Ekspert ds. zmian organizacyjnych i wdrażania AI podkreśla konieczność integracji AI z podejściem stawiającym ludzi na pierwszym miejscu

Byłem najmłodszą osobą w historii, która dostała się na wydział medyczny Uniwersytetu Wisconsin. A potem dałem się uwieść Wall Street i zrobiłem zawrotną karierę.

Problem polegał na tym, że po drodze popadłem w poważne uzależnienia, którym towarzyszyła depresja. Przez pół dekady miotałem się, podejmując studia doktoranckie i zawodowo grając w brydża, a przez cały ten czas faktycznie byłem bezdomny.

W wieku 32 lat uporządkowałem swoje życie, dołączyłem do PwC i pomogłem stworzyć ich metodę transformacji i zmian organizacyjnych. Następnie znów zmieniłem kurs i założyłem własną firmę. Działa już od 25 lat, choć sprzedałem ją dekadę temu.

Od tamtej pory pracowałem jako konsultant, profesor i mówca wystąpień otwierających, a także zostałem autorem dziewięciu książek. Co mówią? „Życie zaczyna się po pięćdziesiątce…”

Dwie z moich książek okazały się wielkimi sukcesami, czy też „szóstkami”, jak mówimy w krykiecie. Nauka zmian organizacyjnych została uznana za jedną z pięciu najlepszych książek o zarządzaniu zmianą wszech czasów. Z kolei Wdrażanie AI została oceniona jako najlepsza książka o AI w 2025 roku — nie, spieszę dodać, przez „New York Times”, lecz na LinkedInie, co ma 1000 razy mniejsze znaczenie.

Przypuszczam, że jeśli w całym tym chaosie można doszukać się jakiegoś błogosławieństwa, to jest nim fakt, że postrzegam nasz obecny kontekst z wielu perspektyw. Można by powiedzieć: „Człowiek do wszystkiego, mistrz w niczym”, ale bardziej życzliwie można stwierdzić, że mam „perspektywę pełnego stosu”.

Dlaczego ten ekspert od zmian organizacyjnych przestał się wahać

Osobiście przynajmniej raz w tygodniu przeżywam moment typu OMFG związany z AI. Każde nowe narzędzie, nowa perspektywa i każdy przełom dotyczący nowych modeli budzą we mnie dziecięcy zachwyt.

Jednak na początku 2025 roku bardzo poważnie wahałem się w kwestii AI. Ma ona ogromny potencjał dla ludzkości, ale pod względem etycznym wiąże się z licznymi problemami. Coś się jednak zmieniło. Nie jestem pewien, czy wypiłem zbyt dużo Kool-Aidu Sama Altmana, czy po prostu bardziej namacalnie odczuwam ten potencjał, ale głęboko zanurzyłem się w AI — do tego stopnia, że buduję nawet LLM-y na swoim domowym komputerze.

A teraz próbuję połączyć moje ogromne doświadczenie i wiarygodność w dziedzinie zmian organizacyjnych z obszarem przywództwa i światem AI.

Jak AI zwiększa produktywność i przyspiesza naukę

Nigdy, przenigdy nie byłem tak podekscytowany. Nigdy też nie byłem tak produktywny.

Możliwość tworzenia prezentacji przez AI całkowicie zmieniła moje życie. Może się to wydawać czymś niewielkim, wręcz banalnym. Jednak jako konsultant ds. zarządzania z 35-letnim stażem stworzyłem setki prezentacji, z których każda zajmowała tydzień. Lata mojego życia poświęciłem na tworzenie prezentacji w PowerPoincie.

Potem odkryłem Gamma. W ciągu jednego dnia mogę stworzyć coś na światowym poziomie.

Uczę się też szybciej niż kiedykolwiek. Aby dobrze poznać jakiś temat, prawdopodobnie trzeba przeczytać 20 książek lub 50 prac naukowych. NotebookLM radzi sobie z tym w mgnieniu oka. W ciągu kilku sekund możesz uzyskać mapę myśli na podstawie danych z 50 źródeł.

Dobrym przykładem jest praca naukowa MIT dotycząca czegoś, co nazywa się rekurencyjnymi modelami językowymi. Niedawno ją odkryłem. Była gęsta i dogłębna. Wiele jej fragmentów wykraczało technicznie poza moje kompetencje, ale wiedziałem wystarczająco dużo, by pomyśleć: „Wow, to ważne”. Wgrałem ją więc do Gemini i zapytałem: „Czy to ma znaczenie? Przygotuj dwustronicowe podsumowanie”. Następnie zapytałem, czy mogę zbudować taki model na swoim domowym komputerze i ile czasu by to zajęło. Dwie godziny później miałem działający miniaturowy LLM w swoim salonie.

To zmienia zasady gry. Ta technologia demokratyzuje dostęp i wyzwala ludzi.

Dlaczego organizacje muszą koncentrować się nie tylko na wzroście efektywności

Jednocześnie nie możemy nadmiernie koncentrować się na wzroście produktywności dzięki AI. To tak, jakby poprosić Einsteina o składanie prania.

Sam jestem tego winny. Kiedy po raz pierwszy wykorzystałem AI we własnej firmie, chodziło mi wyłącznie o efektywność. Chciałem oszczędzać 10–20 godzin żmudnej pracy tygodniowo. Jednak wykonywanie tej samej pracy szybciej jest naprawdę ograniczające.

Musimy koncentrować się na nowych możliwościach. Powinienem był zapytać: „Co to pozwala mi robić, czego wcześniej nie mogłem robić?”

Ma to kluczowe znaczenie dla firm z listy Fortune 500.

Dlaczego ramy przywództwa muszą ewoluować w erze AI

AI nie zmienia przywództwa, a to stanowi problem.

Najpopularniejszą ramą przywództwa jest przywództwo transformacyjne. Pochodzi ono z lat 70. Stare paradygmaty przywództwa powstały z myślą o przewidywalności, która już nie istnieje.

Musimy przejść na ramy przywództwa adaptacyjnego. Uwzględniają one tempo zmian, ale także wyłaniający się wymiar wdrażania AI. Nie wiemy bowiem, jak wygląda stan ukończenia. Nie możemy łatwo przewidzieć, jaki kształt przyjmą projekty pilotażowe ani jak łatwo będzie można je skalować.

Jak wygląda stos technologiczny AI dla liderów zmian

Mój stos AI stale się zmienia, ale oto jego aktualny obraz:

• Descript — edytor wideo
• Granola — narzędzie do sporządzania notatek
• NotebookLM — asystent do badań i pisania
• Gamma — narzędzie do tworzenia prezentacji PowerPoint
• Claude — ogólnego zastosowania
• ChatGPT — ogólnego zastosowania
• Gemini — ogólnego zastosowania
• Obsidian — notatki
• Leonardo — narzędzie do tworzenia obrazów
• Ollama — automatyzacja
• VSCode — programowanie
• Hugging Face — budowanie społeczności
• LangChain
• PostgresSQL

Jak wspomniałem powyżej, Gamma i NotebookLM w szczególności całkowicie odmieniły moje podejście.

Dlaczego różne paradygmaty wdrażania AI będą kształtować kulturę organizacyjną

Istnieje kilka paradygmatów wdrażania AI.

Obecnie Accenture nakazuje logowanie do narzędzi AI — co można uznać za przymusowe i nieelastyczne rozwiązanie. Dla kontrastu Walmart stosuje podejście oparte na dobrowolnym sięganiu po rozwiązania, oferując wszystkim bezpłatny dostęp do edukacji w zakresie AI.

Pytanie dotyczące Accenture brzmi, czy zmuszanie ludzi nie zaszkodzi kreatywności i bezpieczeństwu psychologicznemu. Czas pokaże.

Dlaczego wdrażanie AI zorientowane na ludzi buduje zaufanie, kompetencje i ROI

Około 88% organizacji próbuje wdrożyć AI, ale mniej niż 30% czerpie z niego zyski. Te liczby są fatalne.

Nie jest to zaskakujące. Jako osoba, która od trzech dekad zajmuje się ludzkim aspektem wdrażania technologii, wiem, że pokonanie dystansu między „błyszczącą nową technologią” a jej użytecznością zajmuje lata.

Bariery mają charakter organizacyjny. Silosy, kultura, sposób myślenia, umiejętności i tak dalej. Ludzie się tego boją. Jeśli w takim kontekście spróbujesz wepchnąć technologię na siłę, powodzenia.

Moim znakiem rozpoznawczym, a także koncepcją, którą stworzyłem, jest „wdrażanie zorientowane na ludzi”. To zarówno twierdzenie o charakterze moralnym, jak i podejście taktyczne. Moja hipoteza, wykorzystywana przez dwie firmy z listy Fortune 500, zakłada, że jeśli najpierw wzmocnisz sprawczość ludzi i opracujesz przypadki użycia wspierające dobrostan człowieka, ich strach i nieufność znikną. Szybko przyjmą technologie, które poprawiają ich życie.

Następnie, gdy zbudujesz biegłość, zaufanie, kompetencje i umiejętności, możesz zdecydowanie skupić się na ROI.

Jak w praktyce wygląda kompetencja w zakresie AI

Mój oparty na badaniach model kompetencji w zakresie AI obejmuje pięć wymiarów. Oto ich ogólny zarys:

1. Pojęcia: podstawowe zrozumienie tego, co kryje się pod maską AI
2. Umiejętności: wiedza o tym, jak tworzyć polecenia, a później także budować rozwiązania
3. Etyka: ogromny obszar, w którym nikt nie powinien działać po omacku
4. Obywatelskość: wpływ AI na wiadomości, politykę, rodzicielstwo i szkoły
5. Myślenie krytyczne: AI jest od ciebie inteligentniejsza, ale czasami także znacznie głupsza. Krytyczne myślenie z AI rzadko jest nauczane, a większość ludzi nie radzi sobie z nim.

Każdego z tych elementów trzeba nauczać, jeśli chcesz osiągnąć prawdziwe kompetencje w zakresie AI w swojej organizacji.

Dlaczego sukces może stać się barierą w nauce AI

Oto moje obecne spojrzenie na przywództwo: nikt nie jest w stanie nadążyć, ale wszyscy muszą próbować.

AI to najbardziej złożony temat w historii ludzkości — od modeli i algorytmów po ogromne, przełomowe siły oddziałujące na przedsiębiorstwa, gospodarki i przepływy geopolityczne.

Najbardziej przerażająca rzecz wiąże się jednak z pewną historią. W 1995 roku wezwano mnie do zbadania oszustwa na rynku instrumentów pochodnych — według dzisiejszych standardów drobnostka, 100 mln dolarów. Miałem przesłuchać tradera zajmującego się opcjami. Ponieważ wywodziłem się z tego świata, rozumiałem gammę, thetę i krzywe uśmiechu.

Zdumiewało mnie to, że nikt w banku — ani dyrektor generalny, ani dyrektor finansowy, ani dyrektor ds. ryzyka — nie miał pojęcia, o czym ten człowiek mówi. Mieli na pokładzie ryzyko warte miliardy, a nie mieli pojęcia o instrumentach pochodnych.

Sztuczna inteligencja jest o wiele bardziej skomplikowana, a członkowie najwyższego kierownictwa działają po omacku. To naprawdę napawa mnie przerażeniem. Niewiedza na szczycie jest niebezpieczna.

Ale kto ma na to czas? Prowadziłem program dla grupy menedżerów i zapytałem: „Ile formalnej edukacji odbyliście w zeszłym roku?”. Łącznie trzy dni. W przypadku całej dwunastki. To zdecydowanie za mało.

Liderzy muszą wygospodarować czas na naukę. Muszą też pozbyć się domyślnego nastawienia: „Jeśli czegoś nie wiem, to nie może być to aż tak ważne”. Obecnie ich władza i sukces stoją na drodze do nauki.

Dlaczego liderzy muszą znaleźć czas na eksperymentowanie

Teraz bardziej niż kiedykolwiek liderzy muszą podnosić swoje kwalifikacje. Muszą zdobyć kompetencje w zakresie sztucznej inteligencji.

Organizowanie programu edukacji w zakresie sztucznej inteligencji dla pracowników bez jednoczesnego podnoszenia własnych kwalifikacji byłoby jawną hipokryzją.

Zakładam, że większość liderów zgodziłaby się z tym stwierdzeniem. Ale prawie nikt tego nie zrobi. Już teraz pracują 60 godzin tygodniowo. Potrzebują wsparcia. Potrzebują ustrukturyzowanych programów. I potrzebują czasu na eksperymentowanie — może minimum godziny lub dwóch tygodniowo.

Eksperymentowanie nie podlega negocjacjom. Książki nie zostały jeszcze napisane, a nawet gdyby powstały, nie można nauczyć się tych umiejętności z książki.

Śledź jego działalność

Możesz śledzić działalność Paula Gibbonsa na platformach LinkedIn, YouTube i Substack. Zajrzyj także na stronę Paul Gibbons Advisory.

Na People Managing People pojawią się kolejne wywiady z ekspertami.