Wyobraź sobie dwie firmy produkcyjne z Wielkopolski. Obie mają po 50 pracowników, podobne obroty, działają w tej samej branży. Różnica? W jednej pięć osób regularnie korzysta z narzędzi AI do analizy zamówień, tworzenia ofert i automatyzacji raportów. W drugiej - nikt. Za rok ta pierwsza firma będzie obsługiwać o 30% więcej klientów tym samym zespołem. Druga będzie się zastanawiać, dlaczego traci kontrakty.
To nie science fiction. Badania opublikowane przez Anthropic - firmę stojącą za modelem Claude - pokazują, że przepaść między osobami aktywnie korzystającymi z AI a tymi, które tego nie robią, rośnie w tempie, którego mało kto się spodziewał. Nie chodzi już o to, czy AI zmieni rynek pracy. Chodzi o to, że zmiana już się dokonuje, a ci, którzy nie nadążają, tracą grunt pod nogami z każdym miesiącem.
Dla polskich małych i średnich firm ten raport powinien być sygnałem alarmowym. Nie dlatego, że trzeba od razu wydawać setki tysięcy złotych na wdrożenia. Ale dlatego, że koszt bezczynności rośnie szybciej niż koszt działania.
Co dokładnie mówią dane Anthropic?
Badania Anthropic opierają się na analizie milionów interakcji użytkowników z modelem Claude. Kluczowy wniosek: osoby, które regularnie korzystają z AI (tak zwani power users), nie tylko używają narzędzi częściej - one używają ich fundamentalnie inaczej. Podczas gdy przeciętny użytkownik zadaje proste pytania w stylu wyszukiwarki, zaawansowani użytkownicy budują złożone obiegi pracy, delegują wieloetapowe zadania i traktują AI jako partnera w rozwiązywaniu problemów.
Różnica w produktywności między tymi dwoma grupami sięga według różnych szacunków od 30% do nawet 200% w zadaniach opartych na przetwarzaniu tekstu, analizie danych i tworzeniu treści. Badanie Harvard Business School z 2024 roku na konsultantach Boston Consulting Group pokazało, że osoby korzystające z GPT-4 wykonywały o 12,2% więcej zadań, o 25,1% szybciej i z o 40% wyższą jakością niż grupa kontrolna. Te liczby dotyczą ludzi, którzy dopiero zaczynali pracę z AI. Power users osiągają jeszcze lepsze wyniki.
Problem w tym, że ta przepaść się samonapędza. Kto więcej korzysta z AI, ten lepiej rozumie jego możliwości, zadaje lepsze pytania, dostaje lepsze wyniki - i korzysta jeszcze więcej. Kto nie zaczął, ten z każdym tygodniem ma więcej do nadrobienia. To mechanizm znany z każdej rewolucji technologicznej, tyle że tym razem tempo zmian jest bezprecedensowe.
Jak to wygląda w polskich firmach?
Polska ma specyficzną sytuację. Z jednej strony mamy świetnie wykształconych specjalistów IT, silny sektor usług biznesowych i rosnącą świadomość technologiczną. Z drugiej - według raportu PARP z 2024 roku tylko 15% polskich MŚP deklarowało jakiekolwiek wykorzystanie narzędzi opartych na sztucznej inteligencji. Dla porównania, w krajach skandynawskich ten odsetek przekraczał 35%.
W praktyce wygląda to tak: w typowej polskiej firmie zatrudniającej 20-80 osób może być dwóch, trzech pracowników, którzy samodzielnie zaczęli korzystać z ChatGPT czy Claude'a. Robią to po cichu, często na prywatnych kontach, bez wiedzy przełożonych. Firma nie ma żadnej strategii AI, żadnych wytycznych, żadnych szkoleń. Te dwie, trzy osoby są produktywniejsze od kolegów, ale nikt tego nie mierzy i nikt z tego systemowo nie korzysta.
Widzę to regularnie w rozmowach z właścicielami firm. Typowa reakcja brzmi: "U nas to nie zadziała, nasza branża jest zbyt specyficzna". A potem okazuje się, że ich konkurent z sąsiedniego miasta już używa AI do generowania ofert handlowych, analizy przetargów albo automatycznego kategoryzowania reklamacji. I robi to szybciej, taniej i często lepiej.
Weźmy konkretny przykład. Firma dystrybucyjna z Łodzi, 40 pracowników, obrót około 25 milionów złotych rocznie. Dział handlowy - cztery osoby - spędzał średnio 6 godzin tygodniowo na przygotowywaniu odpowiedzi na zapytania ofertowe. Po wdrożeniu prostego obiegu pracy z wykorzystaniem Claude'a do analizy specyfikacji i generowania wstępnych ofert, czas spadł do 2 godzin. Te 16 roboczogodzin tygodniowo (4 osoby razy 4 zaoszczędzone godziny) firma przekierowała na aktywne pozyskiwanie klientów. Efekt po kwartale: 18% więcej wysłanych ofert, 12% wzrost sprzedaży.
Trzy poziomy przepaści - i co z nimi zrobić
Przepaść umiejętności AI nie jest jednowymiarowa. Widzę ją na trzech poziomach, z których każdy wymaga innego podejścia.
Poziom pierwszy: indywidualny. To różnica między pracownikami w tej samej firmie. Jeden handlowiec pisze maile od zera, drugi korzysta z AI do przygotowania szkiców, personalizacji komunikacji i analizy historii kontaktów z klientem. Rozwiązanie? Wewnętrzne szkolenia i dzielenie się wiedzą. Wystarczy zidentyfikować tych dwóch, trzech power users w firmie i poprosić ich, żeby pokazali kolegom swoje sposoby pracy. Koszt: praktycznie zero. Efekt: natychmiastowy.
Poziom drugi: firmowy. To różnica między firmami w tej samej branży. Jedna ma wdrożone narzędzia AI w procesach sprzedaży, obsługi klienta i raportowania. Druga robi wszystko ręcznie. Rozwiązanie wymaga decyzji zarządu: wybranie dwóch, trzech procesów, które pochłaniają najwięcej czasu, i systematyczne testowanie narzędzi AI w tych obszarach. Budżet na start? Dla firmy 20-50 osobowej realistyczny koszt to 2000-5000 złotych miesięcznie na licencje plus czas na naukę.
Poziom trzeci: branżowy. Całe sektory polskiej gospodarki zostają w tyle. O ile branża IT i marketing szybko adoptują nowe narzędzia, o tyle budownictwo, transport czy przetwórstwo spożywcze dopiero zaczynają. A przecież AI może pomóc firmie transportowej w optymalizacji tras, zakładowi produkcyjnemu w predykcyjnym utrzymaniu ruchu, a firmie budowlanej w analizie dokumentacji przetargowej. Rozwiązanie na tym poziomie wymaga inicjatyw branżowych - izb gospodarczych, klastrów, organizacji pracodawców. Ale pojedyncza firma, która ruszy pierwsza w swojej branży, zyskuje ogromną przewagę.
Praktyczny plan na pierwsze 90 dni
Jeśli prowadzisz firmę i czujesz, że temat AI cię przerasta, oto konkretny plan działania. Nie wymaga dużego budżetu ani specjalistycznej wiedzy technicznej.
Tydzień 1-2: Audyt obecnego stanu. Zapytaj każdego pracownika (anonimowa ankieta wystarczy): czy korzystasz z narzędzi AI w pracy? Jakich? Do czego? Będziesz zaskoczony wynikami. W firmach, z którymi pracuję, zwykle 15-25% zespołu już coś robi z AI, ale firma o tym nie wie.
Tydzień 3-4: Wybór procesów do optymalizacji. Zidentyfikuj trzy procesy, które zajmują najwięcej czasu i opierają się na pracy z tekstem, danymi lub komunikacją. Typowe kandydatki: odpowiedzi na zapytania ofertowe, tworzenie raportów, obsługa reklamacji, analiza umów, przygotowywanie prezentacji, tłumaczenia dokumentów.
Tydzień 5-8: Pilotaż. Wybierz jeden proces i zespół dwóch, trzech osób. Daj im dostęp do Claude'a (plan Team kosztuje około 120 złotych miesięcznie na osobę) lub ChatGPT Team (podobna cena). Wyznacz konkretny cel: skrócić czas przygotowania oferty o 50%, zmniejszyć liczbę błędów w raportach, przyspieszyć odpowiedzi na zapytania klientów. Mierz wyniki.
Tydzień 9-12: Skalowanie i wytyczne. Na podstawie wyników pilotażu opracuj proste zasady korzystania z AI w firmie. Jakie dane można wprowadzać do narzędzi AI, a jakie nie (to ważne ze względu na RODO i tajemnice handlowe). Jakie narzędzia są dozwolone. Kto odpowiada za weryfikację treści wygenerowanych przez AI. Potem rozszerz wdrożenie na kolejne procesy i zespoły.
Ten plan nie jest teorią. Widziałem jego warianty wdrożone w kilkunastu polskich firmach z sektora MŚP. Firmy, które przeszły przez ten proces, raportują średnio 20-35% oszczędności czasu w zoptymalizowanych procesach w ciągu pierwszych sześciu miesięcy.
Uczciwe zastrzeżenia - czego AI nie załatwi
Byłbym nieuczciwy, gdybym nie powiedział o ograniczeniach. AI w obecnej formie halucynuje - generuje informacje, które wyglądają wiarygodnie, ale są nieprawdziwe. W kontekście biznesowym to oznacza, że każdy wynik musi być zweryfikowany przez człowieka. AI nie zastąpi eksperta branżowego, który wie, że dana specyfikacja techniczna nie ma sensu, albo że klient z historią opóźnionych płatności wymaga innych warunków.
AI nie rozwiąże też problemów organizacyjnych. Jeśli firma ma chaos w procesach, brak dokumentacji i słabą komunikację wewnętrzną, narzędzia AI ten chaos tylko przyspieszą. Najpierw trzeba uporządkować podstawy.
Wreszcie - szkolenia z AI to nie jednorazowe wydarzenie. Narzędzia zmieniają się co kilka tygodni. To, co było niemożliwe w styczniu, w marcu staje się standardową funkcją. Firma musi zbudować kulturę ciągłego uczenia się, a to wymaga zaangażowania liderów, nie tylko działu HR.
Podsumowanie: czas działa przeciwko czekającym
Przepaść umiejętności AI to nie abstrakcyjny problem z raportów analitycznych. To realna różnica w produktywności, kosztach i zdolności konkurowania, która dotyka polskie firmy tu i teraz. Dane Anthropic potwierdzają to, co widzę w praktyce: osoby i firmy aktywnie korzystające z AI odjeżdżają reszcie w tempie, które trudno nadrobić po kilku miesiącach zwłoki.
Dobra wiadomość jest taka, że próg wejścia nigdy nie był niższy. Nie potrzebujesz działu IT, budżetu na milion złotych ani rocznej strategii transformacji cyfrowej. Potrzebujesz decyzji, żeby zacząć. Jednej osoby, która pokaże zespołowi, jak napisać dobre polecenie w Claude'u. Jednego procesu, który zoptymalizujesz jako pierwszy. I konsekwencji, żeby nie odpuścić po dwóch tygodniach.
Firmy, które dziś inwestują w umiejętności AI swoich zespołów - nawet w minimalnym zakresie - budują przewagę, która za rok będzie trudna do skopiowania. Nie dlatego, że będą miały lepszą technologię. Ale dlatego, że ich ludzie będą umieli z niej korzystać.
Źródło: The AI skills gap is here, says AI company, and power users are pulling ahead - TechCrunch