Wdrożenie AI zwykle zawodzi na poziomie kultury organizacyjnej, nie technologii

Nieudane wdrożenia AI, o których słyszymy, prawie nigdy nie zawodzą, bo narzędzie było złe. Zawodzą, bo nikt nie wyjaśnił, dlaczego to ważne, nikt nie pokazał ludziom, jak wpasować je w codzienną pracę, i nikt nie był dostępny, by odpowiadać na pytania po zakończeniu szkolenia. Firmy, które osiągnęły realną adopcję, zrobiły coś innego - a ten wzorzec powtarza się w bardzo różnych branżach.

Pozwól pracownikom poeksperymentować, zanim im coś narzucisz

Walmart nie zaczął od narzucenia narzędzia - zbudował GenAI Playground, kontrolowane środowisko, w którym pracownicy mogli eksperymentować z generatywną AI, zanim firma zdecydowała, co zbudować. Wzorce użycia, które wyłoniły się z tego środowiska, stały się podstawą My Assistant, udostępnionego około 50 000 pracownikom biurowym w USA do tworzenia dokumentów, streszczania plików i generowania pomysłów. Firma pozwoliła, by realne zachowanie podpowiedziało jej, co budować, zamiast budować najpierw i liczyć na adopcję.

Sam dostęp nie tworzy nawyku - robi to proces pracy

Klarna dała wszystkim pracownikom dostęp do ChatGPT Enterprise i podała, że korzystało z niego codziennie około 90% zespołu - naprawdę wysoki wskaźnik adopcji. Ale bardziej pouczające jest to, co firma zbudowała obok tego dostępu: asystenta AI wbudowanego bezpośrednio w proces obsługi klienta, który w pierwszym miesiącu obsłużył 2,3 mln rozmów. Samo korzystanie z AI to dobry punkt wyjścia, ale to dopiero konkretny plan i narzędzia dopasowane do procesu i sposobu pracy firmy przekładają się na realne oszczędności i zyski. Klarna dała pracownikom jedno i drugie.

Zaufanie napędza skalowanie adopcji, a nie ją spowalnia

Morgan Stanley zbudował formalny framework ewaluacji - testujący każdy przypadek użycia pod kątem trafności, spójności i jakości wyszukiwania informacji przed wdrożeniem - w jednej z najbardziej regulowanych branż. Efektem nie było wolniejsze wdrożenie: ponad 98% zespołów doradców korzysta obecnie z wynikającego z tego AI Assistant, a dostęp do dokumentów wzrósł z około 20% do 80%. Łańcuch działa tu jako governance → zaufanie → adopcja, a nie governance → mniej AI. Ludzie szybciej przyjmują narzędzia, gdy wiedzą, że ktoś je wcześniej sprawdził.

To samo narzędzie może pomóc lub zaszkodzić, zależnie od szkolenia

BCG przeprowadziło eksperyment na ponad 750 konsultantach korzystających z GPT-4 przy dwóch różnych typach zadań. W zadaniu kreatywnym około 90% uczestników poprawiło wyniki, ze średnim wzrostem wydajności o około 40% względem grupy kontrolnej. W zadaniu wymagającym ustrukturyzowanego rozwiązywania problemu biznesowego to samo narzędzie pogorszyło wyniki o 23%. Narzędzie się nie zmieniło między zadaniami - zmieniło się dopasowanie narzędzia do zadania i to, jak dobrze ludzie to dopasowanie rozumieli. Szkolenie dopasowane do zespołu zawsze pokona jedną, ogólnofirmową prezentację „jak korzystać z AI”.

Mierz użycie, nie tylko wdrożenie

Wdrożenie narzędzia to nie meta. Allegro testowało swojego Asystenta AI na 600 tysiącach użytkowników, zanim udostępniło go całej bazie klientów - traktując pierwsze udostępnienie jako pomiar. Zespoły, które osiągają realną, trwałą wartość, sprawdzają, czy ludzie faktycznie korzystają z narzędzia miesiąc później, zbierają feedback i dostosowują playbook - zamiast ogłaszać sukces na szkoleniu i przechodzić dalej.