Po rekrutacji zaczyna się prawdziwa wartość AI. Nowe HR to mniej dział wsparcia, a bardziej sterowania [WYWIAD]

• Tylko 39% firm wykorzystuje AI w HR
• AI redukucje "tarcie wejścia"
• AI-First w HR
• Najczęstsze błędy we wdrażaniu AI
• AI etycznie i z zaufaniem pracowników
• AL w firmie za kilka lat

Tylko 39% firm wykorzystuje AI w HR

Redaktorka infor.pl, Emilia Panufnik: Dane SHRM pokazują, że tylko 39% firm wykorzystuje AI w HR – skąd wynika ta ostrożność?

Przedsiębiorca, entuzjasta AI, ekspert e-learningu, Michał Lidzbarski: Ostrożność firm nie jest dziś oznaką zacofania tylko reakcją na realne ryzyka wdrożeniowe. Z danych widać cztery główne źródła hamulca: brak świadomości, gdzie AI ma sens biznesowy, niepewność ROI (zwrotu z inwestycji), obawy o dane, a także niedojrzałą architekturę HR, zwłaszcza tam, gdzie system informatyczny, integracje i zarządzanie są słabe. W HR ten próg ostrożności jest naturalnie wyższy, bo mówimy o danych wrażliwych, decyzjach wpływających na ludzi i rosnących wymogach regulacyjnych.

SHRM podaje, że 39% badanych organizacji ma AI wdrożone w HR, 7% planuje wdrożenie w 2026 r., a 31% nie ma takich planów. Wśród organizacji, które nie używają AI do wsparcia pracy lub HR, 67% wskazuje na brak świadomości możliwości AI, 49% na techniczne obawy dotyczące przejrzystości, trafności i dostępności danych, 42% na preferencję „human touch”, a 38% na brak zasobów. SHRM wskazuje też, że największymi technicznymi barierami rozwoju AI w HR są prywatność i bezpieczeństwo, luka kompetencyjna w HR, a dalej: przestarzałe oprogramowanie, słabe integracje i ograniczenia.

OECD pokazuje równolegle, że firmy wdrażające AI często mają problem z oszacowaniem zwrotu z inwestycji: w badaniu OECD/BCG/INSEAD była to najczęściej wskazywana przeszkoda, zgłaszana przez 62% firm produkcyjnych i 56% przedsiębiorstw z sektora technologii informacyjnych, komunikacyjnych i telekomunikacyjnych. Ten sam raport podkreśla też, że menedżerowie często nie mają dostatecznego zrozumienia, czym AI realnie jest, co oznacza wdrożenie i co biznes może na nim zyskać.

Czy firmy bardziej przeceniają trudność wdrożeń, czy nie doceniają potencjału AI?

Myślę, że najuczciwsza odpowiedź brzmi: robią obie te rzeczy jednocześnie. Część firm przecenia trudność, bo traktuje AI jak ogromny projekt technologiczny. Inne nie doceniają potencjału, bo szukają wartości tylko w poszukiwaniu, identyfikacji i angażowaniu potencjalnych talentów i selekcji kandydatów, zamiast patrzeć na cały operacyjny model HR. Patrząc na dane, powiedziałbym jednak, że większym problemem rynkowym jest niedocenienie tego, gdzie naprawdę leży wartość.

SHRM pokazuje, że główną przyczyną nieużywania AI jest nie „brak użyteczności”, tylko brak świadomości jego możliwości. OECD wskazuje wprost, że menedżerowie często nie mają wystarczającego rozeznania, czym AI jest, co oznacza adopcja i co firma może na tym zyskać. Z kolei Deloitte podkreśla, że realna różnica w wynikach nie bierze się z samego dostępu do narzędzi, tylko z intencjonalnego przeprojektowania ról, automatyzacji przepływu informacji i decyzji pod współpracę człowieka z AI.

Myślę więc, że trudność wdrożenia jest bardzo realna, ale bywa sztucznie podkręcona wtedy, gdy firma zaczyna od platformy, a nie od problemu biznesowego. Jednocześnie potencjał jest zaniżany, gdy zwrot z inwestycji mierzy się tylko przez czas od momentu, gdy kandydat zgłosi się do procesu (lub zostanie znaleziony), a nie przez pełen zakres usług HR, jakość onboardingu, widoczność kompetencji czy mobilność wewnętrzną.

Mówi Pan, że „po rekrutacji zaczyna się prawdziwa wartość AI” – gdzie konkretnie ją widać?

Najwyraźniej widać ją w czterech miejscach: jak szybko pracownik może załatwić sprawę w dziale HR, onboardingu, rozwoju opartym na kompetencjach i procesie przemieszczania pracowników na nowe stanowiska lub do nowych projektów w ramach tej samej organizacji. Rekrutacja daje szybki, medialny efekt. Po zatrudnieniu AI zaczyna jednak pracować codziennie, w setkach lub tysiącach powtarzalnych interakcji, które wcześniej obciążały HR, menedżerów i samych pracowników. To dlatego tam powstaje bardziej trwała wartość operacyjna.

SHRM pokazuje, że poza rekrutacją AI jest już używane także w HR technology, learning and development, czyli kluczowym obszarze HR skupiającym się na podnoszeniu kompetencji, wiedzy i umiejętności pracowników w celu realizacji celów biznesowych oraz doświadczeń pracowników z daną firmą. W jednym z analizowanych przeze mnie case studies dużej organizacji, która wdrożyła rozwiązania oparte na sztucznej inteligencji – w tym chatboty HR – wyraźnie widać skalę możliwych usprawnień. System zapewnia pracownikom natychmiastowy, całodobowy dostęp do informacji dotyczących polityki firmy, wniosków urlopowych czy kwestii płacowych. W efekcie obsłużono ponad 11,5 miliona interakcji, a aż 94% spraw zostało rozwiązanych bezpośrednio w ramach platformy. Co więcej, menedżerowie mogą realizować operacje HR nawet o 75% szybciej.

Istotne jest też to, że narzędzie nie ogranicza się wyłącznie do obsługi administracyjnej – wspiera również procesy onboardingu, rozwój pracowników oraz zarządzanie szkoleniami, a nawet umożliwia prowadzenie rozmów o ścieżkach kariery. Z kolei w innej dużej organizacji wdrożenie wsparcia AI w obszarze HR przełożyło się na wzrost przepustowości obsługiwanych spraw o 20% w ramach wewnętrznego eksperymentu.

W obszarze rozwoju talentów i mobilności wewnętrznej szczególnie interesujące są dane przywoływane w raporcie LinkedIn. Jedna z organizacji w zaledwie pięć tygodni stworzyła 377 ustandaryzowanych profili ról, jednocześnie konsolidując blisko 5 tysięcy nazw stanowisk. To pozwoliło uzyskać bieżącą, transparentną wiedzę o strukturze kompetencji w firmie, co znacząco usprawniło planowanie zatrudnienia oraz przyspieszyło procesy mobilności wewnętrznej.

Co istotne, nie jest to odosobniony przypadek – według LinkedIn już 72% liderów uznaje dziś mobilność wewnętrzną za ważniejszą niż kiedykolwiek wcześniej, traktując ją jako jeden z kluczowych elementów strategii zarządzania talentami.

AI redukucje "tarcie wejścia"

Jak AI może realnie wpłynąć na onboarding, rozwój i retencję pracowników?

W obszarze onboardingu sztuczna inteligencja wyraźnie redukuje tzw. „tarcie wejścia” – zapewnia dostęp do informacji 24/7, prowadzi pracownika krok po kroku przez procedury i odciąża zespoły HR z obsługi powtarzalnych, prostych zapytań. W kontekście rozwoju pracowników dostarcza z kolei tego, czego organizacjom od dawna brakowało: ciągłej widoczności kompetencji, bardziej precyzyjnych i spersonalizowanych rekomendacji oraz wsparcia kariery opartego na realnych danych o umiejętnościach. Z perspektywy retencji kluczowe jest natomiast to, że AI pozwala łączyć rozwój bezpośrednio z codzienną pracą – a to właśnie możliwości rozwoju pozostają najczęściej wskazywanym czynnikiem zatrzymywania talentów.

Przykłady rynkowe dobrze ilustrują tę zmianę. IBM pokazuje, że jeden asystent może równolegle wspierać onboarding, rozmowy rozwojowe i zarządzanie learningiem. Z kolei Microsoft opisuje model self-service agenta AI, który nie tylko udziela zweryfikowanych, spersonalizowanych odpowiedzi, ale również prowadzi użytkownika przez kolejne etapy realizacji zadania, eliminując konieczność korzystania z wielu rozproszonych narzędzi.

Wnioski płynące z analiz LinkedIn są spójne – wyznaczanie celów i planowanie kariery powinno być integralną częścią zarówno onboardingu, jak i cyklicznych przeglądów rocznych. Jednocześnie to właśnie możliwości rozwoju pozostają najważniejszą strategią retencyjną, obok coachingu, mentoringu i mobilności wewnętrznej. Co więcej, organizacje korzystające z rozwiązań takich jak Career Hub odnotowują średnio o 20% dłuższy staż pracowników oraz o 22% wyższą mobilność wewnętrzną, a firmy inwestujące w edukację AI osiągają nawet 3,4-krotnie szybszy wzrost kompetencji w tym obszarze.

Na poziomie regulacyjnym istotne wskazówki przynosi również AI Act – zgodnie z unijnymi wytycznymi programy rozwoju kompetencji AI powinny być dostosowane do poziomu wiedzy pracowników, ryzyka systemu oraz kontekstu jego wykorzystania. Oznacza to, że podejście do rozwoju nie może już opierać się na uniwersalnych, jednorodnych szkoleniach, lecz wymaga precyzyjnego dopasowania do realnych potrzeb organizacji i jej zespołów.

Najlepszy model nie polega na tym, że AI „robi onboarding za menedżera”. Polega na tym, że AI usuwa tarcie administracyjne, a menedżer odzyskuje czas na to, czego maszyna nie zastąpi: kontekst, informację zwrotną, relację i poczucie przynależności.

Dlaczego samo wdrożenie narzędzia AI nie wystarcza, by osiągnąć efekty biznesowe?

Niestety narzędzie nie naprawi złego procesu, rozproszonych danych ani niejasnej odpowiedzialności. Efekt biznesowy pojawia się dopiero wtedy, gdy organizacja przeprojektuje pracę, przepływ informacji, role, decyzje i mierniki, a równolegle zadba o dane, i kompetencje ludzi. Bez tego AI zostaje drogim dodatkiem do starego modelu działania.

Deloitte pisze wprost, że organizacje, które świadomie przeprojektowują role, przepływ informacji i proces podejmowania decyzji pod współpracę człowieka z AI, częściej przekraczają oczekiwania dotyczące zwrotu z inwestycji; „technologia sama” nie jest już wyróżnikiem. IBM dodaje, że jeśli równolegle nie zmienia się kultury, obsługi pracowników i procesów wewnętrznych, technologia staje się „nonstarter”. Komisja Europejska w FAQ o AI literacy zaznacza z kolei, że samo polecenie pracownikom przeczytania instrukcji użycia systemu jest niewystarczające; potrzebne są szkolenia i guidance dostosowane do ryzyka i kontekstu.

SHRM pokazuje, że AI w HR blokują nie tylko względy prawne czy ludzkie, lecz także bardzo przyziemne rzeczy: przestarzały HRIS, słabe integracje, luki kompetencyjne i ograniczenia vendorów. OECD dodaje, że najczęstszą przeszkodą pozostaje niepewność ROI, a firmy — zwłaszcza mniejsze — mają trudność z zamknięciem wiarygodnego business case.

AI-First w HR

Co oznacza w praktyce podejście „AI-First” w HR?

W praktyce „AI-First” nie znaczy „kupmy chatbota”, tylko: projektujemy proces HR od początku jako model human + AI. Najpierw ustalamy, które decyzje i zadania powinny być wspierane przez AI, gdzie zostaje człowiek, jak wygląda oversight, jakie dane są potrzebne i jakie mierzymy wyniki. Dopiero później dobieramy narzędzie. IBM definiuje AI-first jako kulturę, w której AI jest płynnie zintegrowane z codziennymi operacjami i przepływami pracy, a jego rolą jest argmentować, a nie zastępować ludzi. Deloitte wiąże skuteczne wdrożenia z celowym projektowaniem współpracy człowieka i AI, a SHRM podkreśla, że HR powinno mieć jasno zdefiniowaną rolę w całym cyklu życia AI — od celu biznesowego po change management. Komisja Europejska dodaje do tego warstwę operacyjną: AI literacy ma być dopasowana do roli, wiedzy, ryzyka i kontekstu użycia systemu.

Najprościej mówiąc: podejście „AI-first” w HR to nie pojedyncza funkcja w narzędziu, ale całościowy model działania organizacji. Jeśli procesy nadal są w dużej mierze ręczne, odpowiedzialność pozostaje rozproszona, a pracownicy nie są odpowiednio przygotowani do korzystania z nowych rozwiązań, to trudno mówić o prawdziwej transformacji. W takiej sytuacji organizacja jedynie wspiera się sztuczną inteligencją, zamiast faktycznie opierać na niej swoje działania.

Jak zmienia się rola działów HR w organizacjach wspieranych przez AI?

HR przesuwa się z roli administratora i właściciela procesów transakcyjnych w stronę architekta pracy, kompetencji, zmiany i odpowiedzialnego użycia AI. To oznacza mniej ręcznego przerzucania zgłoszeń i zadań między zespołami bez ostatecznego rozwiązania, a więcej projektowania doświadczenia pracownika, budowy odpowiedniego zarządzania, współpracy z IT i działu prawnego oraz pilnowania jakości decyzji wspieranych przez modele.

SHRM pokazuje, że po wdrożeniu AI częściej dochodzi do przesunięcia odpowiedzialności w pracy (39%) i podnoszenie kwalifikacji/przekalifikowania (57%) niż do realnej utraty miejsc pracy (7%). Podobne wnioski płyną z analiz LinkedIn. Aż 92% liderów wskazuje, że AI przyspiesza integrację funkcji HR z obszarem technologii, a 90% podkreśla rosnące znaczenie bieżącej wiedzy o kompetencjach pracowników. Coraz wyraźniej widać też zmianę podejścia do organizacji pracy – od modelu opartego na sztywnych nazwach stanowisk w kierunku podejścia skoncentrowanego na rzeczywistych umiejętnościach.

W praktyce wygrywać będą te działy HR, które potrafią rozmawiać jednocześnie z biznesem, IT, prawnikami i linią managerską. „Nowe HR” jest mniej działem wsparcia, a bardziej warstwą sterującą tym, jak firma zarządza talentami, podejmuje decyzje i buduje zaufanie do AI.

Najczęstsze błędy we wdrażaniu AI

Jakie są największe bariery i najczęstsze błędy we wdrażaniu AI w HR?

Największe bariery są bardzo konkretne: słabe dane i integracje, obawy o bezpieczeństwo i prywatność, brak kompetencji, niepewność ROI, brak właściciela wdrożenia oraz deficyt zaufania pracowników. Najczęstszy błąd? Zaczynanie od narzędzia zamiast od problemu biznesowego i miernika sukcesu. Drugi błąd to wdrażanie AI bez pracowników i menedżerów, jakby była to wyłącznie decyzja technologiczna.

SHRM jako główne bariery techniczne wymienia: prywatność i bezpieczeństwo, lukę kompetencyjną, przestarzałe systemy informatyczne służące do kompleksowego zarządzania danymi kadrowymi, płacami, urlopami oraz procesami HR, słabe integracje i ograniczenia dostawcy usług i rozwiązań produktowych. OECD wskazuje na niepewny ROI jako najczęściej zgłaszaną przeszkodę. W badaniu OECD o algorytmicznym zarządzaniu średnio 79% nieadoptujących przedsiębiorców wskazywało koszt jako główną przyczynę, a w badanych krajach europejskich i Japonii bardzo często pojawiały się też opór pracowników i obawy o pracowników. IBM z własnej praktyki ostrzega dodatkowo przed wdrożeniami pod wpływem FOMO oraz rekomenduje zaczynianie od wdrożenia małego rozwiązania i przejście do coraz większych zmian.

AI etycznie i z zaufaniem pracowników

Jak pogodzić wykorzystanie AI z kwestiami etycznymi i zaufaniem pracowników?

Tylko w jeden sposób: etykę i zaufanie trzeba wbudować w projekt wdrożenia, a nie dopisać do polityki po fakcie. W Europie oznacza to co najmniej pięć rzeczy: klasyfikację przykładów użycia, nadzór człowieka, informowanie pracowników, możliwość wyjaśnienia decyzji i zakaz praktyk, które naruszają godność lub prywatność — na przykład emocjonalnego monitoringu w pracy. Bez tego AI w HR będzie postrzegane jako narzędzie kontroli, a nie wsparcia.

Oficjalne FAQ Komisji Europejskiej wskazuje, że AI używane w zatrudnianiu zarządzaniu pracownikami— m.in. do targetowania ofert pracy, filtrowania aplikacji i oceny kandydatów — należy do użycia przypadków wysokiego ryzyka. Dla takich systemów wymagane są m.in. zarządzania ryzykiem, jakość danych, transparentność, nadzór człowieka i cyberbezpieczeństwo. Gdy taki system jest wdrożony w miejscu pracy, pracodawca ma obowiązek uprzednio poinformować pracowników i ich przedstawicieli, a jeśli system wspiera decyzję o osobie fizycznej, trzeba też poinformować osobę, której sprawa dotyczy; AI Act przewiduje również prawo do wyjaśnienia dla decyzji wywołujących skutki prawne.

Komisja Europejska w wytycznych do zakazanych praktyk AI stwierdza, że używanie systemów rozpoznawania emocji w rekrutacji, w okresie próbnym i szerzej w miejscu pracy jest zabronione, poza bardzo wąsko rozumianymi wyjątkami medycznymi i bezpieczeństwa. Te same materiały podkreślają, że ogólny monitoring stresu, dobrostanu, wypalenia czy motywacji pracownika nie mieści się w tym wyjątku. Równolegle FAQ o AI literacy potwierdza, że obowiązek działa już od 2 lutego 2025 r., a samo poleganie na instrukcji użycia systemu nie wystarcza — organizacja musi wdrożyć adekwatne szkolenia i guidance.

Publicznie dostępne lustro art. 22 RODO wskazuje, że osoba ma prawo nie podlegać decyzji opartej wyłącznie na zautomatyzowanym przetwarzaniu, jeżeli wywołuje ona skutki prawne lub podobnie istotnie na nią wpływa; strona Europejskiej Rady Ochrony Danych potwierdza, że EDPB przyjęła i podpisała odpowiednie wytyczne w tej sprawie. ILO (Inrternational Labour Organization) dodatkowo ostrzega, że AI-owe narzędzia HR mogą dyskryminować osoby z niepełnosprawnościami, np. gdy odczytują „niestandardowe” twarze, sposoby mówienia czy wzorce zachowań jako sygnał gorszego dopasowania. OECD pokazuje z kolei, że w praktyce zaufanie podkopują przede wszystkim: niejasna odpowiedzialność (28%), brak wyjaśnialności (27%) oraz niedostateczna ochrona zdrowia fizycznego i psychicznego pracowników (27%).

Z perspektywy pracownika zaufanie rośnie wtedy, gdy odpowiedzi na pięć pytań są proste: jakie AI działa, w jakim celu, na jakich danych, kto za to odpowiada i jak można zakwestionować wynik. Jeśli organizacja nie umie na te pytania odpowiedzieć w prostym języku, problemem nie jest komunikacja — problemem jest projekt wdrożenia.

AL w firmie za kilka lat

Jak będzie wyglądał HR za 3–5 lat w firmach, które skutecznie wdrożą AI?

To jest prognoza, a nie twardy fakt z przyszłości. Najbardziej prawdopodobny obraz jest jednak dość wyraźny: HR będzie mniej administracyjny, a bardziej produktowy, oparty na umiejętnościach i analityczny. Rutynową obsługę przejmą agenci i asystenci, a ludzie w HR przesuną się w stronę architektury kompetencji, jakości decyzji, zarządzania zmianą, doświadczenia pracownika i odpowiedzialnego zarządzanie AI.

Deloitte wskazuje na konieczność ciągłego przeprojektowywania pracy i funkcji organizacyjnych pod współpracę człowieka i sztucznej inteligencji, a LinkedIn pokazuje, że liderzy talentu oczekują większej integracji HR z technologią, umiejętności w czasie rzeczywistym i organizowania zespołów bardziej wokół kompetencji niż zadań. SHRM już dziś raportuje częstsze przesuwanie obowiązków i wzrost znaczenia przekwalifikowania niż realne wypieranie pracy człowieka. IBM i Microsoft pokazują kierunek praktyczny: w pierwszej kolejności zautomatyzowanie obsługi pracowników, samoobsługę agentów, jedną warstwę wejścia do wielu procesów i więcej czasu uwolnionego dla pracy o wyższej wartości.

Za 3–5 lat przewaga nie będzie należała do firm, które mają „najwięcej AI”, tylko do tych, które najlepiej połączą AI, dane, kompetencje menedżerów oraz zaufanie pracowników. Innymi słowy: wygra nie HR najbardziej zautomatyzowany, tylko HR najlepiej przeprojektowany.

Bardzo dziękuję za obszerne wyjaśnienia.