Paradoks AI w oczach prezesa: dlaczego zwolnienie tempa może być najszybszą drogą do sukcesu

Najnowsze informacje o wynikach finansowych Meta dostarczyły kolejnego dowodu na to, jak ogromne kwoty przeznacza się na sztuczną inteligencję. W październiku firma zawęziła prognozę nakładów inwestycyjnych na 2026 rok do 135–145 mld dolarów, podnosząc dolną granicę o 5 mld dolarów. Głównym czynnikiem napędzającym te wydatki jest infrastruktura AI.

Zaledwie kilka dni wcześniej Meta i Apple pokazały jednak, że zaawansowane modele AI mogą działać lokalnie na sprzęcie Apple, potencjalnie zapewniając firmom większą kontrolę i mniejsze uzależnienie od kosztownych usług chmurowych. Kontrast jest uderzający. Mimo przyspieszających inwestycji technologia i ekonomika AI wciąż się zmieniają. Większość liderów biznesu zadaje sobie dobrze znane pytanie: ile powinniśmy zaangażować już dziś, skoro niepewne pozostają technologie, koszty i sytuacja konkurencyjna jutra?

U podstaw debaty o AI tkwi sprzeczność. Nieustannie słyszymy, że największym ryzykiem jest zbyt powolne działanie. Tymczasem jedne z najpoważniejszych błędów, jakie może popełnić prezes, mogą wynikać ze zbyt szybkiego podejmowania decyzji, których odwrócenie jest trudne i kosztowne.

Nie jest to argument za biernym czekaniem z boku. Chodzi o to, by odróżnić szybkie działanie w celu zdobywania wiedzy od szybkiego podejmowania zobowiązań. To nie to samo.

Presja, by reagować, jest realna.

Oczekuje się, że AI zmieni większość branż. Nadal nie wiadomo, gdzie najpierw pojawi się wartość, ile będzie kosztować jej uzyskanie i które modele biznesowe ulegną zmianie.

Z raportu Stanforda Indeks AI 2026 wynika, że w 2025 roku 88% ankietowanych organizacji wykorzystywało AI w co najmniej jednym obszarze działalności. Jednak wdrożenie to nie transformacja. Badania branży konsultingowej wskazują na utrzymującą się lukę między eksperymentowaniem z AI a jej wpływem na całą organizację. Wiele organizacji odnotowuje wzrost produktywności i usprawnienia w poszczególnych funkcjach lub procesach, ale stosunkowo niewiele zdołało przełożyć te sukcesy na znaczącą, mierzalną poprawę ogólnych wyników biznesowych.

Prezes może otaczać się udanymi demonstracjami, entuzjastycznie nastawionymi pracownikami i imponującymi prezentacjami dostawców, a mimo to nie umieć odpowiedzieć na proste pytanie zarządu: co tak naprawdę zmieniło się w ekonomice naszej firmy?

Każdy ma swoje zdanie. Nie każdy ma takie same interesy.

Wyobraźmy sobie prezesa, który przygotowuje się do zatwierdzenia dużej inwestycji w AI. Dostawca technologii jest przekonany, że jego platforma pozwoli zrealizować wizję przyszłości. Zespół technologiczny chce otrzymać środki na budowę rozwiązania. Liderzy biznesowi liczą na przewagę konkurencyjną. Dział finansowy oczekuje wiarygodnych zwrotów z inwestycji. Zarząd chce mieć pewność, że kierownictwo ani nie pozostaje w tyle, ani nie ryzykuje przyszłości firmy.

Większość działa w dobrej wierze. Jednak każdy patrzy na tę decyzję z innej perspektywy, a ich interesy nie są zbieżne.

Granica między sprzedażą technologii a doradzaniem w zakresie jej wykorzystania zaciera się. W maju OpenAI ogłosiło utworzenie firmy wdrożeniowej, która ma pomagać przedsiębiorstwom integrować AI z ich działalnością, a także zawarcie umowy przejęcia firmy Tomoro, specjalizującej się w stosowaniu AI. Ten ruch pokazuje, jak trudno przenieść AI z etapu demonstracji do codziennego użytku. Pokazuje też, dlaczego kupujący powinni wiedzieć, kto im doradza, kto wdraża rozwiązanie i kto czerpie korzyści z wybranej technologii.

Dobrzy dostawcy są bardzo cenni. Nie można jednak oczekiwać, że nawet ci najlepsi będą obojętni na to, którą platformę wybierze klient, ile wyda ani jak bardzo się od niej uzależni.

Obowiązkiem prezesa nie jest nieufność wobec wszystkich. Powinien on zadbać o to, by różne perspektywy zostały sprawdzone, zanim złożą się na jedną, pozornie nieuniknioną rekomendację.

Ryzyko inwestowania w ruchomy cel

Tradycyjne decyzje inwestycyjne zakładają, że obraz tego, co się kupuje, jest w miarę stabilny. AI podważa to założenie. Możliwości technologii rosną, ceny się zmieniają, a zadania, które wcześniej wymagały specjalistycznego oprogramowania, można teraz realizować w inny sposób.

Widać już oznaki tej zmiany: wiele organizacji informuje, że zrezygnowało z zakupu produktów programowych lub nowych funkcji, ponieważ narzędzia do programowania oparte na AI umożliwiły im samodzielne opracowanie potrzebnych rozwiązań.

Nie oznacza to, że budowanie własnych rozwiązań zawsze jest lepsze od kupowania gotowych. Oznacza natomiast, że dostępne alternatywy mogą się zmienić, zanim zakończy się proces zakupowy.

Prezesi powinni zadać sobie pytanie, co się stanie, jeśli za sześć miesięcy pojawi się lepsza opcja. Czy firma będzie mogła zmienić model lub dostawcę? Czy będzie mogła przenieść swoje dane? Czy zachowa kontrolę nad kluczowymi procesami? Czy zobowiązania handlowe będą oparte na dowodach, a nie na optymizmie?

Duża inwestycja może nadal być rozsądnym rozwiązaniem. Powinna jednak być świadomie podjętym ryzykiem, opartym na jasnych założeniach, a nie reakcją na komunikat prasowy konkurenta.

Spowolnij podejmowanie decyzji, nie uczenie się.

Jednym z najważniejszych rozróżnień, jakich może dokonać zespół kierowniczy, jest podział na decyzje odwracalne i nieodwracalne.

Niewielkie eksperymenty, ukierunkowane przeprojektowanie procesów i kontrolowane próby można przeprowadzać szybko. Pokazują one, gdzie pracownicy oszczędzają czas, odnoszą korzyści klienci i zawodzi technologia. Ujawniają też mniej spektakularne problemy: niską jakość danych, niejasny zakres odpowiedzialności, obawy dotyczące bezpieczeństwa oraz procesy, których nikt nie kwestionował od lat.

Duże zobowiązania związane z platformami, umowy outsourcingowe, restrukturyzacje oraz usuwanie kluczowych mechanizmów kontroli sprawowanych przez ludzi wymagają dokładniejszej analizy. Ich skutki mogą trwać dłużej niż założenia dotyczące technologii, na których je oparto.

Właśnie w takich sytuacjach zwolnienie tempa może przyspieszyć działanie organizacji. Poświęcenie kilku tygodni na ujawnienie słabych założeń może zapobiec wieloletniemu wdrażaniu niewłaściwego rozwiązania. Podobnie umożliwienie zespołom eksperymentowania w rozsądnych granicach może nauczyć prezesa więcej niż czekanie na idealną strategię dla całej organizacji.

Z badań McKinsey wynika, że organizacje osiągające najlepsze wyniki częściej przeprojektowują procesy oraz dążą do wzrostu i innowacji, jednocześnie zwiększając efektywność. To wyzwanie w równym stopniu menedżerskie, co technologiczne.

Co zarząd powinien usłyszeć

Od zarządów oczekuje się wspierania decyzji o dalekosiężnych konsekwencjach, choć nawet doświadczeni członkowie kadry kierowniczej nie mogą twierdzić, że wiedzą, jak wszystko się potoczy. Żądanie pewności jest nierealistyczne. Równie mało pomocne jest zastępowanie dowodów entuzjazmem.

Lepsza rozmowa z zarządem zaczyna się od praktycznych pytań. Jaki problem rozwiązujemy? Jakie dowody przemawiają za oczekiwanymi zyskami? Które założenia mogą okazać się błędne? Czego możemy się dowiedzieć, zanim zaangażujemy więcej kapitału? Co skłoniłoby nas do przerwania działań lub zmiany kierunku?

Rozmowa musi też dotyczyć ludzi. Jak zmieni się ich praca? Którzy pracownicy będą potrzebować nowych umiejętności? Kto ponosi odpowiedzialność, gdy AI wydaje rekomendację lub podejmuje działanie? Jakie doświadczenia będą mieli klienci?

Zarządy nie muszą składać się z samych inżynierów AI. Potrzebują wystarczającej wiedzy i niezależności, by konstruktywnie kwestionować działania kierownictwa. Z kolei prezesi potrzebują zarządów, które potrafią odróżnić dobrze zarządzany eksperyment zakończony niepowodzeniem od słabo przeanalizowanej inwestycji, która przypadkiem przyniosła sukces.

Rady, które prezesi powinni najbardziej cenić

Kadrze kierowniczej nie brakuje dostępu do wiedzy o AI. Specjaliści techniczni są niezbędni. Jednak wiedza technologiczna to nie to samo, co trafna ocena strategicznych wyborów firmy.

Najcenniejszym doradcą może być osoba gotowa zadać niewygodne pytanie, gdy wszyscy inni chcą działać dalej. Dlaczego rozwiązujemy ten problem? Jakie założenia przyjmujemy na temat klientów? Czy przeprojektowujemy pracę, czy automatyzujemy źle działający proces? Co zrobilibyśmy, gdyby chodziło o nasze własne pieniądze?

Dobra rada wymaga również odwagi, by powiedzieć: „Jeszcze tego nie wiemy”. Takie przyznanie powinno skłonić do systematycznego poszukiwania odpowiedzi, a nie do bezczynności.

Doradca, który pomaga pogodzić odmienne stanowiska, ujawnia kompromisy i wspiera liderów w podejmowaniu decyzji w warunkach niepewności, wnosi coś innego niż kolejna prognoza dotycząca następnej wersji modelu.

Jest w tym pewna ironia. W miarę jak AI ułatwia przygotowywanie analiz, prezentacji i informacji technicznych, wartość ludzkiego procesu decyzyjnego może rosnąć. Słuchanie, zadawanie pytań, rozumienie układów sił w organizacji i budowanie zaufania w podzielonym zespole kierowniczym stają się ważniejsze, a nie mniej ważne.

Prawdziwy wyścig

Każdy prezes wie, że bezczynność wiąże się z ryzykiem. Konkurenci się uczą. Pracownicy eksperymentują. Oczekiwania klientów się zmieniają. Nie oznacza to, że należy spowalniać wszystkie działania.

Chodzi o to, by działać szybko tam, gdzie tempo sprzyja zdobywaniu wiedzy, zachować dyscyplinę tam, gdzie decyzje wiążą się z długoterminowymi zobowiązaniami, i dostrzegać różnicę.

Gdy następnym razem propozycja dotycząca AI trafi do komitetu wykonawczego, być może najważniejsze pytanie nie będzie brzmiało: „Jak szybko możemy to zatwierdzić?”, lecz: „Co musimy zrozumieć, zanim się zobowiążemy, i jak szybko możemy się tego dowiedzieć?”.

Na rynku, który nagradza pozory pośpiechu, prezes, który stwarza przestrzeń do prawdziwej debaty, może ostatecznie zajść dalej i szybciej niż ten, który nigdy nie zatrzymuje się, by zakwestionować obrany kierunek.