Transformacja
Między narzędziem AI a wynikiem w rachunku zysków brakuje jednej warstwy
Transformacja semantyczna to uporządkowanie nazw, procesów i danych firmy tak, by rozumiał je człowiek, model językowy i raport zarządu. Fundacja AI Business Center (AIBC) to think tank i partner doradczy, który pomaga zarządom firm z budownictwa, przemysłu i usług technicznych wdrażać sztuczną inteligencję tak, by dawała mierzalny wynik i budowała przewagę konkurencyjną.
Licencje przestały być problemem. Stała się nim praca, której nikt nie opisał
Modele językowe produkują coraz więcej treści. Zarząd potrzebuje liczb. Między jednym a drugim jest warstwa, którą budujemy: nazwy, właściciele i definicje, dzięki którym praca z AI staje się mierzalna.
Schemat ma trzy elementy, a środkowy jest tym, za co firma płaci: AI generuje → semantyka porządkuje → BI rozlicza. Bez warstwy pośrodku przyrost treści nie zamienia się w liczbę, o którą zarząd może zapytać. Tę drogę opisujemy szerzej na stronie Od AI do BI.
Luka, którą widać w badaniach
Według badania McKinsey, The State of AI 2026, 8 na 10 pracowników widzi zysk czasu z GenAI, a tylko 4 na 10 firm widzi jego wpływ na wynik operacyjny (EBIT). W tym samym badaniu wśród 6% respondentów osiągających realny zwrot prawie 3 na 4 gruntownie przeprojektowały przepływy pracy.
Część różnicy zjada poprawianie. Badanie BetterUp Labs i Stanford Social Media Lab z września 2025 roku pokazało, że 4 na 10 pracowników biurowych dostało w ostatnim miesiącu treść z AI, którą musieli poprawiać lub odrzucić.
Problem dotyczy też danych. Gartner przewidywał w lutym 2025 roku, że do końca 2026 roku firmy porzucą 60% projektów AI, które nie mają danych gotowych dla AI, a 63% organizacji nie ma lub nie wie, czy ma właściwe praktyki zarządzania danymi.
5 powodów, dla których licencje nie zamieniają się w wynik
- Licencje bez użycia. Firma płaci za dziesiątki stanowisk; po miesiącu większość pracowników o narzędziu zapomina.
- Narzędzie zamiast procesu. Pracownik dostaje asystenta, ale nie dostaje opisu, do czego ma go użyć.
- Więcej treści, mniej sensu. Komunikacja przyspiesza, a jej wartość spada; praca wraca do nadawcy jako poprawki.
- Wiedza w 2–3 głowach. Procedury, wyjątki i historia klienta istnieją, ale nie w formie, którą rozumie nowy pracownik albo model.
- Brak pomiaru. Sukces mierzy ocena szkolenia, a nie czas odzyskany w konkretnym procesie.
Każdy z tych powodów sprowadza się do jednego: między celem biznesu a narzędziem brakuje opisanej pracy firmy.
Dwie warstwy, jedna metoda
Warstwa tłumaczenia to opis procesów, wiedzy, reguł, danych i decyzji w formie, którą człowiek i model rozumieją tak samo. W większości firm żyje w głowach dwóch–trzech osób. Utrzymują ją tłumacze procesów: pracownicy działów, nie informatycy.
Warstwa semantyczna to wspólny słownik firmy: te same nazwy między działami i narzędziami, właściciele danych, definicje miar. Korzystają z niej jednocześnie modele językowe i systemy BI.
Firma, która ma obie warstwy, może wybrać dowolny model i dowolne narzędzie, bo opis procesu jest niezależny od dostawcy.
Jedna semantyka, dwa kierunki, jeden raport
Do wewnątrz: modele pomagają pracownikom wykonywać pracę firmy, bo procesy są opisane, a wiedza jest w systemie, nie w głowach.
Na zewnątrz: modele poprawnie opisują i rekomendują markę klientom, dealerom i agentom zakupowym. Mierzymy to badaniem marki w modelach językowych.
Oba kierunki żywią się tym samym słownikiem i oba zasilają jeden raport wartości AI dla zarządu. Firma, która porządkuje jedno, dostaje drugie taniej.
4 piętra: w jakiej kolejności
| piętro | co się dzieje | kto decyduje (budżet) | co zostaje w firmie |
|---|---|---|---|
| 1. kompetencje | ludzie rozumieją, jak działa GenAI, jakie są zasady danych i bezpieczeństwa | HR, rozwój kompetencji | certyfikaty imienne, biblioteka wzorców, pomiar użycia po 30 dniach |
| 2. nazwanie | warsztaty w działach: procesy nazwane i opisane, tłumacze procesów wybrani | dyrektorzy działów i decydent w zarządzie | karty procesów, słowniki działów, standard komunikacji z GenAI |
| 3. spięcie | wspólny słownik firmy, właściciele danych, definicje miar; zarząd decyduje, kto odpowiada za wynik na styku działów | zarząd, CIO, COO | warstwa semantyczna, mapa przepływu danych, brief dla IT i partnera BI |
| 4. pomiar wartości | raport dla zarządu co kwartał: wartość, koszt, jakość, zgodność, marka na zewnątrz | CFO, zarząd, rada nadzorcza | raport z interpretacją i rekomendacjami; dashboard u klienta |
Szkolenie przestało być celem. Stało się wejściem na pierwsze piętro. Automatyzacja procesów jest zastosowaniem na piętrze trzecim: najpierw proces nazwany i spięty, potem agent.
Wejściem do drabiny jest diagnoza gotowości 30 dni: mówi, na którym piętrze firma jest i od którego zacząć.
6 obszarów: co umiemy
| obszar | co firma dostaje |
|---|---|
| diagnoza gotowości | karta gotowości w trzech wymiarach (ludzie, wiedza, procesy), lista procesów z priorytetami, specyfikacja jednego procesu do pilota |
| kompetencje | warsztaty na zadaniach firmy, pomiar przed i po, udokumentowane działania na rzecz kompetencji AI personelu |
| tłumaczenie procesów | procesy opisane w formie zrozumiałej dla człowieka i modelu; jedno źródło wiedzy odporne na rotację |
| automatyzacja po mapowaniu | pilot jednego procesu z pomiarem przed i po; model i narzędzie dobrane do zadania |
| standard komunikacji z GenAI | biblioteka wzorców dla działów, zasady weryfikacji odpowiedzi przed wysyłką, lista danych, których nie wolno przetwarzać poza zatwierdzonym środowiskiem |
| pomiar | miary z właścicielami, raport dla zarządu na danych z systemów firmy |
Piętra mówią, w jakiej kolejności pracujemy. Obszary pokazują pełny zakres tego, co potrafimy zrobić na każdym z nich.
Co robimy my, a co zostaje po stronie firmy
| rola | kto | odpowiada za |
|---|---|---|
| decydent | członek zarządu firmy | cel, priorytety, decyzja o skalowaniu i o użyciu odzyskanego czasu |
| właściciel procesu | dyrektor lub kierownik działu | przebieg procesu, dane wejściowe, odbiór rezultatu |
| właściciel miary | dyrektor działu | definicja i jakość miary w raporcie |
| architekt i moderator | Fundacja AI Business Center | metoda, diagnoza, opis procesu, dobór modelu, brief dla IT, pomiar |
| wykonawca techniczny i BI | IT firmy lub wskazany partner | integracja, uprawnienia, model danych, dashboard |
| tłumacze procesów | pracownicy działów | utrzymanie opisów i standardu |
Nie wdrażamy narzędzi BI. Definiujemy, co i jak mierzyć. Fundacja jest neutralna wobec dostawców technologii: nie sprzedajemy licencji ani wdrożeń. Działamy po stronie zarządu — pomagamy wybrać wykonawcę, przygotować wymagania i kryteria, przeprowadzić postępowanie lub przetarg, ocenić oferty i jakość wykonawców. Decyzję podejmuje zarząd.
5 ryzyk, które projekt musi obejść
| ryzyko | jak je obchodzimy |
|---|---|
| więcej treści, mniej sensu | standard komunikacji i weryfikacja przed wysyłką; mierzymy poprawki, nie liczbę stron |
| opór: „szybciej znaczy więcej pracy” | narracja odzyskanego czasu, udział przełożonych w warsztatach, HR jako właściciel zmiany |
| dane i uprawnienia | przegląd dostępów przed uruchomieniem agenta, zasada minimalnych uprawnień, wrażliwe decyzje zawsze u człowieka; szerzej: suwerenność danych i własna instancja AI |
| uzależnienie od jednego dostawcy | opis procesu niezależny od narzędzia, model dobierany do zadania |
| zgodność z przepisami | udokumentowane wspieranie kompetencji AI personelu (art. 4 AI Act) i przejrzystość wobec klientów (art. 50); zakres uzgodniony z doradcą prawnym firmy |
O tym, co przepisy wymagają w komunikacji i sprzedaży, a czego nie, piszemy na stronie AI Act w komunikacji i sprzedaży.
Dla kogo jest ta praca
Pracujemy z firmami, które kupiły licencje na narzędzia GenAI i nie potrafią powiedzieć, co z nich mają; mają kilka działów lub lokalizacji, które nie mówią wspólnym językiem; mają w zarządzie osobę gotową wziąć odpowiedzialność za zmianę i chcą zbudować kompetencję u siebie.
To nie jest praca dla firm, które szukają wdrożenia pod klucz bez zaangażowania własnych ludzi, jednorazowego szkolenia z obsługi narzędzia albo deklaracji zgodności zamiast realnego programu.
Wzory, kryteria i skale są własnością metodyczną autorów programu. Wypełnione dokumenty są własnością firmy i zostają w niej po zakończeniu współpracy.
Najczęstsze pytania
Dlaczego wdrożenia GenAI nie przekładają się na wynik finansowy?
Bo narzędzie trafia do niezmienionego procesu. Pracownik pisze szybciej, ale nikt nie opisał, do czego ma używać modelu, kto odpowiada za wynik i jak go zmierzyć. Minuty zaoszczędzone przy biurku nie zamieniają się same w pieniądze. Zamienia je opisany proces z właścicielem i miarą.
Czym transformacja semantyczna różni się od szkolenia z narzędzia?
Szkolenie uczy obsługi. Transformacja semantyczna zmienia to, jak opisana jest praca firmy, i zostawia w organizacji osoby, które ten opis utrzymują. Efekt szkolenia mierzy się oceną szkolenia, efekt transformacji czasem w procesie, liczbą poprawek i przepustowością, na danych z systemów firmy.
Czy Fundacja wdraża narzędzia BI?
Nie. Definiujemy, co i jak mierzyć, budujemy wspólny słownik i właścicieli miar oraz przygotowujemy brief dla działu IT. Dashboard i model danych buduje dział IT firmy albo wskazany przez nią partner.
Od którego piętra trzeba zacząć?
Od tego, na którym firma faktycznie jest. Mówi o tym 30-dniowa diagnoza gotowości: karta w trzech wymiarach, czyli ludzie, wiedza i procesy, mapuje się na pierwsze trzy piętra. Firma z dobrze przeszkolonym zespołem może zacząć od nazwania procesów.
Zacznijmy od diagnozy
30 dni, karta gotowości i jedna decyzja zarządu: wdrażać, uporządkować albo zatrzymać. Dobrym punktem wyjścia jest jeden proces w sprzedaży, obsłudze klienta lub przygotowaniu ofert. Porozmawiajmy o diagnozie.