To samo narzędzie, zupełnie inny efekt
Przez ostatnie trzy lata pracowałam z firmami z bardzo różnych branż: od handlu i dystrybucji, przez software house’y, po kancelarie prawne, firmy finansowe i organizacje oparte przede wszystkim na analizie oraz wiedzy ekspertów.
Jedna rzecz staje się coraz wyraźniejsza: AI nie zmienia wszystkich firm w takim samym stopniu.
W części organizacji AI naprawdę zmieniła codzienną pracę. Sprzedaż szybciej przygotowuje oferty. Zespoły sprawniej odpowiadają klientom. Analizy powstają w krótszym czasie. Ludzie realizują więcej, bez dokładania kolejnych godzin pracy. AI przestaje być nowinką i staje się zwykłym narzędziem.
W innych firmach po początkowej ekscytacji niewiele się dzieje. Były szkolenia, licencje, czasem firmowy Copilot albo ChatGPT Enterprise. Ludzie wiedzą, jak napisać prompt i od czasu do czasu coś wygenerują. Mimo to sposób pracy oraz produktywność pozostają prawie bez zmian.
Nie wygląda to na problem inteligencji ani otwartości na technologię. Często właśnie w tych organizacjach pracują bardzo dobrzy specjaliści: analitycy, prawnicy, konsultanci i menedżerowie.
Różnica leży głębiej: w tym, co dana firma nagradza i czego ludzie obawiają się stracić.
Gdzie AI wchodzi naturalnie
Są środowiska, w których wynik jest czytelny i szybko widoczny. Liczy się:
- tempo działania;
- liczba zrealizowanych zadań;
- sprzedaż;
- szybkość odpowiedzi klientowi;
- sprawność operacyjna.
W takich firmach AI znajduje zastosowanie niemal automatycznie.
Jeżeli handlowiec może szybciej przygotować dobrą ofertę, skorzysta z narzędzia. Jeżeli menedżer projektu może skrócić spotkanie albo uporządkować chaos w komunikacji, zrobi to. Jeżeli developer może szybciej dostarczyć fragment kodu i potem go sprawdzić, ma jasny powód, by użyć AI.
Narzędzie nie zagraża wtedy zawodowej tożsamości. Pomaga osiągnąć wynik, za który dana osoba i tak jest oceniana.
Dlaczego AI zatrzymuje się w pracy eksperckiej
Znacznie ciekawsze są organizacje, w których AI mogłoby pomóc bardzo mocno, ale w praktyce pozostaje dodatkiem: kancelarie, firmy doradcze, działy analityczne, część instytucji finansowych i środowisk akademickich.
W takich miejscach stawką nie jest tylko szybkość pracy. Liczą się również:
- reputacja;
- zaufanie;
- autorstwo;
- poczucie eksperckości;
- przekonanie, że to właśnie moja wiedza jest źródłem wartości.
I tutaj AI dotyka czułego punktu. Pojawia się pytanie: jeżeli model językowy może przygotować pierwszą wersję analizy, umowy, rekomendacji albo raportu, to na czym polega moja przewaga?
To nie musi być lęk przed utratą pracy. Częściej jest to obawa przed utratą statusu: poczucia, że jest się osobą wyjątkową, potrzebną i trudną do zastąpienia.
Dlatego korzystanie z AI bywa w takich firmach dwuznaczne. Oficjalnie wszyscy słyszą, że warto używać tych narzędzi. Nieoficjalnie intensywne delegowanie części pracy do modelu może wydawać się podważaniem własnych kompetencji.
Efekt jest charakterystyczny: narzędzia AI są dostępne, ale używane ostrożnie i powierzchownie. Pomagają napisać mail, streścić dokument albo uporządkować notatki, lecz nie zmieniają naprawdę sposobu, w jaki powstaje wartość dla klienta.
Dlaczego kolejne szkolenie nie wystarczy
Kompetencje są potrzebne. Zespół musi wiedzieć, do czego używać AI, jak pisać dobre prompty, jak sprawdzać odpowiedzi i jak chronić poufne dane.
Ale sama wiedza nie wystarczy, jeśli organizacja nadal nagradza zachowania, które stoją w sprzeczności z nowym sposobem pracy.
Jeżeli uznanie, awans i poczucie bezpieczeństwa wynikają przede wszystkim z:
- kontrolowania informacji;
- tworzenia wszystkiego ręcznie;
- indywidualnego autorstwa;
- pokazywania własnej niezastępowalności,
to ludzie będą chronić dotychczasowy model pracy, nawet jeśli sami deklarują otwartość na AI.
W takiej firmie kolejne szkolenie może zwiększyć wiedzę o narzędziach, ale nie zmieni zachowania. Bariera nie leży w tym, że pracownicy nie potrafią korzystać z AI. Leży w tym, że nie widzą, jak mogą korzystać z tych narzędzi bez utraty swojej pozycji.
Największy błąd we wdrażaniu AI
Najczęstszy błąd polega na traktowaniu AI wyłącznie jako projektu technologicznego: wybrać narzędzie, kupić licencje, przeszkolić zespół i czekać na wzrost produktywności.
Tymczasem AI zmienia więcej niż sposób wykonania zadania. Zmienia również odpowiedzi na pytania:
- kto jest naprawdę potrzebny;
- za co ludzie są doceniani;
- co świadczy o eksperckości;
- co daje wpływ i pozycję w organizacji.
To są trudniejsze rozmowy niż wybór modelu lub zakup Copilota. Bez nich nawet dobre narzędzia mogą pozostać drogim dodatkiem, z którego ludzie korzystają tylko wtedy, gdy nie narusza on dotychczasowego układu.
Od czego zacząć
Jeżeli AI w firmie nie daje oczekiwanego efektu, nie zaczynałabym od kolejnego szkolenia. Najpierw warto sprawdzić:
- przy których zadaniach AI realnie skraca czas lub poprawia jakość;
- kto regularnie korzysta z narzędzi AI, a kto robi to tylko okazjonalnie;
- jakie zachowania firma naprawdę nagradza;
- czego pracownicy obawiają się, gdy mają oddać część pracy narzędziu;
- jak zdefiniować eksperckość tak, aby obejmowała ocenę, decyzję i odpowiedzialność, a nie wyłącznie ręczne wykonanie.
AI nie odbiera wartości ekspertom. Przesuwa ją z produkowania każdej pierwszej wersji na rozumienie problemu, ocenę wyniku i podejmowanie odpowiedzialnych decyzji.
Firmy, które potrafią to jasno nazwać i nagradzać, wykorzystają AI znacznie szybciej. Pozostałe mogą mieć najlepsze licencje i najlepszych ludzi, a mimo to pozostać niemal w tym samym miejscu.
