Adopcja AI w zespole - dlaczego licencje leżą nieużywane i jak przekonać ludzi do AI

W ankiecie Gartnera z 2025 roku wśród 187 menedżerów IT tylko 5% firm, które zakończyły pilotaż Microsoft 365 Copilot, planowało w tym roku szersze wdrożenie. Jednocześnie według Gallupa odsetek pracowników w USA korzystających z AI w pracy przynajmniej kilka razy w roku wzrósł w dwa lata z 21% do 40%, ale codziennie robi to tylko 8%. Zakup licencji to najprostsza część wdrożenia AI - trudniejsze jest to, żeby ludzie zaczęli z niej korzystać w codziennej pracy.

Według Gartnera tylko 5% firm po pilotażu Copilota planowało szersze wdrożenie, a z AI codziennie korzysta 8% pracowników. Pięć oporów i co na nie działa, rola menedżerów, program liderów AI, pomiar adopcji na trzech poziomach i plan na 90 dni.

Raport EY Work Reimagined 2025, oparty na odpowiedziach 15 tysięcy pracowników z 29 krajów, pokazuje skalę problemu: AI używa już 88% badanych, ale głównie do wyszukiwania i streszczania dokumentów, a tylko 5% korzysta z niej w sposób, który realnie zmienia ich pracę. Według EY firmy tracą przez to nawet 40% możliwych zysków produktywności. W tym wpisie pokazuję, dlaczego licencje leżą nieużywane, jakie opory blokują zespół i co na nie działa, jak zbudować program liderów AI, co mierzyć i jak zaplanować pierwsze 90 dni.

Dlaczego licencje leżą nieużywane

Najczęstszy scenariusz wygląda tak: firma kupuje pakiet AI, wysyła maila z informacją o dostępie, organizuje jedno szkolenie i czeka. Po trzech miesiącach z narzędzia regularnie korzysta kilka osób, które i tak by się nauczyły, a reszta wraca do starych nawyków. Badania wskazują trzy główne przyczyny.

• Brak planu. Według Gallupa 44% pracowników mówi, że ich firma zaczęła wprowadzać AI do procesów, ale tylko 22% widzi jasny plan, jak ma to wyglądać.
• Za mało szkoleń. W badaniu BCG AI at Work 2025, przeprowadzonym na ponad 10 600 osobach w 11 krajach, tylko 36% pracowników uważa, że zostało odpowiednio przeszkolonych. W badaniu EY wystarczające szkolenie z AI deklaruje zaledwie 12%.
• Brak wsparcia przełożonych. Według BCG tylko 25% pracowników liniowych dostaje od swoich przełożonych wystarczające wskazówki dotyczące AI.

Problem rzadko leży w samym narzędziu - zwykle chodzi o to, że nikt nie pokazał ludziom, do czego konkretnie mają go używać w ich pracy. Wybór pakietu ma znaczenie, ale mniejsze, niż się wydaje. Jak porównać Copilota, Gemini i ChatGPT Business, opisuję we wpisie o pakietach AI dla firm.

Mapa oporów i co na nie działa

Opór wobec AI nie jest jednolity. Pod hasłem „ludzie nie chcą" kryje się kilka różnych obaw, a każda wymaga innej odpowiedzi.

Dwa z tych oporów są często pomijane. Według badania Slack Workforce Index z jesieni 2024 roku 48% pracowników biurowych czułoby się niekomfortowo, przyznając przełożonemu, że użyło AI do typowych zadań. Najczęstsze powody to poczucie, że to oszustwo, oraz obawa, że zostaną uznani za mniej kompetentnych albo leniwych. Jeśli ludzie ukrywają korzystanie z AI, firma nie wie, co działa, i nie może tego rozpowszechnić. To ta sama dynamika, która prowadzi do shadow AI, czyli korzystania z prywatnych narzędzi poza kontrolą firmy - według Microsoft Work Trend Index z 2024 roku 78% użytkowników AI przynosiło do pracy własne narzędzia.

Strach o pracę też jest realny i nie znika z czasem. W badaniu BCG 41% respondentów obawia się, że ich praca może zniknąć, a wśród regularnych użytkowników AI ten odsetek jest nawet wyższy. Zapewnienie „nikt nie straci pracy" bez konkretów nie działa. Działa szczery komunikat, które zadania mają się zmienić i co firma planuje zrobić z odzyskanym czasem.

Rola menedżerów

W badaniu BCG odsetek pracowników, którzy pozytywnie oceniają generatywną AI, wzrastał z 15% do 55%, gdy czuli silne wsparcie przełożonych. Gallup obserwuje podobną zależność: zaangażowanie pracowników, których menedżer aktywnie wspiera korzystanie z AI, wynosi 48% wobec 30% u pozostałych. Najskuteczniejszym szkoleniem z AI jest menedżer, który na zebraniu pokazuje, jak sam przygotował coś z pomocą AI.

W praktyce oznacza to trzy rzeczy: menedżerowie uczą się pierwsi, mają w kalendarzu konkretne zadanie z AI dla swojego zespołu i rozmawiają o AI na zwykłych spotkaniach, a nie tylko podczas szkoleń.

Program liderów AI w zespołach

Ludzie najchętniej uczą się od kolegów, którzy wykonują podobną pracę. Na tym opiera się program liderów AI, nazywanych też championami: kilka osób w każdym dziale dostaje wcześniej dostęp, więcej szkoleń i czas na pomoc innym.

Dobrym przykładem jest Citi. Bank od 2024 roku rozwija sieć około 4000 wolontariuszy, nazywanych AI Accelerators, wspieraną przez kilkudziesięciu championów. Według doniesień z narzędzi AI zatwierdzonych przez bank korzysta ponad 70% ze 182 tysięcy pracowników, a korzystanie z nich nie jest obowiązkowe. W mniejszej firmie zasada jest ta sama, tylko w innej skali:

• Jedna osoba na 10-20 pracowników, z różnych działów, a nie tylko z IT.
• Zgłoszenia dobrowolne, ale z poparciem przełożonego i czasem w kalendarzu, na przykład dwie godziny tygodniowo.
• Wcześniejszy dostęp i więcej szkoleń, w tym zasady bezpieczeństwa i weryfikacji wyników.
• Konkretne zadanie: znaleźć w swoim dziale trzy powtarzalne czynności, które da się przyspieszyć, i pokazać je zespołowi.
• Regularne spotkania liderów, na których dzielą się tym, co działa, a co nie.

Jak mierzyć adopcję

Liczba aktywnych licencji mówi tylko, czy ktoś otworzył narzędzie. Żeby wiedzieć, czy AI zmienia pracę, warto mierzyć na trzech poziomach.

Najczęstszy błąd to zatrzymanie się na pierwszym poziomie. Firma, w której wszyscy otwierają narzędzie raz w tygodniu, żeby poprawić maila, ma wysoką aktywność, ale prawie żadnego efektu. Deklaracje pracowników o oszczędzonym czasie traktuj ostrożnie: według BCG 47% regularnych użytkowników twierdzi, że AI oszczędza im co najmniej godzinę dziennie, ale takie szacunki warto potwierdzić pomiarem na kilku konkretnych zadaniach. Jak liczyć zwrot z automatyzacji, pokazuję we wpisie o ROI z automatyzacji AI.

Rytuały, które utrwalają nawyk

Szkolenie daje wiedzę, ale nawyk powstaje dopiero wtedy, gdy AI pojawia się w zwykłym rytmie pracy zespołu. Sprawdzają się proste rytuały:

• Krótkie pokazy w zespołach. Raz na dwa tygodnie 15 minut na zebraniu: jedna osoba pokazuje jedno zadanie, które zrobiła z AI, razem z tym, co nie zadziałało.
• Biblioteka zastosowań i promptów. Wspólne miejsce z przykładami z Waszej pracy, a nie z internetu: zadanie, prompt, przykładowy wynik i uwagi, co trzeba sprawdzić. Jak pisać dobre prompty, opisuję we wpisie o prompt engineeringu dla biznesu.
• Kanał na pytania. Jedno miejsce w komunikatorze, gdzie można zapytać liderów AI i podzielić się wynikiem.
• Wyzwanie miesiąca. Jeden typ zadania, który cały dział próbuje przyspieszyć z AI, na przykład przygotowanie raportu albo odpowiedzi na typowe zapytania.

Szkolenia i obowiązek z art. 4 AI Act

Od 2 lutego 2025 roku art. 4 AI Act nakłada na firmy korzystające z systemów AI obowiązek dbania o kompetencje pracowników w zakresie AI. Po AI Omnibus (w mocy od 27 lipca 2026) przepis wymaga podejmowania środków wspierających te kompetencje, ale nie narzuca konkretnego poziomu ani certyfikatu. Szczegóły tego obowiązku opisuję we wpisie o obowiązkowych szkoleniach z AI. Z perspektywy adopcji to dobra wiadomość: szkolenia i tak trzeba zorganizować, więc warto, żeby uczyły korzystania z AI w konkretnej pracy, a nie tylko teorii.

Dane BCG pokazują, że liczy się czas i forma. Wśród osób, które dostały ponad pięć godzin szkoleń, regularnie z AI korzysta 79%, a wśród tych, które dostały mniej, 67%. Najlepiej działają szkolenia na żywo i z możliwością zadania pytań. Jedno ogólne szkolenie dla całej firmy zwykle nie wystarcza - lepiej sprawdzają się krótsze sesje dla działów, na ich własnych zadaniach. Zasady bezpiecznego korzystania warto połączyć z polityką AI w firmie, żeby ludzie wiedzieli, co wolno, zanim zaczną eksperymentować.

Plan na pierwsze 90 dni

Polskie firmy mają tu sporo do nadrobienia. Według Eurostatu w 2025 roku technologie AI wykorzystywało 8,4% polskich przedsiębiorstw zatrudniających co najmniej 10 osób, przy średniej unijnej 20%. Jeśli dopiero planujesz pierwsze wdrożenie, zacznij od wpisu o tym, od czego zacząć wdrażanie AI w firmie.

Plan krok po kroku

1. 1.Wybierz 3-5 procesów, w których AI ma pomóc, zamiast udostępniać narzędzie „do wszystkiego".
2. 2.Napisz krótką politykę AI z przykładami, co wolno, a czego nie.
3. 3.Przeszkol najpierw menedżerów i daj im zadanie do pokazania zespołowi.
4. 4.Zbuduj sieć liderów AI: jedna osoba na 10-20 pracowników, z czasem w kalendarzu.
5. 5.Szkol w działach na ich zadaniach, co najmniej kilka godzin, z możliwością pytań.
6. 6.Uruchom bibliotekę zastosowań i krótkie pokazy w zespołach.
7. 7.Mierz na trzech poziomach: aktywność, zastosowania i efekt.
8. 8.Po 90 dniach zdecyduj, co rozwijać, a z czego zrezygnować.

---

Pomagam firmom sprawić, żeby kupione narzędzia AI były naprawdę używane - od wyboru procesów i polityki AI, przez szkolenia dla działów i program liderów AI, po pomiar efektów. Robię to w ramach szkoleń z AI i doradztwa AI. Napisz do mnie - zacznę od rozmowy z kilkoma osobami z Twojego zespołu, żeby sprawdzić, co dziś blokuje korzystanie z AI.

Warto przeczytać:

• Obowiązkowe szkolenia z AI (art. 4 AI Act) - kogo, z czego i jak przeszkolić
• Copilot, Gemini czy ChatGPT Business - który pakiet AI wybrać dla firmy (porównanie 2026)
• Shadow AI - pracownicy używają AI bez Twojej wiedzy i to jest Twój problem
• Prompt Engineering dla Biznesu - jak rozmawiać z AI, żeby dawało wyniki