Mentionsy Mentionsy
Zespoły Jutra
Zespoły Jutra

Firmy kupiły AI. Dlaczego nie widzą wyników?

29.08.2026 ·22 min 10 s · 9 rozdziałów

Firmy coraz intensywniej korzystają z ChatGPT, Claude, Codex, Copilota i Gemini. Pracownicy deklarują wzrost produktywności, agenci przejmują złożone zadania, a tworzenie własnego oprogramowania staje się łatwiejsze niż kiedykolwiek. Dlaczego więc tak wiele organizacji nadal nie widzi wyraźnego wpływu AI na swoje wyniki? W tym odcinku analizuję najnowsze badania dotyczące rzeczywistego wykorzystania AI w miejscu pracy. Pokazuję, kto najintensywniej używa nowych narzędzi, dlaczego wiedza ekspercka zyskuje na znaczeniu oraz co odróżnia lokalny skrót jednego pracownika od trwałej kompetencji całej firmy. Wyjaśniam również, dlaczego liczba użytkowników, wiadomości i tokenów nie jest jeszcze miarą wartości biznesowej oraz jak rozpoznać proces, który dzięki AI rzeczywiście stał się szybszy, tańszy lub lepszy. To odcinek dla przedsiębiorców, menedżerów i specjalistów, którzy chcą przejść od eksperymentowania z AI do mierzalnych rezultatów.

0:00 · AI przyspiesza ludzi, ale nie firmy 1

O tym już mówiłem wielokrotnie w poprzednich odcinkach. Ciekawsze pytanie brzmi, dlaczego człowiek czuje, że pracuje szybciej, a firma często nie widzi tego w wynikach? Cześć, z tej strony Kamil. Ja na co dzień rozwijam i wdrażam narzędzia, aplikacje oraz agentów AI. Wiedzą i doświadczeniem dzielę się na blogu, podcaście i na YouTubie, a także podczas szkoleń i kursów przygotowujących do biznesowych certyfikacji związanych oczywiście ze sztuczną inteligencją. W ostatnich miesiącach pojawiło się kilka wyjątkowo ciekawych badań pokazujących nie to, co modele potrafią w demonstracji, lecz jak ludzie korzystają z nich w pracy. Dane pochodzą m.in. z czat GTP Enterprise, Cloud i Cloud Code, Microsoft 365 Copilot, badań programistów oraz ankiet pracowników i managerów.

6:09 · Kto w organizacjach najintensywniej używa AI 1

I to nie wygląda jak wdrożenie jednej aplikacji. Bardziej to przypomina powolne przenikanie nowej warstwy pracy do wielu drobnych czynności. I właśnie dlatego tak trudno policzyć efekt. 5 minut zaoszczędzone na mailu, pół godziny na porządkowaniu dokumentu i szybsze wejście w nieznany temat są odczuwalne dla człowieka. W rachunku wyników firmy łatwo jednak rozpływają się w kolejnej wiadomości, dodatkowym spotkaniu albo po prostu większej liczbie zadań. W tym miejscu jednak na chwilę jeszcze wrócę do agentów. W czerwcu Codex odpowiadał już za 64% łączne liczby tokenów wyjściowych generowanych przez Codex i ChargeGPT u klientów korporacyjnych OpenAI. Od lutego liczba tygodniowo aktywnych użytkowników Codex rosła szczególnie szybko poza inżynierią.

8:37 · Agenci nie eliminują znaczenia ekspertów 2

W prawie sprzedaży, rekrutacji i marketingu. Te mnożniki startują zapewne z małych baz, a liczba tokenów faworyzuje długie zadania agentowe, więc nie warto robić z nich konkursu popularności. Kierunek jest jednak jasny. Narzędzia takie jak Codex, Cloud Code, GitHub Copilot, ChatGPT Work, Cloud Cowork, Microsoft 365 Copilot czy Gemini przestają być tylko miejscem rozmowy. Dostają pliki, aplikacje i możliwość wykonywania całych sekwencji działań. Samo stwierdzenie, że pracujemy dzisiaj z agentami nie jest już jakoś szczególnie odkrywcze. Bardziej zaskakujące jest to, co agenci robią z wartością wiedzy człowieka. Antropik przeanalizował około 400 tysięcy interaktywnych sesji Cloud Code prowadzonych przez około 235 tysięcy osób między październikiem a kwietniem.

W ciągu 7 miesięcy zmienił się również rodzaj pracy wykonywanej w Cloud Code. Udział sesji poświęconych naprawianiu zepsutego kodu spadł z 33% do 19%. Wzrosło uruchamianie i obsługiwanie oprogramowania, a udział analiz danych i pisania dokumentów mniej więcej się podwoił. Szacowana wartość typowego zadania, porównana ostrożnie z ogłoszeniami dla freelancerów, Wzrosła o około 27%. Agent kodujący staje się więc coraz mniej automatycznym mechanikiem, a coraz bardziej narzędziem do budowania całych rozwiązań. Konsekwencje widać już w decyzjach zakupowych. W sierpniowym badaniu McKinsey prawie 1 3 respondentów powiedziała, że ich organizacja Zrezygnowała z zakupu przynajmniej jednego produktu lub funkcji, ponieważ mogła zbudować ją wewnętrznie przy użyciu agentów do programowania.

20:18 · Luka między firmami będzie się powiększać 1

Z drugiej strony firmy, które odnajdują lokalne eksperymenty, łączą je z wiedzą ekspertów, dają agentom właściwy kontekst. Mierzą cały proces i zamieniają dobry sposób pracy w powtarzalny standard. Obie grupy mogą używać tych samych modeli, różnica pozostanie poza modelem. Mój wniosek więc jest taki. AI demokratyzuje dzisiaj wykonanie, ale nie demokratyzuje automatycznie dobrego osądu ani sprawnej organizacji. Im więcej pracy przejmują takie narzędzia jak ChartGPT, Cloud, Codex, Copilot i Gemini, tym większą wartość ma człowiek, który potrafi wybrać właściwy problem, określić jakość, rozpoznać błąd i przeprojektować proces. A im łatwiej pojedynczej osobie zbudować własny skrót, tym ważniejsze staje się przekształcenie tego skrótu we wspólną zdolność firmy.

Pokazano wszystkie 5 dopasowań. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.