HRowy Tygodnik #164 – co ciekawego słychać w HR?

Jakie tematy są poruszane w tym wydaniu?

W tym wydaniu znajdziecie materiały poruszające tematy takie jak:

Emerging Change – odpowiedzialność za zmianę jest współdzielona przez cały zespół

Monika Chutnik i Anna Grygorcewicz przedstawiają metodykę „Emerging Change” autorstwa Madlen Laugerie, opartą na współdzielonej odpowiedzialności zespołu i modelu trzech kontraktów: wizji, misji i współpracy. Na przykładzie firmy logistycznej ze Szczecina pokazują, jak oddanie kontroli przez liderów prowadzi do większej sprawczości pracowników i bezpieczeństwa psychologicznego.

Dowiedz się więcej

Automatyzacja może dotknąć 5,1 mln miejsc pracy w Polsce – jak się na to przygotować?

Dominika i Kuba dyskutują o raporcie NASK, według którego automatyzacja może dotknąć 5,1 miliona miejsc pracy w Polsce, czyli 30% wszystkich stanowisk. W serii dylematów „co wolisz” ujawniają odmienne strategie radzenia sobie z tą niepewnością – od unikania informacji po aktywne przygotowanie się z wyprzedzeniem.

Dowiedz się więcej

Romans w pracy i plotki – gdzie prawo wyznacza granicę prywatności pracownika

Sylwia Kłyczek oraz Katarzyna Gospodarowicz analizują granicę między prywatnością pracowników a prawem pracy, omawiając zjawiska takie jak molestowanie, plotkowanie czy romanse służbowe. Podkreślają wagę regularnego feedbacku, np. spotkań one-to-one, oraz konsekwencje naruszania zasad współżycia społecznego, łącznie z możliwością zwolnienia dyscyplinarnego.

Dowiedz się więcej

Społeczna Inspekcja Pracy – jak działa „wewnętrzna” PIP powoływana przez związki zawodowe

Podcast wyjaśnia zasady funkcjonowania Społecznej Inspekcji Pracy – wewnętrznego organu kontrolnego, który związki zawodowe mogą powołać w firmie na mocy ustawy z 1983 roku. Omawia szerokie uprawnienia sipowców, w tym prawo do wstrzymania pracy maszyn oraz szczególną ochronę przed zwolnieniem.

Dowiedz się więcej

Dashboardy nie zastąpią zrozumienia – dlaczego „Thick Data” jest ważniejsze niż Big Data

Bartosz Rąpała oraz Jacek Bełdowski obalają mit, że samo gromadzenie Big Data eliminuje chaos organizacyjny, wprowadzając pojęcie „Thick Data” – danych jakościowych odpowiadających na pytanie „dlaczego”. Na przykładzie upadku Nokii pokazują, że ignorowanie ludzkiego kontekstu na rzecz suchych wskaźników KPI może być katastrofalne w skutkach.

Dowiedz się więcej

AI Jobs Barometer 2026: pracownicy z umiejętnościami AI zarabiają o 62% więcej

Raport PwC, oparty na analizie ponad miliarda ogłoszeń o pracę, pokazuje, że zawody „profesjonalne” rozwijają się dwa razy szybciej niż te „zdemokratyzowane”, a pracownicy z umiejętnościami AI zarabiają średnio o 62% więcej. Firmy najbardziej eksponowane na AI notują wzrost produktywności nawet o 163%, przy czym płace w tych organizacjach rosną średnio o 68%.

Dowiedz się więcej

44% Polaków korzysta już z AI w pracy, ale tylko 27% firm ma jasne zasady jej użycia

Badanie pokazuje, że 44% pracujących Polaków korzysta już z narzędzi AI, przy czym kluczową rolę odgrywa nie wiek, lecz stanowisko – używa jej 74% prezesów wobec 14% pracowników fizycznych. Tylko 27% firm posiada jasne wytyczne dotyczące bezpiecznego korzystania z AI, mimo że 46% pracowników czuje się kompetentnych w jej obsłudze.

Dowiedz się więcej

42% firm miało błąd w weryfikacji przeszłości kandydata w ciągu ostatniego roku

Badanie wśród 2500 liderów HR ujawnia, że mimo deklarowanego zaufania do procedur weryfikacyjnych (56%) aż 42% firm doświadczyło błędu w tym obszarze w ostatnim roku, a 58% zetknęło się z oszustwem rekrutacyjnym. Tylko 20% organizacji posiada udokumentowane zasady korzystania z AI w rekrutacji, mimo że technologia ta jednocześnie ułatwia weryfikację i umożliwia tworzenie fałszywych aplikacji.

Dowiedz się więcej

Jak Bezos i Pixar budują bezpieczeństwo psychologiczne bez rezygnacji z wysokich standardów

Paula Pachowicz i Daniela Krzyżanowski pokazują, że prawdziwe bezpieczeństwo psychologiczne łączy zaufanie z jasnymi ramami i wysokimi standardami, a nie oznacza rezygnacji z wymagań. Przywołują praktyki takie jak zasada Bezosa, według której głos najpierw zabiera osoba o najkrótszym stażu, oraz model „Brain Trust” z Pixara, oparty na krytyce projektu, a nie jego twórcy.

Dowiedz się więcej

Wdrażanie AI przeciąża menedżerów średniego szczebla – zaangażowanie spadło do 22%

Artykuł HBR pokazuje, że ciężar wdrażania AI spada głównie na średnią kadrę zarządzającą, zmuszoną do odsiewania „workslopu”, podczas gdy jej zaangażowanie spadło z 30% w 2023 do 22% w 2025 roku. Autorzy wskazują, że do 2026 roku 20% firm wykorzysta AI do spłaszczenia struktur, co pogłębia przeciążenie menedżerów pozbawionych centralnych wytycznych i wsparcia.

Dowiedz się więcej

„Grawitacja AI” osłabia krytyczne myślenie – 83% badanych nie potrafiło zacytować własnego eseju

Profesor Eric So z MIT ostrzega przed zjawiskiem „grawitacji AI” prowadzącym do zaniku krytycznego myślenia, powołując się na badanie MIT Media Lab, w którym 83% osób piszących eseje z ChatGPT nie potrafiło zacytować własnej pracy. Rekomenduje cztery kroki ochrony kapitału poznawczego, w tym docenianie wysiłku intelektualnego i traktowanie AI jako trenera, a nie źródła gotowych odpowiedzi.

Dowiedz się więcej

Masowa adopcja AI nie idzie w parze z realną wartością biznesową – model SNIPER jako remedium

James Darrall zauważa rozdźwięk między masową adopcją AI a wciąż niskim zwrotem z inwestycji, proponując model oceny SNIPER obejmujący strategię, potrzebę, analizę finansową, ludzi i procesy, ekosystem oraz zarządzanie ryzykiem. Podkreśla, że aż 70% wysiłku transformacyjnego dotyczy ludzi i procesów, a nie samej technologii.

Dowiedz się więcej

Nieformalna sieć wpływów decyduje o sukcesie zmian bardziej niż oficjalny schemat organizacyjny

Piotr Truszkowski opisuje badania Roba Crossa nad nieformalną siecią wpływów w organizacji, pokazując, że zarządy poprawnie identyfikują kluczowych „łączników” jedynie w połowie przypadków, a „brokerów” w 30%. Przykład firmy Xerox pokazuje, że wsparcie nieformalnej wymiany wiedzy poprzez bazę Eureka pozwoliło zaoszczędzić ponad 100 milionów dolarów.

Dowiedz się więcej

Pięć zasad projektowania organizacji chroniących „kapitał mózgowy” pracowników

McKinsey przedstawia pięć zasad projektowania organizacji chroniących „kapitał mózgowy” pracowników przed zjawiskiem „brain fry”, wywołanym nadmiernym nadzorem nad AI. Zasady te obejmują kalibrowanie obciążenia poznawczego, ochronę wydajności, głębokie skupienie, rozwój unikalnych kompetencji ludzkich oraz budowanie środowiska przyjaznego dla mózgu.

Dowiedz się więcej

Techniczna możliwość automatyzacji to nie to samo, co jej realne wdrożenie

Andrew Marritt ostrzega przed „ślizgiem modalnym”, czyli myleniem teoretycznej możliwości automatyzacji z jej realnym wdrożeniem, wskazując paradoks Moraveca jako wyjaśnienie, dlaczego zawody wymagające fizycznej zręczności i milczącej wiedzy są trudne do zastąpienia. Na przykładzie Japonii pokazuje, że mimo dużych subsydiów roboty nie wyparły personelu opiekuńczego, lecz zwiększyły zatrudnienie w tym sektorze.

Dowiedz się więcej

Firmy inwestujące najwięcej w AI zwiększyły zatrudnienie o ponad 10% w dwa lata

Badanie Ramp i Revelio Labs objęło ponad 21 tysięcy amerykańskich firm i wykazało, że liderzy intensywnych inwestycji w AI odnotowali średnio ponad 10-procentowy wzrost zatrudnienia w ciągu 24 miesięcy. Udział pracowników na poziomie podstawowym w tych firmach wzrósł o 1,15 punktu procentowego, co obala mit o eliminacji stanowisk juniorskich.

Dowiedz się więcej

Eksport usług Indii wzrósł o 53% od debiutu ChatGPT – offshoring wciąż rośnie

Richard Baldwin, analizując dane WTO, pokazuje, że eksport usług biznesowych wciąż rośnie mimo obaw o offshoring, a Indie odnotowały wzrost eksportu tych usług o 53% od debiutu ChatGPT. Autor tłumaczy to zjawiskiem podobnym do paradoksu Jevonsa – tańsze usługi generują większy popyt, a nie tylko oszczędności firm.

Dowiedz się więcej

Rynek pracy działa jak sieć, nie aukcja – o sile słabych powiązań w rekrutacji

Andrew Marritt przywołuje teorię Marka Granovettera o sile słabych powiązań, pokazującą, że większość ludzi znajduje pracę dzięki rzadkim kontaktom, a nie bliskim przyjaciołom. Autor wskazuje, że tradycyjna rekrutacja ujawnia jedynie dwie trzecie prawdy o dopasowaniu kandydata, a resztę uzupełnia sieć społecznych rekomendacji.

Dowiedz się więcej

Zamiast polaryzującej debaty o AI potrzebujemy konstruktywnego dialogu

Amy Edmondson przekonuje, że w dyskusji o AI potrzebny jest dialog zamiast polaryzującej debaty, przywołując katastrofę promu Challenger jako przykład skutków braku otwartej wymiany zdań. Powołuje się na badanie MIT Media Lab z 2025 roku, które wykazało słabszą łączność neuronową i gorszą pamięć u studentów intensywnie korzystających z ChatGPT.

Dowiedz się więcej

[Podcast] Emerging Change – Czas na odpowiedzialność zespołu

Monika Chutnik i Anna Grygorcewicz przybliżają innowacyjną metodykę „Emerging Change”, czyli wyłaniającej się zmiany, która redefiniuje tradycyjne podejście do odpowiedzialności w zespołach. Dziś tradycyjne zarządzanie odgórne przestaje zdawać egzamin, a liderzy nie mogą już dłużej nieść całego ciężaru organizacji wyłącznie na własnych barkach. Kluczem do sukcesu nowoczesnych przedsiębiorstw staje się przywództwo skoncentrowane na człowieku (human-centric leadership), w którym odpowiedzialność za relacje, komunikację i wyniki jest współdzielona przez wszystkich członków zespołu. Metodyka ta opiera się na ciągłym dialogu pomiędzy zmianą planowaną, reprezentowaną przez strategiczną „czerwoną energię” liderów, a zmianą wyłaniającą się, czyli „zieloną energią” płynącą bezpośrednio od pracowników. Autorką tego podejścia jest szwajcarska terapeutka i konsultantka Madlen Laugerie, która rozwinęła je na fundamencie teorii zdrowych organizacji Erika Berne’a, twórcy analizy transakcyjnej. W praktyce model ten porządkuje współpracę poprzez serię cyklicznych rytuałów oraz konkretnych pytań, eliminując tym samym tak zwane ślepe plamy w komunikacji. Niezwykle obrazowa jest tu metafora stołów i krzeseł, gdzie „stoły” symbolizują twarde procesy biznesowe i decyzje operacyjne, natomiast „krzesła” oznaczają relacje, bezpieczeństwo psychologiczne oraz poczucie posiadania swojego miejsca w strukturze. Aby zespół mógł skutecznie funkcjonować, konieczne jest wypracowanie trzech kluczowych kontraktów: wizji, misji oraz współpracy.

Podczas gdy kontrakt wizji określa strategiczny kierunek nadawany przez lidera, kontrakt misji dzieli się na część menedżerską oraz autonomiczną część zespołu, wypracowywaną podczas samodzielnego spotkania. Zwieńczeniem tej struktury jest kontrakt współpracy, ustalany wyłącznie pomiędzy członkami zespołu, do którego lider nie ma bezpośredniego wglądu. Ważnym elementem budowania dojrzałości zespołowej jest koncepcja rówieśników, czyli tak zwanych „piers”, którzy służą sobie wzajemnie jako sparingpartnerzy i bufor bezpieczeństwa. Co ciekawe, zasada ta dotyczy również samych menedżerów, dla których rówieśnikami są inni liderzy, co zapobiega ich samotności w roli i sprzyja wymianie doświadczeń. Wdrożenie „Emerging Change” wymaga jednak od liderów gotowości do oddania części kontroli i usunięcia się w cień, aby dać zespołowi przestrzeń na samodzielne działanie. Choć dla wielu polskich menedżerów rezygnacja z mikrozarządzania bywa wyzwaniem, jest ona niezbędna do uruchomienia prawdziwej sprawczości pracowników. Praktycznym przykładem spektakularnego sukcesu tej metody jest transformacja w firmie logistycznej ze Szczecina, gdzie coaching zespołowy oparty na „Emerging Change” zrewolucjonizował pracę brygadzistów. Dzięki nowemu podejściu pracownicy ci zaczęli samodzielnie podejmować decyzje na najniższym możliwym szczeblu oraz elastycznie wspierać się nawzajem, przełamując dotychczasowe silosy organizacyjne. Prowadząca podcast podkreśla dodatkowo, że idealnym dopełnieniem tej filozofii jest dbanie o bezpieczeństwo psychologiczne jako absolutny fundament wysokiej produktywności. Jak udowadnia rozmowa z Anią Grygorcewicz, inwestycja w podział odpowiedzialności to nie tylko droga do lepszych wyników biznesowych, ale przede wszystkim sposób na stworzenie przyjaznego i zaangażowanego miejsca pracy.

[Podcast] Wolisz wiedzieć że twój zawód zniknie, czy nie?

Dominika i Kuba, postanowili powrócić do korzeni i bez udziału gości porozmawiać o rewolucji sztucznej inteligencji. Dyskusję otwiera porażająca statystyka z raportu NASK, według której automatyzacja może dotknąć aż 5,1 miliona miejsc pracy w Polsce, co stanowi trzydzieści procent ogółu stanowisk. Szczególnie zagrożone czują się kobiety oraz młodzi ludzie u progu kariery, choć Dominika i Kuba dostrzegają też niepewność starszych pokoleń, zmuszonych do nagłej zmiany wieloletnich nawyków. Mimo tych alarmujących danych twórcy podcastu zachowują zdroworozsądkowe podejście i podkreślają, że algorytmy nie zastąpią nas całkowicie, jeśli nauczymy się nimi odpowiednio sterować. Kuba, który sam zajmuje się grafiką i wideo, dzieli się trafnym spostrzeżeniem, że pracy nie zabierze nam sztuczna inteligencja, lecz inni ludzie potrafiący z niej korzystać. Z kolei Dominika, powołując się na swoje wykształcenie translatorskie, zauważa, że w profesjach wymagających głębokiego kontekstu kulturowego człowiek wciąż pozostanie bezkonkurencyjny. Obydwoje krytykują przy tym zalew taniej, powtarzalnej estetyki AI w marketingu i mediach społecznościowych, wspominając o fali negatywnych komentarzy, jaka spotkała Dawida Podsiadło za użycie tych narzędzi w teledysku. Następnie przechodzą do analizy listy zawodów najbardziej zagrożonych automatyzacją, dzieląc się osobistą frustracją wywołaną przez nieporadne i irytujące chatboty w obsłudze klienta. Zwracają uwagę, że choć kasy samoobsługowe ułatwiają codzienne życie, to fizyczni kasjerzy są nadal niezbędni, aby pomagać klientom przy ciągłych awariach sprzętu.

Podobnie sceptycznie oceniają wizję całkowitej automatyzacji przygotowywania posiłków w restauracjach fast-food, wskazując, że ewentualne pomyłki maszyn i tak będzie musiał skorygować człowiek. Dostrzegają szansę na ewolucję zawodów fizycznych, jak w przypadku magazynierów, których tradycyjna praca przekształci się najpewniej w nadzorowanie i kontrolowanie systemów logistycznych. W dalszej części odcinka gospodarze biorą udział w serii dylematów z cyklu „co wolisz”, które ujawniają ich diametralnie różne podejścia do planowania kariery w dobie przemian. Dominika woli nie wiedzieć o potencjalnym zniknięciu jej profesji, by nie zatruwać sobie życia stresem, natomiast Kuba woli znać fakty z pięcioletnim wyprzedzeniem, by móc się przygotować. Godzą się jednak ze sobą w kwestii obniżenia pensji – oboje woleliby pracować dwa razy ciężcej za pełne wynagrodzenie, niż oddać połowę dochodów za automatyczne wsparcie. Zdecydowanie odrzucają także utopijną koncepcję bezwarunkowego dochodu podstawowego w zamian za rezygnację z pracy na rzecz wszechobecnych maszyn. Ich zdaniem państwowe świadczenie socjalne na poziomie najniższej krajowej nie tylko uniemożliwiłoby godne życie, ale też mogłoby doprowadzić do powrotu realiów przypominających komunizm. Podczas rozmowy zauważają, że po okresie zachłyśnięcia się nową technologią rynek zaczyna odczuwać przesyt i doceniać firmy stawiające na autentyczny kontakt człowiek-człowiek.

[Podcast] Romans w pracy? Plotki? Gdzie kończy się prywatność i wkracza prawo?

Rozmowa skupia się wokół zjawisk niepożądanych w organizacjach, ze szczególnym uwzględnieniem naruszania dóbr osobistych oraz zasad współżycia społecznego. Sylwia Kłyczek oraz prawniczka Katarzyna Gospodarowicz, wspólnie analizują, gdzie leży granica między życiem prywatnym pracowników a prawem regulującym środowisko pracy. Ekspertka przypomina, że ochrona dóbr osobistych, takich jak godność, nietykalność cielesna czy wolność słowa, obowiązuje od narodzin aż do śmierci i przenosi się bezpośrednio do sfery zawodowej. Choć w pracy nie musimy się wszyscy uwielbiać, to bezwzględnym i obustronnym wymogiem pozostaje wzajemny szacunek. Drastycznymi przykładami przekraczania tych barier są molestowanie seksualne, naruszenie nietykalności, a także złośliwe plotkowanie i pomawianie za plecami. Istotnym wątkiem dyskusji jest kultura dawania informacji zwrotnej, która powinna być przekazywana regularnie, na przykład podczas comiesięcznych spotkań typu „one-to-one”, zamiast raz w roku. Klasyczne, roczne oceny okresowe często okazują się bowiem spóźnione, a ich sztywne powiązanie z kwestiami finansowymi potrafi wypaczyć ich pierwotny, rozwojowy sens. Sylwia i Katarzyna podkreślają, że menedżerowie powinni oceniać wyłącznie efektywność pracy (performance), a nie samą osobę pracownika. Ważną rolę w budowaniu zdrowej kultury organizacyjnej odgrywają zasady współżycia społecznego, czyli niepisane normy moralne i obyczajowe, ułatwiające nam codzienne funkcjonowanie.

Zachowania takie jak ignorowanie współpracowników, ostentacyjne nieodpowiadanie na powitanie czy używanie wulgaryzmów – będących językiem agresji – mogą w skrajnych przypadkach stanowić uzasadnioną przyczynę zwolnienia z pracy. Naruszeniem godności bywa również używanie złośliwych przezwisk opartych na wyglądzie czy pochodzeniu, na co przełożeni powinni natychmiast i stanowczo reagować. Temat romansów w pracy budzi wiele emocji; choć flirty nie są w Polsce prawnie zakazane, doświadczenie sądowe pokazuje, że rzadko przynoszą one sferze zawodowej coś dobrego. Szczególne ryzyko wiąże się z relacjami intymnymi między podwładnymi a przełożonymi, gdyż mogą one prowadzić do zarzutów o faworyzowanie, a po rozstaniu – nawet do roszczeń o molestowanie lub mobbing. Co ważne, standardy etyczne i zasady współżycia społecznego nie kończą się na biurowej portierni, lecz obowiązują także podczas delegacji, szkoleń oraz imprez integracyjnych. Dotyczy to również członków związków zawodowych, dla których przynależność organizacyjna nie powinna stanowić tarczy chroniącej przed konsekwencjami nieetycznych zachowań. Aby skutecznie zapobiegać patologiom, pracodawcy muszą aktywnie reagować na wszelkie nieprawidłowości, wdrażać jasne polityki kryzysowe oraz dawać osobisty przykład, gdyż „ryba psuje się od głowy”. Dla pracowników kluczowym sygnałem ostrzegawczym bywa tak zwany „syndrom niedzieli godziny siedemnastej”, czyli fizyczny stres i lęk przed powrotem do pracy, który powinien skłonić do refleksji nad własnymi granicami.

[Podcast] Społeczna Inspekcja Pracy – „wewnętrzna” PIP w firmie?

Podcast przybliża funkcjonowanie Społecznej Inspekcji Pracy (SIP), będącej specyficznym odpowiednikiem Państwowej Inspekcji Pracy działającym bezpośrednio w strukturach firmy. Choć ustawa regulująca tę instytucję pochodzi z 1983 roku i nie przystaje w pełni do dzisiejszych realiów rynkowych, to wyposaża ona społecznych inspektorów w nadzwyczaj szerokie uprawnienia. Podstawowym zadaniem SIP jest umożliwienie związkom zawodowym sprawowania kontroli nad przestrzeganiem przepisów prawa pracy w danym przedsiębiorstwie. Warto przy tym wyraźnie podkreślić, że nadzór ten nie ogranicza się wyłącznie do zagadnień związanych z BHP, lecz obejmuje pełen zakres kodeksu pracy. Ten wewnętrzny organ kontrolny może zostać powołany do życia tylko i wyłącznie w firmach, w których aktywnie funkcjonują organizacje związkowe. To właśnie strona związkowa samodzielnie organizuje wybory, decyduje o utworzeniu inspekcji oraz sprawuje bezpośrednie kierownictwo nad jej bieżącymi działaniami. Związki zawodowe cieszą się pełną swobodą w określaniu struktury SIP, ponieważ przepisy nie narzucają pracodawcy żadnego wpływu na liczbę powoływanych inspektorów. Brak odgórnych limitów ilościowych sprawia, że w jednym zakładzie mogą funkcjonować inspektorzy szczebla zakładowego, oddziałowego, a nawet wydziałowego. Do podstawowych uprawnień społecznego inspektora należy zwracanie pracownikom oraz kierownictwu uwagi na uchybienia w sposobie wykonywania codziennej pracy.

W sytuacji rażącego łamania zasad bezpieczeństwa sipowiec może wnioskować do przełożonego o odsunięcie danego pracownika od obowiązków w celu jego doedukowania. Niezwykle silnym narzędziem w rękach inspektora jest prawo do wydawania pracodawcy oficjalnych, pisemnych zaleceń usunięcia stwierdzonych nieprawidłowości. Co więcej, w przypadku bezpośredniego zagrożenia życia lub zdrowia pracowników, może on wydać nakaz natychmiastowego wstrzymania pracy maszyn lub określonych robót. Osoby pełniące funkcję społecznego inspektora korzystają z wyjątkowo silnej, tożsamej z działaczami związkowymi ochrony przed zwolnieniem lub pogorszeniem warunków umowy. Z tego względu zdarza się, że związki zawodowe celowo mianują kolejnych sipowców, by objąć parasolem ochronnym większe grono swoich członków. Mimo że ustawa określa wymagania stażowe dla kandydatów na to stanowisko, pracodawca nie posiada żadnych prawnych narzędzi do niezależnej weryfikacji ich kompetencji. Wszelkie koszty związane z funkcjonowaniem inspekcji spoczywają na pracodawcy, co bywa powodem sporów chociażby przy okazji finansowania wyjazdów szkoleniowych. Zasada mówi, że sipowcy powinni działać głównie poza swoimi godzinami pracy, ale za zadania kontrolne realizowane w trakcie zmiany zachowują pełną pensję. W dużych firmach pracodawca może dodatkowo przyznać im stały ryczałt płacowy lub wręcz całkowicie zwolnić z normalnych obowiązków z zachowaniem wynagrodzenia. Ignorowanie uprawnień SIP stanowi wykroczenie, a zlekceważenie ostrzeżeń skutkujące wypadkiem przy pracy może sprowadzić na pracodawcę nawet osobistą odpowiedzialność karną. Aby uniknąć paraliżu decyzyjnego, ekspert zaleca precyzyjne ustalenie zasad współpracy w porozumieniu ze związkami oraz budowanie partnerskich relacji od samego początku.

[Podcast] Technologia nie rozwiąże chaosu, którego organizacja nie chce nazwać

Rozmowa prowadzona przez Agatę Swornowską-Kurto skupia się na fascynującym, choć pełnym wyzwań temacie roli danych w nowoczesnych organizacjach. Goście programu, Bartosz Rąpała oraz Jacek Bełdowski, dekonstruują powszechny mit, jakoby samo posiadanie technologii i gromadzenie Big Data automatycznie eliminowało chaos w firmie. Często bowiem bogate wykresy i efektowne dashboardy stają się jedynie zasłoną dymną lub ładnym Excelem, za którymi nie idą żadne realne decyzje biznesowe. Wskazuje się, że dążenie do posiadania coraz większej liczby wskaźników rodzi paraliż decyzyjny oraz inercję, przejawiającą się chociażby w bezużytecznym tworzeniu raportów, których nikt potem nie czyta. Aby uniknąć tych pułapek, kluczowe okazuje się nieustanne zadawanie fundamentalnego pytania o cel zbierania danych i sens prowadzonych działań. Rozmówcy zwracają uwagę na zjawisko manipulowania statystykami i tak zwanego „malowania trawy na zielono”, gdy pracownicy sztucznie zawyżają oceny, by sprostać wymaganiom korporacyjnych wskaźników KPI. Drastycznym tego przykładem jest historia toksycznej menedżerki, która wymuszała maksymalne oceny w ankietach satysfakcji, strasząc swój zespół konsekwencjami za brak lojalności. Podobne patologie dowodzą, że twarde dane liczbowe bez głębszego kontekstu psychologicznego potrafią całkowicie zafałszować rzeczywisty stan organizacji. W tym miejscu pojawia się pojęcie „Thick Data”, czyli danych jakościowych, które skupiają się na ludzkich emocjach, motywacjach oraz pytaniu „dlaczego” coś się dzieje, zamiast tylko rejestrować suche fakty.

Koncepcja ta, spopularyzowana na przykładzie upadku Nokii, uczy, że ignorowanie głosu ludzi i bezkrytyczne ufanie arkuszom kalkulacyjnym bywa dla biznesu katastrofalne w skutkach. Z tego powodu współczesny lider nie może zachowywać się jak „flaming” stojący wyłącznie na jednej nodze, lecz musi harmonijnie łączyć twardą analitykę z intuicją oraz empatią. Co więcej, rzetelne budowanie struktur i obiektywizacja procesów, takich jak rekrutacja, pozwala przekształcić nieuchwytne przeczucia w powtarzalne i mierzalne schematy. Zaproszenie dodatkowych panelistów do rozmów kwalifikacyjnych lub zbieranie referencji u poprzednich pracodawców to doskonałe metody na ustrukturyzowanie intuicji rekrutacyjnej. Warto jednak pamiętać, że nawet najlepiej zaprojektowane procesy zawiodą, jeżeli w organizacji zabraknie bezpieczeństwa psychologicznego i odwagi do mówienia niewygodnej prawdy. Bez zaufania pracownicy będą ukrywać błędy przed zarządem, a działy będą toczyć jałowe spory, posługując się własnymi wersjami prawdy ukrytymi w sprzecznych raportach. W dobie powszechnej technologii wyzwaniem staje się także integracja sztucznej inteligencji, która – choć potężna – bez ludzkiego nadzoru potrafi wyolbrzymić marginalne incydenty do rangi kryzysów. Człowiek musi pozostać filtrem i decydentem, dbając o to, by do modeli AI trafiały uporządkowane, wartościowe informacje, a nie informacyjny szum. Ta inspirująca dyskusja dobitnie przypomina, że prawdziwy porządek w organizacji rodzi się z synergii między technologią a ludzkim zrozumieniem i odpowiedzialnością.

[Raport] AI Jobs Barometer 2026: Two futures for jobs in an AI era

Raport „2026 Global AI Jobs Barometer” to ciekawa analiza transformacji rynku pracy pod wpływem sztucznej inteligencji. Wykazuje on powstanie dwutorowego rynku pracy, na którym sztuczna inteligencja nie tyle likwiduje etaty, co głęboko przekształca ich charakter. Kluczowy podział dotyczy zawodów uzyskujących status profesjonalny (stanowiących 22% ofert) oraz zawodów ulegających demokratyzacji (reprezentujących 52% ofert). Zawody profesjonalne, w których sztuczna inteligencja przejmuje rutynowe zadania i zwiększa zapotrzebowanie na ludzką wiedzę specjalistyczną, rozwijają się dwa razy szybciej niż te ulegające demokratyzacji. Pracownicy na stanowiskach profesjonalnych mogą cieszyć się także o 42% szybszym wzrostem wynagrodzeń w porównaniu do grupy zawodów zdemokratyzowanych. Co więcej, wymagania kompetencyjne w profesjonalnych rolach rosną w zawrotnym tempie, wymagając nowych umiejętności dwukrotnie szybciej niż ma to miejsce na stanowiskach zdemokratyzowanych. Dla działów HR kluczowe znaczenie ma fakt, że tempo ewolucji umiejętności na stanowiskach o najwyższej ekspozycji na AI jest ponad dwukrotnie wyższe niż w rolach o niskiej ekspozycji. Różnica w tempie zmian kompetencyjnych między stanowiskami silnie i słabo eksponowanymi na AI wzrosła o 75% w porównaniu do ubiegłego roku. Nowe zadania pojawiające się w zawodach o wysokiej ekspozycji na AI są aż 2,5-krotnie częściej powiązane z unikalnymi, intensywnie ludzkimi cechami. Te kluczowe ludzkie predyspozycje, określane jako EPOCH, obejmują empatię, budowanie relacji, osąd etyczny, kreatywność oraz przywództwo. Zjawisko to jest szczególnie widoczne na poziomie stanowisk juniorskich, gdzie wymagania ulegają procesowi tzw. „senioryzacji”.

W ogłoszeniach na silnie eksponowane na AI stanowiska początkujące aż 52% nowo pojawiających się wymagań dotyczy tradycyjnie seniorskich kompetencji, takich jak strategiczne podejmowanie decyzji czy budowanie zespołów. Choć 49% dyrektorów generalnych spodziewa się spadku zatrudnienia osób na początku kariery z powodu adopcji AI, to właśnie „senioryzowane” oferty juniorskie odnotowują wzrost na poziomie 35%. Z perspektywy rekrutacji i retencji niezwykle istotne są dane dotyczące premii płacowych, ponieważ pracownicy posiadający umiejętności związane z AI mogą liczyć na wynagrodzenia wyższe średnio o 62%. Inwestycje firm w specjalistyczne talenty dynamicznie rosną, czego dowodem jest 8-krotnie szybsze tempo zatrudniania ekspertów ds. AI w 2025 roku w porównaniu z resztą rynku. Raport wskazuje również na wyraźny efekt „supergwiazd” wśród przedsiębiorstw najbardziej eksponowanych na technologię AI. Podczas gdy cała grupa firm o wysokiej ekspozycji na sztuczną inteligencję notuje średni wzrost produktywności na poziomie 33,5%, to czołowe 20% tych organizacji osiąga spektakularny wynik aż 163% wzrostu. Te najbardziej efektywne przedsiębiorstwa nie wykorzystują AI wyłącznie do redukcji kosztów, lecz skupiają się na kreowaniu nowych możliwości biznesowych, co przekłada się na dwukrotnie szybszy ogólny wzrost liczby etatów. Dodatkowo, w firmach o najwyższej produktywności płace rosną średnio o 68%, co dowodzi, że korzyści z wdrażania technologii są dzielone z pracownikami. Ten raport skłania liderów HR do porzucenia obaw przed masową automatyzacją na rzecz aktywnego przemodelowania ról, przyspieszenia rozwoju kompetencji miękkich oraz rewizji ścieżek kariery dla młodszych pracowników.

[Raport] Powered by AI – nowa era pracy, kompetencji i produktywności

Raport „Powered by AI: nowa era pracy, kompetencji i produktywności” dostarcza działom HR istotnych informacji o tym, jak sztuczna inteligencja zmienia współczesne środowisko pracy. Z danych wynika, że obecnie już 44% pracowników w Polsce korzysta w swojej codziennej pracy z narzędzi opartych na sztucznej inteligencji. Badanie obala popularny mit o rewolucji pokoleniowej, ponieważ to nie wiek, lecz pozycja w hierarchii i wielkość organizacji stanowią główne linie podziału w adopcji tej technologii. Najwyższy stopień wykorzystania sztucznej inteligencji odnotowuje się na stanowiskach zarządczych, gdzie aż 74% prezesów i dyrektorów deklaruje jej używanie. Z kolei na drugim biegunie znajdują się pracownicy fizyczni, wśród których wskaźnik ten spada do zaledwie 14%. Analizując strukturę wieku, szczyt wdrożenia technologii przypada na grupę osób mających od 35 do 44 lat, osiągając poziom 51%. W podziale na branże niekwestionowanym liderem jest consulting, w którym aż 93% kadry pracuje z AI, podczas gdy w marketingu wskaźnik ten wynosi 87%, a w sektorze IT – 79%. Najwolniej technologia ta przenika do transportu i spedycji, gdzie sięga po nią 26% zatrudnionych, oraz do gastronomii i opieki zdrowotnej, w których odsetek ten wynosi 27%. Najbardziej powszechnym zastosowaniem AI na polskim rynku pracy jest pisanie oraz redagowanie wiadomości e-mail, pism i dokumentów, co deklaruje 46% badanych. Istnieją tu ciekawe różnice płciowe, ponieważ kobiety znacznie częściej niż mężczyźni wykorzystują sztuczną inteligencję do pisania tekstów (52% do 41%), podczas gdy mężczyźni częściej używają jej do rozwiązywania problemów technicznych (42% do 25%).

Prawie połowa, bo 46% respondentów, jednoznacznie przyznaje, że sztuczna inteligencja pomaga im lepiej organizować zadania oraz oszczędzać cenny czas. Dodatkowo 39% pracujących Polaków uważa, że technologia ta aktywnie wspiera ich kreatywność, przy czym najwyższy poziom tego wsparcia odczuwają pracownicy consultingu (95%) oraz branży FMCG (76%). Taki sam odsetek, czyli 39% badanych, zauważa realny i pozytywny wpływ technologii na podniesienie ogólnej jakości wykonywanej przez siebie pracy. Choć aż 46% pracowników czuje się w pełni kompetentnymi w obszarze obsługi narzędzi AI, zaledwie 14% z nich uważa, że brak tych umiejętności osłabiłby ich obecną pozycję zawodową. Ten interesujący paradoks sugeruje, że znajomość sztucznej inteligencji wciąż jest postrzegana przez większość jako opcjonalny atut, a nie kluczowa konieczność rynkowa, z wyjątkiem takich branż jak marketing (33%), FMCG (31%) czy IT (29%). Ogólny optymizm widać w tym, że 51% zatrudnionych postrzega nową technologię przede wszystkim jako wsparcie, a nie jako realne zagrożenie. Mimo to 24% badanych wyraża niepokój, że sztuczna inteligencja może w przyszłości ograniczyć stabilność ich zatrudnienia, przy czym obawa ta najsilniej dotyka asystentów (40%) i nowych pracowników ze stażem poniżej trzech miesięcy (31%). Dla specjalistów HR niepokojącym sygnałem powinien być fakt, że tylko 27% pracowników potwierdza istnienie w ich firmach jasnych wytycznych dotyczących bezpiecznego korzystania z AI. Brak formalnych regulacji idzie w parze z niską świadomością ryzyka prawnego, gdyż zaledwie 16% ankietowanych ma jakiekolwiek wątpliwości co do zgodności swoich działań z AI z obowiązującym prawem. Raport ten wyraźnie pokazuje, że to sami pracownicy poprzez oddolne inicjatywy napędzają cyfryzację w firmach, ponieważ tylko minimalny odsetek 8% z nich deklaruje odczuwanie jakiejkolwiek odgórnej presji na stosowanie AI.

[Raport] State of Screening Compliance 2026

Raport ten pozwala nam zgłębić temat zgodności z przepisami, przeciwdziałania oszustwom i wykorzystania sztucznej inteligencji w procesach rekrutacyjnych w dużych organizacjach. Wykazuje on, że choć 56% organizacji deklaruje pełne zaufanie do swoich procedur sprawdzania przeszłości kandydatów, to aż 42% z nich doświadczyło co najmniej jednego błędu w tym obszarze w ciągu ostatnich 12 miesięcy. To zderzenie optymizmu z rzeczywistością wynika w dużej mierze z faktu, że aż 60% przedsiębiorstw powierza zarządzanie zgodnością ogólnym zespołom HR i onboardingu, podczas gdy tylko 8% posiada do tego wyspecjalizowanych ekspertów. Dodatkowo od 2024 roku odpowiedzialność zespołów ogólnych za te procesy wzrosła o 18%, podczas gdy liczba dedykowanych zespołów do spraw weryfikacji przeszłości spadła o ponad połowę. Mimo rosnącego skomplikowania procedur, aż 59% organizacji radzi sobie z tymi wyzwaniami bez żadnego wzrostu zasobów budżetowych czy etatowych, a 7% wręcz odnotowało ich spadek. Istotnym utrudnieniem pozostaje także rekrutacja wielooddziałowa, ponieważ 58% liderów HR uważa zapewnienie spójności weryfikacji w różnych regionach za wyzwanie, a w sektorze produkcyjnym brak trudności w tym zakresie deklaruje zaledwie 30% badanych. Równolegle do kwestii formalnych, ogromnym problemem staje się oszustwo rekrutacyjne, z którym w ciągu ostatniego roku zetknęło się aż 58% organizacji. Najczęstszą formą nadużycia jest fałszowanie informacji w CV (34%) oraz oszustwa dokumentowe (29%), w tym podrabianie dyplomów lub licencji zawodowych.

Co ciekawe, aż 20% respondentów zgłasza też przypadki oszustw podczas samych rozmów kwalifikacyjnych, na przykład poprzez podszywanie się pod kandydata lub korzystanie z pomocy sztucznej inteligencji w czasie rzeczywistym. Niestety, najwięcej oszustw wykrywanych jest dopiero na etapie weryfikacji przeszłości (38%), co oznacza, że działy HR marnują czas i budżet na prowadzenie nieuczciwych osób przez niemal cały proces rekrutacyjny. Wczesna identyfikacja na etapie wstępnej selekcji aplikacji udaje się jedynie w 35% przypadków. Do walki z tym zjawiskiem 51% organizacji stosuje narzędzia do weryfikacji dokumentów, a 49% opiera się na ręcznej weryfikacji dokonywanej przez pracowników HR. Mimo to tylko 31% badanych uznaje swoje dotychczasowe metody kontroli nadużyć za wysoce efektywne. Rozwiązaniem mogłoby być szersze wdrożenie zaawansowanych technologii weryfikacji tożsamości, z których obecnie korzysta tylko 35% firm, bądź narzędzi biometrycznych stosowanych przez zaledwie 18% z nich. Kolejnym kluczowym obszarem zmian jest rozwój sztucznej inteligencji, która działa dwukierunkowo: z jednej strony pomaga automatyzować weryfikację, z drugiej zaś umożliwia kandydatom generowanie fałszywych aplikacji. Wpływ sztucznej inteligencji na ryzyko rekrutacyjne dzieli liderów, z których 30% uważa, że AI je zmniejsza, 32% ocenia jej wpływ jako neutralny, a 20% twierdzi, że zwiększa ona zagrożenie oszustwami. Niezależnie od tych opinii, dojrzałość w zakresie zarządzania tymi narzędziami jest nadal bardzo niska, ponieważ zaledwie 20% organizacji posiada udokumentowane i aktywnie egzekwowane zasady korzystania z AI w rekrutacji. Zaniedbanie tego aspektu niesie ogromne ryzyko prawne i wizerunkowe, szczególnie przy braku odgórnych, jednolitych regulacji państwowych. Nowoczesne przywództwo w HR wymaga przejścia od deklarowanej pewności do faktycznego uszczelnienia procesów poprzez wdrożenie zautomatyzowanej weryfikacji tożsamości na samym początku ścieżki rekrutacyjnej oraz pilnego opracowania ram prawnych dla technologii AI.

[Wideo] Jak Bezos i Pixar budują zespoły? Bezpieczeństwo psychologiczne w pracy

Rozmowa Paula Pachowicza i Daniela Krzyżanowskiego koncentruje się wokół tematu bezpieczeństwa psychologicznego, które we współczesnym biznesie bywa błędnie interpretowane i sprowadzane do karykatury. Eksperci podkreślają, że prawdziwe bezpieczeństwo nie polega na tworzeniu bezstresowej „grupy terapeutycznej” czy rezygnacji z wymagań, co sprzyjałoby jedynie przeciętności. Zamiast tego powinno ono stanowić harmonijne połączenie zaufania z jasnymi ramami działania i wysokimi standardami pracy. Daniel porównuje tę zależność do boiska piłkarskiego, na którym gracze mają pełną swobodę ruchu pod warunkiem nieprzekraczania linii autu. Gdy w firmie brakuje zaufania, liderzy często otaczają się ludźmi, którzy nie odważą się ich zakwestionować, co sprawia, że prezes żyje w oderwaniu od rzeczywistości. Sytuacja ta przypomina bajkę o nagim królu, u boku którego zostają wyłącznie osoby wychwalające jego nieistniejący ubiór. Najbardziej utalentowani pracownicy, dostrzegając ten fałsz i brak przestrzeni na innowacje, decydują się na opuszczenie organizacji. Podcast wskazuje, że największą stratą wynikającą z braku bezpieczeństwa psychologicznego nie są same awarie, lecz stłumienie kreatywności i utrata potencjału ludzi. Aby zmierzyć poziom zaufania w zespole, rozmówcy proponują zastosowanie twardego wskaźnika określanego jako „time to escalation”. Mierzy on czas, jaki upływa od momentu wykrycia zbliżającego się problemu przez pracownika do chwili, w której dowiaduje się o nim przełożony.

W dążeniu do otwartej komunikacji pomocne są konkretne praktyki stosowane przez globalnych liderów, takie jak zasada przypisywana Jeffowi Bezosowi z Amazona. Nakazuje ona, aby podczas spotkań głos jako pierwsza zabierała osoba o najkrótszym stażu, co chroni przed dominacją autorytetu dyrektora. Innym skutecznym rozwiązaniem ułatwiającym dzielenie się pomysłami jest zarządzenie kilku minut ciszy na samodzielne spisanie uwag na kartkach przed wspólną dyskusją. Paul i Daniel przywołują również kultowy model „Brain Trust” ze studia Pixar, który uratował tę firmę przed widmem katastrofy i bankructwa. Spotkania te opierały się na zasadzie merytorycznej krytyki skierowanej wyłącznie na film, a nie na osobę jego twórcy. Dodatkowo reżyser zachowywał pełną niezależność w podejmowaniu ostatecznych decyzji, a uczestników obowiązywała głęboka, wzajemna empatia. Jako praktyczne ćwiczenie dla polskich menedżerów, podcast rekomenduje wprowadzenie rotacyjnej roli „adwokata diabła” podczas zebrań. Osoba ta otrzymuje oficjalny mandat na szukanie słabych punktów i zgłaszanie obiekcji wobec proponowanych pomysłów. Taka metoda uczy zespoły konstruktywnego spierania się o rozwiązania, oddzielając dyskusję merytoryczną od relacji towarzyskich. Cały ten proces budowania kultury zaufania wymaga jednak czasu oraz konsekwentnego wdrażania cyklu Deminga.

AI Adoption Is Overloading Your Middle Managers

Wdrażanie sztucznej inteligencji w organizacjach jest często błędnie traktowane wyłącznie jako wyzwanie technologiczne, podczas gdy w rzeczywistości stanowi ono głęboki proces zmian organizacyjnych. Podczas gdy kadra zarządzająca koncentruje się na dalekosiężnej strategii, a młodsi pracownicy cieszą się z błyskawicznych oszczędności czasu, cały ciężar tej transformacji spada na kadrę kierowniczą średniego szczebla. Menedżerowie są obecnie przeciążeni koniecznością weryfikacji i odsiewania tak zwanego „workslop”, czyli powierzchownych, choć profesjonalnie wyglądających materiałów wygenerowanych przez sztuczną inteligencję. Ta nowa odpowiedzialność nakłada się na wcześniejsze problemy, ponieważ prognozy wskazują, że do 2026 roku aż 20% firm wykorzysta technologię do spłaszczenia struktur i redukcji stanowisk kierowniczych. Dodatkowo zaangażowanie menedżerów drastycznie spadło z poziomu 30% w 2023 roku do zaledwie 22% w 2025 roku, co wyraźnie potęguje problem wypalenia zawodowego. Chociaż udane wdrożenie technologii powinno opierać się na ewolucji ról zawodowych i przesuwaniu zadań w górę, liderzy zespołów zamiast awansu doświadczają jedynie nakładania kolejnych obowiązków. Pierwszym kluczowym problemem jest fakt, że nauka obsługi nowych narzędzi odbywa się nieformalnie pod presją nieustannych i niezmienionych wymagań biznesowych. Organizacje radzące sobie lepiej z tym procesem celowo obniżają cele rozliczeniowe na czas wdrożenia i wiążą oceny roczne z dzieleniem się wiedzą o promptach.

Decydującym czynnikiem sukcesu okazuje się stworzenie centralnego, wewnętrznego portalu, który gromadzi sprawdzone przypadki użycia, narzędzia oraz jasne wytyczne. Drugą barierą są przestarzałe systemy motywacyjne, które nadal nagradzają głównie przepracowane godziny i indywidualne wyniki, ignorując wysiłek włożony w edukowanie zespołu. Z tego powodu kadra zarządzająca musi pilnie przeformułować mierniki sukcesu, aby realnie doceniać transfer wiedzy oraz rozwój kompetencji pracowników. Trzecim wyzwaniem jest głęboki rozdźwięk w postrzeganiu entuzjazmu wobec innowacji, gdyż dyrektorzy są dwukrotnie bardziej skłonni dostrzegać u pracowników ekscytację technologią niż sami zatrudnieni. W efekcie braku odgórnych standardów, menedżerowie są zmuszeni do podejmowania trudnych decyzji o dopuszczalnej jakości materiałów w osamotnieniu. Aby zasypać tę przepaść, liderzy muszą zaangażować się w bieżącą pracę operacyjną oraz zapewnić menedżerom specjalistyczne szkolenia z detekcji błędów i halucynacji algorytmów. Pod powierzchnią tych bieżących wyzwań kryje się jednak znacznie poważniejsze ryzyko polegające na zniszczeniu tradycyjnej ścieżki rozwoju przyszłych liderów. Przez to, że systemy automatyzują proste zadania techniczne, młodsi pracownicy tracą szansę na naturalną naukę krytycznego myślenia oraz budowania relacji z klientami. Tylko odciążenie liderów od żmudnej weryfikacji masowych treści pozwoli im odzyskać czas niezbędny na mentoring i rozwijanie talentów u młodszych stażem kolegów. O sukcesie rewolucji technologicznej nie decyduje sama technologia, lecz siła struktur wspierających ludzi, którzy odpowiadają za jej codzienne funkcjonowanie.

AI gravity is pulling you toward dependency. Here’s how to push back

Współczesne dążenie firm do intensywnego wdrażania sztucznej inteligencji może negatywnie wpływać na wiedzę instytucjonalną oraz krytyczne myślenie pracowników. Profesor Eric So z MIT Sloan School of Management ostrzega przed zjawiskiem „grawitacji AI”, polegającym na ciągłej presji na zlecanie myślenia maszynom w imię poprawy wydajności. To niebezpieczne uzależnienie od technologii rodzi poważne ryzyko nagłego regresu kluczowych umiejętności pracowników. Za ten niepokojący stan rzeczy odpowiadają głównie trzy dominujące trendy behawioralne. Pierwszym z nich jest naturalny, ludzki instynkt oszczędzania energii psychicznej, który zachęca do unikania samodzielnego wysiłku intelektualnego. Drugim czynnikiem jest silna presja społeczna na osiąganie sukcesów za wszelką cenę, skłaniająca do naśladowania wyników ekspertów za pomocą algorytmów. Trzecim elementem staje się trudność w wykrywaniu, kiedy nasi koledzy z pracy korzystają z ułatwień, co wymusza potrzebę ciągłego konkurowania z rówieśnikami. Skrajne konsekwencje tego procesu ujawniły badania nad pisaniem esejów z pomocą ChatGPT przeprowadzone w MIT Media Lab. Aż osiemdziesiąt trzy procent ich uczestników nie potrafiło zacytować ani jednego zdania ze swojej pracy tuż po jej oddaniu.

Taki stan rzeczy udowadnia, że wygenerowane treści trafiły prosto na ekran, omijając mózgi autorów. Zjawisko to bezpośrednio zagraża wiedzy instytucjonalnej opartej na doświadczeniu, szczególnie wśród młodszych kadr, które tracą cenną okazję do praktycznej nauki. W celu ochrony kapitału poznawczego organizacji profesor Eric So rekomenduje wdrożenie czterech strategicznych kroków działania. Przede wszystkim należy zacząć doceniać trud i wysiłek intelektualny, ponieważ pokonywanie trudności rozwija krytyczne myślenie i kompetencje rozwiązywania problemów. Ponadto warto konsekwentnie wzmacniać unikalną tożsamość pracowników bez wsparcia ze strony AI, kładąc nacisk na momenty wymagające wyłącznie naturalnych, ludzkich zdolności. Chodzi tu o kluczowe umiejętności, takie jak prowadzenie negocjacji, sprawna komunikacja czy elastyczne reagowanie podczas spotkań biznesowych. Trzecim zaleceniem jest mądre reinwestowanie nadwyżki poznawczej, czyli czasu zaoszczędzonego dzięki automatyzacji rutynowych zadań. Zaoszczędzony czas powinien być przeznaczany na rozwój głębszych umiejętności oraz budowanie zupełnie nowych procesów i innowacji w firmie. Na koniec profesor zachęca, aby traktować systemy sztucznej inteligencji jako osobistych trenerów poznawczych. Modele te powinny działać jako mentorzy, którzy zamiast podawać gotowe odpowiedzi, stymulują użytkowników do wspólnego rozwiązywania problemów. Kluczem do sukcesu w nowej epoce jest wyraźne rozróżnianie posiadanych narzędzi od własnych możliwości, ponieważ rezygnacja z samodzielnego myślenia czyni nas bezwolnymi przekaźnikami cudzych treści.

AI has reached mass adoption. Value has not

James Darrall zwraca uwagę na uderzający kontrast między błyskawiczną masową adopcją sztucznej inteligencji a wciąż znikomym zwrotem z tych inwestycji w biznesie. Choć wiodące produkty konsumenckie, takie jak ChatGPT czy Gemini, zdobyły miliard użytkowników w rekordowo krótkim czasie, większość organizacji nadal ma trudności z przekuciem tego sukcesu w realną wartość biznesową. Główną przyczyną tej dysproporcji jest fakt, że technologia jest wdrażana bez głębokiej reorganizacji procesów pracy oraz bez jasnego określenia odpowiedzialności za osiągane rezultaty. Firmy często kupują licencje i uruchamiają projekty pilotażowe, zapominając, że bez przeprojektowania stanowisk pracy sztuczna inteligencja staje się jedynie kolejną nieefektywną nakładką systemową. Aby zapełnić tę lukę i pomóc menedżerom w podejmowaniu racjonalnych decyzji, James proponuje praktyczny model oceny inwestycji o akronimie SNIPER. Pierwszy filar tej metody, czyli strategia, wymaga jasnego zdefiniowania celu biznesowego i unikania inwestowania w AI wyłącznie z powodu presji konkurencyjnej. Kolejny krok to precyzyjne zdefiniowanie realnej potrzeby, co zapobiega wdrażaniu narzędzi tylko dlatego, że są one modne, zamiast eliminowania u źródła wadliwych procesów.

James ostrzega przed bezmyślnym automatyzowaniem zadań, które w pierwszej kolejności powinny zostać uproszczone, ustandaryzowane lub całkowicie usunięte. Trzeci aspekt, czyli analiza finansowa, nakazuje uwzględnienie całkowitego kosztu posiadania technologii oraz stworzenie punktu odniesienia do mierzenia przyszłych zysków. Równie krytyczne jest zbadanie roli ludzi i procesów, ponieważ to na nich spoczywa aż siedemdziesiąt procent wysiłku transformacyjnego. Bez odpowiednich zmian strukturalnych pracownicy stają się jedynie „ludzkim oprogramowaniem pośredniczącym”, marnującym czas na przełączanie się między niespójnymi aplikacjami. Piątym elementem modelu jest dbałość o ekosystem technologiczny firmy, który często przypomina chaotyczną, trudną w utrzymaniu strukturę zwaną „Frankenstackiem”. Zamiast tworzyć kolejne silosy aplikacyjne, nowoczesne organizacje powinny dążyć do integracji systemów i budowania spójnych platform danych. Ostatnim filarem jest zarządzanie ryzykiem oraz gotowość operacyjna, które wykraczają daleko poza formalne spełnianie wymogów prawnych. Prawdziwe bezpieczeństwo wymaga przetestowanych w praktyce procedur reagowania na błędy, tak aby organizacja mogła natychmiast interweniować w przypadku awarii. Badania pokazują, że liderzy wdrożeń AI znacznie częściej przeprojektowują swoje procesy operacyjne i inwestują w podnoszenie kwalifikacji swoich zespołów. O sukcesie technologicznym decyduje nie to, jak zaawansowane algorytmy kupimy, ale jak elastycznie dostosujemy do nich kulturę pracy i architekturę systemową. W nowej erze cyfrowej kluczowe pytanie nie brzmi już zatem, czy korzystamy ze sztucznej inteligencji, lecz czy nasze inwestycje generują trwałą wartość, którą firma będzie w stanie zatrzymać.

Firma ma dwa schematy organizacyjne. Jeden z nich jest oficjalny

Każda firma funkcjonuje w oparciu o dwa schematy organizacyjne: oficjalny, określający hierarchię, oraz nieformalną sieć wpływów i zaufania, która decyduje o powodzeniu każdej transformacji. Choć oficjalna struktura precyzyjnie wskazuje osoby odpowiedzialne za zatwierdzanie faktur czy urlopów, to właśnie ukryta pajęczyna powiązań odpowiada na kluczowe pytanie, kogo pracownicy posłuchają w chwilach niepewności. Badacz Rob Cross dzieli kluczowe postacie tej sieci na trzy typy: łączników o gęstych kontaktach, brokerów łączących odmienne działy oraz aktywatorów, po których spotkaniu ludziom po prostu chce się działać. Niestety zarządy zazwyczaj słabo orientują się w tym nieformalnym układzie sił, poprawnie wskazując łączników jedynie w połowie przypadków, a brokerów zaledwie w trzydziestu procentach. Ta niewiedza ma swoją wysoką cenę, ponieważ wprowadzanie zmian drogą hierarchiczną dociera zaledwie do około jednej trzeciej załogi, podczas gdy zaangażowanie naturalnych liderów opinii zwiększa ten zasięg do około sześćdziesięciu-siedemdziesięciu procent. Dzieje się tak, ponieważ ludzie zmieniają swoje codzienne zachowania nie pod wpływem oficjalnych e-maili, lecz wtedy, gdy dostrzegą poparcie dla nowych zasad u kilku zaufanych kolegów. Przełamywanie dotychczasowych norm grupowych wymaga przeciągnięcia na swoją stronę około dwudziestu pięciu procent zespołu, co pokazuje, że kluczem do sukcesu jest poparcie wpływowej mniejszości, a nie formalne stanowiska.

Dowodzi tego klasyczna historia firmy Xerox, w której rzeczywista wiedza o serwisowaniu maszyn nie kryła się w oficjalnych instrukcjach, lecz w opowieściach przekazywanych przy wspólnym śniadaniu. Kiedy Xerox przestał walczyć z tą nieformalną wymianą doświadczeń i dał jej odpowiednie narzędzie w postaci bazy Eureka, zaoszczędził ponad sto milionów dolarów. Rola menedżerów polega więc na wspieraniu istniejących sieci zaufania, a nie na budowaniu obok nich sztucznych procesów, które zostaną przez pracowników zignorowane. Trzeba pamiętać, że zlekceważona sieć nieformalna potrafi błyskawicznie wyczuć fałsz i skutecznie sabotować inicjatywy, chroniąc grupę przed ryzykiem, którego zarząd nie dostrzega. Przekonały się o tym zakłady Hawthorne Works, gdzie pracownicy wspólnie przenosili nadwyżki produkcyjne na słabsze dni w obawie przed podniesieniem norm, a także Nokia, która przegrała rynek smartfonów przez nieformalną kulturę lęku i milczenia średniej kadry. Aby bezbłędnie zidentyfikować kluczowe osoby w organizacji, wystarczy zadać całej załodze proste pytanie o to, do kogo pracownicy udają się po radę w sprawach zawodowych. Warto unikać przy tym wskazywania ludzi wyłącznie na podstawie nominacji menedżerskich czy doskonałych wyników, ponieważ wpływ i zaufanie to zupełnie inne waluty niż widoczność czy wydajność. Najczęstszym błędem jest robienie z takich influencerów oficjalnych „ambasadorów zmiany”, co natychmiast niszczy ich wiarygodność i zmienia ich w korporacyjne tuby propagandowe. Zamiast tego należy dać im wcześniejszy dostęp do informacji, realne przełożenie na decyzje oraz przestrzeń do mówienia własnymi słowami. Kluczowe jest także, by ich nie przeciążyć obowiązkami, gdyż wąska grupa kilku procent pracowników i tak generuje lwią część cennej współpracy w firmie. Każda transformacja porusza się po mapie zaufania, dlatego mądrzy liderzy powinni jak najszybciej odnaleźć nieformalnych liderów opinii i po prostu zapytać ich o zdanie.

Five principles for designing brain-powered organizations

W obliczu masowych inwestycji w sztuczną inteligencję, kluczowym wąskim gardłem transformacji technologicznej staje się nie sama technologia, lecz ograniczona pojemność poznawcza ludzi. Badania pokazują, że nadmierne poleganie na algorytmach prowadzi do pasywnego odciążania poznawczego, co osłabia nasze zdolności analityczne i niezależne myślenie. Intensywny nadzór nad narzędziami AI wywołuje zjawisko zwane „brain fry”, czyli skrajne zmęczenie psychiczne objawiające się mgłą mózgową i trudnościami z koncentracją. Brak regularnego ćwiczenia pamięci i syntezy informacji może długofalowo osłabić fizyczną infrastrukturę neuronową ludzkiego mózgu. W świecie, w którym niemal co czwarty pracownik boryka się z objawami wypalenia zawodowego, organizacje muszą pilnie zdefiniować na nowo pojęcie kapitału mózgowego jako swojego strategicznego aktywa. Naprzeciw tym wyzwaniom wychodzi pięć fundamentalnych zasad projektowania organizacji zorientowanych na wspieranie ludzkiego umysłu. Pierwsza z nich nakazuje mądre kalibrowanie obciążenia poznawczego poprzez celowe przeplatanie zadań trudnych z lżejszymi, tworząc przemyślaną architekturę pracy. Bez takiego zbalansowania, początkowe zyski z efektywności zostaną szybko zniweczone przez pogorszenie jakości podejmowanych decyzji. Druga zasada dotyczy ochrony wydajności poznawczej, ponieważ przemęczony mózg potrzebuje snu oraz czasu na regenerację, by sprawnie przetwarzać informacje.

Liderzy pragnący realnego rozwoju zespołu powinni najpierw eliminować zbędne spotkania i przestarzałe procedury, zanim narzucą pracownikom nowe wymagania szkoleniowe. Trzeci filar kładzie nacisk na umożliwienie głębokiego skupienia, które jest niszczone przez nieustanne przełączanie uwagi między różnymi zadaniami. Aby skutecznie oceniać wyniki pracy sztucznej inteligencji, ludzie potrzebują niezakłóconego czasu na refleksję i analizę. Pomocne okazuje się tu ograniczenie natłoku powiadomień oraz wprowadzenie list zadań, których należy kategorycznie zaprzestać wykonywać. Czwarta zasada koncentruje się na budowaniu unikalnych kompetencji ludzkich, takich jak krytyczne myślenie, inteligencja emocjonalna oraz radzenie sobie ze stresem. Artykuł postuluje tworzenie przestrzeni do burzy mózgów bez udziału technologii, gdyż samodzielne myślenie bezpośrednio usprawnia późniejszą współpracę z algorytmami. Piątym elementem jest kształtowanie środowiska przyjaznego dla mózgu, gdzie liderzy budują kulturę bezpieczeństwa psychologicznego i wspierają zdrowie psychofizyczne pracowników. Cała koncepcja opiera się na nadrzędnym dążeniu do utrzymania człowieka za kierownicą procesów decyzyjnych, przy jednoczesnym pozostawieniu sztucznej inteligencji w roli pomocniczej. Tylko w ten sposób nowoczesne przedsiębiorstwa mogą zrealizować obietnicę ery cyfrowej, zamiast bezrefleksyjnie automatyzować swoją drogę do całkowitego wycieńczenia pracowników.

Possibility Is Not a Forecast

Andrew Marritt podejmuje merytoryczną polemikę z wizją, w której sztuczna inteligencja przejmuje niemal wszystkie ludzkie zawody. Zgadza się, że rozwój AI nie napotyka na bariery natury metafizycznej i będzie ona osiągać coraz lepsze wyniki w zadaniach poznawczych. Ostrzega jednak przed tak zwanym „ślizgiem modalnym”, czyli błędnym utożsamianiem teoretycznej możliwości automatyzacji z jej faktycznym i bolesnym urzeczywistnieniem. Zwraca uwagę, że debata o automatyzacji jest zdominowana przez pracowników umysłowych, którzy niesłusznie przenoszą realia swojej branży na cały rynek pracy. Przywołując paradoks Moraveca oraz koncepcję wiedzy ukrytej Polanyiego, Andrew argumentuje, że najtrudniejsza do skopiowania przez maszyny pozostaje ludzka percepcja, fizyczna zręczność oraz milczący osąd. Te unikalne, trudne do skodyfikowania kompetencje są kluczowe w pracy opiekunów medycznych czy hydraulików, których AI nie potrafi łatwo zastąpić. Dodatkowo starzenie się społeczeństw w krajach rozwiniętych drastycznie zwiększa popyt na te profesje, co stoi w sprzeczności z założeniem o kurczącym się rynku pracy dla ludzi. Doskonałym tego przykładem jest Japonia, gdzie mimo ogromnych subsydiów rządowych roboty nie wyparły personelu opiekuńczego, lecz wręcz zwiększyły zatrudnienie i przesunęły ludzkie zaangażowanie w stronę relacji. Z ekonomicznego punktu widzenia, nadchodząca obfitość taniej inteligencji doprowadzi do braku barier rynkowych dla firm, co zniszczy ich zyski na rzecz konsumentów.

W takim scenariuszu, zgodnie z teorią Teece’a, realne korzyści finansowe przeniosą się na rzadkie aktywa komplementarne, którymi najczęściej są ludzkie relacje, zaufanie oraz wiedza organizacyjna. Podobnie jak wiek temu elektryczność, nowoczesne technologie nie zastępują ludzi bezpośrednio, lecz redefiniują to, które ludzkie kompetencje stają się najbardziej wartościowe. Co więcej, obecne ceny usług AI są sztucznie zaniżane przez kapitał wysokiego ryzyka, przez co wciąż nie znamy realnych kosztów wdrożenia tych rozwiązań. W zautomatyzowanym świecie codzienna praca ludzi wcale nie stanie się łatwiejsza, gdyż skupi się wyłącznie na trudnych przypadkach skrajnych, co znacząco zwiększy intensywność ich obowiązków. Andrew podkreśla także bolesny wymiar samej transformacji rynkowej, przypominając, że dostosowanie się lokalnych społeczności do zmian technologicznych trwa całymi pokoleniami. Decyzje zakupowe rzadko opierają się na czystej kalkulacji funkcjonalnej, ponieważ klienci poszukują w interakcjach zaufania, poczucia człowieczeństwa oraz autentycznej więzi. To pragnienie ludzkiego kontaktu ujawnia się szczególnie silnie w interakcjach o wysokiej stawce emocjonalnej, gdzie technologia przegrywa z ludzkimi potrzebami. Wykorzystując model Baumola oraz analizy Aghiona, Andrew dowodzi, że sektory oporne na automatyzację będą naturalnie drożeć i absorbować coraz większą część globalnego PKB.

The Companies Spending the Most on AI Are Also Spending the Most on Humans

Wspólne badanie przeprowadzone przez firmy Ramp i Revelio Labs skłania skutecznie do tego aby spojrzeć na rzeczywisty wpływ sztucznej inteligencji na współczesny rynek pracy. Zamiast polegać na ogólnych ankietach deklaratywnych czy analizie samych ogłoszeń o pracę, badacze przyjrzeli się bezpośrednim transakcjom zakupu narzędzi oraz tokenów sztucznej inteligencji. Dane o wydatkach powiązano z informacjami o strukturze zatrudnienia w ponad dwudziestu jeden tysiącach amerykańskich przedsiębiorstw, co pozwoliło na wyjątkowo precyzyjną ocenę zachodzących trendów. Za próg adopcji nowej technologii uznano regularne zakupy u dostawców takich jak OpenAI czy Anthropic trwające minimum trzy miesiące z rzędu z kwotą powyżej stu dolarów miesięcznie. Stosując tę definicję, ustalono, że do końca 2025 roku około jedna czwarta analizowanych podmiotów wdrożyła rozwiązania oparte na sztucznej inteligencji. Przedsiębiorstwa te już przed wdrożeniem znacząco różniły się od konkurencji – charakteryzowały się większą dynamiką rozwoju, wyższymi płacami oraz trzykrotnie częstszym wsparciem kapitału venture. Proces cyfryzacji przebiegał jednak bardzo nierównomiernie, co doskonale widać na przykładzie zróżnicowania poszczególnych gałęzi gospodarki. Podczas gdy w sektorze informacyjnym poziom wdrożeń przekroczył 50 procent, a wysokie wskaźniki odnotowano w finansach, ubezpieczeniach i usługach profesjonalnych, branże takie jak budownictwo czy gastronomia wyraźnie pozostawały w tyle. Taki podział odzwierciedla obecne mocne strony generatywnej sztucznej inteligencji, która najszybciej przynosi wartość w pracy koncepcyjnej, pisaniu tekstów, programowaniu czy analizie danych.

Aby rzetelnie ocenić realne skutki kadrowe, badacze porównali pionierów technologii z firmami, które zdecydowały się na wdrożenie w późniejszym terminie. Kluczowy wniosek z tej analizy całkowicie podważa powszechne obawy o masowe zastępowanie ludzi przez maszyny w środowisku zawodowym. W ciągu dwudziestu czterech miesięcy od rozpoczęcia inwestycji firmy wykorzystujące algorytmy utrzymywały wyższy ogólny poziom zatrudnienia niż ich tradycyjni konkurenci. Dokładniejsze przyjrzenie się strukturom wydatków ujawniło jednak, że ta pozytywna tendencja jest napędzana niemal wyłącznie przez liderów o najwyższej intensywności inwestycji na pracownika. Ta najbardziej zaangażowana grupa przedsiębiorstw odnotowała imponujący, średnio ponad dziesięcioprocentowy wzrost liczby etatów po wdrożeniu technologii. Z kolei organizacje o niskiej intensywności wydatków nie wykazały żadnych istotnych statystycznie zmian w wielkości swoich zespołów. Co niezwykle zaskakujące, analiza obaliła również zakorzeniony mit mówiący o rychłej likwidacji stanowisk dla osób dopiero rozpoczynających karierę zawodową. U liderów intensywnie inwestujących w sztuczną inteligencję udział pracowników na poziomie podstawowym (entry-level) wzrósł o jeden i piętnaście setnych punktu procentowego w odniesieniu do firm bez takich technologii. Odmienną ścieżkę obrały firmy o niskich nakładach finansowych, u których udział młodszych stażem specjalistów zanotował nieznaczny spadek. Pokazuje to, że głęboka i przemyślana integracja sztucznej inteligencji pozwala na efektywniejsze wspieranie oraz wdrażanie juniorów, zamiast ich eliminacji. Chociaż długofalowe konsekwencje tej transformacji będą widoczne dopiero za jakiś czas, dotychczasowe dowody jasno dowodzą, że najwięksi inwestorzy w sztuczną inteligencję najsilniej rozwijają też potencjał ludzki.

The Jobs AI Was Supposed to Eliminate Are Booming

Choć upowszechnienie sztucznej inteligencji miało zwiastować zmierzch offshoringu i likwidację miejsc pracy w sektorze usług back-office, twarde dane statystyczne pokazują zupełnie inną rzeczywistość. Obawy, że narzędzia takie jak ChatGPT błyskawicznie zastąpią programistów czy pracowników wsparcia technicznego w krajach takich jak Indie czy Filipiny, doprowadziły na początku 2026 roku do paniki giełdowej i miliardowych strat w wycenie sektora IT. Czołowi liderzy technologiczni wieszczyli rychły upadek tradycyjnych usług BPO, a wielkie korporacje, w tym TCS i Oracle, ogłosiły znaczące redukcje etatów. Richard Baldwin, profesor międzynarodowej ekonomii, analizując dane Światowej Organizacji Handlu (WTO), dowodzi jednak, że po kilkudziesięciu miesiącach ery generatywnej sztucznej inteligencji eksport usług biznesowych na świecie wciąż stabilnie rośnie. Zamiast załamania na rynkach, linie trendu dla dziewięciu wiodących eksporterów – w tym USA, Wielkiej Brytanii, Niemiec, Chin czy Filipin – konsekwentnie pną się w górę. Wszystkie badane gospodarki odnotowały wyższe przychody z eksportu usług biurowych niż w momencie premiery ChatGPT pod koniec 2022 roku. Bezapelacyjnym liderem tego wzrostu okazały się Indie, których eksport tych usług wzrósł o spektakularne 53 procent od debiutu wspomnianego chatbota. Roczna stopa wzrostu indyjskiego sektora po pojawieniu się sztucznej inteligencji przyspieszyła do ponad 15 procent, przewyższając tempo z lat poprzednich.

Rzeczywiste wyniki eksportowe Indii plasują się o 27 procent powyżej ścieżki, którą prognozował ich historyczny trend rozwoju. Ten zaskakujący brak negatywnego wpływu nowej technologii na offshoring można wyjaśnić kilkoma kluczowymi zjawiskami gospodarczymi. Przede wszystkim sztuczna inteligencja na obecnym etapie częściej wspiera i zwiększa produktywność pracowników, niż całkowicie ich zastępuje. Wzrost efektywności, na przykład programisty czy księgowego w Pune, obniża koszty jednostkowe zadań, co czyni ofertę offshoringową jeszcze bardziej atrakcyjną cenowo dla zagranicznych firm. Ponadto popyt na usługi biurowe cechuje się wysoką elastycznością, co wywołuje efekt zbliżony do paradoksu Jevonsa. Tańsze analizy, audyty kodu czy obsługa klienta sprawiają, że przedsiębiorstwa nie tyle oszczędzają na dotychczasowych wydatkach, ile zamawiają znacznie więcej nowych usług, na które wcześniej nie mogły sobie pozwolić. Warto też pamiętać, że reorganizacja procesów biznesowych i struktur organizacyjnych w wielkich firmach to proces powolny, wymagający lat, a nie zaledwie kilku kwartałów. Sztuczna inteligencja, w połączeniu z automatycznym tłumaczeniem i oprogramowaniem do współpracy, staje się wręcz katalizatorem pracy zdalnej na odległość, ułatwiając transgraniczny przepływ usług. Należy jednak zaznaczyć istotne zastrzeżenie, iż dane o eksporcie odzwierciedlają przychody branży, a nie poziom zatrudnienia, co oznacza, że firmy mogą generować rekordowe zyski przy jednoczesnej redukcji personelu dzięki wyższej wydajności. Obecny spokój może być przejawem prawa Amary, według którego przeceniamy krótkoterminowe skutki technologii, niedoceniając jednocześnie jej rewolucyjnego wpływu w dłuższej perspektywie.

The Labour Market Is a Network, Not an Auction

Rynek pracy w rzeczywistości nie przypomina podręcznikowej aukcji Walrasa, w której anonimowi gracze handlują jednorodnym towarem na podstawie samej ceny. Zamiast tego proces rekrutacji opiera się na sieciach relacji społecznych, co udowodnił ponad pół wieku temu socjolog Mark Granovetter w swojej przełomowej teorii o sile słabych powiązań. Wykazał on, że większość osób znajduje zatrudnienie dzięki znajomym, z którymi widuje się rzadko lub okazjonalnie, a nie za pośrednictwem najbliższych przyjaciół. Dzieje się tak, ponieważ silne więzi tworzą gęste, zamknięte klastry, w których wszyscy posiadają te same, powszechnie dostępne informacje. Nowe i unikalne wieści o wolnych stanowiskach pracy docierają do nas wyłącznie poprzez słabe powiązania, pełniące funkcję pomostów między odmiennymi grupami. Współczesne, zakrojone na gigantyczną skalę badania na platformie LinkedIn potwierdziły słuszność tej koncepcji w skali globalnej. Wykazały one jednak, że największą wartość mają relacje umiarkowanie słabe, które łączą dopływ nowości z minimalną wiarygodnością pozwalającą na poręczenie za kandydata. Ekonomiści wskazują dodatkowo, że dopasowanie pracownika do firmy jest tak zwanym dobrem doświadczalnym, którego jakość poznaje się dopiero podczas rzeczywistej pracy. Z tego powodu częste zmiany zatrudnienia na początku kariery nie są przejawem braku lojalności, lecz naturalną i efektywną konwergencją poszukiwań.

Tradycyjne metody selekcji, takie jak rozmowy kwalifikacyjne czy analiza życiorysów, pozwalają na ujawnienie około dwóch trzecich prawdy o dopasowaniu kandydata. Pozostała jedna trzecia pozostaje niewiadomą i to właśnie sieć społeczna działa jak instrument wyostrzający ten przedrekrutacyjny sygnał. Rekomendacje pozwalają na sprawne przesyłanie prywatnych informacji o dopasowaniu, co przekłada się na wyższe płace początkowe i dłuższą retencję pracowników. Ten wysoce efektywny kanał rekrutacyjny niesie jednak ze sobą zjawisko homofilii, czyli naturalnej skłonności ludzi do łączenia się z osobami podobnymi do siebie. Gdy sieci kontaktów są posegregowane demograficznie, system poleceń bezwiednie replikuje istniejące nierówności i wyklucza grupy mniejszościowe. Badania nad strukturą przyjaźni pokazują, że spójność ekonomiczna przewiduje mobilność dochodową silniej niż jakość szkół czy nierówności finansowe. Niestety, same transfery finansowe nie są w stanie rewirować tych sieci, przez co strukturalne nierówności pozostają niezwykle trwałe. Podobne wyzwania napotykamy na wewnętrznych rynkach pracy, które w firmach rzadko bywają świadomie i przejrzyście projektowane. Rozwiązaniem może być Analiza Sieci Organizacyjnej, która precyzyjnie mapuje rzeczywisty przepływ wiedzy i relacji wewnątrz organizacji. Narzędzie to pozwala na zidentyfikowanie luk strukturalnych, których zapełnienie przynosi pracownikom lepsze oceny, wyższe płace i szybsze awanse. Każde działanie rekrutacyjne jest bezpośrednią interwencją, która na nowo układa i kształtuje całą sieć społecznych powiązań w organizacji.

To navigate the fraught AI landscape, we need to shift from debate to dialogue

W obliczu szybkiego rozwoju sztucznej inteligencji, Amy Edmondson przekonuje, że kluczem do przetrwania w tym nowym krajobrazie jest przejście od polaryzującej debaty do konstruktywnego dialogu. Podczas gdy tradycyjna debata skupia się na walce o to, kto ma rację i generuje wygranych oraz przegranych, dialog dąży do odkrycia prawdy i wspólnego wypracowania wartościowych rozwiązań. Ilustracją zgubnych skutków braku dialogu jest katastrofa promu kosmicznego Challenger, w przypadku której uparte trzymanie się własnych stanowisk przez decydentów NASA uniemożliwiło merytoryczne przeanalizowanie problemu uszczelek O-ring. Współczesna dyskusja o AI jest podobnie uwięziona w bezużytecznych, skrajnych schematach, które przedstawiają tę technologię albo jako zbawienną utopię, albo jako nieuchronną zgubę. Tymczasem sztuczna inteligencja nie zniknie, dlatego zamiast toczyć spory o jej zasadność, liderzy powinni skupić się na pytaniach o konkretne przypadki użycia, ryzyka i ukryte koszty. Poważnym wyzwaniem, na które zwraca uwagę Amy, są długofalowe konsekwencje nadmiernego polegania na technologii, prowadzące do atrofii ludzkich zdolności poznawczych. Badanie przeprowadzone przez MIT Media Lab w 2025 roku wykazało, że studenci korzystający z ChatGPT wykazywali słabszą łączność neuronową, mniejsze zaangażowanie i poważne problemy z pamięcią w porównaniu do piszących samodzielnie. Jako wykładowczyni szkoły biznesu, Amy dostrzega realne zagrożenie w postaci zaniku krytycznego myślenia u studentów, którzy coraz chętniej wybierają łatwe skróty zamiast wysiłku intelektualnego. Z perspektywy społecznej sztuczna inteligencja przyczynia się do homogenizacji stylu pisania oraz redukuje liczbę stanowisk na poziomie podstawowym.

Zanikanie tych początkowych ról rodzi systemowe pytanie o to, skąd organizacje będą czerpać przyszłych liderów i specjalistów średniego szczebla, gdy zabraknie naturalnego punktu startowego. Myślenie systemowe wymaga od nas projektowania przyszłości AI poprzez mądre eksperymenty, a nie wyłącznie bezkrytyczne wdrażanie nowinek technologicznych. Raport Deloitte z 2026 roku potwierdza, że największy sukces odnoszą organizacje, które świadomie przeprojektowują role i procesy pod kątem synergicznej współpracy człowieka z maszyną. Przykłady bezmyślnego narzucania AI pracownikom doprowadziły do zjawiska zwanego „tokenmaxxingiem”, w którym koszty obliczeniowe drastycznie przekraczały budżety korporacyjne. Gwałtowne reakcje firm takich jak Uber czy Meta, które najpierw zmuszały do korzystania z AI, a potem wprowadzały surowe limity zużycia, pokazują niedojrzałość myślenia opartego na skrajnościach. Liderzy muszą zatem zainicjować nowy rodzaj dyskusji, pytając otwarcie o to, w których momentach technologia przyspiesza pracę kosztem głębokiego zrozumienia tematu. Dialog, o który postuluje Amy, nie oznacza jednak niekończącego się poszukiwania konsensusu czy tworzenia kolejnych komitetów. To rygorystyczny i zdyscyplinowany proces, który wymaga od uczestników jasnego definiowania celów, ujawniania różnic zdań oraz precyzowania trudnych kompromisów. Tylko poprzez tak głębokie, wspólne zrozumienie będziemy w stanie mądrze kształtować naszą przyszłość w zdominowanym przez algorytmy świecie.