Patryk Nowak
Zanim zwołasz spotkanie: opór zespołu wobec AI to najczęściej pytanie, na które firma jeszcze nie odpowiedziała. Co z moją pracą? Kto odpowiada, gdy AI się pomyli? Co mam od jutra robić inaczej? Prezentacja narzędzia nikogo nie przekona. Działają uczciwe odpowiedzi, jedno prawdziwe zadanie, na którym AI pomaga, i zasady, które ludzie współtworzą. Poniżej znajdziesz tabelę najczęstszych obiekcji z odpowiedziami i plan zmiany na 30 dni.
„To ilu z nas będzie niepotrzebnych?” To pytanie pada w firmowej kuchni, kilka minut po spotkaniu, na którym szef ogłosił wdrożenie AI i pokazał, jak czat pisze maila w dziesięć sekund. Na samym spotkaniu nikt go nie zadał. Na sali była cisza, dwie osoby kiwały głową, ktoś patrzył w telefon.
Tak zwykle zaczyna się opór. Zaczyna się od luki między tym, co pokazano, a tym, co ludzi obchodzi.
Opór czy uzasadniona obawa?
Opór to reakcja na niepewność. Uzasadniona obawa to sygnał, że w planie jest prawdziwy problem. Warto je rozróżnić, bo wymagają innej odpowiedzi.
Opór brzmi ogólnie: „to się nie sprawdzi”, „u nas jest inaczej”. Znika, gdy ludzie dostają informacje i widzą efekt na swoich zadaniach. Uzasadniona obawa jest konkretna: „AI pomyliło się w trzech ofertach na pięć”, „nie wiem, czy mogę tam wkleić umowę klienta”. Takiej obawy nie gasi się motywacją. Trzeba ją sprawdzić i zmienić plan.
Prosty test: poproś osobę, która się sprzeciwia, o przykład. Jeśli go poda, masz informację o procesie. Jeśli nie poda, masz do czynienia z niepewnością, na którą odpowiada rozmowa i praktyka.
Czy AI zabierze pracę? Co uczciwie powiedzieć zespołowi
Pewnej odpowiedzi dla Twojej firmy nie zna dziś nikt, więc powiedz to wprost, razem z tym, co firma faktycznie planuje. Dane rynkowe pokazują raczej zmianę zadań niż masowe znikanie stanowisk, ale nie dają gwarancji dla konkretnej osoby.
Według raportu NASK i Międzynarodowej Organizacji Pracy (czerwiec 2025, dane z grudnia 2024) ponad 5 mln stanowisk, czyli 30,3% wszystkich miejsc pracy w Polsce, może częściowo zmienić sposób wykonywania pracy pod wpływem generatywnej AI. W grupie najwyższego ryzyka, gdzie AI mogłoby przejąć większość zadań, jest 4,9% zatrudnionych. Obie liczby pochodzą z indeksu ILO i NASK.
W sondażu przeprowadzonym na potrzeby tego samego raportu większość pracujących ocenia wpływ GenAI na swoją pozycję zawodową jako neutralny: ani dobry, ani zły.
To mówi raczej o niepewności niż o strachu. Większość nie wie jeszcze, co GenAI zmieni w ich pracy, więc zamiast zapewniać „nikt nie straci pracy” (tego zwykle nie da się obiecać uczciwie), powiedz, co wiesz:
- jaki proces usprawniacie najpierw i dlaczego akurat ten,
- co stanie się z czasem, który AI odzyska: więcej klientów, mniej nadgodzin, nowe zadania,
- czy na tym etapie planujesz zmiany w zatrudnieniu, a jeśli nie wiesz, kiedy będziesz wiedzieć.
Jeśli zmiany w zatrudnieniu są rozważane, nie ukrywaj tego za hasłem o „wsparciu pracowników”. Zespół i tak to wyczuje, a stracone zaufanie trudno odbudować przy kolejnej zmianie.
Obiekcje zespołu: co za nimi stoi i jak odpowiedzieć
Te zdania padają w większości firm, niezależnie od branży. Każde ma pod spodem inne pytanie, a odpowiedź działa tylko wtedy, gdy trafia właśnie w to pytanie.
| Obiekcja pracownika | Co naprawdę za nią stoi | Jak odpowiedzieć |
|---|---|---|
| „AI zabierze mi pracę” | brak informacji o planach firmy i o tym, co stanie się z odzyskanym czasem | powiedz, który proces zmieniacie i co planujesz z czasem; nie składaj obietnic, których nie możesz dotrzymać |
| „Nie mam czasu się tego uczyć” | pełny kalendarz i nauka traktowana jako dodatek po godzinach | zaplanuj naukę w czasie pracy, na zadaniu, które ta osoba i tak wykonuje w tym tygodniu |
| „To nie działa, próbowałem” | złe pierwsze doświadczenie: ogólne polecenie, brak materiału, zadanie nie do tego narzędzia | poproś o konkretny przykład i przerób go razem z lepszym poleceniem i właściwym materiałem |
| „Boję się, że AI się pomyli, a odpowiem ja” | niejasna odpowiedzialność za wynik | ustal na piśmie, kto i jak sprawdza wynik przed wysłaniem; błąd wyłapany w weryfikacji oznacza, że proces działa |
| „Nie wiem, co wolno tam wkleić” | brak zasad dotyczących danych | daj krótkie zasady i zatwierdzone narzędzie jeszcze przed szkoleniem |
| „Szef będzie mnie rozliczał z używania AI” | lęk przed kontrolą i porównywaniem ludzi | mierz efekt procesu, nie liczbę promptów na osobę; powiedz to głośno |
| „To nie dla mnie, nie jestem techniczny” | przekonanie, że AI wymaga umiejętności programisty | pokaż pracę na zwykłym języku i na zadaniu z jej działu, prowadzoną przez kogoś z zespołu |
| „Po co, skoro działa po staremu?” | brak widocznego problemu do rozwiązania | zacznij od zadania, które sam zespół uważa za uciążliwe, i zapytaj, ile czasu mu zabiera |
Plan zmiany na 30 dni
Zmiana po stronie ludzi potrzebuje tyle samo planu co strona techniczna, a najlepiej działa, gdy obie idą równolegle. Poniższy plan opisuje część „ludzką”. Prace nad narzędziami, danymi i instrukcjami opisujemy w artykule Wdrożenie AI w firmie: od czego zacząć i dlaczego pilotaże nie dają efektu.
To przykładowy plan dla zespołu kilkunastu do kilkudziesięciu osób. Nie obiecuje, że po 30 dniach każdy będzie przekonany. Ma sprawić, że po 30 dniach rozmawiacie o faktach z własnej pracy.
| Tydzień | Cel | Co robisz | Po czym poznasz, że działa |
|---|---|---|---|
| 1 | wspólny problem | rozmowy z osobami, które najlepiej znają proces; wybór jednego uciążliwego zadania; odpowiedź na pytanie o pracę i zatrudnienie | zespół potrafi nazwać zadanie, które usprawniacie, i wie, dlaczego to ono |
| 2 | pierwsze doświadczenie | praca na prawdziwym zadaniu w małej grupie, z gotowym poleceniem i zasadami dotyczącymi danych | uczestnicy sami przynoszą kolejne przykłady do sprawdzenia |
| 3 | pokaz wyników | grupa pilotażowa pokazuje reszcie, co działa, a co nie; poprawiacie procedurę | ludzie pytają, jak to zrobić u siebie |
| 4 | wspólne zasady | spisanie sposobu pracy, wskazanie opiekuna narzędzia, termin pierwszego przeglądu | wiadomo, do kogo iść z problemem i nową potrzebą |
Drugi tydzień jest najważniejszy. Pierwsze doświadczenie decyduje, czy ktoś uzna AI za pomoc, czy za stratę czasu. Dlatego warto przygotować dobre polecenia wcześniej, zanim ktoś usiądzie przed pustym oknem czatu. Jak je pisać, opisujemy w poradniku Prompty w pracy: jak pisać polecenia dla AI, żeby dostać użyteczny wynik.
Przez pierwsze tygodnie praca bywa wolniejsza niż przed zmianą. To normalne i warto to powiedzieć zespołowi na starcie, zanim ktoś uzna spadek tempa za dowód porażki. Jeśli równolegle budujecie system, pilot może najpierw działać w zatwierdzonym czacie, a od dnia 30 w docelowym narzędziu.
Co mówi kierownik, a czego nie obiecuje
Kierownik jest dla zespołu źródłem informacji ważniejszym niż jakakolwiek prezentacja. Jeśli sam nie korzysta z AI albo mówi o nim ogólnikami, ludzie odczytają to szybciej niż każdy komunikat.
| Warto mówić | Lepiej nie obiecywać |
|---|---|
| „Zaczynamy od jednego zadania, które wybraliśmy razem” | „AI zrobi za was połowę pracy” |
| „Wynik sprawdza człowiek, a zasady są spisane” | „AI się nie myli” |
| „Na naukę macie czas w godzinach pracy” | „To zajmie chwilę, ogarniecie po godzinach” |
| „Na tym etapie nie planujemy zmian w zatrudnieniu” (tylko jeśli to prawda) | „Nikt nigdy nie straci pracy” |
| „Mierzymy efekt procesu, nie was” | „Zobaczymy, kto najlepiej korzysta z AI” |
Ci, którzy używają AI po cichu, i ci, którzy nie chcą wcale
W większości zespołów są dwie skrajne grupy. Pierwsza od dawna korzysta z AI na prywatnych kontach i nie mówi o tym głośno. Druga nie chce zaczynać.
Osoby z pierwszej grupy to Twoi najlepsi sojusznicy, o ile nie zaczniesz od szukania winnych. Przetestowały już sporo narzędzi i wiedzą, co działa w Waszej pracy. Zaproś je do grupy pilotażowej i poproś, żeby pokazały innym swoje sposoby, już w zatwierdzonym narzędziu i według zasad. Jak sprawdzić, z czego korzysta zespół, piszemy w tekście Shadow AI w firmie: co to jest i jak ograniczyć ryzyko.
Osób z drugiej grupy nie przekonasz naciskiem. Daj im czas, pokaż efekt u kolegów z tego samego działu i zaproponuj jedno konkretne zadanie. Jeśli po miesiącu ktoś nadal nie widzi sensu, zapytaj, dlaczego. Czasem odpowiedź pokazuje, że w jego pracy AI rzeczywiście niewiele zmienia, i to w porządku.
Kiedy opór ma rację
Bywa, że zespół sprzeciwia się, bo widzi coś, czego nie widzi zarząd. Narzędzie wybrano bez rozmowy z ludźmi, którzy wykonują zadanie. Proces był chaotyczny jeszcze przed AI, więc automatyzacja tylko przyspieszyła chaos. Dane, na których AI ma pracować, są niekompletne albo rozrzucone po skrzynkach.
Jeśli sprzeciw powtarza się w tej samej sprawie i ludzie podają przykłady, potraktuj go jak wynik diagnozy. Zatrzymaj się, sprawdź proces i dane, a dopiero potem wracaj do narzędzia. Uporządkowany sposób takiej oceny opisujemy w artykule Audyt AI: jak sprawdzić, czy Twoja firma jest gotowa na AI.
Jak sprawdzić, czy zespół przyjmuje zmianę
Po 30 dniach sprawdź, czy ludzie korzystają z nowego sposobu pracy bez przypominania, o co pytają i czy sami zgłaszają kolejne zadania. Te trzy mierniki to nasza propozycja do dopasowania do zespołu:
- regularność: ile osób z grupy korzysta z nowego sposobu pracy przynajmniej raz w tygodniu, bez przypominania,
- jakość pytań: czy ludzie pytają już „jak zrobić X”, zamiast „po co to robimy”,
- zgłoszenia: czy pojawiają się propozycje kolejnych zadań i uwagi do procedury.
Brak zgłoszeń bywa gorszym sygnałem niż krytyka. Ktoś, kto krytykuje, przynajmniej spróbował.
Gdy zmiana obejmie więcej osób i ról, przyda się szerszy plan nauki. Jak go ułożyć, opisujemy w przewodniku Szkolenie AI dla firm: jak zbudować program, który zmienia sposób pracy.
A obowiązek szkoleń? (do recenzji prawnej) Firma, która korzysta z systemów AI, ma według art. 4 AI Act w brzmieniu nadanym rozporządzeniem 2026/1744 podejmować środki wspierające rozwój kompetencji AI personelu, dopasowane do jego wiedzy, doświadczenia i kontekstu pracy. Przepis nie wymaga zapewnienia konkretnego poziomu wiedzy u każdej osoby, a Komisja potwierdza, że certyfikat nie jest potrzebny.
Rozmowa o zmianie i nauka na prawdziwych zadaniach dobrze wpisują się w takie środki, ale same nie przesądzają o spełnieniu obowiązku.
Pełne omówienie: AI literacy: obowiązek kompetencji z art. 4 AI Act w praktyce.
