W skrócie
- Prawie każda firma gdzieś używa AI. Niewiele z nich zmieniło przez to sposób pracy.
- Zmiana następuje proces po procesie, w czterech etapach: Rozpoznanie, Zastosowanie, Przebudowa, Utrzymanie.
- Większość prób utyka między Zastosowaniem a Przebudową: narzędzie już działa, a proces się nie zmienił.
- Każda praktyka na tej stronie ma oznaczony etap, do którego należy.
Czym jest AI-first, przeczytasz w przewodniku. Cztery etapy to sposób, w jaki ta strona porządkuje praktyki. Nie są drabiną dojrzałości.
1. Rozpoznanie
Sprawdź, gdzie jesteś i gdzie AI mogłaby pomóc. Patrz na zadania, nie na nazwy stanowisk. Pytaj kilka grup ludzi, nie jednego członka zarządu.
Ten etap masz za sobą, gdy: Masz wybrane jeden lub dwa procesy na początek i zapisane, jak działają dziś.
- 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)
- 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)
2. Zastosowanie
Użyj AI w tych procesach, a wyniki niech sprawdzają ludzie. Przeszkol osoby, które z niej korzystają. Wskaż, kto za to odpowiada.
Ten etap masz za sobą, gdy: Liczby zmieniły się względem pomiaru wyjściowego, a pracownicy używają narzędzia bez przymusu.
- Chroń poczucie bezpieczeństwa psychologicznego podczas wdrożenia AI Projekty AI mogą sprawić, że pracownicy boją się zabierać głos i niechętnie dzielą się wiedzą. Powiedz wcześnie, co AI oznacza dla miejsc pracy, i konsultuj się z ludźmi, których to dotyczy. Zrób najpierw · Nakład pracy: średni (tygodnie, kilka osób)
- Niech człowiek sprawdza wszystko, co trafia do klienta lub ma znaczenie prawne Zanim wynik AI wyjdzie poza firmę albo posłuży do decyzji, wskazana osoba sprawdza go z prawdziwymi źródłami i zatwierdza. Niech to sprawdzenie będzie krokiem w procesie, z zarezerwowanym na nie czasem. Zrób najpierw · Nakład pracy: średni (tygodnie, kilka osób)
- 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)
- Szkol pracowników z obsługi narzędzi, które firma naprawdę wybrała Pokaż każdemu użytkownikowi, czym jest wybrane narzędzie AI, gdzie się myli i co trzeba sprawdzać. Pracuj na własnych zadaniach i własnych zasadach, daj ludziom czas na ćwiczenie i obejmij szkoleniem pracowników tymczasowych. Zrób najpierw · Nakład pracy: średni (tygodnie, kilka osób)
- Mierz czas zaoszczędzony na zadaniu względem pomiaru wyjściowego Zanim dodasz AI, zapisz, ile trwa zadanie i jak dobry jest wynik. Bez tej liczby wyjściowej nie odróżnisz prawdziwego zysku od pobożnego życzenia. Zrób najpierw · Nakład pracy: niski (dni, jedna osoba)
- Napisz jednostronicową politykę korzystania z AI, którą pracownicy naprawdę przeczytają Zmieść zasady dotyczące AI na jednej stronie: jakie narzędzia są dozwolone, czego nigdy nie wolno do nich wpisywać, kto sprawdza wyniki i kogo pytać. Potem wbuduj najważniejszą zasadę w samą pracę, bo sama kartka jest ignorowana. Zrób najpierw · Nakład pracy: niski (dni, jedna osoba)
- Wyznacz jedną osobę odpowiedzialną za AI Powierz odpowiedzialność za AI jednej wskazanej osobie z kierownictwa: priorytety, budżet, ryzyko i wyniki. Wspólna odpowiedzialność zwykle oznacza, że nikt nie decyduje. Zrób najpierw · Nakład pracy: niski (dni, jedna osoba)
- Zaplanuj budżet na pracę, którą tworzy AI AI usuwa część pracy i dodaje inną: sprawdzanie wyników, prowadzenie zapisów, obsługę wyjątków i dbanie o narzędzia. Policz tę pracę i przypisz jej właściciela, zanim policzysz oszczędność. Zrób najpierw · Nakład pracy: niski (dni, jedna osoba)
- Zdecyduj, jakie dane mogą trafiać do jakich narzędzi AI Podziel dane na dwie lub trzy grupy i określ, do jakich narzędzi AI może trafiać każda z nich. Tajemnice klientów i dane osobowe nie trafiają do publicznych narzędzi. Tam, gdzie błąd byłby poważny, zablokuj przesyłanie, zamiast polegać na zasadzie. Zrób najpierw · Nakład pracy: niski (dni, jedna osoba)
- Niech AI pokazuje, na czym opiera swoją odpowiedź Wynik punktowy lub szacunek bez uzasadnienia trudno ocenić. Wybieraj i ustawiaj narzędzia AI tak, by każda odpowiedź przychodziła z tym, na czym się opiera: zaznaczonym fragmentem obrazu, podobnymi dawnymi przypadkami, fragmentem dokumentu. Zrób potem · Nakład pracy: średni (tygodnie, kilka osób)
- Sprawdzaj wiedzę o AI testem, zamiast prosić pracowników o samoocenę Ludzie słabo oceniają własne umiejętności. Żeby dowiedzieć się, co twoi pracownicy wiedzą o AI, użyj krótkiego testu wiedzy albo drugiej opinii, a nie tylko samooceny. Zrób potem · Nakład pracy: średni (tygodnie, kilka osób)
- Najpierw daj wsparcie AI pracownikom z krótszym stażem Gdy wdrażasz asystenta AI do dobrze określonego zadania, zacznij od mniej doświadczonych osób. Badania pokazują, że to one zyskują najwięcej. Zrób potem · Nakład pracy: niski (dni, jedna osoba)
- Obiecuj tylko to, co twoja AI robi w sprawdzonych testach Jeśli mówisz klientom, że twój produkt lub usługa używa AI albo jak dobrze działa, miej dowody, zanim to powiesz. Regulatorzy traktują „oparte na AI” i „dokładność 98%” jak każde inne twierdzenie o faktach. Zrób potem · Nakład pracy: niski (dni, jedna osoba)
- Uporządkuj własne dane, zanim AI zacznie na ich podstawie przewidywać AI, która szacuje cenę, czas albo następny krok, uczy się na twoich dawnych zleceniach i klientach. Najpierw zadbaj, by te dane były kompletne, spójne i w jednym miejscu. W opisanych tu przypadkach to była większość pracy. 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)
- Sprawdź porady AI dotyczące pieniędzy, podatków i prawa, zanim zaczniesz działać Gdy używasz narzędzia AI jako doradcy, sprawdź jego porady dotyczące pieniędzy, podatków i prawa w wiarygodnym źródle albo u specjalisty, zanim zaczniesz działać. W małej firmie nikt inny nie wyłapie błędnej odpowiedzi. Zrób potem · Nakład pracy: niski (dni, jedna osoba)
- Ustal granice, zanim narzędzie zacznie działać Zanim narzędzie AI ustali cenę, wyśle wiadomość albo wykona krok za ciebie, zapisz, czego nie może zrobić nigdy, jak daleko może się posunąć i co wymaga człowieka. Wbuduj te granice w narzędzie, a potem testuj w ich ramach. Zrób potem · Nakład pracy: niski (dni, jedna osoba)
3. Przebudowa
Zmień sam proces. Zdecyduj od nowa, kto wykonuje każdy krok, w jakiej kolejności i gdzie sprawdza człowiek.
Ten etap masz za sobą, gdy: Cały proces, od początku do końca, jest szybszy lub lepszy. Jeden szybszy krok nie wystarczy.
- Dla każdego rodzaju zadania sprawdź, czy człowiek z AI wypada lepiej niż każde z nich osobno Nie zakładaj, że dodanie człowieka do AI albo AI do człowieka daje najlepszy wynik. Sprawdź to dla każdego rodzaju zadania, zanim ustalisz proces. Zrób potem · Nakład pracy: średni (tygodnie, kilka osób)
- Przebuduj proces pracy, zamiast dokładać do niego narzędzie Danie ludziom narzędzia AI w niezmienionym procesie niewiele zmienia. Zdecyduj od nowa, kto wykonuje każdy krok, w jakiej kolejności i gdzie sprawdza człowiek. Zrób potem · Nakład pracy: wysoki (miesiące, kilka zespołów)
4. Utrzymanie
Dbaj, żeby to działało. Narzędzia i modele się zmieniają, umiejętności słabną, wkradają się błędy. Ten etap nie ma końca.
Ten etap masz za sobą, gdy: Regularnie przeglądasz wyniki, umiejętności i ryzyka i działasz na podstawie tego, co znajdziesz.
- Gdy AI się pomyli, popraw błąd szybko i otwarcie Zdecyduj już teraz, co się dzieje, gdy błąd AI wyjdzie na zewnątrz: kogo się powiadamia, kto wycofuje lub poprawia pracę i kto sprawdza, jak daleko sięga problem. W opisanych przypadkach firmy, które szybko przyznały się do błędu, potraktowano znacznie łagodniej niż te, które go broniły. Zrób potem · Nakład pracy: niski (dni, jedna osoba)
- Co jakiś czas sprawdzaj, co pracownicy potrafią zrobić bez AI Na próbce przypadków niech ludzie wykonają pracę bez AI, a wynik porównaj z ich zwykłą pracą. Zacznij od osób, które sprawdzają wyniki AI, i od osób, które wciąż uczą się zawodu, a narzędzia dla uczących się ustaw tak, by dawały wskazówki, a nie odpowiedzi. Zrób później · Nakład pracy: średni (tygodnie, kilka osób)
- Zachowaj zadania, na których uczą się początkujący Zanim zautomatyzujesz rutynową pracę, sprawdź, czy to na niej młodsi pracownicy uczą się zawodu. Jeśli tak, zostaw im jej część albo zapewnij naukę w inny sposób. Zrób później · Nakład pracy: średni (tygodnie, kilka osób)
Dlaczego większość prób utyka
- Szerokie użycie, mały zysk. W ankiecie McKinsey z 2025 roku 88% organizacji używało AI w co najmniej jednym obszarze działalności. Około 6% przypisało jej co najmniej 5% zysku operacyjnego.
- Projekty są porzucane. W ankiecie S&P Global opisanej w 2025 roku 42% firm podało, że porzuciło większość swoich inicjatyw AI, wobec 17% rok wcześniej (CIO Dive).
- Dostępność to nie zmiana. Na duńskim rynku pracy chatboty upowszechniły się bez żadnej mierzalnej zmiany w zarobkach czy godzinach pracy.
- Ocenianie wyłącznie po kosztach obraca się przeciwko firmie. Klarna podała w 2024 roku, że jej asystent AI wykonuje pracę 700 konsultantów obsługi klienta. W 2025 roku jej prezes powiedział, że koszt był “a too predominant evaluation factor” [„zbyt dominującym kryterium oceny”], że ucierpiała jakość i że firma zatrudni więcej konsultantów-ludzi (Customer Experience Dive).
Wspólny wniosek: wyniki przychodzą z przebudowy konkretnego procesu i jego pomiaru. Zobacz przebuduj przebieg pracy i mierz względem pomiaru wyjściowego.
Według wielkości firmy
Etapy są takie same przy każdej wielkości firmy. Różnią się tempo i koszt. Mała firma może przejść z Rozpoznania do Przebudowy w jednym procesie w kilka tygodni. Duża firma ma wiele procesów na różnych etapach jednocześnie.