Poniedziałkowy plan działania

Jeśli jesteś przekonany/a, że wewnętrzne kompetencje w zakresie AI są ważne, zacznij od poniedziałku:

1. Odblokuj narzędzia

Daj każdemu pracownikowi dostęp do AI. Kup Claude Pro, ChatGPT Plus lub oba. Niech to będzie standard, a nie przywilej. Ustal jasne zasady dotyczące danych (żadnych danych osobowych klientów, żadnych poufnych danych finansowych), ale poza tym pozwól ludziom swobodnie korzystać z AI.

Koszty: 20-30 € miesięcznie na osobę. Dla organizacji liczącej 1000 pracowników to 20 000-30 000 € miesięcznie – mniej niż koszt średniej klasy konsultanta.

Dlaczego to ważne: Ludzie nie nauczą się korzystać z AI, jeśli nie będą mieli do niej dostępu. Większość organizacji tak bardzo boi się narzędzi AI, że całkowicie je blokuje. To tak, jakby zakazać e-maila w 1995 roku, bo „może być niebezpieczny". To gwarancja, że twoi ludzie zostaną w tyle. Tak, wymaga to jasnych zasad dotyczących danych. Nie, nie powinno to trwać miesiącami. Ryzyko czekania przewyższa ryzyko niedoskonałych początkowych zasad, które będą się doskonalić w trakcie użytkowania.

2. Buduj kompetencje

Kompetencje w zakresie AI nie pojawiają się same. Potrzebujesz ustrukturyzowanej nauki. To oznacza szkolenia – nie jednorazowe warsztaty, ale ciągły rozwój kompetencji w zakresie:

• Technik promptowania (jak uzyskiwać lepsze wyniki od AI)
• Context Engineering (jak dostarczać AI właściwe informacje)
• Budowania i wykorzystania agentów AI (jak automatyzować przepływy pracy)

To nie musi być drogie. Zacznij od wewnętrznych spotkań typu lunch-and-learn. Poproś ludzi, którzy już dobrze korzystają z AI, żeby podzielili się tym, czego się nauczyli. Stwórz dyżury konsultacyjne, podczas których można zadawać pytania. Buduj społeczności, w których eksperymentowanie jest mile widziane. Zaproś zewnętrznych trenerów, jeśli to konieczne, ale skup się na praktycznej nauce typu hands-on.

3. Zastosuj w prawdziwej pracy

Najlepszym sposobem nauki AI jest stosowanie jej w prawdziwych projektach – nie w sandboxach czy hackathonach, ale w prawdziwej pracy, która ma znaczenie.

Daj swoim zespołom wyzwania:

• „Wykorzystajcie AI, żeby skrócić czas onboardingu nowych klientów"
• „Użyjcie agentów AI, żeby zautomatyzować nasz miesięczny proces raportowania"
• „Opracujcie trzy sposoby, w jakie AI mogłaby poprawić doświadczenie klienta"

Żadnych hackathonów. Żadnego teatru innowacji. Prawdziwe projekty z prawdziwymi terminami, rozwiązujące prawdziwe problemy. Nauka przychodzi przez stosowanie AI tam, gdzie to się liczy, szybkie ponoszenie porażek i dostosowywanie się.

Następnie stwórz przestrzeń na eksperymenty. Pozwól ludziom próbować, ponosić porażki i iterować. Świętuj naukę, nie tylko sukces. W ten sposób kompetencje się mnożą. Ludzie uczą się przez działanie. Dzielą się tym, co działa. Pojawiają się najlepsze praktyki. A z czasem kompetencje AI zostają wbudowane w sposób działania twojej organizacji.

To podejście wydaje się ryzykowne dla liderów przyzwyczajonych do kompleksowych programów zmian ze szczegółowymi mapami drogowymi i bramkami etapowymi. Ale większym ryzykiem jest powolne działanie, podczas gdy kompetencje mnożą się gdzie indziej.

Czas ma znaczenie. Jesteśmy mniej więcej 3 lata w erze AI. Organizacje, które zaczęły budować kompetencje 12 miesięcy temu, mają przewagę. Ale jeszcze nie jest ona nie do nadrobienia.

Za kolejne 18-24 miesiące luka będzie trudniejsza do zamknięcia. Organizacje, które uczyły się nieprzerwanie, zwielokrotnią swoje kompetencje. Będą szybciej reagować na nowe wydarzenia. Będą podejmować lepsze decyzje o tym, gdzie AI tworzy wartość. Będą miały organizacyjną pamięć mięśniową, której nie da się kupić.