AI-first company

Pomiar · Rozpoznanie

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.

Autor
Ostatni przegląd
Poprawki
Zgłoś błąd
Kiedy Zrób potem. Gdy pierwsze zastosowania AI już działają.
Nakład pracy Średni (tygodnie, kilka osób)
Dowody Wstępne

Cztery badania prowadzone różnymi metodami wskazują ten sam kierunek: ocena jednej osoby to słaba wskazówka. Żadne z nich nie jest rzetelnym testem, a dwa dotyczą umiejętności cyfrowych w ogóle. Żadne badanie nie porównało decyzji podjętych na podstawie jednego źródła z decyzjami opartymi na kilku.

Pasuje do
Branże Wszystkie branże
W przewodniku Średnio-duże firmy

Na czym to polega

Większość ocen gotowości do AI to ankieta, którą wypełnia jedna osoba z zarządu. Zamiast tego zbierz trzy rodzaje odpowiedzi: co mówią szefowie, co mówią pracownicy i co da się zaobserwować lub sprawdzić testem.

Co pokazują dowody

  • Większość modeli zapisuje punkt widzenia z góry. Badacze zauważają, że wiele modeli dojrzałości zapisuje głównie opinie najwyższego kierownictwa, a nie mierzalne wyniki.
  • Opinie różnią się w zależności od szczebla. W jednej firmie finansowej pracownicy i ich przełożeni różnie opisywali umiejętności cyfrowe tych samych osób.
  • Samoocena chybia. W badaniu 629 studentów samoocena umiejętności cyfrowych różniła się od wyników testu w stopniu wykraczającym poza przypadek. Jedni oceniali się za wysoko, inni za nisko.
  • Osobiste używanie AI to nie gotowość firmy. W ankiecie wśród 179 menedżerów w Polsce 83% używało AI codziennie, a mimo to około 70% ich organizacji nie wyszło poza pilotaże. Menedżerowie, którzy wiedzieli więcej o AI, oceniali swoje organizacje surowiej.
  • To, co firma potrafi, liczy się bardziej niż jej wielkość. KfW, niemiecki państwowy bank rozwoju, zapytał około 6800 małych i średnich firm, czy używają AI. Gdy analiza uwzględniła liczbę zatrudnionych absolwentów studiów, innowacje, badania i strategię cyfrową, wielkość i branża miały niewielkie znaczenie. Firma bez absolwentów i bez innowacji miała 8% prawdopodobieństwa, że używa AI. Firma prowadząca stałe prace badawczo-rozwojowe miała 38%. W ankiecie Europejskiego Banku Centralnego wśród 5067 firm ze strefy euro 41% mikrofirm nie używało AI wcale, wobec 13% dużych firm. Ale około 7–8% firm każdej wielkości używało AI w istotnym zakresie. Oceniaj, co firma potrafi, a nie to, jak jest duża.

Ostatni wynik jest najważniejszy dla osoby, która wypełnia ankietę. Członek zarządu, który codziennie używa AI, może zakładać, że firma jest dalej, niż jest naprawdę. Ktoś, kto wie o AI niewiele, może nie widzieć braków.

Jak to zrobić

  1. Wybierz ankietę gotowości. Każda rozsądna się nada. AI Capability scale jest ogólnodostępna i została sprawdzona.
  2. Niech odpowiedzą na nią osobno co najmniej trzy grupy: najwyższe kierownictwo, kierownicy średniego szczebla i pracownicy pierwszej linii.
  3. Dodaj fakty, które nie zależą od opinii: ile zastosowań AI działa na co dzień, ilu pracowników ukończyło szkolenie, wyniki testów i to, czy firma prowadzi projekty innowacyjne albo ma strategię cyfrową.
  4. Zestaw odpowiedzi obok siebie. Zobacz, w czym grupy się nie zgadzają.
  5. Omów różnice ze wszystkimi trzema grupami w jednym pokoju. Te różnice to właśnie wynik.
  6. Powtórz ocenę po sześciu do dwunastu miesiącach.

Co mierzyć

  • Różnicę między grupami przy każdym pytaniu.
  • Różnicę między tym, co mówią ludzie, a zebranymi faktami.

Gdzie to zawodzi

  • Uśrednianie odpowiedzi. Średnia ukrywa niezgodę, a to ona jest najcenniejsza.
  • Za dużo ankiet. Niech ankieta będzie krótka. Długi formularz wypełniony byle jak jest gorszy niż krótki wypełniony szczerze.
  • Brak bezpiecznego sposobu na niezgodę. Jeśli odpowiedzi nie są anonimowe, pracownicy powtórzą zdanie swojego przełożonego.

Według wielkości firmy

  • Średnie: godzinne warsztaty z mieszaną grupą mogą zastąpić ankietę.
  • Średnio-duże i duże: prowadź ocenę osobno dla każdej jednostki biznesowej. Jednostki różnią się bardziej, niż sugerują średnie dla całej firmy.

Narzędzia diagnostyczne do tej praktyki

To gotowe kwestionariusze, testy i scenariusze, których możesz użyć. Każda karta podaje pytanie, na które narzędzie odpowiada, kto je wypełnia i czy możesz go swobodnie używać. Wszystkie narzędzia diagnostyczne.

Źródła

  1. Silva, São Mamede and Santos (2024). A new proposed model to assess the digital organizational readiness to maximize the results of the digital transformation in SMEs. Journal of Innovation & Knowledge, 10(1), 100644. Co zrobiło i co wykazało to badanie
  2. Rogacka (2022). Digital skills in the workplace – from the employees’ and supervisors’ perspective. e-mentor, 5(97), 53–64. Co zrobiło i co wykazało to badanie
  3. Luna, Ocaña, Ortiz-Colón and Rodríguez Moreno (2026). From Self-Perception to Reality in Digital Competence: Findings from the DigComp 2.2 Framework. The Electronic Journal of e-Learning, 24(3), 137–153. Co zrobiło i co wykazało to badanie
  4. Wojewodzic (2026). AI Transformation in Polish Organisations: The Gap Between Individual Adoption and Organisational Maturity. e-mentor, 2(114), 75–83. Co zrobiło i co wykazało to badanie
  5. Zimmermann (KfW Research) (2026). Einsatz von Künstlicher Intelligenz vor allem in Unternehmen mit hohen Innovations- und Digitalisierungsaktivitäten. KfW Research, Fokus Volkswirtschaft No. 533 (11 February 2026), with No. 554 (29 July 2026). Co zrobiło i co wykazało to badanie
  6. Ferrando, Lamboglia, Rariga and Schmidt (2026). Adoption and investment in AI across the euro area: Insights from harmonised firm-level data. European Central Bank, Occasional Paper Series No 395. Co zrobiło i co wykazało to badanie

Twierdzenia na ten temat, sprawdzone z tymi badaniami: