Ekspert ds. integracji AI ujawnia plan skutecznego i pewnego wdrażania

Zainteresowałam się AI, ponieważ po latach pracy w HR i zarządzaniu talentami zauważyłam, że wciąż powtarza się ten sam schemat — zespoły HR toną w pracy administracyjnej, jednocześnie mając trudności z wykazaniem strategicznego wpływu. Gdy zaczęły pojawiać się narzędzia AI, zdałam sobie sprawę, że większość liderów HR albo je ignorowała, albo czuła się przytłoczona techniczną stroną tych rozwiązań. Chciałam wypełnić tę lukę.

Skupiłam się na pomaganiu liderom HR w korzystaniu z AI w nietechniczny, zorientowany na rezultaty sposób — aby automatyzować powtarzalne zadania, koncentrować się na ludziach i podejmować decyzje na podstawie danych bez polegania na działach IT czy konsultantach. Chodzi o to, aby AI było praktyczne, etyczne i bezpośrednio powiązane z wynikami biznesowymi.

Ogólnie rzecz biorąc, na moją drogę przywódczą wpłynęło połączenie doświadczeń międzykulturowych i ciągłego rozwoju. Na szczególną uwagę zasługuje kilka kamieni milowych:

• Przejście z korporacyjnego HR do doradztwa: Po ponad dekadzie kierowania obszarem zarządzania talentami i rozwoju organizacji na Bliskim Wschodzie zdałam sobie sprawę, że wiele funkcji HR potrzebuje prostszych, bardziej zwinnych systemów — a nie tylko większych struktur. To skłoniło mnie do rozpoczęcia pracy doradczej.
• Zostanie trenerką ICF ACC i trenerką OKR: Zmieniło to mój sposób przewodzenia innym i ich rozwijania. Coaching nauczył mnie budowania odpowiedzialności poprzez klarowność, a nie kontrolę.
• Integracja AI z praktyką HR: Stworzyłam programy szkoleń z zakresu AI dla HR, aby pomóc liderom unowocześniać przepływy pracy bez polegania na działach IT. Obserwowanie, jak klienci przechodzą od niepewności do pewnego korzystania z AI, było przełomowym momentem.
• Budowanie wiarygodności ponad granicami: Pochodzę z Kanady i pracuję na różnych rynkach Bliskiego Wschodu, co ukształtowało mój sposób kierowania wielokulturowymi zespołami i projektowania strategii dotyczących pracowników, które rzeczywiście można skalować.

Jak AI redefiniuje przywództwo: od osoby podejmującej decyzje do projektanta decyzji

W świecie, w którym AI jest priorytetem, przywództwo w mniejszym stopniu polega na posiadaniu wiedzy, a w większym na koordynowaniu przepływu wiedzy. Na pierwszy plan wysuwają się trzy zmiany:

• Od kontroli do klarowności: Musiałam oduczyć się założenia, że silne przywództwo oznacza wyznaczanie kierunku i monitorowanie realizacji. AI sprawiła, że informacje i władza decyzyjna są bardziej rozproszone. Obecnie przywództwo polega na jasnym określeniu intencji — tego, jaki problem rozwiązujemy — oraz pozwoleniu zespołom i technologii na samodzielne organizowanie się wokół tego celu.
• Od odpowiedzialności za procesy do budowania kompetencji: W tradycyjnym HR „posiadałyśmy” procesy — oceny wyników, planowanie sukcesji i rekrutację. Teraz skupiam się na budowaniu u innych kompetencji wspieranych przez AI, aby te procesy przebiegały sprawniej i szybciej bez stałego nadzoru.
• Od liniowej hierarchii do współpracy sieciowej: Porzuciłam przekonanie, że struktura tworzy odpowiedzialność. Narzędzia AI przełamują silosy, dlatego wpływ przepływa teraz poziomo, a nie tylko pionowo. Wymaga to bezpieczeństwa psychologicznego, przejrzystości danych oraz liderów, którzy dobrze czują się we współdzieleniu władzy.

Ostatecznie współczesne przywództwo nie polega na byciu osobą podejmującą decyzje — chodzi o bycie projektantem decyzji.

Oznacza to, że spędzam mniej czasu na zatwierdzaniu rezultatów, a więcej na wspieraniu zespołów w projektowaniu przepływów pracy, promptów, systemów i mechanizmów ochronnych, a także na rozwijaniu rozproszonej odpowiedzialności

To subtelna, ale głęboka zmiana sposobu myślenia: AI nie tylko przyspiesza pracę — zmusza liderów do ponownego przemyślenia, czym właściwie jest przywództwo w środowisku opartym na wiedzy i zautomatyzowanym.

Współczesne przywództwo nie polega na byciu osobą podejmującą decyzje — chodzi o bycie projektantem decyzji.

Share This Quote on:

• Share on Twitter
• Share on LinkedIn
• Share on Facebook

Reyhaneh Khalilpour

Konsultantka HR & AI

Co to naprawdę znaczy, że Twoja organizacja jest gotowa na AI

Gotowość naszej organizacji na AI wygląda następująco:

• Osoby, które potrafią identyfikować zadania odpowiednie do automatyzacji.
• Zespoły, które potrafią projektować, testować i udoskonalać przepływy pracy oparte na sztucznej inteligencji.
• Liderzy, którzy krytycznie oceniają wyniki, dbają o etyczne wykorzystanie i utrzymują ład organizacyjny.

Oto problemy, które często obserwuję:

• Rozbieżność między przesadnym entuzjazmem a rzeczywistością: początkowo zespoły oczekują, że sztuczna inteligencja zastąpi osąd, zamiast go wspierać.
• Opór przed zmianą: niektórzy pracownicy niechętnie ufają wynikom generowanym przez sztuczną inteligencję, dopóki nie odniosą praktycznych sukcesów.
• Luki w zarządzaniu: wczesne iteracje wiązały się z ryzykiem niespójnej jakości lub stronniczości, co wymagało bibliotek promptów i punktów kontrolnych do przeprowadzania przeglądów.

Łącząc praktyczne zastosowanie, coaching prowadzony przez współpracowników i ład organizacyjny, stworzyliśmy biegłą w zakresie sztucznej inteligencji, kompetentną i odpowiedzialną funkcję HR, w której sztuczna inteligencja wspiera podejmowanie decyzji, zamiast prowadzić do uzależnienia od niej.

Jak zmniejszyć rozbieżność między oczekiwaniami wobec sztucznej inteligencji a realizacją w rzeczywistym świecie

Największa rozbieżność, którą obecnie obserwuję, dotyczy różnicy między oczekiwaniami a realizacją.

Organizacje często traktują sztuczną inteligencję jak „magiczne rozwiązanie”, które natychmiast sprawi, że HR stanie się bardziej efektywny lub strategiczny, bez zajęcia się podstawowymi przepływami pracy, lukami kompetencyjnymi czy kulturą potrzebnymi do faktycznego wykorzystania jej potencjału. W rezultacie wdrażanie sztucznej inteligencji albo zatrzymuje się, albo przynosi niespójne rezultaty, albo wzmacnia istniejące nieefektywności.

W moim przywództwie i projektowaniu organizacji podchodzę do tego na dwa sposoby:

1. Najpierw przepływy pracy, potem narzędzia: dbam o to, aby każda inicjatywa związana ze sztuczną inteligencją zaczynała się od jasnego zrozumienia procesu, który ma zostać usprawniony. Mapujemy problemy, definiujemy rezultaty, a dopiero potem wybieramy lub projektujemy rozwiązania oparte na sztucznej inteligencji. Zapobiega to wykorzystywaniu narzędzi jako tymczasowego rozwiązania i przesuwa nacisk na budowanie kompetencji, a nie tylko na automatyzację.
2. Rozproszone przywództwo dzięki ambasadorom sztucznej inteligencji: zamiast polegać na jednym ekspercie lub liderze wdrażającym sztuczną inteligencję, tworzę wewnętrznych ambasadorów, którzy mogą uczyć, rozwiązywać problemy i wprowadzać kolejne usprawnienia w swoich zespołach. Pozwala to zarówno zwiększyć skalę wdrożenia, jak i zakorzenić biegłość w zakresie sztucznej inteligencji w DNA organizacji.

Ostatecznie zmniejszenie tej rozbieżności nie polega na samej technologii — chodzi o dostosowanie ludzi, procesów i ładu organizacyjnego, aby sztuczna inteligencja mogła rzeczywiście spełnić pokładane w niej obietnice bez tworzenia nowych wąskich gardeł ani zagrożeń.

Przyjrzyjmy się temu dokładniej.

Jak liderzy HR mogą budować skalowalne kompetencje wspierane przez sztuczną inteligencję

Jak już wspomniałam, budowanie kompetencji wspieranych przez sztuczną inteligencję zaczyna się od przeprojektowania przepływów pracy, a nie od szkolenia ludzi z obsługi narzędzi.

Najpierw buduj pewność siebie, potem kompetencje

Zaczynam od określenia obszarów, w których wysiłek człowieka przynosi najmniejszą wartość — powtarzalne raportowanie, ręczna selekcja lub dokumentacja — a następnie przeprojektowuję te procesy za pomocą prostych automatyzacji niewymagających kodowania, korzystając z platform takich jak Zapier, Power Automate i Airtable. Dzięki temu ludzie mogą od razu zobaczyć oszczędność czasu i stają się bardziej otwarci na naukę. To podejście „najpierw pewność siebie, potem kompetencje” pomaga zespołom HR przejść od oporu do przejęcia odpowiedzialności, ponieważ zaczynają postrzegać sztuczną inteligencję jako praktyczne narzędzie zwiększające produktywność, a nie zagrożenie.

Wskazówka Reyhaneh

Pozwól zespołom najpierw zbudować pewność siebie, a dopiero potem kompetencje. To podejście pomaga zespołom HR przejść od oporu do przejęcia odpowiedzialności, ponieważ zaczynają postrzegać sztuczną inteligencję jako praktyczne narzędzie zwiększające produktywność, a nie zagrożenie.

Na przykład w przypadku wdrażania nowych pracowników, zamiast ręcznego przenoszenia danych i generowania dokumentów przez HR, konfiguruje się automatyzację: gdy tylko kandydat podpisze ofertę, uruchamiany jest przepływ pracy niewymagający kodowania, który automatycznie przekazuje dane nowego pracownika do systemu HRIS — eliminując ręczną selekcję i wprowadzanie danych — a jednocześnie generuje i wysyła do działu IT wniosek o przygotowanie sprzętu, znacznie ograniczając wysiłek administracyjny i uwalniając HR, aby mógł skupić się na interakcjach o wysokiej wartości.

Włącz naukę dopasowaną do konkretnych funkcji

Gdy pewność siebie zostanie zbudowana, wprowadzam ustrukturyzowaną naukę dopasowaną do konkretnych funkcji — rekrutacji, L&D, operacji HR czy przywództwa — zawsze opartą na rzeczywistych przypadkach użycia. Każda inicjatywa budowania kompetencji obejmuje zabezpieczenia etyczne i zgodności z przepisami, dzięki czemu zespoły korzystają ze sztucznej inteligencji w sposób odpowiedzialny i przejrzysty.

W przypadku zespołu rekrutacyjnego może to wyglądać jak warsztat „Warsztat selekcji wspieranej przez sztuczną inteligencję”, podczas którego rekruterzy uczą się korzystać z narzędzia sztucznej inteligencji do podsumowywania i szeregowania kandydatów, a bezpośrednio potem przechodzą szkolenie dotyczące zabezpieczenia zgodności z przepisami — obowiązkowego korzystania z „Dziennika audytu stronniczości” w celu ręcznej weryfikacji i uzasadnienia każdej decyzji opartej na sztucznej inteligencji, co zapewnia odpowiedzialne wykorzystanie.

Podobnie zespół kierowniczy może wziąć udział w sesji „AI na potrzeby planowania zatrudnienia”, aby korzystać z modeli predykcyjnych, kładąc główny nacisk na etyczne konsekwencje wykorzystywania AI do podejmowania decyzji o zwolnieniach.

Rezultatem jest nie tylko biegłość w obsłudze narzędzi, lecz także kompetencja kulturowa — specjaliści HR, którzy potrafią przeprojektowywać przepływy pracy, kwestionować nieefektywności i wykorzystywać AI do podnoszenia jakości decyzji. Chodzi o tworzenie organizacji, w których biegłość w zakresie AI jest nieodłącznym elementem codziennej pracy, a nie odrębnym zestawem umiejętności.

Rozwijaj wewnętrznych ambasadorów AI na rzecz trwałego wdrażania

Szkolenia są następnie podtrzymywane dzięki rozwijaniu wewnętrznych „ambasadorów AI” — mentorów z zespołu, którzy prowadzą krótkie dyżury konsultacyjne, aby dzielić się najlepszymi praktykami i pomagać w rozwiązywaniu problemów związanych z nowymi przepływami automatyzacji, zapewniając ciągłość wdrażania i przejęcie odpowiedzialności przez zespół HR, a nie tylko dział IT.

Wybieram ambasadorów AI, patrząc poza ich stanowiska i umiejętności techniczne — zazwyczaj oceniam trzy czynniki:

1. Nastawienie: otwartość na zmiany, odporność w sytuacjach, gdy narzędzia zawodzą, oraz swoboda w obliczu niejednoznaczności.
2. Wpływ: zdolność do wywierania wpływu na innych — formalnie lub nieformalnie — w różnych zespołach.
3. Skłonność do działania: zdolność do szybkiego przekształcania pomysłów w działające prototypy zamiast czekania na idealne warunki.

Najlepszymi ambasadorami są osoby, które wykazują ciekawość w zakresie usprawniania przepływów pracy i w naturalny sposób dzielą się zdobytą wiedzą z innymi. Nie muszą być biegłe technologicznie, ale muszą być gotowe do eksperymentowania, dokumentowania tego, co działa, oraz przekładania tego na codzienny język HR, który rozumieją ich współpracownicy.

Po ich wybraniu inwestuję w nich jako w wewnętrznych multiplikatorów — zapewniam im wcześniejszy dostęp do przepływów pracy, szkolę ich w zakresie odpowiedzialnego korzystania z AI i wyznaczam ich jako współprowadzących szkolenia dla innych. Korzystamy ze strukturyzowanych zasobów — bibliotek promptów, standardowych procedur operacyjnych w Notion oraz cotygodniowych sesji refleksji — aby nauka była powtarzalna i skalowalna.

Tworzy to rozproszony system uczenia się, w którym kompetencje rozprzestrzeniają się horyzontalnie dzięki wiarygodności współpracowników, a nie tylko w ramach inicjatyw odgórnych.

Studium przypadku z życia wzięte: jak jeden zespół HR skrócił czas rekrutacji o 53% dzięki automatyzacji AI

Oto przykład transformacji opartej na praktycznym zastosowaniu AI, z którym się spotkałem: pięcioosobowy zespół HR w regionalnej firmie handlowej przeznaczał 40% swoich możliwości na zadania administracyjne. Korzystając z Typeform, Google Sheets, Zapier, ChatGPT, Slacka i Notion, zautomatyzowaliśmy przyjmowanie kandydatów, podsumowania procesu selekcji, planowanie rozmów kwalifikacyjnych i kontrolę uprzedzeń. Wewnętrzni ambasadorzy AI utrzymywali przepływ pracy i co tydzień go udoskonalali.

Cały proces zarządzania kandydatami jest realizowany za pośrednictwem wysokopoziomowego przepływu pracy niewymagającego kodowania:

1. Typeform przechwytuje dane z formularza aplikacyjnego, które są natychmiast zapisywane w Google Sheets przez Zapier.
2. Zapier przekazuje następnie dane z CV do ChatGPT, aby wygenerować trzyzdaniowe podsumowanie, ocenę dopasowania i oznaczenia dotyczące zgodności, a wynik jest zwracany do arkusza Google.
3. Jeśli ocena jest wystarczająco wysoka, Zapier wysyła do osoby zarządzającej rekrutacją powiadomienie w Slacku z podsumowaniem i linkiem do wiersza kandydata.
4. Po zatwierdzeniu przez osobę zarządzającą w arkuszu Zapier uruchamia automatyczną wiadomość e-mail do kandydata, umożliwiającą samodzielne zaplanowanie rozmowy kwalifikacyjnej.
5. Na koniec Notion służy jako centralne miejsce, w którym ambasadorzy HR utrzymują rejestr audytów uprzedzeń i dokumentację przepływu pracy, zapewniając wydajność, zgodność i ciągłe doskonalenie całego systemu.

A oto rezultaty:

• Odzyskano 60 godzin tygodniowo (~1,5 etatu rocznie)
• Skrócono czas rekrutacji z 45 do 21 dni (o 53% szybciej)
• Czas pracy HR przekierowano na coaching, projektowanie ról i poprawę doświadczeń kandydatów
• Koncentracja kadry kierowniczej przesunęła się z nadzoru nad zadaniami na rozwijanie kompetencji i projektowanie przepływów pracy

To doświadczenie pokazało mi, że prawdziwa wartość AI polega na zwiększaniu wpływu przywództwa i tworzeniu kultury wspierającej sprawcze, kompetentne zespoły — a nie tylko na automatyzowaniu zadań.

Jak AI wykracza poza działania operacyjne, aby transformować strategię i podejmowanie decyzji

Jednak AI wykracza poza operacje. AI w zarządzaniu operacjami wspiera strategię, projektowanie organizacji i podejmowanie decyzji poprzez modelowanie scenariuszy, planowanie zatrudnienia oraz syntezę wniosków, umożliwiając kadrze kierowniczej skupienie się na kompromisach i wpływie na ludzi.

AI na potrzeby strategicznego HR i budowania kompetencji opiera się przede wszystkim na dwóch rodzajach narzędzi:

• Platformy planowania strategicznego: wyspecjalizowane systemy, takie jak SAP SuccessFactors lub Nakisa/Pigment, wykorzystują zaawansowaną AI do obsługi złożonego planowania zatrudnienia, modelowania scenariuszy i projektowania organizacji. Narzędzia te syntetyzują dane biznesowe, aby pomóc liderom prognozować potrzeby i analizować wpływ kluczowych decyzji, umożliwiając działom HR skupienie się na strategii, a nie tylko na raportowaniu.
• Narzędzia do generowania treści: uniwersalne LLM-y, takie jak ChatGPT lub Gemini (często wdrażane w ramach platform dla przedsiębiorstw, takich jak Microsoft 365 Copilot), służą do szybkiego tworzenia treści, w tym spersonalizowanych wskazówek coachingowych, pierwszych wersji modułów szkoleniowych i pytań do ankiet badających nastroje pracowników. Automatyzuje to kreatywne przygotowywanie treści, pozwalając działom HR poświęcać czas na coaching i rozwój ludzi.

Innymi słowy, te pierwsze określają oparte na danych „co”, a te drugie tworzą skoncentrowane na ludziach „jak”.

W praktyce może to wyglądać tak: SAP SuccessFactors (oprogramowanie do zarządzania kapitałem ludzkim) modeluje scenariusz wskazujący na przewidywaną 20-procentową lukę kompetencyjną w marketingu cyfrowym w ciągu dwóch lat; ten strategiczny wniosek jest następnie przekazywany do ChatGPT wraz z poleceniem utworzenia hiperspersonalizowanego, trzyetapowego planu coachingowego dla wiceprezesa ds. marketingu, którego zespół odczuje największy wpływ, skutecznie przekształcając złożone dane w natychmiastowe, praktyczne treści dotyczące rozwoju i coachingu.

Stos technologiczny bez kodu zwiększający efektywność procesów HR i budowanie kompetencji

Skoro mowa o narzędziach, korzystam z elastycznego stosu bez kodu skoncentrowanego na efektywności procesów i budowaniu kompetencji:

• Google Workspace jest moim centralnym miejscem do przechowywania danych, pulpitów nawigacyjnych i współpracy.
• Typeform i Google Forms standaryzują zbieranie danych od kandydatów i pracowników wewnętrznych, zasilając zautomatyzowane procesy.
• Zapier (oprogramowanie do automatyzacji procesów) i Make koordynują automatyzację od początku do końca, uwalniając 40–60 godzin tygodniowo. Niedawno przeniosłem(-am) część procesów do Make, aby lepiej obsługiwać błędy.
• ChatGPT i API OpenAI generują szablony, podsumowania i kontrole pod kątem uprzedzeń. Są one połączone z bibliotekami poleceń i rejestrowaniem danych, aby zapewnić spójność i nadzór.
• Slack (oprogramowanie do komunikacji z pracownikami) zapewnia powiadomienia i zatwierdzenia w czasie rzeczywistym, aby utrzymać zespoły w zgodzie.
• Notion (aplikacja do robienia notatek) służy nam do dokumentowania procesów, standardowych procedur operacyjnych i szkoleń dla ambasadorów, umożliwiając skalowalne dzielenie się wiedzą.

Wpływ tego stosu jest znaczący: oszczędność czasu, szybsze zatrudnianie, większa spójność oraz przesunięcie uwagi liderów z nadzorowania zadań na projektowanie procesów i kompetencji.

Jak strukturyzować dane wejściowe ChatGPT, aby uzyskiwać spójne wyniki HR sprawdzone pod kątem uprzedzeń

Obecnie szczególnie koncentruję się na projektowaniu poleceń dla ChatGPT i bibliotekach poleceń. Nie chodzi tylko o korzystanie z tego narzędzia, lecz także o sposób strukturyzowania danych wejściowych i wyjściowych, aby konsekwentnie generować dokładne, sprawdzone pod kątem uprzedzeń i praktyczne treści.

Tworząc scentralizowaną bibliotekę poleceń, zapewniliśmy powtarzalność wyników AI w procesach HR — od podsumowań kandydatów i pytań rekrutacyjnych po komunikację wewnętrzną i materiały wdrożeniowe.

Wpływ tych zmian był transformacyjny: standaryzują one jakość, ograniczają liczbę błędów i uwalniają zespoły HR od powtarzalnego tworzenia treści. Co ważniejsze, zmienia to sposób, w jaki przewodzę zespołom — teraz poświęcam energię na coaching zespołów w zakresie projektowania procesów, zabezpieczeń decyzyjnych i iteracyjnego doskonalenia, zamiast tworzyć lub zatwierdzać każdy dokument. Ta pojedyncza funkcja przekształciła HR z funkcji zorientowanej na zadania w zespół zorientowany na rozwój kompetencji i wspomagany przez AI.

Co każdy lider HR powinien wiedzieć o przechodzeniu przez transformację AI

W ciągu pięciu lat HR nie będzie już definiowany przez procesy transakcyjne. Role takie jak moja będą koncentrować się niemal całkowicie na projektowaniu procesów wspomaganych przez AI, kształtowaniu ram decyzyjnych oraz budowaniu kompetencji ludzi i AI w całej organizacji. Działy będą mierzyć wpływ poprzez strategiczne oddziaływanie, zwinność siły roboczej i rozwój kompetencji, a nie liczbę pracowników czy efektywność administracyjną.

W praktyce oznacza to, że liderzy HR będą poświęcać mniej czasu na zatwierdzanie raportów, a więcej na opracowywanie opartych na danych wniosków, coaching zespołów i osadzanie etycznego wykorzystania AI w każdej decyzji.

Liderom HR przechodzącym przez tę transformację HR napędzaną przez AI radzę koncentrować się na procesach, a nie na narzędziach.

Wskazówka Reyhaneh

Dla liderów HR, którzy przechodzą przez tę transformację napędzaną przez AI, moja rada jest taka: skup się na przepływach pracy, a nie na narzędziach.

Zidentyfikuj obszary, w których wysiłek człowieka przynosi niewielką wartość, zautomatyzuj te zadania lub wesprzyj ich realizację, a także inwestuj w rozwijanie kompetencji i biegłości w zakresie AI w swoich zespołach. Wyznacz wewnętrznych ambasadorów, od początku wdrażaj zasady zarządzania i zmień swoją rolę z wykonywania zadań na projektowanie ram decyzyjnych oraz umożliwianie innym działania.

Ogólniej rzecz ujmując, dla wszystkich liderów kluczowe jest ponowne przemyślenie sposobu wykonywania pracy, a nie tylko tego, jaka praca jest wykonywana. Traktuj AI jako mnożnik siły strategii i kultury organizacyjnej, stawiaj na jasność zamiast kontroli oraz rozwijaj zespoły, które potrafią dostosowywać się, eksperymentować i brać odpowiedzialność w środowisku wspieranym przez AI.

Sukces nie polega na posiadaniu najnowszych narzędzi; chodzi o skuteczne koordynowanie systemów człowiek + AI.

Śledź dalej

Możesz obserwować Rey na LinkedIn, gdzie dzieli się praktycznymi strategiami wykorzystania AI w HR, niewymagającymi pisania kodu.

Wkrótce kolejne wywiady z ekspertami na People Managing People!