Dlaczego tak wiele pilotaży AI nie daje efektu

„Kupiliśmy narzędzie i nikt go nie używa.” Za takim zdaniem często stoi pilotaż, który zaczął się od narzędzia, a nie od procesu. Pilotaże, które dają efekt, mają od pierwszego dnia cztery rzeczy: jeden konkretny proces, liczbę na starcie, osobę odpowiedzialną za ten proces i pomiar tą samą miarą przed zmianą i po niej. Jeśli którejś brakuje, warto ją uzupełnić, zanim padnie decyzja o kolejnym narzędziu.

Liczba, która mówi więcej o sposobie niż o technologii

Według raportu MIT NANDA „The GenAI Divide: State of AI in Business 2025” z sierpnia 2025 roku tylko około 5% pilotaży generatywnej AI w firmach przynosi mierzalny wpływ na wynik finansowy. Ta liczba wymaga dwóch zastrzeżeń. Po pierwsze, badanie opiera się na 52 wywiadach, ankiecie 153 liderów i analizie około 300 wdrożeń, więc jego wyniki są orientacyjne. Po drugie, dotyczy generatywnej AI, czyli narzędzi, które piszą, streszczają i odpowiadają na pytania.

Ta liczba nie mówi, że AI nie działa. Mówi, że większość prób nie dochodzi do efektu, który da się zobaczyć w wyniku firmy. A to zwykle kwestia tego, jak próba była ustawiona: co miała zmienić, kto za nią odpowiadał i czym ją mierzono. Na te trzy rzeczy firma ma wpływ sama, niezależnie od tego, jakie narzędzie wybierze.

Cztery błędy, po których narzędzie trafia na półkę

Na spotkaniu w Lewiatanie Łódź 17 września Leaware, partner wdrożeniowy Akademii, pokazał cztery błędy, które najłatwiej popełnić na starcie.

1. Zaczynanie od najtrudniejszego procesu. Kusi, żeby od razu rozwiązać problem, który boli najbardziej. Ale najtrudniejszy proces ma najwięcej wyjątków, najwięcej zależności i najmniej osób, które umieją go opisać. Jeśli pierwsza próba utknie właśnie tam, łatwo wyciągnąć wniosek, że AI się nie sprawdza, choć zawiódł wybór procesu.

2. Wdrażanie, „bo konkurencja coś ma”. Taki pilotaż nie ma celu, tylko termin. Nikt nie wie, co miało się zmienić, więc nikt nie potrafi powiedzieć, czy się zmieniło.

3. Narzędzie bez właściciela procesu. Licencja bez osoby odpowiedzialnej trafia na półkę. Ktoś musi wiedzieć, jak proces wygląda dziś, zbierać uwagi ludzi, którzy z narzędzia korzystają, i pilnować, żeby poprawki faktycznie wchodziły. Jeśli to „wszyscy”, to w praktyce nikt.

4. Oczekiwanie cudu w tydzień. Rozsądnie jest oczekiwać mierzalnego efektu w kwartał. Pilotaż oceniany po pierwszym tygodniu wypada gorzej, niż jest, bo w pierwszym tygodniu ludzie dopiero się uczą, a system dopiero dostaje pierwsze poprawki.

Zdanie „kupiliśmy narzędzie i nikt go nie używa” najbliżej wiąże się z błędem trzecim, czasem razem z drugim.

Co mają pilotaże, które dają efekt

Odwrotność tych błędów daje prostą listę.

Konkretny proces. Nie „AI w księgowości”, tylko „opisywanie faktur kosztowych”. Na tym samym spotkaniu padł prosty test: jeśli umiecie wytłumaczyć to zadanie nowemu pracownikowi, da się je też przekazać systemowi. Jeśli każdy robi je po swojemu, najpierw trzeba zrobić porządek.

Liczba na starcie. Ile razy w miesiącu, ile minut za każdym razem, ile kosztuje godzina tej pracy. Bez tego po trzech miesiącach nie ma z czym porównać wyniku. Jak to policzyć, opisujemy w tekście o koszcie ręcznej pracy.

Właściciel. W praktyce dwie osoby. Jedna zna proces i odpowiada za niego na co dzień. Druga siedzi w zarządzie, zależy jej na wyniku i usuwa blokady, kiedy próba utknie na czyimś biurku albo na dostępie do systemu.

Pomiar tą samą miarą. Po zmianie liczy się dokładnie to samo co przed nią: te same sprawy, te same minuty. Wtedy wynik jest odpowiedzią, a nie wrażeniem.

Do tego dochodzi gotowość na dwie albo trzy rundy poprawek. System uczy się trochę jak nowy pracownik: robi zadanie, człowiek sprawdza, poprawia, a przy kolejnym razie system umie więcej. Nowego pracownika nikt rozsądny nie ocenia po pierwszym dniu, tylko po trzecim miesiącu. Z pilotażem jest tak samo. Poprawki i wiedza zostają przy tym w firmie.

Jedna runda poprawek

1. SystemRobi zadanie
2. CzłowiekSprawdza, co zrobił system
3. CzłowiekPoprawia błędy
4. SystemPrzy kolejnym razie umie więcej

Takie podejście nazywamy metodą atom AI: jeden proces, najmniejsza skuteczna zmiana i mierzalny efekt. Jeśli zadziała, wiadomo, co rozwijać dalej. Jeśli nie zadziała, firma straciła niewiele i wie dlaczego.

Przykład z praktyki: pierwsze podejście, które nie zadziałało

W firmie inżynierskiej system miał pomagać przy przetargach (cała historia). Na początku dostawał całą dokumentację przetargu naraz i miał z niej wyczytać warunki. Przy długich dokumentach mylił się: w terminach, w warunkach udziału, w kryteriach.

To był moment, w którym pilotaż mógł skończyć się zdaniem „nie działa” i odłożeniem tematu. Stało się inaczej. Po uwagach klienta całość przebudowano: system czyta teraz dokumentację fragmentami i szuka odpowiedzi na konkretne pytania. Jednego dnia weszły 34 poprawki.

Z tej historii wynikają dwie rzeczy. Po pierwsze, „wrzuć dokument i zapytaj” działa na pokazie, ale nie na długiej, prawdziwej dokumentacji. Różnicę widać dopiero na dokumentach firmy, dlatego warto sprawdzać na nich jak najwcześniej, a nie na przykładach przygotowanych do prezentacji. Po drugie, zmiana przyszła z uwag klienta. Ktoś po stronie firmy patrzył na wyniki i mówił, gdzie są błędy. Bez tego nikt by ich nie poprawił.

Druga historia pokazuje, że nawet dobrze działający proces wymaga kogoś, kto o nim decyduje (cała historia). Firma usługowa z partnerami za granicą i firma leasingowa zaczęły tak samo: system przygotowuje, człowiek zatwierdza. W firmie usługowej po kilku tygodniach krok zatwierdzania zdjęto. Firma leasingowa po trzech miesiącach pracy poprosiła odwrotnie: żeby wysyłka do akceptacji, która działała automatycznie, znów wymagała kliknięcia człowieka. O tym, ile kontroli zostaje przy człowieku, decyduje firma i może zmienić zdanie w obie strony. Na początek człowiek zatwierdza wynik, dopóki liczby nie pokażą, że można to poluzować.

Co zrobić w poniedziałek

1. Jeśli macie narzędzie, z którego nikt nie korzysta, zadaj dwa pytania: do jakiego procesu je kupiono i kto za ten proces odpowiada. Jeśli na któreś nie ma odpowiedzi, to już jest diagnoza.
2. Wybierz jeden proces, nie najtrudniejszy. Taki, który da się opisać na jednej kartce jak instrukcję dla nowej osoby.
3. Zapisz liczbę na starcie: ile razy w miesiącu, ile minut, ile kosztuje godzina. To miara, którą sprawdzisz wynik.
4. Wyznacz dwie osoby: właściciela procesu i kogoś w zarządzie, kto usunie blokady.
5. Ustal termin oceny po trzecim miesiącu, nie po pierwszym tygodniu, i zapisz go w kalendarzu razem z miarą.

Żaden z tych kroków nie wymaga budżetu ani dostawcy.

Pytania i odpowiedzi

Czy ta liczba z badania znaczy, że AI w firmach się nie sprawdza? Nie. Badanie mierzyło wpływ na wynik finansowy, a jego wyniki trzeba traktować jako orientacyjne. Mówi więcej o tym, jak prowadzi się próby, niż o tym, co potrafi technologia.

Mamy narzędzie, którego nikt nie używa. Wyrzucić je? Niekoniecznie. Najpierw przypisz je do jednego procesu i jednej osoby odpowiedzialnej. Może się też okazać, że w tym miejscu wystarczy lepiej ułożony proces albo zwykła automatyzacja — o tym piszemy w tekście o tym, kiedy AI nie jest potrzebne.

Ile czasu dać pilotażowi? Tyle, żeby system przeszedł dwie albo trzy rundy poprawek, a ludzie się z nim oswoili. Mierzalnego efektu rozsądnie jest oczekiwać w kwartał, a oceniać po trzecim miesiącu.

Czy nieudany pilotaż to stracone pieniądze? Jeśli był mały i mierzony, firma wie, co nie zadziałało i dlaczego. To też wynik. Gorzej, gdy próba nie miała liczby na starcie, bo wtedy nie wiadomo nawet, czy się nie udała.

Dalej

Jak wybrać proces, od którego warto zacząć, opisujemy w tekście o wyborze pierwszego procesu do automatyzacji. Jeśli chcesz sprawdzić, czy jeden proces w Twojej firmie nadaje się na pierwszą próbę, umów przegląd potrzeb.