Zastosowanie · zespół po szkoleniu
Wdrożenie AI po szkoleniu: jak zamienić wiedzę w codzienną pracę
Szkolenie daje wiedzę, ale rzadko samo zmienia sposób pracy. Pomagamy firmom przejść od szkolenia do zastosowań używanych co tydzień. Z osobą odpowiedzialną, czasem na praktykę i pomiarem, kto faktycznie korzysta z AI.
Punkt wyjścia
Zespół przeszedł szkolenie, licencje są kupione, a po miesiącu z AI regularnie korzysta niewielka część osób. Nikt nie odpowiada za to, co dalej.
Co robimy
Ustalamy kryterium regularnego korzystania i mierzymy punkt wyjścia. Wybieramy zastosowania na rzeczywistych zadaniach, prowadzimy krótkie przeglądy i opisujemy zasady pracy dla tych, które działają.
Co mierzymy
Liczbę osób spełniających kryterium, zastosowania z zasadami i opiekunem, a w kolejnym etapie czas i jakość pracy w tych zastosowaniach.
- W skrócie
- Po szkoleniu AI potrzebne są trzy rzeczy: osoba odpowiedzialna za dalsze działania, czas na praktykę na rzeczywistych zadaniach i pomiar, kto naprawdę korzysta z AI. W jednym z naszych wdrożeń po ośmiu tygodniach regularnie korzystało 21 z 30 przeszkolonych osób, wobec ośmiu na początku.
- Dowód z wdrożenia · Wdrożenie AI w zespole
- Kryterium regularnego korzystania spełniało 21 z 30 osób, czyli 70% uczestników. To obserwacja po wprowadzeniu całego zestawu działań, bez grupy porównawczej.
| Miernik | Przed | Po |
|---|---|---|
| Osoby regularnie korzystające z AI | 8 z 30 | 21 z 30 |
| Zastosowania z zasadami i opiekunem | — | 2 z 6 |
| Czas na praktykę zapewniony przez kierownictwo | — | 1 h tygodniowo |
Podstawa pomiaru: Czterotygodniowe rejestry zadań wszystkich 30 uczestników przed zmianą i po ośmiu tygodniach, w tej samej grupie. Kryterium: co najmniej jedno zakończone zadanie zawodowe tygodniowo, którego wynik został sprawdzony i wykorzystany.
Przeczytaj case study: Osiem tygodni po szkoleniu 21 z 30 osób regularnie wykorzystywało AI
Dlaczego po szkoleniu AI często niewiele się zmienia?
Szkolenie kończy się w dniu, w którym zaczyna się zwykła praca. Bez osoby odpowiedzialnej, czasu na praktykę i zadań z prawdziwych obowiązków nowa wiedza nie przechodzi do codziennej pracy.
Zwykle nie brakuje wiedzy. Brakuje decyzji, kto i na jakich zadaniach ma ją wykorzystać, oraz sposobu sprawdzenia, czy to się dzieje.
Co robimy po szkoleniu?
- Kryterium korzystania. Na przykład co najmniej jedno zakończone zadanie zawodowe tygodniowo, którego wynik został sprawdzony i wykorzystany. Samo logowanie do narzędzia się nie liczy.
- Pomiar punktu wyjścia. Opieramy go na rejestrach zadań uczestników, a nie na deklaracjach.
- Odpowiedzialność i czas. Firma wskazuje osobę odpowiedzialną, a kierownictwo zapewnia narzędzia i czas na praktykę.
- Przeglądy na rzeczywistych zadaniach. Pomagamy określić oczekiwany wynik i sposób jego sprawdzenia przy materiałach, zestawieniach czy odpowiedziach dla klientów.
- Zasady albo zatrzymanie. Zastosowania, które działają, dostają opisane zasady pracy i opiekuna. Te, w których kontrola trwa zbyt długo, zatrzymujemy.
Jak mierzyć efekty szkolenia AI?
Wzrost liczby osób korzystających z AI to pierwszy krok, nie dowód oszczędności. Kolejny etap to pomiar czasu i jakości w zastosowaniach, które weszły do regularnej pracy.
Wskaźniki wykorzystania, jakości i czasu opisuje poradnik Jak mierzyć efekty szkolenia AI?
Szkolenie czy stała współpraca?
Szkolenie prowadzimy wtedy, gdy zespołowi brakuje podstaw — jako element wdrożenia, a nie osobny produkt z cennika. Samo szkolenie rzadko zmienia sposób pracy, dlatego nie kończymy na nim. Stała współpraca zaczyna się od wyboru zastosowań, odpowiedzialności i pomiaru, a kończy na rozwiązaniach, które zespół używa bez nas.
Praca z zespołem po szkoleniu to jedno z zastosowań, które prowadzimy w ramach wdrożeń AI dla firm.
Najczęstsze pytania
Czy prowadzicie szkolenia AI dla firm?
Tak, jeśli zespół tego potrzebuje. Prowadzimy je jako część wdrożenia, a nie jako osobny produkt z katalogu. Punkt ciężkości jest w tym, co dzieje się po szkoleniu: pracujemy z zespołem na jego rzeczywistych zadaniach, wybieramy zastosowania, prowadzimy przeglądy i mierzymy wykorzystanie.
Po jakim czasie widać efekty?
W opisanym wdrożeniu pomiar po ośmiu tygodniach wykazał 21 z 30 osób regularnie korzystających z AI, wobec ośmiu przed zmianą. Każdy zespół jest inny, dlatego najpierw mierzymy punkt wyjścia i ustalamy kryterium.
Czy więcej osób korzystających z AI oznacza oszczędność czasu?
Nie automatycznie. Liczba użytkowników pokazuje, czy zespół zaczął pracować z AI. Oszczędność czasu trzeba zmierzyć osobno, w konkretnych zastosowaniach.
Co, jeśli jakieś zastosowanie się nie sprawdza?
Zatrzymujemy je i zapisujemy powód. W opisanym wdrożeniu jedno z sześciu zastosowań odłożono, bo kontrola wyniku zajmowała zbyt dużo czasu.