transformacja AI

Można kupić najlepszą technologię, przeszkolić pracowników i dać im najnowsze narzędzia AI, a potem odkryć, że w organizacji niewiele się zmieniło. Brzmi znajomo? Mam wrażenie, że widzę dziś coś, co w zarządzaniu zmianą obserwowałem już wielokrotnie: organizacje skupiają się na rozwiązaniu, które chcą wdrożyć, a dużo mniej uwagi poświęcają temu, jak ma się zmienić praca ludzi.

Przy sztucznej inteligencji widać to szczególnie wyraźnie. Mówimy o modelach językowych, agentach, automatyzacji i wzroście produktywności, pokazujemy, ile czasu można zaoszczędzić. A pytanie, które powinno paść jedno z pierwszych, brzmi: czy nasi menedżerowie potrafią stworzyć warunki, w których ludzie będą korzystać z AI z pożytkiem dla siebie i organizacji? Najnowsze badanie Charter AI Pulse sugeruje, że odpowiedź wcale nie jest oczywista.

AI zmienia pracę, ale czy na lepsze?

21 października 2026 roku organizacja Charter opublikowała raport AI Pulse, przygotowany pod kierunkiem Briana Elliotta i Christiny Janzer. Badacze oparli wnioski na ponad 5000 ankiet i 90 wywiadach z użytkownikami AI. Interesowało ich nie tylko to, czy AI zwiększa produktywność, ale czy korzystanie z niej rzeczywiście poprawia pracę i życie ludzi.

Wyniki studzą entuzjazm. Według 42,7% badanych technologia przynajmniej w pewnym stopniu poprawia ich pracę i życie, ale tylko 10,5% uznało, że poprawa jest naprawdę znacząca. Warto się nad tą różnicą zatrzymać. To, że szybciej wykonujemy zadanie, nie znaczy jeszcze, że pracujemy lepiej, mądrzej czy z większą satysfakcją. Możemy pisać więcej maili, robić więcej prezentacji i analizować więcej dokumentów. Ale czy podejmujemy lepsze decyzje? Czy mamy więcej czasu na pracę wymagającą myślenia, czy jesteśmy mniej przeciążeni, czy odzyskujemy poczucie wpływu na własną pracę? To nie są pytania o technologię, tylko o organizację pracy.

Najważniejszym ogniwem może być menedżer

Jeden z ciekawszych wyników dotyczy bezpośrednich przełożonych. Spośród 14 najważniejszych czynników związanych z czerpaniem korzyści z AI aż 11 odnosi się do działań menedżerów. Nie oznacza to, że menedżer odpowiada za wszystko, ani że badanie dowodzi prostego związku przyczynowo-skutkowego. Pokazuje jednak, jak dużo może znaczyć sposób kierowania zespołem.

Menedżer może stworzyć środowisko, w którym ludzie bez obaw eksperymentują, wymieniają się doświadczeniami i uczą nowych sposobów pracy. Może też stworzyć takie, w którym narzędzia formalnie są dostępne, ale nikt nie wie, czego się od niego oczekuje, wszyscy boją się błędów, a każda zaoszczędzona godzina oznacza po prostu więcej obowiązków. Technologia w obu przypadkach jest ta sama. Różnica tkwi w zarządzaniu.

Menedżerowie myślą, że pomagają. Pracownicy tego nie widzą

Menedżerowie około dwa razy częściej deklarują działania wspierające używanie AI, niż pracownicy potwierdzają, że je dostrzegają. Autorzy nazywają to demonstration gap, czyli luką między deklarowanym a dostrzeganym wsparciem.

Wyobraźmy sobie menedżera, który na spotkaniu mówi: „Zachęcam was do korzystania z AI, eksperymentujcie”. Z jego perspektywy sprawa jest załatwiona: przekazał oczekiwanie, dał zielone światło, może nawet wysłał kilka linków. Ale co faktycznie zmieniło się w pracy zespołu? Czy ludzie wiedzą, przy których zadaniach warto sięgać po AI? Czy mogą pokazać nieudane eksperymenty? Czy ktoś pomaga im oceniać jakość wyników i ustalono, kto odpowiada za decyzje podejmowane z jej wsparciem? Czy ktoś rozmawia z nimi o tym, jak zmieniają się ich zadania i kompetencje? Jeśli nie, menedżer może być przekonany, że wspiera zmianę, podczas gdy zespół żadnego wsparcia nie czuje. W zarządzaniu zmianą nie wystarczy zadeklarować poparcia, trzeba je pokazać w codziennych działaniach. I nie dotyczy to wyłącznie AI.

Ważniejsza jest sprawczość niż najbardziej zaawansowany agent

Raport zwraca uwagę na agency, czyli poczucie sprawczości i realny wpływ pracowników na to, jak technologia trafia do ich pracy. To jeden z najważniejszych czynników związanych z korzyściami z AI. Badacze wskazują też, że osoby używające AI codziennie znacznie częściej odnoszą korzyści niż te, które sięgają po nią raz w tygodniu, a zaawansowane zastosowania, jak budowanie agentów, mają dla deklarowanych korzyści dużo mniejsze znaczenie.

Stąd wniosek, że zamiast pytać „jakie najbardziej zaawansowane rozwiązanie możemy wdrożyć?”, lepiej zapytać: „jak ludzie mogą wykorzystać AI do rozwiązania prawdziwych problemów w swojej pracy?”. W pierwszym przypadku projektujemy zmianę wokół technologii, a pracownik ma nauczyć się narzędzia wybranego przez organizację. W drugim projektujemy ją wokół pracy człowieka, który współuczestniczy w odkrywaniu, jak narzędzie może zmienić jego sposób działania. Nie oznacza to pełnej dowolności, bo organizacja nadal potrzebuje zasad bezpieczeństwa, ochrony informacji i kontroli jakości. Ale w tych granicach ludzie powinni mieć przestrzeń do eksperymentowania. Tam może zacząć się prawdziwa zmiana.

A może ludzie ukrywają, że używają AI?

Raport pokazuje jeszcze jeden niepokojący mechanizm: 36% użytkowników przyznało, że zdarzyło im się ukrywać korzystanie z AI przed przełożonym, współpracownikiem lub klientem. Głównym powodem była obawa, że zostaną uznani za niekompetentnych. Co więcej, menedżerowie ukrywają to częściej niż pracownicy. Ukrywanie okazało się też najsilniejszym z analizowanych czynników związanych ze zwiększonym prawdopodobieństwem wypalenia. To nie znaczy, że samo ukrywanie powoduje wypalenie, ale zależność jest niepokojąca.

Co to oznacza dla organizacji? Kierownictwo zachęca do cyfrowej transformacji, a ludzie boją się przyznać, że używają narzędzi, które mają ją umożliwić. Pracownik sięga po AI, żeby zrobić coś lepiej lub szybciej, i jednocześnie ukrywa to, bo ktoś mógłby zakwestionować jego kompetencje. A skoro użycie AI zostaje w ukryciu, trudniej dzielić się doświadczeniami, wypracowywać dobre praktyki i wspólnie oceniać ryzyka. Organizacja traci możliwość uczenia się, a technologia, która miała zwiększać przejrzystość, zaczyna działać w kulturze milczenia. Trudno o lepszy dowód, że wdrażanie AI to także zmiana kulturowa.

Liderzy zbyt łatwo wierzą AI

Niektóre wyniki mogą być niewygodne dla kadry zarządzającej. Menedżerowie najwyższego szczebla częściej polegają na wynikach generowanych przez AI niż szeregowi pracownicy: 2,5 raza częściej deklarują zaufanie do jej odpowiedzi i dwa razy chętniej ufają AI niż własnemu osądowi. Jeśli zaczynamy traktować AI jako zastępstwo własnego myślenia, a nie narzędzie wspierające analizę, tworzymy kolejne ryzyko, zwłaszcza tam, gdzie decyzje dotyczą ludzi, strategii czy przyszłości organizacji.

Sam używam AI w pracy konsultanta, trenera i kierownika projektu. Pomaga mi analizować dokumenty, przygotowywać materiały, porównywać rozwiązania i rozważać scenariusze. Ale jest dla mnie zasadnicza różnica między AI jako partnerem do analizy a przerzucaniem na nią odpowiedzialności za własny osąd. AI może pomóc przygotować decyzję, ale nie zwalnia lidera z jej podjęcia. Tę zasadę warto w organizacjach mocno podkreślać.

Szkolenie z narzędzia nie wystarczy, ale samo eksperymentowanie też nie

Uczestnicy badania uznali praktyczne szkolenia z wykorzystania AI za najbardziej przydatną formę wsparcia, a otrzymuje je mniej niż 40% użytkowników. Organizacje oczekują korzyści, ale nie zawsze dają ludziom warunki, żeby się nauczyli, jak je osiągać.

Warto przy tym odróżnić dwie rzeczy. Pokazanie, jak działa konkretny model językowy, można zrobić stosunkowo szybko. Nauczenie kogoś, jak przeprojektować fragment własnej pracy z użyciem AI, wymaga więcej: trzeba zrozumieć proces, rozpoznać problemy, zaproponować eksperyment, sprawdzić wyniki, ocenić jakość i zdecydować, czy nowy sposób jest rzeczywiście lepszy. Nie wystarczy nauczyć ludzi pisać prompty, trzeba pomóc im zmienić sposób wykonywania zadań. A to klasyczne wyzwanie zarządzania zmianą.

Co powinien zrobić menedżer

Z perspektywy zarządzania zmianą widzę pięć konkretnych działań.

1. Zacząć od pracy, nie od technologii. Zamiast pytać zespół, czy używa AI, zapytać, które zadania zajmują najwięcej czasu, gdzie pojawiają się błędy i jakie czynności nie wnoszą wystarczającej wartości. Dopiero potem szukać rozwiązań.
2. Włączyć pracowników w projektowanie zmiany. Nie chodzi tylko o pytanie o opinię, ale o realny wpływ na wybór zastosowań, sposób eksperymentowania i ocenę rezultatów. Ludzie mają być współautorami nowych sposobów pracy, a nie odbiorcami instrukcji.
3. Stworzyć przestrzeń do praktycznych eksperymentów. Nie od wielkiego projektu transformacyjnego, tylko od krótkich prób na prawdziwych zadaniach: wybrać problem, ustalić oczekiwany rezultat, sprawdzić, co z tego wyszło.
4. Zadbać o bezpieczeństwo psychologiczne i jasne zasady. Pracownicy powinni wiedzieć, kiedy mogą używać AI, jak chronić dane i jak weryfikować wyniki. I powinni mieć pewność, że przyznanie się do używania AI nie zostanie automatycznie odczytane jako brak kompetencji.
5. Mierzyć rzeczywistą zmianę, nie liczbę uruchomień narzędzia. Liczba użytkowników i promptów bywa ciekawa, ale nie mówi, czy organizacja pracuje lepiej. Warto patrzeć na jakość pracy, szybkość decyzji, współpracę, poziom przeciążenia i samodzielność ludzi.

Największe wyzwanie nie jest technologiczne

Od lat obserwuję organizacje wdrażające nowe strategie, procesy, systemy czy modele zarządzania i widzę podobny schemat. Najpierw pojawia się rozwiązanie, potem plan wdrożenia, potem szkolenia i komunikacja. Dopiero gdy coś zaczyna działać nie tak, pada pytanie o kulturę, przywództwo, zaangażowanie i sposób podejmowania decyzji. Z AI możemy powtórzyć ten sam błąd, tylko znacznie szybciej, bo narzędzia rozwijają się w tempie, do którego organizacje nie są przyzwyczajone.

Dlatego nie wystarczy pytać, czy firma jest gotowa technologicznie. Trzeba zapytać też, czy jej menedżerowie są gotowi zmienić sposób zarządzania. Czy potrafią oddać zespołowi część wpływu i uczyć się razem z nim? Czy są gotowi zakwestionować dotychczasowe sposoby pracy i przyznać, że nie znają wszystkich odpowiedzi? Może się okazać, że największą barierą wdrożenia AI nie jest brak narzędzia, tylko sposób, w jaki zarządzamy ludźmi, którzy mają z niego korzystać. I właśnie od tego warto zacząć.

Źródło: Brian Elliott, Christina Janzer, Charter AI Pulse, Charter, 21 października 2026, https://www.charterworks.com/research/ai-pulse/. Artykuł stanowi autorską interpretację wyników badania z perspektywy przywództwa i zarządzania zmianą.