W pracy przedstawiono opracowanie specyfikacji dobrych praktyk w zakresie stosowanej sztucznej inteligencji (AAI). Analiza 25 kwestionariuszy z pi\u0119ciu instytucji partnerskich ujawni\u0142a kluczowe spostrze\u017cenia na temat obecnego stanu projekt\u00f3w sztucznej inteligencji (AI) i uczenia maszynowego (ML). Szkolenia przeprowadzone w Serbii i Bu\u0142garii sygnalizowa\u0142y potrzeb\u0119 rozszerzenia mo\u017cliwo\u015bci w krajach UE. W wyniku przeprowadzonych bada\u0144 uzyskali\u015bmy, \u017ce Deep ML przewa\u017ca, szczeg\u00f3lnie w konwolucyjnych sieciach neuronowych, podczas gdy Gated Recurrent Unit jest mniej powszechny. Typowe s\u0105 ilo\u015bci danych od 1 GB do 1 TB, co odzwierciedla ograniczenia praktyczne. Aplikacje AI obejmuj\u0105 r\u00f3\u017cne dziedziny, a TensorFlow jest liderem w dziedzinie bibliotek. Najbardziej rozpowszechnione s\u0105 licencje permisywne, bazy danych s\u0105 podstawowymi \u017ar\u00f3d\u0142ami danych, a teksty\/obrazy dominuj\u0105 w charakterystyce danych. Bazy danych NoSQL s\u0105 preferowane do przechowywania. Funkcje bezpiecze\u0144stwa i narz\u0119dzia do przetwarzania danych s\u0105 r\u00f3\u017cne. Serwery dedykowane i klastry s\u0105 szeroko stosowane, systemy rekomendacji s\u0105 widoczne, preferowanym j\u0119zykiem jest Python, a Apache Hadoop dominuje w ekosystemach. Bezp\u0142atne zestawy danych sprzyjaj\u0105 dost\u0119pno\u015bci. Og\u00f3lnie rzecz bior\u0105c, odkrycia podkre\u015blaj\u0105 dynamiczny charakter projekt\u00f3w AI\/ML, zapewniaj\u0105c podstaw\u0119 dla przysz\u0142ych bada\u0144 w szybko rozwijaj\u0105cej si\u0119 dziedzinie.<\/p>\n