Organizacja wspierana przez AI: dlaczego wdrożenie technologii to nie transformacja

Niemal każda duża organizacja używa dziś gdzieś AI. Najnowsze badanie McKinsey State of AI, opublikowane w listopadzie, szacuje odsetek organizacji regularnie korzystających z AI w co najmniej jednej funkcji na 88 procent. A jednak tylko niewielka mniejszość, około sześciu procent, kwalifikuje się jako liderzy, którzy przypisują AI istotną część swoich zysków. Większość firm wciąż jest w fazie pilotaży i eksperymentów.
Wcześniejsza edycja tego samego badania, z marca 2025 roku, zawierała wniosek, który uważam za najważniejszy. Spośród 25 badanych cech organizacji najsilniejszy związek ze zdolnością do osiągnięcia wpływu generatywnej AI na EBIT miało przeprojektowanie przepływów pracy. Tylko 21 procent firm, które z niej korzystały, fundamentalnie przeprojektowało choćby część swoich przepływów pracy.
To cała historia AI w firmach w dwóch liczbach. Prawie wszyscy wdrożyli. Bardzo nieliczni się przekształcili.
Wdrożenie to łatwa część
Kupowanie licencji, uruchomienie copilota, zorganizowanie hackathonu i zbudowanie kilkunastu pilotaży to dziś standardowa praktyka. Daje widoczną aktywność, wewnętrzny entuzjazm i dobre slajdy dla rady nadzorczej.
Rzadko daje znaczącą wartość. Kiedy AI dodaje się do istniejącego procesu, pojedyncze kroki stają się szybsze. Ale proces, z przekazaniami, akceptacjami i kolejkami, pozostaje ten sam. Wąskie gardło przesuwa się, zamiast znikać. Raport powstaje w dziesięć minut, a potem czeka pięć dni na podpis.
Największe zyski przychodzą, gdy przemyśli się cały przepływ pracy. Które kroki istnieją tylko dlatego, że kiedyś praca była ręczna? Które akceptacje zastępowały informację, która dziś jest dostępna natychmiast? Które role istnieją po to, by przenosić dane między systemami?
Pytania organizacyjne
Dlatego AI jest ostatecznie tematem organizacyjnym, a nie technologicznym. Przeprojektowanie pracy wokół niej wymusza pytania, których większość firm unikała.
Role. Co robi analityk finansowy, likwidator szkód czy opiekun kluczowego klienta, kiedy dużą część jego obecnych zadań może wykonać system?
Struktury. Ile szczebli zarządzania jest potrzebnych, gdy informacji nie trzeba już ręcznie agregować i raportować?
Uprawnienia decyzyjne. Kto może pozwolić systemowi AI działać, w jakich granicach i kto odpowiada, gdy się pomyli?
Ekspertyza. Jak rozwijać i zachować ludzką ekspertyzę, gdy rutynowa praca, która ją kiedyś budowała, zostaje zautomatyzowana?
Mierzyć właściwe rzeczy
Wiele zespołów zarządzających wciąż raportuje postępy w AI w kategoriach adopcji: liczby użytkowników, liczby zastosowań, liczby wdrożonych agentów. Jako wczesne wskaźniki są przydatne. Nie są wynikami.
Pytanie, które powinny zadać rady nadzorcze, to to samo, które stawiałem w 2024 roku w kontekście zwrotu z transformacji. Co zmieniło się w produktywności, marży, przychodach czy czasie cyklu i czy da się to powiązać z konkretnymi przeprojektowanymi procesami? Jeśli nikt nie umie odpowiedzieć, firma wdrożyła AI. Jeszcze nie stała się organizacją wspieraną przez AI.
W mojej pracy ze spółkami portfelowymi PE ta różnica szybko staje się widoczna. Firmy, które tworzą wartość, zaczynają od dwóch, trzech procesów ważnych dla rachunku wyników, przeprojektowują je od początku do końca i dopiero wtedy skalują. Firmy, którym idzie ciężko, zaczynają od narzędzi.
Pytanie o przywództwo: Czy używamy AI, by istniejące organizacje były bardziej efektywne, czy budujemy fundamentalnie inne organizacje?


