Na czym to polega
Planując projekt AI, policz koszt całej zmiany: szkolenia, czas pracowników na przebudowę ich pracy, komunikację i wolniejsze tygodnie, kiedy ludzie się uczą. Nie zatrzymuj się na cenie oprogramowania.
Znana praktyczna reguła pochodzi od firmy doradczej BCG. Mówi, że 10% wysiłku w programie AI idzie na algorytmy, 20% na technologię i dane, a 70% na zmianę w ludziach i procesach. Dokładne liczby traktuj jako opinię. Sam kierunek ma potwierdzenie.
Co pokazują dowody
- Najsilniejszą barierą są umiejętności. W ankiecie wśród 108 specjalistów w Holandii brak wykwalifikowanych pracowników hamował postępy z AI bardziej niż cokolwiek innego. Systemy IT i problemy z danymi nie miały bezpośredniego wpływu wykraczającego poza przypadek.
- Szkolenia i konsultacje idą w parze z lepszymi wynikami. Ankiety OECD w siedmiu krajach wykazały, że pracownicy radzili sobie lepiej tam, gdzie pracodawcy ich szkolili i konsultowali z nimi sprawy AI.
- Bariery są organizacyjne. W ankiecie wśród 179 menedżerów w Polsce bariery były głównie organizacyjne, a nie techniczne. Zarządzanie zmianą sprawiało problem zarówno przeszkolonym, jak i nieprzeszkolonym menedżerom.
Jak to zrobić
- Zanim zatwierdzisz narzędzie, wypisz koszty niezwiązane z narzędziem: godziny szkoleń, warsztaty z przebudowy pracy, czas na sprawdzanie wyników, wsparcie.
- Każdy z nich wyceń w godzinach i pieniądzach.
- Zaplanuj spadek wydajności na czas, gdy ludzie się uczą.
- Sfinansuj szkolenia dla osób, które używają narzędzia na co dzień, a nie tylko dla specjalistów.
- Daj kierownikom czas na przebudowę pracy ich zespołów.
- Po pierwszym projekcie przejrzyj podział kosztów i popraw kolejny budżet.
Co mierzyć
- Jaka część budżetu AI idzie na narzędzia, a jaka na wszystko inne.
- Godziny szkoleń na użytkownika.
- Ile osób faktycznie używa narzędzia: odsetek docelowych użytkowników, którzy po trzech miesiącach korzystają z niego co tydzień.
Gdzie to zawodzi
- Traktowanie 70% jako celu. Właściwy podział zależy od projektu. Prosta wbudowana funkcja wymaga niewiele pracy nad zmianą. Przebudowany proces wymaga jej dużo.
- Szkolenia, z których nie ma jak skorzystać. Szkolenie na kilka miesięcy przed tym, zanim ludzie dostaną narzędzie, to strata.
- Pomijanie technologii. Jakość danych i integracja z istniejącymi systemami to też realne bariery, zwłaszcza gdy wdrażasz AI szerzej niż w pilotażu.
Według wielkości firmy
- Średnie: kupujesz i konfigurujesz narzędzia, nie budujesz ich. Dlatego niemal cały twój własny wysiłek to ludzie i procesy.
- Średnio-duże: spodziewaj się, że jakość danych i integracja zajmą większą część, gdy zaczniesz wdrażać pilotaże szerzej.
- Duże: praca nad zmianą obejmuje wiele jednostek. Zaplanuj na nią budżet centralnie, bo inaczej każda jednostka da na nią za mało.
Przypadki firm
Firmy, które to zrobiły
Źródła
- van Veen, Zhu and Ravesteyn (2026). How AI Implementation Barriers Shape AI Maturity? The Interacting Roles of Skilled Employees, Technological Infrastructure and Data Quality. CONF-IRM 2026 Proceedings, 17. Co zrobiło i co wykazało to badanie
- Lane, Williams and Broecke (2023). The impact of AI on the workplace: Main findings from the OECD AI surveys of employers and workers. OECD Social, Employment and Migration Working Papers, No. 288. Co zrobiło i co wykazało to badanie
- 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
- BCG (2022). 5 Rules for Fixing AI and Machine Learning for Your Business (the 10-20-70 rule). bcg.com
Twierdzenia na ten temat, sprawdzone z tymi badaniami:
- „MIT Sloan pokazuje, że przeszkody w transformacji cyfrowej są głównie kulturowe” Brak potwierdzenia
Powiązane praktyki
- 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)
- 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)
- 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)