Dlaczego drugi akt AI dotyczy skalowania operacji

W zeszłym roku każdy zarząd chciał wiedzieć jedną rzecz: czy przyjęliśmy AI. W tym roku pytanie stało się trudniejsze. Czy naprawdę skalujemy z jego pomocą i co cicho pozostaje w tyle w częściach biznesu, których AI jeszcze nie dotknęło.

To rozróżnienie ma znaczenie. Przyjęcie to jedynie pole wyboru w zamówieniach. Skalowanie to prawdziwa decyzja operacyjna. Dotyczy zatrudnienia, zgodności oraz pamięci mięśniowej zespołów, które prowadzą ten sam proces od lat.

badanie McKinsey z 2026 roku wśród 1 719 dyrektorów wykazało, że 44 % organizacji twierdzi, że AI jest skalowane w całym przedsiębiorstwie, w porównaniu do 38 % rok wcześniej. Oto liczba, która naprawdę ma znaczenie: 80 % osób mówi, że AI uczyniło ich osobiście szybszymi. Tylko 37 % firm może wskazać jakikolwiek realny wpływ na EBIT.

Tłumaczenie: jednostki latają. Firmy nie. Myślę o tej przepaści nieustannie, ponieważ jej zamknięcie jest w zasadzie moją pracą.

Wchodząc w 2027 rok, operacje to miejsce, gdzie skalowanie AI staje się rzeczywistością. Cztery rzeczy, do których ciągle wracam.

Rola COO właśnie stała się bardziej intensywna

Ludzie zakładają, że rola COO to czysta egzekucja. Nieprawda. COO znajduje się pomiędzy wizją a rzeczywistością, a AI właśnie uczyniło tę przestrzeń znacznie bardziej zatłoczoną.

Każdy zespół ma teraz własną mapę drogową AI. Ktoś musi nad tym wszystkim czuwać i pytać, czy naprawdę składa się to w coś spójnego, czy to tylko pięć odrębnych zakładów działających równolegle.

Niezgodność zawsze była kosztowna. AI przyspiesza jej narastanie. Moim zadaniem jest wyłapywać tarcia, zanim dotrą do klienta, i utrzymywać realizację w ryzach, gdy najłatwiejsze jest pozwolić, by ekscytacja zastąpiła plan.

To nie jest hamulec dla prędkości.

Projektuj pod skalowanie, zanim tego potrzebujesz

Mniejsze firmy lubią odkładać projektowanie procesów, ponieważ szybkie działanie wydaje się lepsze. AI jeszcze bardziej ułatwia tę wymówkę.

Chatbot przyczepiony do kolejki wsparcia wygląda na postęp. Nie jest. To tylko szybsza wersja tego samego nieudokumentowanego bałaganu. Prawdziwa praca polega na wczesnym działaniu i znalezieniu, który z 10‑etapowych procesów może zostać skrócony do 3 kroków bez usuwania istotnych elementów.

Agent obsługujący odnowienia jest tak dobry, jak logika przekazania, na której się opiera. Jeśli proces był niejasny, gdy zarządzał nim człowiek, pozostanie niejasny, niezależnie od tego, jaką technologię na niego nałożysz.

Idź powoli, by iść szybko. To banał, bo jest prawdziwy.

To nie oznacza biurokracji. Oznacza to, że każdy krok przepływu pracy ma wyraźnego właściciela i dokumentację wystarczająco precyzyjną, aby model mógł podążać za nią bez zgadywania. I oznacza to, że zespoły naprawdę rozmawiają ze sobą zamiast budowanie w silosach.

Zrób to dobrze od początku, a wzrost przestanie wymagać zwiększania zatrudnienia w tym samym tempie co klienci.

Ślepota jest prawdziwym ryzykiem, nie samo ryzyko

Każda rosnąca firma niesie ryzyko. Niebezpieczeństwo polega na tym, że nie widzi się go wyraźnie, a AI zmieniło, co oznacza „widzieć wyraźnie”. McKinsey’s 2026 AI Trust Maturity Survey wykazało, że prawie dwie trzecie dyrektorów wymienia bezpieczeństwo i ryzyko jako główne przeszkody w pełnym skalowaniu AI agentowego.

Częścią mojej pracy jest wykrywanie ryzyka operacyjnego, zanim stanie się ono nagłówkiem. Autonomiczny agent jest teraz jednym z tych ryzyk, o którym muszę myśleć jak o osobie. To nie jest narzędzie, które ktoś po prostu włączył. To decydent i jestem odpowiedzialny za jego wyniki, nawet jeśli nigdy osobiście go nie przejrzałem.

To oznacza tworzenie ram zatwierdzania i kontroli przed tym, jak agent dotknie rzeczywistych danych klientów, a nie po tym, jak pierwszy incydent wymusi rozmowę. To oznacza więcej rozmów między zespołami, szczególnie na temat trybów awarii, które są zupełnie nowe dla systemy agentowe.

Zarządzanie ryzykiem nigdy nie polegało na spowalnianiu. Chodzi o zapewnienie, że firma przetrwa własny wzrost.

Automatyzuj najpierw nudne rzeczy. CX wynika z tego, a nie jest wokół niego budowane

Każdy proces, który oceniamy pod kątem AI, otrzymuje te same trzy pytania, które zadałbym nowemu pracownikowi: kto jest właścicielem wyniku, co się stanie, gdy się zepsuje, i jak dowiemy się o tym przed klientem.

To trzecie pytanie jest tym, które najwięcej firm pomija. To także pytanie, które cicho potwierdzają badania MIT. Najwyższe zwroty z inwestycji nie były w sprzedaży i marketingu, gdzie obecnie trafia ponad połowa budżetu AI w przedsiębiorstwach. Były w pracy back‑office. Kontrole uprawnień, uzgadnianie, dokumentacja. To rzeczy, które nigdy nie trafiają do prezentacji dla inwestorów.

Doświadczenie klienta jest traktowane jak problem wsparcia. To w rzeczywistości suma dziesiątek decyzji, których klient nigdy nie widzi, i to staje się coraz bardziej prawdziwe, gdy AI wchodzi w warstwę usługową.

CX sprowadza się do tego, czy oczekiwania pokrywają się z obietnicą, którą złożyłeś. Procesy w tle decydują, czy AI stanie się przewagą, czy obciążeniem.

Przywództwo to rytm operacyjny, nie tytuł

W miarę jak firmy rosną, złożoność przewyższa liczbę pracowników, a AI jeszcze szybciej powiększa tę lukę.

Moja praca polega na wprowadzaniu przejrzystości w tym większym obszarze. Kto przegląda, co generuje agent. Kto ma uprawnienia, aby cofnąć go, jeśli przepływ pracy zaczyna wydawać wyniki, które nikt nie zatwierdził.

To objawia się w przeglądach operacyjnych, które już prowadzimy, teraz z wyraźnym podziałem na to, co jest zautomatyzowane, a co podlega ludzkiej weryfikacji. Objawia się to także w trudniejszych rozmowach, na przykład gdy jeden zespół chce wypuścić agenta szybciej, niż drugi zespół jest gotowy.

Solidny rytm operacyjny zawsze powstrzymywał szybko rosnące firmy przed wyprzedzaniem własnego osądu. AI jedynie podniosło stawkę za pominięcie go.

Żadne z tego nie jest argumentem przeciwko szybkiemu działaniu z AI. To jest argument przeciwko myleniu ruchu z postępem.

Firmy, które rzeczywiście skalowały się z AI, za dwanaście miesięcy, nie będą tymi, które przyjęły je jako pierwsze. Będą to te, które zwolniły wystarczająco, aby potem przyspieszyć, były szczere co do wpływu na klientów i zautomatyzowały nieatrakcyjne zadania, zanim pościgły za błyszczącymi.

Skalowanie agentowego AI to nie tylko technologia. Doskonałość operacyjna to to, co przekształca jego potencjał w wymierny wpływ na biznes.