Siedem kompetencji, które odróżniają liderów AI od maruderów AI
Luka percepcyjna: Między osobami zarządzającymi a pracownikami istnieje znaczna rozbieżność w rozumieniu strategii AI.
Umiejętności przywódcze: Skuteczna transformacja AI wymaga konkretnych kompetencji przywódczych wykraczających poza wdrożenie technologii.
Czynniki sukcesu AI: Empatia i zrozumienie indywidualnych procesów zmiany zwiększają skuteczność wdrażania AI.
Strategiczna cierpliwość: Wiele inicjatyw AI kończy się niepowodzeniem z powodu nierealistycznych terminów i niewystarczającego wsparcia w budowaniu kompetencji.
Obecnie największą uwagę przyciąga strategia oparta na prostym założeniu: wzbudź w ludziach strach, a będą pracować ciężej.
Zwolnienia przedstawiane jako dyscyplina fiskalna. Nakazy powrotu do biura pozycjonowane jako działania zwiększające produktywność. Transformacja z wykorzystaniem AI ogłaszana, zanim ktokolwiek zrozumie, co oznacza ona dla jego faktycznej pracy.
Generuje to nagłówki. Nie generuje natomiast transformacji, której rzekomo chcą osoby na stanowiskach kierowniczych.
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
Nowe badania przeprowadzone przez BCG i Columbia Business School ujawniają różnicę wynoszącą 51 punktów procentowych w postrzeganiu przez kadrę kierowniczą i pracowników pierwszej linii tego, czy ludzie rozumieją strategię AI. Liderzy sądzą, że 80% pracowników jest dobrze poinformowanych. Zgadza się z tym tylko 29% pracowników indywidualnych. To nie kwestia komunikacji. To problem przywództwa.
Sukces transformacji z wykorzystaniem AI ma niewiele wspólnego z brzmieniem stanowczym czy szybkim działaniem. Zależy od siedmiu konkretnych kompetencji przywódczych, które nie mają nic wspólnego z wdrażaniem technologii, a wszystko z tym, jak liderzy zachowują się, gdy rezultaty są niepewne.
Zanim Brian Elliott wystąpił na scenie Transform jako prowadzący wydarzenie w marcu, przedstawił za pośrednictwem swojego Substacka to, co uważa za cztery kluczowe kompetencje liderów w tej epoce.
To do mnie przemówiło. Jednocześnie wydało mi się, że warto ten temat rozszerzyć.
Teraz omówię te kompetencje w sposób, w jaki zrobił to Brian, i rozbuduję je o kilka dodatkowych elementów. To nie jest czas na słabe ani toksyczne przywództwo. Jak omawialiśmy z Brianem w podcaście w zeszłym roku, przywództwo oderwane od rzeczywistości okazuje się kosztowne w być może najbardziej zagmatwanej epoce pracy od stulecia.
1. Empatia: zrozumienie, jak ludzie doświadczają zmian
Według badań Slacka entuzjazm pracowników w USA wobec GenAI spadł z 45% do 36% w ciągu zaledwie trzech miesięcy w 2024 roku. Technologia nie stała się gorsza — pogorszyło się podejście do jej wdrażania. Organizacje wprowadzały narzędzia bez zrozumienia, jak różne osoby przyswajają nowe możliwości.
Gdy menedżerowie w firmach badanych przez BCG dostosowali metody szkoleń, uwzględniając indywidualne różnice w przyswajaniu AI, wykorzystanie generatywnej AI wzrosło o 89%. Nie chodzi tu o bycie miłym, lecz o wykorzystanie poznawczego zrozumienia tego, jak ludzie doświadczają zmian, aby projektować lepsze rozwiązania.
Według badań BCG i Columbia organizacje skoncentrowane na pracownikach mają osoby o 70% częściej odczuwające entuzjazm wobec wdrażania AI i o 92% częściej czujące, że są dobrze poinformowane o strategii.
Związek z wynikami biznesowymi jest bezpośredni. Te same organizacje odnotowują wskaźniki dojrzałości AI znacznie wyższe niż ich konkurenci. Orientacja na pracownika wyjaśniała 36% zróżnicowania w zakresie dojrzałości AI — więcej niż łącznie branża (14%), dział (12%) i wielkość firmy (5%).
David Zierk, psycholog kliniczny i autor książki "Mind Rules," opisuje zjawisko, które nazywa „zaburzeniem deficytu więzi” — lukę powstającą wtedy, gdy AI dostarcza odpowiedzi, ale liderzy nie zapewniają kontekstu ani wsparcia.
„Umysł nie toleruje niepewności” — wyjaśnia. „Szukamy pewności tak szybko, jak to możliwe, a AI przynosi ulgę. Jednak wszystko, co przynosi ulgę, może uzależniać. Liderzy muszą pomóc ludziom wystarczająco długo wytrwać w niejednoznaczności, aby rozwinęli prawdziwe zrozumienie, zamiast po prostu chwytać się pierwszej odpowiedzi oferowanej przez AI.
Luka między komunikatem „AI będzie wspierać, a nie zastępować” a jednoczesną restrukturyzacją działów otrzymujących nowe narzędzia doprowadziła dokładnie do braku zaufania, który podważa inicjatywy związane z AI i zabija szczere informacje zwrotne na temat tego, czy wdrożenia działają.
Zanim zajdziesz za daleko, chcesz sprawdzić się pod kątem tych siedmiu kompetencji? Ukończ ocenę, a będziesz mógł pobrać bezpłatny, spersonalizowany raport z celami rozwojowymi.
Uwaga: nie jest to ocena naukowa, lecz po prostu ćwiczenie skłaniające do refleksji, które może zapoczątkować autorefleksję lub pomysły na własny rozwój zawodowy. Jeśli szukasz bardziej rygorystycznej oceny, zajrzyj do naszego ubiegłorocznego artykułu na temat wykorzystania ocen osobowości w rekrutacji.
2. Obecność: powrót na parkiet
Mandat Amazona dotyczący powrotu do biura został przekazany w formie memorandum. Bez rozmowy o tym, jak w rzeczywistości funkcjonowała praca hybrydowa. Bez zaangażowania zespołów, które przeprojektowały całe przepływy pracy z myślą o współpracy rozproszonej. Po prostu polityka wpływająca na codzienne życie, przekazana z dystansu.
To przeciwieństwo tego, co raport BCG AI at Work z 2025 roku wskazuje jako kluczowe dla udanej transformacji: liderów, którzy rozumieją, jak faktycznie przebiega praca. Raport wykazał, że tylko 51% pracowników pierwszej linii regularnie korzysta z narzędzi AI, w porównaniu z ponad 75% liderów i menedżerów. To „sufit krzemowy” stworzony przez oderwanie od rzeczywistości operacyjnej.
Elliott opisuje ten schemat.
Miałem członka zarządu, który podczas spotkania kadry kierowniczej wyższego szczebla wstaje i mówi: „Wszyscy musicie wrócić do biura, bo wiem, że to najlepszy sposób pracy. Opieram się na swoim doświadczeniu z lat 80., kiedy zjadłem ten jeden lunch z facetem, który okazał się moim mentorem i coachem”. I zawsze jest to mężczyzna, który opiera swoje doświadczenie na tym, co najlepiej sprawdziło się w jego przypadku.
Ta sama logika odnosi się do AI, gdy kadra kierownicza podejmuje decyzje na podstawie własnego kontekstu, a nie rzeczywistości operacyjnej.
Nie możesz rozwiązać problemu „workslopu” — treści generowanych przez AI, które są technicznie kompletne, ale merytorycznie bezużyteczne — jeśli nie pokazujesz, jak wygląda dobra jakość. Nie możesz wymagać transformacji, jeśli nie masz pojęcia, jak faktycznie wykonywana jest praca.
3. Myślenie produktowe: traktowanie pracy jako czegoś, co projektujesz
Badania MIT Sloan wykazały, że 91% liderów ds. danych twierdzi, iż wyzwania kulturowe blokują ich działania związane z AI. Tylko 9% wskazuje na problemy technologiczne. Mimo to większość firm nadal traktuje AI jako problem techniczny, ogłaszając cele dotyczące efektywności, zanim zrozumie, co powoduje tarcia w rzeczywistych przepływach pracy.
Badania BCG pokazują, że ograniczenie uciążliwej pracy, czyli tego, co można nazwać wyniszczającymi, powtarzalnymi zadaniami, zwiększa prawdopodobieństwo sukcesu AI i poprawia retencję pracowników.
Zapier zwiększył początkowe wykorzystanie z 65% do 89% codziennego korzystania z narzędzi AI, koncentrując się na rozwiązywaniu rzeczywistych problemów zamiast na maksymalizacji wdrażania funkcji. Zespół obsługi klienta odnotował 50-procentowe skrócenie czasu obsługi zgłoszeń, podczas gdy wyniki zaangażowania pracowników wzrosły o 20–30 punktów.
Brandon Sammut, lider Zapier podczas tej transformacji, wyjaśnił tę zmianę.
\u0022Przestaliśmy pytać: „co potrafi to narzędzie AI?”, a zaczęliśmy pytać: „jakie problemy powodują uciążliwą pracę w konkretnych zespołach?”. Narzędzia podążały za problemami, a nie odwrotnie.\u0022
Organizacje inwestują co roku 142 miliardy dolarów w zrozumienie klientów, ale mniej niż 11 miliardów dolarów w doświadczenia pracowników, mimo wyraźnych dowodów łączących zaangażowanie z wynikami biznesowymi. Gdybyś traktował klientów tak, jak większość firm traktuje pracowników podczas transformacji technologicznych, wypadłbyś z rynku.
Źródłem problemu jest to, co Elliott nazywa „teatrem produktywności” — optymalizowaniem widocznych oznak aktywności zamiast rezultatów.
„Sześćdziesiąt pięć procent ankietowanych stwierdziło, że ważniejsze jest dla nich szybkie odpowiadanie na wiadomość niż skupienie się na swojej podstawowej pracy i jej wykonanie” — zauważa Elliott. „To po prostu smutne, prawda? To widoczne oznaki aktywności. Wytwarzanie większej ilości czegoś nie jest rezultatem”.
Elliott opisał następnie konieczną zmianę. Liderzy muszą porzucić widoczne oznaki aktywności na rzecz zarządzania opartego na rezultatach. Oznacza to określenie celów organizacji, sprecyzowanie najważniejszych priorytetów, ustanowienie mierników sukcesu i przekazanie tej jasności w całej firmie.
Wykonane właściwie, zapewnia równe szanse i przynosi rezultaty, których faktycznie oczekują członkowie kadry kierowniczej. Wymaga jednak znacznych inwestycji i stanowi fundamentalną zmianę w sposobie funkcjonowania organizacji.
4. Odwaga: mieć kręgosłup, gdy sytuacja jest ryzykowna
Podczas spotkania wszystkich pracowników Salesforce kierownictwo żartowało, że z tyłu sali czeka ICE na międzynarodowych pracowników, którzy wstaną. Oburzenie, które nastąpiło później, nie dotyczyło tylko braku wyczucia — chodziło o zniszczenie bezpieczeństwa psychologicznego niezbędnego do eksperymentowania z AI.
Najszybszym sposobem radzenia sobie z niepewnością jest osądzanie — zauważa Zierk. — To zamyka umysł. Przeciwieństwem osądzania jest ciekawość, a właśnie tego organizacje potrzebują teraz. Ciekawość wymaga jednak bezpieczeństwa psychologicznego, a przywództwo oparte na strachu je niszczy.
Odwaga w przywództwie oznacza osobiste przekazywanie trudnych wiadomości wraz ze szczerym wyjaśnieniem uwarunkowań biznesowych, a nie wręczanie menedżerom scenariuszy rozmów o zwolnieniu. Zwłaszcza gdy stanowiska są likwidowane, zanim AI faktycznie dowiodła swojej skuteczności, i dogodnie jeszcze przed wypłatą premii.
Zbieżność poglądów na temat przywództwa posługującego się twardą retoryką stwarza szansę dla liderów gotowych budować organizacje, w których ludzie mogą wykonywać swoją najlepszą pracę mimo niepewności. Nie dlatego, że jest to miłe, lecz dlatego, że strach rodzi posłuszeństwo, podczas gdy zaufanie prowadzi do inteligentnego podejmowania ryzyka, którego wymaga transformacja AI.
5. Cierpliwość strategiczna: gra na długi dystans
Według badań S&P Global 42% firm porzuca inicjatywy związane z AI, zanim trafią one do środowiska produkcyjnego — to liczba ponad dwukrotnie wyższa niż jeszcze rok temu. Schemat wygląda następująco:
- Ogłosić ambitne cele efektywności, aby zadowolić zarządy
- Przyspieszyć wdrożenie, aby dotrzymać terminów
- Odkryć, że nie istnieją odpowiednie zdolności organizacyjne
- Po sześciu miesiącach po cichu wycofać się z wcześniejszych oczekiwań.
Pojawiło się określenie „etap przekształcania”, opisujące firmy, które przeprojektowują przepływy pracy od początku do końca, zamiast jedynie wdrażać narzędzia. W tych organizacjach 46% pracowników obawia się o bezpieczeństwo zatrudnienia, w porównaniu z 34% w firmach mniej zaawansowanych.
Ten niepokój jest kosztem prawdziwej transformacji. Cierpliwość strategiczna oznacza zapewnienie czasu, aby ten niepokój ustąpił dzięki udowodnionemu wsparciu i budowaniu kompetencji, a nie udawanie, że transformacja przebiega bez tarć.
BCG ustaliło, że 79% pracowników, którzy otrzymali ponad pięć godzin szkoleń z zakresu AI, stało się regularnymi użytkownikami, w porównaniu z 67% osób, które otrzymały mniej niż pięć godzin. Cierpliwość strategiczna oznacza ochronę tej inwestycji nawet wtedy, gdy zarządy oczekują natychmiastowych rezultatów.
6. Przejrzystość: szczerość wobec niepewności
Różnica 51 punktów między tym, co członkowie kadry kierowniczej sądzą, że pracownicy rozumieją, a tym, co pracownicy faktycznie rozumieją, nie wynika z niewystarczającej komunikacji — wynika z nieuczciwej komunikacji.
Liderzy ogłaszają, że „AI uwolni was, abyście mogli wykonywać pracę o większej wartości”, nie precyzując, na czym ta praca będzie polegać ani czy będzie istniała przy obecnym poziomie wynagrodzenia. Przedstawiają strategie AI jako w pełni opracowane plany, choć w rzeczywistości są to hipotezy testowane na bieżąco. Twierdzą, że są pewni kierunku rozwoju AI, mimo że sami wyżsi rangą liderzy nie mają pewności.
Steve Cadigan wyjaśnia tę dynamikę.
Abyś mógł mieć zaufanie, musisz zbudować historię spójnych, niezawodnych wyników. A my jeszcze tego nie osiągnęliśmy w przypadku AI. Obecnie w świecie mediów funkcjonuje również bardzo silna narracja, zgodnie z którą sztuczna inteligencja cię zastąpi. Odbierze ci pracę. Taki poziom strachu i braku zaufania stworzy przeszkody we wdrażaniu.
Strach przejawia się w tym, co Ethan Mollick nazywa „tajnymi cyborgami”—ludźmi korzystającymi z narzędzi AI, ale nieinformującymi o tym swoich przełożonych, czasami z obawy, że przyznanie się do korzystania z nich będzie sygnałem, że można ich zastąpić. To przeciwieństwo przejrzystego eksperymentowania wymaganego do transformacji—zjawisko, które znamy dziś jako ukrytą AI.
Johannes Sundlo, ekspert ds. wdrażania AI, kwestionuje naszą relację z tym, co nazywamy wiedzą.
Kiedy uniwersytety debatują nad zakazem korzystania z AI, ponieważ studenci używają jej do oszukiwania, pomijają prawdziwe pytanie: czym jest wiedza w świecie wspieranym przez AI? Liderzy organizacji popełniają ten sam błąd—próbują kontrolować narrację zamiast uczciwie przyznać, czego jeszcze nie wiedzą.
Przejrzystość oznacza oddzielenie tego, co pewne (inwestujemy w AI, niektóre role się zmienią), od tego, co niepewne (dokładnie które role i w jaki sposób). Oznacza dzielenie się wynikami pilotaży, w tym porażkami. Oznacza przyznanie: „wspólnie próbujemy to zrozumieć”, zamiast udawania, że ma się odpowiedzi, których się nie ma.
Cadigan zauważa, że kluczowym elementem prowadzącym do błędów związanych z AI jest fakt, że jest ona „niepodobna do żadnej innej technologii, którą widzieliśmy wcześniej. Jesteśmy przyzwyczajeni do dość jasnego rozumienia, jak coś będzie stosowane. W przypadku AI nawet nie wiemy, do czego w dużej mierze jest zdolna, i wciąż się tego uczymy. Możliwości nie zostały jeszcze w pełni zbadane, ale jesteśmy dość pewni, że kryje się tu przewaga konkurencyjna. A więc zaczynamy.”
Ta niepewność sprawia, że tradycyjne schematy wdrażania stają się nieaktualne, a uczciwa komunikacja ma kluczowe znaczenie.
7. Myślenie systemowe: zrozumienie efektów domina
Większość inicjatyw związanych z AI kończy się niepowodzeniem na granicach między zespołami. Wdrażasz narzędzie AI w obsłudze klienta, nie biorąc pod uwagę wpływu na rozwój produktu (inne wzorce skarg), marketing (zmieniające się potrzeby dotyczące komunikatów) ani operacje (modele zatrudnienia zmieniają się, gdy AI obsługuje rutynowe problemy, ale przekazuje złożone sprawy dalej).
Badania BCG dotyczące zarządzania AI pokazują, że 52% odnoszących sukcesy organizacji korzysta obecnie z interdyscyplinarnych zespołów złożonych z liderów biznesowych i technologicznych, aby kształtować strategię, w porównaniu z zaledwie 5% rok wcześniej. Ta zmiana pokazuje, że decyzje dotyczące AI powodują konsekwencje dla ludzi i procesów, z którymi nie mogą sobie poradzić podejścia kierowane wyłącznie przez IT.
Według Cadigana podstawową przyczyną wdrożeń silosowych jest sposób, w jaki działaliśmy w przeszłości.
„Jak w przypadku gotowego oprogramowania”—mówi. „Podłączamy je, przechodzimy szkolenie i dowiadujemy się, jak go używać. Jednak AI wymaga eksperymentowania, a nie jest to coś, co zwykle spotykamy. Musimy uznać, że AI wpływa na pracę, ścieżki kariery i obowiązki wszystkich naszych pracowników w sposób wymagający myślenia na poziomie całego systemu.
Caldwell opisuje wdrażanie narzędzi AI ogólnego przeznaczenia bez edukacji jako sytuację równoważną wręczeniu pracownikom scyzoryka szwajcarskiego z 20 funkcjami, ale wyjaśnieniu tylko trzech z nich. Bez zrozumienia, jak ich praca łączy się z pracą innych, optymalizują działania lokalnie w sposób powodujący dysfunkcje na poziomie całego systemu.
Budowanie zdolności, a nie tylko ogłaszanie strategii
Te siedem zdolności—empatia, obecność, myślenie produktowe, odwaga, strategiczna cierpliwość, przejrzystość i myślenie systemowe—nie należy do kompetencji miękkich. Ich rozwój wymaga ciężkiej pracy i systematycznej praktyki.
Badania BCG i Columbia pokazują, że firmy z silnym przywództwem zmian ukierunkowanym na AI osiągają marże zysku 3,2 raza wyższe niż te stosujące tradycyjne podejścia kierowane przez IT. Zaawansowanie technologiczne jest marnowane, jeśli zespoły kierownicze nie potrafią przeprowadzić transformacji kulturowej wymaganej przez AI.
Jesteśmy w momencie, w którym liderzy i menedżerowie częściej obawiają się, że w ciągu najbliższych dziesięciu lat stracą pracę na rzecz AI, niż pracownicy pierwszej linii. Ten niepokój wywiera presję, by działać szybko, brzmieć pewnie i demonstrować kontrolę. Jednak zespoły zarządzające, które odnoszą sukcesy, postępują odwrotnie: działają rozważnie, przyznają się do niepewności i budują zaufanie.
Różnica między tym, gdzie jesteś obecnie, a tym, gdzie musisz się znaleźć pod względem tych kompetencji, nie jest niezmienna. Zależy od tego, jak świadomie inwestujesz w ich rozwój. Pytanie brzmi, czy jesteś gotów wykonać tę pracę, podczas gdy wszyscy inni tworzą nagłówki.
