Obietnica obietnic - dlaczego sztuczna inteligencja w pracy wciąż bardziej przyśpiesza niż zmienia?

Autorem materiału jest Marcin Demkiw, dyrektor ds. wsparcia sprzedaży w SAP Polska. Tekst powstał na podstawie wniosków z SAP NOW AI Tour Poland 2025 - największego dorocznego spotkania ekosystemu SAP. Nagrania wystąpień i dyskusji z wydarzenia dostępne są tutaj.

Ten felieton mógłbym rozpocząć od słów: to już czwarty rok zarazy — cytując bohatera „Malowanego człowieka” Petera V. Bretta. Nieszczególnie odkrywcze, ale dla wielu z nas boleśnie prawdziwe. Żyjemy w świecie, który coraz szybciej meblujemy z pomocą sztucznej inteligencji. Paradoksalnie to właśnie społeczność, konwencja i rytuał — artefakty przeszłości — wydają się dziś zyskiwać, a nie tracić na znaczeniu.

Piszę to z perspektywy uczestnika konferencji. Takiej, na której wciąż można spotkać drugiego człowieka, spojrzeć mu w oczy, złapać kontakt wzrokowy i porozmawiać twarzą w twarz. Bez komunikatorów. Bez przemądrzałych asystentów, którzy tak chętnie i tak sprawnie komunikują się w naszym imieniu.

Zaledwie trzy lata wystarczyły, by generatywna sztuczna inteligencja radykalnie zmieniła sposób, w jaki się komunikujemy i pracujemy. Ktoś powie: nie zawsze, nie wszędzie, nie aż tak bardzo. Fakty są jednak nieubłagane. Żadna wcześniejsza technologia ogólnego przeznaczenia nie rozwijała się w takim tempie. ChatGPT ma w Polsce ponad 9 mln użytkowników. Dla porównania — technologii GSM osiągnięcie podobnej skali zajęło dziewięć lat.

Oczywiście nie samym ChatGPT człowiek żyje. Ekosystem GenAI tworzą dziś produkty innych big techów oraz dziesiątki aplikacji do zastosowań profesjonalnych i amatorskich. Globalnie do App Store i Google Play co miesiąc trafia około tysiąca aplikacji typu AI-first. Czyli — dzieje się.

Problem polega na tym, że ta dynamika nie przekłada się wprost na świat pracy. Z perspektywy wdrożeń w organizacjach, tempo adopcji GenAI wyraźnie hamuje — z dynamiką dobrze znaną z kampanii wyborczych. Dlaczego dzieje się wszędzie, tylko nie zawsze tam, gdzie najbardziej byśmy tego oczekiwali?

Tu warto odwołać się do krzywej J. Najpierw musi być gorzej, żeby mogło być lepiej.

Każda technologia ogólnego przeznaczenia wymaga całego zestawu technologii uzupełniających: infrastruktury, narzędzi, regulacji, instytucji i — przede wszystkim — zmiany sposobu pracy. ARPANET, protoplasta internetu, już w 1969 r. obiecywał efektywną komunikację i pracę zdalną. Realizacja tej obietnicy zajęła jednak dekady. Ludzie musieli zobaczyć w niej szansę, a nie zagrożenie. Współpracę, a nie wykluczenie. Nihil novi.

Dziś jesteśmy na etapie gigantycznych inwestycji. Tylko big techy planują w 2025 r. wydatki rzędu 400 mld dolarów na rozwój AI. Po dynamicznym starcie i rozbudzeniu apetytu na kolejne przełomy coraz częściej okazuje się jednak, że nowe wersje technologii są raczej ewolucją niż rewolucją. Skalowanie modeli wyłącznie metodą brute force napotyka swoje granice, a dokładanie kolejnych centrów danych nie rozwiąże wszystkich problemów. Pojawia się pytanie: co dalej?

I tu dochodzimy do kwestii kluczowej. Czego brakuje dzisiejszej AI, by stała się realnym wsparciem w pracy? I czy obietnica wzrostu produktywności pracownika faktycznie się spełnia?

Człowiek został przez naturę wyposażony w bogaty aparat sensoryczny oraz jedną szczególną zdolność: komunikację. Aktywne słuchanie, precyzyjne formułowanie myśli i odczytywanie sygnałów niewerbalnych pozwalają nam budować relacje i zaufanie. W praktyce zawodowej komunikacja pochłania od 30 do 50 proc. czasu pracy. Kolejne 10–20 proc. zajmuje przygotowanie się do niej — wyszukiwanie informacji, kontekstów, argumentów. To kosztowne poznawczo i zwyczajnie męczące.

Dzisiejsze modele AI nie dorównują nam sensorycznie. Jednak język stał się dla nich tym, czym dla człowieka są mowa i słuch. AI potrafi czytać, pisać, tłumaczyć i prowadzić dialog w sposób, który coraz częściej daje wrażenie rozmowy z drugim człowiekiem. Do tego dochodzi zaawansowane rozpoznawanie i generowanie obrazów — cyfrowy odpowiednik wzroku.

Co można zrobić z takim zestawem?

Najprostsza odpowiedź brzmi: przyspieszać. I dokładnie to dziś robimy. Przyspieszamy procesy zaprojektowane w innej rzeczywistości, licząc, że staną się lepsze. Nie staną się. Staną się jedynie szybsze. I to właśnie ten scenariusz dominuje.

Tymczasem po raz pierwszy w historii mamy narzędzia, które pozwalają kwestionować procesy i produkty na masową skalę — nie tylko to, jak coś robimy, ale czy w ogóle powinniśmy robić to w tej formie. Dysponujemy ogromnymi zbiorami danych i zdolnością ich niemal natychmiastowej analizy.

Problem nie polega na tym, że AI nie potrafi pracować. Problem polega na tym, że zbyt często każemy jej działać w świecie zaprojektowanym bez niej — i często wbrew człowiekowi.

Sztuczna inteligencja jest dziś świetna w tym, co dla nas kosztowne poznawczo, a słaba w tym, co dla nas naturalne: w empatii, intencji, relacji. Dlatego jej miejsce w pracy nie jest przy stole negocjacyjnym ani w rozmowie jeden na jeden. Jest tuż obok — w tle. Jako cichy system wsparcia, który porządkuje informacje, zanim zamienią się w rozmowę, a ta w decyzję biznesową.