Wewnątrz transformacji AI: futurysta omawia kompetencje w zakresie AI, projektowanie przepływów pracy oraz kwestie etyczne, których liderzy nie mogą ignorować

To spostrzeżenie popchnęło mnie od inżynierii w stronę doradztwa i doradztwa rozwojowego, gdzie nauczyłem się przekładać możliwości technologiczne na przewagę strategiczną. Od zawsze, u podstaw, jestem twórcą sieci — osobą łączącą ekosystemy. Doprowadziło mnie to do współtworzenia inicjatyw takich jak India Blockchain Alliance, India AI Alliance i Ethical AI Alliance, nie tylko jako organizacji, lecz także jako wspólnych prób ukierunkowania potężnych technologii na odpowiedzialne i inkluzywne rezultaty. Moja praca z The Purpose Coalition jeszcze bardziej umocniła moje przekonanie, że rozwój biznesu i dobro społeczne muszą być dwiema stronami tej samej monety.

Przez lata doradzałem globalnym firmom, które próbowały poruszać się po złożonym, szybko rozwijającym się krajobrazie Indii, pomagając im dostosować ambicje technologiczne do lokalnego kontekstu i globalnych zasad etycznych.

Moja ścieżka przywódcza była więc świadomą ewolucją: od projektowania systemów, przez projektowanie strategii, aż po projektowanie ekosystemów. Dziś, jako doradca w transformacjach, w których AI jest priorytetem, pomagam liderom zrozumieć, że nie chodzi tylko o pierwszeństwo na rynku; chodzi o pierwszeństwo w nadawaniu znaczenia i w odpowiedzialności. Firma, w której AI jest priorytetem, musi z definicji stawiać na pierwszym miejscu człowieka i etykę.

Co oznacza bycie liderem, dla którego AI jest priorytetem

Świat, w którym AI jest priorytetem, zasadniczo zmienia rolę lidera. To przejście od osoby podejmującej decyzje do osoby nadającej sens i projektującej systemy.

Moja rola nie polega już tylko na doradzaniu, jaką decyzję podjąć, lecz na projektowaniu sposobu podejmowania decyzji w całej organizacji. Dla małych i średnich firm, z którymi współpracuję, jest to zarówno ogromne wyzwanie, jak i największa szansa na uzyskanie przewagi.

W praktyce moja rola przywódcza obejmuje teraz:

1. Projektowanie struktur z myślą o wyłanianiu się rozwiązań, a nie tylko o realizacji: Pomagam liderom projektować struktury organizacyjne, które są elastyczne i oparte na projektach, zdolne do tworzenia się wokół problemów i rozwiązywania po uruchomieniu rozwiązania opartego na AI. Od dawna zakładany statyczny, piramidalny schemat organizacyjny jest obciążeniem. Zmierzamy w kierunku modelu opartego na centralnym węźle i odgałęzieniach lub na zespołach zadaniowych, w którym zadaniem przywództwa jest określenie kontekstu i zapewnienie narzędzi, zwłaszcza narzędzi AI, a następnie usunięcie się z drogi.
2. Przejście od wydawania poleceń do selekcjonowania: Podstawowa wartość lidera nie polega już na posiadaniu wszystkich odpowiedzi, lecz na wyborze najlepszych pytań i najbardziej wiarygodnych informacji. Pomagam liderom małych i średnich firm wdrożyć dla swojej firmy „drugi mózg” — wyselekcjonowany zestaw narzędzi AI i protokołów danych. Ich kluczowym zadaniem jest ciągłe udoskonalanie poleceń, kwestionowanie wyników i zapewnianie, aby zabezpieczenia etyczne były nieodłączną częścią procesu.
3. Pełnienie de facto funkcji dyrektora ds. etyki: W świecie, w którym AI jest priorytetem, każdy lider musi biegle poruszać się w kwestiach etycznych. Nie jest to umiejętność miękka, lecz kluczowa przewaga konkurencyjna i strategia ograniczania ryzyka. Moją konkretną rolą jest nadanie temu praktycznego wymiaru poprzez pomoc w tworzeniu ram samoregulacji i wytycznych dla interesariuszy. Przenosimy etykę z poziomu teoretycznej polityki na poziom operacyjnej listy kontrolnej, która stanowi część każdego cyklu rozwoju produktu i każdej decyzji zakupowej dotyczącej nowego narzędzia AI.

Wskazówka Amana

Świat, w którym AI jest priorytetem, zasadniczo zmienia rolę lidera. To przejście od osoby podejmującej decyzje do osoby nadającej sens i projektującej systemy.

Dlaczego przywództwo, w którym AI jest priorytetem, wymaga oduczenia się dawnych założeń

Porzucenie długo utrzymywanych założeń miało kluczowe znaczenie. Musiałem oduczyć się:

• Założenie, że doświadczenie jest ostatecznym przewodnikiem: W świecie zmieniającym się w takim tempie przeszłe doświadczenia lidera mogą działać jak opaska na oczach. Obecnie doradzam liderom praktykowanie pokory intelektualnej i traktowanie opartej na danych, sprzecznej z intuicją wiedzy modelu AI na równi z przeczuciem doświadczonego członka kadry kierowniczej. Nową kompetencją przywódczą jest umiejętność rozpoznania, kiedy zaufać algorytmowi bardziej niż własnemu instynktowi.
• Iluzja kontroli: Tradycyjny lider dążył do kontrolowania informacji, procesów i ludzi. Obecnie jest to niemożliwe i przynosi skutki odwrotne do zamierzonych. Skupiam się na ustanowieniu jasnego celu i zasad — niczym konstytucji firmy. Jeśli każdy pracownik ma superwydajnego współpilota AI, nie można kontrolować każdego jego ruchu. Trzeba zaufać, że działa on w ramach jasno określonych zasad etycznych i strategicznych. To właśnie istota samoregulacji, którą budujemy.
• Prymat genialnego lidera jednostki: Heroiczny dyrektor generalny podejmujący wszystkie decyzje to przestarzały model. Nowe przywództwo ma charakter kolektywny i wspomagany technologią. Chodzi o rozwijanie symbiotycznej relacji między ludzkimi zespołami a systemami AI. Moją rolą jest pomaganie liderowi w kształtowaniu tego nowego ekosystemu, w którym jego sukces mierzy się zbiorową inteligencją i etyczną integralnością jego organizacji ludzi i AI.

Wskazówka Amana

Tradycyjny lider dążył do kontrolowania informacji, procesów i ludzi. Obecnie jest to niemożliwe i przynosi skutki odwrotne do zamierzonych.

Jak liderzy mogą zniwelować różnicę między obietnicami AI a rzeczywistymi rezultatami

Sprzedawana obietnica dotyczy w pełni autonomicznej AI, która zastępuje ludzką pracę. Rzeczywistość organizacyjna jest taka, że AI to potężny, lecz zawodny współpilot, który nie działa bez głęboko zintegrowanej pętli informacji zwrotnych od ludzi. Innymi słowy, firmy oczekują narzędzia typu „ustaw i zapomnij”, ale otrzymują system wymagający bardziej zniuansowanego zarządzania, a nie mniejszego.

Przejawia się to w trzech konkretnych rozbieżnościach, które nieustannie obserwuję:

1. Modele AI mają ogromną wiedzę ogólną, ale nie rozumieją z natury specyfiki twojej firmy, jej kultury ani niewypowiedzianych potrzeb klienta. Model językowy może przygotować projekt strategii, ale nie wie, że „Projekt Phoenix” zakończył się katastrofalną porażką dwa lata temu i jest kulturowym tabu.
2. AI może generować wyniki z ogromną szybkością, ale organizacjom brakuje równoległego systemu zarządzania, który pozwoliłby zatwierdzać, weryfikować i wykorzystywać te wyniki w podobnym tempie. Tworzy to nowe wąskie gardło i może prowadzić albo do pochopnego wdrażania, albo do paraliżu analitycznego.
3. Dążenie do efektywności skłania firmy do automatyzowania wszystkiego. Jednak bez wbudowanych punktów kontroli etycznej prowadzi to do zautomatyzowanych uprzedzeń, szkód dla marki i utraty ludzkiej odpowiedzialności.

Moje podejście polega na projektowaniu z myślą o symbiozie ludzi i AI, a nie o zastępowaniu ludzi. Tworzę systemy, w których ludzka i maszynowa inteligencja wzajemnie się wzmacniają.

1. Projektowanie warstwy kontekstowej: Doradzam liderom, że ich najważniejszym zasobem strategicznym nie są już same dane, lecz dane osadzone w kontekście. Wdrażamy rozwiązanie, które nazywam „Konstytucją Firmy” — żywy dokument opisujący unikalną etykę organizacji, strategiczne granice, wcześniejsze porażki i głos marki. Nie jest to zwykły plik PDF, lecz dynamiczna instrukcja zintegrowana z każdą ważną interakcją z AI, dzięki czemu wyniki AI są osadzone w konkretnej rzeczywistości firmy.
2. Wprowadzanie tarcia poprzez projektowanie: Zamiast próbować wyeliminować wszelkie tarcie, projektujemy tarcie strategiczne. Oznacza to wbudowanie obowiązkowych punktów kontroli człowieka w przepływy pracy sterowane przez AI.
3. Ewolucja projektowania organizacji: Odchodzę z małymi i średnimi firmami od sztywnych silosów działowych na rzecz elastycznych „zespołów zadaniowych” opartych na projektach. W każdym takim zespole człowiek jest pilotem — odpowiada za końcowy rezultat, wyznacza misję i dostarcza kluczowego kontekstu. AI jest współpilotem — zajmuje się przetwarzaniem danych, tworzeniem wersji roboczych i modelowaniem scenariuszy. Ten model jasno określa role i zakresy odpowiedzialności: człowiek przewodzi, AI pomaga, a system został zaprojektowany z myślą o współpracy.

Doradzam liderom, że ich najważniejszym zasobem strategicznym nie są już same dane, lecz dane osadzone w kontekście.

Share This Quote on:

• Share on Twitter
• Share on LinkedIn
• Share on Facebook

Aman Bandvi

Strateg ds. przywództwa AI

Wracając do punktu 2, oto kilka przykładów tarcia:

• Monit „czerwonego zespołu”: W przypadku każdej strategii wygenerowanej przez AI obowiązkowym ostatnim krokiem jest polecenie innemu modelowi AI: „Działaj jak sceptyk. Skrytykuj tę strategię i wymień 3 najważniejsze potencjalne przyczyny jej niepowodzenia”. Następnie wynik jest analizowany przez kierownika przed ostatecznym zatwierdzeniem.
• „Brama etyczna”: W naszych ramach samoregulacji ustanawiamy jasne punkty kontrolne. Każdy wynik AI, który dotyczy danych klientów, zawiera rekomendację finansową lub wiąże się z komunikacją publiczną, musi przejść określoną listę kontrolną dotyczącą etyki, nadzorowaną przez człowieka.

Jak AI zmienia strategię, zarządzanie i procesy pracy działu HR

Moje podejście polega na skupieniu się na powtarzalnych procesach o dużym wpływie, które spowalniają myślenie strategiczne. Przebudowa przebiega według stałego schematu: rozłożyć na części, usprawnić, ponownie złożyć.

Oto trzy szczegółowe przebudowy w obszarach strategii, zarządzania i AI w HR:

Proces pracy: kwartalny przegląd strategiczny i monitorowanie otoczenia

• Wcześniej: Starszy rangą lider spędzał całe dni na ręcznym przeszukiwaniu wiadomości, raportów i aktualizacji dotyczących konkurencji, a następnie umieszczał je w rozbudowanej prezentacji PowerPoint. Proces był reaktywny, niekompletny i silnie obciążony indywidualną perspektywą tej osoby.
• Obecnie: Radar strategiczny oparty na AI
  • Narzędzia: Połączenie modeli językowych z dostępem do wyszukiwania internetowego oraz platform do wizualizacji danych, takich jak Power BI i Tableau.
  • Szczegółowa przebudowa:
    1. Automatyczne przetwarzanie: Zbudowałem prosty proces, w którym model językowy otrzymuje codziennie polecenie: „Na podstawie 10 najważniejszych źródeł wiadomości branżowych wskaż trzy pojawiające się trendy, dwa potencjalne zakłócenia na rynku oraz jedną zmianę regulacyjną istotną dla [konkretnej branży]. Podsumuj każdy element w 100 słowach i dodaj link do źródła”.
    2. Ustrukturyzowana synteza: Codzienny wynik trafia do współdzielonej bazy danych, takiej jak Airtable lub prosty arkusz kalkulacyjny.
    3. Dynamiczne pulpity nawigacyjne: Baza danych jest połączona z narzędziem do tworzenia pulpitów nawigacyjnych. Zamiast statycznej kwartalnej prezentacji PowerPoint kierownictwo ma teraz dostęp do bieżącego pulpitu strategicznego, który wizualnie śledzi dynamikę trendów, działania konkurencji i nastroje rynkowe w czasie.
  • Rezultaty: Świadomość strategiczna zmieniła się z kwartalnej i retrospektywnej w ciągłą i wyprzedzającą. Spotkania kierownictwa rozpoczynają się teraz od wniosków opartych na danych, a nie od anegdotycznych przeczuć.

Proces pracy: zarządzanie i pulpity wyników

• Wcześniej: Menedżerowie tracili całe godziny na zestawianie danych z odizolowanych systemów — sprzedaży, marketingu i obsługi — w cotygodniowych raportach KPI. Historia kryjąca się za liczbami często ginęła.
• Obecnie: Analiza wyników oparta na narracji
  • Narzędzia: Narzędzia analityki biznesowej (BI) + podstawowe modele językowe za pośrednictwem API lub danych wprowadzanych ręcznie.
  • Szczegółowa przebudowa:
    1. Agregacja danych: KPI nadal są centralizowane w narzędziu analityki biznesowej, takim jak Power BI lub Google Looker.
    2. „Polecenie narracyjne”: Zamiast po prostu eksportować wykres, kopiujemy kluczowe dane tygodniowe, np. „Sprzedaż wzrosła o 5%, liczba zgłoszeń do obsługi klienta wzrosła o 15%, liczba leadów marketingowych spadła o 3%”, i wklejamy je do modelu językowego wraz z poleceniem: „Działaj jak analityk biznesowy. Przeanalizuj ten zestaw wskaźników wyników za miniony tydzień. Wygeneruj trzy prawdopodobne hipotezy wyjaśniające korelacje między tymi punktami danych. Wskaż również jedno potencjalne ryzyko strategiczne”.
  • Rezultaty: Menedżerowie otrzymują zwięzłą, analityczną narrację obok swoich danych. Zmienia to ich rolę z osoby raportującej dane w osobę testującą hipotezy, która koncentruje swoją energię na badaniu wniosków wygenerowanych przez AI, zamiast na tworzeniu raportu.

Proces pracy: podstawowe procesy HR i wdrażanie nowych pracowników

• Przed: Działy HR i menedżerowie zespołów poświęcali znaczną ilość czasu na tworzenie ustandaryzowanych dokumentów, takich jak opisy stanowisk, szablony ocen pracowniczych i plany wdrożenia, często zaczynając od zera lub korzystając z nieaktualnych wersji.
• Po: „Kopilot polityki HR”
  • Narzędzia: Podstawowe duże modele językowe z biblioteką wewnętrznych dokumentów dotyczących polityk i zasad kultury organizacyjnej.
  • Szczegółowa zmiana:
    1. Tworzenie: Aby utworzyć nowy opis stanowiska, polecenie brzmi: „Korzystając z podstawowych wartości naszej firmy [lista wartości] oraz modelu kompetencji dla [Dział], wygeneruj opis stanowiska dla [Nazwa stanowiska]. Uwzględnij 5 kluczowych obowiązków i 3 wymagane kompetencje.”
    2. Personalizacja: W przypadku wdrożenia polecenie brzmi: „Utwórz plan na pierwsze 30, 60 i 90 dni dla nowej osoby na stanowisku [Nazwa stanowiska]. Pierwsze 30 dni powinno koncentrować się na adaptacji do kultury organizacyjnej i zdobyciu podstawowej wiedzy, kolejne 30 dni na samodzielnym wkładzie w pracę, a ostatnie 30 dni na projektach strategicznych.”
  • Rezultaty: O 90% skrócił się czas poświęcany na tworzenie najważniejszych dokumentów HR. Co ważniejsze, zapewnia to niezwykłą spójność i zgodność, bezpośrednio osadzając kulturę firmy i jej strategiczne założenia w podstawowych procesach związanych z zarządzaniem personelem.

Praktyczne ramy budowania kompetencji w zakresie AI w organizacjach

Budowanie kompetencji w zakresie AI nie polega na tworzeniu zespołu analityków danych; chodzi o rozwijanie kultury inteligencji wspomaganej. Naszym celem jest sprawienie, aby pytanie AI o pomoc było równie naturalne i podstawowe jak wyszukiwanie informacji w internecie. Odeszliśmy od jednorazowych szkoleń na rzecz ciągłego, osadzonego w codziennej pracy środowiska podnoszenia kwalifikacji. Oto nasze ramy budowania kompetencji w zakresie AI:

1. Podstawy: obalanie mitów i fundament etyczny („dlaczego” i „co”)
   • Krok: Zaczynamy nie od narzędzi, lecz od zasad. Prowadzę sesje na temat „etyki wspomagania”, koncentrując się na odpowiedzialnym wykorzystaniu, wykrywaniu uprzedzeń i prywatności danych. Korzystamy z rzeczywistych scenariuszy związanych z ich rolami.
   • Cel: Wyeliminowanie obaw i zbudowanie fundamentu zaufania oraz odpowiedzialności. Każdy musi rozumieć, że AI jest narzędziem wzmacniania możliwości, a nie zastępowania ludzi, oraz że jego wykorzystanie wiąże się z etycznymi zabezpieczeniami.
2. Zastosowanie: tworzenie poleceń i integracja z przepływem pracy („jak”)
   • Krok: Prowadzimy praktyczne warsztaty dopasowane do konkretnych ról. Na przykład:
     • Dla strategów: „Tworzenie poleceń do analizy rynku i planowania scenariuszy”.
     • Dla HR: „Tworzenie poleceń do przygotowywania opisów stanowisk, neutralnie brzmiących informacji zwrotnych dotyczących wyników pracy oraz generowania planów wdrożenia”.
     • Dla działów operacyjnych: „Tworzenie poleceń do dokumentowania procesów i przekształcania wskaźników KPI w narrację”.
   • Cel: Przejście od teorii do praktyki. Udostępniamy wyselekcjonowaną „bibliotekę poleceń” z szablonami typowych zadań, obniżając próg wejścia i zapewniając jakość.
3. Poziom zaawansowany: specjalizacja i innowacje („co dalej”)
   • Krok: Identyfikujemy i wspieramy „liderów AI” w każdym zespole. Są to osoby wykazujące predyspozycje i entuzjazm. Otrzymują zaawansowane szkolenie i stają się ekspertami pierwszego kontaktu w swoich działach, odpowiedzialnymi za udoskonalanie przepływów pracy i dostrzeganie nowych możliwości.
   • Cel: Stworzenie samowystarczalnego, wewnętrznego źródła innowacji i wzajemnego wsparcia.

Zachowania definiujące organizację gotową na AI

Zespół lub organizacja „gotowe na AI” nie są definiowane przez zestaw używanych narzędzi, lecz przez swoje zachowania i odruchy. Wygląda to następująco:

• Odruchowe wspomaganie: Domyślną reakcją na każde powtarzalne lub wymagające przetwarzania dużej ilości danych zadanie jest pytanie: „Jak możemy inteligentnie wspomóc je za pomocą AI?”. To odruch kulturowy.
• Swoboda iteracji: Zespoły rozumieją, że pierwsze polecenie jest punktem wyjścia, a nie produktem końcowym. Sprawnie udoskonalają wyniki w kolejnych iteracjach i krytycznie oceniają rezultaty AI.
• Akceptowanie etycznych zastrzeżeń: Członkowie zespołu czują się bezpiecznie pod względem psychologicznym, gdy kwestionują wynik AI i zgłaszają potencjalne uprzedzenia lub obawy etyczne. Jest to postrzegane jako kluczowa kompetencja, a nie przeszkoda.
• Liderzy dają przykład: Ja i inni liderzy otwarcie dzielimy się tym, jak wykorzystujemy AI we własnych przepływach pracy — od tworzenia projektów komunikatów po analizowanie strategii — pokazując, że jest to priorytet całej organizacji, wyznaczany odgórnie.

Najczęstsze wyzwania, z którymi mierzą się zespoły podczas nauki AI

Ta droga nie była całkowicie bezproblemowa. Najważniejsze wyzwania związane z gotowością na AI obejmują:

1. Początkowy kontakt może prowadzić do paraliżu. Ludzie zamierają, obawiając się napisania „niewłaściwego” promptu. Przezwyciężyliśmy to, podkreślając, że nie istnieje idealny prompt, a jedynie punkt wyjścia do rozmowy, oraz udostępniając szablony startowe.
2. Na początku pojawiała się tendencja do ślepego ufania treściom generowanym przez AI i wykorzystywania ich bez odpowiedniej redakcji, co prowadziło do powstawania ogólnikowych lub okazjonalnie niedokładnych materiałów. Rozwiązaniem było wprowadzenie obowiązkowego udziału człowieka w procesie oraz utworzenie punktów wzajemnej weryfikacji, przeznaczonych specjalnie dla materiałów wygenerowanych przez AI.
3. Niektórzy członkowie zespołu oczekiwali, że AI będzie samodzielnie rozwiązywać problemy. Stale wzmacniamy analogię do „drugiego pilota”: AI kontroluje drążek sterowy i instrumenty, ale człowiek jest pilotem, który nawiguje i podejmuje ostateczną decyzję.

W istocie budowanie organizacji gotowej na AI to projekt transformacji kulturowej z komponentem technologicznym, a nie odwrotnie. Chodzi o wplecenie nowej nici rozszerzonej inteligencji w samą strukturę naszego sposobu myślenia, podejmowania decyzji i tworzenia.

Jak wybrać odpowiednie narzędzie AI do właściwego zadania poznawczego

Mój zestaw narzędzi to nie tyle stały zbiór rozwiązań, ile dynamiczny, oparty na określonych zasadach ekosystem zaprojektowany z myślą o konkretnych zadaniach poznawczych. Kategoryzuję narzędzia według funkcji, a nie marki, ponieważ konkretny dostawca może się zmieniać. Moją podstawową zasadą jest „właściwa inteligencja do właściwego zadania” i doradzam klientom, aby myśleli w ten sam sposób.

Oto podział funkcjonalny:

1. Warstwa orkiestracji i generowania pomysłów:

• Funkcja: Moja podstawowa cyfrowa przestrzeń robocza do rozumowania na temat długich treści, złożonej analizy dokumentów i opracowywania dopracowanych strategii.
• Wpływ: To mój strategiczny drugi pilot. Jego ogromne znaczenie polega na obsłudze bardzo dużych okien kontekstowych, co pozwala mi prowadzić ciągłą, pogłębioną rozmowę z dokumentem lub opisem problemu. Narzędzie doskonale zachowuje spójność narracji w długich materiałach, co jest niezbędne przy opracowywaniu ram działania, wytycznych etycznych i długoterminowych narracji strategicznych.

2. Warstwa zwinności i realizacji:

• Funkcja: Moje narzędzie pierwszego wyboru do szybkiego prototypowania, zadań związanych z danymi strukturalnymi, generowania kodu i pracy z różnymi formatami danych (plikami PDF, arkuszami kalkulacyjnymi, obrazami).
• Wpływ: To mój operacyjny drugi pilot. Jego znaczenie wiąże się z szybkością i wszechstronnością. Gdy muszę szybko zbudować model, przekształcić dane lub uzyskać ustrukturyzowany wynik (taki jak JSON albo tabela), zaczynam właśnie tutaj. Ekosystem wtyczek i możliwości multimodalne sprawiają, że jest to potężne centrum realizacji określonych zadań.

3. Warstwa narzędzia podważającego i prezentującego odmienne stanowisko:

• Funkcja: Dedykowane narzędzie do testowania pomysłów pod kątem odporności, poszukiwania alternatywnych perspektyw i prowadzenia kreatywnych, czasem niekonwencjonalnych sesji burzy mózgów.
• Wpływ: Jego znaczenie polega na przełamywaniu myślenia grupowego. Wykorzystuję je konkretnie do kwestionowania wyników uzyskanych za pomocą dwóch pozostałych narzędzi. Polecenia takie jak „zaatakuj tę strategię” lub „znajdź słabe punkty w tych ramach etycznych” pozwalają mi instytucjonalizować niezbędną rolę adwokata diabła w moim procesie. Jest to kluczowy element budowania solidnych, samoregulujących się systemów dla klientów.

Najważniejsza zmiana nie polegała na zamianie jednego narzędzia na inne, lecz na zorganizowaniu ich w formalny przepływ pracy. Przeszedłem od korzystania z narzędzi AI doraźnie do projektowania potoku „prowadzony przez człowieka, wspomagany przez AI”.

Na przykład standardowy przepływ pracy związany z tworzeniem dokumentu doradczego dla klienta może obecnie wyglądać tak:

1. Opracowanie w [Narzędziu orkiestracji]: W celu przeprowadzenia pogłębionej syntezy początkowej, uwzględniającej bogaty kontekst.
2. Weryfikacja w [Narzędziu podważającym]: Aby skrytykować materiał i znaleźć jego słabe punkty.
3. Formatowanie i przygotowanie pakietu w [Narzędziu zwinności]: Aby stworzyć końcową prezentację gotową dla klienta oraz uzupełniające wizualizacje danych.

Jak jedna firma doradcza przeprojektowała swój łańcuch wartości za pomocą AI

Często pracuję z małymi i średnimi firmami opartymi na wiedzy — posłużmy się przykładem butikowej firmy doradczej specjalizującej się w strategiach wejścia na rynek. Byli ekspertami w swojej dziedzinie, ale ich podstawowa usługa stanowiła poważne wąskie gardło.

Problem: Ich głównym produktem była kompleksowa mapa strategiczna dla klientów. Wymagało to od starszego stratega poświęcenia wielu dni na syntezę ogromnych ilości danych — raportów rynkowych, wywiadów z klientami i informacji o konkurencji — w jeden spójny dokument. Była to praca o najwyższej wartości, ale także najbardziej czasochłonna, co ograniczało ich możliwości i skalowalność.

Zwrot: Przełomowy moment nie polegał wyłącznie na wdrożeniu narzędzi AI, lecz na przeprojektowaniu całego łańcucha wartości. Celem nie było już przyspieszenie pracy stratega w ramach jego dotychczasowych obowiązków, ale przeprojektowanie samej pracy.

Szczegółowa konfiguracja niezależna od narzędzi:

1. Warstwa „wejściowa”: Najpierw uporządkowaliśmy chaos informacyjny.
   • Rozmowy dotyczące poznania klienta były transkrybowane przy użyciu standardowego interfejsu API do zamiany mowy na tekst.
   • Wszystkie badania rynku i raporty PDF zostały skonsolidowane w jednym cyfrowym repozytorium.
2. Warstwa „syntezy”: Linia montażowa sterowana poleceniami. To był rdzeń transformacji. Stworzyliśmy sekwencyjny łańcuch poleceń, wykorzystując połączenie zaawansowanych modeli LLM — często zaczynam od Claude’a ze względu na jego niuansowe przetwarzanie długich dokumentów, używam ChatGPT do bardziej ustrukturyzowanych zadań opartych na szablonach, a Grok może posłużyć mi do burzy mózgów nad niekonwencjonalnymi perspektywami.
   • Krok 1: Ekstrakcja tematyczna: Pierwsze polecenie otrzymywało surową transkrypcję: „Działaj jako badacz jakościowy. Zidentyfikuj i wymień 5 najważniejszych priorytetów strategicznych oraz 3 główne wyzwania wyrażone przez klienta w tej rozmowie. Przedstaw je w formie listy punktowanej”.
   • Krok 2: Korelacja danych: Wynik z kroku 1 wraz z plikami PDF zawierającymi badania rynku przekazywano innemu modelowi z nowym poleceniem: „Porównaj priorytety klienta [z wyniku kroku 1] z załączonymi danymi rynkowymi. Zidentyfikuj 3 konkretne możliwości i 2 potencjalne zagrożenia. Przedstaw je w tabeli”.
   • Krok 3: Opracowanie strategii: Wszystkie wcześniejsze wyniki były następnie syntetyzowane: „Wykorzystując zidentyfikowane priorytety, możliwości i zagrożenia, przygotuj projekt strategii wejścia na rynek opartej na 3 filarach. Dla każdego filaru zaproponuj kluczowe cele i dwie potencjalne inicjatywy taktyczne”.
3. Warstwa „człowieka w pętli”: AI wygenerowała solidny, w 80% kompletny pierwszy szkic w mniej niż godzinę. To właśnie tutaj nastąpiła fundamentalna zmiana poznawcza. Rola starszego stratega została radykalnie przekształcona — z autora i osoby dokonującej syntezy w kuratora, weryfikatora i wzmacniacza kreatywności. Ich praca zaczęła wyglądać następująco: przeglądanie i weryfikowanie, wnoszenie własnych spostrzeżeń, opracowywanie dzięki zaoszczędzonemu czasowi naprawdę innowacyjnych taktyk oraz dostosowywanie ich do potrzeb klienta.

Rezultaty i zmiana poznawcza:

• Rezultat operacyjny: Czas potrzebny na stworzenie kluczowego materiału został skrócony o ponad 85% — z kilku dni do zaledwie kilku godzin.
• Rezultat strategiczny (prawdziwa zmiana): Firma mogła przyjąć więcej klientów, owszem, ale co ważniejsze, poprawiła się jakość i głębia jej doradztwa strategicznego. Ludzie nie byli już przytłoczeni logistyką informacji; mogli skupić się na ocenie na wysokim poziomie, kreatywności i budowaniu relacji z klientami.

Ludzka cecha, której AI nigdy nie zastąpi: wyobraźnia moralna

Jest jedno fundamentalne pytanie, z którym — jak sądzę — wszyscy musimy się zmierzyć: „Budując systemy zdolne do myślenia, jaka jest niepodlegająca negocjacjom ludzka cecha, którą musimy zaprojektować tak, aby nigdy nie została zautomatyzowana?”

To pytanie wykracza poza ramy i zarządzanie, sięgając do sedna naszego człowieczeństwa w świecie, w którym AI jest punktem wyjścia.

Moja odpowiedź brzmi: „Wyobraźnia moralna”.

Wyobraźnia moralna to wyjątkowo ludzka zdolność nie tylko do przestrzegania zasad etycznych, lecz także do odczuwania konsekwencji decyzji dla każdej osoby, której ta decyzja dotyczy. To umiejętność empatyzowania z interesariuszami, których nie ma w zbiorze danych, troszczenia się o długoterminowe skutki, które nie pojawią się w raporcie kwartalnym, oraz dokonywania wyboru właściwego, a nie tylko racjonalnego czy efektywnego.

AI można wytrenować na podstawie wszystkich kiedykolwiek spisanych ram etycznych. Można ją zaprogramować za pomocą bezbłędnych reguł. Nie potrafi jednak wyobrazić sobie cichej rozpaczy pracownika zwolnionego bez planu przejściowego ani rozpadu więzi społecznych, gdy społeczność zostaje zoptymalizowana aż do zaniku. Nie potrafi odczuć ciężaru przyszłości, którą tworzymy dla pokoleń, których nigdy nie spotkamy.

To nieusuwalny rdzeń mojej pracy nad odpowiedzialną sztuczną inteligencją. Nie chodzi tylko o instalowanie zabezpieczeń; chodzi o zagwarantowanie, że źródło empatycznej, pełnej współczucia i odważnej ludzkiej oceny znajdzie się w samym centrum każdego autonomicznego systemu, który tworzymy.

Bo jeśli zautomatyzujemy wszystko poza wynikiem finansowym, zoptymalizujemy sobie drogę do świata pozbawionego duszy. Naszą ostateczną odpowiedzialnością jest dopilnowanie, aby nasza inteligencja — nawet gdy staje się sztuczna — pozostała głęboko i nieodwracalnie ludzka.

Jak wbudować wyobraźnię moralną w systemy i rytuały przywództwa

Podchodzę do wyobraźni moralnej nie jak do warsztatu dotyczącego „umiejętności miękkich”, lecz jak do strategicznej aktualizacji systemu operacyjnego. Instalujemy nowe oprogramowanie mentalne poprzez trzy wzajemnie powiązane warstwy: sposób myślenia, proces i systemy.

Warstwa 1: Sposób myślenia — kształtowanie etycznej perspektywy

Chodzi o przeprogramowanie sposobu, w jaki liderzy postrzegają swoje decyzje.

1. Przeformułowanie „kto jeszcze?”: Uczymy liderów automatycznego dodawania tego pytania do każdej ważnej decyzji. Nie tylko „Jaki jest zwrot z inwestycji?”, lecz także „Kto jeszcze odczuje skutki tej decyzji, a kogo nie wzięliśmy pod uwagę?”. Zmusza to do poznawczego wyjścia poza akcjonariuszy i bezpośrednich klientów, by uwzględnić społeczności, pracowników, środowisko i przyszłe pokolenia.
2. Od interesariuszy do „pacjentów moralnych”: Wprowadzamy filozoficzne pojęcie „pacjenta moralnego” — jednostki, której można zaszkodzić lub przynieść korzyść, nawet jeśli nie ma ona głosu w podejmowaniu decyzji. Poszerza to mapę o życie pozaludzkie, dane anonimowych osób oraz integralność debaty publicznej.
3. Lider jako „główny etyk”: Przeformułowuję ich rolę. Ich podstawowym zadaniem nie jest już tylko maksymalizowanie wartości, lecz dbanie o etyczną integralność wpływu organizacji. To głęboka zmiana tożsamości i celu.

Warstwa 2: Proces — wdrażanie rytuałów etycznych

To właśnie tutaj wyobraźnia moralna staje się powtarzalną praktyką realizowaną podczas spotkań. Wprowadzamy konkretne rytuały do rytmu pracy zespołu kierowniczego.

1. Warsztat „wstępnej analizy konsekwencji”:
   • Kiedy: Na etapie planowania każdej ważnej inicjatywy (nowego produktu, wejścia na rynek, automatyzacji na dużą skalę).
   • Jak: Prowadzę sesję z następującym poleceniem: „Minął rok od dziś. Nasz projekt poniósł porażkę w oczach społeczeństwa. Jaki jest nagłówek w gazecie? Zapiszcie go”.
   • Rezultat: Liderzy dzielą się nagłówkami takimi jak: „Lokalna gazeta: „Zautomatyzowane narzędzie rekrutacyjne systematycznie odrzuca absolwentów uczelni państwowych””. Następnie cofamy się, aby zidentyfikować decyzje dotyczące projektu i danych, które doprowadziłyby do takiego wyniku, i zmieniamy je już teraz.
2. „Mapa interesariuszy moralnych”:
   • Kiedy: Standardowy element analizy każdego uzasadnienia biznesowego.
   • Jak: Obok modelu finansowego tworzymy mapę wizualną. W centrum znajduje się decyzja. Następnie nanosimy na mapę wszystkie strony, na które ona wpływa, w koncentrycznych kręgach, wykraczając daleko poza typowych podejrzanych i uwzględniając „konkurujące ekosystemy”, „przyszłych poszukujących pracy” oraz „usługi komunalne”.
   • Rezultat: Namacalny artefakt, który sprawia, że niewidoczni interesariusze stają się widoczni, wymuszając dyskusję na temat potencjalnych szkód i korzyści, jakie mogą ich dotyczyć.
3. Mandat „etycznego czerwonego zespołu”:
   • Kiedy: W przypadku każdego systemu opartego na sztucznej inteligencji lub algorytmu przed jego wdrożeniem.
   • Jak: Podzespół lub zewnętrzny doradca otrzymuje formalnie jedno zadanie: „Znajdź wady etyczne. Zaatakuj tę propozycję nie ze względu na jej logikę biznesową, lecz ze względu na możliwość wystąpienia niewidocznych szkód, uprzedzeń lub erozji społecznej”.
   • Rezultat: Formalna „ocena ryzyka etycznego”, którą należy uwzględnić przed dalszym działaniem, tworząca obowiązkowy punkt kontrolny dla sumienia.

Warstwa 3: Systemy — projektowanie moralnych zabezpieczeń

Chodzi o wbudowanie wyobraźni moralnej w samą strukturę organizacji.

1. „Etyczna bramka kontrolna” w cyklu życia projektu: Tak jak projekt musi przejść przegląd finansowy, tak musi również przejść przez zdefiniowane etyczne bramki kontrolne. Są to punkty kontrolne z jasnymi kryteriami (np. „Audyt uprzedzeń zakończony”, „Ocena wpływu na społeczność sprawdzona”, „Pochodzenie danych zweryfikowane”).
2. Struktury motywacyjne i OKR-y: Definiujemy sukces na nowo. Cele i kluczowe rezultaty (OKR-y) lidera obejmują teraz takie wskaźniki jak:
   • „Zmniejszyć uprzedzenia algorytmiczne w naszym głównym produkcie o X%, zgodnie z pomiarem [konkretnego wskaźnika sprawiedliwości]”.
   • „Osiągnąć wynik Y w corocznej ankiecie interesariuszy dotyczącej „zaufania i przejrzystości””.
   • To sygnalizuje, że wyniki etyczne są cenione tak samo jak wyniki finansowe.
3. Panel „wyobraźni moralnej”: Ujmujemy etykę w praktyczne ramy, tworząc aktywny panel kontrolny, który śledzi wskaźniki wyprzedzające ryzyka moralne — np. analizę nastrojów w opiniach pracowników na temat nowych technologii, wskaźniki sprawiedliwości algorytmów działających na produkcji oraz różnorodność zbiorów danych wykorzystywanych do trenowania. Dzięki temu abstrakcyjne pojęcie „etyki” staje się namacalną zmienną, którą można zarządzać.

Rezultatem tego wdrożenia nie jest zespół, który zna wszystkie etyczne odpowiedzi, lecz zespół, który instynktownie zadaje lepsze i bardziej fundamentalne pytania.

Przestają postrzegać etykę jako ograniczenie i zaczynają dostrzegać w niej ostateczne źródło długoterminowej odporności, zaufania do marki i przewagi konkurencyjnej. Przechodzą od zarządzania przedsiębiorstwem do roli strażników dziedzictwa, kształtując organizacje, które są nie tylko inteligentne, lecz także mądre i sprawiedliwe.

To praktyczna droga do zagwarantowania, że nasze dążenie do tego, co możliwe, nigdy nie utraci moralnego kompasu.

Wskazówka Amana

Nie tylko wdrażamy nową technologię; pomagamy narodzić się nowemu paradygmatowi ludzkiej pracy i inteligencji. Wymaga to fundamentalnej zmiany sposobu myślenia.

Najważniejsze wskazówki dla liderów odpowiedzialnie poruszających się w erze AI

Moja rada opiera się na jednej, niezmiennej przesłance: nie tylko wdrażamy nową technologię; pomagamy narodzić się nowemu paradygmatowi ludzkiej pracy i inteligencji. Wymaga to fundamentalnej zmiany sposobu myślenia.

Moim kolegom i koleżankom — doradcom, futurystom i architektom zmian — radzę:

1. Przejdźcie od tworzenia rozwiązań do nadawania sensu: nasza wartość nie polega już na posiadaniu zastrzeżonej metodologii ani tajnego podręcznika. Polega na pomaganiu klientom w zrozumieniu chaosu. Przestańcie sprzedawać "rozwiązania AI" i zacznijcie prowadzić ich przez proces „zadawania przyszłości właściwych pytań”. Waszą rolą jest bycie tłumaczem i przewodnikiem na granicy nowych możliwości.
2. Postawcie na inteligentną orkiestrację: nie musicie być mistrzami każdego narzędzia, ale musicie stać się mistrzami ich koordynowania. Rozwijajcie umiejętność projektowania przepływów pracy opartych na współpracy ludzi i AI. Wasza nowa specjalizacja polega na projektowaniu symfonii, a nie tylko na grze na pojedynczym instrumencie.
3. Stańcie na straży etycznych podstaw: w świecie pędzącym ku efektywności bądźcie nieugiętym głosem odpowiedzialności. Włączajcie etykę bezpośrednio do swoich ram działania i propozycji — nie jako osobny rozdział, lecz jako fundament. Nie jest to już niszowy temat; to główny wyróżnik zrównoważonej i godnej zaufania transformacji.

W szerszym ujęciu wszystkim liderom radzę:

1. Przewodźcie jako osoby porządkujące kontekst, a nie kontrolujące proces: waszą najważniejszą rolą jest teraz definiowanie i ciągłe udoskonalanie "Konstytucji firmy" — jej celu, wartości i strategicznych granic, w ramach których będą działać wasze wzmocnione zespoły i agenci AI. Wy zapewniacie "dlaczego"; technologia ustala "jak".
2. Inwestujcie w tarcia, a nie tylko w płynność: największym zagrożeniem nie jest powolny postęp, lecz niekontrolowane, zautomatyzowane błędy. Celowo wbudowujcie w przepływy pracy „etyczne bramki kontrolne” oraz polecenia dla „zespołu czerwonego”. Wymagajcie, aby każda strategia wygenerowana przez AI była krytycznie oceniana przez inne AI. Zwolnijcie, aby przeprowadzać walidację, dzięki czemu będziecie mogli skalować działania z przekonaniem.
3. Modelujcie pokorę intelektualną, a nie wszechwiedzę: najpotężniejszą rzeczą, jaką lider może dziś powiedzieć, jest: "Nie wiem, ale zlećmy naszemu pilotowi AI zbadanie wraz z nami dostępnych możliwości". Pokazując, jak kwestionować, udoskonalać i współpracować z AI, tworzycie kulturę uczenia się i wzmacniania możliwości, a nie strachu i zastępowania ludzi.

Bądź na bieżąco

Możesz śledzić Amana, który nadal zgłębia kwestie etyki i skuteczności przywództwa wykorzystującego AI, nawiązując z nim kontakt na LinkedInie. Nie przegap także jego działalności w:

• The Purpose Coalition
• Ethical AI Alliance
• India Blockchain Alliance
• India AI Alliance

Wkrótce kolejne wywiady z ekspertami na People Managing People!