Joanna Szumowska
Wdrożenie AI zwiększyło moce pracowników, lecz wykreowało nieoczekiwany problem organizacyjny: managerowie przestają nadążać za tempem pracy własnych zespołów. Globalne raporty wskazują, że tradycyjny model zarządzania oraz oparty na silosach model Ulricha w HR będą ustępować miejsca elastycznym, zwinnym strukturom. To niezbędne, jeśli organizacje chcą w pełni wykorzystać potencjał współpracy człowieka z AI.
Wyzwania kadry zarządzającej
Tempo pracy napędzanej przez AI a wypalenie liderów
Według badań firmy Atlassian, aż 89% liderów zgadza się, że AI znacząco przyspieszyło tempo pracy, tworząc środowisko wymagające ciągłej weryfikacji. Liderzy nie mogą już jednak przydzielić zadania i skontrolować go dopiero po tygodniu – często materiał jest gotowy do wdrożenia już następnego dnia. Prowadzi to często do nieustannego stresu i poczucia u managerów, że znajdują się „wiecznie w tyle” ze swoimi obowiązkami.
Zalew AI workslopu i płytkich informacji
Pracownicy wyposażeni w generatywną AI potrafią masowo produkować poprawnie wyglądające raporty i dokumenty. Niestety, badanie BetterUp Labs i Uniwersytetu Stanforda wskazuje, że aż 40% pracowników biurowych w poprzednim miesiącu otrzymało tzw. AI workslop – treści, które wyglądają profesjonalnie, lecz pozbawione są merytorycznej głębi.
Dodatkowo uogólnione podsumowania generowane przez AI rozmywają obraz sytuacji, traktując błahe projekty i te o strategicznym znaczeniu jako równie istotne.
Skrajny deficyt pewności siebie i wsparcia
Transformacja w firmach często wciąż bardziej przypomina eksperyment niż w pełni zaplanowaną zmianę. Z raportu CMI wynika, że jedynie 12% brytyjskich managerów czuje się bardzo pewnie, kierując zespołami wspieranymi przez sztuczną inteligencję.
W przypadku wdrażania zaawansowanych systemów agentowych, tzw. agentic AI, odsetek ten spada do zaledwie 10%. Nic dziwnego, że w poszukiwaniu wsparcia aż 70% managerów zwraca się o rady dotyczące zarządzania… do samej sztucznej inteligencji.
Oderwanie od zespołu i błędne kryteria awansów
Kryzys przywództwa jest systemowo pogłębiany przez błędy rekrutacyjne. Międzynarodowe badanie opublikowane w Quarterly Journal of Economics wykazało, że osoby z największą motywacją do uzyskania awansu managerskiego są zazwyczaj do niego najmniej predysponowane, ponieważ bywają zbytnio pewne siebie i przeceniają swoje umiejętności.
Wiele organizacji promuje pracowników wyłącznie na podstawie charyzmy, co może wpływać np. na dyskryminację kobiet, które rzadziej ubiegają się o pozycje liderskie, chociaż obiektywnie radzą sobie na nich równie dobrze co mężczyźni.
Najsilniejszymi czynnikami warunkującymi sukces managera są w rzeczywistości inteligencja płynna, czyli zdolność do rozwiązywania nowych problemów bez opierania się na wcześniejszym doświadczeniu czy wyuczonej wiedzy, oraz racjonalne zdolności do podejmowania decyzji ekonomicznych.
Wyzwania managerów ze specyficznym tłem w Polsce
Polscy liderzy znajdują się w trudnym momencie. Z raportu McKinsey „HR Monitor 2026” wynika, że funkcjonują w najtrudniejszym operacyjnie otoczeniu.
Polska cechuje się najniższym w badanych krajach wskaźnikiem sukcesu rekrutacyjnego, wynoszącym 37%, rekordowo wysoką liczbą odejść z pracy w okresie próbnym, wynoszącą 20%, oraz jednym z najbardziej przepracowanych społeczeństw: tygodniowy czas pracy przekracza 40 godzin, przy absencji na poziomie aż 12,6%.
Utrzymanie stabilnego zespołu jest więc dla polskich liderów HR dużym wyzwaniem.
Ewolucja przywództwa: jak wesprzeć lidera na co dzień?
Raporty wskazują, że aby chronić kadrę przed wypaleniem, tradycyjna kadra zarządzająca powinna wchodzić w rolę strategicznego przewodnika.
Pytanie „gdzie”, a nie „co”
Warto, by liderzy rezygnowali z sekwencyjnego mikrozarządzania na rzecz definiowania ram dla zespołu, by ten mógł w ich obrębie samodzielnie używać AI do realizacji zadań.
Przed startem projektu cenne jest upewnienie się, że pracownicy znają odpowiedź na cztery pytania:
- Jaki główny problem rozwiązujemy?
- Jaką zmianę wprowadzamy?
- Jak mierzymy sukces?
- Kto za co odpowiada?
Filtrowanie sygnałów, a nie spłaszczanie informacji
Zamiast zlecać algorytmom ogólne streszczenia całej pracy zespołu, managerowie mogą wykorzystywać AI do wyłapywania istotnych sygnałów.
Sztuczna inteligencja może pomóc wskazywać konkretne anomalie statystyczne, nietypowe dyskusje czy priorytetowe metryki, w które lider powinien wejść głęboko, omijając generowany masowo workslop.
Zmiana cyklu spotkań: 15-minutowe iteracje
W dobie AI cotygodniowe lub dwutygodniowe przeglądy pracy stają się zbyt rzadkie, ponieważ prowadzą do nadmiernego zużywania zasobów, gdy zespół podąży w złym kierunku.
W części zespołów obserwuje się przechodzenie na krótsze i częstsze synchronizacje zamiast rozbudowanych przeglądów tygodniowych. Działania takie służą bieżącej synchronizacji działań i ich korekcie. Długie spotkania 1:1 przeznaczone są wówczas na coaching strategiczny i dyskusje o wysokopoziomowych celach.
AI jako trener inteligencji emocjonalnej
Zdarza się, że w dużym pośpiechu managerowie wysyłają pracownikom skrótowe komunikaty, które przez zespół mogą być odczytywane jako oschłe lub demotywujące.
Niektóre organizacje testują wykorzystanie AI do analizy komunikacji i wychwytywania sygnałów związanych z tonem wypowiedzi lub brakiem informacji zwrotnej. System może przypominać wówczas o wstawieniu słów uznania lub zasugerować wzmocnienie empatycznego tonu, wspierając ochronę kruchych relacji międzyludzkich.
Zwinny model flow-to-work jako systemowe wsparcie
Rozwiązaniem problemów operacyjnych dla przeciążonych liderów może stać się odchodzenie od tradycyjnego modelu Ulricha. Mimo, że wciąż polega na nim 32% firm, eksperci wskazują, że pożądanym kierunkiem jest wdrożenie elastycznego środowiska opartego na zasadzie flow-to-work, czyli przepływu do zadań.
W zwinnej strukturze organizacje tworzą płynnie działające bazy interdyscyplinarnych talentów.
Znajdują się w nich wyspecjalizowani:
- “stratedzy ds. ludzi|”, doradzający i budujący wydajność managerów liniowych,
- “naukowcy ds. ludzi”,
- “technolodzy HR”.
Łączą się oni w zwinne grupy zadaniowe, tzw. product squads, rozwiązujące bieżące priorytety biznesowe managerów i uwalniające pracowników od sztywnych podziałów administracyjnych.
Fundamentem tego modelu jest zaawansowana kooperacja człowiek–agent.
Agenci AI, zdolni do decydowania i orkiestracji procesów, przejmują dziś nawet 30% dodatkowych zadań transakcyjnych i analitycznych HR, poza 50% automatyzowanymi do tej pory.
Aby tak się stało, organizacje będą znuszone jednak wychodzić z testowej stagnacji – obecnie tylko 28% procesów wspieranych AI działa na świecie operacyjnie, podczas gdy aż 37% tkwi w pilotażach. W Wielkiej Brytanii w fazie eksperymentalnej znajduje się aż 68% firm.
Jednocześnie firmy nie mogą już myśleć o AI wyłącznie przez pryzmat produktywności. W świetle przepisów europejskiego AI Act w obszarach takich jak zatrudnienie, rozwój pracowników, ocena kompetencji czy planowanie kariery wiele zastosowań AI może zostać uznanych za systemy wysokiego ryzyka.
Oznacza to konieczność zapewnienia tzw. human oversight – nadzoru człowieka nad działaniem AI. Organizacje muszą być w stanie wykazać:
- kto podejmuje ostateczną decyzję,
- jak weryfikowane są rekomendacje modelu,
- w jaki sposób ograniczane jest zjawisko automatycznego polegania na odpowiedziach AI, czyli automation bias.
Paradoksalnie więc sukces asystentów AI w HR nie będzie zależał wyłącznie od poziomu autonomii. Coraz większe znaczenie będzie miało zaprojektowanie współpracy między człowiekiem a AI:
- jasny podział odpowiedzialności,
- możliwość zakwestionowania rekomendacji systemu,
- pełna ścieżka audytu,
- transparentność procesu podejmowania decyzji.
To właśnie taki model jest dziś promowany przez regulatorów w UE.
Zobacz, jak działa Asystent AI w Planach rozwojowych HCM Deck
Manager nie znika. Zmienia się jego rola
Paradoks transformacji AI polega na tym, że wraz ze wzrostem liczby automatyzowanych procesów odpowiedzialność managerów wcale nie maleje. Wręcz przeciwnie.
Sztuczna inteligencja potrafi dziś analizować dane, identyfikować luki kompetencyjne, sugerować działania rozwojowe czy rekomendować kierunki zmian. Coraz częściej wspiera także procesy związane z rekrutacją, oceną pracowników i zarządzaniem talentami.
Jednocześnie to człowiek nadal odpowiada za ostateczną decyzję. Ma to szczególne znaczenie w świetle wspomnianych regulacji AI Act.
Oznacza to, że rola managera ewoluuje. Coraz mniej czasu będzie poświęcał na koordynowanie pojedynczych zadań, a coraz więcej na ocenę rekomendacji, interpretację danych, podejmowanie decyzji i budowanie zaufania w zespole.
Dlatego wyzwaniem najbliższych lat nie będzie zastąpienie managerów przez AI. Znacznie większym wyzwaniem stanie się przygotowanie liderów do skutecznej współpracy z technologią oraz nauczenie ich, kiedy zaufać rekomendacji systemu, a kiedy świadomie ją odrzucić.
Manager a dostęp do danych
Aby było to możliwe, managerowie potrzebują szybkiego dostępu do informacji o swoim zespole.
Problemem rzadko jest dziś brak danych. Znacznie częściej są one rozproszone między raportami, arkuszami i wieloma narzędziami, przez co identyfikowanie ryzyk i podejmowanie decyzji zajmuje zbyt dużo czasu.
Właśnie dlatego coraz większą rolę odgrywają rozwiązania agregujące najważniejsze wskaźniki w jednym miejscu.
Dashboard Managera w HCM Deck daje liderom bieżący wgląd w realizację szkoleń, onboardingów i działań obowiązkowych, a także pomaga szybko identyfikować:
- zaległości,
- nadchodzące terminy,
- pracowników wymagających dodatkowego wsparcia.
Zamiast analizować raporty i dane w wielu miejscach, manager może skupić się na podejmowaniu decyzji i wspieraniu zespołu tam, gdzie jest to najbardziej potrzebne.
Sprawdź Dashboard Managera w HCM Deck
Praktyczne wskazówki dla HR i L&D
Uporządkuj fundamenty danych zanim wdrożysz AI
Zanim organizacja zacznie skalować wykorzystanie AI, warto:
- ujednolicić definicje danych i kompetencji,
- opisać procesy, które funkcjonują dziś wyłącznie dzięki wiedzy poszczególnych pracowników,
- ograniczyć liczbę odseparowanych narzędzi i źródeł informacji.
Projektuj ścieżki awansu wokół potencjału do uczenia się, nie pewności siebie
Zweryfikuj kryteria awansów managerskich:
- odejdź od ocen opartych na deklaracjach i autoprezentacji,
- wprowadź zadania sprawdzające podejmowanie decyzji i rozwiązywanie problemów,
- uwzględnij zdolność uczenia się i adaptacji do nowych sytuacji.
Buduj system monitorowania luk kompetencyjnych
Rosnące znaczenie kompetencji cyfrowych wymaga bieżącej analizy potrzeb rozwojowych. Dlatego:
- mapuj kompetencje pracowników,
- identyfikuj nowe luki pojawiające się wraz z wdrażaniem technologii,
- regularnie aktualizuj profile kompetencyjne stanowisk.
Dzięki temu działania rozwojowe będą odpowiadały na rzeczywiste potrzeby biznesu.
Sprawdź zarządzanie kompetencjami w HCM Deck
Przygotuj managerów do pracy w modelu Human in the Loop
Coraz więcej decyzji będzie wspieranych przez AI, ale odpowiedzialność pozostanie po stronie człowieka. Dlatego:
- ucz managerów oceny jakości rekomendacji generowanych przez AI,
- rozwijaj umiejętność kwestionowania odpowiedzi systemów AI,
- wypracuj zasady dokumentowania decyzji podejmowanych przy wsparciu AI,
- jasno określ, które decyzje zawsze wymagają udziału człowieka.
Rozwijaj kompetencje analityczne managerów
W świecie nadmiaru danych coraz ważniejsza staje się umiejętność interpretacji danych. Dlatego:
- ucz pracowników pracy z dashboardami i wskaźnikami,
- pokazuj, jak odróżniać sygnały od szumu informacyjnego,
- rozwijaj umiejętność zadawania pytań do danych,
- promuj podejmowanie decyzji opartych na faktach.
Wspieraj krótsze cykle informacji zwrotnej
Tempo pracy wspieranej przez AI sprawia, że tradycyjne, rzadkie przeglądy postępów mogą być niewystarczające. Warto:
- zachęcać managerów do częstszych, krótszych synchronizacji,
- skracać czas między działaniem a feedbackiem,
- szybciej identyfikować błędy i zmiany priorytetów,
- wykorzystywać spotkania 1:1 do rozwoju i coachingu zamiast raportowania statusów.
Mierz efekty nauki, a nie liczbę godzin szkoleniowych
To ważne, gdyż raporty ujawniają lukę:
- działy L&D deklarują 6,2 dnia szkoleniowego na osobę w roku,
- pracownicy twierdzą, że były to ledwie 3,4 dnia,
- 24% pracowników na świecie i 18% w Polsce nie spędziło na nauce ani minuty w zeszłym roku.
Sama frekwencja na szkoleniach mówi jednak coraz mniej o ich skuteczności. Dlatego:
- łącz rozwój z celami biznesowymi i kompetencyjnymi,
- monitoruj wykorzystanie zdobytej wiedzy w pracy,
- oceniaj postępy w rozwoju konkretnych umiejętności.
Rozwijaj kompetencje komunikacyjne liderów
Wysokie tempo pracy zwiększa ryzyko skrótowej i nieprecyzyjnej komunikacji. Dlatego:
- szkol managerów z udzielania informacji zwrotnej,
- rozwijaj umiejętność prowadzenia trudnych rozmów,
- ucz zespoły budowania zaufania w środowisku hybrydowym,
- monitoruj jakość komunikacji managerskiej.
Wprowadź obowiązkowe programy AI Literacy dla całej organizacji
Nie zakładaj, że pracownicy samodzielnie nauczą się korzystania z AI:
- Zapewnij podstawowe szkolenia dla wszystkich grup pracowników.
- Ucz praktycznego wykorzystania AI w codziennych zadaniach.
- Wyjaśniaj ograniczenia, ryzyka i zasady odpowiedzialnego korzystania z narzędzi.
