z laboratoriami, największymi koncernami technologicznymi, autonomicznymi samochodami albo filmami science fiction. Dzisiaj znajduje się na komputerze i telefonie praktycznie każdego z nas, a często korzystamy z niej nawet wtedy, kiedy nie zdajemy sobie z tego sprawy. W branży optycznej wchodzimy jednak właśnie w znacznie ciekawszy etap. Pytanie „Czy sztuczna inteligencja będzie miała wpływ na naszą pracę?” przestaje być aktualne, ponieważ ten wpływ już jest widoczny. Znacznie ważniejsze staje się pytanie, jak wykorzystać ją w taki sposób, aby pracować szybciej, podejmować lepsze decyzje i mieć więcej czasu na to, co w salonie optycznym nadal pozostaje najważniejsze — profesjonalną rozmowę z klientem.

   To właśnie jest punkt wyjścia do serii artykułów AI DRIVEN. Nie będzie to cykl o technologii dla technologii ani kolejna opowieść o tym, że za chwilę algorytmy zastąpią ludzi. Chcę pokazywać konkretne zastosowania AI w salonach optycznych oraz firmach współpracujących z rynkiem optycznym: w marketingu, analizie danych, organizacji pracy, obsłudze klienta, przygotowywaniu materiałów edukacyjnych i automatyzacji procesów administracyjnych. Takie jest również podstawowe założenie całego projektu — praktyka, konkretne potrzeby biznesu oraz świadome, bezpieczne i odpowiedzialne wykorzystanie nowych technologii. Od razu postawię przy tym tezę, która zapewne będzie wracała w kolejnych tekstach: AI prawdopodobnie nie zastąpi dobrego optyka. Ale optyk, który nauczy się korzystać z AI, może zacząć wyraźnie wygrywać z tym, który tego nie zrobi.

    Najpierw ustalmy zatem, czym właściwie jest LLM. W rozmowach o sztucznej inteligencji często pojawia się skrót LLM — Large Language Model, czyli duży model językowy. Sama nazwa brzmi technicznie, ale dla użytkownika nie musi oznaczać niczego skomplikowanego. Najprościej mówiąc, jest to system sztucznej inteligencji wytrenowany na ogromnych zbiorach danych, który nauczył się rozpoznawać zależności w języku i na tej podstawie potrafi analizować informacje oraz generować odpowiedzi na nasze polecenia. Nie oznacza to, że model „myśli” tak jak człowiek albo posiada doświadczenie zawodowe w takim rozumieniu, w jakim posiada je optyk, który przez dwadzieścia lat pracował z klientami. Potrafi jednak niezwykle szybko czytać, porównywać, streszczać, klasyfikować informacje, tworzyć warianty odpowiedzi, analizować dokumenty czy wychwytywać zależności, których człowiek musiałby szukać znacznie dłużej. W praktyce nie rozmawiamy jednak z abstrakcyjnym „LLM-em”, lecz z konkretnymi aplikacjami. Dzisiaj warto znać przynajmniej cztery:

• ChatGPT firmy OpenAI jest dla wielu użytkowników pierwszym kontaktem z generatywną sztuczną inteligencją i jednocześnie jednym z najbardziej uniwersalnych narzędzi. Można wykorzystywać go do pracy z tekstem, dokumentami, arkuszami, analizą danych, obrazami oraz wieloetapowymi zadaniami biznesowymi. W salonie optycznym może pomóc w analizie raportów sprzedażowych, przygotowywaniu komunikacji marketingowej, opracowaniu materiałów szkoleniowych, redagowaniu korespondencji, analizie opinii klientów czy podsumowywaniu dokumentów. Podstawowa wersja jest dostępna bezpłatnie, natomiast ChatGPT Plus kosztuje obecnie 20 USD miesięcznie.

• Claude firmy Anthropic jest interesującym rozwiązaniem dla osób pracujących z większą ilością tekstu i rozbudowanymi materiałami źródłowymi. Można wykorzystać go do analizy raportów, procedur, regulaminów, materiałów produktowych, umów czy długich transkrypcji spotkań. Jeżeli otrzymujemy kilkudziesięciostronicowy dokument od dostawcy, zamiast czytać go kilka razy w poszukiwaniu określonych zapisów, możemy poprosić model o odnalezienie warunków rabatowych, terminów płatności, obowiązków zakupowych albo zapisów dotyczących rozwiązania współpracy. Claude ma wersję bezpłatną, natomiast Claude Pro kosztuje obecnie 20 USD miesięcznie.

• Gemini będzie szczególnie przydatny dla firm, które na co dzień funkcjonują w Gmailu, Dokumentach Google, Arkuszach, Dysku czy innych usługach Google. Jego wartość nie polega więc wyłącznie na rozmowie z modelem, lecz również na możliwości pracy w ekosystemie, w którym firma już przechowuje dużą część swojej wiedzy. Możemy wyobrazić sobie właściciela salonów, który po kilku dniach nieobecności wraca do setek wiadomości i zamiast czytać każdą od początku, chce najpierw zrozumieć, które z nich naprawdę wymagają decyzji. Taki właśnie kierunek integracji AI z codziennym środowiskiem pracy jest jednym z największych atutów Gemini. Google AI Pro kosztuje obecnie 19,99 USD miesięcznie.

• Copilot to naturalny wybór dla użytkowników Microsoft 365. Jeżeli firma pracuje w Wordzie, Excelu, PowerPoincie, Outlooku i Teamsie, warto przyjrzeć się Microsoft Copilotowi. Tutaj również największą zaletą jest integracja z narzędziami, których zespół używa już każdego dnia. W praktyce może oznaczać analizę danych w Excelu, przygotowywanie dokumentów w Wordzie, podsumowanie spotkania na Teamsie czy budowanie prezentacji na podstawie materiałów firmowych. W aktualnym polskim cenniku Microsoft 365 Copilot dla firm kosztuje od 15,60 USD miesięcznie.

    Właściciel i zespół salonu nie potrzebują od razu czterech płatnych subskrypcji. Znacznie rozsądniejsze jest wybranie jednego narzędzia, nauczenie pracowników korzystania z niego w sposób powtarzalny i dopiero później ocenianie, czy kolejne rozwiązania rzeczywiście wnoszą dodatkową wartość.

    Zacznijmy od czegoś prostego. Wyobraźmy sobie zwykły poniedziałek w salonie optycznym. Właściciel, kierownik czy koordynator analizuje rano wyniki sprzedaży z poprzedniego tygodnia, a później odpowiada na wiadomości; marketing potrzebuje tekstu dotyczącego nowych opraw; pracownik chce przygotować dla klienta proste wyjaśnienie różnicy pomiędzy dwoma rozwiązaniami, a za kilka godzin jest spotkanie z dostawcą, po którym ktoś powinien spisać ustalenia. Na koniec dnia pozostaje jeszcze sprawdzenie, dlaczego liczba wizyt spadła w stosunku do poprzedniego miesiąca. Żadne z tych zadań nie wymaga humanoidalnego robota stojącego za ladą. Przy niemal każdym z nich sztuczna inteligencja może jednak skrócić czas pracy, uporządkować informacje albo przygotować pierwszą wersję rozwiązania. I właśnie tutaj znajduje się prawdziwa rewolucja — nie w efektownych demonstracjach technologii, lecz w setkach drobnych czynności wykonywanych codziennie przez ludzi. Zamiast dwóch godzin przy Excelu — pierwsza analiza w kilka minut. Załóżmy, że właściciel prowadzi trzy salony i otrzymuje raport zawierający sprzedaż miesięczną według punktu, pracownika, kategorii produktu i wartości transakcji. Dotychczas przygotowanie sensownej analizy wymagało filtrowania danych, tworzenia zestawień i porównywania wielu wartości. Dzisiaj model językowy może wykonać pierwszą warstwę tej pracy. Poniżej załączam przykładowy prompt, który należy wkleić do naszego modelu LLM:

„Jesteś menedżerem sprzedaży z doświadczeniem w branży optycznej. Przeanalizuj załączony raport sprzedaży trzech salonów optycznych. Wskaż pięć najważniejszych zmian względem poprzedniego miesiąca, trzy potencjalne problemy oraz trzy obszary wymagające uwagi kierownika. Nie opisuj oczywistych danych. Szukaj zależności pomiędzy liczbą transakcji, średnią wartością koszyka, sprzedażą soczewek i opraw. Nie formułuj wniosków, których nie można uzasadnić danymi. Na końcu przygotuj pięć pytań, które właściciel powinien zadać kierownikom salonów. Czy rozumiesz swoje zadanie? Jeżeli tak, najpierw napisz krótko, jak je rozumiesz, a następnie rozpocznij analizę.”

   To ostatnie zdanie ma znaczenie szczególnie dla osób rozpoczynających pracę z AI. Nie jest magiczną formułą, która poprawia inteligencję modelu, ale pozwala sprawdzić, czy nasze polecenie zostało właściwie zinterpretowane. Model nie powinien przy tym decydować, którego pracownika należy zwolnić, gdzie podnieść ceny albo jaki produkt wycofać. Jego rolą jest przygotowanie lepszego materiału do decyzji. Odpowiedzialność nadal pozostaje po stronie człowieka.

   Innym przykładem jest transkrypcja i jej wykorzystanie w pracy ze sztuczną inteligencją. Spotkanie trwa godzinę, ale nie musi zabierać kolejnej godziny na notatkę. W tym miejscu warto wyjaśnić jeszcze jedno pojęcie, które w pracy z AI pojawia się bardzo często. Transkrypcja to po prostu zamiana nagranej mowy na tekst. Zamiast ponownie odsłuchiwać godzinne spotkanie, otrzymujemy jego tekstowy zapis, który można później przeszukiwać, streszczać i analizować. Nie potrzeba do tego profesjonalnego sprzętu. W wielu sytuacjach wystarczy zwykły smartfon. Obecne modele potrafią tworzyć transkrypcje nagrań z aplikacji Dyktafon oraz Notatki. Telefony Google Pixel posiadają aplikację Recorder, która automatycznie tworzy zapis mowy, a na wybranych modelach potrafi również rozróżniać rozmówców. Jeżeli telefon nie posiada takiej funkcji, nadal możemy nagrać rozmowę zwykłym dyktafonem, a później przekazać plik audio do programu obsługującego transkrypcję. Oczywiście nagrywanie rozmów służbowych powinno odbywać się zgodnie z przyjętymi w firmie zasadami i z poszanowaniem prywatności uczestników. Kiedy mamy już tekst spotkania, model językowy może zamienić kilkanaście stron rozmowy w przejrzystą listę ustaleń. Przykładowy prompt będzie idealnym kierunkiem:

„Na podstawie poniższej transkrypcji spotkania przygotuj wyłącznie ustalenia operacyjne. Oddziel decyzje od luźnych pomysłów i komentarzy. Dla każdego ustalenia podaj zadanie, osobę odpowiedzialną, termin oraz status. Jeżeli w rozmowie nie wskazano osoby odpowiedzialnej albo terminu, wpisz BRAK DANYCH. Na końcu przygotuj pięć najważniejszych kwestii wymagających kontroli podczas kolejnego spotkania. Nie dopisuj informacji, które nie pojawiły się w transkrypcji. Czy rozumiesz polecenie? Jeżeli tak, napisz jednym zdaniem, co zrobisz, a następnie rozpocznij.”

    W ten sposób godzinne spotkanie może w kilka minut zostać przekształcone w materiał, który naprawdę pomaga zarządzać. Nie jest to najbardziej spektakularne zastosowanie AI. Być może właśnie dlatego jest jednym z najbardziej wartościowych.

   Innym, bardzo szerokim obszarem wykorzystania sztucznej inteligencji jest marketing i szkolenia. Wykorzystanie AI na tych polach będę opisywał szerzej w kolejnych odsłonach AI DRIVEN, a dzisiaj tylko wspomnę o kilku zastosowaniach. Sztuczna inteligencja potrafi przygotować post na Facebooka w kilka sekund. Problem polega na tym, że przeciętny tekst wygenerowany bez dobrego polecenia często brzmi dokładnie tak jak tysiące innych tekstów wygenerowanych przez AI. Jest poprawny, ale bezosobowy. Dlatego sztuczna inteligencja nie powinna zastępować głosu marki. Powinna pomóc szybciej przygotować materiał, który następnie zostanie poddany ludzkiej redakcji. Oto kolejny przykładowy prompt:

„Jesteś marketing managerem profesjonalnego salonu optycznego. Przygotuj post na Facebooka dla klientów w wieku 40–60 lat dotyczący pierwszych objawów prezbiopii. Nie strasz klienta i nie używaj nadmiernie specjalistycznego języka. Nie promuj konkretnej marki soczewek i nie stosuj nachalnej sprzedaży. Celem publikacji jest edukacja i zachęcenie klienta do profesjonalnej konsultacji. Maksymalna długość: 900 znaków. Przygotuj trzy wersje nagłówka. Czy rozumiesz zadanie i wszystkie ograniczenia? Najpierw je krótko potwierdź, a później przygotuj tekst.”

   Różnica pomiędzy poleceniem „napisz coś o progresach” a takim briefem jest ogromna. Właśnie dlatego umiejętność formułowania poleceń jest jedną z podstawowych kompetencji w pracy z AI.

  Obszar szkoleń i edukacji to również zastosowanie AI jako trenera nie tylko nowego, ale też doświadczonego pracownika. Nowa osoba w salonie otrzymuje zazwyczaj materiały produktowe, procedury, cenniki, instrukcje i prezentacje szkoleniowe. Przeczytanie ich to jedno, ale uporządkowanie i przyswojenie wiedzy wymaga znacznie więcej czasu. Model językowy może zamienić te materiały w test, serię fiszek, quiz albo symulację rozmowy z klientem. Przykładowy prompt jest tylko drobną próbką możliwości:

„Na podstawie wyłącznie załączonych materiałów przygotuj test dla nowego pracownika salonu optycznego. Test powinien zawierać 15 pytań, po cztery odpowiedzi do każdego pytania i tylko jedną odpowiedź prawidłową. Po każdym pytaniu wyjaśnij, dlaczego dana odpowiedź jest poprawna. Nie korzystaj z wiedzy spoza załączonych dokumentów. Jeżeli jakaś informacja nie występuje w materiałach, napisz: „brak informacji w źródle”. Czy rozumiesz swoje zadanie? Zanim rozpoczniesz, przedstaw w dwóch zdaniach zasady, którymi będziesz się kierował.”

   Jeszcze ciekawsze może być wykorzystanie AI do symulacji rzeczywistej rozmowy sprzedażowej. Poniższy prompt jest tylko wstępem do zbudowania zaawansowanej narracji. W tym artykule nie ma możliwości pokazania całości, ale niech próbka będzie zasygnalizowaniem wielkich możliwości:

„Odegraj klienta, który ma 48 lat, pracuje osiem godzin dziennie przy komputerze i po raz pierwszy słyszy o soczewkach progresywnych. Zadawaj mi pytania jak prawdziwy klient. Po zakończeniu rozmowy oceń moje odpowiedzi pod kątem zrozumiałości, poprawności argumentacji i języka korzyści. Nie oceniaj aspektów medycznych wykraczających poza przekazane materiały. Czy rozumiesz polecenie?”

   W kilka minut otrzymujemy w ten sposób prostego wirtualnego trenera, z którym pracownik może ćwiczyć wielokrotnie, bez angażowania drugiej osoby.

    Warto zwrócić uwagę, że jednym z największych nieporozumień dotyczących sztucznej inteligencji jest przekonanie, że wystarczy zadać pytanie, pomijając proces promptingu. Oczywiście można to zrobić, ale jakość wyniku w ogromnym stopniu zależy od jakości polecenia. Dokładnie tak samo jest z pracownikiem. Jeżeli powiemy jedynie „przygotuj raport”, możemy otrzymać niemal wszystko. Jeżeli natomiast określimy, na jakich danych ma pracować, czego ma szukać, czego nie wolno mu robić i jak ma wyglądać rezultat, znacząco zwiększamy szansę na uzyskanie dokładnie tego, czego potrzebujemy. Na początku warto zapamiętać prostą logikę: rola, zadanie, kontekst, ograniczenia, oczekiwany format oraz potwierdzenie zrozumienia polecenia. Dodanie na końcu zdania „Czy rozumiesz swoje zadanie?” albo „Czy rozumiesz polecenie? Najpierw napisz, jak je rozumiesz” jest prostym mechanizmem kontrolnym i szczególnie dobrze sprawdza się w przypadku osób, które dopiero rozpoczynają pracę z modelami językowymi.

   Najbardziej użyteczne jest dla mnie myślenie o sztucznej inteligencji jak o niezwykle szybkim asystencie. Potrafi w krótkim czasie przeczytać setki stron, porównać kilka dokumentów, przygotować zestawienie, sklasyfikować informacje i wskazać nieoczywiste zależności. Jednocześnie może popełniać błędy, nieprawidłowo interpretować kontekst albo przedstawiać fałszywą informację w bardzo przekonujący sposób. Dlatego właściwy model współpracy nie powinien wyglądać tak: „człowiek przekazuje zadanie, AI podejmuje decyzję”. Znacznie bezpieczniejszy i bardziej praktyczny jest schemat: człowiek → AI → człowiek. Człowiek określa problem i zasady, AI wykonuje część pracy, a człowiek weryfikuje wynik i ponosi odpowiedzialność za decyzję.

   W optyce ma to szczególne znaczenie, ponieważ pracujemy na styku sprzedaży, usług i zdrowia. Sztuczna inteligencja może pomagać porządkować informacje i organizować procesy, ale nie powinna zastępować profesjonalnej oceny specjalisty tam, gdzie jest ona niezbędna. Chcę bardzo jasno podkreślić i uczulić wszystkich czytelników, aby nie wszystko wklejać do AI. Entuzjazm wobec nowych technologii jest potrzebny, ale nie powinien oznaczać beztroski. Nie przekazywałbym przypadkowym, niezatwierdzonym przez firmę narzędziom pełnych baz klientów, niezanonimizowanych dokumentów ani informacji dotyczących zdrowia. Podobnej ostrożności wymagają poufne warunki handlowe, dane finansowe czy wewnętrzna korespondencja przedsiębiorstwa. Każda firma powinna więc wiedzieć, z jakich narzędzi korzysta, kto ma do nich dostęp, jakie dane mogą być przetwarzane i które czynności wymagają późniejszej kontroli człowieka. Samo wykupienie subskrypcji nie jest jeszcze wdrożeniem AI.

   Kiedy przedsiębiorca po raz pierwszy interesuje się sztuczną inteligencją, naturalne staje się pytanie o cenę abonamentu. Jest ono uzasadnione, ale równie ważne jest inne: “Ile kosztuje firmę niewykorzystywanie tych narzędzi?”. Jeżeli kierownik spędza dwie godziny tygodniowo na przygotowywaniu raportu, ktoś ręcznie przepisuje te same dane pomiędzy systemami, właściciel ponownie odsłuchuje godzinne spotkanie tylko po to, aby odtworzyć trzy ustalenia, a pracownik przez dwadzieścia minut szuka procedury znajdującej się gdzieś w folderach, to wszystkie te minuty mają bardzo konkretną wartość. AI nie musi zwiększyć przychodów firmy o kilkadziesiąt procent, aby wdrożenie miało sens. Jeżeli cztery osoby dzięki niej odzyskają po dwadzieścia minut dziennie, zaczynamy mówić o znaczącej liczbie godzin w skali roku. Jeżeli ten czas zostanie przeznaczony na klienta, szkolenie zespołu, analizę biznesu albo rozwój firmy, wartość staje się jeszcze większa. I właśnie wtedy sztuczna inteligencja przestaje być gadżetem.

   Istnieje zasadnicza różnica pomiędzy okazjonalnym wpisaniem pytania do ChatGPT a świadomym wdrożeniem sztucznej inteligencji w przedsiębiorstwie. Wdrożenie zaczyna się od analizy procesów. Trzeba zrozumieć, gdzie firma traci czas, które czynności są powtarzalne, gdzie przepływ informacji się zatrzymuje i które zadania nie wymagają specjalistycznej decyzji człowieka. Dopiero później powinien pojawić się wybór odpowiednich narzędzi, przygotowanie promptów, automatyzacja wybranych procesów, zasady bezpieczeństwa oraz szkolenie pracowników. Tego rodzaju profesjonalnym doradztwem w zakresie praktycznego zastosowania AI w salonach optycznych zajmuję się osobiście w ramach firmy AMBIZ CONSULTING GROUP. Zakres takiego wsparcia obejmuje analizę procesów w salonie, identyfikację obszarów możliwych do automatyzacji, dobór właściwych narzędzi AI, przygotowywanie firmowych promptów i asystentów, usprawnianie raportowania oraz przepływu informacji, a także szkolenie zespołów z bezpiecznego i praktycznego korzystania ze sztucznej inteligencji. Najważniejsze jest jednak to, że profesjonalne wdrożenie nie rozpoczyna się od pytania: „Który program AI powinniśmy kupić?”. Znacznie lepsze będzie pytanie: „Gdzie nasza firma traci dzisiaj czas, informacje albo pieniądze i czy technologia może pomóc nam ten problem rozwiązać?”. Dopiero później wybieramy narzędzie.

   Optyka jest bardzo dobrym przykładem branży, w której technologia od lat nie eliminuje człowieka, lecz zwiększa jego możliwości. Korzystamy z coraz bardziej zaawansowanych urządzeń diagnostycznych, dokładniejszych metod pomiaru, coraz bardziej wyrafinowanych konstrukcji soczewek oraz systemów wspierających sprzedaż i zarządzanie salonem. Mimo tego wartość dobrego salonu nadal nie sprowadza się do urządzenia stojącego w gabinecie ani programu działającego na komputerze. W pewnym momencie klient patrzy na osobę siedzącą po drugiej stronie stołu i pyta: „A co pan/-i wybrałby/-łaby na moim miejscu?”. W tym jednym pytaniu mieści się bardzo wiele. Klient nie chce wtedy kolejnego algorytmu, tabeli ani automatycznie wygenerowanej rekomendacji. Chce doświadczenia, odpowiedzialności i poczucia, że druga osoba naprawdę rozumie jego potrzeby. I właśnie dlatego największym sukcesem wdrożenia AI w salonie optycznym nie będzie sytuacja, w której komputer wykona jak najwięcej pracy człowieka. Sukcesem będzie moment, w którym technologia przejmie wystarczająco dużo pracy powtarzalnej, administracyjnej i czasochłonnej, aby człowiek mógł poświęcić więcej czasu na zadania, w których pozostaje naprawdę niezastąpiony. Jeżeli raport zamiast dwóch godzin powstanie w dwadzieścia minut, odzyskaliśmy czas. Jeżeli po spotkaniu nie trzeba już przez godzinę odtwarzać ustaleń z notatek, odzyskaliśmy czas. Jeżeli pierwsza wersja newslettera powstanie w kilka minut, a pracownik może wykorzystać resztę godziny na rozmowę z klientem lub rozwój własnych kompetencji, również odzyskaliśmy czas. Prawdziwe pytanie dotyczy więc nie tyle tego, co AI potrafi zrobić, lecz co my zrobimy z czasem, który dzięki niej odzyskamy.

   To właśnie tutaj zaczyna się przewaga konkurencyjna. Pojawia się ona wtedy, kiedy technologia sprawia, że firma działa szybciej, pracownicy mają dostęp do lepszych informacji, właściciel podejmuje trafniejsze decyzje, a klient otrzymuje więcej uwagi. Za kilka lat możemy zresztą przestać mówić o „firmach wykorzystujących AI” dokładnie tak, jak dzisiaj nie mówimy o „firmach wykorzystujących internet”. Technologia stanie się po prostu elementem codziennej pracy. Różnica pomiędzy przedsiębiorstwami będzie polegała na czymś innym: jedne wykorzystają ją do robienia większej liczby tych samych rzeczy, a inne do robienia właściwych rzeczy lepiej. I właśnie te drugie będą najciekawsze. O tym będę pisał w kolejnych artykułach z cyklu AI DRIVEN.

    A co nas czeka w następnej odsłonie? Zagłębię się w obszary, w których AI jest dziś stosowana szczególnie chętnie, ale również wyjątkowo często niewłaściwie: marketingu salonu optycznego. Pokażę, jak wykorzystywać sztuczną inteligencję do tworzenia postów, newsletterów, kampanii, planów komunikacji oraz treści przygotowywanych dla różnych grup klientów. Zastanowimy się także nad problemem, który już zaczyna być widoczny: skoro niemal każdy może w kilka sekund wygenerować poprawny tekst, w jaki sposób sprawić, aby marka salonu nadal miała własny język, charakter i osobowość? Bo technologia może nam dzisiaj pomóc powiedzieć niemal wszystko. Sztuką pozostaje wiedzieć, co naprawdę warto powiedzieć – i niech to motto przyświeca nam każdego dnia.