Zaplanuj budżet na pracę, którą tworzy AI

Na czym to polega

Twój plan dla AI prawdopodobnie liczy czas, którego zadanie już nie zajmie. Policz też nową pracę, którą przynosi AI:

Sprawdzanie. Ktoś czyta wynik, zanim zostanie użyty.
Prowadzenie zapisów. Ktoś zapisuje, co zostało wygenerowane i kto to zatwierdził.
Obsługa wyjątków. Nietypowe przypadki muszą trafić do człowieka, a ktoś musi o nich zdecydować.
Odpowiedzialność za proces. Ktoś ustala, gdzie w procesie jest AI i jakie obowiązują zasady.
Dbanie o narzędzia. Ktoś utrzymuje narzędzia, polecenia (prompty), ustawienia i połączenia z innymi systemami.

Każde z tych zadań potrzebuje czasu w czyimś tygodniu i nazwiska obok.

Co pokazują dowody

Problemy, którymi zajmuje się ta praktyka, zostały zbadane:

Wyniki AI trzeba sprawdzać. W zadaniu, które AI wykonywała źle, konsultanci korzystający z AI o 19 punktów procentowych rzadziej dochodzili do poprawnej odpowiedzi. Ktoś musi wyłapać takie przypadki.
Sprawdzanie staje się pracą. W ankiecie wśród 319 pracowników umysłowych krytyczna praca, która pozostała, przesunęła się na sprawdzanie, łączenie i nadzorowanie wyników AI. Według badania agentów AI używanych w praktyce 74% zespołów, które budują agentów AI, ocenia ich głównie w ten sposób, że ludzie przeglądają ich wyniki.
Człowiek z AI nie jest z założenia lepszy. W 106 eksperymentach człowiek pracujący z AI radził sobie średnio gorzej niż lepsze z tych dwojga pracujące osobno. Sprawdzanie wymaga umiejętności i czasu.
Gdy nikt nie odpowiada za sprawdzanie, umiejętności zanikają. W jednej firmie księgowej pracownicy nadal odpowiadali za zautomatyzowaną pracę, której już w pełni nie rozumieli.
Koszt może spaść na osobę, która dostaje pracę. W ankiecie BetterUp Labs, firmy sprzedającej coaching, i badaczy ze Stanford wśród 1150 pracowników biurowych w USA 40% odpowiedziało, że w ostatnim miesiącu dostało od kogoś wynik AI, który wyglądał na gotowy, a gotowy nie był. Odbiorca, często z innego zespołu, musi go poprawić. Ta ankieta to sygnał: nie opisano, jak rekrutowano respondentów.
Cięcia przed liczeniem. Commonwealth Bank of Australia ogłosił, że 45 stanowisk przejmie głosowy bot AI. Związek zawodowy wskazał, że liczba połączeń rosła, pracownikom proponowano nadgodziny, a kierownicy zespołów sami odbierali telefony. Bank przyznał później, że te stanowiska nie były zbędne.
Oszczędności mogą zniknąć. W Danii powszechne używanie chatbotów AI po dwóch latach nie zostawiło śladu w zarobkach ani w rejestrowanych godzinach pracy.

Jak to zrobić

Dla każdego zadania, które chcesz przekazać AI, wypisz, co nadal będzie robił człowiek: sprawdzanie, zatwierdzanie, zapisy, obsługa wyjątków.
Oszacuj czas każdej z tych czynności w skali tygodnia. Zapytaj ludzi, którzy będą je wykonywać.
Odejmij ten czas od spodziewanej oszczędności. Planuj na podstawie wyniku netto.
Wyznacz osobę odpowiedzialną za każdy proces, w którym jest AI. Ta osoba ustala zasady i decyduje o wyjątkach.
Wyznacz jedną osobę odpowiedzialną za same narzędzia AI. Zob. wyznacz jedną osobę odpowiedzialną za AI.
Wpisz nowe obowiązki do zakresów obowiązków i do planu obciążenia pracą. Niech nie zostaną przysługami.
Po pilotażu zrób przegląd. Czas sprawdzania często spada, gdy narzędzie zdobywa zaufanie. Czasem rośnie.

Co mierzyć

Czas na sprawdzanie i poprawianie wyników AI w przeliczeniu na zadanie.
Odsetek przypadków, które stają się wyjątkami.
Zaoszczędzony czas netto: czas zaoszczędzony minus czas dodany.

Gdzie to zawodzi

Liczenie oszczędności bez czasu na sprawdzanie. Uzasadnienie biznesowe wygląda lepiej niż późniejszy wynik.
Nikt nie odpowiada za wyjątki. Każdy zespół obsługuje je inaczej, a ich liczba rośnie.
Sprawdzanie staje się formalnością. Ludzie zatwierdzają bez czytania. Od czasu do czasu sprawdzaj losowo wybrane zatwierdzenia.
IT staje się kolejką. Gdy nikt nie dba o narzędzia, każda zmiana czeka na dział IT.

Według wielkości firmy

Mikro i małe: jedna osoba może pełnić wszystkie role. Mimo to zapisz godziny.
Średnie: jedna osoba odpowiedzialna za narzędzia i wskazana osoba odpowiedzialna za każdy proces, w którym jest AI.
Średnio-duże i duże: mały zespół, który dba o narzędzia AI, i osoby odpowiedzialne za procesy w działach biznesowych.

Zobacz w praktyce

Przykład praktyczny Praca, którą tworzy AI, w firmie zatrudniającej 118 osób Analiza 31 stanowisk wykazała 132 nowe zadania w ramach tych stanowisk. Wykazała też 26 kolejnych, które zależą od osoby odpowiedzialnej za proces, i 29, które zależą od osoby dbającej o narzędzia AI.

Przypadki firm

Co się stało bez niej

Źródła

Lee, Sarkar, Tankelevitch, Drosos, Rintel, Banks and Wilson (2025). The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers. Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems, Article 1121. Co zrobiło i co wykazało to badanie
Pan, Arabzadeh, Cogo and others (2026). Measuring agents in production. ICML 2026. arXiv 2512.04123. arxiv.org
Niederhoffer, Kellerman, Lee, Liebscher, Rapuano and Hancock (September 2025). AI-generated “workslop” is destroying productivity. Harvard Business Review. BetterUp Labs, one of the authors’ employers, sells coaching. hbr.org