Jeśli chcesz zobaczyć, jak wygląda myślenie o AI bez zachwytów i bez paniki, ten odcinek jest dobrym punktem startu. Bartosz Szkudlarek mówi wprost o tym, gdzie technologia pomaga, a gdzie firma nadal musi wziąć odpowiedzialność na siebie.
Posłuchaj odcinka DSS#30 na YouTube →Artykuły na blogu Druga Strona Sukcesu powstają z tematów poruszanych w podcaście, ale nie są jego streszczeniem 1:1. To rozwinięcie rozmowy o to, co realnie ma znaczenie dla przedsiębiorcy, który dziś chce rozwijać firmę szybciej, mądrzej i bez oddawania sterów maszynie.
W DSS#30 pada bardzo ważna myśl: AI nie podejmuje decyzji za człowieka — może je tylko podpowiadać. A to oznacza coś niewygodnego, ale potrzebnego: jeśli firma korzysta z AI, to odpowiedzialność nadal zostaje po stronie ludzi. Nie modelu. Nie platformy. Nie dostawcy narzędzia. Człowieka, który kliknął „zatwierdź”.
To właśnie ta granica jest dziś najważniejsza. Bo im więcej firm wdraża automatyzację, generowanie treści, analizę danych czy wspomaganie pracy zespołów, tym częściej pojawia się pokusa: skoro system coś wypluł, to może on „wie lepiej”. Bartosz w rozmowie mocno studzi ten entuzjazm. Modele AI są probabilistyczne. To nie są mechanizmy dające prawdę objawioną. To narzędzia, które mają wspierać decyzję, a nie zastępować zdrowy rozsądek.
Czy AI podejmuje decyzje za człowieka, czy tylko podpowiada kierunek?
W odcinku pada bardzo trafne porównanie do Google Maps. Nikt rozsądny nie oczekuje od map, że zawsze pokażą idealnie najkrótszą trasę w sensie absolutnym. One podpowiadają prawdopodobnie najlepszą drogę. I zwykle to wystarcza, bo oszczędza czas, energię i liczbę błędów. Z AI jest podobnie.
W praktyce to oznacza, że firma nie powinna pytać: „czy AI ma rację?”, tylko raczej: „czy człowiek potrafi ocenić, kiedy tej racji nie ma?”. To bardzo ważna różnica. Model może przyspieszyć analizę, zasugerować odpowiedź, uporządkować dane, wygenerować szkic. Ale jeśli w organizacji zabraknie człowieka, który to zweryfikuje, to przyspieszamy nie tylko pracę. Przyspieszamy też pomyłkę.
Bartosz zwraca uwagę na coś jeszcze: oczekujemy od narzędzi cyfrowych perfekcji, a od ludzi często akceptujemy niedoskonałość. Tymczasem AI właśnie dlatego wymaga dojrzałego użycia, że jest probabilistyczne. Jeśli firma traktuje wynik modelu jak rozkaz, to prędzej czy później zapłaci za to błędną decyzją, chaosem albo utratą zaufania klienta.
Dlatego sensowne podejście do AI w firmie nie brzmi: „oddajmy decyzje maszynie”, tylko: „przyspieszmy proces, ale zostawmy odpowiedzialność po stronie człowieka”.
Granice odpowiedzialności w firmie: kiedy technologia wspiera, a kiedy zaczyna szkodzić
W rozmowie przewija się bardzo praktyczny motyw: technologia ma sens tylko wtedy, gdy rozwiązuje realny problem. W Everseas Bartosz mówi jasno — nic nie powstaje, dopóki nie jest skonfrontowane z rynkiem. To ważna zasada również przy AI. Nie wdraża się narzędzia dlatego, że jest modne. Wdraża się je wtedy, gdy wiadomo, jaki problem ma zniknąć albo jaki proces ma działać lepiej.
Tu właśnie pojawia się granica odpowiedzialności. Jeśli firma wdraża AI w obsłudze klienta, analizie danych, sprzedaży czy tworzeniu treści, musi odpowiedzieć sobie na kilka prostych pytań:
- kto sprawdza wynik modelu, zanim trafi do klienta?
- kto bierze odpowiedzialność za błąd, jeśli AI zasugeruje złą decyzję?
- czy zespół wie, kiedy ufać systemowi, a kiedy zatrzymać proces?
- czy wdrożenie przynosi efekt biznesowy, czy tylko wygląda nowocześnie?
To nie są pytania „na później”. To jest fundament. Bartosz pokazuje to także przez sposób zarządzania firmą: u niego liczy się wynik finansowy, ale droga do wyniku ma być przejrzysta i uczciwa. Ten sam sposób myślenia trzeba przenieść na AI. Technologia ma pomagać w tworzeniu wartości, a nie tworzyć złudzenie, że ktoś już za nas myśli.
Właśnie dlatego tak groźne są wdrożenia robione „na autopilocie”. Jeśli zespół nie rozumie, co robi model, skąd bierze rekomendacje i gdzie są jego ograniczenia, to firma robi sobie pozorną automatyzację. Na papierze wszystko wygląda nowocześnie. W praktyce rośnie liczba punktów ryzyka.
W połowie rozmowy mocno wybrzmiewa wątek strachu przed zmianą i tego, jak lider ma poprowadzić zespół, kiedy technologia zaczyna wywracać dotychczasowe role. Jeśli właśnie taki temat dzieje się u Ciebie w firmie, ten fragment odcinka szczególnie warto odsłuchać.
Posłuchaj odcinka DSS#30 na YouTube →Jak nie oddać odpowiedzialności AI i nie wpaść w firmowy sabotaż?
Najciekawsze w tej rozmowie jest to, że Bartosz nie mówi o AI jak teoretyk. On opowiada o firmie, która musi działać, zarabiać i nie przepalać zasobów na rzeczy zbędne. Z tej perspektywy bardzo łatwo zobaczyć, kiedy technologia zaczyna pomagać, a kiedy zamienia się w sabotaż.
Sabotaż nie zawsze wygląda jak otwarte „nie”. Czasem wygląda jak:
- ciągłe odkładanie wdrożenia, bo „jeszcze nie teraz”,
- przerzucanie odpowiedzialności na narzędzie, bo „tak wyszło z systemu”,
- budowanie rozwiązań bez kontaktu z rynkiem,
- tworzenie skomplikowanych procesów tylko dlatego, że technicznie da się je zbudować.
W DSS#30 bardzo mocno wybrzmiewa też temat kultury „no blame policy”. To nie jest miękka gadka o tym, żeby wszyscy się głaskali po głowie. Chodzi o coś znacznie poważniejszego: jeśli ludzie boją się konsekwencji każdego błędu, to nie będą testować nowych rzeczy. A bez testowania nie ma innowacji. Bez innowacji AI staje się tylko droższym gadżetem.
To jest ważne również dlatego, że w realnym biznesie nikt nie pracuje w próżni. Lider technologiczny, który ma wdrażać nowe rozwiązania, musi widzieć nie tylko, co robi narzędzie, ale też jaki ma to wpływ na firmę. Bartosz pokazuje to na własnym przykładzie: gdy zespoły zaczęły widzieć koszty i przychody, nagle ich decyzje stały się bardziej dojrzałe. Zaczęły się oszczędności, większa odpowiedzialność i lepsze rozumienie celu.
To ważna lekcja dla każdego, kto wdraża AI. Nie chodzi o to, żeby wszyscy w organizacji zostali ekspertami od modeli językowych. Chodzi o to, żeby umieli zadać jedno uczciwe pytanie: czy to naprawdę pomaga firmie, czy tylko robi wrażenie?
Co zrobić w praktyce, jeśli chcesz używać AI odpowiedzialnie?
Rozmowa z DSS#30 prowadzi do prostego wniosku: odpowiedzialne użycie AI nie wymaga rewolucji w stylu „od jutra wszystko zmieniamy”. Wymaga kilku twardych decyzji.
- Nie traktuj wyników AI jako wyroczni. Każdy wynik powinien przejść przez człowieka, który rozumie kontekst.
- Ustal właściciela decyzji. Jeśli AI pomaga w procesie, musi być jasne, kto finalnie odpowiada za wynik.
- Sprawdzaj efekt biznesowy. Narzędzie ma obniżać koszty, oszczędzać czas albo zwiększać wartość. Inaczej jest tylko dodatkiem.
- Wprowadzaj zmiany małymi krokami. Bartosz pokazuje, że rynek trzeba konfrontować z pomysłem jak najwcześniej, a nie dopiero po miesiącach pracy.
- Buduj kulturę, w której wolno testować. Bez tego ludzie będą sabotować zmianę ze strachu, nawet jeśli oficjalnie się zgadzają.
Jeśli miałbym streścić sens całej rozmowy jednym zdaniem, powiedziałbym tak: AI może przyspieszyć decyzję, ale nie może zdjąć z człowieka odpowiedzialności za jej skutki. I właśnie dlatego firmy, które nauczą się łączyć technologię z dojrzałym przywództwem, zyskają przewagę. Nie te, które wdrożą najwięcej narzędzi. Te, które najlepiej będą wiedziały, kiedy powiedzieć: „stop, to jeszcze nie jest decyzja dla maszyny”.
W praktyce to dobra wiadomość. Bo oznacza, że przewaga nadal nie zależy tylko od technologii. Zależy od ludzi, którzy potrafią ją mądrze używać.
Jeśli ten temat jest Ci bliski, a pytanie o granice odpowiedzialności w AI wraca u Ciebie w firmie częściej niż powinno, koniecznie obejrzyj pełny odcinek DSS#30. W rozmowie jest jeszcze więcej przykładów, konkretów i mocnych obserwacji z prowadzenia biznesu w czasach, kiedy technologia zmienia zasady gry.
To odcinek o AI, odpowiedzialności i o tym, jak nie dać się wciągnąć w firmowy sabotaż przez własny strach albo wygodę. Jeśli chcesz usłyszeć całą rozmowę z Bartoszem Szkudlarkiem, znajdziesz tam jeszcze więcej konkretów i praktycznych wniosków.
Posłuchaj odcinka DSS#30 na YouTube →
