Human + Machine: jak wdrożyć AI w organizacji, żeby przyniosło efekt. Case Study MINDBOX. 

Dlaczego większość firm nadal nie widzi efektów z AI? 

Sztuczna inteligencja rozwija się szybciej niż jakakolwiek wcześniejsza technologia, ale sygnały rynkowe są jednoznaczne: narzędzia wdrażane są coraz szybciej, a eksperymentów wciąż jest więcej niż realnej zmiany sposobu pracy. Bez odpowiednich kompetencji i zarządzania zmianą wdrożenie AI często kończy się wysokimi kosztami i brakiem wymiernych efektów. Pytanie, które zadaje sobie dziś większość organizacji, brzmi: dlaczego dostęp do coraz lepszych narzędzi AI nie przekłada się automatycznie na produktywność? 

W MINDBOX doszliśmy do wniosku, że problemem nie jest technologia, tylko kolejność działań. Samo udostępnienie licencji nie powinno zakładać, że pracownik wie, jak przełożyć możliwości narzędzia na swoje zadania. Dlatego cofnęliśmy się o krok i zaczęliśmy od zmapowania ludzi: ich kompetencji, ról i faktycznego sposobu pracy. Tak powstał nasz autorski model Human + Machine – i najpierw przetestowaliśmy go na sobie. 

W tym materiale znajdziesz gotowy scenariusz wdrożenia: jak zmapowaliśmy kompetencje pracowników, w jakiej kolejności uruchamialiśmy kolejne etapy, gdzie popełnialiśmy błędy i jakie efekty przyniósł nam pierwszy rok – 10 000+ odzyskanych godzin pracy, 100 000+ interakcji z AI i 95% aktywnych użytkowników Microsoft Copilot wśród licencjonowanych pracowników. Ten sam model wykorzystujemy dziś w projektach dla naszych klientów. 

Sztuczna inteligencja nie działa jak magiczny przycisk, po którego naciśnięciu organizacja zaczyna funkcjonować bardziej efektywnie. W MINDBOX szybko przekonaliśmy się, że kluczem do osiągnięcia realnej wartości biznesowej jest przygotowanie ludzi do świadomego wykorzystania jej możliwości.

Piotr Żeromski, CEO MINDBOX

Model kompetencyjny zdiagnozował potrzeby pracowników 

Aby jak najlepiej określić potrzeby współpracy pracowników z AI, przeprowadziliśmy badanie na reprezentatywnej próbie 86 osób ze wszystkich kluczowych obszarów firmy. 

Równolegle przeprojektowaliśmy procesy, opisaliśmy role i określiliśmy zakres odpowiedzialności poszczególnych stanowisk.   

Nie skupialiśmy się wyłącznie na tym, jakie narzędzia udostępnić pracownikom. Analizowaliśmy również sposób wykonywania pracy, rozkładając poszczególne role na konkretne zadania i procesy. Dzięki temu mogliśmy określić, które działania powinny pozostać domeną człowieka, które warto realizować przy wsparciu AI, a które mogą zostać częściowo lub całkowicie zautomatyzowane. 

W efekcie powstał model kompetencyjny Human + Machine oparty na trzech obszarach.

Model został zintegrowany z procesami HR, rozmowami rozwojowymi i planowaniem ścieżek kariery. Każda rola w organizacji otrzymała jasno określone zadania, kompetencje oraz rekomendowane narzędzia wspierające pracę. 

Była to swego rodzaju nadrzędna mapa całego projektu, która już na starcie podpowiadała, jakie umiejętności warto rozwijać na poszczególnych stanowiskach i jakie narzędzia mogą najlepiej wspierać codzienną pracę z AI. Dzięki temu ograniczyliśmy liczbę prób i błędów związanych z przydzielaniem narzędzi, licencji czy rozwiązań, które od początku nie miały realnego uzasadnienia dla danego stanowiska. 

Największym błędem liderów jest przekonanie, że wdrożenie AI zaczyna się od wyboru narzędzia. W rzeczywistości zaczyna się od przeprojektowania sposobu pracy oraz modelu kompetencji w zespole.

 Maciej Terlikowski, Vice President & Chief Growth Officer, MINDBOX 

Podczas szkoleń skupialiśmy się nie tylko na pokazaniu możliwości Microsoft Copilot, ale przede wszystkim na tym, jak wykorzystać AI w pracy konkretnych zespołów. Projektując program szkoleń, moim głównym założeniem było przekazanie kompetencji, które pozwolą pracownikom samodzielnie i świadomie korzystać z nowych narzędzi oraz przełożyć ich możliwości na realne efekty biznesowe.

Łukasz Ewertowski, AI Business Transformation & Technology Director, Head of Microsoft Centre of Excellence 

Równolegle rozwijaliśmy zmapowane wcześniej kompetencje związane z AI oraz budowaliśmy zasady odpowiedzialnego wykorzystywania technologii. Oprócz know-how pracy z Copilotem szczególny nacisk położyliśmy na bezpieczeństwo danych, governance i kontrolę dostępu. Dzięki temu adopcja AI od początku uwzględniała nie tylko kompetencje i technologię, ale również zgodność i bezpieczne korzystanie z nowych narzędzi.  Ścieżka włączenia AI do codziennej pracy miała jasno określoną kolejność działań, która jest podstawą modelu Human + Machine:

Większość organizacji zaczyna od punktu 4. Tam właśnie gubią się efekty. 

Od przekazania wiedzy i narzędzi do standardu pracy 

Dzięki tak trafnie przeprowadzonej adopcji, dopasowanej do potrzeb każdego pracownika już od samego startu, Microsoft Copilot nie stał się kolejnym narzędziem w organizacji, ale elementem codziennych procesów pracy. Pracownicy szybko zrozumieli jego potencjał i zaczęli wykorzystywać go w swoich zadaniach, traktując AI jako inteligentnego asystenta. 

 W okresie od uruchomienia pilotażu w lipcu 2025 roku do lipca 2026 roku wykorzystanie Microsoft Copilot przełożyło się na odzyskanie ponad 10 000 godzin pracy. Przy założeniu ok. 1680 godzin pracy rocznie odpowiada to około 6 etatom. 

Powstają Agenci AI w MINDBOX 

Naturalnym kolejnym krokiem było poszerzenie wiedzy pracowników o kolejne możliwości Microsoft Copilot, czyli tworzenie własnych agentów AI wspierających konkretne procesy biznesowe. Był to moment, w którym zaczęliśmy wykorzystywać AI nie tylko jako wsparcie pojedynczych zadań wykonywanych przez pracowników, ale również jako element wspólnych procesów biznesowych. W tym celu zorganizowaliśmy szkolenia połączone z praktycznymi warsztatami budowania agentów w Microsoft Copilot Studio. 

Efektem pierwszej fazy projektu było stworzenie pierwszych agentów AI wspierających konkretne obszary działalności firmy. Rozwiązania te znalazły zastosowanie między innymi w rekrutacji, komunikacji i marketingu, stopniowo stając się elementem codziennych procesów realizowanych w MINDBOX. 

Jednym z pierwszych takich rozwiązań był Ogłoszeniomat, wspierający rekruterów w tworzeniu ogłoszeń o pracę. Agent wykorzystuje wiedzę, dobre praktyki i standardy komunikacji wypracowane przez zespół, dzięki czemu pomaga szybciej przygotowywać spersonalizowane oferty przy zachowaniu spójnego stylu komunikacji. 

Kolejnym przykładem jest MINDVoice, wspierający działania komunikacyjne i marketingowe. 

Jak te rozwiązania działają w praktyce? POZNAJ use case naszych agentów AI: 

• Ogłoszeniomat
• MINDVoice

To tylko dwa przykłady rozwijającego się ekosystemu agentów AI tworzonych przez ludzi MINDBOX. Każdy kolejny agent powstaje jako odpowiedź na konkretną potrzebę biznesową i pomaga wykorzystywać wiedzę, doświadczenie oraz najlepsze praktyki zespołów w codziennej pracy wspieranej przez AI. 

Od technologii do kultury AI 

Szybka adopcja narzędzi nie była dla nas celem samym w sobie. 

Dlatego kolejnym etapem projektu było budowanie kultury organizacyjnej wspierającej systematyczne i odpowiedzialne wykorzystanie AI.  

Powstało centralne repozytorium wiedzy oraz uruchomiliśmy społeczność Ambasadorów AI. Odegrali oni szczególną rolę w całym procesie transformacji, testując nowe rozwiązania, dzieląc się doświadczeniami i pokazując innym pracownikom praktyczne sposoby wykorzystania AI w codziennej pracy. Dzięki temu wiedza nie była przekazywana wyłącznie podczas szkoleń, ale zaczęła naturalnie rozprzestrzeniać się pomiędzy zespołami wraz z kolejnymi przykładami zastosowań sztucznej inteligencji. 

Rozpoczęliśmy również regularne działania edukacyjne. Jedną z nich był Dzień z AI, podczas którego pracownicy i eksperci z różnych obszarów dzielili się doświadczeniami związanymi z wykorzystaniem sztucznej inteligencji w ich codziennej pracy. Spotkanie stało się przestrzenią do wymiany praktycznych przykładów, inspiracji i najlepszych praktyk.  

To właśnie wtedy szczególnie mocno wybrzmiała idea Human + Machine: największa wartość nie powstaje dzięki samej technologii, ale dzięki ludziom, którzy potrafią świadomie wykorzystać jej możliwości. 

Najważniejsze efekty wdrożenia Human + Machine 

Lipiec 2025 – Lipiec 2026: pierwszy etap 

Human + Machine 2.0 

Pierwszy rok wdrożenia dał nam sprawdzone fundamenty – kompetencje, narzędzia i kulturę pracy z AI, na których dziś budujemy nowy model operacyjny oparty na agentach i AI. W kolejnej iteracji modelu Human + Machine skupiamy się nie tylko na wykorzystaniu pojedynczych narzędzi, ale na coraz głębszej integracji AI z procesami, wiedzą organizacyjną i codziennym sposobem pracy zespołów. Rozbudowujemy ekosystem agentów AI, udostępniając je coraz szerszemu gronu użytkowników, oraz prowadzimy centralne repozytorium wiedzy, w którym gromadzimy doświadczenia, inspiracje i sprawdzone praktyki. 

Wspieramy również rozwój społeczności Ambasadorów AI, którzy promują nowe sposoby wykorzystania sztucznej inteligencji i pomagają innym zespołom wdrażać je w codziennej pracy. 

Równolegle rozwijamy model kompetencyjny Human + Machine i wdrażamy go również w ramach naszej Sieci Talentów IT. Naszym celem jest, aby do 2028 roku co najmniej 80% osób związanych z MINDBOX osiągnęło oczekiwany poziom kompetencji we wszystkich obszarach modelu. 

W Human + Machine najważniejszy pozostaje człowiek. Technologia ma wzmacniać kompetencje pracowników i wspierać ich w codziennej pracy, tak aby mogli skupić się na zadaniach wymagających doświadczenia, kreatywności i odpowiedzialności. To właśnie w takim połączeniu powstaje największa wartość.

Kamila Król, Human Capital Director, MINDBOX 

Nie chodzi więc wyłącznie o ciągłe zwiększanie wykorzystania AI. Równie ważne jest świadome określenie, które zadania powinny pozostać po stronie człowieka, które warto realizować przy wsparciu sztucznej inteligencji, a które mogą zostać w pełni powierzone technologii. To właśnie ten podział stanowi fundament modelu Human + Machine i pozwala budować organizację, w której ludzie i AI skutecznie się uzupełniają. 

A ponieważ sami przetestowaliśmy ten model w praktyce i cały czas go skalujemy, dziś mamy sprawdzony scenariusz efektywnego wdrażania AI, który wykorzystujemy również w projektach realizowanych dla naszych klientów.