Sztuczna inteligencja w miejscu pracy: praktyczne zastosowania, przykłady z życia i przewodnik wdrażania

Sama technologia jest neutralna. Liczy się sposób jej wdrożenia oraz to, kto czerpie z niego korzyści.

Oto rzeczywistość: AI w miejscu pracy zazwyczaj służy jednemu z trzech celów:

1. Całkowite zastępowanie pracy ludzkiej - automatyzowanie zadań, które obecnie wykonują ludzie, często prowadzące do redukcji zatrudnienia
2. Wspomaganie pracy ludzkiej - wykonywanie rutynowych elementów pracy, aby ludzie mogli skupić się na innych zadaniach (choć „inne zadania” często oznaczały więcej pracy, a nie bardziej znaczącą pracę)
3. Umożliwianie nowych możliwości - wykonywanie działań, które wcześniej nie były możliwe na dużą skalę

Większość wdrożeń AI obejmuje pewne połączenie wszystkich trzech celów, ale tylko jeden z nich trafia na pierwsze strony gazet.

Rodzaje technologii AI w miejscu pracy

AI w środowisku pracy zazwyczaj dzieli się na kilka kategorii istotnych dla decyzji, przed którymi stają liderzy.

• Narzędzia automatyzacji - obsługują powtarzalne zadania bez udziału człowieka, takie jak przetwarzanie wydatków, kierowanie zgłoszeń do pomocy technicznej czy przygotowywanie sprzętu dla nowych pracowników. Bezpośrednio zastępują one pracę ludzką, co często jest ich celem.
• Generatywna AI - tworzy treści, takie jak projekty wiadomości e-mail, opisy stanowisk pracy czy materiały szkoleniowe. Jest szybka i często „wystarczająco dobra”, co czyni ją kuszącym rozwiązaniem. Jednak „wystarczająco dobra” nie zawsze oznacza naprawdę dobrą, zwłaszcza gdy komunikujesz się na delikatne tematy lub próbujesz zachować autentyczną, ludzką więź.
• Analityka predykcyjna - identyfikuje wzorce w danych, aby prognozować wyniki, na przykład wskazywać, którzy pracownicy mogą odejść, którzy kandydaci mogą odnieść sukces oraz gdzie pojawią się wąskie gardła. Może być wartościowa, ale może też utrwalać istniejące uprzedzenia i tworzyć samospełniające się przepowiednie, gdy menedżerowie traktują prognozy jak pewniki.
• Konwersacyjna AI (chatboty i wirtualni asystenci) - obsługuje rutynowe zapytania i przeprowadza pracowników przez procesy. W najlepszym wydaniu zapewnia natychmiastowe odpowiedzi na proste pytania. W najgorszym tworzy frustrujące pętle, przez które ludzie chcą porozmawiać z prawdziwym człowiekiem rozumiejącym kontekst.
• Platformy orkiestracji koordynują wiele narzędzi i przepływów pracy, teoretycznie tworząc spójne doświadczenia. W praktyce są tylko tak dobre, jak procesy, które automatyzują — a automatyzacja zepsutego procesu oznacza po prostu, że psuje się on szybciej.

Nie musisz zostać ekspertem technicznym w żadnej z tych dziedzin. Musisz wiedzieć, że każdy rodzaj służy jednemu z trzech wspomnianych wyżej celów.

Typowe zastosowania i przypadki użycia AI w miejscu pracy

Kiedy mówimy o AI w miejscu pracy, mamy na głowie wiele obowiązków. Od wdrażania nowych pracowników po dbanie o ich rozwój i zaangażowanie — każdy etap można usprawnić za pomocą AI. Codziennie zajmujemy się tymi zadaniami, a AI może sprawić, że będą wykonywane wydajniej i przyniosą większe efekty.

Poniższa tabela przedstawia najczęstsze zastosowania AI na kluczowych etapach funkcjonowania miejsca pracy:

Sztuczna inteligencja w miejscu pracy	Zastosowanie sztucznej inteligencji	Przypadek użycia sztucznej inteligencji	Przejdź do przewodnika wdrażania
Sprzęt i dostęp	Orkiestrator przydzielania na podstawie roli	Mapuje kody stanowisk na standardowy zestaw i automatycznie przydziela urządzenia, licencje, grupy aplikacji oraz dostęp SSO na pierwszy dzień pracy.	Przejdź do przewodnika
Przydzielanie opiekuna	Dobieranie opiekuna	Ocenia i dobiera opiekunów na podstawie umiejętności, strefy czasowej, stażu pracy, zainteresowań i bieżącego obciążenia, aby stworzyć najlepsze dopasowanie.	Przejdź do przewodnika
Początkowe cele	Walidator celów SMART	Sprawdza przygotowane cele pod kątem konkretności i mierzalności oraz sugeruje mierniki, osoby odpowiedzialne i terminy.	Przejdź do przewodnika
Luki kompetencyjne	Graf umiejętności na podstawie pracy	Wnioskuje o umiejętnościach poszczególnych osób i zespołów na podstawie artefaktów pracy, aby wskazać luki kompetencyjne.	Przejdź do przewodnika
Programy szkoleniowe	Kreator symulacji scenariuszowych	Automatycznie tworzy rozgałęzione symulacje na podstawie standardowych procedur operacyjnych i rzeczywistych incydentów.	Przejdź do przewodnika
Spotkania kontrolne	Podsumowanie spotkania 1:1 i działania	Rejestruje, podsumowuje i przekazuje zadania do realizacji bezpośrednio po spotkaniu.	Przejdź do przewodnika
Ścieżki kariery	Rekomendowanie ścieżki od umiejętności do roli	Rekomenduje role wewnętrzne i kroki rozwoju na podstawie umiejętności, zainteresowań i zasad mobilności.	Przejdź do przewodnika
Rozmowy retencyjne	Pakiet informacji z rozmowy retencyjnej	Przygotowuje menedżerów, dostarczając im dopasowane pytania i wskaźniki ryzyka przed każdą rozmową retencyjną.	Przejdź do przewodnika
Projektowanie świadczeń	Informacje o wykorzystaniu świadczeń i zachęty	Wykrywa niewykorzystywane lub kosztowne świadczenia oraz zwiększa ukierunkowane zaangażowanie lub wspiera modyfikacje projektu.	Przejdź do przewodnika
Rozmowy końcowe	Adaptacyjny bot do rozmów końcowych	Automatyzuje rozmowy końcowe za pośrednictwem czatu lub głosu i dociera do przyczyn źródłowych za pomocą dynamicznych pytań.	Przejdź do przewodnika

Korzyści, ryzyka i wyzwania

Sztuczna inteligencja zmienia nasze podejście do miejsca pracy, odchodząc od procesów manualnych na rzecz bardziej efektywnych metod opartych na danych. Choć sztuczna inteligencja przynosi liczne korzyści, takie jak lepsze podejmowanie decyzji i spersonalizowane doświadczenia, wiąże się również z wyzwaniami i ryzykiem. Jednym z kluczowych czynników, które należy wziąć pod uwagę, jest równoważenie strategicznych i taktycznych kompromisów. Na przykład wdrożenie sztucznej inteligencji może przynieść natychmiastowy wzrost efektywności, ale powinniśmy również zastanowić się nad długoterminowym wpływem na role pracowników i ich satysfakcję.

W tej sekcji przedstawimy praktyczne wskazówki dotyczące poruszania się po tych złożonych zagadnieniach, pomagając Twojemu zespołowi skutecznie wykorzystywać sztuczną inteligencję, a jednocześnie uwzględniać potencjalne zagrożenia.

Korzyści ze sztucznej inteligencji w miejscu pracy

Sztuczna inteligencja może przynieść rzeczywistą poprawę funkcjonowania miejsca pracy. Powiedzmy jasno, na czym ona polega — i uczciwie zastanówmy się, kto zazwyczaj czerpie z niej korzyści.

Rzeczywisty wzrost efektywności

Sztuczna inteligencja może wykonywać powtarzalne zadania szybciej i bardziej konsekwentnie niż ludzie. Przetwarzanie wydatków, koordynowanie harmonogramów, podstawowe wprowadzanie danych — te czynności rzeczywiście są wykonywane szybciej dzięki sztucznej inteligencji. Chatbot może odpowiedzieć na pytanie „Jaka jest nasza polityka dotycząca płatnego czasu wolnego?” o 2 w nocy (to jedna z wielu korzyści chatbotów HR). Generatywna sztuczna inteligencja może w kilka sekund przygotować wstępną wersję opisu stanowiska zamiast zajmować na to wiele godzin.

Wzrost efektywności jest mierzalny i rzeczywisty, a sztuczna inteligencja bezpośrednio wpłynie na zarządzanie personelem. Mniej jasne jest to, gdzie faktycznie trafia odzyskany czas. Czy pracownik, który wcześniej poświęcał 30% swojego czasu na przygotowywanie wiadomości e-mail, może przeznaczyć go na bardziej wartościową pracę? Czy może otrzymuje o 30% więcej wiadomości e-mail do przygotowania? A może organizacja uznaje, że na tym stanowisku potrzebuje teraz tylko 0,7 etatu?

Personalizacja na dużą skalę

Sztuczna inteligencja może dostosowywać doświadczenia na podstawie indywidualnych danych — personalizować ścieżki wdrożenia, rekomendować odpowiednie szkolenia oraz sugerować zmiany kariery na podstawie umiejętności i zainteresowań. Dzięki temu pracownicy mogą czuć się bardziej zauważeni i wspierani, szczególnie w dużych organizacjach, w których brakuje indywidualnej uwagi.

Ale oto sedno problemu: personalizacja wymaga gromadzenia danych. Te same systemy, które dostosowują doświadczenia do użytkownika, śledzą również jego zachowanie, analizują wzorce i przekazują te informacje do systemów, które mogą podejmować decyzje dotyczące jego przyszłości. Rodzi to kluczowe pytania dotyczące zgodności z przepisami dotyczącymi sztucznej inteligencji i zarządzania danymi. Granica między „pomocną personalizacją” a „inwazyjnym nadzorem” nie zawsze jest wyraźna.

Lepsza analiza danych

Sztuczna inteligencja może identyfikować wzorce w ogromnych zbiorach danych, które umknęłyby ludziom — wykrywać wczesne oznaki braku zaangażowania pracowników, przewidywać, które zespoły mogą mieć luki kompetencyjne, oraz identyfikować wąskie gardła w procesach, zanim staną się krytyczne.

Tego rodzaju wiedza może rzeczywiście pomóc liderom w podejmowaniu lepszych decyzji. Może również tworzyć iluzję pewności tam, gdzie jej nie ma, zachęcać do zarządzania za pomocą algorytmu zamiast ludzkiego osądu oraz ujawniać korelacje, które są mylone z zależnościami przyczynowymi.

Prawdziwe pytanie dotyczące korzyści

Oto kwestia, o której rzadko wspomina się w sekcji poświęconej korzyściom w tego typu poradnikach: większość wdrożeń sztucznej inteligencji przynosi największą wartość organizacji, a nie pracownikom, których praca jest automatyzowana lub wspomagana.

Czas zaoszczędzony na zadaniach nie przekłada się automatycznie na lepsze doświadczenia pracowników — często oznacza oszczędności kosztów dzięki redukcji zatrudnienia albo wzrost produktywności wynikający z większych oczekiwań dotyczących zakresu pracy. Spersonalizowane doświadczenia są przyjemne, ale nie dlatego kadra kierownicza zatwierdza budżety na sztuczną inteligencję.

Nie twierdzę, że korzyści ze sztucznej inteligencji są iluzoryczne. Są realne. Jeśli jednak mamy uczciwie mówić o tej transformacji, musimy przyznać, że „zwiększona efektywność” często jest eufemizmem oznaczającym „możemy wykonać tę samą pracę przy mniejszej liczbie osób”.

Zagrożenia związane ze sztuczną inteligencją w miejscu pracy (oraz strategie ich ograniczania)

Typowy poradnik dotyczący sztucznej inteligencji wymienia zagrożenia, a następnie natychmiast przedstawia uspokajające strategie ich ograniczania. Pomińmy ten schemat i porozmawiajmy szczerze o tym, co może pójść nie tak — oraz dlaczego niektóre z tych problemów nie mają łatwych rozwiązań.

Uprzedzeń nie da się łatwo usunąć

Systemy sztucznej inteligencji uczą się na podstawie danych historycznych, co oznacza, że przyswajają również historyczne uprzedzenia. Sztuczna inteligencja wytrenowana na podstawie wcześniejszych decyzji rekrutacyjnych odtworzy uprzedzenia obecne w tych decyzjach. Algorytm przewidujący „ryzyko odejścia” może częściej oznaczać rodziców małych dzieci lub osoby z określonych grup demograficznych.

Najczęściej udzielana rada brzmi: „kontroluj swoje algorytmy i dywersyfikuj dane”. To dobre podejście, ale zakłada, że potrafisz rozpoznać uprzedzenia, gdy je dostrzeżesz, masz dostęp do naprawdę reprezentatywnych danych oraz że usunięcie uprzedzeń w jednym wymiarze nie spowoduje ich pojawienia się w innym. Większości organizacji brakuje technicznego zaawansowania niezbędnego do właściwego wykonania tego zadania, a dostawcy sprzedający narzędzia sztucznej inteligencji mają niewielką motywację, by dogłębnie badać uprzedzenia obecne we własnych produktach.

It starts with one signal.

Each week, AI Signal takes one meaningful shift in AI and helps people leaders understand what changed, why it matters, and what to consider next.

Get Free Access

Have an account? Log In

Obawy dotyczące prywatności mają charakter strukturalny, a nie przypadkowy

Systemy sztucznej inteligencji wymagają danych — często bardzo dużej ich ilości, dotyczącej indywidualnych zachowań, wzorców wydajności, stylów komunikacji i wielu innych kwestii. Gromadzenie tych danych stwarza ryzyko. Nie tylko ryzyko wycieku danych (choć ono również jest realne), lecz także ryzyko wynikające z wiedzy o pracownikach, która staje się zbyt obszerna.

Kiedy menedżerowie mają dostęp do informacji generowanych przez sztuczną inteligencję na temat tego, kto jest zaangażowany, kto przegląda oferty pracy, a kto rzadziej komunikuje się ze swoim zespołem — nie jest to wyłącznie techniczny problem prywatności. To relacja władzy, która zmienia stosunek pracy. Pracownicy zaczynają optymalizować swoje zachowanie pod kątem tego, co mierzy algorytm, zamiast koncentrować się na tym, co naprawdę ma znaczenie.

I powodzenia w próbie odwrócenia tej sytuacji, gdy kierownictwo przyzwyczai się już do takiej widoczności.

Czynnik ludzki nie jest dodatkiem

Nadmierne poleganie na sztucznej inteligencji nie tylko ogranicza interakcje międzyludzkie — zmienia również samą naturę pracy. Kiedy większość pytań pracowników trafia do chatbota, informacje zwrotne dotyczące wydajności są generowane przez sztuczną inteligencję, a ścieżki rozwoju kariery są określane algorytmicznie, coś fundamentalnego ulega zmianie.

Praca staje się bardziej transakcyjna i mniej oparta na relacjach. Pracownicy stają się punktami danych podlegającymi optymalizacji, zamiast ludźmi, których należy rozwijać. Wzrost efektywności jest realny, ale realna jest również utrata więzi, mentoringu i tego rodzaju nieformalnej nauki, która zachodzi podczas interakcji międzyludzkich.

Nie da się po prostu rozwiązać tego problemu, „równoważąc sztuczną inteligencję nadzorem człowieka”. Gdy zautomatyzujesz punkty kontaktu służące budowaniu relacji, relacje te nie zostaną zbudowane.

Złożoność wdrożenia jest cechą, a nie błędem

Dostawcy sztucznej inteligencji powiedzą Ci, że wdrożenie jest proste. Rzadko tak jest. Systemy muszą integrować się z istniejącym środowiskiem technologicznym. Dane trzeba oczyścić i uporządkować. Pracownicy potrzebują szkoleń. Procesy trzeba przeprojektować. Należy uwzględnić sytuacje nietypowe.

Ta złożoność nie jest przypadkowa — tworzy uzależnienie od dostawcy i trwałą zależność. Gdy przebudujesz już swoje przepływy pracy wokół systemu AI, koszty zmiany stają się zaporowe. Nie kupujesz tylko oprogramowania; wchodzisz w cały ekosystem.

Kwestia wypierania miejsc pracy

Oto ryzyko, które zasługuje na największą uwagę, ale otrzymuje jej najmniej: AI będzie wypierać miejsca pracy. Nie „może”. Będzie.

Być może nie całą twoją kadrę. Być może nie od razu. Jednak uzasadnienie biznesowe większości wdrożeń AI obejmuje zmniejszenie liczby osób potrzebnych do obsługi procesów. Właśnie dlatego kadra zarządzająca zatwierdza budżet.

Jaka jest więc twoja odpowiedzialność wobec osób, których role zostają zautomatyzowane? Czy zostaną przekwalifikowane na potrzeby innych stanowisk? Czy otrzymają odprawę? Czy z czasem po prostu zostaną zwolnione, gdy przestaniesz uzupełniać braki kadrowe?

Większość poradników dotyczących wdrażania AI całkowicie pomija to pytanie albo oferuje banały o „przenoszeniu talentów do pracy o większej wartości”. Jednak nie zawsze istnieje praca o większej wartości, a nie każdy może lub chce się przekwalifikować do nowych ról, które się pojawią.

Jeśli jesteś liderem wdrażającym AI, to właśnie to pytanie powinno spędzać ci sen z powiek. Nie to, czy technologia działa, lecz co jesteś winien osobom, których źródła utrzymania zostają przez nią zakłócone.

Kiedy AI nie jest rozwiązaniem

Zanim porozmawiamy o wdrażaniu, porozmawiajmy o tym, kiedy nie wdrażać AI. Czasami problem nie polega na tym, że potrzebujesz lepszej technologii — potrzebujesz lepszego zarządzania.

• Nie automatyzuj wadliwych procesów. Jeśli proces wdrażania nowych pracowników jest zagmatwany i nieefektywny, jego automatyzacja oznacza tylko, że ludzie będą szybciej się gubić. Najpierw napraw proces.
• Nie używaj AI, aby unikać trudnych rozmów. Jeśli rozważasz narzędzie AI do przekazywania informacji zwrotnych na temat wyników pracy lub obsługiwania obaw pracowników, ponieważ menedżerowie mają trudności z prowadzeniem trudnych rozmów, leczysz objaw, a nie przyczynę. Szkol swoich menedżerów, zamiast zastępować ludzką ocenę algorytmami.
• Nie wdrażaj AI tylko dlatego, że robią to wszyscy inni. FOMO nie jest strategią. „Potrzebujemy inicjatywy związanej z AI” nie jest opisem problemu. Ustal, jaki problem rzeczywiście próbujesz rozwiązać, a następnie określ, czy AI jest właściwym rozwiązaniem.
• Nie używaj AI do podejmowania decyzji, które powinni podejmować ludzie. Niektóre decyzje wymagają kontekstu, empatii i etycznej oceny, których algorytmy nie są w stanie zapewnić. Decyzje dotyczące awansu. Decyzje o rozwiązaniu umowy. Decyzje, które znacząco wpływają na źródło utrzymania lub dobrostan danej osoby. Wymagają one odpowiedzialności człowieka.
• Nie wdrażaj AI, jeśli nie potrafisz wyjaśnić, jak działa. Jeśli nie potrafisz wyjaśnić swoim pracownikom, w jaki sposób system AI podejmuje dotyczące ich decyzje, nie powinieneś go używać. Przejrzystość to nie tylko dobra praktyka — to obowiązek etyczny.

Wyzwania związane z AI w miejscu pracy

AI ma ogromny potencjał zwiększania efektywności organizacji, ale droga do tego celu nie jest pozbawiona przeszkód. Firmy mogą napotkać kilka wyzwań podczas integrowania AI ze swoimi procesami.

• Luki kompetencyjne: Nie wszyscy członkowie twojego zespołu mogą mieć wiedzę potrzebną do pracy z narzędziami AI. Ta luka może spowolnić wdrażanie i ograniczyć skuteczność. Inwestowanie w szkolenia i zatrudnianie wykwalifikowanych specjalistów może pomóc ją zasypać.
• Opór przed zmianą: Ludzie z natury opierają się zmianom, a AI może budzić obawy. Pracownicy mogą obawiać się utraty pracy lub czuć się przytłoczeni nową technologią. Kształtowanie kultury otwartości i zapewnienie jasnej komunikacji może ułatwić tę transformację.
• Integracja systemów: Narzędzia AI muszą bezproblemowo współpracować z istniejącymi systemami. Brak kompatybilności może prowadzić do nieefektywności i frustracji. Dobrze przemyślana strategia integracji, wspierana przez dział IT, może ograniczyć te problemy.
• Utrzymanie ludzkiego aspektu: Chociaż AI może obsługiwać wiele zadań, zachowanie osobistego podejścia ma kluczowe znaczenie. Nadmierne poleganie na AI może sprawić, że interakcje będą bezosobowe. Równowaga między automatyzacją a nadzorem człowieka zapewnia bardziej empatyczne podejście.

Organizacja, która skutecznie radzi sobie z wyzwaniami związanymi z AI, będzie elastyczna i przyszłościowa. Będzie rozwijać wspierające środowisko, w którym technologia uzupełnia wysiłki ludzi, zwiększając produktywność i zaangażowanie.

Co badania ujawniają na temat wpływu AI na miejsce pracy

Choć dla niektórych z nas może to nadal wydawać się nowym obszarem, wiele zespołów HR i firm już wykorzystuje AI w HR do realizacji różnych zadań. Skłoniło to firmy badawcze do przeanalizowania, jak ludzie postrzegają tę technologię i jaki wpływ wywiera ona na miejsce pracy.

Poniższe badania i raporty dość jasno pokazują nastroje związane ze sztuczną inteligencją w miejscu pracy oraz to, gdzie kadra kierownicza trafia w sedno, a gdzie nie udaje jej się wzbudzić w ludziach optymizmu co do wdrażania AI.

„Krzemowy sufit” — globalne badanie BCG

Trzecie coroczne globalne badanie BCG dotyczące AI w pracy, przeprowadzone w lipcu 2025 roku wśród ponad 10 600 pracowników z 11 krajów, wykazało, że pracownicy pierwszej linii napotkali „krzemowy sufit”. Podczas gdy ponad trzy czwarte liderów i menedżerów korzysta z generatywnej AI kilka razy w tygodniu, regularne korzystanie z niej wśród pracowników pierwszej linii zatrzymało się na poziomie zaledwie 51%.

Problem nie dotyczy dostępu do technologii. Gdy pracownicy nie mają potrzebnych narzędzi AI, ponad połowa twierdzi, że i tak znajdzie alternatywy i będzie z nich korzystać. Problemem są zaufanie i wsparcie.

Co ustaliła firma BCG: Odsetek pracowników, którzy pozytywnie oceniają GenAI, wzrasta z 15% do 55% przy silnym wsparciu kadry kierowniczej. Regularne korzystanie jest znacznie częstsze wśród pracowników, którzy otrzymują co najmniej pięć godzin szkoleń oraz mają dostęp do szkoleń i coachingu prowadzonych osobiście.

Większość organizacji nie zapewnia jednak takiego wsparcia. Tylko około jedna czwarta pracowników pierwszej linii twierdzi, że otrzymuje silne wsparcie kadry kierowniczej w zakresie AI.

Wniosek dla liderów: Problem z wdrażaniem nie ma charakteru technologicznego — jest organizacyjny. Liderzy i menedżerowie pędzą naprzód z AI, podczas gdy pracownicy pierwszej linii czują się pozbawieni wsparcia i sceptyczni. Nie jest to opór przed zmianą, lecz racjonalna reakcja na złe zarządzanie zmianą.

Opór wobec AI

Badanie Pew Research z listopada 2025 roku , przeprowadzone wśród około 5000 respondentów, wykazało, że połowa z nich bardziej obawia się AI, niż czuje wobec niej entuzjazm — to wzrost o 13 punktów w porównaniu z sytuacją sprzed zaledwie czterech lat. Osoby, które uznały, że AI niesie ze sobą wysokie ryzyko społeczne, najbardziej obawiały się, że ludzie utracą zdolność do kreatywnego myślenia, tworzenia znaczących relacji, rozwiązywania problemów i podejmowania trudnych decyzji.

Wielu przeciwników AI ma wykształcenie techniczne. 36-letni inżynier oprogramowania powiedział dziennikowi The Washington Post, że obawia się przypięcia mu etykiety luddysty za ostrzeganie przed ujawnianiem przez AI wrażliwych danych, wpływem centrów danych na środowisko oraz czasem potrzebnym na poprawianie wszystkich nieścisłości AI.

Co to ujawnia: Opór nie pochodzi od technofobów, lecz od osób, które na tyle dobrze rozumieją tę technologię, by dostrzegać jej ograniczenia. Wielu pracowników niechętnie publicznie dzieli się swoimi obawami, ponieważ sądzi, że zostaną uznani za osoby utrudniające działania i obawiające się zmian.

Wniosek dla liderów: Gdy pracownicy techniczni zgłaszają obawy dotyczące wdrażania AI i czują, że nie mogą się wypowiadać, masz problem z kulturą organizacyjną, a nie z oporem. Najbardziej zaawansowane technicznie osoby w organizacji powinny być jej najcenniejszymi krytykami, a nie tymi, których najbardziej się ucisza.

Badanie CEO firmy Kyndryl — problem wrogości

Badanie Kyndryl z 2025 roku, przeprowadzone wśród ponad 1000 członków wyższej kadry kierowniczej odpowiedzialnych za biznes i technologię, wykazało, że 95% z nich zainwestowało w AI, ale tylko 14% dostosowało do siebie cele dotyczące pracowników, technologii i rozwoju. Ponadto 45% dyrektorów generalnych stwierdziło, że większość ich pracowników jest oporna wobec AI lub wręcz otwarcie wroga.

Firma Kyndryl wskazała trzy kluczowe bariery: zarządzanie zmianą organizacyjną, brak zaufania pracowników do AI oraz luki w umiejętnościach pracowników. „Liderzy AI” — 14% firm, w których pracownicy są odpowiednio dostosowani do pozostałych elementów organizacji — trzy razy częściej niż inne firmy zgłaszali w pełni wdrożoną strategię zarządzania zmianą związaną z AI.

Co to ujawnia: Niemal połowa dyrektorów generalnych informuje o wrogości pracowników wobec AI, a jednak tylko 14% organizacji faktycznie wdrożyło strategie zarządzania zmianą. Problemem nie jest opór pracowników, lecz nieumiejętność przywództwa w zarządzaniu transformacją.

Wniosek dla liderów: Nie da się wyeliminować oporu pracowników samymi inwestycjami. Inwestycje w technologie są bezużyteczne, jeśli nie towarzyszą im inwestycje w zarządzanie zmianą, szkolenia i budowanie zaufania pracowników.

Sabotaż i opór pracowników

Badanie firmy Writer z 2025 roku wykazało, że 31% pracowników przyznało się do zachowań, które można zaklasyfikować jako sabotaż AI w miejscu pracy. Obejmuje to wprowadzanie poufnych informacji firmowych do niezatwierdzonych narzędzi, korzystanie z oprogramowania niezatwierdzonego przez pracodawców lub niezgłaszanie naruszeń bezpieczeństwa. Około jedna dziesiąta posunęła się dalej, celowo obniżając jakość swojej pracy, manipulując wskaźnikami wydajności lub całkowicie odmawiając korzystania z AI.

Wzorzec ten ma charakter pokoleniowy: 41% pracowników z pokoleń millenialsów i generacji Z przyznało, że podważa inicjatywy związane z AI, w porównaniu z 23% starszych pracowników.

Odrębne badanie z kwietnia 2025 roku wykazało, że 41% członków najwyższej kadry kierowniczej stwierdziło, iż wdrażanie generatywnej AI rozbija ich firmę i wywołuje walkę o wpływy. Jednak wśród członków najwyższej kadry kierowniczej 75% uważa, że wdrażanie AI zakończyło się sukcesem w ciągu ostatnich 12 miesięcy, podczas gdy wśród pracowników odsetek ten wynosi zaledwie 45%.

Co się właściwie dzieje: Analityk danych z branży handlu detalicznego zauważył, że „to, co wydaje się oporem, jest w rzeczywistości wołaniem o włączenie w proces zmian. Ludzie chcą rozumieć, jak AI wspiera ich pracę, a nie tylko wiedzieć, że jest im narzucana”.

Prawie połowa (49%) członków kadry kierowniczej najwyższego szczebla twierdzi, że pracownicy zostali pozostawieni sami sobie w kwestii poznawania generatywnej AI.

Wniosek dla liderów: Kiedy pracownicy sabotują inicjatywy związane z AI, nie jest to irracjonalne utrudnianie działań — to przewidywalna reakcja na wykluczenie z decyzji wpływających na ich pracę. Rozbieżność między tym, jak kadra kierownicza i pracownicy doświadczają wdrażania AI, ujawnia fundamentalną porażkę w zarządzaniu zmianą.

AI w miejscu pracy: narzędzia i oprogramowanie

Narzędzia AI w miejscu pracy oferują bardziej dynamiczne i dopasowane rozwiązania niż tradycyjne narzędzia wykorzystywane w miejscu pracy. Narzędzia AI pomagają automatyzować zadania, dostarczać informacji i zwiększać zaangażowanie pracowników.

Poniżej przedstawiono niektóre z najczęściej spotykanych kategorii narzędzi i oprogramowania wraz z przykładami wiodących dostawców:

Narzędzia AI do wdrażania pracowników w miejscu pracy

Narzędzia te wykorzystują AI do personalizacji i usprawniania procesu wdrażania, dzięki czemu nowo zatrudnione osoby czują się mile widziane i zintegrowane już od pierwszego dnia.

• BambooHR: To narzędzie automatyzuje zadania związane z wdrażaniem i zapewnia spersonalizowane doświadczenia nowo zatrudnionym osobom, wykorzystując AI do dopasowywania list kontrolnych i treści wdrożeniowych.
• Workbright: Upraszcza proces obsługi dokumentacji wdrożeniowej dzięki zarządzaniu dokumentami i monitorowaniu zgodności opartym na AI, pozwalając zespołom HR skupić się na zaangażowaniu.
• Talentech: Talentech wykorzystuje AI do tworzenia interaktywnych ścieżek wdrożeniowych, obejmujących mechanizmy zbierania opinii i monitorowanie postępów, zapewniając nowym pracownikom płynne przejście.

Narzędzia AI do zarządzania wynikami pracy w miejscu pracy

Rozwiązania te wykorzystują AI do dostarczania informacji zwrotnych w czasie rzeczywistym i analiz wyników pracy, pomagając menedżerom skuteczniej wspierać zespoły.

• Lattice: Lattice dostarcza opartych na AI informacji na temat wyników pracy i zaangażowania pracowników, pomagając menedżerom podejmować świadome decyzje dotyczące rozwoju i doceniania pracowników.
• 15Five: To narzędzie wykorzystuje AI do analizowania informacji zwrotnych i danych dotyczących wyników pracy, dostarczając praktycznych wniosków pomagających zwiększać produktywność i morale zespołu.
• Reflektive: Reflektive wykorzystuje AI do ułatwiania ciągłego przekazywania informacji zwrotnych i uzgadniania celów, dzięki czemu pracownicy pozostają na właściwej drodze i są zmotywowani.

Narzędzia AI do nauki & rozwoju w miejscu pracy & doświadczeń pracowników

Platformy te wykorzystują AI do tworzenia spersonalizowanych ścieżek nauki i identyfikowania luk kompetencyjnych, wspierając ciągły rozwój pracowników.

• Cornerstone OnDemand: Cornerstone wykorzystuje AI do rekomendowania możliwości nauki na podstawie indywidualnych ścieżek kariery i celów firmy, zapewniając rozwój odpowiednich umiejętności.
• Udemy for Business: Platforma ta wykorzystuje AI do sugerowania kursów i treści dopasowanych do potrzeb pracowników, pomagając zespołom skutecznie podnosić kwalifikacje.
• Degreed: Platforma Degreed oparta na AI pomaga pracownikom odkrywać zasoby edukacyjne odpowiadające ich lukom kompetencyjnym i aspiracjom zawodowym.

Narzędzia AI do angażowania pracowników w miejscu pracy

Narzędzia te wykorzystują AI do badania opinii pracowników i wspierania bardziej angażującej kultury organizacyjnej.

• Culture Amp: Culture Amp wykorzystuje AI do analizowania opinii pracowników i ankiet dotyczących zaangażowania, dostarczając informacji pomagających poprawić kulturę miejsca pracy i utrzymać pracowników.
• Glint: Glint oferuje oparte na AI ankiety dotyczące zaangażowania i analizy pomagające organizacjom zrozumieć opinie pracowników oraz podejmować działania na podstawie otrzymanych informacji zwrotnych.
• Officevibe: To narzędzie wykorzystuje AI do gromadzenia informacji z ankiet pracowniczych i przedstawiania praktycznych rekomendacji, które mają poprawić morale i zaangażowanie zespołu.

Odpowiedzialne wdrażanie sztucznej inteligencji w miejscu pracy

Jeśli szukasz pięcioetapowych ram, które sprawią, że wdrażanie sztucznej inteligencji będzie proste i bezbolesne, czytasz niewłaściwy poradnik. Omówione właśnie badania jasno pokazują, że większość wdrożeń sztucznej inteligencji kończy się niepowodzeniem nie dlatego, że technologia nie działa, lecz dlatego, że liderzy traktują problem ludzki jak problem techniczny.

Zanim zaczniesz wybierać narzędzia sztucznej inteligencji lub tworzyć modele zwrotu z inwestycji, musisz odpowiedzieć sobie na kilka niewygodnych pytań dotyczących tego, co tak naprawdę chcesz osiągnąć i jakie będą rzeczywiste koszty.

Zacznij od trudnych pytań

Badania przeprowadzone przez BCG, Kyndryl i inne organizacje pokazują, że firmy odnoszące sukcesy we wdrażaniu sztucznej inteligencji nie są tymi, które mają najlepszy stos technologiczny. Są to firmy, które przed wdrożeniem czegokolwiek odpowiedziały sobie na fundamentalne pytania:

• Jaki problem tak naprawdę rozwiązujecie? „Potrzebujemy sztucznej inteligencji” nie jest opisem problemu. „Wszyscy inni to robią” nie jest strategią. Jeśli nie potrafisz jasno określić konkretnego problemu, który sztuczna inteligencja rozwiąże lepiej niż obecne podejście, nie jesteś gotowy na jej wdrożenie.
• Kto odnosi korzyści, a kto ponosi koszty? Szczerze oceń uzasadnienie biznesowe. Jeśli obejmuje ono redukcję zatrudnienia — a w przypadku większości organizacji tak właśnie jest — uwzględnij to w planowaniu. Źle przeprowadzone zwolnienia tworzą ryzyko prawne, szkodzą wizerunkowi pracodawcy i obniżają morale pozostałych pracowników, którzy widzą, jak potraktowano ich kolegów.
• Czy potrafisz wyjaśnić system osobom, na które on wpływa? Jeśli używasz sztucznej inteligencji do podejmowania decyzji dotyczących wyników pracy, harmonogramów, rozdzielania obowiązków lub jakiegokolwiek innego aspektu czyjejś pracy, przejrzystość nie jest opcjonalna. Jeśli nie potrafisz wyjaśnić tego wystarczająco jasno, aby pracownicy rozumieli, co jest mierzone i dlaczego, spodziewaj się oporu oraz obchodzenia systemu.
• Czy jesteś gotowy działać powoli? Badania pokazują, że 45% dyrektorów generalnych zgłasza wrogość pracowników wobec sztucznej inteligencji, a 31% pracowników aktywnie sabotuje wdrożenia. Tak dzieje się, gdy szybkość stawiasz ponad akceptację. 14% „liderów we wdrażaniu sztucznej inteligencji”, którzy skutecznie zjednoczyli swoje zespoły, osiągnęło to, inwestując trzy razy więcej w zarządzanie zmianą niż inne firmy.

Co naprawdę działa

Badania z 2025 roku wskazują wyraźne wzorce wśród organizacji, które skutecznie wdrażają sztuczną inteligencję bez niszczenia morale:

• Zaczynają od przejrzystości i włączania pracowników. Badanie firmy Writer wykazało, że „to, co wydaje się oporem, jest w rzeczywistości wołaniem o włączenie w proces zmian”. Pracownicy nie sprzeciwiają się sztucznej inteligencji — sprzeciwiają się wykluczeniu z decyzji, które wpływają na ich pracę. Skuteczne organizacje wcześnie włączają pracowników do rozmowy: Jakie problemy napotykasz w codziennej pracy? Gdzie widzisz możliwości, aby sztuczna inteligencja Ci pomogła? Jakie masz obawy?
• Dużo inwestują w szkolenia. BCG ustaliło, że regularne korzystanie ze sztucznej inteligencji jest częstsze wśród pracowników, którzy odbyli co najmniej pięć godzin szkoleń i mają dostęp do coachingu prowadzonego osobiście. Zwróć uwagę: nie chodzi o 30-minutowy webinar ani link do filmu instruktażowego — chodzi o rzeczywiste, merytoryczne, praktyczne szkolenie ze wsparciem człowieka i swobodą eksperymentowania w pracy.
• Zapewniają silne i widoczne wsparcie ze strony liderów. Badania BCG wykazały, że pozytywne nastawienie pracowników do sztucznej inteligencji wzrasta z 15% do 55%, gdy otrzymują oni silne wsparcie ze strony kierownictwa. Oznacza to, że liderzy muszą sami korzystać z tych narzędzi, otwarcie mówić zarówno o korzyściach, jak i ograniczeniach oraz pokazywać, że sztuczna inteligencja ma wspierać pracowników, a nie ich oceniać ani zastępować.
• Wdrażają kompleksowe zarządzanie zmianą. Badanie Kyndryl wykazało, że liderzy we wdrażaniu sztucznej inteligencji trzy razy częściej mieli w pełni wdrożone strategie zarządzania zmianą. Wymaga to bieżącej komunikacji, mechanizmów zbierania opinii, wprowadzania korekt na podstawie zdobytej wiedzy oraz przyznawania, że coś nie działa zgodnie z planem.
• Mierzą sukces rezultatami dotyczącymi ludzi, a nie tylko wskaźnikami efektywności. Jeśli jedynymi wskaźnikami są zaoszczędzony czas i obniżone koszty, pomijasz kluczowe sygnały. Śledź zaangażowanie pracowników. Monitoruj wskaźniki rotacji. Mierz, czy ludzie uważają, że sztuczna inteligencja pomaga im lepiej wykonywać pracę, czy tylko wywiera na nich presję, aby pracowali więcej. Zapytaj, czy ufają wdrażanym przez Ciebie systemom.

Pytania, które pozwolą poddać wdrożenie próbie

Zanim przetestujesz dowolne narzędzie sztucznej inteligencji, poddaj swoją decyzję próbie, odpowiadając na poniższe pytania:

1. Czy to rozwiązuje rzeczywisty problem, czy pozwala uniknąć trudnej rozmowy? Jeśli rozważasz wykorzystanie sztucznej inteligencji do zarządzania wynikami pracy, ponieważ Twoi menedżerowie mają trudności z prowadzeniem trudnych rozmów, nie potrzebujesz sztucznej inteligencji — musisz przeszkolić swoich menedżerów. Nie automatyzuj dysfunkcji.

2. Co dzieje się z czasem zaoszczędzonym dzięki AI? Określ to precyzyjnie. Jeśli AI skraca czas poświęcany na zadanie X o 30%, czy oznacza to, że: (a) pracownicy mogą skupić się na bardziej znaczącej pracy, (b) od pracowników oczekuje się wykonania o 30% większej liczby zadań X, czy (c) potrzebujesz o 30% mniej pracowników wykonujących zadanie X? Odpowiedź na to pytanie decyduje o tym, czy AI poprawia jakość pracy, czy tylko zwiększa jej intensywność.

3. Czy ten system może popełniać błędy, które szkodzą ludziom? Jeśli tak, jaka jest procedura wykrywania błędów, które AI w zarządzaniu świadczeniami, rozwoju kariery lub wynagrodzeniami może popełniać? „AI tak zdecydowało” nigdy nie jest akceptowalną odpowiedzią i nie zapewni Ci ochrony prawnej.

4. Czy tworzysz system, którym pracownicy będą manipulować? Każda sztuczna inteligencja mierząca wydajność zmieni zachowanie, zachęcając ludzi do optymalizowania tego, co jest mierzone, zamiast tego, co faktycznie ma znaczenie. Jak temu zapobiegniesz?

5. Jaka jest Twoja strategia wycofania? Jeśli system AI nie działa, powoduje niezamierzone konsekwencje lub okazuje się stronniczy, czy możesz go wyłączyć bez chaosu? Czy uwzględniłeś tę elastyczność podczas wdrażania?

Odpowiedzialne zarządzanie zmianami w zatrudnieniu

Jeśli wdrożenie AI rzeczywiście doprowadzi do zmian w zatrudnieniu, sposób, w jaki sobie z nimi poradzisz, będzie miał znaczący wpływ na kondycję organizacji, zdolność do przyciągania przyszłych talentów oraz ryzyko prawne.

Oto kilka kwestii, o których warto pamiętać:

• Wcześniejsze planowanie zmniejsza ryzyko. Wiedza o tym, które stanowiska zostaną objęte zmianami, daje czas na rozważenie przekwalifikowania, mobilności wewnętrznej lub wdrażania zmian etapami, zamiast nagłych zwolnień, które wywołują zarówno wyzwania prawne, jak i kryzysy morale.
• Strategia komunikacji ma znaczenie. Zaskakiwanie ludzi informacją o likwidacji stanowisk powoduje szkody w wizerunku pracodawcy, które znajdują odzwierciedlenie w opiniach na Glassdoor i sprawiają, że przyszła rekrutacja staje się droższa. Jasna, uczciwa i wczesna komunikacja — choć trudniejsza — ostatecznie kosztuje mniej.
• Sposób traktowania odchodzących pracowników mówi wszystko tym, którzy pozostają. Wartości organizacji ujawniają się nie podczas zebrań całej firmy i nie w tym, co mówisz, lecz w sposobie traktowania ludzi, gdy dalsze zatrudnianie ich przestaje być wygodne. Pracownicy to zauważają.

Zalecenia i zakazy dotyczące AI w miejscu pracy

Poruszanie się wśród zaleceń i zakazów dotyczących AI może mieć ogromne znaczenie w miejscu pracy. Skuteczne wdrożenie AI oznacza zwiększenie efektywności, stworzenie bardziej angażującego środowiska i przygotowanie zespołu na sukces. Przyjrzyjmy się, co działa, a czego należy unikać, na podstawie mojego doświadczenia.

Warto	Nie warto
Wyznacz jasne cele: Określ, co AI ma osiągnąć dla Twojego zespołu.	Ignorować obaw pracowników: Nie pomijaj ludzkiego wymiaru wdrażania AI.
Zacznij od małych kroków: Rozpocznij od projektów pilotażowych, aby skutecznie zarządzać ryzykiem.	Nie przyspieszaj procesu: Unikaj wdrażania AI bez dokładnego planowania.
Inwestuj w szkolenia: Wyposaż zespół w umiejętności pozwalające pewnie korzystać z AI.	Nie zaniedbuj opinii: Nie pomijaj zbierania informacji zwrotnych od użytkowników na każdym etapie.
Wspieraj współpracę: Zachęcaj do współpracy między działami, aby ułatwić integrację.	Nie działaj w silosach: Nie izoluj projektów AI od reszty organizacji.
Regularnie oceniaj i dostosowuj: Nieustannie rozwijaj strategię AI, aby pozostawała zgodna z celami.	Nie trzymaj się sztywnych planów: Unikaj strategii, które nie pozwalają na zmiany.

Realistyczne spojrzenie na to, co nadchodzi

AI w zarządzaniu operacjami będzie nadal przekształcać funkcjonowanie miejsc pracy. Niektóre stanowiska zostaną zlikwidowane. Charakter innych ulegnie zmianie. Pojawią się nowe stanowiska. Proporcje tych trzech rezultatów będą różnić się w zależności od branży i organizacji, ale wszystkie trzy nastąpią.

Presja na wdrażanie AI będzie się nasilać. Twoi konkurenci wdrażają tę technologię, zarząd pyta o jej zastosowanie, a wzrost efektywności jest realny (co ciekawe, AI w zarządzaniu zarządem może bardzo pomóc). Ta presja będzie kusić Cię do szybkiego działania.

Organizacje, które odniosą sukces w miejscu pracy wspieranym przez AI, nie działają szybko, lecz celowo. Zadają trudne pytania dotyczące wdrażania, inwestują w zarządzanie zmianą i szkolenia oraz traktują AI jako narzędzie zwiększające ludzkie możliwości, a nie tylko sposób na obniżenie kosztów.

Technologia będzie się stale rozwijać. Wyzwania związane z wdrażaniem nie znikną. Sukces zależy w mniejszym stopniu od tego, które narzędzia AI wybierzesz, a w większym od tego, czy jesteś gotów wykonać trudną pracę związaną z zarządzaniem ludzkim aspektem zmian technologicznych.

To właśnie na tym większość organizacji ponosi porażkę — nie dlatego, że wybiera niewłaściwe oprogramowanie, lecz dlatego, że unika trudnych rozmów, pospiesznie przeprowadza wdrożenie i traktuje zarządzanie zmianą jako kwestię drugorzędną.

Wybór technologii jest w rzeczywistości najłatwiejszą częścią.

Co dalej?

Chcesz na nowo przemyśleć przyszłość miejsca pracy w erze AI?

Dołącz do społeczności People Managing People. Bezpłatne konta zapewniają cotygodniowe spostrzeżenia, praktyczne ramy działania i strategie innych specjalistów, które pomogą Ci przewodzić mądrzej, a nie ciężej.

Utwórz dziś bezpłatne konto.