Spis treści
Przejście od testów do wdrożenia
Z badania „Jak polskie firmy wdrażają AI” wynika, że coraz więcej przedsiębiorstw w Polsce przechodzi od etapu testów do aktywnej implementacji technologii sztucznej inteligencji. Wzrost ten jest zauważalny w liczbach: odsetek firm, które wprowadziły zmiany operacyjne i organizacyjne oparte na AI, wzrósł z 33% w 2023 roku do 40% w 2024 roku.
Równocześnie zmniejszyła się liczba firm, które pozostają na etapie poszukiwań różnych rozwiązań AI – z 49% do 43%. To pokazuje, że coraz więcej przedsiębiorstw dostrzega potencjał sztucznej inteligencji i decyduje się na jej wdrożenie w codziennej działalności. Niemniej jednak 11% organizacji nadal nie podejmuje żadnych działań w tym obszarze, co może wskazywać na różnorodność podejść do AI w polskim biznesie.
Postawy pracowników wobec AI
W 2024 roku, 36% pracowników badanych firm wyraziło chęć zdobywania wiedzy i umiejętności z zakresu AI, uznając tę technologię za nieuchronną. Jednakże, 21% pracowników wykazywało sceptycyzm i niechęć wobec korzystania z AI, a 19% obawiało się utraty pracy lub zmiany jej charakteru.
Warto zauważyć, że w 13% organizacji dominował entuzjazm i oczekiwanie na wdrożenie AI, które miałoby ułatwić codzienne obowiązki. Z kolei w 4% firm pracownicy byli zmęczeni dyskusją o sztucznej inteligencji, a w 7% nie mieli sprecyzowanego stanowiska. Różnorodność postaw pracowników wskazuje na potrzebę odpowiedniego zarządzania zmianą i komunikacji w procesie wdrażania AI.
– Podstawowym błędem, jaki można popełnić przy wprowadzaniu AI w firmie, jest założenie, że to proces technologiczny. Kluczowi są i pozostaną ludzie. Pracownicy mogą dostrzec w sztucznej inteligencji szansę na realizację nowych zadań poprzez możliwość delegowania powtarzalnych czynności albo uważać, że stanowi ona dla nich zagrożenie i robić wiele, aby mu przeciwdziałać. Przedsiębiorstwa, które optymalnie przeprowadzą cały proces, zyskają podwójnie poprzez zwiększenie swojej efektywności i innowacyjności, a także budowanie wizerunku nowoczesnego pracodawcy – wskazał w komunikacie Radosław Frańczak, partner EY i lider zespołu Technology Consulting.
AI Gap i jego konsekwencje
Jednym z wyzwań, przed którymi stoją polskie firmy, jest AI Gap, czyli luka kompetencyjna wynikająca z ograniczania ról juniorskich. W 2024 roku 35% przedsiębiorstw zredukowało liczbę rekrutacji na stanowiska niewymagające doświadczenia, co oznacza wzrost o 10% w porównaniu do roku poprzedniego.
Zmniejszenie liczby rekrutacji na stanowiska juniorskie może sugerować, że firmy zaczynają dostrzegać korzyści z automatyzacji powtarzalnych i prostych zadań. Jednakże, może to prowadzić do długofalowych problemów związanych z zapewnieniem ciągłości wiedzy w firmach oraz brakami pracowników, którzy mogliby wypełnić lukę po osobach awansujących lub odchodzących na emeryturę.
– AI Gap jest niestety wątkiem, często pomijanym w dyskusji dotyczącej wpływu sztucznej inteligencji na rynek pracy. Główna uwaga skupiona jest na potencjalnych redukcjach zatrudnienia, tymczasem wiodącym wyzwaniem staje się zapewnienie ciągłości wiedzy w firmach. Za kilka lat – nawet biorąc pod uwagę kryzys demograficzny – wiele przedsiębiorstw może mierzyć się z brakami pracowników mogącymi w naturalny sposób wypełnić lukę po osobach, które awansują w strukturach organizacji lub odejdą na emeryturę. Może to prowadzić do niepożądanych zmian w kulturze organizacji i ich długofalowych perspektywach biznesowych – ostrzegła w komunikacie Katarzyna Ellis, partnerka EY Polska i liderka zespołu People Consulting.
Zastosowanie AI w HR
Sztuczna inteligencja w HR w 2024 roku, podobnie jak w roku wcześniejszym, najczęściej służyła do automatyzacji procesów (47%), analizy CV (36%) i tworzenia opisów stanowisk (35%). Jednakże, największe spadki odnotowano w przypadku wprowadzenia AI jako wirtualnych asystentów (z 33% w 2023 roku do 25% w 2024 roku) oraz do badań pracowników (z 32% do 15%).
Zmiany te mogą być związane ze zwiększoną ostrożnością w zbieraniu danych oraz zakończeniem etapów pierwszych prób i rezygnacją z rozwiązań niespełniających oczekiwań. Firmy muszą więc dokładnie analizować, które rozwiązania AI przynoszą realne korzyści, a które nie spełniają ich potrzeb.
Należy to wiązać z jednej strony ze zwiększaniem się ostrożności w zbieraniu danych, a z drugiej z zakończeniem etapów pierwszych prób i rezygnacją z rozwiązań niespełniających oczekiwań – oceniono w komunikacie.
Źródło: PAP
