Czym jest gotowość H2H i H2M?

Gotowość H2H i H2M to sposób mierzenia, jak organizacja jest przygotowana na AI, w którym osobno patrzy się na dwie różne relacje. Gotowość H2H (człowiek–człowiek) to jakość współpracy między ludźmi: jak dobrze uzgadniają cele, dzielą się wiedzą między działami i podtrzymują zaufanie oraz bezpieczeństwo psychologiczne, których wymaga prawdziwa współpraca. Gotowość H2M (człowiek–maszyna) to to, jak skutecznie ludzie pracują z AI: jak dobrze AI jest włączona w codzienną pracę i jak trafnie ludzie oceniają, na ile ufać jej wynikom. Organizacja jest naprawdę gotowa na AI dopiero wtedy, gdy obie są silne. Silna gotowość H2M przy słabej H2H nie tworzy wartości. Sprawia tylko, że istniejące silosy i niezgodne cele działają szybciej.

To rozróżnienie jest ważne, bo większość nieudanych projektów AI to nie problemy technologiczne, tylko problemy współpracy. Narzędzia działają. To organizacja pod nimi nie ma na tyle zgodnych celów, żeby narzędzia przynosiły rosnącą wartość.

Czym jest gotowość H2H (człowiek–człowiek)?

Gotowość H2H mierzy jakość współpracy między ludźmi, zanim w ogóle pojawi się AI. Opiera się na podstawowym rozróżnieniu: koordynacja to jeszcze nie współpraca. Koordynacja to po prostu synchronizowanie działań, czyli ludzie wykonują swoje odrębne zadania po kolei. Współpraca jest trudniejsza. Wymaga celów, które są naprawdę zgodne, prawdziwej współzależności i takiego zaufania, że ludzie otwarcie się nie zgadzają i przyznają do błędów.

Gotowość H2H ocenia się w czterech wymiarach:

• Zgodność celów na wszystkich poziomach — czy cele osób, zespołów i organizacji są zgodne, zamiast po cichu ze sobą konkurować.
• Działanie ponad granicami — czy wiedza i koordynacja przepływają między działami, zamiast utykać w silosach.
• Różnorodność poznawcza — czy w zespole są różne perspektywy i czy naprawdę służą lepszym decyzjom.
• Bezpieczeństwo psychologiczne — czy ludzie mogą bez obaw głośno się nie zgadzać, przyznawać do błędów i proponować nietypowe pomysły.

Jeśli te wymiary są słabe, żadne narzędzie ich nie naprawi. Jeśli są silne, organizacja ma fundament, dzięki któremu AI zaczyna przyspieszać pracę.

Czym jest gotowość H2M (człowiek–maszyna)?

Gotowość H2M mierzy, jak dobrze ludzie pracują z AI, a nie tylko to, czy mają do niej dostęp. Dwie organizacje mogą używać tych samych narzędzi i osiągać zupełnie inne wyniki, zależnie od dojrzałości H2M.

Gotowość H2M ocenia się między innymi w tych wymiarach:

• Włączenie AI w pracę — czy AI jest wbudowana w codzienną pracę i punkty decyzyjne, a nie doczepiona jako ciekawostka.
• Wymiana wiedzy między ludźmi a AI — czy ludzie dają AI właściwy kontekst i czy to, co AI wytworzy, trafia z powrotem do wiedzy zespołu.
• Skalibrowane zaufanie — czy ludzie ufają wynikom AI w odpowiednim stopniu: nie polegają na niej nadmiernie tam, gdzie potrzebny jest ludzki osąd, i nie odrzucają jej tam, gdzie naprawdę pomaga.

Źle skalibrowane zaufanie po cichu niszczy wartość. Nadmierne zaufanie prowadzi do niesprawdzonych błędów, a zbyt małe zostawia możliwości niewykorzystane. Dobra gotowość H2M oznacza, że ludzie wiedzą, gdzie AI pomaga, a gdzie decydować musi ich własny osąd.

Dlaczego liczą się obie i dlaczego H2H jest pierwsza

H2H i H2M nie są wymienne i nie są alternatywą do wyboru. AI wzmacnia każdy wzorzec współpracy, który już istnieje w organizacji. Wprowadzona do zespołów z różnych działów, które mają zgodne cele i sobie ufają, usuwa tarcie: szuka informacji, pisze szkice, tłumaczy między żargonami specjalistów. Ludzie spędzają wtedy więcej czasu na osądzie, a mniej na pracy pobocznej. Ta sama AI wprowadzona do zespołów z niezgodnymi celami i silosami przyspiesza dysfunkcję: przekazania między grupami są szybsze, ale te grupy nigdy nie ciągnęły w tym samym kierunku.

Dlatego gotowość H2H to warunek wstępny. Dane potwierdzają tę kolejność: badania specjalistów korzystających z najnowszych modeli AI przy odpowiednich zadaniach pokazują wyraźny wzrost jakości i tempa pracy, ale tylko wtedy, gdy ludzki osąd decyduje, gdzie AI zastosować. Maszyna nie uzgodni celów ani nie zbuduje zaufania. To nadal praca ludzi. AI może ją potem przyspieszyć.

Wniosek praktyczny: mierz obie gotowości, ale najpierw napraw ludzką stronę. Audyt gotowości na AI, który opisuje tylko narzędzia i dostęp, a nie mierzy zgodności celów, działania ponad granicami i bezpieczeństwa psychologicznego, mierzy niewłaściwą połowę problemu.