Adopcja AI w organizacji nie przebiega równomiernie. Część pracowników już dziś wykorzystuje sztuczną inteligencję do realizacji codziennych zadań, inni dopiero poznają jej możliwości. Powstają różnice nie tylko w dostępie do technologii, ale także w tempie rozwijania kompetencji i sposobach wykonywania pracy. Dla HR oznacza to nowe wyzwanie: jak rozpoznać różnice, zmierzyć rzeczywisty poziom wykorzystania AI i sprawdzić, czy technologia zwiększa efektywność organizacji?
Z nowego raportu Pracuj.pl „To tylko AI. Jak sztuczna inteligencja wpływa na układ sił i kompetencji na rynku pracy” wyłania się obraz rynku pracy, na którym AI może stawać się źródłem nowych różnic kompetencyjnych.
Jedni pracownicy już dziś wykorzystują AI do realizacji codziennych zadań, uczą się nowych zastosowań, eksperymentują i dostrzegają potencjalne korzyści zawodowe. Inni mają z nią znacznie mniejszy kontakt. I właśnie ten drugi aspekt wydaje mi się szczególnie interesujący z perspektywy HR.
Jeśli zauważymy już, że kompetencje AI rozwijają się nierównomiernie, warto dopytać: czy organizacje wiedzą, gdzie te różnice występują i co oznaczają dla przyszłej efektywności ich zespołów?
Czym jest adopcja AI w organizacji?
Adopcja AI w organizacji to proces, w którym pracownicy zaczynają wykorzystywać sztuczną inteligencję w realizacji swoich zadań zawodowych. Jej poziom warto oceniać nie tylko na podstawie liczby użytkowników narzędzi AI. Równie istotna są częstotliwość i sposoby korzystania z technologii, kompetencji pracowników oraz wpływu AI na jakość i efektywność pracy.
Z perspektywy HR istotne jest także rozpoznanie różnic między grupami pracowników. Średni poziom adopcji AI w firmie może ukrywać istotne nierówności w dostępie do technologii, możliwościach rozwoju i umiejętnościach jej wykorzystywania.
Wysoki poziom korzystania z AI nie musi oznaczać wysokiego poziomu kompetencji AI. A wysoki poziom adopcji AI nie jest jeszcze dowodem na wzrost efektywności organizacji. Właśnie dlatego warto przyjrzeć się temu zjawisku znacznie dokładniej.
Czy adopcja AI jest taka sama we wszystkich grupach pracowników?
Jedna z ciekawszych danych w raporcie Pracuj.pl dotyczy częstotliwości korzystania z AI w zależności od miejsca zamieszkania. W największych miastach 19% badanych często korzysta z AI zawodowo, podczas gdy na wsi jest to zaledwie 5%. To niemal czterokrotna różnica.
Oczywiście nie oznacza to automatycznie, że miejsce zamieszkania decyduje o kompetencjach AI. Znaczenie mogą mieć również rodzaj wykonywanej pracy, struktura zatrudnienia, dostęp do narzędzi czy możliwości rozwoju. Dane pokazują jednak, że korzystanie z AI nie rozkłada się równomiernie w różnych grupach badanych.
Jeśli takie różnice występują na rynku pracy, warto sprawdzić, czy podobne zjawiska obserwujemy wewnątrz organizacji.
- Czy pracownicy biurowi mają więcej okazji do eksperymentowania z AI niż pracownicy operacyjni?
- Czy różnice występują między działami, stanowiskami albo poziomami organizacyjnymi?
- Czy wszyscy pracownicy mają porównywalny dostęp do narzędzi i szkoleń?
- Czy w organizacji istnieją zespoły, w których AI jest już elementem codziennej pracy, podczas gdy inne niemal z niej nie korzystają?
Jestem przekonana, że średni poziom adopcji AI w organizacji może niewiele mówić o tym, jak technologia jest rzeczywiście wykorzystywana przez poszczególne grupy pracowników.
Jak pracownicy rozwijają kompetencje AI i skąd biorą się luki kompetencyjne?
Kolejna ciekawa obserwacja dotyczy sposobu zdobywania kompetencji AI. Według raportu Pracuj.pl: 30% regularnych użytkowników AI uczy się korzystania z niej po godzinach. Z kolei 26% regularnych użytkowników AI inwestuje własne pieniądze w płatne narzędzia.
Inaczej mówiąc, przynajmniej część rozwoju kompetencji AI odbywa się z inicjatywy samych pracowników, poza formalnymi programami rozwojowymi organizacji. Z jednej strony to dobra wiadomość. Mamy osoby, które aktywnie poszukują nowych możliwości, eksperymentują i inwestują we własny rozwój. Z drugiej strony powinno to rodzić kilka pytań.
Co z pracownikami, którzy nie mają czasu, środków albo motywacji, aby rozwijać te kompetencje samodzielnie? Czy organizacje zapewniają im porównywalne możliwości rozwoju? Czy potrafią wykorzystać wiedzę osób, które już dziś intensywnie pracują z AI?
Warto też pamiętać, że częstotliwość korzystania z AI nie jest tym samym co poziom kompetencji AI. Pracownik może codziennie korzystać z ChatGPT do prostych zadań, ale niekoniecznie potrafić ocenić jakość otrzymanych wyników, rozpoznać błędy, zweryfikować informacje czy dobrać odpowiednie narzędzie do problemu.
Dlatego samo pytanie „Czy korzystasz z AI?” zdecydowanie nie wystarczy do oceny dojrzałości organizacji w tym obszarze. Jeśli chcemy rozpoznać luki kompetencyjne związane z AI, powinniśmy sprawdzać nie tylko, kto korzysta z technologii, ale także co pracownicy rzeczywiście potrafią z jej pomocą zrobić.
Czy korzystanie z AI rzeczywiście zwiększa efektywność pracy?
Tu dochodzimy do moim zdaniem najciekawszego wątku z perspektywy zarządzania efektywnością. Regularni użytkownicy AI szacują, że technologia mogłaby przejąć 30% ich czasu pracy. Wśród osób niekorzystających z AI ten szacunek wynosi 15%.
Można postawić hipotezę, że osoby mające większe doświadczenie z AI dostrzegają więcej możliwości jej wykorzystania. Możliwe też, że na odpowiedzi wpływa charakter wykonywanych zadań.
Co ważne, nie są to dane o faktycznie zaoszczędzonym czasie, ale deklaracje dotyczące potencjału AI. A nawet jeśli pracownicy rzeczywiście oszczędzają czas dzięki AI, pozostaje jeszcze jedno pytanie: na co go przeznaczają?
Tylko 23% regularnych użytkowników AI deklaruje, że przeznacza zaoszczędzony czas na pracę strategiczną i kreatywną. To pokazuje, że korzystanie z AI i oszczędzanie czasu nie musi automatycznie przekładać się na wykonywanie bardziej wartościowych zadań. Uwolniony czas może być po prostu wypełniany kolejnymi zadaniami.
I powinno to wywoływać dyskusję o tym, czy AI rzeczywiście podnosi efektywność pracowników.
Wyobraźmy sobie, że pracownik przygotowuje raport w godzinę zamiast w trzy godziny. Czy oznacza to wzrost produktywności? Być może. Ale zapytajmy również:
- Czy jakość raportu pozostała na tym samym poziomie?
- Ile czasu zajęła weryfikacja wyników przygotowanych z pomocą AI?
- Czy raport rzeczywiście lepiej wspiera podejmowanie decyzji?
- Na co pracownik przeznaczył uwolnione dwie godziny?
Dopiero odpowiedzi na takie pytania pozwalają ocenić rzeczywistą wartość wykorzystania AI. Samo korzystanie z AI nie jest dowodem wzrostu efektywności, a zaoszczędzony czas nie jest automatycznie wartością biznesową.
Dlatego zamiast pytać wyłącznie, ilu pracowników korzysta z AI, warto zacząć zadawać kolejne pytania:
- Ile czasu pracownicy rzeczywiście oszczędzają dzięki AI?
- Czy zmienia się jakość i efektywność ich pracy?
- Na jakie zadania przeznaczają uwolniony czas?
- Czy organizacja potrafi wykorzystać ten potencjał?
Sukces wdrożenia AI nie powinien być mierzony jedynie liczbą użytkowników narzędzia, ale przede wszystkim tym, co dzięki jego wykorzystaniu zmieniło się w sposobie pracy i wynikach organizacji.
Jak mierzyć poziom adopcji AI w organizacji?
Pomiar adopcji AI w firmie powinien obejmować trzy obszary: rzeczywiste wykorzystanie narzędzi AI przez pracowników, poziom ich kompetencji i bariery w korzystaniu z technologii oraz efekty biznesowe zastosowania AI.
Wyniki warto analizować z podziałem na działy, stanowiska i grupy pracowników, aby identyfikować różnice, których nie pokazują średnie dla całej organizacji. Z perspektywy People Analytics warto przyjrzeć się trzem obszarom.
Poziom wykorzystania AI przez pracowników, czyli rzeczywista adopcja technologii. Warto sprawdzić:
- Jaki odsetek pracowników korzysta z AI w pracy?
- Jak często wykorzystują narzędzia AI?
- Do jakich zadań wykorzystują sztuczną inteligencję?
- Jakie różnice występują między działami, stanowiskami i grupami pracowników?
- Czy pracownicy korzystają z narzędzi udostępnianych przez organizację, czy również z rozwiązań wybieranych samodzielnie?
Sama liczba osób korzystających z AI jest dobrym punktem wyjścia, ale nie powinna być jedynym wskaźnikiem adopcji.
Kompetencje AI i bariery korzystania z technologii, czyli umiejętności i możliwości pracowników. Tutaj warto sprawdzić:
- Jakie zadania pracownicy potrafią realizować z pomocą AI?
- Czy potrafią oceniać jakość i wiarygodność otrzymywanych wyników?
- Jak zdobywają kompetencje AI?
- Jakich umiejętności potrzebują, aby efektywniej korzystać z technologii?
- Co utrudnia im korzystanie z AI?
Bariery mogą wynikać z braku kompetencji, ale również z ograniczonego dostępu do narzędzi, braku czasu na eksperymentowanie, charakteru pracy czy niejasnych zasad korzystania z AI. To ważne rozróżnienie.
Niski poziom adopcji AI nie musi oznaczać niskiej motywacji pracowników. Może być konsekwencją warunków, w jakich wykonują swoją pracę.
Efektywność AI i wpływ na wyniki organizacji, czyli obszar jest szczególnie istotny z perspektywy biznesowej. Warto sprawdzić:
- Czy wykorzystanie AI skraca czas realizacji określonych zadań?
- Czy wpływa na jakość rezultatów pracy?
- Czy zmniejsza liczbę błędów lub koniecznych poprawek?
- Czy zmienia sposób wykonywania zadań?
- Na co pracownicy przeznaczają zaoszczędzony czas?
- Czy zmiany przekładają się na wyniki istotne dla organizacji?
W tym obszarze same deklaracje pracowników mogą nie wystarczyć. Tam, gdzie jest to możliwe, warto uzupełniać je pomiarem procesów i rezultatów pracy.
Nie wszystko da się zmierzyć jednym badaniem czy wskaźnikiem. Ale już samo rozpoznanie tych trzech obszarów pozwala HR podejmować bardziej świadome decyzje dotyczące rozwoju kompetencji, inwestycji w narzędzia i dalszej transformacji. A bez danych o tym, jak AI jest wykorzystywana w organizacji, trudno ocenić, czy rzeczywiście przynosi oczekiwane korzyści.
Dlaczego HR powinien badać adopcję AI przed kolejnymi inwestycjami?
Dyskusja o AI często koncentruje się obecnie na tym, które zawody znikną, jakie kompetencje będą potrzebne i jak szybko technologia zmieni rynek pracy. Tymczasem warto przyjrzeć się temu, co dzieje się już teraz wewnątrz organizacji.
Być może w jednym dziale pracownicy od miesięcy wykorzystują AI do automatyzacji powtarzalnych zadań, a w innym nadal wykonują podobne czynności ręcznie. Być może część zespołu rozwija nowe kompetencje na własną rękę, a pozostali nie wiedzą nawet, od czego zacząć. Możliwe też, że firma inwestuje w szkolenia AI, ale nie sprawdza, czy wiedza zdobyta podczas szkoleń przekłada się na zmianę sposobu pracy.
To przykładowe sytuacje, które warto zweryfikować, zamiast zakładać, że występują w każdej organizacji.
Moim zdaniem jednym z największych wyzwań HR jest obecnie nie tylko samo rozwijanie kompetencji AI, ale rozpoznanie, jak nierównomiernie te kompetencje rozwijają się w organizacji i jakie ma to konsekwencje biznesowe.
Bez takiej diagnozy łatwo zaplanować kolejne działania rozwojowe, które nie odpowiadają na rzeczywiste potrzeby pracowników.
Można na przykład skierować wszystkich na takie samo szkolenie, mimo że część osób potrzebuje dopiero podstaw, a inni już dziś wykorzystują AI w zaawansowanych zadaniach. Można też inwestować w kolejne narzędzia, nie wiedząc, dlaczego pracownicy nie wykorzystują w pełni tych, które już mają. Nie da się dobrze zarządzać zjawiskiem, którego skali i charakteru nie znamy.
Dlatego zanim zaplanujemy kolejne szkolenia, zakup narzędzi czy programy transformacji AI, warto sprawdzić, jaki jest rzeczywisty punkt wyjścia organizacji.
Najczęściej zadawane pytania o adopcję AI w organizacji
Czy częste korzystanie z AI oznacza wysokie kompetencje AI?
Nie. Częstotliwość korzystania z narzędzi AI nie jest równoznaczna z umiejętnością ich efektywnego i odpowiedzialnego wykorzystania. Kompetencje AI obejmują również ocenę jakości wyników, rozpoznawanie błędów, weryfikację informacji i dobór odpowiednich narzędzi do realizowanych zadań.
Jakie wskaźniki warto wykorzystać do pomiaru adopcji AI?
Przykładowe wskaźniki to odsetek aktywnych użytkowników AI, częstotliwość korzystania z narzędzi, rodzaje realizowanych zadań, poziom kompetencji AI, bariery korzystania z technologii oraz zmiany czasu i jakości pracy. Dobór wskaźników powinien wynikać z celów biznesowych organizacji.
Dlaczego warto badać adopcję AI osobno w różnych działach?
Ponieważ średnia dla całej organizacji może ukrywać istotne różnice wynikające z charakteru pracy, dostępu do technologii i możliwości rozwoju. Analiza poszczególnych grup pracowników pozwala identyfikować bariery i lepiej dopasować działania HR.
Jak sprawdzić, czy wdrożenie AI przynosi korzyści biznesowe?
Warto porównać odpowiednio dobrane wskaźniki przed wdrożeniem i po nim, uwzględniając jakość rezultatów, czas realizacji zadań, koszty i wykorzystanie zaoszczędzonego czasu. Tam, gdzie to możliwe, należy również uwzględnić inne czynniki wpływające na wyniki. Sama liczba użytkowników AI nie wystarcza do oceny efektywności wdrożenia.
Chcesz sprawdzić poziom adopcji AI w swojej organizacji?
Czy wiesz, ilu pracowników rzeczywiście korzysta z AI, do jakich zadań ją wykorzystują i jakie korzyści dostrzegają? Czy znasz bariery i różnice kompetencyjne między zespołami? Jeśli chcesz zmierzyć poziom adopcji AI w swojej organizacji, zapraszam do kontaktu!
Pomogę Ci zaplanować i przeprowadzić badanie adopcji AI, które pokaże:
- kto i w jaki sposób korzysta z AI w codziennej pracy,
- gdzie występują bariery i różnice kompetencyjne,
- jakie możliwości rozwoju i zwiększania efektywności dostrzegają pracownicy,
- które obszary wymagają dalszej diagnozy i działań.
Dzięki temu, zanim zaczniesz zarządzać transformacją AI, będziesz wiedzieć, jak naprawdę wygląda ona w Twojej firmie, w oparciu o dane, a nie opinie.
PS. Zdradzę Ci, że są już na rynku firmy, które przeprowadzają takie badania, aby zweryfikować rzeczywisty poziom adopcji AI w swoich organizacjach.
Źródło danych: raport Pracuj.pl, „To tylko AI. Jak sztuczna inteligencja wpływa na układ sił i kompetencji na rynku pracy”, Human Forward Summit, możesz pobrać go TUTAJ
O autorce
Marta Pawlak-Dobrzańska – ekspertka People Analytics z ponad 20-letnim doświadczeniem w HR, założycielka Great Digital i współtwórczyni HRLytics.ai. Specjalizuje się w analityce HR, badaniach pracowników i przekładaniu danych na decyzje biznesowe. Wspiera organizacje także w diagnozowaniu poziomu adopcji AI, identyfikowaniu barier kompetencyjnych oraz ocenie efektów wykorzystania nowych technologii w pracy.
Sprawdź wcześniejsze artykuły z kategorii People Analytics TUTAJ
