Firma nakoupí licence, spustí školení, sleduje spotřebu tokenů nebo jinou metriku adopce a po půl roce se ptá, proč se v byznysu nic nezměnilo. ROI z AI přitom není technologický problém. Je to problém motivace.
Platí jednoduché pravidlo: co není v KPI, je jen nice-to-have. A nice-to-have zmizí ve chvíli, kdy přijde tlak a lidé mají plné ruce práce.
Předvídatelný vzorec
Ve firmě za firmou vidím stejnou posloupnost kroků:
- Nasadí se nástroje a čeká se na organickou adopci. Výsledek: nízké využití a panika.
- Přijdou školení, hackathony, fóra. Využití o kousek vzroste, byznysový dopad žádný.
- Přidají se měkká KPI typu „každý musí nástroj použít třikrát týdně“. Využití zase o kousek nahoru, spadne při prvním náporu práce, výsledky nikde.
- Dojde poznání, že se celou dobu měřilo špatně a je čas napojit chování na byznysové cíle.
Zlom přijde ve chvíli, kdy firma přestane sledovat používání a začne sledovat výsledky. Ne „otevřeli jste dnes Copilot“, ale „uzavřel váš tým víc obchodů, snížil náklady, dodal rychleji?“.
Přestaňte měřit, jestli lidé nástroj otevřeli. Začněte měřit, jestli díky němu dosáhli výsledku.
Zpráva musí být upřímná
Vzkaz pro lidi nemůže být „používejte AI“. Musí znít: tady potřebujeme růst, tady potřebujeme šetřit, a tohle je AI, která vám k tomu pomůže. Když je cíl jasný a navázaný na reálnou motivaci, chování se změní. Když cíl chybí, žádné školení ho nenahradí.
Měkký přístup působí ohleduplně. Ve skutečnosti jen oddaluje nevyhnutelné a promarní čas, kdy se lidé ještě mohou v klidu přizpůsobit. Firmy, které to pochopí dřív, získají náskok, který se těžko dohání.
Pokud řešíte, jak napojit AI adopci na byznysové cíle tak, aby se projevila v číslech, napište mi. Rád se podívám, kde přesně se vám motivace a výsledky míjejí.
