W skrócie
- Zdecyduj, jak daleko idziesz: lepsze narzędzia, przebudowane działy czy nowe produkty.
- Firmy, które podają największą wartość z AI, celują we wzrost lub innowacje, nie tylko w oszczędności.
- Dla mniejszych firm kupno zwykle wypada lepiej niż budowa własnych rozwiązań.
- Nie opieraj planu na wskaźniku dojrzałości, wskaźniku narażenia na AI ani na komunikacie innej firmy.
Czym jest AI-first, przeczytasz w przewodniku.
Trzy poziomy ambicji
Firma doradcza BCG wyróżnia trzy podejścia (BCG, 2024):
- Deploy [Wdróż]: gotowe narzędzia dla wszystkich pracowników.
- Reshape [Przebuduj]: całe działy przebudowane wokół AI.
- Invent [Wymyśl]: nowe produkty i usługi oparte na AI.
BCG szacuje wzrost produktywności dla Deploy na 10–15%, a dla Reshape na 30–50%. Ten podział przydaje się jako pytanie: na które z trzech podejść planujesz? Tylko drugie i trzecie zmieniają sposób działania firmy, a to właśnie oznacza AI-first.
Celuj dalej niż w koszty
W ankiecie McKinsey z 2025 roku 80% respondentów podało, że ich firma postawiła AI cel w postaci wydajności. Firmy, które podają największą wartość, często stawiają też cele wzrostu lub innowacji. Ponad trzy razy częściej niż inne deklarowały, że chcą użyć AI do przekształcenia swojego biznesu.
Odwrotny przypadek też jest udokumentowany. Klarna oceniała swoją AI w obsłudze klienta głównie przez pryzmat kosztów, a później przyznała, że ucierpiała jakość (Customer Experience Dive).
Kupić czy zbudować
- Za kupnem. Badanie MIT z 2025 roku, w relacji magazynu Fortune, wykazało, że zakup narzędzi AI od wyspecjalizowanych dostawców i budowanie partnerstw kończyło się sukcesem w około 67% przypadków, znacznie częściej niż budowa wewnętrzna (Fortune).
- Wynik, który wskazuje w drugą stronę. W ankiecie wśród 179 liderów w Polsce rozwiązania budowane wewnętrznie wypadły na etapie weryfikacji koncepcji wyraźnie lepiej niż kupione oprogramowanie.
- Wielkość firmy rozstrzyga większość. Firma bez specjalistów od danych czy IT nie utrzyma tego, co zbuduje. Dla mikro, małych i średnich firm praktycznym modelem jest kupić, skonfigurować i ustalić zasady.
Co zmienia się w modelu biznesowym
AI-first może zmienić model biznesowy w trzech miejscach.
- Koszt obsługi. Rutynowa praca kosztuje mniej. Oszczędność jest prawdziwa tylko wtedy, gdy jakość się utrzymuje, więc mierz jedno i drugie.
- Szybkość. Praca, która zajmowała dni, może zająć godziny. To może stać się czymś, co sprzedajesz: szybsze wyceny, szybsze odpowiedzi, szybsza dostawa.
- Nowa oferta. Niektóre firmy budują produkty na własnych danych. Stripe na przykład podaje, że model płatności wytrenowany na jego danych o transakcjach poprawił wykrywanie jednego rodzaju oszustw kartowych o 64% (TechCrunch).
Większość firm zmieni dwie pierwsze rzeczy długo przed trzecią. Zanim cokolwiek obiecasz, ustal, których zadań to dotyczy: zmapuj zadania, zanim zdecydujesz, co zautomatyzować.
Na czym nie opierać planu
- Wskaźnik dojrzałości. Dowody, że wyższy wynik prowadzi do lepszych rezultatów, są skąpe i sporne. Zobacz nie traktuj wskaźnika dojrzałości jak prognozy.
- Wskaźnik narażenia na AI. Liczba, która mówi, jaką część pracy AI „mogłaby” wykonać, pokazuje tylko potencjał. W 23 krajach zawody bardziej narażone na AI nie straciły łącznie zatrudnienia (badanie).
- Komunikat innej firmy. Ogłoszenie mówi, co firma zamierza. Nie mówi, czy to zadziałało. Zobacz co nie liczy się jako dowód.
- Deklarowane zwroty. Wskaźniki zwrotu z inwestycji z ankiet wśród menedżerów to opinie. Twój własny pomiar wyjściowy jest wart więcej.
Praktyki
Praktyki dotyczące strategii i sprawdzania, gdzie jesteś. Najpierw to, co trzeba zrobić najpierw.
- Rozpisz zadania, zanim zdecydujesz, co zautomatyzować Rozłóż stanowiska na zadania i przyjrzyj się każdemu z nich. Publikowane wskaźniki oceniają, jaką część pracy mogłaby wykonać AI, czyli jej „ekspozycję” na AI. Traktuj wysoki wynik jako miejsce, któremu warto się przyjrzeć, a nie jako decyzję o automatyzacji. Zrób najpierw · Nakład pracy: niski (dni, jedna osoba)
- Planuj budżet na ludzi i procesy, nie tylko na narzędzia Licencje to mała część kosztów. Większość czasu i pieniędzy zaplanuj na szkolenia, przebudowę pracy i pomoc ludziom w przejściu przez zmianę. Zrób najpierw · Nakład pracy: niski (dni, jedna osoba)
- Zanim kupisz, poproś dostawcę AI o dowody i przetestuj narzędzie na własnym materiale Nie przyjmuj na wiarę liczby, którą dostawca AI podaje jako dokładność narzędzia, ani obietnicy „pełnej zgodności z przepisami”. Zapytaj, jak i na czym to sprawdzono, przeprowadź mały test na własnym materiale i sprawdź warunki dotyczące twoich danych i wyjścia z umowy. Zrób najpierw · Nakład pracy: średni (tygodnie, kilka osób)
- Poznaj przepisy, które już dotyczą twojego korzystania z AI Większość przepisów, które wiążą cię przy korzystaniu z AI, to nie są przepisy o AI. Odpowiadasz za to, co mówi i robi twoja AI, na podstawie przepisów o ochronie konsumentów, prywatności, reklamie i zasad zawodowych, których już przestrzegasz. Wypisz zastosowania AI i do każdego dopasuj przepisy. Zrób najpierw · Nakład pracy: niski (dni, jedna osoba)
- Zacznij od gotowej AI w oprogramowaniu, którego już używasz, zanim zbudujesz własną Twoje oprogramowanie biurowe, księgowe, do obsługi klienta i do sprzedaży prawdopodobnie ma już funkcje AI. Wypróbuj je na jednym zadaniu, z kilkoma licencjami i zmierzonym wynikiem, zanim komuś zapłacisz za zbudowanie czegoś na zamówienie. Zrób najpierw · Nakład pracy: niski (dni, jedna osoba)
- Zacznij od jednego kosztownego procesu, a nie od wdrożenia w całej firmie Wybierz jeden proces, który wyraźnie kosztuje czas lub pieniądze. Zastosuj w nim AI, z człowiekiem sprawdzającym wyniki, i rozszerzaj dopiero wtedy, gdy liczby się poprawią. Zrób najpierw · Nakład pracy: średni (tygodnie, kilka osób)
- Nie traktuj wyniku oceny dojrzałości jak prognozy Wynik oceny dojrzałości lub gotowości do AI opisuje, gdzie według własnej deklaracji jesteś. Dowody, że wyższy wynik prowadzi do lepszych rezultatów, są skąpe i sporne. Używaj go, by zacząć rozmowę, a nie by przewidywać zyski. Zrób potem · Nakład pracy: niski (dni, jedna osoba)
- Mierz gotowość i opór osobno Pracownicy mogą jednocześnie chcieć AI i się jej obawiać. Pytaj o jedno i drugie osobno. Jeden wynik „gotowości” ukrywa obawy. Zrób potem · Nakład pracy: średni (tygodnie, kilka osób)
- Oceniaj gotowość na podstawie kilku źródeł, a nie oceny jednego członka zarządu Ocena gotowości wypełniona przez jedną osobę z kierownictwa pokazuje punkt widzenia tej osoby. Zapytaj też pracowników i kierowników, a odpowiedzi porównaj z tym, co da się zaobserwować. Zrób potem · Nakład pracy: średni (tygodnie, kilka osób)
- Prowadź dwa tory: część zadań przekaż AI, w innych daj ekspertom pomoc AI Traktuj prace nad AI jak dwa programy. Jeden automatyzuje powtarzalne zadania cyfrowe, których wyniki łatwo sprawdzić. Drugi daje pomoc AI ekspertom przy pracy, której nie da się przekazać. Oceniaj każdy według jego własnej miary. Zrób potem · Nakład pracy: średni (tygodnie, kilka osób)