Automatyzacja która nie automatyzuje. Harvard ujawnia prawdę o AI w firmach

Wiele organizacji wprowadza sztuczną inteligencję w przekonaniu, że przyspieszy ona procesy, usprawni komunikację i odciąży pracowników. Rzeczywistość coraz częściej pokazuje inny obraz.

Najnowsze analizy Harvard Business Review (HBR) i Stanford Social Media Lab wskazują, że generowane przez duże modele językowe treści potrafią wyglądać poprawnie, lecz zawierają nieścisłości i pomijają kluczowe informacje. Rezultat to nie oszczędność czasu, ale dodatkowa praca wykonywana przez ludzi, którzy muszą weryfikować, poprawiać i ponownie budować materiał.

Fenomen zyskał nazwę „workslops”. Określenie opisuje moment, gdy automatyzacja, zamiast eliminować żmudne zadania, generuje nową warstwę błędów i nieporozumień. Zjawisko to wyraźnie kontrastuje z obietnicami sprzedawców oprogramowania AI, którzy od lat reklamują swoje produkty jako sposób na przyspieszenie działalności firm.

Ukryte koszty wdrożeń AI

Badanie Stanforda przeprowadzone wśród etatowych pracowników w USA ujawnia, że 40 procent respondentów otrzymało w ciągu miesiąca treści wygenerowane przez AI wymagające poprawek lub głębokiej interpretacji. Każdy taki przypadek zabierał średnio dwie dodatkowe godziny pracy. Przy skali dużych organizacji przekłada się to na tysiące dni roboczych i milionowe straty rocznie.

HBR przytacza historię dyrektora z branży detalicznej, który po implementacji automatyzacji musiał wielokrotnie kontrolować wyniki, kontaktować się z przełożonymi, a ostatecznie część prac wykonać samodzielnie. Takie doświadczenia rozbijają narrację o bezproblemowej transformacji cyfrowej i pokazują, że źle przemyślane wprowadzenie AI może utrudnić codzienną działalność zamiast ją wspierać.

Emocjonalna reakcja zespołów

Negatywne skutki błędnych wyników sztucznej inteligencji nie ograniczają się do kosztów finansowych. Badania wykazały, że ponad połowa pracowników reaguje na takie sytuacje irytacją, a część czuje się urażona, gdy musi poprawiać cudze materiały. Niska jakość treści przypisywana jest często nie technologii, lecz osobie, która ją dostarczyła. W efekcie pogarsza się postrzeganie kompetencji współpracowników i osłabia zaufanie w zespołach.

Złudzenie szybkiej transformacji

Dane MIT Media Lab pokazują, że tylko niewielka część projektów opartych na AI przynosi realny wzrost przychodów. Według badania mniej niż jedna na dziesięć inicjatyw przekłada się na namacalne efekty biznesowe, a 95 procent organizacji nie osiąga oczekiwanego zwrotu z inwestycji. Problemem nie jest sama technologia, lecz sposób, w jaki firmy ją wdrażają.

Presja konkurencyjna zmusza menedżerów do szybkich decyzji. Często oznacza to brak przemyślanych zasad korzystania z AI, co prowadzi do powielania treści bez refleksji nad ich przydatnością. Takie podejście zamiast uwalniać potencjał automatyzacji tworzy dodatkowe bariery.

Potrzeba nowego podejścia do wdrażania AI

Eksperci wskazują, że kluczowa jest selektywność. Sztuczna inteligencja może wspierać tworzenie wstępnych szkiców, generowanie podsumowań czy przetwarzanie dużych wolumenów danych, ale końcowa kontrola człowieka pozostaje niezbędna. Liderzy powinni wyznaczać standardy jakości i pokazywać, jak używać technologii świadomie, zamiast wymagać automatyzacji wszystkich procesów.

Firmy, które już zrozumiały ten mechanizm, zaczynają redefiniować strategie. Zamiast wdrażać AI w całej organizacji jednocześnie, koncentrują się na obszarach, w których technologia faktycznie poprawia efektywność. Tylko wtedy możliwe jest uzyskanie realnej wartości biznesowej i uniknięcie pułapki „workslops”.