Dlaczego wdrożenie AI w firmie zajmuje kilka miesięcy – i dlaczego to dobrze

Kiedy firmy i organizacje mówią mi, że chcą wdrożyć AI, pierwsza myśl, która im przychodzi do głowy, to zazwyczaj szkolenie. Dwudniowy intensywny warsztat, dużo materiału, dużo narzędzi – i gotowe. Rozumiem tę logikę. Szkolenie to coś konkretnego, ma datę, ma agendę, ma koniec.

Problem polega na tym, że efekty rzadko zostają po dwóch dniach.

Przez ostatnie miesiące pracuję z organizacjami w innym modelu – kilkumiesięcznych projektach, gdzie spotykamy się regularnie, co tydzień lub co dwa tygodnie, na dwie, trzy godziny. I widzę wyraźną różnicę. Nie tylko w tym, ile się nauczyli – ale w tym, jak naprawdę używają tych narzędzi w pracy.

1. Po dwóch dniach intensywnego szkolenia ludzie są przytłoczeni

Nie piszę tego złośliwie. Po prostu tak działa mózg.

Kiedy w ciągu 16 godzin pokazujesz komuś ChatGPT, Gemini, NotebookLM, Claude, Custom GPT, Make i kilka innych narzędzi – to ten ktoś wychodzi z pełną głową i nie jest w stanie zastosować prawie niczego. Nie dlatego że jest mało zdolny. Dlatego że tak po prostu nie działa uczenie się.

Dużo więcej daje model, w którym na każdym spotkaniu omawiamy dwa, trzy narzędzia albo przechodzimy przez jeden konkretny proces. Między spotkaniami jest czas na testowanie. Na zepsucie czegoś. Na powrót z pytaniem. I to pytanie – to jest właśnie ten moment, w którym naprawdę coś się utrwala.

2. Prawdziwe pytania pojawiają się dopiero po jakimś czasie

Jedna z osób, z którą pracuję, napisała do mnie kilka tygodni po naszym pierwszym wspólnym spotkaniu: "Monika, ustawiłam asystenta, ale nie odpowiada tak jak powinien."

Usiadłyśmy razem, przejrzałyśmy instrukcje. Asystent był prawie dobrze zbudowany – brakowało jednego fragmentu kontekstu i kilku doprecyzowań w systemowym prompcie. Coś, co po kilku latach pracy z tymi narzędziami widzę od razu. A co dla kogoś, kto zaczyna, jest naprawdę trudne do wyłapania.

Takich pytań nie da się zadać na warsztacie. Bo wtedy jeszcze nie wiadomo, że się ich nie wiem. Pojawiają się dopiero, kiedy człowiek siądzie do pracy i coś nie zadziała tak, jak miało.

3. AI jest tak dobry, jak kontekst który mu dajesz

Jest jeszcze jeden powód, dla którego kilka miesięcy współpracy robi dużą różnicę.

AI nie wie z góry, kim jesteś. Nie zna Twojej organizacji, Twojego sposobu pisania, Twoich procesów, Twoich klientów. Dlatego jedną z pierwszych rzeczy, które robimy w moich projektach, jest budowanie kontekstu.

Zbieramy dokumenty – opisy procesów, materiały komunikacyjne, FAQ, przykłady dobrych odpowiedzi, to jak organizacja pisze i mówi. Organizujemy to w jednym miejscu. To zajmuje kilka godzin, czasem kilka spotkań. Ale kiedy jest zrobione – AI naprawdę dostosowuje się do organizacji. Nie generuje odpowiedzi, które "brzmią OK". Generuje odpowiedzi, które brzmią jak ona.

I wtedy zaczyna działać naprawdę – szybsze przygotowywanie ofert, odpowiadanie na powtarzające się pytania, pisanie raportów w odpowiednim stylu. Model nie musi zgadywać kim jesteś, bo już wie.

Tego nie da się zbudować w dwa dni na warsztacie. Samo zebranie i poukładanie tych materiałów trochę zajmuje. Ale kiedy jest zrobione, każdy kolejny miesiąc jest po prostu coraz bardziej produktywny.

4. W trakcie wdrożenia zawsze musi być człowiek, który sprawdza

Dużo się teraz mówi o automatyzacji i agentach AI. I rozumiem ekscytację. Natomiast widzę też, co się dzieje, kiedy organizacje zbyt szybko idą w pełną automatyzację bez odpowiedniego fundamentu.

W projektach, które prowadzę, zawsze jest moment weryfikacji – człowiek, który patrzy na wynik AI i mówi: OK, to działa tak, jak chcę, albo: tu coś jest nie tak, tu trzeba poprawić. Dzięki temu wiemy, gdzie instrukcje wymagają doprecyzowania, gdzie jedno narzędzie warto zamienić na inne, co można ulepszyć.

To nie jest słabość wdrożenia. To jest po prostu mądre podejście – szczególnie na początku, kiedy model dopiero uczy się specyfiki organizacji.

5. Po kilku miesiącach zmienia się nie tylko praca – zmienia się podejście

To, co mnie najbardziej cieszy w projektach kilkumiesięcznych, to nie liczba wdrożonych narzędzi. To to, że organizacja przestaje się bać tej technologii.

Ludzie zaczynają po prostu używać AI w pracy – nie dlatego że kazano, nie dlatego że "trzeba być na bieżąco", ale dlatego że widzą, że to działa i skraca im czas konkretnych zadań. I to jest właśnie ten moment, w którym wdrożenie ma sens.

Pracuję z organizacjami zarówno w krótszych projektach i warsztatach – kiedy chodzi o szybki przegląd możliwości i pierwsze kroki – jak i w projektach kilkumiesięcznych, gdzie idziemy głębiej.

Jeśli zastanawiasz się które podejście pasuje do Twojej organizacji, napisz do mnie. Razem zobaczymy jak to może wyglądać.