Wszystkie wpisy

Firma kupiła licencje AI i nikt ich nie używa - dlaczego wdrożenie utknęło i jak odzyskać wartość inwestycji?

Firma kupiła pracownikom dostęp do ChatGPT, Claude, Microsoft Copilot lub innego narzędzia AI, ale po kilku tygodniach większość kont pozostaje nieaktywna. Część osób zalogowała się raz, kilka przygotowuje sporadycznie wiadomości, a tylko pojedynczy entuzjaści rzeczywiście wykorzystują narzędzie w codziennej pracy. Koszt licencji rośnie, lecz zarząd nie widzi zmiany w czasie realizacji zadań, jakości pracy ani wynikach biznesowych.

Problemem zazwyczaj nie jest brak zainteresowania sztuczną inteligencją. Najczęściej firma potraktowała zakup licencji jak zakończenie wdrożenia, podczas gdy był to dopiero jego początek. Pracownicy otrzymali narzędzie, ale nie otrzymali konkretnych zastosowań, zasad, czasu na naukę, wsparcia managerów ani procesu, w którym AI ma być używane.

Aby odzyskać wartość inwestycji, firma musi ustalić, dlaczego pracownicy nie korzystają z narzędzia, wybrać kilka zadań o rzeczywistym znaczeniu, przygotować zespoły do ich wykonywania i mierzyć zmianę procesu, a nie tylko liczbę logowań.

Zakup licencji AI nie jest wdrożeniem

Licencja zapewnia dostęp do technologii. Nie odpowiada jednak na pytanie, co pracownik ma z nią zrobić w poniedziałek rano. Po otrzymaniu konta użytkownik nadal musi samodzielnie:

• znaleźć zadanie, do którego AI może się przydać,
• zdecydować, jakie dane może przekazać,
• przygotować odpowiedni kontekst,
• sformułować polecenie,
• sprawdzić jakość odpowiedzi,
• poprawić wynik,
• przenieść go do firmowego systemu,
• ocenić, czy wykorzystanie narzędzia rzeczywiście skróciło pracę.

Dla osoby, która ma pilne zadania, spotkania i bieżące terminy, nauka nowego narzędzia staje się dodatkowym obowiązkiem. Jeżeli pierwsze próby dają ogólne lub błędne rezultaty, pracownik szybko wraca do znanej metody.

Wdrożenie zaczyna się dopiero wtedy, gdy firma określa, w których procesach AI ma być wykorzystywane, jakie wyniki powinno przygotowywać, kto je weryfikuje i jak rezultat trafia do dalszego obiegu.

Dlaczego pracownicy nie korzystają z zakupionych licencji AI?

Brak adopcji rzadko ma jedną przyczynę. Najczęściej występuje kilka problemów jednocześnie.

Brak korzystania z AI nie powinien być od razu interpretowany jako opór pracowników. Może być racjonalną reakcją na narzędzie, które nie zostało dopasowane do ich pracy.

1. Pracownicy nie wiedzą, do czego używać AI

Polecenie „korzystajcie z AI w swojej pracy” jest zbyt ogólne. Nie wskazuje zadania, rezultatu ani standardu jakości. Najlepszym początkiem jest wybór od dwóch do pięciu zastosowań dla każdego zespołu. Powinny dotyczyć zadań wykonywanych często, pochłaniających zauważalną ilość czasu i możliwych do sprawdzenia przed wykorzystaniem wyniku.

Tak przygotowany pracownik nie musi wymyślać zastosowania od początku. Otrzymuje proces, który może przetestować i stopniowo poprawiać.

2. Firma przeszkoliła pracowników z narzędzia, a nie z ich pracy

Szkolenie produktowe może pokazać, gdzie znajduje się pole promptu, jak dodać plik i jakie funkcje oferuje plan. Nie odpowiada jednak na pytania biznesowe: jak przygotować dane z konkretnego procesu, jak opisać oczekiwany rezultat, jak ocenić poprawność, co zrobić z wynikiem, które elementy wymagają zatwierdzenia i jak zmierzyć oszczędność czasu.

Brak kompetencji pozostaje jedną z najważniejszych barier adopcji AI. Badania wskazują, że 40% pracodawców z sektora produkcji i finansów uznaje niedobór odpowiednich umiejętności za główną przeszkodę, a wśród małych i średnich firm niekorzystających jeszcze z generatywnej AI problem wskazuje ponad połowa badanych.

Program powinien być oparty na rzeczywistych zadaniach zespołu. Uczestnik powinien wykonać cały proces: przygotować dane, uzyskać wynik, wykryć błędy, poprawić materiał i zdecydować, czy nadaje się do użycia. Wskazówki, jak wybrać taki program, opisaliśmy osobno.

3. Pierwsze odpowiedzi były słabe i pracownicy stracili zaufanie

Model nie zna produktu, klienta, wcześniejszych ustaleń, ceny, zakresu ani stylu firmy. Przygotowuje więc ogólny tekst, który wymaga wielu poprawek. Pracownik uznaje, że sam napisze ofertę szybciej. W jego sytuacji może mieć rację.

Problem nie zawsze leży po stronie modelu. Często wynika z braku potrzebnego kontekstu, zatwierdzonych materiałów, jednoznacznego celu, przykładu właściwego wyniku, danych pochodzących z systemów firmy oraz kryteriów oceny.

Dobre zastosowanie powinno ograniczać konieczność każdorazowego budowania kontekstu od początku. Firma może przygotować instrukcję, szablon, projekt, firmowego asystenta albo rozwiązanie pobierające dane bezpośrednio z właściwego źródła.

4. Pracownicy obawiają się przekazywania danych

Część osób nie korzysta z AI, ponieważ nie wie, czy może wkleić treść umowy, dane klienta, raport finansowy albo korespondencję wewnętrzną. Wstrzymanie się od działania jest w takiej sytuacji rozsądne. Firma powinna przed udostępnieniem licencji ustalić zasady przetwarzania danych i wskazać zatwierdzone narzędzia.

Obowiązek rozwijania odpowiedniego poziomu kompetencji AI personelu wynikający z art. 4 AI Act obowiązuje od 2 lutego 2025 roku. Samo udostępnienie regulaminu nie musi być wystarczające, jeżeli pracownicy nie potrafią zastosować zasad w swojej pracy.

5. Pracownicy nie mają czasu nauczyć się nowego sposobu pracy

Adopcja AI wymaga przejściowego kosztu. Użytkownik musi przetestować narzędzie, nauczyć się przygotowywać kontekst, zrozumieć błędy i zmienić dotychczasowy sposób wykonywania zadania. Jeżeli firma udostępnia licencje w najbardziej intensywnym okresie i jednocześnie oczekuje pełnej realizacji bieżących obowiązków, pracownicy wybiorą metodę, którą już znają.

Nauka powinna zostać zaplanowana jako część pracy: dwugodzinny warsztat stanowiskowy, wybranie jednego zadania do testowania przez dwa tygodnie, cotygodniowa krótka sesja pytań, możliwość konsultacji z ambasadorem AI oraz czas na porównanie starego i nowego sposobu.

6. Managerowie nie pokazują, że AI jest częścią pracy

Pracownicy obserwują działania przełożonych. Jeżeli manager nie korzysta z narzędzia, nie pyta o usprawnienia i nadal oczekuje pracy według wcześniejszego schematu, zakupiona licencja pozostanie dodatkiem.

Rola managera nie polega na obowiązkowym generowaniu każdej wiadomości przez AI. Powinien jednak wskazać zadania, które zespół może usprawnić, ustalić standard jakości, zapewnić czas na naukę, omawiać dobre i nieudane zastosowania, rozpoznawać ryzyka oraz mierzyć zmianę procesu.

Microsoft w badaniu przeprowadzonym wśród 1800 pracowników stwierdził, że aktywne modelowanie korzystania z AI przez managerów wiązało się z wyższą deklarowaną wartością narzędzia i wyższym zaufaniem do rozwiązań AI. Wyniki opisują korelacje deklarowane przez uczestników, ale pokazują znaczenie postawy managera dla zachowania zespołu.

7. Narzędzie jest oderwane od systemów i procesu

Pracownik może uzyskać wartościową odpowiedź w oknie czatu, ale potem musi skopiować wynik, otworzyć CRM lub ERP, dopasować tekst do właściwych pól, dodać zadanie, uzupełnić dane ręcznie i zapisać dokument w odpowiednim folderze. W takiej sytuacji AI przyspiesza tylko jeden fragment procesu.

Samo narzędzie czatowe sprawdza się podczas nauki, pracy koncepcyjnej i zadań wykonywanych indywidualnie. Jeżeli zastosowanie ma być powtarzalne i realizowane przez wiele osób, warto rozważyć integrację: pobieranie historii klienta z CRM, przygotowanie podsumowania spotkania, utworzenie zadania, propozycję wiadomości i zapisanie zatwierdzonego wyniku w odpowiednich polach.

8. Firma kupiła licencje wszystkim, zamiast zacząć od grupy pilotażowej

Zakup dużej liczby kont może wydawać się sposobem na szybkie wdrożenie AI. W rzeczywistości firma zwiększa koszt, zanim pozna najlepsze zastosowania i potrzeby użytkowników.

Lepszym rozwiązaniem jest pilotaż obejmujący reprezentatywną grupę pracowników z kilku działów: osoby początkujące, aktywnych użytkowników AI, managerów, pracowników wykonujących powtarzalne zadania oraz osoby odpowiedzialne za dane lub bezpieczeństwo.

9. Firma mierzy logowania, a nie zmianę sposobu pracy

Panel administracyjny może pokazać liczbę aktywnych użytkowników, wiadomości i wykorzystanych funkcji. Dane te są przydatne, ale nie odpowiadają na pytanie, czy inwestycja przynosi wartość. Pracownik może logować się codziennie, generując treści, których później nie wykorzystuje.

Sukcesem nie jest sytuacja, w której 90% pracowników wysłało przynajmniej jedną wiadomość. Sukcesem jest trwała zmiana zadania, które wcześniej generowało zauważalny koszt. Pomaga w tym przygotowany plan pomiaru efektów.

Jak sprawdzić, dlaczego licencje nie są używane?

Nie warto zaczynać od kolejnego ogólnego szkolenia. Najpierw trzeba zdiagnozować rzeczywistą barierę. W CREHLER.AI rekomendujemy model pięciu pytań diagnostycznych.

• Czy pracownik zna konkretne zastosowanie? Brak konkretnej odpowiedzi oznacza problem z wyborem zastosowań.
• Czy pracownik potrafi wykonać to zadanie? Użytkownik może znać pomysł, ale nie potrafić przygotować dobrego kontekstu i kryteriów wyniku.
• Czy pracownik może bezpiecznie użyć potrzebnych danych? Jeżeli nie, potrzebne jest właściwe środowisko lub integracja.
• Czy wynik oszczędza czas po uwzględnieniu kontroli? Jeżeli sprawdzenie zajmuje 20 minut, zastosowanie nie tworzy wartości.
• Czy nowy sposób został wpisany w proces? Opcjonalny dodatek zniknie w intensywnym okresie pracy.

Audyt wykorzystania licencji AI - jakie dane zebrać?

Nie należy wykorzystywać danych do publicznego oceniania pracowników. Celem audytu jest znalezienie przeszkód, a nie tworzenie rankingu liczby wysłanych promptów.

Modelowa kalkulacja kosztu niewykorzystanych licencji

Załóżmy, że firma kupiła 100 licencji w cenie 120 zł miesięcznie za użytkownika.

Po trzech miesiącach analiza pokazuje, że 25 pracowników korzysta z narzędzia regularnie, 20 używa go sporadycznie, a 55 praktycznie nie korzysta z konta.

Jest to kalkulacja modelowa. Nie oznacza, że wszystkie 55 licencji należy od razu odebrać. Część pracowników może potrzebować właściwego przygotowania lub innego zastosowania.

Koszt nieużywanych kont jest widoczny na fakturze. Większym kosztem może być jednak utracona możliwość poprawy procesów, dla których technologia została zakupiona.

Czy należy odebrać licencje osobom, które z nich nie korzystają?

Nie automatycznie. Brak aktywności może wynikać z nieprzeprowadzonego onboardingu, braku dostępu do właściwych danych, zbyt niskiej jakości pierwszych rezultatów, braku zastosowania dla danej roli, sezonowego charakteru pracy, obawy o bezpieczeństwo lub braku czasu na naukę.

Najpierw trzeba ustalić, czy użytkownik ma realny proces, który może zostać usprawniony. Licencję można przenieść lub wyłączyć, jeżeli pracownik nie posiada odpowiedniego zastosowania. Nie każda osoba w firmie musi mieć ten sam plan.

Racjonalna struktura może obejmować pełne licencje dla regularnych użytkowników, droższe plany dla osób intensywnie korzystających z AI, dostęp ograniczony lub współdzielone rozwiązania procesowe dla pozostałych zespołów oraz integracje i asystentów dostępnych bez indywidualnego konta premium.

Plan naprawczy 30-60-90 dni

Pierwsze 30 dni - diagnoza i wybór zastosowań

Należy sprawdzić dane o aktywności, przeprowadzić krótką ankietę i rozmowy z przedstawicielami zespołów, zidentyfikować bariery, wybrać od dwóch do pięciu zastosowań dla każdego pilotażowego działu, zmierzyć czas i jakość zadań przed zmianą, uporządkować zasady dotyczące danych i wybrać grupę pilotażową.

Dni 31-60 - praktyka na realnych zadaniach

Drugi etap obejmuje warsztaty stanowiskowe, przygotowanie firmowych instrukcji, testowanie zadań w codziennej pracy, cotygodniowe krótkie konsultacje, zbieranie błędów i pytań, poprawianie zastosowań oraz zaangażowanie managerów. Każdy zespół powinien testować ograniczoną liczbę scenariuszy.

Dni 61-90 - pomiar i decyzja

Po około trzech miesiącach firma powinna ocenić liczbę użytkowników realizujących konkretne scenariusze, zmianę czasu wykonania, jakość wyników, częstotliwość błędów, poziom wykorzystania odzyskanego czasu, potrzebę integracji i zasadność poszczególnych licencji. Na tej podstawie można rozszerzyć dostęp, przenieść licencje, zmienić plany, rozwinąć bibliotekę zastosowań, wdrożyć integrację albo zrezygnować z narzędzia w procesach bez wartości.

Jak powinien wyglądać warsztat przywracający adopcję?

Rezultatem warsztatu powinien być gotowy sposób wykonywania zadania, a nie tylko wiedza, że narzędzie posiada określoną funkcję.

Biblioteka zastosowań jest ważniejsza niż biblioteka promptów

Biblioteka promptów często składa się z dziesiątek poleceń bez informacji, do jakiego procesu należą i jak sprawdzić rezultat. Lepszym rozwiązaniem jest karta zastosowania zawierająca problem, użytkownika, częstotliwość zadania, dozwolone źródła danych, przygotowaną instrukcję, oczekiwany format wyniku, checklistę jakości, miejsce zapisania rezultatu, osobę odpowiedzialną i miernik efektu.

Kiedy samo zwiększanie adopcji nie ma sensu?

Nie każdą niewykorzystaną licencję trzeba ratować. Należy rozważyć ograniczenie lub zakończenie wdrożenia, jeżeli firma nie potrafi wskazać wartościowych zastosowań, narzędzie nie obsługuje wymaganych danych i formatów, koszt kontroli jest zbliżony do czasu wykonania zadania bez AI, wyniki regularnie nie spełniają wymaganego poziomu jakości, pracownicy potrzebują prostszej automatyzacji albo ryzyko przetwarzania danych jest nieakceptowalne.

Dojrzałe zarządzanie adopcją nie polega na zmuszaniu każdego pracownika do codziennego używania AI. Polega na znalezieniu obszarów, w których technologia rzeczywiście poprawia pracę, i rezygnacji z pozostałych kosztów.

Kiedy potrzebna jest integracja zamiast kolejnego szkolenia?

Kolejne szkolenie nie pomoże, jeżeli problemem jest konieczność ręcznego dostarczania kontekstu i przenoszenia wyniku. Integracja może być potrzebna, gdy wiele osób wykonuje ten sam scenariusz, dane znajdują się w CRM, ERP, PIM lub systemie dokumentowym, wynik musi zostać zapisany w określonym miejscu, istotne są uprawnienia, wymagane jest rejestrowanie operacji albo proces ma dużą skalę.

W CREHLER.AI traktujemy indywidualne korzystanie z narzędzi jako jeden z etapów dojrzałości organizacji. Gdy zastosowanie zostanie potwierdzone, możemy połączyć rozwiązanie z systemami firmy, aby usunąć ręczne kopiowanie danych i włączyć AI do całego procesu.

Jak mierzyć wartość po ponownym uruchomieniu programu?

Celem nie powinno być zachęcanie do wysyłania jak największej liczby promptów. Pracownik ma używać AI tam, gdzie poprawia to wynik.

Jaka jest rola zarządu w odbudowie adopcji?

Zarząd nie musi wybierać promptów ani prowadzić warsztatów. Powinien jednak jasno określić, dlaczego firma inwestuje w AI: czy celem jest ograniczenie ręcznej pracy, obsługa większej skali bez kolejnych etatów, poprawa jakości i dostępu do wiedzy, które działy są priorytetowe, jakie dane i ryzyka są nieakceptowalne oraz kto odpowiada za adopcję.

Jeżeli zarząd komunikuje wyłącznie, że „AI jest przyszłością”, pracownicy nie wiedzą, jak przełożyć deklarację na swoje zadania. Jeżeli komunikat skupia się tylko na redukcji kosztów, mogą obawiać się, że współpraca przy wdrożeniu przyspieszy utratę stanowisk.

Czy warto wyznaczyć ambasadorów AI?

Tak, jeżeli ich rola jest jasno określona. Ambasador powinien być osobą, która rozumie proces działu, testuje zastosowania i potrafi pomóc pracownikom w pierwszych tygodniach. Może odpowiadać za zbieranie pytań, pomoc w korzystaniu ze scenariuszy, aktualizowanie biblioteki zastosowań, zgłaszanie problemów i organizowanie krótkich sesji wymiany wiedzy.

Ambasador nie powinien samodzielnie podejmować decyzji dotyczących bezpieczeństwa, prawa i systemów o wysokim ryzyku. Potrzebuje wsparcia IT, osoby odpowiedzialnej za dane i właściciela procesu.

FAQ - firma kupiła licencje AI i nikt ich nie używa

Czy należy od razu zrezygnować z nieużywanych licencji?

Nie. Najpierw trzeba ustalić przyczynę. Problemem może być brak zastosowań, szkolenia, czasu, odpowiedniego środowiska lub wsparcia managera. Po krótkim programie pilotażowym można zdecydować, które konta zachować, przenieść lub wyłączyć.

Jak długo należy dać pracownikom na wdrożenie AI?

Pierwsze wnioski można zebrać po 30 dniach, ale ocena trwałej adopcji zwykle wymaga około 60-90 dni pracy na konkretnych zastosowaniach.

Czy pracowników należy rozliczać z liczby promptów?

Nie. Liczba promptów nie pokazuje wartości. Lepiej mierzyć wykorzystanie zatwierdzonych zastosowań, zmianę czasu pracy, jakość, liczbę błędów i efekt biznesowy.

Czy wszyscy pracownicy powinni mieć płatną licencję?

Nie. Potrzeba zależy od stanowiska, częstotliwości korzystania i wymaganego poziomu funkcji. Część osób może potrzebować pełnego planu, inni dostępu do jednego firmowego asystenta lub procesu działającego przez integrację.

Co zrobić, jeżeli pracownicy boją się, że AI odbierze im pracę?

Trzeba jasno określić cel wdrożenia i pokazać, które czynności mają zostać ograniczone oraz jak zostanie wykorzystany odzyskany czas. Pracownicy powinni uczestniczyć w projektowaniu nowego sposobu pracy.

Firma kupiła licencje AI i nikt ich nie używa - co zrobić teraz?

Brak adopcji nie oznacza jeszcze, że inwestycja w AI była błędem. Oznacza, że firma zatrzymała się na zakupie narzędzia i nie przeprowadziła pełnej zmiany sposobu pracy.

Pierwszym krokiem powinno być ustalenie, dlaczego pracownicy nie korzystają z kont. Następnie trzeba wybrać kilka wartościowych zastosowań, przygotować zespoły do pracy na realnych zadaniach, zapewnić jasne zasady i zaangażować managerów. Dopiero po 60-90 dniach można rzetelnie zdecydować, które licencje zachować, gdzie potrzebna jest integracja, a z których kosztów należy zrezygnować.

Podczas bezpłatnej konsultacji przeanalizujemy sposób wykorzystania licencji AI w Twojej firmie, wskażemy bariery adopcji i pomożemy wybrać procesy, w których narzędzie może przynieść mierzalny efekt.