Licencję na narzędzie AI można kupić szybko. Zmiany sposobu pracy nie da się jednak wdrożyć jednym kliknięciem. O tym, czy technologia przełoży się na większą produktywność, decyduje przede wszystkim sposób, w jaki organizacja połączy ją z konkretnymi zadaniami, procesami i rolami pracowników. Badanie The Multi-Year AI Advantage: Building the Enterprise of Tomorrow, przygotowane przez Capgemini Research Institute, pokazuje, że kluczowe stają się przywództwo, kompetencje pracowników, odpowiednie zasady zarządzania i jakość danych. Jednocześnie 66% badanych deklaruje, że współpraca człowieka z AI przyniosła już mierzalną poprawę produktywności i jakości decyzji. Droga do takiego rezultatu prowadzi jednak przez dobór właściwych zastosowań, pilotaż, szkolenia dopasowane do ról, wsparcie po uruchomieniu oraz systematyczne mierzenie efektów.
Najpierw problem, potem technologia
Jedno z najważniejszych pytań na początku wdrożenia nie powinno brzmieć „co potrafi AI?”, ale „w którym miejscu naszej pracy może rozwiązać konkretny problem?”. To istotna różnica, bo narzędzie wdrożone bez jasno określonego zastosowania może szybko stać się kolejną aplikacją, do której pracownicy mają dostęp, ale nie widzą powodu, by regularnie z niej korzystać.
Firmy coraz wyraźniej przesuwają więc uwagę z eksperymentowania na zastosowania, których wartość można wykazać i które mają potencjał skalowania. 62% badanych zgadza się ze stwierdzeniem, że wydatki na AI powinny być bardziej skoncentrowane na sprawdzonych, skalowalnych use case’ach niż na projektach eksperymentalnych. Jednocześnie 64% organizacji deklaruje, że zaczęło wstrzymywać inicjatywy o niższej wartości, aby przekierować wysiłki na obszary o większym potencjale.
Nieprzypadkowo inwestycje trafiają przede wszystkim tam, gdzie procesy są dobrze zdefiniowane, a rezultaty można stosunkowo jasno mierzyć. W skali globalnej do najczęściej wskazywanych priorytetów należą sprzedaż i marketing oraz operacje IT. Z perspektywy adopcji ma to duże znaczenie: pracownikowi łatwiej włączyć AI do codziennej pracy, jeśli od początku wie, w jakim zadaniu ma mu ono pomóc i jaki efekt powinno przynieść.
Pilotaż ma dawać odpowiedzi, nie tylko robić wrażenie
Dobrze zaprojektowany pilotaż nie służy wyłącznie temu, by sprawdzić, czy technologia działa. Powinien przede wszystkim odpowiedzieć na pytania: dla których grup użytkowników rozwiązanie przynosi największą wartość, w jakich zadaniach sprawdza się najlepiej i co trzeba poprawić przed rozszerzeniem wdrożenia.
Dlatego warto już na tym etapie różnicować uczestników według ról i charakteru pracy, dostosowywać do nich scenariusze wykorzystania oraz szkolenia, a następnie obserwować nie tylko częstotliwość korzystania z AI, ale również jego wpływ na wykonywane zadania. Dane z pilotażu i informacje zwrotne od użytkowników powinny później pomóc zdecydować, które zastosowania rozwijać, które modyfikować, a z których zrezygnować.
W projektach Microsoft 365 Copilot, które realizowaliśmy w Capgemini, wyraźnie widać, że sama technologia jest tylko jednym z elementów całej zmiany. W pilotażach pracowaliśmy z różnymi grupami użytkowników, dopasowywaliśmy do nich szkolenia, a adopcję i efekty śledziliśmy za pomocą odpowiednich wskaźników. Przy przechodzeniu do większej skali dochodziły jasno określone mierniki sukcesu oraz zasady zarządzania i nadzoru. W opisanych projektach ponad 70% użytkowników korzystało z rozwiązania co najmniej raz w tygodniu, a potencjalną oszczędność czasu szacowano na około 5–6 godzin miesięcznie na pracownika. To dobrze pokazuje, że rezultat nie bierze się z samego przydzielenia licencji, ale z zaprojektowania całego procesu adopcji
– komentuje Piotr Kaczorek- Strategy & Transformation Manager w Capgemini Polska.
Jedno szkolenie nie zmieni sposobu pracy
Kolejny etap zaczyna się wtedy, gdy rozwiązanie trafia do większej grupy użytkowników. I właśnie tutaj jednorazowe szkolenie z obsługi narzędzia okazuje się niewystarczające.
53% firm uczestniczących w badaniu Capgemini Research Institute wymienia podnoszenie i zmianę kwalifikacji pracowników jako jeden z kluczowych czynników przyspieszających adopcję AI. Jednocześnie 67% wskazuje silne wsparcie i wizję ze strony kadry zarządzającej, 59% dostęp do zewnętrznych partnerów, a po 53% – mocniejsze ramy governance oraz jasność regulacyjną i etyczną. To ważny sygnał: rozwój kompetencji nie działa w próżni, lecz jako element szerszej zmiany organizacyjnej.
Zmienia się również to, czego właściwie trzeba pracowników nauczyć. Sześć na dziesięć organizacji redefiniuje zestawy kompetencji wymaganych w poszczególnych rolach w związku z adopcją AI, a 64% aktywnie rozwija umiejętności związane ze współpracą człowieka z AI. Chodzi więc nie tylko o tworzenie skutecznych poleceń, ale także o ocenę rezultatów, świadome korzystanie z rekomendacji systemu i rozumienie, kiedy potrzebna jest interwencja człowieka.
To szczególnie ważne, gdy AI przestaje jedynie podpowiadać, a zaczyna odgrywać większą rolę w procesach i podejmowaniu decyzji. W takim środowisku pracownik musi nie tylko umieć korzystać z narzędzia, ale również rozumieć granice jego zastosowania oraz własną odpowiedzialność.
Nie chodzi o to, żeby każdy pracownik nauczył się jednego zestawu promptów. Znacznie ważniejsze jest zbudowanie umiejętności oceny odpowiedzi AI, rozpoznawania sytuacji wymagających dodatkowej weryfikacji i świadomości jak wykorzystać narzędzia i efekty ich pracy dla podjęcia decyzji, która zawsze należy do człowieka. Dopiero wtedy technologia przestaje być dodatkiem do pracy, a zaczyna realnie zmieniać sposób jej wykonywania
– dodaje Piotr Kaczorek, Strategy & Transformation Manager w Capgemini Polska.
Nie licz licencji. Sprawdzaj, co naprawdę się zmieniło
Najłatwiej mierzyć wdrożenie tym, co jest łatwo policzalne: liczbą przydzielonych dostępów, aktywowanych kont czy użytkowników, którzy choć raz uruchomili rozwiązanie. Problem w tym, że takie dane niewiele mówią o jego rzeczywistym wpływie na organizację.
Badane firmy patrzą na sukces AI szerzej. Wśród najczęściej wskazywanych mierników znalazły się ROI lub zrealizowana wartość biznesowa, liczba wdrożonych bądź skalowanych use case’ów oraz wzrost przychodów przypisywany AI. Przedsiębiorstwa uwzględniają także wpływ na pozycję rynkową oraz zaangażowanie i satysfakcję pracowników korzystających z narzędzi opartych na sztucznej inteligencji.
Równie ważne jest sprawdzanie czy użytkownicy potrafią z nowych możliwości korzystać świadomie. 59% badanych deklaruje, że ich pracownicy czują się upoważnieni do używania AI w codziennej pracy, ale tylko 48% wskazuje, że jasno określiło role i odpowiedzialność ludzi oraz systemów AI we wspólnym działaniu. To właśnie w tej luce między dostępem do technologii a jasno zdefiniowanym sposobem jej wykorzystania może rozstrzygać się powodzenie całego projektu.
Licencja jest więc dopiero wejściem do procesu. Wzrost produktywności pojawia się nie wtedy, gdy organizacja udostępni pracownikom nowe narzędzie, ale wtedy, gdy potrafi wpisać je w konkretne zadania, przygotować ludzi do nowego sposobu działania, określić granice odpowiedzialności i konsekwentnie sprawdzać, gdzie AI rzeczywiście tworzy wartość.
