Większość firm wdraża sztuczną inteligencję od strony technologii: „mamy AI, znajdźmy mu zastosowanie”. Efekt? Kosztowne piloty, z których nikt nie korzysta. Framework Jobs to Be Done (JTBD) odwraca ten proces. Zamiast pytać „gdzie wdrożyć AI?”, każe zapytać: „jaką konkretną pracę nasz pracownik lub klient próbuje wykonać i dlaczego obecne narzędzia go frustrują?”. W tym artykule pokazuję, jak JTBD działa w praktyce transformacji AI, jak go wdrożyć krok po kroku i jakich błędów unikać. Znajdziesz tu case studies firm, które dzięki temu podejściu zwiększyły przychody o ponad 30% i skróciły czas procesów o 60%.
Dlaczego firmy wdrażają AI, które nikt nie chce używać
Spróbuję opisać sytuację, którą widziałem w wielu organizacjach. Zarząd ogłasza „strategię AI”. Zespół techniczny buduje imponujący proof of concept. Prezentacja na boardzie zbiera brawa. A potem? Narzędzie leży odłogiem, bo nikt z niego nie korzysta.
To nie jest anegdota. Według badania Boston Consulting Group z 2024 roku, 74% firm ma trudności ze skalowaniem wartości z AI. Projekty pilotażowe kończą się sukcesem technicznym, ale nie przekładają się na wyniki biznesowe. Główna przyczyna? Podejście technology-first zamiast user-first.
Firma buduje chatbota obsługi klienta, bo „AI potrafi rozmawiać”. Ale klient nie chce rozmawiać z chatbotem. Klient chce szybko rozwiązać problem z fakturą. To jest zasadnicza różnica i dokładnie tę lukę wypełnia framework Jobs to Be Done.
Konsekwencje pominięcia perspektywy użytkownika są dość przewidywalne: projekty POC, które nigdy nie wchodzą na produkcję, zespoły AI budujące rozwiązania „szukające problemu”, budżety wydawane na eksperymenty bez mierzalnego zwrotu. W polskich realiach, gdzie budżet na AI często wynosi 200-500 tysięcy złotych rocznie dla średniej firmy, każdy nietrafiony projekt boli podwójnie.
Integralną częścią szkolenia jest 83-stronicowe 'Kompendium Lidera', które służy jako interaktywny zeszyt ćwiczeń i drogowskaz w codziennej pracy managera. Zawiera ono autorskie frameworki, listy kontrolne oraz arkusze robocze, które ułatwiają audyt gotowości firmy na przyjęcie sztucznej inteligencji. Dzięki temu zasobowi, uczestnicy nie tylko słuchają o technologii, ale aktywnie projektują politykę AI swojej organizacji, definiują nowe role w zespołach i ustalają standardy etycznego wykorzystania narzędzi takich jak Claude czy ChatGPT, tworząc trwałe podstawy dla innowacji.
Program Future Leaders został zaprojektowany przez Tomasza Tarnowskiego, praktyka z wieloletnim doświadczeniem w firmach takich jak Visa, co gwarantuje całkowite odejście od akademickiego żargonu na rzecz konkretnych rozwiązań biznesowych. Każda z 132 lekcji koncentruje się na rozwiązywaniu specyficznych problemów – od wyboru odpowiedniego narzędzia do konkretnego zadania, przez obliczanie realnych kosztów wdrożenia, aż po zabezpieczanie danych firmowych przed wyciekiem. To kurs stworzony przez praktyka dla praktyków, gdzie każda minuta materiału ma bezpośrednie przełożenie na codzienną efektywność lidera.
Wdrożenie sztucznej inteligencji w firmie wiąże się z szeregiem wyzwań prawnych i bezpieczeństwa, o których często zapomina się w pogoni za nowinkami. Kurs AI dla Liderów poświęca szczególną uwagę kwestiom ochrony danych, prywatności oraz ryzyk związanych z halucynacjami modeli AI. Uczestnicy dowiadują się, jak budować 'bezpieczne piaskownice' do testów, jak konstruować prompty chroniące tajemnicę przedsiębiorstwa i jak wdrażać mechanizmy kontrolne, które minimalizują ryzyko biznesowe przy jednoczesnym maksymalizowaniu korzyści płynących z automatyzacji.
Ten artykuł jest dostępny wyłącznie dla członków platformy Future Leaders.
Rozwijaj kompetencje AI w zarządzaniu
Dołącz, aby odblokować ten i wszystkie pozostałe artykuły, szkolenia VOD oraz materiały na platformie. Jedna opłata - pełen, dożywotni dostęp.
Najczęściej zadawane pytania (FAQ)
Czy JTBD nadaje się dla małej firmy, która dopiero zaczyna z AI?
Tak, JTBD jest skalowalny. Mała firma może zacząć od uproszczonej wersji: krótki warsztat z pytaniem „Jaką pracę próbujemy wykonać? Czy AI to najlepsze narzędzie?”. Nie potrzebujesz 20 wywiadów pogłębionych. Wystarczy 5-8 rozmów z osobami, które faktycznie wykonują pracę. Koszt jest minimalny, a chroni przed wydaniem 100-200 tysięcy złotych na AI, które nikogo nie interesuje.
Ile kosztuje i trwa przeprowadzenie pełnej analizy JTBD?
Pełny proces (od przygotowania po rekomendacje) zajmuje 6-12 tygodni. Wewnętrznie, przy wyznaczonym zespole 3-4 osób poświęcającym ok. 30% czasu, to głównie koszt roboczogodzin. Z zewnętrznym konsultantem JTBD, w polskich realiach, trzeba liczyć 40-120 tysięcy złotych za pełne badanie jednego obszaru biznesowego. Porównaj to z kosztem nieudanego projektu AI (zwykle 300-800 tysięcy złotych) i kalkulacja robi się oczywista.
Czym JTBD różni się od tradycyjnych badań potrzeb klienta?
Tradycyjne badania pytają „czego chcesz?” lub „jak oceniasz nasz produkt?”. JTBD pyta „opowiedz mi o ostatnim razie, gdy próbowałeś rozwiązać ten problem. Co było najtrudniejsze?”. Różnica: JTBD bada realne przeszłe zachowania, nie deklaracje. Ludzie deklarują jedno, robią drugie. JTBD skupia się na tym, co robią, i dlaczego.
Czy JTBD zastępuje inne frameworki jak RICE czy CRISP-DM?
Nie zastępuje, uzupełnia. JTBD odpowiada na pytanie „co jest warte robienia” (identyfikacja problemów). RICE odpowiada na „w jakiej kolejności to robić” (priorytetyzacja). CRISP-DM odpowiada na „jak to zbudować” (cykl życia projektu). Najlepsze wyniki daje połączenie: JTBD na wejściu, RICE do priorytetyzacji, CRISP-DM do realizacji.
