Czy Twoja firma jest gotowa na kryzys AI? Strategie obronne i ofensywne

Na zarządzie pada zdanie, które brzmi rozsądnie: „za rok połowy tych zadań nie będzie robił człowiek". Nikt nie protestuje, bo brzmi jak realizm. Trzy miesiące później dział obsługi jest mniejszy o jedną trzecią, a wdrożenie asystenta wciąż trwa. Dane siedzą w czterech systemach i nikt nie wie, który z nich ma rację.

Zauważ, co się właśnie stało. Decyzja o zwolnieniach była nieodwracalna i zapadła natychmiast, a decyzja o wdrożeniu jest odwracalna i wciąż trwa.

To jest kryzys AI w wersji, która naprawdę dotknie twoją firmę. Nie taki, w którym model okazuje się lepszy od twoich ludzi. Taki, w którym organizacja podejmuje decyzje nie do cofnięcia na podstawie zdolności, której jeszcze nie zmierzyła. Różnica między tym, co AI ma potrafić, a tym, co potrafi u ciebie, jest dziś największym niezabezpieczonym ryzykiem w firmach średniej wielkości.

Gotowość deklarowana i gotowość zmierzona to dwie różne rzeczy

Najciekawsze w tych danych nie są jednak same wartości, tylko ich kierunek. Wskaźniki gotowości spadły rok do roku, choć wdrożeń przybyło. To znaczy dokładnie tyle, że ambicje rosną szybciej niż zdolność, a dystans między nimi się powiększa. Sami respondenci wskazują niewystarczające umiejętności pracowników jako główną barierę we włączeniu AI do istniejących procesów.

Drugą warstwę tego samego rozjazdu widać w bezpieczeństwie. Accenture w badaniu na 2 286 osobach odpowiedzialnych za cyberbezpieczeństwo i technologię ustaliło, że 77% organizacji nie ma podstawowych praktyk ochrony danych i AI. Chodzi o praktyki potrzebne do zabezpieczenia modeli biznesowych, potoków danych i infrastruktury chmurowej. Politykę i szkolenia dotyczące korzystania z GenAI ma 22%. W pełni wdrożone szyfrowanie i kontrolę dostępu do wrażliwych danych — 25%.

Zestaw te liczby z deklaracją strategii i masz pełny obraz. Cztery na dziesięć firm mówi, że ma plan; niecałe jedna na cztery ma spisane zasady, kto i jak może wkleić dane firmowe do modelu.

📖 Ze słownika Noraline AI-washing — ogłaszanie transformacji AI bez faktycznego wdrożenia, czyli odpowiednik greenwashingu. Marketing mówi o „napędzanych AI" produktach i procesach, podczas gdy firma nie ma danych, infrastruktury ani ludzi, żeby uruchomić to na produkcji. Groźne jest nie samo kłamstwo w komunikacji. Po jakimś czasie zarząd zaczyna wierzyć własnej prezentacji i planuje budżet pod zdolność, której nie ma.

Zwolnienia idą za obietnicą, nie za pomiarem

Tu jest miejsce, w którym rozjazd przestaje być statystyką, a zaczyna być czyjąś wypowiedzeniem. Thomas Davenport i Laks Srinivasan opisali w „Harvard Business Review" wyniki badania na 1 006 osobach z kadry zarządzającej z grudnia 2025 roku. Wniosek jest jednoznaczny: redukcje zatrudnienia faktycznie mają związek z AI, tylko nie z jej zmierzoną wydajnością, lecz z zapowiadanym potencjałem.

Mechanizm jest łatwy do odtworzenia i nikt w nim nie jest złoczyńcą. Prezes czyta, że wiele stanowisk biurowych zniknie. Rynek nagradza firmy, które ogłaszają cięcia jako dowód dyscypliny kosztowej. Redukcja daje efekt w kwartale, a wdrożenie w najlepszym razie za rok. Więc decyzja zapada w kolejności odwrotnej do logicznej: najpierw ubywa ludzi, potem sprawdza się, czy technologia domyka lukę.

Autorzy wskazują koszty takiej kolejności i są one bardziej dotkliwe, niż wygląda z arkusza. Ludzie, którzy zostają, zaczynają traktować AI jako narzędzie do zwalniania kolegów, a nie do pomagania sobie — więc jej nie używają. Wraca cynizm, spada gotowość do eksperymentowania, a część firm musi po cichu zatrudniać z powrotem.

Asymetria, którą trzeba wpisać w procedurę

Cała ta sekwencja wynika z jednej rzeczy, której nikt nie zapisuje w regulaminie. Wdrożenie AI jest odwracalne, a zwolnienie nie — i ta różnica powinna sterować kolejnością, w jakiej podejmujesz decyzje.

Pilota da się wyłączyć w piątek i wrócić do poprzedniego procesu, licencji da się nie przedłużyć. Zwolniony zespół nie wraca, a jeśli wraca, to drożej i bez zaufania. Dokładnie ta sama asymetria dotyczy reorganizacji, zamknięcia działu i budżetu obciętego na rok z góry.

Że ryzyko przeszacowania jest realne, widać po tym, jak szybko część wdrożeń umiera. Gartner prognozuje, że do końca 2027 roku ponad 40% projektów agentowych zostanie anulowanych. Powody: rosnące koszty, niejasna wartość biznesowa albo brak kontroli nad ryzykiem. To prognoza, nie pomiar, ale jej kierunek zgadza się z tym, co widać w danych o gotowości.

Wniosek praktyczny jest nudny i dlatego skuteczny. Decyzje nieodwracalne wymagają dowodu zdolności, a decyzje odwracalne wystarczy oprzeć na hipotezie. Firmy w kryzysie robią to na odwrót. Przy okazji pisania o agentach AI widać, że koszt tej pomyłki płaci się dopiero w drugim roku.

Narzędzia biegną, ludzie stoją

Skoro zdolność nie nadąża za deklaracją, warto zobaczyć, gdzie konkretnie się zatrzymuje. Prawie zawsze na tym samym: na ludziach, którzy mają z tego korzystać codziennie.

BCG w badaniu AI at Work pokazuje układ, który powinien zapalić lampkę na każdym zarządzie. Regularnie z generatywnej AI korzysta 72% badanych, ale wśród pracowników pierwszej linii już tylko 51% — i ten odsetek przestał rosnąć. Szkolenie uważa za wystarczające 36% osób, a 18% regularnych użytkowników nie dostało żadnego. Agentów AI potrafi wytłumaczyć 25% pracowników, podczas gdy 71% o nich słyszało i nie wie, co właściwie robią.

Zestaw to z planem, w którym agenty mają przejąć proces obsługi w trzecim kwartale. Trzy czwarte organizacji ma zastąpić pracę zespołu technologią, której ten zespół nie umie opisać.

Obrona: nie licytuj tego, czego nie zmierzyłeś

Obrona nie polega na ignorowaniu AI ani na czekaniu, aż się wyjaśni. Polega na tym, żeby żadna nieodwracalna decyzja nie wyprzedziła pomiaru.

Audyt ekspozycji, nie audyt nastrojów. Wypisz stanowiska i procesy najbardziej narażone — World Economic Forum wskazuje tu przede wszystkim administrację, obsługę klienta, wprowadzanie danych i proste księgowanie. Sam fakt, że coś jest narażone, nie jest jeszcze powodem do cięcia. Jest powodem do zmierzenia, ile z tego AI naprawdę zdejmuje u ciebie.

Przekwalifikowanie zamiast zwolnienia, dopóki nie masz dowodu. Pięć godzin szkolenia na osobę kosztuje ułamek rekrutacji, a w razie pomyłki w prognozie zostawia ci zespół, który już umie z tego korzystać. To jest zakład o niskim koszcie odwrotu.

Zasady dostępu do danych, zanim ktoś je wklei. Skoro politykę i szkolenia dla GenAI ma według Accenture co piąta firma, twoi ludzie najprawdopodobniej już wklejają dane klientów do modeli. Tylko nikt tego nie zapisał. Jedna strona zasad napisana w tym tygodniu jest warta więcej niż strategia bezpieczeństwa napisana za pół roku.

Pod tym wszystkim siedzi jeszcze jedna pułapka, tym razem czysto organizacyjna. „Sami sobie z tym poradzimy" to syndrom Zosi Samosi w wersji firmowej, a kosztuje najwięcej wtedy, gdy technologia zmienia się szybciej, niż organizacja jest w stanie ją wchłonić. Samo w sobie nie jest to wstyd, bo dotyczy dziś prawie wszystkich. Problem zaczyna się wtedy, gdy firma udaje przed sobą, że jest inaczej — i planuje tak, jakby zdolność już była.

Ofensywa: zmierz zdolność na jednym procesie

AI jako mnożnik, nie zamiennik. Programista z asystentem to nie „minus jeden programista", tylko jedna osoba dowożąca szybciej — i dopiero pomiar mówi, o ile. Jakość odpowiedzi rośnie skokowo, kiedy model dostaje kontekst firmy. Pisałem o tym przy okazji tego, jak baza wiedzy zamienia generyczne odpowiedzi w ekspertyzę na twoich danych.

Rzeczy, które bez AI byłyby niemożliwe. Optymalizacja starego procesu daje kilkanaście procent i kończy się szybko. Personalizacja w skali, prognozowanie na własnych danych czy analiza wszystkich rozmów zamiast próbki to rzeczy, których wcześniej po prostu nie robiłeś. Tam jest przewaga, której konkurent nie skopiuje w kwartał.

Miesiąc zamiast rocznej strategii. Pilot wdrożony w miesiąc daje ci liczbę, a strategia pisana przez rok daje prezentację. Ta sama logika co przy zamykaniu wiecznie rozwijających się projektów: krótszy cykl to więcej odpowiedzi z rzeczywistości na jednostkę czasu.

Jedno zastrzeżenie, bez którego to się zemści. Wdrożenie AI na proces, którego nikt nie rozumie, tylko przyspiesza bałagan. Pisałem o tym osobno przy okazji tego, kiedy automatyzacja staje się pułapką. Kolejność jest tu jednokierunkowa: najpierw proces, potem model.

Wypisz decyzje, które już zakładają zdolność, której nie zmierzyłeś

Zamiast pytania „czy jesteśmy gotowi na AI", na które każdy zarząd odpowiada twierdząco, zrób coś węższego i mierzalnego. Wypisz decyzje z najbliższych sześciu miesięcy, które już zakładają, że AI będzie u was działać.

Przy każdej z nich dopisz dwie rzeczy: czy da się ją cofnąć oraz jaki masz pomiar, że zdolność faktycznie istnieje. Wszystko, co jest nieodwracalne i nie ma pomiaru, jest twoim kryzysem AI — tylko jeszcze nie wybuchł, bo termin nie minął.

To jest krótsza lista, niż się wydaje, i zwykle mieści się na jednej kartce. Ale to ona, a nie strategia w PowerPoincie, decyduje, po której stronie tej zmiany stanie twoja firma.