AI nie zabiera etatów, tylko zmienia stary sposób rozliczania pracy

Największe zamieszanie po wejściu AI do firmy wcale nie zaczyna się wtedy, gdy ktoś mówi o zwolnieniach. Ja widzę to gdzie indziej: w momencie, kiedy nagle przestaje się zgadzać stary sposób mierzenia pracy. Jeśli ktoś do tej pory był rozliczany z godzin albo z liczby dowiezionych zadań, a po wdrożeniu narzędzi AI robi 2-3 razy więcej, to stary system zaczyna się chwiać jak krzesło z jedną krótszą nogą.

Właśnie dlatego zauważyłem, że dla wielu właścicieli firm i menedżerów AI nie jest problemem technologicznym, tylko ludzkim. Narzędzia da się kupić szybko. Znacznie trudniej uczciwie powiedzieć zespołowi: „Słuchaj, dalej jesteś mi potrzebny, ale Twoja rola będzie wyglądała inaczej”. I to jest moment, w którym wiele firm zaczyna kluczyć, udawać albo straszyć.

Ja bym tego nie przeciągał. Jeśli w zespole już teraz ludzie korzystają z AI po cichu, a wszystko wskazuje na to, że to bardzo częsty scenariusz, to problem nie polega na samym AI. Problem polega na tym, że firma nie ma zasad, mierników i sensownej rozmowy o zmianie. Szymon Negacz podawał, że około 75% pracowników używa AI nieformalnie. Dla mnie to nie brzmi jak ciekawostka. To brzmi jak syrena alarmowa.

W tym tekście pokazuję, jak ja bym to poukładał: bez korporacyjnej waty, bez straszenia ludzi i bez opowieści, że „AI to tylko kolejne narzędzie”, bo to zwyczajnie nieprawda. To zmienia sposób pracy, odpowiedzialność i to, za co w ogóle płacisz człowiekowi.

Stary model rozliczania przestaje działać

Przez lata wiele firm działało według prostego układu: siedzisz określoną liczbę godzin, robisz określoną liczbę rzeczy, więc da się to jakoś porównać i wycenić. Problem w tym, że AI wywraca ten stolik jednym kopniakiem.

Jeśli pracownik z pomocą sensownie ustawionych narzędzi zamyka w tym samym czasie dwa albo trzy razy więcej spraw, to co właściwie mierzę? Czy nadal liczy się czas? Czy liczba sztuk? A może to, ile błędów wyłapał, jak dobrze nadzorował proces i czy umie odróżnić sensowny wynik od komputerowej papki?

W moim przypadku sprawdziło się myślenie o pracy nie jak o produkcji śrubek, tylko jak o pilnowaniu jakości całej linii. Im więcej AI robi za człowieka, tym cenniejsze stają się osąd, odpowiedzialność, kontekst i umiejętność reagowania, gdy system zaczyna halucynować albo skręcać w zły kierunek.

Najgorsze, co możesz powiedzieć zespołowi

Popełniłem kiedyś podobny błąd przy innych zmianach technologicznych: zakładałem, że jeśli czegoś nie dopowiem, to ludzie i tak „się domyślą”. Nie domyślają się. Zamiast tego dorabiają sobie własne scenariusze, zwykle czarniejsze niż rzeczywistość.

Przy AI widzę trzy fatalne podejścia. Pierwsze to udawanie, że nic wielkiego się nie dzieje. Drugie to umniejszanie całego tematu tekstem w stylu „spokojnie, to tylko narzędzie”. Trzecie to brutalne „ucz się albo wypadasz”. Każde z nich jest słabe, tylko każde psuje coś innego. Pierwsze zabija zaufanie, drugie robi z ludzi idiotów, a trzecie odpala defensywę i bierny opór.

Ja wolę rozmowę dorosły z dorosłym. Mówię wprost: część zadań zniknie albo się skurczy, część zmieni formę, a wartość człowieka przesunie się bardziej w stronę kontroli jakości, podejmowania decyzji, kontaktu z klientem i twórczego myślenia. To nie jest miła pogawędka. To jest uczciwe postawienie sprawy.

Od czego ja bym zaczął zmianę w firmie

Nie zaczynałbym od kupowania pięciu abonamentów i biegania z hasłem „wdrażamy AI”. Najpierw trzeba zrozumieć, jak ludzie naprawdę pracują. I nie, nie z opisu stanowiska w Excelu sprzed dwóch lat. Z prawdziwych rozmów.

Ja zrobiłbym z każdym krótkie 1:1, 15-30 minut. Bez wielkiej ceremonii, bez HR-owego teatru. Zadałbym trzy pytania: co Cię w tej pracy cieszy, co Cię najbardziej męczy i które zadania najchętniej oddałbyś maszynie. To są pytania proste, ale one bardzo szybko pokazują, gdzie siedzi tarcie, frustracja i potencjał do automatyzacji.

Potem układam odpowiedzi na trzy kupki: rzeczy do zautomatyzowania, rzeczy do nadzoru oraz rzeczy typowo kreatywne albo relacyjne. I dopiero wtedy ma sens wybór narzędzi, pilotów i nowych zasad rozliczania.

• Najpierw robię rozmowy 1:1 i zbieram zadania, które ludzie chcą oddać AI.
• Potem wybieram 1-2 procesy do pilotażu, zamiast przewracać całą firmę naraz.
• Na końcu zmieniam mierniki pracy, żeby nie karać ludzi za wzrost produktywności.

To podejście jest mniej efektowne niż wielkie ogłoszenie „wchodzimy w AI”, ale za to działa. W małych i średnich firmach, zwłaszcza takich z zespołem 15-80 osób, właśnie taki spokojny pilot zwykle daje najlepszy obraz sytuacji.

Jak zmienić mierniki, żeby nie mierzyć cienia zamiast pracy

Tu wiele firm wpada do rowu. Wdrażają AI, a potem dalej patrzą na godziny, liczbę ticketów albo liczbę odpisanych maili. To trochę tak, jakby kupić koparkę i dalej rozliczać robotę liczbą machnięć łopatą.

Ja patrzyłbym na to szerzej. Jeśli AI wspiera proces, to interesuje mnie nie tylko throughput, czyli ile spraw przechodzi przez system, ale też jakość pierwszego wyniku, koszt uzyskania rezultatu, liczba eskalacji, czas oszczędzony człowiekowi i koszt ryzyka. Innymi słowy: nie pytam już tylko „ile zrobiłeś?”, ale „czy to działa, czy jest dobre i czy firma realnie na tym wygrywa?”.

W praktyce sens mają takie wskaźniki jak first pass accuracy, cost per result, time saved, throughput czy risk cost. Przy procesach obsługowych dorzuciłbym jeszcze jakość odpowiedzi, skuteczność procesu i odsetek eskalacji do człowieka. To są mierniki dużo uczciwsze niż sama liczba zadań, bo uwzględniają fakt, że część roboty wykonał automat, ale odpowiedzialność za wynik nadal gdzieś musi leżeć.

Ja nie robiłbym też rewolucji z dnia na dzień. Dałbym ludziom okres adaptacyjny, najlepiej kwartał. W tym czasie jasno określiłbym, czego oczekuję, jakie szkolenie daję, po czym poznam poprawę i co się stanie, jeśli ktoś kompletnie nie odnajdzie się w nowej roli. Bez niedomówień. Niedomówienia w takich momentach są jak grzyb w łazience: same nie znikną.

Shadow AI to nie wybryk. To sygnał, że firma zaspała

Skoro około 75% pracowników używa AI nieformalnie, to ja nie widzę sensu w udawaniu, że zakaz wszystko załatwi. Zakaz najczęściej powoduje tylko tyle, że ludzie przestają mówić, z czego korzystają. Narzędzia nie znikają. Znika wyłącznie Twoja widoczność.

Dlatego zamiast zakazów wolałbym prostą politykę: z czego można korzystać, do jakich danych nie wolno tego podpinać, co trzeba oznaczać, co wymaga zatwierdzenia człowieka i gdzie zgłaszamy błędy albo incydenty. Bez tego robi się niebezpiecznie, szczególnie gdy w grę wchodzą lokalne pliki, repozytoria, wrażliwe dokumenty albo środowisko produkcyjne.

Ja wolę nagradzać sensowne użycie AI niż karać za samo używanie. Jeśli ktoś pokazuje, że dzięki narzędziu skrócił czas pracy, poprawił jakość albo odciążył zespół, to dla mnie jest materiał do rozmowy o standardzie działania. Jeśli ktoś wrzuca w przypadkowy system dane klienta, to wtedy nie mam problemu z twardą reakcją. Ale najpierw muszę dać ludziom zasady, bo inaczej sam proszę się o chaos.

Co teraz powinieneś zrobić?

Jeśli miałbym to powiedzieć najprościej, to AI nie zabiera pracy w ten filmowy, dramatyczny sposób, którego wiele osób się boi. Ono najpierw odbiera sens starym metrykom, starym zakresom obowiązków i starym wymówkom. I właśnie dlatego ta zmiana bywa tak niewygodna. Ja uważam, że najgorsze, co możesz zrobić, to czekać, aż problem sam się ułoży.

Dużo lepiej działa spokojna, uczciwa zmiana: rozmowy 1:1, pilotaż, nowe KPI, jasne zasady korzystania z AI i realny czas na adaptację. Bez teatru. Bez paniki. Bez opowieści, że wszystko zostanie po staremu, bo nie zostanie.

• AI najczęściej nie usuwa etatu od razu, tylko zmienia to, za co naprawdę płacisz pracownikowi.
• Godziny i liczba zadań coraz gorzej oddają wartość pracy wspieranej przez AI.
• Rozmowy 1:1 po 15-30 minut są najprostszym sposobem na znalezienie zadań do automatyzacji.
• Okres adaptacyjny na poziomie kwartału daje ludziom szansę nauczyć się nowej roli bez chaosu.
• Shadow AI wymaga polityki i szkoleń, a nie samego zakazu.

Next Step: umów w tym tygodniu trzy pierwsze rozmowy 1:1 i zadaj dokładnie te trzy pytania o radość, frustrację i zadania, które człowiek najchętniej oddałby maszynie.

Jestem ciekaw: u Ciebie większym problemem jest dziś brak narzędzi AI, czy raczej brak sensownego pomysłu, jak rozmawiać o tym z ludźmi?