Zanim kupisz kolejną licencję, odpowiedz na jedno pytanie

Łukasz Ewertowski z MINDBOX napisał niedawno tekst, który zaczyna się od obserwacji trudnej do odparcia: jeszcze trzy lata temu firmy pytały, czy w ogóle interesować się AI. Dziś pytają, za co zapłaciły. To przesunięcie — od fascynacji do rozliczenia — jest prawdziwe i dobrze je widać w rozmowach z właścicielami firm, którzy mają za sobą pierwszy rok z Copilotem, ChatGPT Enterprise albo własnym botem do obsługi klienta. Narzędzie jest. Efekty — różne.

Problem, który Ewertowski trafnie diagnozuje, polega na tym, że większość organizacji zaczyna transformację AI od złego końca. Najpierw narzędzie, potem szukanie zastosowania. Najpierw licencja, potem pytanie, co właściwie chcemy usprawnić. Ta kolejność wydaje się naturalna — przecież dostawcy pokazują możliwości, nie problemy — ale w praktyce prowadzi do sytuacji, w której firma ma wdrożony system, który robi coś imponującego demonstracyjnie i niemal nic użytecznego operacyjnie.

Kiedy technologia staje się odpowiedzią na pytanie, którego nie zadałeś

Ewertowski przytacza dane PwC z „AI Performance Study” z 2026 roku: 74 procent wartości ekonomicznej generowanej przez AI trafia do zaledwie 20 procent firm, a liderzy osiągają wyniki 7,2 razy wyższe niż pozostałe przedsiębiorstwa. Różnicę ma stanowić nie skala inwestycji, lecz sposób użycia — liderzy są rzekomo dwa do trzech razy częściej skłonni przeprojektowywać procesy zamiast dokładać kolejne narzędzia.

Dane brzmią przekonująco, choć raport PwC pod tym tytułem wymaga niezależnej weryfikacji. Sama teza jest jednak wiarygodna niezależnie od konkretnych liczb: różnica między firmami, które z AI coś wyciągnęły, a tymi, które mają tylko kolejną pozycję w budżecie IT, rzadko leży w jakości narzędzia. Leży w tym, czy przed wdrożeniem ktoś zadał pytanie: jaki konkretnie proces chcemy zmienić, jak zmierzymy, czy się udało, i kto za to odpowiada.

To ostatnie — kto odpowiada — jest często najtrudniejsze. Ewertowski ma rację, że największe bariery wdrożeń AI rzadko są techniczne. Są organizacyjne. Narzędzie gotowe, ale nie wiadomo, czy to projekt IT, operacji czy zarządu. Nie wiadomo, jak mierzyć sukces. Nie wiadomo, co zrobić z pracownikami, których zakres obowiązków narzędzie zmienia — bo zmienia go rzadko do zera, częściej do nieokreśloności.

Copilot nie zastąpi decyzji o tym, co robić z Copilotem

MINDBOX promuje podejście, które nazywa Human + Machine — człowiek odpowiada za kontekst i decyzje, maszyna przyspiesza analizę i obsługuje procesy. Jako zasada organizacyjna brzmi rozsądnie i jest bliższa rzeczywistości niż narracja o „zastępowaniu ludzi”. W praktyce firmy, które z AI osiągają wymierne efekty, faktycznie nie traktują jej jako substytutu zespołu, lecz jako warstwę między danymi a decyzją — szybszą, mniej podatną na pominięcia, ale zawsze wymagającą człowieka po drugiej stronie.

Pytanie, które właściciel firmy powinien zadać przed kolejnym podpisaniem umowy z dostawcą AI, brzmi nie „co to narzędzie potrafi”, lecz „który problem w mojej firmie dzisiaj kosztuje mnie czas, pieniądze albo błędy — i czy AI może to konkretnie zmienić”. Jeśli odpowiedź na drugie pytanie nie jest gotowa przed spotkaniem z handlowcem, spotkanie skończy się prawdopodobnie zakupem odpowiedzi na pytanie pierwsze.

Dojrzałość rynku to nie termin z analizy. To moment, gdy CFO siada do stołu

Ewertowski zauważa, że do rozmów o AI coraz częściej włączają się dyrektorzy finansowi i zarządy. To sygnał dojrzałości — i jednocześnie moment, w którym dział IT lub osoba odpowiedzialna za transformację cyfrową musi zmienić język. Prezentacja możliwości narzędzia przestaje wystarczać. Potrzebne jest coś, czego wiele zespołów technologicznych nie lubi przygotowywać: prognoza efektów, metoda pomiaru i uczciwa odpowiedź na pytanie, co się stanie, jeśli wdrożenie nie zadziała.

To jest właśnie ta zmiana, którą rynek przechodzi teraz — i która dotyczy firm każdej wielkości, nie tylko korporacji z oddzielnymi działami AI. Właściciel małego biura rachunkowego z Copilotem w Microsoft 365 i dyrektor ds. operacji w średniej firmie produkcyjnej wdrażający automatyzację procesów zamówień stoją przed tym samym pytaniem: czy wiem, czego oczekuję i jak sprawdzę, czy to dostałem.

Jeśli nie — narzędzie będzie działać. Tylko niekoniecznie na to, na co liczyłeś.