Jeszcze chwilę temu AI kojarzyło się głównie z efektownymi grafikami, chatbotami i nagłówkami w stylu „rewolucja już tu jest”. Dziś rozmowa jest bardziej konkretna: co właściwie dzieje się z naszą pracą, kiedy do gry wchodzi sztuczna inteligencja? I tu pojawia się ciekawy paradoks. AI bardzo dobrze radzi sobie z zadaniami prostymi, powtarzalnymi i przewidywalnymi. Za to człowiek coraz częściej zostaje z tym, co trudniejsze: decyzją, interpretacją, strategią, kreatywnym połączeniem faktów, rozmową z drugim człowiekiem i odpowiedzialnością za efekt.

Brzmi trochę jak awans i trochę jak wyzwanie. Bo właśnie o to chodzi: praca z AI często nie robi się łatwiejsza. Robi się inna. Mniej czasu schodzi na klepanie maili, przeklejanie danych czy szukanie informacji po dziesięciu folderach, a więcej na myślenie: „co z tym zrobić?”, „czy to ma sens?”, „jak to dopasować do klienta?”, „co poprawić, żeby działało naprawdę dobrze?”. I właśnie w tym miejscu zaczyna się prawdziwa wartość człowieka.

Ten kierunek dobrze opisuje Andrzej Dragan w książce „Quo vAIdis”, gdzie pokazuje AI nie jako magiczną kulę, tylko jako narzędzie, które zmusza nas do lepszego myślenia o inteligencji, kreatywności i o tym, co w ogóle znaczy „rozumieć” świat[1]. To ważna perspektywa. Bo jeśli AI przejmuje to, co mechaniczne, to człowiek nie znika z procesu — przeciwnie, jego rola staje się bardziej wymagająca. Trzeba lepiej zadawać pytania, weryfikować odpowiedzi, łączyć dane z kontekstem biznesowym i podejmować decyzje, których model nie powinien podejmować sam.

Dobry przykład? Wyobraź sobie specjalistę, który wcześniej spędzał dwie godziny dziennie na odpisywaniu na podobne maile, ręcznym porządkowaniu zgłoszeń i przygotowywaniu notatek po spotkaniach. Po wdrożeniu AI i automatyzacji ten sam człowiek może dostać gotowy szkic odpowiedzi, automatycznie posegregowane zgłoszenia i podsumowanie rozmowy. Czy ma mniej pracy? Niekoniecznie. Ale ma więcej przestrzeni na ocenę priorytetów, dopracowanie komunikacji, znalezienie lepszego rozwiązania i rozmowę z klientem tam, gdzie liczy się niuans, nie schemat.

To nie jest tylko intuicja. Badanie NBER dotyczące pracy konsultantów i pracowników wiedzy pokazało, że dostęp do narzędzi generatywnej AI może realnie przesuwać strukturę dnia pracy. W eksperymencie część pracowników oszczędzała średnio około dwóch godzin tygodniowo na samej obsłudze maili i ograniczała pracę po godzinach[2]. Z kolei inne badanie NBER, prowadzone na grupie ponad 5 tysięcy agentów obsługi klienta, wykazało średni wzrost produktywności o 14%, a u mniej doświadczonych pracowników nawet większy[3]. Mówiąc po ludzku: AI potrafi skrócić drogę do dobrego wyniku, zwłaszcza tam, gdzie wcześniej dużo energii szło na rutynę.

Ale ten zysk czasu nie oznacza, że człowiek staje się zbędny. Raczej odwrotnie. Gdy proste elementy pracy są wspierane przez AI, na pierwszy plan wychodzą kompetencje, których nie da się tak łatwo zautomatyzować: osąd, odpowiedzialność, wyczucie sytuacji, rozumienie klienta, kreatywne rozwiązywanie problemów. Światowe Forum Ekonomiczne w „Future of Jobs Report 2025” wskazuje, że obok umiejętności technicznych rośnie znaczenie myślenia analitycznego, kreatywności, odporności, elastyczności i uczenia się przez całe życie[4]. To nie jest przypadek. Im więcej technologii w organizacji, tym bardziej cenne staje się to, czego technologia nie ogarnia bez człowieka.

No dobrze, ale czy AI naprawdę wspiera kreatywność, czy tylko szybko produkuje „coś”? Tu odpowiedź jest ciekawsza niż proste tak albo nie. Badanie opublikowane w „Scientific Reports” pokazało, że modele językowe potrafią generować bardzo oryginalne odpowiedzi w zadaniach typu divergent thinking, czyli tam, gdzie liczy się liczba i świeżość pomysłów[5]. Tyle że sama kreatywność na papierze to jeszcze nie wszystko. W praktyce najwięcej zyskują ci, którzy potrafią z AI dobrze współpracować: zadać właściwe pytanie, rozwinąć surowy pomysł, odsiać banał i połączyć sugestie modelu z realnym celem biznesowym.

Właśnie dlatego praca z AI bywa trudniejsza, choć na pierwszy rzut oka wygląda na prostszą. Kiedyś robiłeś zadanie od A do Z ręcznie. Dziś AI wygeneruje 70% materiału, ale to Ty odpowiadasz za pozostałe 30%, które często są najważniejsze. Trzeba sprawdzić jakość, wyłapać błędy, ocenić ryzyko, dopasować treść do odbiorcy, zadbać o zgodność z procesem i zwyczajnie myśleć. To już nie jest rola „wykonawcy kliknięć”. To jest rola operatora jakości, projektanta procesu i redaktora sensu.

Spójrzmy na kilka codziennych przykładów. W marketingu AI potrafi przygotować szkic kampanii, nagłówki, propozycje postów i warianty tekstów. Człowiek decyduje, co jest spójne z marką, co brzmi wiarygodnie i co naprawdę trafi do odbiorcy. W sprzedaży AI może zebrać dane o kliencie, streścić historię kontaktu i zasugerować kolejne kroki, ale handlowiec nadal musi wyczuć moment, ton rozmowy i prawdziwą potrzebę drugiej strony. W administracji automatyzacja może przepiąć załącznik z maila do SharePointa, wpisać dane do Excela i wysłać powiadomienie, ale ktoś musi ustawić reguły, wyjątki i nadzorować, czy cały proces działa sensownie. W HR AI pomoże uporządkować CV i stworzyć draft ogłoszenia, ale człowiek nadal ocenia dopasowanie kandydata, kulturę organizacyjną i ryzyko złej decyzji.

Innymi słowy: AI coraz częściej zabiera z naszej pracy to, co najbardziej męczące, ale zostawia to, co najbardziej ludzkie. I dobrze. Bo nikt nie marzy o tym, żeby całe życie przeklejać dane między systemami. Znacznie ciekawiej jest rozwiązywać realne problemy, szukać lepszych sposobów działania i mieć wpływ na wynik. Oczywiście taki model ma warunek: AI musi być wdrożone z głową. Sam dostęp do narzędzia nie wystarczy. Potrzebne są procesy, zasady nadzoru i świadomość, gdzie kończy się automatyzacja, a zaczyna odpowiedzialność człowieka.

To jest zresztą moment, w którym wiele firm popełnia ten sam błąd. Kupują narzędzie, uruchamiają pilota i zakładają, że produktywność „zrobi się sama”. Tymczasem najlepsze efekty pojawiają się wtedy, gdy AI i automatyzacja są osadzone w konkretnym procesie: wiadomo, kto zatwierdza, kto sprawdza, gdzie trafiają dane, co dzieje się przy wyjątku i jak mierzyć efekt. Bez tego AI bywa tylko drogim skrótem do chaosu. Z tym podejściem staje się realnym wsparciem w pracy.

I właśnie dlatego teza, że „AI zastąpi człowieka”, jest zbyt prosta. Bardziej prawdziwe wydaje się coś innego: AI zastąpi człowieka w części łatwych zadań, ale dzięki temu praca człowieka stanie się bardziej wymagająca, bardziej odpowiedzialna i — paradoksalnie — bardziej kreatywna. Nie wszędzie od razu. Nie bez błędów. Nie bez nauki. Ale kierunek jest jasny. Zamiast robić wszystko ręcznie, coraz częściej będziemy projektować, nadzorować, interpretować i ulepszać.

Jeżeli chcesz, żeby AI i automatyzacje naprawdę pracowały na korzyść Twojej firmy — a nie były tylko modnym dodatkiem — warto podejść do tego praktycznie. W IngenioFlow pomagamy projektować rozwiązania, które oszczędzają czas, porządkują procesy i zostawiają ludziom przestrzeń na to, co naprawdę wnosi wartość: decyzje, kreatywność i rozwój biznesu. Bo dobrze wdrożona technologia nie odbiera człowiekowi znaczenia. Ona robi miejsce, żeby człowiek mógł robić ważniejsze rzeczy.

Przypisy i źródła

1. [1] Andrzej Dragan, „Quo vAIdis”, Wydawnictwo Otwarte, 2025. Nota wydawcy i opis książki
2. [2] Eleanor W. Dillon, Sonia Jaffe, Nicole Immorlica, Christopher T. Stanton, „Shifting Work Patterns with Generative AI”, NBER Working Paper 33795, 2025.
3. [3] Erik Brynjolfsson, Danielle Li, Lindsey R. Raymond, „Generative AI at Work”, NBER Working Paper 31161, 2023.
4. [4] World Economic Forum, „The Future of Jobs Report 2025”. 
5. [5] Kent F. Hubert, Kim N. Awa, Darya L. Zabelina, „The current state of artificial intelligence generative language models is more creative than humans on divergent thinking tasks”, Scientific Reports, 2024.