Model Human + Machine w biznesie. Jak budować organizacje przyszłości?
Choć sztuczna inteligencja coraz śmielej wkracza do przedsiębiorstw, w wielu organizacjach jej wdrożenie nadal nie przekłada się na trwały wzrost efektywności ani wymierną wartość biznesową. Dlaczego tak się dzieje i co wyróżnia firmy, które potrafią wykorzystać potencjał tkwiący w AI? O wyzwaniach towarzyszących budowaniu organizacji przyszłości, w których człowiek współpracuje z technologią w modelu Human + Machine, opowiada Piotr Żeromski, CEO MINDBOX.
Wiele firm wdrożyło już AI, ale nadal nie potrafi wykazać faktycznej wartości biznesowej wynikającej z wykorzystania sztucznej inteligencji. Z czego to wynika?
Piotr Żeromski, MINDBOX: Najczęściej problem nie leży w samej technologii, lecz w sposobie, w jaki organizacje próbują z niej korzystać. Wiele przedsiębiorstw koncentruje się na mierzeniu aktywności, czyli liczby wdrożonych narzędzi, przeprowadzonych pilotaży czy przeszkolonych pracowników, zamiast rezultatów. Tymczasem o sukcesie nie decyduje liczba wdrożonych narzędzi, lecz to, czy dzięki sztucznej inteligencji organizacja potrafi działać szybciej i sprawniej.
W naszych projektach od początku stawiamy na praktyczne zastosowania sztucznej inteligencji w biznesie. Kładziemy akcent nie tyle na wiedzę o AI, co na możliwości praktycznego wykorzystania technologii w bardzo konkretny sposób, który pozwoli rozwiązać rzeczywiste problemy biznesowe i przyniesie mierzalne efekty. Dopiero wtedy można mówić o prawdziwym zwrocie z inwestycji we wdrożenie narzędzi AI.
Drugim powodem jest sposób rozpoczynania projektów bazujących na sztucznej inteligencji. Bardzo często inicjatywa wychodzi z działu IT, podczas gdy impulsem do wdrożenia powinny być cele biznesowe. Technologia jest bowiem środkiem, który powinien umożliwić uzyskanie określonych wyników, a nie celem samym w sobie. Jeżeli więc wdrożenie sztucznej inteligencji w firmie rozpoczniemy od wyboru narzędzi, zamiast udzielenia odpowiedzi na pytanie, jaki problem chcemy rozwiązać, to możemy nie uzyskać trwałych rezultatów.
Największe wyzwanie pojawia się jednak na poziomie organizacji. Wiele firm wdraża nowe rozwiązania, ale nie przebudowuje procesów. Nie zmienia zakresów odpowiedzialności ani modelu pracy. A tymczasem wartość i faktyczny zwrot z wprowadzenia sztucznej inteligencji stają się widoczne dopiero wtedy, gdy zmienia się sposób pracy ludzi. Dlatego proponujemy zmianę modelu operacyjnego na Agentic Operating Model, w którym człowiek i AI mają jasno określone role, zakresy odpowiedzialności i zadania. Sztuczna inteligencja nie jest kolejnym, zaprogramowanym systemem informatycznym, stanowi raczej nowe, inteligentne ogniwo w procesie, który wymaga radykalnego przeprojektowania. Dopiero wtedy możliwe jest osiągnięcie wyraźnego wzrostu efektywności całej organizacji. Często powtarzam, że najdroższy projekt AI to nie ten, który kosztował milion euro, tylko ten, który w praktyce niczego nie zmienił.
Historia biznesu zna już zresztą podobne przypadki. Kilkanaście lat temu wiele organizacji inwestowało ogromne środki we wdrożenia systemów CRM. Sam zakup technologii nie poprawiał jednak wyników sprzedaży. Efekty pojawiały się natomiast w firmach, w których równolegle zmieniano sposób pracy handlowców oraz procesy sprzedażowe. Z AI jest dziś dokładnie tak samo.
MINDBOX działa od ponad 19 lat. Jak w tym czasie zmieniła się rola partnera technologicznego – od dostawcy kompetencji IT do doradcy w transformacji biznesowej?
Kiedyś rynek oczekiwał przede wszystkim kompetencji technologicznych. Partner miał dostarczyć specjalistów i zrealizować projekt zgodnie z harmonogramem. Dziś to zdecydowanie za mało. Zarządy nie poszukują już wyłącznie wykonawców technologii, lecz partnerów, którzy rozumieją biznes i potrafią wspólnie z nimi przeprowadzić organizację przez proces transformacji. Klienci coraz rzadziej pytają o samą technologię. Znacznie częściej chcą wiedzieć, jaki efekt biznesowy uda się dzięki niej osiągnąć i jak inwestycja przełoży się na wzrost konkurencyjności.
Rola dostawcy rozwiązań technologicznych zmieniła się więc na rolę partnera technologicznego, który musi rozumieć procesy zachodzące u klienta, dostrzegać ich ograniczenia i proponować rozwiązania, prowadzące do rzeczywistej zmiany. Równie ważna jest odpowiedzialność za rekomendacje. Czasami największą wartością, jaką partner może wnieść do projektu, jest uczciwe powiedzenie klientowi, że dane rozwiązanie nie przyniesie oczekiwanych rezultatów – nawet jeśli nie jest to odpowiedź, którą klient chciałby usłyszeć. Technologia przestała być celem samym w sobie. Stała się narzędziem, za pomocą którego przedsiębiorstwo może skutecznie realizować swoje strategiczne cele.
Najbardziej wartościowe programy transformacyjne nie koncentrują się dziś na systemach informatycznych, lecz na łączeniu technologii, procesów, danych, kultury organizacyjnej i kompetencji zespołów. Takie podejście pozwala budować organizacje odporne na zmiany i gotowe do konkurowania na rynku w długoterminowej perspektywie. Właśnie dlatego ambicją MINDBOX jest projektowanie organizacji przyszłości, które mogą trwale rosnąć dzięki mądremu wykorzystaniu narzędzi opartych na AI.
W kontekście budowania organizacji przyszłości MINDBOX mówi o potrzebie wdrożenia modelu Human + Machine. Co w praktyce oznacza ten model dla zarządów firm, które są już po pierwszych pilotażach AI, ale nadal nie widzą oczekiwanego zwrotu z inwestycji?
Pilotaże bardzo dobrze pokazują potencjał technologii. Pozwalają sprawdzić konkretne scenariusze, zweryfikować hipotezy i przekonać organizację, że sztuczna inteligencja rzeczywiście może usprawnić wybrane obszary działalności. Problem zaczyna się wtedy, gdy firmy próbują przełożyć sukces pojedynczego pilotażu na funkcjonowanie całego przedsiębiorstwa. To są dwa zupełnie różne etapy transformacji.
Skalowanie AI wymaga zmiany modelu operacyjnego. Nie wystarczy wdrożyć kolejne rozwiązania czy zwiększyć liczbę agentów AI. Potrzebne jest spojrzenie na organizację jako na spójny system naczyń połączonych, którego efektywność zależy od najsłabszego ogniwa. Od wielu lat wykorzystujemy w tym kontekście założenia Teorii Ograniczeń. Jej podstawowa zasada mówi, że każdy system ma co najmniej jedno ograniczenie, a więc wąskie gardło, które determinuje jego całkowitą przepustowość. Jeżeli zastosujemy AI w miejscu, które nie jest wąskim gardłem organizacji, poprawimy jedynie wydajność pojedynczego fragmentu procesu. Z perspektywy całego przedsiębiorstwa może to nie przynieść praktycznie żadnego efektu.
Model Human + Machine zakłada znacznie głębszą zmianę. Obejmuje on przeprojektowanie ról, modeli kompetencyjnych, odpowiedzialności i sposobu współpracy ludzi z technologią. Celem nie jest zwiększenie efektywności jednego działu, lecz poprawa sprawności funkcjonowania całej organizacji. W praktyce oznacza to, że AI przestaje być dodatkiem do codziennej pracy i staje się jej integralnym elementem. Nie chodzi jednak o to, aby każdą czynność powierzyć agentom AI. W mojej ocenie największym wyzwaniem nie jest dziś liczba dostępnych narzędzi, lecz stworzenie spójnego systemu działania, który pozwala wykorzystać automatyzację tam, gdzie rzeczywiście przynosi wartość, pozostawiając człowiekowi te obszary, w których jego doświadczenie, intuicja i zdolność podejmowania decyzji pozostają niezastąpione.
Wiele organizacji próbuje dziś wprowadzać AI do starych struktur zaprojektowanych dla zupełnie innej rzeczywistości. To trochę tak, jakby postawić Ferrari w centrum zakorkowanego miasta. Samochód dysponuje ogromnym potencjałem, ale otoczenie nie pozwala go wykorzystać. Stojąc w korku, trudno odczuć różnicę pomiędzy Ferrari a znacznie mniej zaawansowanym autem. Z AI jest bardzo podobnie. Jeżeli przedsiębiorstwo nie przeorganizuje procesów i nie zdefiniuje na nowo współpracy ludzi z technologią, to nawet najlepsze rozwiązania pozostaną niewykorzystane. To nie możliwości sztucznej inteligencji stanowią więc dziś największe ograniczenie dla biznesu, lecz trwanie przy modelu organizacji, który powstał jeszcze przed erą AI.
Model Human + Machine zakłada współpracę człowieka i technologii. Jakie kompetencje będą w tym modelu kluczowe dla menedżerów średniego i wyższego szczebla?
Zmieniające się znaczenie technologii oznacza zmianę roli liderów. Jeszcze kilka lat temu od menedżerów oczekiwano przede wszystkim sprawnego zarządzania ludźmi i procesami. Dziś dochodzi do tego umiejętność świadomego zarządzania współpracą człowieka ze sztuczną inteligencją.
Wśród kompetencji przyszłości na pierwszy plan wysuwa się krytyczne myślenie. AI bardzo dobrze odpowiada na pytania, ale to człowiek nadal decyduje, jakie pytania warto zadać. Umiejętność właściwego definiowania problemów, kwestionowania założeń i oceny jakości rekomendacji stanie się jedną z najcenniejszych kompetencji liderów.
Równie istotne pozostaje przywództwo. Każda większa zmiana technologiczna wywołuje emocje – od entuzjazmu po niepewność. Rolą lidera jest nie tylko wyznaczanie kierunku, ale również budowanie zaufania. Inspirowanie zespołów oraz tworzenie środowiska, w którym – pomimo obaw związanych z AI – ludzie będą gotowi uczyć się nowych sposobów pracy.
Nie można również mówić o skutecznym wykorzystaniu sztucznej inteligencji w biznesie bez świadomego zarządzania zmianą. Nowe technologie wymagają rozwijania nowych kompetencji i modeli współpracy, a często także nowego sposobu definiowania odpowiedzialności. To proces, który trwa znacznie dłużej niż samo wdrożenie technologii.
Coraz większego znaczenia nabiera także umiejętność efektywnej współpracy z AI. Nie chodzi wyłącznie o znajomość konkretnych narzędzi. Znacznie ważniejsze jest zrozumienie, które zadania warto powierzyć technologii, kiedy zaufać jej analizom, a kiedy świadomie je zakwestionować. W przyszłości właśnie ta umiejętność będzie odróżniała liderów, którzy potrafią budować przewagę swoich organizacji, od tych, którzy jedynie korzystają z kolejnych rozwiązań technologicznych.
Czy można powiedzieć, że AI nie tyle eliminuje pracę człowieka, ile przesuwa jego rolę z wykonawcy na audytora, architekta i decydenta?
Tak, to jest kierunek, który już dziś wyraźnie obserwujemy, choć warto pamiętać, że nie wszędzie będzie on wyglądał identycznie. Część zadań operacyjnych zostanie zautomatyzowana, co oznacza, że w niektórych obszarach technologia rzeczywiście zastąpi człowieka. Nie oznacza to jednak końca jego roli. Wręcz przeciwnie – jej znaczenie będzie rosło tam, gdzie niezbędne są odpowiedzialność, doświadczenie i zdolność podejmowania decyzji. Człowiek będzie coraz częściej wyznaczał kierunek działania, oceniał jakość rekomendacji oraz integrował wiedzę pochodzącą z różnych źródeł. To właśnie kreatywność, zdolność łączenia pozornie odległych faktów i rozumienie kontekstu biznesowego pozostaną domeną ludzi.
Moim zdaniem w nadchodzących latach wyraźnie wzrośnie również znaczenie osobistej odpowiedzialności. Maszyna nie ponosi odpowiedzialności za skutki decyzji biznesowych. Nie można jej rozliczyć z błędnej strategii ani zwolnić za niewłaściwie podjęte decyzje. Odpowiedzialność zawsze będzie leżeć po stronie człowieka. Wartość pracowników będzie coraz częściej oceniana nie przez pryzmat liczby wykonanych zadań, lecz jakości dostarczonych efektów działania oraz trafnych decyzji.
To zjawisko nie jest zresztą nowe. Kiedy na rynku pojawiły się kalkulatory, nie wyeliminowały zawodu finansisty. Sprawiły natomiast, że od specjalistów zaczęto oczekiwać znacznie więcej niż sprawnego wykonywania obliczeń. Dziś obserwujemy bardzo podobny proces, tylko na zdecydowanie większą skalę. AI nie odbiera człowiekowi znaczenia. Podnosi natomiast poprzeczkę dla zakresu jego kompetencji.
Czy w erze Human + Machine przewagę zbudują firmy, które mają najlepsze narzędzia AI?
Jeszcze kilka lat temu dostęp do najbardziej zaawansowanych technologii wymagał istotnych inwestycji w infrastrukturę, sprzęt i oprogramowanie. Dziś sytuacja wygląda zupełnie inaczej. Rozwój chmury obliczeniowej sprawił, że nowoczesne rozwiązania AI stały się powszechnie dostępne. W praktyce oznacza to, że sama technologia coraz rzadziej będzie stanowić trwałe źródło przewagi konkurencyjnej.
W modelu Human + Machine o przewadze organizacji zdecydują przede wszystkim ludzie. Ich kompetencje, zdolność do szybkiego uczenia się, adaptacji oraz gotowość do kwestionowania utartych schematów działania. Równie istotna będzie odwaga liderów do przeprojektowywania procesów i konsekwentnego budowania nowego modelu współpracy człowieka z technologią.
Coraz większego znaczenia nabiera również kultura organizacyjna. Przesądza o tym, czy pracownicy mają przestrzeń do eksperymentowania, dzielenia się wiedzą i wykorzystywania potencjału AI w codziennej pracy. W dłuższej perspektywie kultura organizacyjna może okazać się cenniejszym zasobem niż sam algorytm. Historia biznesu pokazuje, że liderami rynków rzadko zostawali właściciele przełomowych technologii. Korporacje takie jak Google, Amazon czy Meta nie stworzyły Internetu. Potrafiły jednak dostrzec jego potencjał szybciej od innych i zbudować wokół niego modele biznesowe, które na trwałe zmieniły reguły gry.
Myślę, że dziś znajdujemy się w bardzo podobnym momencie. W erze Human + Machine nie wygrają firmy, które rozwiną najbardziej zaawansowane narzędzia AI. Zwycięzcami będą przedsiębiorstwa, które stworzą najbardziej efektywny model współpracy ludzi i technologii. Reasumując: przyszłość należy do firm, które najlepiej wykorzystają potencjał tkwiący w swoich pracownikach i wzmocnią go, korzystając z możliwości oferowanych przez sztuczną inteligencję.
Piotr Żeromski, CEO MINDBOX
Odpowiada za rozwój firmy, strategię biznesową oraz transformację organizacji w kierunku nowoczesnych modeli operacyjnych i technologicznych. Łączy doświadczenie biznesowe i technologiczne, wspierając rozwój organizacji poprzez podejście data-driven, optymalizację procesów oraz budowanie skalowalnych struktur biznesowych. Specjalizuje się w obszarach digital transformation, change management oraz rozwoju organizacji na rynkach międzynarodowych. W swojej pracy koncentruje się na skutecznej realizacji strategii biznesowych, rozwoju partnerstw oraz wzmacnianiu konkurencyjności organizacji w dynamicznie zmieniającym się środowisku technologicznym. Posiada szerokie doświadczenie w zakresie rozwoju firm technologicznych, wykorzystania danych i AI w biznesie oraz budowania nowoczesnych modeli operacyjnych wspierających wzrost organizacji.
Przeczytaj także: Technologia daje tempo i skalę, ale to ludzie decydują o zmianie. Wywiad z Joanną Ploną, CEO WeNet
Last Updated on 26 sierpnia, 2026 by Krzysztof Kotlarski