Raport sygnałów: Wnioski z Transform 2026
Priorytet zarządzania: Wdrażanie AI wymaga strukturalnego podejścia z jasnym zarządzaniem, aby uniknąć chaosu i dublowania działań.
Zaangażowanie HR: HR musi zaznaczyć swoją rolę w strategii AI, przewodząc działaniom związanym z pracownikami i uczeniem się wspólnie z liderami technicznymi.
Rola menedżera: Kadry średniego szczebla mają kluczowe znaczenie dla transformacji AI, dlatego potrzebni są menedżerowie rozumiejący kontekst, którzy pokierują tym procesem.
Wpływ niejednoznaczności: Postrzeganie przemian związanych z AI jako ciągłego rozwoju, a nie zakłóceń, ogranicza wypalenie pracowników i zmęczenie zmianą.
Podstawa danych: Solidna i spójna infrastruktura danych jest niezbędna do skutecznego wdrażania AI i unikania problemów systemowych.
Obieg konferencyjny stał się własnego rodzaju sygnałem. To, co mówi się w tych salach i na tych scenach, jest destylatem tego, co dzieje się w nowoczesnym miejscu pracy, co się w nim odczuwa i co się dla niego przewiduje.
Transform 2026 w Las Vegas nie było wyjątkiem. W ciągu trzech dni sesji, paneli i rozmów na korytarzach wyłoniło się kilka kwestii, które rzeczywiście pomogły uporządkować obraz sytuacji. Oczywiście nie zabrakło typowych abstrakcji w przemówieniach programowych utrzymanych w optymistycznym tonie ani pesymistycznych przyznań, ale pojawiły się też szczere punkty tarcia wskazywane przez praktyków, którzy naprawdę się z tym mierzą.
Oto, co ten tydzień rzeczywiście mi uświadomił.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
1. Zarządzanie to mało efektowna praca, od której zależy, czy cokolwiek z tego się utrzyma.
Nikt nie przychodzi na konferencję, żeby rozmawiać o dokumentacji zasad. A jednak temat ten wciąż pojawiał się jako ściana nośna wdrażania AI.
Podczas sesji poświęconej podejściu opartemu na umiejętnościach pierwszego dnia Stacy Eng, była dyrektor ds. uczenia się w Chevron, opisała moment, w którym jej organizacja zdała sobie sprawę, że sam entuzjazm doprowadzi do chaosu. Otworzyli pracownikom tamę dla pomysłów na wykorzystanie AI, a rezultatem rzeczywiście była powódź. Setki pomysłów szybko doprowadziły do wniosku, że potrzebują ram pozwalających ustalić ich priorytety.
Rozwiązanie miało charakter strukturalny: rada ds. AI skupiająca dyrektora ds. informacji, dyrektora finansowego i innych kluczowych interesariuszy z wyższej kadry zarządzającej, aby ustalić, czym się zająć, co odłożyć na później, a z czego zrezygnować.
To doświadczenie powtarzało się podczas kolejnych sesji. Jeden z praktyków z firmy niezwiązanej z technologią opisał, że celowo nie angażował się w początkowy wyścig związany z AI — „chcieliśmy pozwolić, żeby wszyscy inni popełnili błędy” — zanim polecenie zarządu wymusiło działanie.
Amy Reichanadtner, dyrektor ds. personalnych w Databricks, opisała organizację pracy swojego zespołu nad AI w trzech wyraźnych warstwach: strategicznych inicjatywach sponsorowanych przez kadrę zarządzającą, przeglądzie procesów funkcja po funkcji oraz strefie testowej do otwartego eksperymentowania z zabezpieczeniami.
Bez takiej struktury, zauważyła, otrzymujesz zduplikowane narzędzia w swoim stosie narzędzi personalnych rozwiązujące te same problemy i nie masz sposobu, by wiedzieć, co działa.
Podstawowy problem polega na tym, że niekompletna dokumentacja zasad tworzy słaby fundament dla każdego systemu AI, który z niej korzysta. Nie wspominając już o agentach wymagających zarządzania, które może nadążać za sytuacją w czasie rzeczywistym.
2. Miejsce HR-u przy stole poświęconym AI nie jest oferowane. Trzeba je sobie wywalczyć.
Jedna z najwyraźniejszych frustracji przewijających się przez cały tydzień była następująca: HR jest wciąż wykluczany ze strategii AI, a następnie proszony o zarządzanie jej skutkami.
Isaac Agbeshie-Noye zauważył, że bardzo niski odsetek specjalistów HR rozumie swoją rolę w strategii AI.
„Zlecili to na zewnątrz dyrektorowi ds. technologii” — powiedział. „Potrzebujemy, aby ci specjaliści byli odpowiednio poinformowani”.
Eng przedstawiła podobny argument dotyczący projektowania organizacji. Wdrożenie AI jest wydarzeniem związanym z personelem, a nie wdrożeniem technicznym. Umiejętności, psychologia i architektura uczenia się należą do obszaru HR-u.
„HR, jako dział rozumiejący personel, może stworzyć obszar uczenia się i rozwoju. Powinien być częścią rady ds. AI wraz z dyrektorem ds. informacji i dyrektorem ds. technologii, dbając o uwzględnienie ludzkich aspektów zmiany”.
Badanie Brandon Hall Group „Perspektywy HR na 2026 rok” wykazało, że 65% organizacji aktywnie integruje AI z kluczowymi przepływami pracy. Mniej niż 30% w znaczący sposób na nowo zdefiniowało role lub struktury stanowisk, aby to odzwierciedlić. W tej luce HR albo podejmuje działanie, albo zostaje na stałe odsunięty na boczny tor.
3. To na poziomie menedżerów transformacja związana z AI umiera.
Sesja Matta Poepsela mogła być najbardziej szczerą sesją tygodnia. Opisał menedżerów działających bez odpowiedniego kontekstu, podejmujących decyzje w próżni, i przedstawił to nie jako indywidualną porażkę, lecz jako problem systemowy: ogólna AI, która nie zna organizacji, ludzi ani dynamiki zachowań.
„Kiedy widzimy, że menedżerowie idą na skróty” — powiedział — „tworzy to próżnię, która ujawnia się na każdym etapie cyklu życia pracownika”.
Konsekwencje narastają. Pracownicy zwracają się do ChatGPT po porady dotyczące zarządzania, ponieważ zaufanie osłabło do tego stopnia, że nie wierzą, iż otrzymają szczerą odpowiedź od swojego bezpośredniego przełożonego.
Claude Silver, dyrektorka ds. serca w VaynerX, opisała przypadki awansowania ludzi na stanowiska menedżerskie i odkrywania, że organizacja zakładała, iż będą oni wiedzieć, jak stworzyć przestrzeń dla lęku, niepewności i prawdziwej rozmowy.
Musimy mieć menedżerów, którzy potrafią ją stworzyć — powiedziała. — Wydaje się, że całkowicie to pomijamy.
Ujęcie przedstawione przez Briana Elliotta jako prowadzącego wydarzenie było dosadne: „Transformacja AI to sport zespołowy, który wymaga czasu i przestrzeni, aby zespoły mogły wspólnie się szkolić. Jeden ambasador AI osadzony w zespole i znający jego cele ma większą moc niż programy szkoleniowe”.
4. Niejednoznaczność wypala ludzi szybciej niż obciążenie pracą.
Zmęczenie zmianami było wielokrotnie przywoływane, ale bardziej precyzyjna diagnoza wyszła od Agbeshie-Noye.
Ma to praktyczne konsekwencje dla sposobu, w jaki organizacje komunikują transformację AI. Eng opisała wybór komunikacyjny w firmie Chevron, gdzie skupiono się na przedstawieniu AI nie jako zerwania z dotychczasowym kierunkiem, lecz jako kolejnego rozdziału trwającej cyfrowej podróży, dzięki czemu zmiana wydawała się ciągłością, a nie zakłóceniem.
Danny Guillory, dyrektor ds. pracowników w Gametime, poszedł o krok dalej.
„Czasami musimy robić mniej, jeśli chodzi o to, co forsujemy, i być świadomi rytmu, którego doświadczają ludzie”.
Istnieje różnica między przygotowaniem pracowników na zmiany a przytłoczeniem ich nimi. Dla osób, które chcą sprostać temu wyzwaniu, kluczowe jest zapewnienie jasności co do kierunku zmian, a nie tylko wzbudzanie entuzjazmu wobec tego, co jest możliwe.
5. Warstwa danych nie jest szczegółem technicznym. To fundament.
Jevan Soo Lenox, dyrektor ds. pracowników w Writer, powiedział coś, co zasługiwało na więcej uwagi: „Jeśli nie budujesz na świetnej, spójnej bazie wiedzy — warstwie danych, do której możesz uzyskać dostęp i na której możesz budować — wszystko inne się rozpadnie”.
Nie mówił abstrakcyjnie. Opisywał doświadczenie organizacji, które wdrażają narzędzia AI na podstawie chaotycznej, niekompletnej lub niespójnej infrastruktury danych, a następnie zastanawiają się, dlaczego nic nie działa zgodnie z obietnicami.
Giovanni Luperti, dyrektor generalny Humaans, przedstawił podobną uwagę dotyczącą agentowej AI: systemy będą uczyć się na podstawie tego, co im przekażesz. Dostarcz im nieuporządkowane dane wejściowe, a usystematyzują ten bałagan. Proces wdrażania nowych pracowników jest jednym z przykładów, które podał — jest wysoce powtarzalny i ma duży potencjał automatyzacji, ale tylko wtedy, gdy leżący u jego podstaw proces jest dobrze zdefiniowany.
Chcesz mieć agentów, którzy będą cały czas realizować ten proces i nauczą się wykonywać go lepiej. Kiedy jednak przechodzisz do bardziej złożonych elementów związanych z uprawnieniami, nie sądzę, żeby te systemy były już na to gotowe.
Pytanie, które organizacje powinny zadać sobie przed zbudowaniem czegokolwiek, brzmi: z czego właściwie czerpie AI?
6. Odpowiedzialność liderów za wdrażanie AI musi być mierzalna, inaczej zniknie.
Stacy Eng bezpośrednio powiedziała, czego potrzeba, aby liderzy przeszli od kibicowania do przejęcia odpowiedzialności.
Peter Beard, wiceprezes ds. polityki i programów w Izbie Handlowej Stanów Zjednoczonych, dodał powiązany wątek dotyczący widoczności. Utrzymywanie projektów AI w polu widzenia najwyższego kierownictwa — nie po to, by ingerować, lecz by sygnalizować, że poświęca się im uwagę — zmienia zachowania w całej organizacji. „To właśnie będzie napędzać zmianę” — powiedział.
Ma to znaczenie, ponieważ luka w zakresie odpowiedzialności jest realna. Gdy wdrażanie AI przedstawia się jako inicjatywę kulturową bez realnych konsekwencji, zaczyna być traktowane jako opcjonalne. Gdy zostaje osadzone w sposobie oceniania wyników pracy, staje się realnym obowiązkiem.
7. Sygnał rekrutacyjny zanika, a rozwiązaniem nie jest większa liczba aplikacji.
Sesja rekrutacyjna z udziałem Aarona Wanga, dyrektora generalnego Alex.com, ujawniła problem, który liderzy pozyskiwania talentów obserwują w czasie rzeczywistym. Liczba aplikacji gwałtownie wzrosła — niektóre systemy ATS odnotowują 750 kandydatów na jedno stanowisko — podczas gdy odsetek aplikacji faktycznie poddawanych ocenie utrzymuje się na poziomie około dwóch do trzech procent.
AI sprawiła, że aplikowanie stało się bezwysiłkowe. Koszt złożenia aplikacji jest obecnie niemal zerowy. Coraz częściej AI aplikuje w imieniu kandydatów, czasem na dużą skalę, a czasem w sposób podstępny.
Argument dostawców jest taki, że selekcja z wykorzystaniem AI rozwiązuje ten problem, ponieważ przetwarza wszystkie aplikacje. Trudniejsze pytanie, które padło podczas sesji i na które nie udzielono pełnej odpowiedzi, brzmi: jaki sygnał faktycznie pozostaje, gdy obie strony tej transakcji są obsługiwane przez AI?
Według Wanga jedna na cztery aplikacje może być obecnie fałszywa. Jeśli ta liczba jest prawidłowa, pokazuje, jak bardzo załamał się początek lejka rekrutacyjnego.
Głębszy problem nie dotyczy liczby aplikacji. Chodzi o to, że CV jako źródło informacji już wcześniej traciło na znaczeniu, a AI przyspieszyła ten upadek. Selekcja na dużą skalę nie rozwiązuje problemu określenia, jak wygląda dobry kandydat, gdy nie można ufać danym wejściowym.
8. Ludzki osąd wciąż wyróżnia ludzi, ale tylko wtedy, gdy jest wbudowany w procesy, a nie traktowany jako coś oczywistego.
Najbardziej konsekwentnym wątkiem tego tygodnia, obecnym w sesjach, które poza tym niewiele łączyło, było stwierdzenie: ludzie nadal lepiej niż AI posługują się osądem, ale ta przewaga ma znaczenie tylko wtedy, gdy organizacje świadomie ją chronią i rozwijają.
Ramy zaproponowane przez Matta Poepsela były bezpośrednie.
Amy Reichanadtner wskazała dwie umiejętności, które jej zdaniem pomogą ludziom przejść przez tę zmianę: myślenie od podstaw oraz zdolność do budowania.
June Dinitz, dyrektorka ds. personalnych na terenie Stanów Zjednoczonych i Kanady w EPAM Systems, opisała zmianę zachodzącą w usługach profesjonalnych w kierunku „inżynierów delegowanych bezpośrednio do klienta”, czyli innymi słowy osób, które potrafią pracować wewnątrz firmy klienta i zrozumieć jej pełny kontekst, zanim zaproponują rozwiązania techniczne.
Oznacza to, że nie należy traktować osądu jako umiejętności miękkiej. Trzeba postrzegać go jako infrastrukturę i budować warunki do jego wykorzystywania, zwłaszcza w środowiskach małych zespołów. Ujęcie Luperti dotyczące „wzmacniania decyzji w porównaniu z zastępowaniem decyzji” stanowi użyteczną perspektywę. Wszystko, co deterministyczne, przekaż agentowi. Wszystko, co wymaga kontekstu, niuansów lub uwzględnienia konsekwencji, pozostaw pod ścisłą kontrolą człowieka.
9. Osoby wchodzące obecnie na rynek pracy doświadczają czegoś, czego starsze pokolenia nie są w stanie w pełni zrozumieć, dlatego liderzy powinni słuchać, zamiast wyjaśniać.
Michael Walters, dyrektor ds. personalnych w Samsung Semiconductors, powiedział coś, co jest dobrą radą dla każdego urodzonego przed 2000 rokiem.
Muszę zrozumieć, że nie wiem, jak to jest mieć 25 lat w 2026 roku, więc muszę dużo słuchać.
Claude Silver opisała, że obserwuje młodszych pracowników, którzy dołączają do organizacji, a następnie szybko z niej odchodzą — nie z powodu samej pracy, lecz dlatego, że organizacje nie prowadzą szczerych rozmów o wpływie AI na ich przyszłość, ścieżki kariery ani poczucie przynależności.
Podczas rozmowy na głównej scenie drugiego dnia Van Jones ujął to wprost.
Nie pozwólcie, by ta technologia służyła wam do redukcji zatrudnienia. Wszyscy będą mieć boty, a potem wrócicie do ludzi. Zamiast tego musicie zainwestować w pracę emocjonalną, która pozwoli wam utrzymać zespoły razem.
To nie jest łagodny argument. To argument strategiczny. Jeśli potraktujemy wdrażanie AI wyłącznie jako ćwiczenie z efektywności, stracimy ludzi, którzy przetrwają obecną falę automatyzacji.
Budowanie biegłości w zakresie AI i budowanie zaufania ludzi nie są konkurującymi ze sobą priorytetami. W tej chwili to ten sam projekt.
