Wciąż błędnie mierzymy zwrot z inwestycji w AI, a ten błąd staje się coraz bardziej kosztowny
Wyzwania związane ze zwrotem z inwestycji w AI: Wiele organizacji ma trudności z mierzeniem zwrotu z inwestycji w AI, często przypisując problemy zarządzaniu zamiast wdrożeniu.
Niedopasowanie wskaźników: Obecne wskaźniki koncentrują się na wydajności technologii, ale nie uwzględniają podstawowych problemów dotyczących ludzi i procesów.
Długoterminowy wpływ: Nieudane wdrożenia AI mogą powodować szkody organizacyjne narastające przez lata i ograniczające skuteczność działania.
Kondycja organizacji: Decyzje dotyczące inwestycji w AI powinny uwzględniać wskaźniki dotyczące ludzi i procesów obok wskaźników technologicznych, aby zapewnić trwały sukces.
Luki w przywództwie: Przywództwo transformacyjne zazwyczaj nie obejmuje działu HR, co prowadzi do krótkowzrocznych inwestycji bez długoterminowej trwałości.
Prezentacja ROI zawsze wygląda schludnie. Zaoszczędzone godziny, przesunięte etaty, skrócony czas realizacji, wskaźniki adopcji rosnące w kierunku dowolnego punktu odniesienia zasugerowanego przez dostawcę podczas rozmowy inauguracyjnej. Zielone strzałki. Wykresy poruszające się w górę i w prawo. CFO kiwa głową z aprobatą.
Osiemnaście miesięcy później coś jest nie tak. Rotacja wzrosła w działach, które miały najbardziej skorzystać na zmianie. Współpraca międzyfunkcyjna stała się trudniejsza. Zespół, który wcześniej działał z pewną nieformalną spójnością, porusza się teraz tak, jakby maszerował przez grzęzawisko. Nikt nie potrafi wskazać przyczyny, więc przypisuje się ją zwykłym podejrzanym: stylowi zarządzania, presji rynkowej, czemuś związanemu z okresem po pandemii.
Poprzedzające to sześć kwartałów wcześniej wdrożenie AI nie zostaje wspomniane.
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
Oto ile naprawdę kosztuje błędne mierzenie ROI AI. Nie jest to pojedyncza pozycja w budżecie. To powolna degradacja, której przyczyny są błędnie przypisywane, a następnie stosuje się wobec niej niewłaściwe środki zaradcze.
Wskaźniki technologiczne a wskaźniki dotyczące ludzi
Wskaźniki dominujące w rozmowach o inwestycjach w AI — zaoszczędzony czas, przesunięte etaty, skrócony czas realizacji i, coraz częściej, wykorzystanie — są w całości wiodącymi wskaźnikami skuteczności technologii. Mierzą tę warstwę transformacji, którą najłatwiej zmierzyć ilościowo.
Nie mierzą natomiast warstwy organizacyjnej, w której występują rzeczywiste koszty złego wdrożenia i w której narastają, aż stają się niemożliwe do zignorowania.
Wykorzystanie zasługuje na szczególną uwagę, ponieważ zakłada się, że jest sygnałem kondycji organizacji, podczas gdy w rzeczywistości jest sygnałem behawioralnym. Analiza BCG z końca 2025 roku wykazała, że 60% firm na całym świecie nie generowało żadnej istotnej wartości z AI pomimo znacznych inwestycji, a jako jedną z przyczyn wskazała same wskaźniki.
Organizacje skupione na logowaniach i czasie spędzonym jako przybliżonych miarach adopcji przekonały się na własnej skórze, że wskaźniki te całkowicie pomijają to, czy AI stała się kluczowym elementem faktycznego sposobu pracy.
Wysokie wskaźniki adopcji mówią, że ludzie korzystają z narzędzia. Nie mówią nic o tym, czy praca przebiega prawidłowo, czy zespoły funkcjonują ani czy wiedza ukryta, która wcześniej przepływała przez zadania realizowane we współpracy, nadal w ogóle przepływa. Organizacja może osiągać każdy zakładany poziom wykorzystania, podczas gdy tkanka łącząca jej rzeczywiste funkcjonowanie po cichu się rozpada.
Raport BCG z października 2024 roku, „Gdzie jest wartość w AI?” — oparty na badaniu 1000 dyrektorów najwyższego szczebla z 59 krajów — wykazał, że około 70% wyzwań związanych z wdrażaniem AI wynika z problemów dotyczących ludzi i procesów.
Podział budżetu w większości wdrożeń jest dokładnym przeciwieństwem tej proporcji: większość środków trafia do technologii, a zarządzanie zmianą i gotowość organizacyjna są traktowane jako pozycje w budżecie, a nie jako elementy stanowiące podstawę inwestycji.
Kiedy wskaźniki używane do oceny transformacji odnoszą się wyłącznie do warstwy technologicznej, z założenia mierzycie tę część równania, która z najmniejszym prawdopodobieństwem decyduje o jej powodzeniu.
Nowe spojrzenie na ROI
Sposób, w jaki CFO ujmuje tę kwestię, sam w sobie nie jest błędny. Wprowadza rygorystyczną dyscyplinę do rzeczywistego pytania: czy ta inwestycja przynosi zwrot?
Problem polega na tym, że stosuje logikę alokacji kapitału do czegoś, co jest zasadniczo problemem zmiany organizacyjnej, a horyzonty czasowe się nie pokrywają.
Cykle ROI oprogramowania trwają od 12 do 18 miesięcy. Szkody organizacyjne wynikające ze źle zarządzanego wdrożenia narastają przez dwa do trzech lat i ujawniają się jako coś zupełnie innego.
Warto przeanalizować, jak w ogóle dochodzi do tego, że CFO musi prowadzić tę rozmowę. Anthony Onesto, który całą karierę spędził w branży technologii HR, a obecnie buduje praktyki transformacji AI dla firm średniej wielkości, opisuje kaskadę presji.
Zarządy naciskają na prezesów, prezesi szukają w organizacji osoby, która miałaby za to odpowiadać, a naturalnym pierwszym wyborem jest CTO lub CIO. Gdy okazuje się to niewystarczające, rozmowa przenosi się do CFO.
To zawsze będzie decyzja finansowa, która czasem jest właściwa, a czasem nie.
Jego zdaniem to HR powinien przewodzić tym transformacjom — nie jako zarządzanie zmianą traktowane jako dodatek, lecz jako funkcja najlepiej przygotowana do myślenia o tym, jak maszyny i ludzie współdziałają. Twierdzi, że fakt, iż rzadko się tak dzieje, ma charakter strukturalny. Większość liderów HR nie zgłosiła się do tej roli, a presja wywierana kaskadowo nie kieruje się do nich w naturalny sposób.
W rezultacie rozmowa o zwrocie z inwestycji jest kształtowana przez osobę, która odziedziczyła odpowiedzialność, a jej motywacja w większości organizacji kieruje się ku możliwej do wykazania krótkoterminowej efektywności, a nie długoterminowej kondycji organizacji.
Podważanie tożsamości zawodowej
Sama dezorganizacja tożsamości pokazuje tę lukę. Gdy rutynowe zadania zostają zautomatyzowane, często znika wraz z nimi także tożsamość zawodowa. Analityczka, która rozwijała umiejętność oceny sytuacji poprzez powtarzalną pracę o niskim ryzyku, ma teraz — przynajmniej w teorii — wykonywać zadania o większej wartości.
W praktyce kontekst, w którym się rozwijała, został usunięty, a nikt nie stworzył jego zamiennika. Zakłócenie nie ujawnia się w momencie ogłoszenia. Pojawia się osiem lub dziesięć miesięcy później jako brak zaangażowania, który wygląda jak problem kultury organizacyjnej i tak też jest traktowany, podczas gdy rzeczywista przyczyna pozostaje niezauważona w dawnym dzienniku wdrożenia.
To nie jest niszowy problem. Jest to mechanizm, za sprawą którego inwestycje w automatyzację przynoszą gorsze rezultaty od prognozowanych, mimo że osiągają zakładane cele efektywności. Cele wyznaczono dla niewłaściwego systemu.
Automatyzacji rzadko podlega wyłącznie zadanie. Rutynowa praca często pełni nieformalne funkcje, które nie są widoczne na żadnej mapie procesu: rytm koordynacji między zespołami, mentoring wbudowany we wspólne przepływy pracy, zawodowe kontakty zapewniające młodszym pracownikom regularną styczność ze sposobem, w jaki działa osąd starszych stażem pracowników.
Nigdzie się ich nie dokumentuje, ponieważ nie ma takiej potrzeby, dopóki nie znikną. Wtedy dowiadujesz się, ile były warte — i jest to trudna lekcja.
Cotygodniowy raport międzyfunkcyjny, który wspólnie tworzyło troje członków zespołu, nie służył wyłącznie do przygotowywania raportu. Zapewniał spójność, widoczność oraz stały powód, dla którego te zespoły pozostawały ze sobą w regularnym kontakcie. Zautomatyzuj raport, a uchwycisz efektywność.
Koszt tego rozwiązania nie pojawia się w prezentacji dotyczącej zwrotu z inwestycji. Ostatecznie ujawnia się w tym, jak te zespoły wspólnie działają — albo przestają działać.
Argument za rozszerzeniem tego, co uznajemy za koszt, nie jest argumentem przeciwko dyscyplinie pomiaru zwrotu z inwestycji. Chodzi o zastosowanie tej dyscypliny do całego systemu, a nie tylko do wygodnie wyodrębnionej części. Jeśli 70% czynników decydujących o rezultatach transformacji znajduje się w obszarze ludzi i organizacji, to ramy pomiarowe pomijające ten obszar nie są zachowawcze — są systematycznie optymistyczne w odniesieniu do niewłaściwych elementów.
Właściwe podejście
Pełniejsze ramy pomiarowe obejmują:
- Trendy dotyczące odejść z pracy na stanowiskach objętych zmianami, z uwzględnieniem odpowiedniego opóźnienia
- Wzorce komunikacji międzyfunkcyjnej przed istotnymi zmianami w automatyzacji i po ich wprowadzeniu
- Wskaźniki transferu wiedzy do młodszych pracowników
- Poziom zaufania mierzony za pomocą ankiet zaprojektowanych tak, aby ujawniały rzeczywiste nastroje, a nie wskaźniki zastępcze zadowolenia.
Żadne z tych działań nie jest technicznie trudne. Większość organizacji ich nie podejmuje, ponieważ nigdy nie powiązała decyzji dotyczących automatyzacji z rezultatami dotyczącymi kondycji organizacji jako świadomą praktyką.
Ravin Jesuthasan, którego praca nad architekturą siły roboczej obejmuje dziesięciolecia transformacji przedsiębiorstw, ujmuje to jasno:
Nie znam ani jednej organizacji, która zaczęła od technologii, pozostawiła czynnik ludzki poza równaniem i kiedykolwiek osiągnęła pomyślny rezultat.
Jak argumentuje, organizacje, które zaczynają od technologii, wypracowują binarne spojrzenie na problem, zastępują czynnik ludzki wszędzie tam, gdzie to możliwe, i nigdy nie budują stabilności organizacyjnej, dzięki której transformacja może się utrzymać.
Rozwiązanie problemu pomiaru jest częściowo kwestią techniczną, ale przede wszystkim kwestią ładu organizacyjnego. Ktoś obecny przy podejmowaniu decyzji dotyczących inwestycji w AI musi odpowiadać za kondycję organizacji i mieć odpowiednią pozycję, aby traktować ją jako równoważną z efektywnością, a nie jako jej podporządkowany element.
W większości organizacji taka osoba albo nie uczestniczy w tych rozmowach, albo nie ma odpowiedniej pozycji. CHRO jest często konsultowany w sprawie zarządzania zmianą jako zadania wdrożeniowego, a nie jako równorzędnego wymiaru tego, co oznacza sukces.
Jesuthasan przedstawia szerszą porażkę w kategoriach wykraczających poza pomiar.
Zmiana, której oczekuje się od liderów, jest większa niż wszystko, co widzieliśmy w ciągu ostatnich 150 lat. I nie sądzę, aby wielu z nich to rozumiało.
Nie jest to tyle potępienie, ile obserwacja strukturalna. Liderzy podejmujący decyzje dotyczące inwestycji w AI byli szkoleni w świecie, w którym technologia i organizacja stanowiły rozdzielne problemy. Już tak nie jest.
Prezentacja dotycząca ROI, która utrzymuje te dwie kwestie oddzielnie, jest dokumentem odziedziczonym po przeszłości, stosowanym do zasadniczo odmiennej sytuacji, a błąd ten, pogłębiający się w liczbach dotyczących odejść pracowników i deficytach współpracy, staje się kosztowny.
