INTRO

Jest 9:12. Otwierasz komputer z poczuciem, że dzisiaj wreszcie będziesz pracować mądrzej, a nie więcej. Masz AI, automatyzacje, integracje, inteligentne podsumowania, narzędzie do przepisywania tekstów, narzędzie do streszczania spotkań, narzędzie do planowania zadań i jeszcze jedno narzędzie, które pomaga zarządzać pozostałymi narzędziami. Technologicznie jesteś mniej więcej trzy kilometry przed przeciętnym człowiekiem. Praktycznie od dwudziestu minut próbujesz ustalić, dlaczego automatyczne przekazywanie danych z formularza do arkusza przestało działać po tym, jak zmieniłeś nazwę jednej kolumny.

Przyszłość nadeszła.

I właśnie prosi cię o ponowne zalogowanie.

AI miało zdjąć z nas nudną robotę. Automatyzacje miały sprawić, że powtarzalne czynności będą działy się same. Inteligentne systemy miały uwolnić czas na rzeczy ważniejsze: decyzje, kreatywność, rozmowy, życie, ewentualnie wypicie kawy zanim stanie się zimnym wspomnieniem. I rzeczywiście potrafią to zrobić. Problem zaczyna się wtedy, kiedy każdą zaoszczędzoną minutę natychmiast inwestujemy w stworzenie kolejnego procesu, kolejnego projektu i kolejnego sposobu na "jeszcze lepsze wykorzystanie czasu".

Dawniej pisałeś jeden raport przez dwie godziny. Teraz AI robi jego pierwszą wersję w dwadzieścia minut, więc rozsądny człowiek mógłby uznać, że odzyskałeś godzinę i czterdzieści minut.

Nie.

Teraz robisz pięć raportów.

Do tego dashboard.

I rozważasz automatyczne generowanie szóstego, bo skoro technicznie można, to przecież szkoda nie wykorzystać możliwości.

Właśnie tutaj wydarzyło się coś bardzo ciekawego. Technologia skróciła czas wykonania zadania, ale nie skróciła listy zadań. Lista zadań zobaczyła wolne miejsce i weszła tam z meblami. Im szybciej potrafimy coś zrobić, tym łatwiej uznajemy, że powinniśmy robić więcej. Automatyzacja nie staje się więc narzędziem odzyskiwania czasu, tylko maszyną do zwiększania przepustowości naszego własnego życia.

To trochę tak, jakbyś kupił szybszą pralkę po to, żeby mieć więcej wolnego czasu, a potem stwierdził: "Świetnie. Skoro pierze dwa razy szybciej, zacznę prać również ubrania sąsiadów."

Technicznie imponujące.

Życiowo niepokojące.

Do tego dochodzi drugi problem: automatyzacje same wymagają obsługi. Trzeba je wymyślić, skonfigurować, przetestować, poprawić, nazwać, połączyć z innymi systemami i od czasu do czasu ratować, kiedy jeden z elementów postanowi z niewyjaśnionych przyczyn przestać współpracować. Można dojść do momentu, w którym człowiek przez godzinę automatyzuje czynność zajmującą trzy minuty tygodniowo. Przy takim tempie inwestycja zwróci się mniej więcej wtedy, kiedy lodówki nauczą się same chodzić na zakupy.

Nie każda rzecz, którą można zautomatyzować, powinna być automatyzowana.

To zdanie będzie w tej książce ważniejsze niż większość reklam narzędzi AI, które zobaczysz przez najbliższy rok.

Najbardziej podstępne jest jednak to, że automatyzacja daje poczucie postępu. Konfigurowanie systemu wygląda jak praca. Tworzenie promptów wygląda jak praca. Testowanie integracji wygląda jak praca. Ustawianie automatycznych etykiet, folderów, reguł, filtrów i agentów również wygląda jak praca. I czasami nią jest. Ale czasami to tylko bardzo nowoczesna forma unikania tego, co naprawdę trzeba zrobić.

Masz napisać ofertę dla klienta.

Zamiast tego budujesz system AI do automatycznego tworzenia ofert dla wszystkich przyszłych klientów.

Oferta dla obecnego klienta nadal nie istnieje.

Ale infrastruktura pod hipotetyczne imperium sprzedażowe prezentuje się naprawdę solidnie.

AI szczególnie łatwo uruchamia jeszcze jeden mechanizm: skoro coś stało się łatwiejsze, zaczynamy robić rzeczy, których wcześniej w ogóle nie uznalibyśmy za warte robienia. Kiedy stworzenie prezentacji kosztowało pół dnia, robiłeś prezentację wtedy, kiedy była potrzebna. Kiedy jej szkic można uzyskać w trzy minuty, nagle każda rozmowa zaczyna podejrzanie przypominać okazję do przygotowania siedemnastu slajdów.

Kiedy napisanie podsumowania spotkania wymagało dwudziestu minut, podsumowywałeś ważne spotkania. Kiedy AI robi to automatycznie, możesz podsumować wszystkie. Potem ktoś musi te podsumowania przeczytać. Następnie ktoś tworzy podsumowanie podsumowań.

Cywilizacja rozwija się dynamicznie.

Sens nie zawsze nadąża.

Nie chodzi więc o to, żeby przestać korzystać z AI. Wręcz przeciwnie. Dobrze użyte narzędzia potrafią naprawdę zdjąć z człowieka ogromną ilość żmudnej pracy. Mogą przygotować pierwszą wersję tekstu, uporządkować dane, znaleźć wzorce, skrócić dokument, zaproponować strukturę, wyciągnąć zadania ze spotkania, przetworzyć dużą liczbę podobnych informacji albo wykonać serię powtarzalnych kroków bez konieczności przeklikiwania tego samego ekranu po raz czterdziesty drugi.

Problemem nie jest więc automatyzacja.

Problemem jest brak granicy między "to oszczędza mi czas" a "skoro mogę zrobić więcej, powinienem zrobić więcej".

Ta książka jest właśnie o tej granicy.

Nie będziemy budować idealnego systemu produktywności złożonego z czternastu aplikacji, trzech agentów AI i porannego rytuału przeglądania siedmiu dashboardów. Jeśli po zastosowaniu systemu musisz zatrudnić samego siebie na pół etatu do zarządzania systemem, coś poszło źle.

Zamiast tego przyjrzymy się temu, które zadania naprawdę warto automatyzować, które lepiej uprościć, które całkowicie usunąć, a które po prostu wykonać ręcznie i mieć spokój. Nauczysz się rozpoznawać automatyzacje, które zwracają czas, oraz takie, które tylko zamieniają jeden rodzaj pracy na drugi. Zobaczysz też, jak nie dopuścić do klasycznej pułapki: oszczędzam dwie godziny, więc wypełniam je trzema godzinami nowych obowiązków.

Będziemy również odróżniać automatyzowanie pracy od automatyzowania chaosu. Bo jeśli proces jest bezsensowny, zautomatyzowanie go nie czyni go mądrym. Czyni go tylko szybciej bezsensownym.

To ważne rozróżnienie.

Jeżeli co piątek przygotowujesz raport, którego nikt nie czyta, AI może skrócić jego przygotowanie z godziny do pięciu minut. To poprawa o ponad dziewięćdziesiąt procent.

Jeszcze większą poprawą jest przestać go robić.

Właśnie dlatego zanim zapytamy: "Jak to zautomatyzować?", będziemy częściej pytać: "Po co to w ogóle istnieje?". To mniej efektowne pytanie. Nie ma w nim agentów, API ani futurystycznych animacji. Ma za to paskudny zwyczaj oszczędzania większej ilości czasu niż najbardziej zaawansowany workflow.

Najlepsza automatyzacja nie zawsze polega na tym, że komputer robi coś za ciebie.

Czasami polega na tym, że nikt już tego nie robi.

Jeżeli więc masz obecnie więcej narzędzi niż wolnych wieczorów, więcej automatycznych procesów niż pewności, co właściwie z nich wynika, i niepokojące poczucie, że AI miało uwolnić cię od pracy, a tymczasem stworzyło jej nowy dział - jesteś dokładnie tam, gdzie trzeba.

Nie będziemy walczyć z technologią.

Nauczymy ją znać swoje miejsce.

Bo celem automatyzacji nie jest możliwość robienia wszystkiego.

Celem jest możliwość nierobienia części rzeczy.

I dopiero wtedy naprawdę zaczyna oszczędzać czas.

Rozdział 1 - Szybciej nie znaczy mniej

W poniedziałek rano dostajesz zadanie: przygotować krótkie podsumowanie wyników z poprzedniego tygodnia. Kiedyś otworzyłbyś arkusz, przejrzał liczby, zrobił kilka notatek i po czterdziestu minutach wysłał trzy akapity. Teraz masz AI. Eksportujesz dane, wrzucasz je do narzędzia, prosisz o analizę, dostajesz szkic po dwóch minutach i przez krótką, piękną chwilę wydaje ci się, że właśnie odzyskałeś trzydzieści osiem minut życia.

Pięć minut później poprawiasz prompt, ponieważ może analiza mogłaby być bardziej strategiczna. Potem prosisz o trzy warianty. Następnie o wersję dla zarządu. Potem o tabelę. Potem o wykres. Potem o "pięć dodatkowych insightów, których na pierwszy rzut oka nie widać". Jeden z nich brzmi interesująco, więc sprawdzasz dane. Potem tworzysz drugi wykres.

O 10:17 masz raport znacznie lepszy niż dawniej.

Masz też o godzinę mniej.

Technologia nie oszukała cię. Naprawdę zrobiła pierwotne zadanie szybciej. To ty po drodze zmieniłeś definicję zadania z "przygotuj podsumowanie" na "stwórz małe centrum analityczne, skoro już mamy takie możliwości".

I właśnie tutaj zaczyna się pierwszy wielki paradoks automatyzacji: im tańsze staje się wykonanie czegoś, tym więcej tego zaczynamy produkować.

Nie dotyczy to wyłącznie AI. Kiedy robienie zdjęć wymagało kupienia filmu, każdy kadr coś kosztował. Dzisiaj możesz zrobić trzydzieści zdjęć własnego talerza, żeby wybrać jedno przedstawiające makaron dokładnie tak samo jak pozostałe dwadzieścia dziewięć. Kiedy wysłanie listu wymagało koperty, znaczka i spaceru do skrzynki, ludzie nie pisali do siebie "OK" siedemnaście razy dziennie. Gdy komunikacja stała się prawie darmowa, zaczęliśmy produkować jej tyle, że potrzebujemy kolejnych narzędzi do filtrowania komunikacji.

Teraz ten sam proces dzieje się z pracą intelektualną.

Tekst jest tańszy.

Analiza jest tańsza.

Prezentacja jest tańsza.

Streszczenie jest tańsze.

Pomysł jest tańszy.

A skoro coś jest tanie, zaczynamy używać tego również wtedy, kiedy wcześniej uznalibyśmy, że nie warto.

"Może przygotujmy jeszcze wersję."

Zdanie niewinne.

Często zwiastuje pół godziny, której już nigdy nie zobaczysz.

Gdzie właściwie znika oszczędność?

Załóżmy, że dzięki AI zadanie zajmujące wcześniej godzinę wykonujesz w piętnaście minut. Matematyka wygląda fantastycznie. Czterdzieści pięć minut odzyskane.

Problem polega na tym, że ludzki kalendarz nie jest kontem oszczędnościowym. Wolne czterdzieści pięć minut nie leży spokojnie na rachunku, czekając na wykorzystanie podczas piątkowego spaceru. Zwykle zostaje natychmiast zauważone.

Przez ciebie.

Przez szefa.

Przez zespół.

Przez klienta.

Przez listę rzeczy "które kiedyś dobrze byłoby zrobić".

Przez człowieka w tobie, który od dawna uważa, że jeśli zostało trochę miejsca w kalendarzu, należy je pilnie czymś wypełnić, zanim stanie się coś strasznego, na przykład odpoczynek.

W efekcie oszczędność czasu zamienia się w większą przepustowość. Nie robisz tego samego w krótszym czasie. Robisz więcej w tym samym czasie.

To może mieć sens w firmie. Jeśli dzięki automatyzacji obsługujesz dwa razy więcej klientów bez pogorszenia jakości, jest to realna przewaga. Jeśli dzięki niej przygotowujesz pięć ofert zamiast dwóch i te dodatkowe oferty przynoszą sprzedaż, świetnie.

Tylko że wtedy nie oszczędzasz czasu.

Zwiększasz produkcję.

To nie jest to samo.

Problem pojawia się, gdy człowiek mówi sobie: "Automatyzuję, żeby mieć mniej roboty", a zachowuje się tak, jakby celem było "automatyzuję, żeby wcisnąć więcej roboty do tej samej doby".

Potem jest szczerze zdziwiony, że doba nadal ma dwadzieścia cztery godziny.

Technologia, mimo wielu aktualizacji, tej funkcji jeszcze nie naprawiła.

Wzrost jakości też potrafi zjeść cały zysk

Drugi złodziej czasu jest bardziej elegancki, ponieważ występuje pod bardzo szanowanym nazwiskiem: "podnoszenie jakości".

Dawniej wysyłałeś mail po dwóch minutach. Teraz prosisz AI o poprawę tonu. Dostajesz wersję. Prosisz, żeby była bardziej konkretna. Potem mniej formalna. Potem cieplejsza. Potem "profesjonalna, ale naturalna". Potem naturalna, ale nie zbyt swobodna. Następnie czytasz swoją pierwotną wersję.

Była dobra.

Minęło dziewięć minut.

Nie oznacza to, że AI do pisania wiadomości jest bez sensu. Jeśli musisz przygotować trudny mail, napisać coś w obcym języku, uporządkować chaotyczne myśli albo skrócić dwustronicowy potwór do sześciu zdań, korzyść może być ogromna. Problem zaczyna się, kiedy narzędzie pozwalające szybko osiągnąć poziom "wystarczająco dobrze" wykorzystujesz do mozolnego dochodzenia do "minimalnie lepiej".

Możliwość poprawiania bez końca jest szczególnie niebezpieczna, ponieważ AI nigdy nie mówi:

"Rafał, wystarczy. Wyślij to człowieku."

Zawsze może wygenerować jeszcze jedną wersję.

Jeszcze bardziej przekonującą.

Jeszcze krótszą.

Jeszcze bardziej empatyczną.

Jeszcze bardziej "executive".

Jeszcze jedną.

Nagle problemem nie jest napisanie wiadomości. Problemem jest zakończenie procesu pisania wiadomości.

Automatyzacja skróciła wykonanie. Perfekcjonizm wydłużył odbiór techniczny.

Nowe możliwości tworzą nowe obowiązki

Kiedy pojawia się narzędzie, które potrafi coś zrobić łatwo, bardzo szybko zaczynamy traktować tę możliwość jak zobowiązanie.

AI potrafi streścić każde spotkanie.

Więc może każde spotkanie powinno mieć streszczenie.

AI potrafi analizować opinie klientów.

Więc może powinniśmy analizować wszystkie opinie co tydzień.

AI potrafi przygotować personalizowane wiadomości.

Więc może każda wiadomość powinna być personalizowana.

AI potrafi wygenerować dziesięć wariantów reklamy.

Więc może warto przetestować dziesięć.

W ten sposób "możemy" bardzo szybko zmienia się w "powinniśmy".

To jeden z najdroższych błędów nowoczesnej pracy.

Możesz również codziennie mierzyć temperaturę w każdym pokoju, analizować wilgotność i tworzyć wykres korelacji z jakością snu. Czujniki są dostępne.

Pytanie brzmi: po co?

Możliwość nie tworzy obowiązku.

To zdanie warto sobie gdzieś zapisać, najlepiej bez budowania do tego automatycznego systemu notatek.

Rozpoznaj inflację zadania

Najprostszym sposobem zauważenia problemu jest sprawdzanie, czy po użyciu AI pierwotne zadanie nie zaczęło rosnąć.

Masz wykonać X.

Narzędzie wykonuje X szybciej.

Wtedy pojawia się:

"Skoro już..."

Skoro już mamy dane, zróbmy analizę.

Skoro już mamy analizę, zróbmy rekomendacje.

Skoro już mamy rekomendacje, przygotujmy prezentację.

Skoro już mamy prezentację, może wersję po angielsku.

Skoro już mamy angielską, może krótką wersję dla regionu.

Skoro już...

"Skoro już" jest jednym z najbardziej niebezpiecznych zwrotów w epoce AI.

Jego kuzynem jest "przy okazji".

Obaj mają dostęp do twojego kalendarza.

Dobrym testem jest więc proste pytanie:

Gdybym musiał wykonać tę dodatkową rzecz ręcznie, czy nadal uważałbym ją za potrzebną?

Jeżeli odpowiedź brzmi "nie", prawdopodobnie nie odkryłeś nowego obowiązku. Odkryłeś tanią możliwość.

A tania możliwość nadal może być stratą czasu.

Ustal, co ma się stać z zaoszczędzonym czasem

Większość ludzi automatyzuje bez decyzji, po co odzyskuje czas. To brzmi niewinnie, ale jest kluczowe. Jeżeli zaoszczędzona godzina nie ma żadnego przeznaczenia, bieżący system pracy bardzo szybko ją skonsumuje.

Dlatego przed większą automatyzacją warto określić cel.

Możliwe cele są zasadniczo trzy:

- mniej pracy - chcę skończyć wcześniej albo odzyskać przestrzeń w dniu, - więcej produkcji - chcę obsłużyć większy wolumen bez zwiększania zasobów, - lepsza jakość - chcę wykorzystać część oszczędności na poprawienie efektu.

Każdy z nich jest poprawny.

Błędem jest wybrać pierwszy, a działać według drugiego i trzeciego jednocześnie.

Jeżeli automatyzacja skraca zadanie z sześćdziesięciu do dwudziestu minut i twoim celem jest odzyskanie czasu, nie wolno automatycznie przeznaczyć pozostałych czterdziestu minut na cztery nowe czynności.

Inaczej stworzyłeś szybszy pas transmisyjny.

Nie wyjście z fabryki.

Zasada częściowej wypłaty

Praktycznym sposobem jest ustalenie, że część każdej realnej oszczędności czasu musi pozostać niewykorzystana.

Nie trzeba mierzyć tego stoperem. Chodzi o nawyk.

Jeśli AI skróciło ci przygotowanie cotygodniowego raportu o pół godziny, nie dodawaj od razu nowego raportu. Zostaw choć część tego czasu jako margines: na spokojne przygotowanie kolejnego zadania, przerwę, wcześniejsze zakończenie pracy albo niespodziewaną rzecz, która i tak pojawi się mniej więcej pięć minut po tym, gdy uznasz dzień za wyjątkowo spokojny.

Margines czasu nie jest marnotrawstwem.

Jest amortyzatorem.

Bez niego każde usprawnienie zostaje natychmiast zjedzone przez kolejne zobowiązania, a ty po roku używania narzędzi oszczędzających czas masz bardziej zaawansowany system i dokładnie tyle samo poczucia, że nie wyrabiasz.

To trochę podejrzane.

Nie mierz liczby rzeczy. Mierz liczbę rzeczy zakończonych

AI bardzo łatwo zwiększa ilość rozpoczętej pracy. W kilka minut możesz wygenerować szkice pięciu tekstów, trzy warianty strategii, dwadzieścia pomysłów i listę trzydziestu potencjalnych inicjatyw.

Wygląda imponująco.

Potem trzeba coś z tym zrobić.

Każdy wygenerowany szkic może stać się nową pozycją do przejrzenia. Każdy pomysł może wymagać decyzji. Każda analiza może wyprodukować rekomendacje. Każda rekomendacja może wyprodukować zadania.

AI potrafi więc nie tylko pomagać w wykonywaniu pracy.

Potrafi ją również rozmnażać.

I robi to bez urlopu macierzyńskiego.

Dlatego nie oceniaj automatyzacji wyłącznie pytaniem: "Ile rzeczy teraz potrafię zrobić?". Lepsze pytanie brzmi: "Czy mam mniej otwartych pętli niż wcześniej?".

Jeżeli dawniej przygotowywałeś trzy rzeczy i kończyłeś trzy, a teraz dzięki AI zaczynasz dwanaście i kończysz cztery, twoja wydajność może wyglądać imponująco tylko do chwili, gdy spojrzysz na pozostałych osiem.

Wersja minimum na ten tydzień jest prosta. Wybierz jedną czynność, w której AI rzeczywiście przyspiesza pracę. Zanim użyjesz narzędzia, zapisz jednym zdaniem, jaki jest wynik końcowy.

"Potrzebuję trzyakapitowego podsumowania."

"Potrzebuję listy pięciu decyzji."

"Potrzebuję wersji maila gotowej do wysłania."

Potem wykonaj dokładnie to.

Bez "skoro już".

Bez "może jeszcze".

Bez spontanicznego otwierania departamentu analiz zaawansowanych.

Automatyzacja zaczyna oszczędzać czas dopiero wtedy, kiedy pozwalasz zadaniu się skończyć.

Rozdział 2 - Automatyzacja też ma etat

Wtorek, 14:36. Otrzymujesz wiadomość, że automatyczny proces nie zadziałał.

Klikasz.

"Authentication expired."

Logujesz się ponownie.

Proces nadal nie działa.

Czytasz log.

"Field not found."

Sprawdzasz formularz. Pole istnieje. Tylko teraz nazywa się "Numer zamówienia", a wcześniej nazywało się "Nr zamówienia". Cztery miesiące temu uznałeś, że pełna nazwa wygląda profesjonalniej.

Automatyzacja od tamtej chwili najwyraźniej przeżywała to w milczeniu.

Po piętnastu minutach wszystko działa. Czujesz satysfakcję, ponieważ naprawiłeś system, który oszczędza ci siedem minut tygodniowo.

Kalkulator właśnie wyszedł z pokoju.

Automatyzację często oceniamy wyłącznie na podstawie czasu, który oszczędza po uruchomieniu. Zapominamy natomiast, że zanim zacznie oszczędzać, trzeba ją stworzyć. Potem utrzymywać. Czasem naprawiać. Aktualizować. Sprawdzać, czy nadal robi to, co powinna. A jeśli jest wystarczająco ważna, trzeba również zauważyć moment, w którym przestaje działać.

Maszyna wykonuje pracę.

Ale ktoś nadal jest jej administratorem.

Gratulacje.

To ty.

Istnieje coś takiego jak podatek od automatyzacji

Każdy system automatyczny pobiera niewidzialną opłatę. Czasem jest ona prawie zerowa. Czasem większa niż oszczędność.

Na ten podatek składają się między innymi:

- czas konfiguracji, - testowanie, - poprawianie błędów, - aktualizowanie promptów i reguł, - odnawianie dostępu, - zmiany w źródłowych danych, - kontrola jakości, - obsługa wyjątków, - zastanawianie się po pół roku, jak właściwie działa coś, co sam zbudowałeś.

Ostatni punkt jest wyjątkowo interesujący.

Człowiek tworzy workflow w marcu.

W sierpniu patrzy na niego jak archeolog na inskrypcję z Mezopotamii.

"Dlaczego tutaj jest filtr?"

Nie wiadomo.

"Po co ten krok?"

Najwyraźniej nasi przodkowie mieli swoje powody.

"Czy mogę go usunąć?"

Nikt nie chce ryzykować.

Automatyzacja, która nie jest prosta do zrozumienia po kilku miesiącach, zaczyna generować dług technologiczny nawet wtedy, gdy jej twórca pracuje tylko dla samego siebie.

W firmach dochodzi jeszcze ciekawsza wersja: system stworzył człowiek, który już nie pracuje w zespole. Nikt nie wie dokładnie, jak działa. Każdy wie natomiast, że "lepiej tego nie ruszać".

W ten sposób niewielka automatyzacja do przenoszenia danych między dwoma tabelami zdobywa status infrastruktury krytycznej państwa.

Najpierw policz częstotliwość

Najczęstszy błąd wygląda tak: zauważasz irytującą czynność i natychmiast pytasz, jak ją zautomatyzować.

Tymczasem pierwsze pytanie powinno brzmieć:

Jak często w ogóle to robię?

Czynność może być niezwykle nudna, ale jeśli wykonujesz ją trzy razy w roku i trwa pięć minut, budowanie systemu może nie mieć najmniejszego ekonomicznego sensu.

Wyobraź sobie, że raz w miesiącu kopiujesz dane z jednego pliku do drugiego. Zajmuje to cztery minuty. Rocznie: czterdzieści osiem minut.

Znajdujesz sposób automatyzacji. Konfiguracja trwa półtorej godziny. Potem dwa razy coś poprawiasz. Łącznie dwie godziny.

Zwrot z inwestycji pojawi się za około dwa i pół roku, zakładając, że nic po drodze się nie zmieni.

Co oczywiście jest odważnym założeniem w świecie, w którym aplikacja potrafi w środę rano przenieść przycisk z lewej strony na prawą i nazwać to "ulepszonym doświadczeniem".

Nie oznacza to, że każda automatyzacja musi zwracać się natychmiast. Jeśli usuwa ryzyko poważnego błędu, poprawia bezpieczeństwo albo pozwala skalować ważny proces, korzyść może być większa niż sama liczba minut.

Ale jeśli celem jest oszczędność czasu, czas trzeba choć z grubsza policzyć.

Tak. W książce o AI właśnie doradzam czasem użycie mnożenia.

Futurystycznie nie brzmi.

Za to działa.

Prosty test: czas budowy kontra czas oszczędności

Nie potrzebujesz arkusza finansowego z pięcioma scenariuszami i stopą dyskontową.

Wystarczą trzy liczby:

1. Ile czasu zajmuje ręczne wykonanie czynności? 2. Jak często ją wykonujesz? 3. Ile czasu zajmie stworzenie i utrzymanie automatyzacji?

Jeżeli cotygodniowe zadanie trwa trzydzieści minut, a automatyzacja skróci je do pięciu, oszczędzasz około dwudziestu pięciu minut tygodniowo. Jeśli konfiguracja potrwa godzinę, inwestycja prawdopodobnie zwróci się szybko.

Jeżeli zadanie trwa dziewięćdziesiąt sekund raz w miesiącu, może po prostu wykonaj je ręcznie.

Wiem.

Brzmi barbarzyńsko.

Czasami kliknięcie dwóch przycisków jest bardziej zaawansowaną strategią niż siedem połączonych aplikacji.

Automatyzuj stabilne rzeczy

Najlepszym kandydatem do automatyzacji jest proces nudny, powtarzalny i przewidywalny.

Co tydzień przychodzi plik w tym samym formacie.

Trzeba z niego pobrać te same pola.

Następnie przenieść je w to samo miejsce.

Na końcu wykonać tę samą kontrolę.

Pięknie.

Komputer kocha taką robotę, ponieważ komputer nie potrzebuje poczucia sensu, rozwoju kariery ani ciasteczka po czwartej kopii tej samej wartości.

Znacznie gorszym kandydatem jest proces, który zmienia się co dwa tygodnie.

Dzisiaj plik wygląda tak.

Za tydzień inaczej.

Jedna osoba wpisuje daty jako 26.08.2026, druga jako 26/08, trzecia jako "środa", a czwarta najwyraźniej uważa standardy danych za próbę ograniczenia wolności osobistej.

W takim środowisku automatyzacja może wymagać więcej wyjątków niż reguł.

I właśnie wtedy warto zadać inne pytanie:

Czy problemem naprawdę jest brak automatyzacji?

Czy problemem jest bałagan w procesie?

Automatyzowanie bałaganu przypomina montowanie silnika odrzutowego do wózka sklepowego. Na pewno pojedzie szybciej.

Nie jestem pewien, czy tego właśnie potrzebujemy.

Najpierw uprość, potem automatyzuj

To jedna z najbardziej opłacalnych zasad całej książki.

Przed stworzeniem automatyzacji spróbuj usunąć choć jeden krok z procesu.

Jeżeli obecny proces wygląda tak:

1. ktoś wysyła ci raport, 2. pobierasz załącznik, 3. zapisujesz go w folderze, 4. kopiujesz dane do drugiego arkusza, 5. formatujesz, 6. robisz zrzut, 7. wklejasz go do prezentacji, 8. wysyłasz prezentację do trzech osób,

to oczywiście można stworzyć system wykonujący osiem kroków automatycznie.

Ale może równie dobrze okaże się, że trzy osoby potrzebują wyłącznie linku do aktualnego dashboardu.

Wtedy najlepszy workflow ma jeden krok:

1. wyślij link.

Siedem kroków nie zostało zautomatyzowanych.

Zostały usunięte.

To różnica między optymalizacją procesu a zachowaniem procesu dlatego, że już istnieje.

Pracownicy potrafią z niezwykłą troską automatyzować procedury, których nikt nigdy nie odważył się zakwestionować.

"Dlaczego robimy ten raport?"

"Bo zawsze robiliśmy."

To nie jest odpowiedź.

To opis stanowiska archeologicznego.

Nie automatyzuj wyjątków na siłę

Każdy proces ma normalny przebieg i przypadki dziwne.

Normalny przebieg:

klient przesyła komplet danych, system generuje dokument, człowiek sprawdza, gotowe.

Przypadek dziwny:

klient wpisał numer telefonu w polu "nazwisko", dokument jest po czesku, załącznik okazuje się zdjęciem psa, a w komentarzu napisał "jak ostatnio".

Można oczywiście próbować automatyzować również to.

Można też zaakceptować, że ostatnie dziesięć procent przypadków czasem wymaga człowieka.

To często najlepsza architektura.

Automatyzacja powinna usuwać dużą część nudnej pracy, a nie koniecznie każdą możliwą sytuację. Próba obsłużenia wszystkich wyjątków potrafi wielokrotnie zwiększyć złożoność systemu. Żeby automatycznie rozwiązać przypadek występujący dwa razy w roku, budujesz pięć dodatkowych reguł, trzy zabezpieczenia i alarm.

Potem alarm uruchamia się w piątek o 17:48.

Oczywiście.

Kiedy indziej miałby to zrobić?

Jeżeli automat radzi sobie z osiemdziesięcioma procentami powtarzalnych przypadków i pozostałe dwadzieścia przekazuje człowiekowi, może być świetnym rozwiązaniem.

Nie wszystko musi być autonomicznym robotem.

Czasem wystarczy bardzo pracowity stażysta cyfrowy, który wie, kiedy zawołać dorosłego.

Licz również koszt kontroli

AI wprowadza jeszcze jeden szczególny rodzaj podatku: weryfikację.

Jeżeli system przenosi liczbę z pola A do pola B według sztywnej reguły, wynik można często uznać za przewidywalny. Jeżeli AI interpretuje tekst, pisze odpowiedź, klasyfikuje zgłoszenie albo wyciąga wnioski, musisz zdecydować, jak dokładnie sprawdzać rezultat.

I tutaj łatwo stworzyć absurd.

Najpierw AI pisze tekst, żeby oszczędzić ci czas.

Potem czytasz tekst bardzo dokładnie, żeby upewnić się, że AI niczego nie wymyśliło.

Następnie poprawiasz ton.

Na końcu przepisujesz połowę.

Po czym orientujesz się, że sam napisałbyś tę wiadomość szybciej.

To nie dowodzi, że generatywne AI jest bezużyteczne. Dowodzi tylko, że rodzaj zadania musi pasować do narzędzia.

AI szczególnie dobrze sprawdza się tam, gdzie pierwsza wersja ma dużą wartość: szkic, struktura, streszczenie, porządkowanie, warianty, ekstrakcja informacji, propozycje. W zadaniach wymagających absolutnej precyzji koszt sprawdzania może być znacznie większy.

Dlatego pytaj nie tylko:

"Ile czasu zajmuje wygenerowanie?"

Pytaj:

"Ile czasu zajmuje doprowadzenie wyniku do stanu, któremu ufam?"

To jest prawdziwy czas wykonania.

Trzy sekundy generowania nie mają wielkiego znaczenia, jeśli potem potrzebujesz dwudziestu pięciu minut kontroli.

Trzy poziomy automatyzacji

Nie każda rzecz musi od razu działać całkowicie bez udziału człowieka. Przydatne jest myślenie o trzech poziomach.

Poziom pierwszy: AI pomaga. Ty uruchamiasz proces, AI wykonuje ciężką część, ty odbierasz wynik. Na przykład: dajesz dokument i prosisz o szkic podsumowania.

Poziom drugi: AI przygotowuje. System sam zbiera materiał albo tworzy wersję roboczą, ale człowiek zatwierdza rezultat przed dalszym działaniem.

Poziom trzeci: system działa sam. Uruchamia się według warunku lub harmonogramu i wykonuje działanie bez każdorazowej kontroli.

Ludzie często przeskakują od razu do poziomu trzeciego, ponieważ brzmi najbardziej futurystycznie.

"Agent zrobi wszystko."

Agent rzeczywiście zrobi wszystko.

Łącznie z tym, czego nie chciałeś, jeśli źle ustawiłeś warunek.

W wielu sytuacjach poziom drugi jest najlepszy. System wykonuje dziewięćdziesiąt procent nudnej pracy, ale przed wysłaniem wiadomości klientowi, usunięciem danych albo podjęciem działania o większych konsekwencjach pojawia się człowiek.

Jedno kliknięcie zatwierdzenia może być tańsze niż trzy godziny budowania zabezpieczeń przeciwko każdej możliwej katastrofie.

Audyt pięciu minut

Nie musisz teraz analizować całego swojego cyfrowego życia.

Wybierz trzy automatyzacje albo zastosowania AI, których regularnie używasz, i odpowiedz przy każdym na cztery pytania:

- Co dokładnie to miało mi oszczędzić? - Ile pracy naprawdę usuwa? - Jakiej nowej pracy wymaga? - Czy dzisiaj nadal bym to wdrożył?

Ostatnie pytanie jest najciekawsze.

Nie pytamy, czy system kiedyś był dobrym pomysłem. Pytamy, czy nadal nim jest.

Automatyzacje mają dziwną właściwość: ponieważ już istnieją, zaczynamy traktować je jak element krajobrazu. Nawet jeśli od miesięcy generują powiadomienia, których nie czytamy, zapisują pliki, których nie potrzebujemy, albo produkują raporty trafiające do folderu o nazwie "Automatyczne", który funkcjonuje głównie jako cyfrowy odpowiednik piwnicy.

Jeżeli jakaś automatyzacja nie oszczędza czasu, nie zmniejsza błędów, nie poprawia jakości ani nie daje innej wyraźnej wartości, możesz ją wyłączyć.

Tak po prostu.

Nie musisz jej naprawiać.

Nie musisz migrować jej do nowszego narzędzia.

Nie musisz tworzyć wersji 2.0.

Czasami najlepszą aktualizacją systemu jest jego pogrzeb.

I nie trzeba nawet robić prezentacji pożegnalnej.

Rozdział 3 - Nie wszystko, co da się zrobić, trzeba robić

Środa, 10:08. Dostajesz dostęp do nowego narzędzia AI. W opisie widzisz, że potrafi analizować dokumenty, tworzyć prezentacje, generować podsumowania, wyszukiwać informacje, przygotowywać raporty i automatycznie odpowiadać na część wiadomości.

Pierwsza reakcja brzmi rozsądnie:

"Ciekawe, gdzie może mi pomóc?"

Druga pojawia się kilka minut później:

"O, to może też robić to."

Potem kolejne:

"I to."

"I jeszcze to."

"A może zrobimy system, który..."

Godzinę później nie masz mniej pracy.

Masz osiem nowych pomysłów na pracę.

Nowoczesne narzędzia mają jedną cechę, której prawie nie zauważamy: nie tylko rozwiązują istniejące problemy. One produkują także pomysły na rzeczy, które moglibyśmy zacząć robić.

I właśnie dlatego pytanie "co jeszcze potrafi AI?" bywa znacznie mniej użyteczne niż pytanie "czego mogę dzięki niemu przestać robić?".

Pierwsze rozszerza świat obowiązków.

Drugie go zmniejsza.

A przecież miało chodzić o to drugie.

Pułapka możliwości

Kiedy człowiek dostaje nowe narzędzie, naturalnie chce je wykorzystać. To sensowne. Jeśli kupujesz wiertarkę, zaczynasz zauważać ściany, które można by przewiercić. Jeśli instalujesz aplikację do zarządzania zadaniami, nagle odkrywasz, że można w niej zarządzać nie tylko pracą, ale również zakupami, książkami, filmami, podróżami, pomysłami, celami kwartalnymi i prawdopodobnie losem cywilizacji zachodniej.

Problem nie polega na ciekawości.

Problem zaczyna się wtedy, gdy możliwość zaczyna udawać potrzebę.

Możesz codziennie otrzymywać automatyczne podsumowanie wszystkich wiadomości z kilku kanałów komunikacji.

Czy powinieneś?

Możesz analizować każde spotkanie i wyciągać z niego listę tematów, decyzji, ryzyk, nastroju uczestników oraz dziesięciu rekomendacji.

Czy ktokolwiek tego potrzebuje?

Możesz wygenerować trzydzieści pomysłów na usprawnienie procesu.

Ktoś potem będzie musiał wybrać spośród trzydziestu pomysłów.

Najprawdopodobniej ty.

AI niezwykle skutecznie obniża koszt tworzenia opcji. Niestety nie obniża równie mocno kosztu ich oceny.

Dziesięć propozycji powstaje w minutę.

Przeczytanie dziesięciu nadal zajmuje czas.

Podjęcie decyzji również.

A wdrożenie choć jednej zwykle nadal wymaga czegoś bardziej zaawansowanego niż wpisanie polecenia w okienko.

Produkcja bez konsumpcji

Jednym z najbardziej absurdalnych efektów AI jest sytuacja, w której łatwiej stało się tworzyć treści niż je konsumować.

Możesz wygenerować pięćdziesięciostronicowy raport szybciej, niż ktokolwiek jest w stanie go przeczytać.

Możesz stworzyć dwadzieścia propozycji kampanii szybciej, niż zespół zdąży omówić trzy.

Możesz przygotować dziesięć wersji prezentacji, ale spotkanie nadal trwa godzinę.

To ważne, bo przez lata ograniczeniem była produkcja. Trzeba było napisać tekst, policzyć dane, stworzyć slajdy, zebrać informacje.

Teraz coraz częściej ograniczeniem jest uwaga.

I nie da się jej wygenerować przyciskiem.

Jeżeli tworzysz trzy razy więcej materiałów, ale odbiorca ma dokładnie tyle samo czasu, nie zwiększyłeś wartości. Zwiększyłeś kolejkę.

To trochę jak otwarcie piekarni, która dzięki nowej maszynie produkuje dziesięć tysięcy bułek dziennie w miejscowości zamieszkanej przez dwieście osób.

Technologicznie sukces.

Śniadaniowo mamy problem.

Najpierw pytanie: kto tego użyje?

Zanim wykorzystasz AI do stworzenia nowego raportu, dashboardu, podsumowania, newslettera, zestawienia albo cyklicznej analizy, zadaj jedno brutalnie proste pytanie:

Kto konkretnie wykorzysta wynik i co zrobi inaczej dzięki temu, że go dostał?

Jeżeli odpowiedź jest jasna, działaj.

"Kierownik sprzedaży raz w tygodniu sprawdzi trzy wskaźniki i na ich podstawie zdecyduje, gdzie przesunąć zasoby."

Dobrze.

"Zespół po spotkaniu otrzyma pięć decyzji i przypisane działania."

Dobrze.

"Ja rano zobaczę trzy najważniejsze wiadomości zamiast przekopywać się przez sześćdziesiąt."

Też dobrze.

Gorzej, gdy odpowiedź brzmi:

"No... może komuś się przyda."

To nie jest przypadek użycia.

To cyfrowy odpowiednik szuflady "różne".

Przed erą AI takie pomysły często umierały naturalnie, ponieważ przygotowanie materiału wymagało wysiłku. Dzisiaj próg jest tak niski, że można produkować rzeczy bez sensu niezwykle efektywnie.

Postęp ma swoje uroki.

AI tworzy obowiązki również przez pomysły

Wyobraź sobie, że pytasz:

"Jak mogę poprawić organizację pracy zespołu?"

AI proponuje dwadzieścia pomysłów.

Cotygodniowy raport priorytetów.

Automatyczne podsumowania.

Nowy dashboard.

Baza wiedzy.

System mierzenia obciążenia.

Analiza spotkań.

Automatyczne ankiety.

Przegląd KPI.

Tablica inicjatyw.

Cotygodniowe retrospektywy.

Wszystko brzmi rozsądnie.

I tu właśnie jest kłopot.

Słabe pomysły łatwo odrzucić.

Najbardziej niebezpieczne są pomysły sensowne, których po prostu jest za dużo.

Każdy z osobna może mieć wartość. Razem mogą zamienić zespół w organizację zajmującą się mierzeniem, opisywaniem i optymalizowaniem własnej pracy zamiast samą pracą.

To trochę jak człowiek, który chce poprawić zdrowie i jednocześnie zaczyna liczyć kalorie, makroskładniki, kroki, sen, tętno, wodę, suplementy, minuty ruchu i poziom stresu.

Po tygodniu największym źródłem stresu jest aplikacja do mierzenia stresu.

System wygrał.

Zasada jednego powodu

Każda nowa automatyzacja powinna mieć jeden główny powód istnienia.

Nie pięć.

Nie "bo może się przydać".

Jeden.

Na przykład:

"Ta automatyzacja usuwa ręczne przepisywanie danych."

"Ta skraca przygotowanie raportu o czterdzieści minut."

"Ta zmniejsza ryzyko, że przegapię ważne zgłoszenie."

"Ta robi pierwszą wersję tekstu, żebym nie zaczynał od pustej strony."

Jeżeli nie potrafisz podać jednego prostego powodu, prawdopodobnie sam nie wiesz, po co system powstaje.

A jeśli podczas wyjaśniania potrzebujesz zaczynać od:

"To jest trochę bardziej złożone..."

zrób ostrożnie krok w tył.

Automatyzacja nie musi być banalna.

Ale jej sens powinien być banalnie prosty.

Oddziel eksperyment od obowiązku

Jest jeszcze jeden problem: testujemy coś przez kilka dni, a potem zostawiamy to na zawsze.

Ustawiasz automatyczne podsumowanie.

Przychodzi pierwszego dnia.

Fajne.

Drugiego też.

Po tygodniu przestajesz czytać.

Po miesiącu nadal przychodzi.

Po pół roku twoja skrzynka zawiera 184 automatyczne wiadomości, które system wysyła z żelazną konsekwencją do człowieka ignorującego je z równie imponującą dyscypliną.

Eksperyment powinien mieć datę oceny.

Nie trzeba budować ceremonii.

Wystarczy:

"Testuję to przez dwa tygodnie. Potem decyduję: zostawiam, zmieniam albo wyłączam."

To bardzo ważne, ponieważ większość cyfrowych systemów ma tendencję do nieśmiertelności.

Raz uruchomione żyją dalej, dopóki coś ich nie zepsuje.

Czasami najlepszą awarią jest człowiek, który po miesiącu mówi:

"Właściwie nie jest mi to potrzebne."

Filtr czterech pytań

Zanim dodasz nową automatyzację, zastosuj prosty filtr.

1. Czy ten problem rzeczywiście istnieje? Nie: "czy da się coś usprawnić?". Prawie wszystko da się usprawnić. Pytanie brzmi, czy obecny sposób faktycznie boli.

2. Czy problem powtarza się wystarczająco często? Jednorazowa irytacja nie zawsze zasługuje na system.

3. Czy automatyzacja usuwa pracę, czy produkuje nowy rezultat, który ktoś będzie musiał obsłużyć? To różnica ogromna.

4. Co przestaniemy robić po wdrożeniu? Jeżeli odpowiedź brzmi "nic", sprawdź, czy przypadkiem nie dokładasz kolejnej warstwy zamiast zastępować starą.

To ostatnie pytanie jest wyjątkowo niewygodne.

Dlatego jest dobre.

Nowa rzecz powinna często oznaczać, że stara znika.

Jeżeli automatyczne podsumowanie zastępuje ręczne notatki, świetnie.

Jeżeli automatyczne podsumowanie dochodzi obok ręcznych notatek "na wszelki wypadek", właśnie udało ci się wykorzystać AI do podwojenia procesu.

Nowoczesność.

Usuń zanim dodasz

Przyjmij prostą zasadę: przy każdej większej nowej automatyzacji wskaż co najmniej jedną rzecz, którą dzięki niej przestajesz robić.

Automatyzujesz raport?

Nie rób ręcznej wersji.

Wprowadzasz automatyczne notatki ze spotkań?

Nie prowadź równolegle pełnego protokołu, chyba że naprawdę jest potrzebny.

AI przygotowuje pierwszą wersję opisu?

Nie zaczynaj potem od pustej strony "bo jednak wolę po swojemu".

Inaczej system nie zastępuje pracy.

On ją obudowuje.

A po kilku miesiącach pracujesz w cyfrowym pałacu procesów, z których każdy miał kiedyś oszczędzać pięć minut.

Wersja minimum jest prosta.

Przez tydzień za każdym razem, kiedy pomyślisz:

"O, można by to zautomatyzować",

dopisz drugie zdanie:

"I wtedy przestanę robić..."

Jeśli nie potrafisz go dokończyć, niczego jeszcze nie automatyzuj.

Bo AI nie jest po to, żebyś robił więcej rzeczy tylko dlatego, że możesz.

Najlepsze zastosowanie technologii czasem wygląda bardzo mało technologicznie.

Po prostu czegoś już nie robisz.

Rozdział 4 - System nie naprawi złego procesu

Czwartek, 11:23. Zespół ma problem z cotygodniowym raportem. Dane przychodzą z kilku źródeł. Część ludzi wysyła je mailem, część wrzuca do folderu, jedna osoba aktualizuje arkusz, a ktoś inny wysyła zdjęcie tabeli z komunikatora.

Tak, zdjęcie tabeli.

W 2026 roku.

Ludzkość lata w kosmos, ale nadal potrafi wysłać Excela jako JPEG.

Co tydzień ktoś ręcznie zbiera wszystko do jednego pliku. Dane mają różne nazwy kolumn. W jednym miejscu wartości podawane są procentowo, w innym liczbowo. Jedna osoba stosuje przecinki, druga kropki. Czasami brakuje tygodnia. Czasami dwa razy pojawia się ten sam sklep.

Naturalna reakcja brzmi:

"Zautomatyzujmy to."

Nie.

Najpierw posprzątajmy.

Bo jeśli zautomatyzujesz proces, który jest chaotyczny, nie otrzymasz dobrego procesu.

Otrzymasz automatyczny chaos.

Za to bardzo szybki.

Automatyzacja wzmacnia to, co już istnieje

Automatyzacja nie ma własnego rozsądku organizacyjnego. Jeżeli proces ma dziesięć zbędnych kroków, system może wykonać dziesięć zbędnych kroków szybciej.

Jeśli ludzie podają złe dane, AI może je szybciej przetworzyć.

Jeśli raport nikomu nie służy, można go szybciej stworzyć.

Jeżeli decyzja wymaga trzech niepotrzebnych akceptacji, można automatycznie przypominać trzem osobom o konieczności zatwierdzenia czegoś, czego jedna osoba mogłaby dokonać od razu.

Technologia z wielkim entuzjazmem obsłuży absurd.

Nie ocenia.

Nie przewraca oczami.

Nie pyta:

"Ale dlaczego wy właściwie robicie to w ten sposób?"

Dlatego ktoś musi zadać to pytanie przed nią.

Proces istnieje, bo... istnieje

W organizacjach można znaleźć procedury przypominające warstwy geologiczne.

Kiedyś wydarzył się problem.

Dodano formularz.

Potem ktoś popełnił błąd.

Dodano akceptację.

Później zmieniono system.

Dodano eksport.

Następnie ktoś chciał raport.

Dodano arkusz.

Po dwóch latach nikt już nie pamięta, dlaczego proces wygląda właśnie tak, ale wszyscy wykonują go regularnie, ponieważ najwyraźniej jest elementem porządku naturalnego.

"Zawsze tak robiliśmy."

To jedno z najdroższych zdań w biznesie.

Nie dlatego, że tradycja zawsze jest zła.

Dlatego, że zdanie kończy rozmowę o sensie.

AI może tutaj zrobić coś naprawdę zabawnego: pozwala zautomatyzować cały historycznie narastający potwór, zanim ktokolwiek zdąży zapytać, czy połowa jego części nadal jest potrzebna.

Masz trzynaście kroków.

Automatyzujesz trzynaście kroków.

System działa.

Wszyscy klaszczą.

Po sześciu miesiącach przychodzi nowa osoba i pyta:

"A po co krok czwarty?"

Cisza.

"Nie wiem."

"A siódmy?"

"Też nie."

"A cały raport?"

Wtedy zwykle ktoś zmienia temat.

Zacznij od wyniku, nie od procesu

Najprostsza metoda porządkowania wygląda niemal podejrzanie banalnie.

Zamiast pytać:

"Jak zautomatyzować obecny proces?"

zapytaj:

"Jaki wynik naprawdę jest potrzebny?"

Nie chodzi o kroki.

Chodzi o rezultat.

Przykład:

"Co tydzień potrzebujemy wiedzieć, które produkty mają najniższą dostępność w każdym kanale."

Dobrze.

To wynik.

Teraz dopiero można zastanowić się, jaka jest najkrótsza droga od danych źródłowych do tej informacji.

Być może obecnie istnieje po drodze eksport, ręczne formatowanie, kopiowanie, prezentacja i mail.

Ale może wystarczy jeden wspólny zbiór danych i widok z filtrem.

Jeśli tak, automatyzowanie wszystkich starych kroków byłoby jak zatrudnienie robota do noszenia wiader z wodą między dwoma kranami.

Robot byłby świetny.

Wiader nadal nie potrzebujemy.

Cztery pytania przed automatyzacją procesu

Przed budową automatyzacji przejdź przez cztery pytania.

Czy ten krok można usunąć?

To najważniejsze.

Jeżeli nie wnosi wartości, nie optymalizuj go.

Usuń.

Czy można go uprościć?

Może formularz ma dwadzieścia pól, ale potrzebujesz siedmiu.

Może raport ma dwanaście slajdów, ale decyzja opiera się na trzech.

Może pięć osób akceptuje rzecz, którą spokojnie może zatwierdzić jedna.

Czy można ujednolicić wejście?

Automatyzacje kochają przewidywalność.

Jeśli raz dostajesz PDF, raz arkusz, raz mail, raz zdjęcie, a raz wiadomość "tak jak w zeszłym tygodniu", system będzie musiał poświęcić znaczną część swojej inteligencji na odgadywanie, co autor miał na myśli.

Człowiek zresztą też.

Dopiero teraz: czy warto to automatyzować?

Jeżeli po usunięciu i uproszczeniu nadal zostaje powtarzalna praca, świetnie.

Teraz mamy kandydata.

Nie wcześniej.

Standaryzacja jest nudna. I dlatego działa.

Wiele osób chętnie buduje zaawansowane automatyzacje, ale nie chce wykonać nudnej części: ujednolicić procesu.

Jeden szablon.

Jedne nazwy kolumn.

Jedno miejsce na dane.

Jeden format daty.

Jedna definicja wskaźnika.

To nie wygląda imponująco na prezentacji.

Nie ma animacji.

Nie ma słowa "agentic".

Ale potrafi oszczędzić więcej pracy niż połowa zaawansowanych rozwiązań.

Jeżeli pięć osób co tydzień przesyła dane, dużo lepiej ustalić jeden sposób przekazywania informacji niż tworzyć inteligentny system, który próbuje zrozumieć pięć różnych sposobów.

AI może rozpoznawać bałagan.

To nie znaczy, że warto go produkować.

Dobrym symbolem tego problemu jest data.

26.08.2026.

26/08/26.

08-26-2026.

26 sierpnia.

26 VIII.

"dzisiaj".

Wszystko da się interpretować.

Ale jest pewna rewolucyjna alternatywa.

Umówić się na jeden format.

Technologia potrafi rozwiązać wiele problemów.

Czasami człowiek może jej pomóc, przestając je wcześniej tworzyć.

Zły proces bywa problemem politycznym, nie technicznym

Nie wszystkie nieefektywności istnieją przez przypadek.

Czasami raport powstaje, bo ktoś chce mieć kontrolę.

Dodatkowa akceptacja istnieje, bo kiedyś ktoś popełnił kosztowny błąd.

Dwie wersje danych funkcjonują, bo dwa działy nie uzgodniły definicji.

Ludzie kopiują informacje między systemami, bo systemy należą do różnych właścicieli.

I tutaj AI nie rozwiąże konfliktu organizacyjnego za pomocą promptu.

Może stworzyć obejście.

Może zbudować most.

Ale jeśli źródłem problemu jest brak decyzji, odpowiedzialności albo wspólnego standardu, automatyzacja często tylko przykrywa problem warstwą technologii.

To wygodne, bo trudniej powiedzieć:

"Musimy ustalić jedną definicję wskaźnika."

Łatwiej powiedzieć:

"Zbudujmy integrację."

Integracja nie obraża żadnego działu.

Definicja czasami tak.

Uważaj na automatyczne obejścia

Istnieje szczególnie kuszący typ automatyzacji: obejście problemu, którego nikt nie chce rozwiązać.

System A nie przekazuje danych do systemu B.

Więc eksportujemy CSV.

Potem skrypt przerabia CSV.

Następnie inny system zapisuje wynik w arkuszu.

Potem automatyzacja wysyła arkusz dalej.

Działa.

I przez pierwsze tygodnie czujesz się jak inżynier NASA.

Po roku masz pięć elementów połączonych tak delikatnie, że zmiana nazwy jednej kolumny może wywołać wydarzenie o charakterze sejsmicznym.

Czasami obejście jest najlepszym rozwiązaniem. Nie masz wpływu na systemy, budżet albo dostawców. W porządku.

Ale trzeba wiedzieć, że budujesz obejście.

Nie fundament.

To zmienia sposób, w jaki warto je projektować: prościej, z kontrolą błędów i bez dokładania zbędnej magii.

Najpierw ręczny model idealny

Zanim zautomatyzujesz trudniejszy proces, warto raz wykonać jego uproszczoną, idealną wersję ręcznie.

Nie automatyzuj od razu.

Przejdź przez niego.

Sprawdź, jakie dane są naprawdę potrzebne.

Które decyzje pojawiają się po drodze.

Gdzie występują wyjątki.

Co można pominąć.

To brzmi mniej ekscytująco niż natychmiastowe budowanie workflow, ale pozwala uniknąć klasycznego błędu: automatyzowania procesu, którego sam jeszcze dobrze nie rozumiesz.

Jeśli nie potrafisz opisać ręcznej wersji w prostych krokach, komputer prawdopodobnie nie sprawi, że problem stanie się prostszy.

Sprawi, że trudniej będzie znaleźć miejsce, w którym się zepsuł.

Procedura 5-4-3-2-1

Przy następnym procesie, który chcesz automatyzować, spróbuj tej krótkiej procedury.

5 minut - opisz obecny przebieg bez upiększania.

4 pytania - co można usunąć, uprościć, połączyć albo ujednolicić?

3 najważniejsze kroki - wskaż te, które naprawdę tworzą wynik.

2 wyjątki - znajdź najczęstsze przypadki, gdy standardowy przebieg nie działa.

1 automatyzacja - automatyzuj dopiero to, co zostało.

Nie cały historyczny bałagan.

Tylko rdzeń.

Jeżeli po uproszczeniu proces z dwunastu kroków ma pięć, już wygrałeś, nawet zanim uruchomiłeś jakiekolwiek AI.

To dobra wiadomość.

Najtańsza automatyzacja na świecie nazywa się "usunięcie zbędnego kroku".

Nie ma abonamentu.

Nie wymaga integracji.

I prawie nigdy nie wyrzuca komunikatu "authentication expired".

Rozdział 5 - Narzędzie nie jest projektem

Piątek, 8:47. Otwierasz komputer tylko po to, żeby szybko sprawdzić jedną rzecz. Dziesięć minut później oglądasz porównanie trzech aplikacji AI, z których żadnej jeszcze nie potrzebowałeś. Pierwsza ma lepsze integracje. Druga podobno genialnie radzi sobie z agentami. Trzecia ma funkcję, której nie do końca rozumiesz, ale na stronie producenta wygląda tak, jakby mogła rozwiązać problemy średniej wielkości państwa.

O 9:32 masz założone dwa konta testowe.

O 10:05 próbujesz przenieść workflow z narzędzia, które działało, do narzędzia, które podobno działa lepiej.

O 11:16 workflow nadal nie działa.

Pierwotna rzecz, którą chciałeś sprawdzić o 8:47, czeka cierpliwie.

Technologia właśnie zaoszczędziła ci minus dwie godziny.

Jedną z największych pułapek automatyzacji jest mylenie używania narzędzia z osiąganiem wyniku. Nowa aplikacja daje natychmiastowe poczucie działania. Rejestrujesz konto, ustawiasz projekt, dodajesz integrację, oglądasz tutorial i już czujesz, że coś się dzieje.

Coś rzeczywiście się dzieje.

Tylko niekoniecznie to, co miało.

Narzędzia mają niezwykły talent do stawania się hobby

Początkowo instalujesz aplikację, żeby oszczędzić czas.

Potem uczysz się jej funkcji.

Później odkrywasz zaawansowane opcje.

Następnie zapisujesz film "10 automations you NEED in 2026".

Po tygodniu masz własne zdanie na temat przewagi jednego systemu nad drugim i jesteś w stanie przez piętnaście minut tłumaczyć komuś różnice między nimi, choć ta osoba popełniła jedynie niewinny błąd i zapytała:

"A czym ty właściwie robisz te automatyzacje?"

To normalny mechanizm. Nowe narzędzia są ciekawe, a ich poznawanie daje szybkie poczucie kompetencji. Do tego efekty są widoczne. Klikasz. Łączysz. Powstaje proces.

Znacznie mniej ekscytujące jest siedzenie przez godzinę nad właściwą pracą.

Aplikacja ma przyciski.

Praca ma odpowiedzialność.

Mózg wie, co wybrać.

Zmiana narzędzia ma koszt migracji

Nowa aplikacja prawie zawsze prezentuje się lepiej niż stara.

Na stronie produktu wszystko działa idealnie. Dane są czyste. Integracje płynne. Użytkownik ma elegancki kubek, jasne biurko i żadnego kolegi, który nazwał plik "FINAL_v7_poprawiony_OSTATECZNY2.xlsx".

Demo nie pokazuje migracji.

A migracja to moment, kiedy trzeba przenieść stare procesy, odtworzyć reguły, skonfigurować dostęp, nauczyć się interfejsu, poprawić błędy i przez kilka tygodni pamiętać, że część rzeczy nadal żyje w starym systemie.

Każda zmiana narzędzia tworzy okres podwójnej rzeczywistości.

"To jest już w nowym?"

"Nie, to jeszcze w starym."

"A ta automatyzacja?"

"Nowa."

"A dane?"

"Stare."

"A kto wie, jak to działa?"

"Marek."

"Marek jest na urlopie."

Świetnie.

Transformacja cyfrowa weszła w fazę terenową.

Dlatego nie zmieniaj narzędzia tylko dlatego, że nowe ma więcej funkcji. Zmień je wtedy, gdy stary system powoduje konkretny, powtarzalny koszt, którego nowy rzeczywiście usuwa.

Nie pytaj:

"Czy nowe narzędzie jest lepsze?"

Pytaj:

"Czy jest na tyle lepsze, żeby zapłacić za zmianę?"

To zupełnie inny próg.

Funkcja, której nie używasz, nie jest korzyścią

Oprogramowanie uwielbia chwalić się liczbą możliwości.

Pięćset integracji.

Czterdzieści modeli.

Agenci.

Własne API.

Zaawansowane warunki.

Dynamiczne przepływy.

Analiza dokumentów.

Generowanie obrazów.

Automatyczne klasyfikowanie wszystkiego, łącznie prawdopodobnie z emocjami twojej drukarki.

Brzmi świetnie.

Ale jeśli używasz trzech funkcji, pozostałe czterysta dziewięćdziesiąt siedem nie zwiększa twojej produktywności.

To tak, jakbyś kupił samochód terenowy z możliwością przeprawy przez rzekę, ponieważ dwa razy w roku jedziesz do galerii handlowej.

Technicznie jesteś gotowy na powódź.

Praktycznie szukasz miejsca na parkingu.

Narzędzie powinno być oceniane na podstawie zadań, które naprawdę wykonujesz, a nie listy możliwości, które możesz kiedyś wykorzystać.

"Kiedyś" jest bardzo pojemnym magazynem.

Znajdują się tam kursy, aplikacje, książki, hantle, abonamenty i funkcje premium.

Najpierw problem, potem aplikacja

Zdrowa kolejność wygląda tak:

masz powtarzalny problem,

rozumiesz jego koszt,

wiesz, jaki wynik chcesz osiągnąć,

dopiero potem szukasz narzędzia.

Niezdrowa kolejność:

znajdujesz świetne narzędzie,

zastanawiasz się, do czego je wykorzystać,

odkrywasz siedem potencjalnych zastosowań,

tworzysz trzy procesy,

następnie zaczynasz nimi zarządzać.

To dokładnie ten moment, w którym automatyzacja zaczyna dokładać obowiązki.

Nowa aplikacja nie musi dostać pracy tylko dlatego, że ją zainstalowałeś.

Nie jest kuzynem prezesa.

Nie trzeba tworzyć dla niej stanowiska.

Wprowadź okres kwarantanny

Jeśli trafiasz na narzędzie, które wygląda fantastycznie, nie wdrażaj go od razu.

Zapisz nazwę.

Dopisz, jaki konkretny problem miałoby rozwiązać.

Wróć do tego po kilku dniach.

Jeśli nadal masz ten problem i nadal uważasz, że obecne rozwiązanie jest niewystarczające, wtedy testuj.

Ta krótka przerwa działa zaskakująco dobrze, ponieważ pierwsze spotkanie z nowym narzędziem odbywa się zwykle w atmosferze kontrolowanego zachwytu.

"To potrafi wszystko."

Po trzech dniach:

"Właściwie potrzebuję tylko automatycznie przepisać cztery pola."

Entuzjazm jest świetny do odkrywania możliwości.

Nie zawsze do podejmowania decyzji infrastrukturalnych.

Jedno nowe narzędzie na raz

Jeżeli wdrażasz trzy aplikacje jednocześnie, po miesiącu trudno ustalić, która rzeczywiście pomogła.

Dlatego przyjmij prostą zasadę: jeden eksperyment narzędziowy naraz w danym obszarze.

Testujesz nowe AI do analizy raportów?

Dobrze.

Nie zmieniaj jednocześnie systemu notatek, menedżera zadań, sposobu prowadzenia spotkań i aplikacji do automatyzacji.

Inaczej po dwóch tygodniach będziesz miał bardzo nowoczesny bałagan.

I żadnej grupy kontrolnej.

Nowe narzędzie powinno dostać jedno konkretne zadanie i prosty warunek sukcesu.

Na przykład:

"Przez dwa tygodnie używam go do przygotowania pierwszej wersji cotygodniowego podsumowania. Jeżeli średnio oszczędza mi co najmniej dwadzieścia minut i wynik wymaga niewielkich poprawek, zostaje."

To znacznie lepsze niż:

"Zobaczę, co da się z nim zrobić."

Da się bardzo dużo.

To właśnie problem.

Nie buduj systemu wokół każdej czynności

Automatyzacja ma również bardziej subtelną formę: potrzebę zamieniania wszystkiego w proces.

Masz jeden dokument do poprawienia.

Tworzysz prompt wielokrotnego użytku.

Potem bibliotekę promptów.

Potem system tagowania.

Potem instrukcję, kiedy używać którego promptu.

Po dwóch godzinach masz profesjonalny system do zadania, które już dawno mogłeś skończyć.

To nie znaczy, że biblioteki promptów czy szablony są złe. Jeśli wykonujesz podobne zadanie regularnie, standaryzacja ma sens.

Ale najpierw musi istnieć powtarzalność.

Jedna sytuacja to sytuacja.

Druga może być przypadkiem.

Dopiero przy kolejnych zaczyna się wzór.

Nie każde kliknięcie zasługuje na procedurę operacyjną.

Zasada trzech powtórzeń

Dobrym filtrem dla mniejszych automatyzacji jest zasada trzech powtórzeń.

Pierwszy raz wykonaj rzecz normalnie.

Drugi raz zauważ, co się powtarza.

Trzeci raz zdecyduj, czy warto stworzyć szablon, prompt, skrót albo automatyzację.

Nie jest to prawo natury. Jeśli zadanie trwa cztery godziny i od początku wiadomo, że będzie wykonywane codziennie, nie musisz heroicznie cierpieć trzy razy dla zachowania procedury.

Chodzi o ochronę przed automatyzowaniem zdarzeń jednorazowych.

Twój mózg lubi budować system, ponieważ system daje wrażenie, że następnym razem wszystko będzie łatwiejsze.

Czasami będzie.

Czasami następnego razu nie będzie.

Wtedy zostajesz z pięknym systemem do wydarzenia historycznego.

Zrób listę narzędzi, które mają pracę

Spójrz na aplikacje AI i automatyzacyjne, których używasz.

Przy każdej dopisz jedno zdanie:

"Używam tego do..."

Jeśli nie możesz szybko dokończyć zdania, masz sygnał ostrzegawczy.

Jeśli piszesz:

"Używam tego do analizowania cotygodniowych raportów i skraca mi to pracę o około pół godziny" - dobrze.

"Używam tego do transkrypcji spotkań" - dobrze.

"Używam tego, bo ma fajne agenty i chcę zobaczyć, co można z nimi zrobić" - eksperyment.

Eksperyment też jest dopuszczalny.

Tylko nazwij go eksperymentem, a nie systemem produkcyjnym.

To prosty zabieg, ale zmienia sposób myślenia. Przestajesz traktować aplikacje jak kolekcję możliwości, a zaczynasz jak pracowników wykonujących konkretne zadania.

Jeżeli cyfrowy pracownik od trzech miesięcy nie ma żadnej pracy, może nie potrzebujesz go na liście płac.

Nawet jeśli abonament kosztuje tylko 39 zł.

Zwłaszcza że masz takich siedmiu.

Wersja minimum

W tym tygodniu niczego nowego nie instaluj.

Jeżeli zobaczysz świetne narzędzie, zapisz:

- jaki konkretny problem rozwiązuje, - jak często masz ten problem, - czego dzięki niemu przestaniesz używać albo robić, - po czym poznasz, że test się udał.

Jeżeli za kilka dni odpowiedzi nadal mają sens, testuj.

Jeżeli nie - właśnie zaoszczędziłeś czas bez żadnej automatyzacji.

To wyjątkowo wydajne.

Narzędzie nie jest osiągnięciem.

Osiągnięciem jest wynik.

A jeśli stary, nudny system nadal robi robotę, pozwól mu być nudnym.

Nie każda aplikacja musi przeżyć rewolucję tylko dlatego, że internet odkrył nowy przycisk.