Paweł Ciszek, trener AI i psycholog, pokazał, jak manager przygotowuje zespół do pracy z AI. Zaczyna od ludzi i ich postaw, przechodzi przez procesy zespołu i organizacji, a kończy na środowisku, które utrzymuje nowe nawyki na dłużej.
W skrócie
- W zespole spotkasz zwykle cztery postawy wobec AI: entuzjastę, osobę otwartą, sceptyka i buntownika. Każda potrzebuje innego działania managera.
- Organizacja ma już procesy, w które da się wpisać AI: politykę korzystania z AI, onboarding, ocenę roczną i badania zaangażowania.
- Warsztat mapowania procesów z pomiarem czasu (dual estimate) pokazuje, gdzie AI da zespołowi najszybszy efekt.
- Człowiek zostaje w pętli: wybiera zadania dla AI i kontroluje wynik. Jakość rozwiązania zależy od wiedzy eksperta.
- Adopcję podtrzymują wspólna biblioteka promptów, rozmowy 1:1, demo na statusach i sieć ambasadorów AI.
- Model ADKAR porządkuje wszystkie działania w pięć etapów zmiany, od świadomości po wzmocnienie.
Różni ludzie w zespole: cztery postawy wobec AI

Paweł zaczyna od ludzi, bo w AI Hero człowiek stoi w centrum każdego wdrożenia. W zespole spotkasz zwykle cztery postawy wobec AI. Proporcje na slajdzie to orientacyjny rozkład z pracy Pawła z managerami.
- Entuzjasta (około 20%). Sam pyta o AI, testuje nowe narzędzia w wolnym czasie i przychodzi na spotkanie z gotowym pomysłem. Daj mu rolę mentora i miejsce na rozwój. Przy ograniczonej liczbie licencji pamiętaj, że entuzjasta szybko zechce więcej.
- Osoba otwarta (około 35%). Słucha z ciekawością i czeka na przykład. Pokaż jej zastosowanie AI w jej własnych zadaniach albo połącz ją z entuzjastą.
- Sceptyk (około 30%). Robi to, o co prosisz, w średnim tempie. Często ma za sobą rozczarowanie narzędziami sprzed dwóch lat, które od tego czasu mocno się rozwinęły. Zaproponuj mu konkretny projekt z AI we współpracy z entuzjastą.
- Buntownik (około 15%). Wprost mówi, że AI to zabawka, albo milczy z ironią. Wysłuchaj go, poznaj powody i potrzeby, a plan działania stwórzcie razem. Paweł radzi dać tej osobie czas.
Zespoły chcą się uczyć AI
Z pracy Pawła z kilkoma tysiącami uczestników szkoleń płynie jeden wniosek: zespoły chcą się uczyć AI. Potrzebują trzech rzeczy. Pierwsza to wskazówka, gdzie i jak się uczyć. Druga to jasne zasady korzystania z narzędzi. Trzecia to konkretny pierwszy krok. Jasne zasady chronią też firmę przed shadow AI, czyli wklejaniem danych firmowych do niezatwierdzonych narzędzi.
Procesy organizacji: osiem miejsc na AI

Wiele z tego, czego potrzebuje adopcja, organizacja już ma. Wystarczy dopisać AI do istniejących procesów:
- Polityka korzystania z AI. Pierwszy krok: jasno opisane narzędzia i zasady dają komfort pracy całej firmie.
- Wydarzenia, townhalle i komunikacja wewnętrzna. Dobre miejsce na małe sukcesy i ważne instrukcje.
- Ocena roczna i performance management. Projekty z AI jako cele biznesowe albo część kompetencji „otwartość na uczenie się”.
- Badania zaangażowania i pulse checki. Pytania o AI pokazują, jak zespół naprawdę z niego korzysta.
- Standardy pracy zespołów i dokumentacja. Opis pracy z AI w konkretnych zadaniach.
- Onboarding. Nowa osoba od pierwszego dnia wie, z jakich narzędzi korzysta i na jakich zasadach.
- Szkolenia, peer to peer learning i mentoring. Rozwój kompetencji AI w codziennym rytmie firmy.
- Programy talentowe. Uczestnicy budują prototyp narzędzia z AI dla swojego obszaru i sprawdzają jego zwrot z inwestycji.
Procesy zespołu: warsztat mapowania

Na poziomie zespołu Paweł proponuje całodniowy warsztat (około 6 godzin), który manager prowadzi razem z zespołem. Warsztat ma cztery kroki:
- Mapowanie procesów. Wypisujecie procesy i projekty zespołu, każde zadanie w nich i czas jego trwania.
- Przydatność AI. Zaznaczacie zadania, w których AI może pomóc. Metoda dual estimate porównuje czas zadania w standardowym trybie i z AI, co daje pierwsze wyliczenie zwrotu z inwestycji.
- Matryca łatwość i wartość. Wybieracie zadania, które da się szybko usprawnić z dużym efektem biznesowym.
- Mapa działań i KPI. Plan na najbliższe miesiące z osobami i terminami.
Mapowanie czasem pokazuje, że dany proces lepiej zostawić w obecnej formie. To także cenny wynik warsztatu.
Human in the loop: człowiek decyduje i kontroluje

Przy każdym procesie z AI to człowiek wybiera zadania dla AI i kontroluje efekt. Pętla wygląda tak: piszesz prompt, sprawdzasz efekt, dajesz Copilotowi feedback i razem poprawiacie wynik. Przy ważnych zadaniach efekt sprawdza jeszcze druga osoba z zespołu.
Na szkoleniach często pada pytanie, co zostanie dla zespołu, gdy tyle zadań przejmie AI. Odpowiedź Pawła: rozwiązanie z AI jest tak dobre jak wiedza eksperta, który z nim pracuje. Ekspert wie, czego szukać, ocenia jakość wyniku i wyznacza kierunek. Jego doświadczenie liczy się dziś bardziej niż kiedykolwiek.
Środowisko, które podtrzymuje adopcję

Cztery elementy utrzymują nowe nawyki w zespole:
- Wspólna biblioteka promptów i przykładów zastosowań. Pokazuje, że cały zespół idzie w jednym kierunku.
- Spotkania 1:1. Dają managerowi wiedzę o potrzebach i obawach każdej osoby.
- Demo na statusach. Członkowie zespołu pokazują, co ostatnio zrobili z AI. Dla wielu osób to moment przełomowy: AI działa w ich własnych zadaniach.
- Ambasadorzy i eksperci zewnętrzni. Inspiracja spoza zespołu i osoby, do których można przyjść z pytaniem.
Notes i strony Loop w Copilocie
Na żywo Paweł pokazał notes zespołu w Microsoft 365 Copilot. Manager trzyma w nim notatki o celach i rozmowach z każdą osobą, bibliotekę promptów i tracker postępów. Pojedynczą stronę, na przykład tracker, udostępniasz jako komponent Loop w Teams albo w Outlooku. Każda zmiana pojawia się od razu we wszystkich miejscach, w których komponent jest osadzony. Copilot dopisuje też do trackera nowe zadania na prośbę wpisaną w czacie.
Ambasadorzy AI: sieć, która wspiera managera

Adopcję w organizacji niesie sieć ambasadorów AI. Paweł poleca program roczny: rekrutacja do programu, cele wpisane w ocenę roczną, stałe rytuały i własny projekt każdego ambasadora. Ambasadorzy szkolą nowych pracowników, są pierwszym kontaktem w sprawach AI w swoim dziale i tworzą materiały wewnętrzne.
Całość w modelu ADKAR

Wszystkie działania układają się w model zmiany ADKAR opracowany przez Prosci. Dzięki niemu zmiana żyje w codziennej pracy zespołu:
- Awareness (świadomość). Polityka AI i komunikacja wewnętrzna wyjaśniają, dlaczego firma wdraża AI.
- Desire (chęć). Spotkania 1:1 i demo na statusach pokazują wartość AI dla każdej osoby.
- Knowledge (wiedza). Szkolenia i materiały w intranecie.
- Ability (umiejętność). Biblioteka przykładów zastosowań, cele w ocenie rocznej i praca na zanonimizowanych plikach zespołu.
- Reinforcement (wzmocnienie). Ambasadorzy, wydarzenia wewnętrzne i coraz bardziej zaawansowane zastosowania.
Od czego zacząć w swoim zespole

Sześć kroków, które możesz wprowadzić od razu po obejrzeniu webinaru: rozpoznaj postawy w zespole, porozmawiaj z zespołem o obawach i oczekiwaniach wobec AI, zmapujcie razem procesy, załóż wspólną bibliotekę w Loop, wprowadź krótkie demo na statusach i wskaż osobę, która poprowadzi temat AI dalej.
Najczęstsze pytania
Jak rozpoznać, którą postawę wobec AI ma osoba z zespołu?
Pomagają sygnały z codziennej pracy. Entuzjasta sam pyta o AI i testuje narzędzia w wolnym czasie. Osoba otwarta słucha z ciekawością i czeka na przykład. Sceptyk robi to, o co prosisz, w średnim tempie. Buntownik wprost odmawia albo milczy z ironią. Paweł radzi kierować się pierwszą intuicją.
Co zrobić z osobą, która otwarcie sprzeciwia się AI?
Zacznij od rozmowy 1:1. Wysłuchaj powodów i potrzeb tej osoby, a plan działania stwórzcie razem. Paweł radzi dać jej czas i zaprosić do działań z AI wtedy, gdy sama będzie gotowa.
Od czego zacząć mapowanie procesów zespołu?
Wypisz procesy i projekty zespołu, rozbij je na zadania i zapisz czas każdego z nich. Potem zaznacz zadania, w których AI może pomóc. Dla każdego porównaj czas pracy z AI i bez niej (metoda dual estimate). Matryca łatwość i wartość pokaże, od czego zacząć.
Czym jest model ADKAR?
To model zarządzania zmianą opracowany przez Prosci. Opisuje pięć etapów: świadomość (Awareness), chęć (Desire), wiedzę (Knowledge), umiejętność (Ability) i wzmocnienie (Reinforcement). W AI Hero opieramy na nim programy rozwoju kompetencji AI w organizacjach.

Od ponad 10 lat rozwija managerów i zespoły w globalnych korporacjach: poprowadził ponad 1200 szkoleń dla blisko 15 000 uczestników. W AI Hero zamienia ciekawość wobec AI w codzienne nawyki pracy i prowadzi programy ambasadorów AI.
