Pierwszy tydzień pilotażu pod nadzorem

Pilotaż zaczyna się od uzgodnienia, czego ma dowieść

Zanim ktokolwiek włączy agenta, na kartce ma stać jedno zdanie: co dokładnie ten tydzień rozstrzyga. Bez tego pilotaż zamienia się w pokaz. Wszyscy patrzą, jak ładnie agent odpowiada, i w piątek nikt nie potrafi powiedzieć, czy idziemy dalej. Zdanie ma zawierać liczbę i termin, na przykład: do piątku sprawdzamy, czy zestawienie wychodzi poprawnie w co najmniej dziewięciu przypadkach na dziesięć.

Presja na wynik przychodzi z góry i wchodzi do pilotażu tylnymi drzwiami. Zarząd, który czeka na zwrot z agenta jeszcze w tym roku (liczby na ten temat stoją w lekcji o budżecie), nie pyta o arkusz recenzji, tylko o wynik. Recenzent, który o tej presji wie, zaczyna czytać odpowiedzi łaskawiej, i dlatego progi z tej lekcji spisuje się przed startem, a nie w środę.

Skala odpadania jest zresztą znana. Gartner prognozuje, że do końca 2027 r. ponad 40% projektów agentowej AI zostanie anulowanych, z powodu rosnących kosztów, niejasnej wartości biznesowej i niedostatecznej kontroli ryzyka. Prognozę oparto na ankiecie ze stycznia 2025 wśród 3 412 uczestników webinaru Gartnera, z których 19% zadeklarowało znaczące inwestycje w agentową AI, a 42% ostrożne. Pilotaż jest dokładnie tym miejscem, w którym te trzy rzeczy wychodzą na wierzch, o ile ktoś je zapisuje na bieżąco.

Nadzór to konkretna osoba, konkretna godzina i pozycja w budżecie

Pilotaż bez wyznaczonego recenzenta wygląda tak: agent działa, wszyscy zakładają, że ktoś to sprawdza, i po dwóch tygodniach nikt nie potrafi powiedzieć, czy było dobrze. Wyznacz jedną osobę. Z imienia, w kalendarzu, z blokiem czterdziestu minut dziennie o stałej porze.

Najlepszym recenzentem jest ten, kto dziś wykonuje ten proces ręcznie. Zna dobrą odpowiedź, rozpozna subtelny błąd i ma własny interes w tym, żeby to zadziałało. Najgorszym jest autor promptu, bo czyta odpowiedzi przez to, co chciał w nich umieścić. Jeśli to ta sama osoba, dołóż drugą parę oczu na trzeci i piąty dzień.

Wyznacz też zastępcę na wypadek choroby albo wyjazdu. Tydzień pilotażu bez recenzji nie jest tygodniem pilotażu, tylko tygodniem produkcji bez nadzoru, a to zupełnie inna decyzja niż ta, którą podjęliście. A jeśli nikt w firmie nie zgodzi się czytać odpowiedzi przez tydzień, nie zaczynajcie: brak recenzenta rzadko oznacza brak czasu, zwykle oznacza brak właściciela wdrożenia.

Ten nadzór ma cenę i lepiej podać ją z góry, bo inaczej ktoś odkryje ją w połowie tygodnia. Czterdzieści minut dziennie przez pięć dni to nieco ponad trzy godziny, czyli przy pełnym koszcie pracodawcy 68 zł za godzinę około 230 zł. Do tego dochodzi abonament od 399 zł i zużycie modelu. Konfiguracja jest tanim elementem tego rachunku, czas recenzenta nie. Jeśli pilotaż ma się zmieścić w pięciodniowym okresie próbnym pakietu Premium, sprawdźcie jego warunki na stronie cennika, zanim zaczniecie liczyć dni, i tak czy inaczej umówcie spotkanie decyzyjne przed końcem okresu, a nie po nim.

Trzy kubełki i zapis, który da się policzyć

Czytanie odpowiedzi bez zapisu kończy się wrażeniem „w sumie nieźle”. Potrzebujesz liczby, więc każda odpowiedź ląduje w jednym z trzech kubełków: w porządku, drobna poprawka, źle. Trzy kategorie, nie pięć, bo przy pięciu recenzent zaczyna się wahać, zwalnia i po dwóch dniach przestaje wypełniać arkusz.

Do każdej oceny innej niż „w porządku” dopisz jedno zdanie o powodzie i wklej pytanie dosłownie. Streszczenie pytania jest bezużyteczne przy poprawianiu promptu, bo gubi dokładnie to sformułowanie, które zmyliło agenta. Zapisuj też, czy sprawa wymagała kontaktu z człowiekiem: to osobna liczba i przyda się przy decyzji o rozszerzeniu.

W pierwszym tygodniu nie oceniaj stylu. Zbyt oficjalny ton albo dziwne powitanie to poprawka na pięć minut i można ją zrobić w drugim tygodniu. Skup się na dwóch rzeczach: czy treść jest prawdziwa i czy agent oddał sprawę człowiekowi wtedy, kiedy powinien.

Zespół nie boi się agenta, boi się o siebie

Pilotaż dzieje się na oczach ludzi, którzy mają o nim własne zdanie, i to zdanie jest podzielone wewnątrz jednej głowy. Badanie SD Worx z lipca 2026 r. pokazuje, że 34,4% polskich pracowników obawia się, iż AI uczyni część ich zadań zbędnymi, a jednocześnie 70,3% użytkowników tych narzędzi twierdzi, że pracuje dzięki nim wydajniej. Regularnie korzysta z AI w pracy 38,4% Polaków, powyżej średniej europejskiej wynoszącej 29,3%.

Do tego dochodzi luka w przygotowaniu, którą łatwo pomylić z oporem: dostęp do zatwierdzonych firmowych narzędzi AI i jakiekolwiek szkolenie ma w Polsce mniejszość pracowników, a liczby stoją w lekcji o skalowaniu. Godzina wprowadzenia przed startem pilotażu, czyli co agent robi, czego nie robi i komu zgłasza się problem, kosztuje mniej niż jeden dzień poprawiania nieporozumień.

Trzy rzeczy powiedz wprost, najlepiej na piśmie. Zapis z recenzji służy do poprawiania promptu, a nie do oceniania pracowników. Ocena i selekcja ludzi należy do Załącznika III AI Act, więc agent nie będzie tego robił ani teraz, ani później. A jeśli w pilotażu agent rozmawia z klientami, od 2 sierpnia 2026 r. art. 50 AI Act wymaga, żeby rozmówca wiedział, że po drugiej stronie jest sztuczna inteligencja: jedno zdanie w powitaniu zamyka temat.

Po czym poznać, że wolno rozszerzyć zakres

Decyzję opierasz na liczbach z arkusza recenzji, a nie na upływie kalendarza. Progi spisujecie przed startem, z powodu opisanego na początku tej lekcji. Tutaj liczy się co innego: kto konkretnie te progi ocenia i kto ma prawo je obniżyć, gdy tydzień wyjdzie gorzej. Odpowiedź na drugie pytanie brzmi zwykle: nikt.

Gdy progi są spełnione, rozszerzaj o jeden wymiar. Albo dokładasz ludzi, albo tematy, ale nigdy jedno i drugie w tym samym tygodniu. Przy dwóch zmianach naraz pogorszenie wyników nie powie Wam, która z nich zawiniła, i wracacie do zgadywania. Zmiana modelu liczy się jako osobny wymiar, nawet jeśli wydaje się drobiazgiem technicznym.

I rzecz, która brzmi jak przesada, dopóki się nie zdarzy: nie rozszerzaj w piątek. Pierwsze niespodzianki po zmianie zakresu wypadają w ciągu doby, więc chcesz mieć wtedy recenzenta przy biurku, a nie na działce.

• Zero odpowiedzi w kubełku „źle” przez trzy kolejne dni robocze.
• Udział ocen „w porządku” powyżej 90 procent, liczony osobno dla każdego dnia, nigdy jako średnia tygodnia, i czytany zawsze razem ze spadającą liczbą poprawek, bo sam poziom nic nie mówi bez trendu.
• Liczba poprawek promptu spada z dnia na dzień. Gdy stoi w miejscu, zadanie ma więcej wyjątków niż reguł.
• Recenzent potrafi wymienić z pamięci trzy typy pytań, na które agent odpowiada dobrze. Jeśli nie potrafi, nie zna jeszcze zakresu.
• Sponsor zna aktualne liczby bez pytania. Jeśli dowiaduje się o nich dopiero na spotkaniu decyzyjnym, rozszerzenie i tak zostanie odłożone.

Agent myli się trzeciego dnia i to jest normalne

Trzeci dzień bywa najgorszy i ma to prostą przyczynę. Pierwsze dwa dni to pytania, których się spodziewaliście, bo zespół testował na tym, co pamiętał. Trzeciego dnia zaczynają się przypadki brzegowe i pytania zadane w sposób, którego nikt nie przewidział. Data jest umowna, chodzi o moment, w którym kończy się zapas przewidzianych sytuacji.

Kolejność działań ma znaczenie. Najpierw napraw sprawę u człowieka, którego dotknęła, bo dla niego to pomyłka firmy, nie narzędzia. Potem zapisz przypadek w arkuszu i wróć do pracy. Nie poprawiaj promptu tego samego dnia pod wpływem jednego błędu, bo zbudujesz regułę pod pojedynczy przypadek, a takich reguł uzbiera się trzydzieści i zaczną sobie przeczyć.

Poprawiaj, gdy masz trzy podobne przypadki, i najpierw rozstrzygnij, z czym masz do czynienia. Brak reguły w promptcie leczy się jednym zdaniem instrukcji. Brak danych, czyli sytuacja, w której agent nie ma skąd wziąć odpowiedzi, leczy się uzupełnieniem źródła albo regułą odmowy. Zadanie po prostu za trudne leczy się zawężeniem zakresu, i to jest najczęstsza trafna diagnoza w pierwszym tygodniu.

Cofnięcie o etap, czyli powrót do trybu, w którym każda odpowiedź czeka na akceptację człowieka, nie jest porażką pilotażu. Porażką jest brnięcie z agentem, który myli się codziennie, bo ktoś ogłosił start na spotkaniu zarządu. Zapisz w arkuszu, kto podjął decyzję o cofnięciu i na podstawie której liczby, bo za miesiąc nikt tego nie odtworzy z pamięci.

Kartka na spotkanie decyzyjne i trzy możliwe wyniki

Pilotaż kończy się spotkaniem, nie wygaśnięciem. Trzydzieści minut, jedna kartka, sponsor i recenzent. Na kartce: liczba ocen w każdym kubełku dzień po dniu, liczba spraw przekazanych człowiekowi, trzy najczęstsze powody poprawek i jedno zdanie rekomendacji. Możliwe wyniki są trzy: rozszerzamy o jeden wymiar, zostajemy w obecnym zakresie na kolejny tydzień, wyłączamy, i każdy z nich zapada z datą oraz nazwiskiem.

Rytm ma większe znaczenie niż jakość modelu. Spotkanie w piątek o tej samej godzinie, z tą samą kartką, jest jedyną rzeczą, która sprawia, że po sześciu tygodniach ktoś w ogóle wie, jak wypadł pilotaż.

Trzeci wariant, czyli wyłączenie, jest częstszy, niż firmy zakładają na starcie (liczby o zwrocie z inicjatyw AI stoją w lekcji o budżecie). Wyłączenie podjęte w piątek na podstawie arkusza kosztuje tydzień. To samo wyłączenie odkryte w listopadzie, gdy ktoś zauważy fakturę, kosztuje zaufanie do następnego wdrożenia.

Pierwszy tydzień po pilotażu, gdy nadzór się kończy

Pilotaż kończy się decyzją, a nie wygaszeniem czujności. W poniedziałek po spotkaniu recenzent przestaje czytać wszystko i przechodzi na próbkę: dziesięć rozmów raz w tygodniu, w tym samym piątkowym kwadransie, w którym od tej pory zapisujecie dwie liczby z lekcji osiemnastej, w tym samym arkuszu i z tymi samymi trzema kubełkami. Blok w kalendarzu skraca się z czterdziestu minut dziennie do kwadransa raz w tygodniu i to jest cała zmiana. Skrócenie bloku bez wpisania nowego terminu kończy się tym, że nikt nie czyta nic.

Trzy rzeczy przenoszą się z pilotażu do zwykłej pracy i każdą przypiszcie z nazwiska tego samego dnia. Arkusz recenzji zostaje tam, gdzie był, i nikt go nie archiwizuje: po miesiącu to jedyny zapis, z którego da się odczytać, czy jest lepiej. Zgłoszenia błędów idą do jednej osoby, nie do kanału, bo zgłoszenie wrzucone na kanał odbiera się jako czyjeś cudze. Prompt poprawia dalej ta sama osoba, która robiła to w pilotażu, bo zna powody wszystkich dotychczasowych reguł.

Na koniec wpiszcie datę pierwszego miesięcznego przeglądu, konkretny dzień, nie „za miesiąc”. Ten przegląd opisuje lekcja osiemnasta i wygląda inaczej niż tydzień nadzoru: dwadzieścia rozmów zamiast wszystkich, pół godziny zamiast czterdziestu minut dziennie, porównanie z poprzednim miesiącem zamiast oceny bezwzględnej. Jeśli ta data nie trafi do kalendarza w tygodniu po pilotażu, nie trafi tam nigdy.