Wdrożenie AI w firmie z trenerem to współpraca w sześciu etapach: diagnoza procesów, zasady korzystania z AI i danych, szkolenie zespołu na jego własnych zadaniach, pilotaż w jednym procesie, pomiar efektu i opieka po szkoleniu. Trener uczy ludzi i pomaga ułożyć zasady. Decyzje, narzędzia i wynik zostają po stronie firmy.
Pełny plan krok po kroku, ze wskaźnikami i harmonogramem, opisałem w szczegółowym przewodniku po wdrożeniu AI w Instytucie AI, który założyłem. Tutaj pokazuję drugą stronę: jak wygląda praca ze mną, co robię na każdym etapie, co przygotowuje firma i po czym poznać, że to działa. Od 2025 roku prowadziłem szkolenia zamknięte w ponad 100 firmach, więc piszę z perspektywy kogoś, kto regularnie stoi przed zespołami, które mają zacząć pracować z AI.
Na czym polega wdrożenie AI w firmie z trenerem?
Firma nie kupuje ode mnie systemu, tylko kompetencje zespołu i uporządkowany start: wspólnie wybieramy zadania dla AI, spisujemy zasady pracy z danymi, szkolę ludzi na ich materiałach i pilnuję, żeby po szkoleniu powstał pierwszy mierzalny efekt. Narzędzia to zwykle ChatGPT, Copilot albo Gemini na kontach firmowych, które zespół już ma albo zaraz kupi.

Po co ten porządek, widać w danych GUS. W 2026 roku z narzędzi AI korzystało 39,8% osób w wieku 16-74 lata, a technologie AI wykorzystywało 17,8% przedsiębiorstw (od 10 pracujących). W małych firmach było to 13,7%, w dużych 59,8% (GUS, Społeczeństwo informacyjne w Polsce w 2026 r.). Te dwie liczby mierzą co innego, ale kierunek jest czytelny: ludzie używają AI częściej, niż firmy to oficjalnie przyznają. Część pracy z AI dzieje się więc na prywatnych kontach, bez zasad i bez kontroli nad danymi. Wdrożenie zaczyna się od wyciągnięcia tego na światło dzienne.
Jak wygląda współpraca krok po kroku?
Każdy etap kończy się czymś, co firma może pokazać: listą zadań, spisanymi zasadami, przeszkolonym zespołem, wynikiem pilotażu. Tabela pokazuje podział pracy między mną a firmą.
| Etap | Co robi trener | Co robi firma | Rezultat |
|---|---|---|---|
| 1. Diagnoza procesów | Rozmawia z zarządem i liderami, przegląda zadania zespołów, wskazuje, gdzie AI ma sens, a gdzie nie | Wyznacza osobę kontaktową, spisuje zadania zabierające najwięcej czasu, mówi, jakie narzędzia już ma | Lista zadań dla AI i kandydat na pilotaż |
| 2. Zasady AI i dane | Podpowiada, co musi znaleźć się w zasadach i jakie dane wolno wklejać do jakiego narzędzia | Decyduje o kontach firmowych, sprawdza umowy z dostawcami, zatwierdza zasady | Krótki dokument z zasadami, znany zespołowi przed szkoleniem |
| 3. Szkolenie zespołu | Prowadzi warsztat na zadaniach uczestników, pokazuje ograniczenia modeli, ćwiczy sprawdzanie wyników | Zapewnia dostęp do narzędzi, czas dla ludzi, przykładowe materiały bez danych wrażliwych | Zespół, który umie wykonać swoje zadania z AI, i zestaw sprawdzonych poleceń |
| 4. Pilotaż | Pomaga ustalić, co mierzymy i jak wygląda punkt wyjścia | Jeden zespół przez kilka tygodni wykonuje wybrane zadanie z AI, lider pilnuje zasad | Wynik pilotażu na liczbach, nie na wrażeniach |
| 5. Pomiar | Omawia wyniki z liderem i zarządem, wskazuje, co poprawić | Zbiera dane: czas zadania, liczbę poprawek, użycie kont firmowych | Decyzja: rozszerzamy, poprawiamy albo zamykamy |
| 6. Opieka po szkoleniu | Odpowiada na pytania, które pojawiają się dopiero w codziennej pracy, prowadzi konsultacje i wspólny przegląd efektów | Zbiera pytania i problemy zespołu, zgłasza je na bieżąco | Nawyki, które zostają po szkoleniu |
To, które etapy robimy razem, a które firma prowadzi sama, ustalamy na bezpłatnej konsultacji przed wyceną. Kto po pierwszym etapie chce pójść dalej, może zamówić drugi, bardziej zaawansowany warsztat.
Co się dzieje na etapie diagnozy?
Diagnoza to rozmowa z zarządem i liderami oraz przegląd konkretnych czynności, a nie stanowisk czy działów. „Marketing” nic mi nie mówi. „Przygotowanie miesięcznego raportu z kampanii dla zarządu, 8 godzin” mówi bardzo dużo, bo da się sprawdzić, ile z tej pracy AI może przejąć i kto zweryfikuje wynik.
Najlepiej sprawdza się lista zadań wypisana z kalendarza i skrzynki z ostatnich dwóch tygodni. Z pamięci ludzie wymieniają projekty, a pomijają rutynę, która zjada najwięcej godzin. Przy każdym zadaniu liczy się, jak często się powtarza, jakie dane do niego trafiają i co się stanie, jeśli AI się pomyli. Część zadań od razu odpada, bo dotyczy decyzji o ludziach albo danych, których nie wolno wysyłać do zewnętrznego narzędzia. Szkolenie, które ich nie pominie, uczy złych nawyków.
Efekt diagnozy to krótka lista zadań, które zespół przećwiczy na szkoleniu, i jedno zadanie na pilotaż. Dzięki temu program nie jest gotowcem, tylko odpowiedzią na to, czym ludzie zajmują się na co dzień.
Jakie zasady AI i ochrony danych firma ustala przed szkoleniem?
Przed szkoleniem firma powinna wiedzieć, z jakich narzędzi zespół korzysta, na jakich kontach i jakie dane wolno w nich wklejać. Szkolę ludzi tak, żeby od pierwszego ćwiczenia pracowali zgodnie z tymi zasadami, a nie uczyli się ich po fakcie.
Minimum, które przechodzę z firmą:
- Konta firmowe zamiast prywatnych. Praca na prywatnym czacie oznacza, że firma nie wie, gdzie trafiają jej dane. Jeśli do narzędzia trafiają dane osobowe, potrzebna jest umowa powierzenia przetwarzania z dostawcą (art. 28 RODO).
- Podział danych na kategorie. Publiczne, wewnętrzne, poufne i osobowe. Pracownik ma wiedzieć bez pytania szefa, co może wkleić.
- Lista dozwolonych narzędzi. Krótka i aktualna. Nowe narzędzie trafia na nią po decyzji, nie dlatego, że ktoś je zobaczył na LinkedInie.
- Człowiek sprawdza wynik. Wszystko, co wychodzi do klienta, urzędu albo zarządu, sprawdza osoba, która za to odpowiada.
- Zgłaszanie pomyłek bez kary. Pracownik, który przyzna, że wkleił coś, czego nie powinien, daje firmie czas na reakcję.

Wzór takiego dokumentu z omówieniem punktów jest w poradniku polityka AI w firmie: wzór i zasady na start.
Co mówi art. 4 AI Act o kompetencjach pracowników?
Od 2 lutego 2025 roku art. 4 AI Act wymaga od firm, które stosują systemy AI, działań wspierających rozwój kompetencji w zakresie AI pracowników i innych osób, które obsługują te systemy w ich imieniu. Po zmianie rozporządzeniem (UE) 2026/1744 przepis mówi wprost, że firma nie musi gwarantować konkretnego poziomu wiedzy każdej osoby (art. 4 AI Act w AI Act Service Desk Komisji Europejskiej). Obowiązek dotyczy także firmy, która korzysta tylko z ChatGPT.

Dla klienta oznacza to tyle, że szkolenie dobrze jest udokumentować, bo kompetencje mogą być sprawdzane w kontroli: program, termin, lista uczestników, materiały i zadania, nad którymi ludzie pracowali. Szczegóły obowiązku opisuje przewodnik AI literacy i art. 4 AI Act, a szerszy obraz przepisów znajdziesz w tekście AI Act po polsku: wytyczne dla firm po zmianach z lipca 2026.
Jak wygląda szkolenie zespołu w ramach wdrożenia?
Szkolenie to warsztat na zadaniach, które wyszły z diagnozy. Uczestnicy pracują na własnych przykładach, a ja pokazuję, jak napisać polecenie, jak sprawdzić odpowiedź i kiedy model zmyśla. Prowadzę je online (4-8 godzin) albo stacjonarnie (1-2 dni).
Grupy dzielę według tego, co ludzie robią, a nie według stanowiska w strukturze. Księgowość ćwiczy na zestawieniach i pismach, sprzedaż na ofertach i notatkach ze spotkań, marketing na raportach i treściach. Program dla konkretnego zespołu opisałem na przykładzie programu szkolenia ChatGPT dla pracowników. Jak taki program wygląda w kadrach i rekrutacji, gdzie część zadań wyklucza AI Act, opisałem w tekście o szkoleniu AI dla działu HR.
Z sali każdy wychodzi z rzeczami, których użyje następnego dnia: poleceniami do swoich zadań, wiedzą, czego nie wklejać, i jednym zadaniem do zrobienia z AI w pierwszym tygodniu. Jeśli zespół po szkoleniu niczego nie zmienia w pracy, to zwykle znaczy, że ćwiczył na cudzych przykładach. Sześć najczęstszych przyczyn, dla których zespół po szkoleniu wraca do starych nawyków, opisałem w tekście o tym, dlaczego zespół wraca do starych nawyków po szkoleniu.
Jak wygląda pilotaż i po czym poznać, że AI działa?
Pilotaż to jedno zadanie, jeden zespół i kilka tygodni pracy z AI, z pomiarem przed i po. Kończy się decyzją: rozszerzamy na kolejne zespoły, poprawiamy sposób pracy albo zamykamy temat. Pilotaż bez tej decyzji ciągnie się miesiącami.
Zanim zespół zacznie, zapisujemy punkt wyjścia: ile dziś trwa zadanie, ile poprawek wymaga, kto je sprawdza. Bez tego po miesiącu zostają wrażenia, a z wrażeniami trudno pójść do zarządu po budżet. Jak zapisać punkt wyjścia i które wskaźniki mają sens, pokazuję w tekście o tym, jak wygląda mierzenie efektów szkolenia AI.
Po czym poznaję, że wdrożenie działa:
- Zadanie z pilotażu trwa krócej, a liczba poprawek nie rośnie.
- Ludzie logują się na konta firmowe co tydzień, także długo po dniu szkolenia.
- Zespół sam dzieli się poleceniami i dopisuje nowe do wspólnej bazy.
- Pojawiają się konkretne pytania („jak zrobić X na naszych danych”), a nie ogólne („czy AI się do tego nadaje”).
- Zgłoszenia pomyłek trafiają do lidera, zamiast znikać.
- Lider pilotażu umie powiedzieć, które kolejne zadanie oddać AI i dlaczego.
Sygnał ostrzegawczy to sytuacja odwrotna: użycie kont spada po dwóch tygodniach, a pytania przestają przychodzić. Wtedy zwykle wracamy do tego, czy zadanie z pilotażu było dobrze wybrane.
Kto bierze udział we wdrożeniu AI po stronie firmy?
Wdrożenie potrzebuje kilku ról, ale w małej firmie jedna osoba często łączy dwie z nich. Najważniejsze, żeby każda rola miała nazwisko.
| Rola | Za co odpowiada | Kiedy wchodzi |
|---|---|---|
| Zarząd lub właściciel | Cel wdrożenia, budżet, wybór narzędzi, decyzja po pilotażu | Na starcie i przy decyzji o skalowaniu |
| Koordynator AI | Kontakt z trenerem, zbieranie pytań, aktualizacja zasad i listy narzędzi | Przez cały czas |
| Liderzy zespołów | Wybór zadań, prowadzenie pilotażu, pomiar w swoim zespole | Od diagnozy do pomiaru |
| IT lub administrator | Konta firmowe, uprawnienia, ustawienia bezpieczeństwa w narzędziach | Przed szkoleniem |
| Prawnik lub inspektor ochrony danych | Umowy z dostawcami, zasady dla danych osobowych, zgodność z AI Act | Przy zasadach i przed pilotażem z danymi klientów |
| Zespół | Praca z AI na co dzień, zgłaszanie pomyłek i pomysłów | Od szkolenia |
Jakie decyzje podejmuje zarząd?
Zarząd nie musi znać narzędzi, ale musi podjąć kilka decyzji, których nikt za niego nie podejmie. Bez nich nawet dobrze przeszkolony zespół wraca do starych nawyków.
- Po co nam AI. Jeden cel, który da się sprawdzić, na przykład krótszy czas przygotowania oferty.
- Które narzędzia zatwierdzamy. I na jakich kontach pracuje zespół.
- Kto odpowiada za AI w firmie. Jedna osoba z czasem na tę rolę, a nie obowiązek dopisany „przy okazji”.
- Które zadanie idzie na pilotaż. I który lider go prowadzi.
- Ile kosztuje cały start. Licencje, szkolenie i czas ludzi, a nie sama faktura za szkolenie.
- Co po pilotażu. Rozszerzenie, poprawka albo zamknięcie, w ustalonym terminie.
Co firma przygotowuje przed pierwszym spotkaniem?
Pierwsze spotkanie idzie szybciej, jeśli firma przyjdzie z kilkoma odpowiedziami. Nie muszą być pełne, wystarczą szkice.
- Lista zadań, które zabierają zespołom najwięcej czasu, z szacunkiem godzin w miesiącu.
- Informacja, z jakich narzędzi AI ludzie już korzystają, także prywatnie. Bez szukania winnych.
- Pakiet biurowy firmy (Microsoft 365, Google Workspace) i licencje, które już są opłacone.
- Istniejące zasady: polityka bezpieczeństwa, regulamin korzystania ze sprzętu, umowy z dostawcami.
- Nazwisko osoby, która będzie koordynować wdrożenie po stronie firmy.
- Liczba osób do przeszkolenia i podział na zespoły.
Ile trwa wdrożenie AI w firmie i ile kosztuje?
Samo szkolenie to jeden lub dwa dni, ale wdrożenie razem z diagnozą, pilotażem i pomiarem trwa tygodnie. Najdłużej trwają zwykle decyzje po stronie firmy: zatwierdzenie zasad, zakup kont, wybór lidera pilotażu.
Na koszt składają się trzy rzeczy: szkolenie i opieka trenera, licencje na narzędzia (płatne miesięcznie za użytkownika, według cennika dostawcy) oraz czas zespołu. Widełki cen szkoleń w różnych formatach rozpisałem w tekście ile kosztuje szkolenie AI dla firmy. Cena wdrożenia z diagnozą i opieką zależy od liczby zespołów i zakresu pilotażu. Wycenę przygotowuję po bezpłatnej konsultacji, na której ustalamy cel i zakres.
Jakie błędy przy wdrożeniu AI widzę najczęściej?
Najczęściej widzę firmy, które kupiły subskrypcje bez zasad i bez celu, a po kilku miesiącach dziwią się, że nikt z nich nie korzysta. Licencja bez pomysłu, do czego jej użyć, zostaje kosztem.
- Szkolenie bez ciągu dalszego. Jeden warsztat ze slajdami, po którym ludzie zostają sami. Wracają do starych nawyków, bo nikt nie zapytał, co zmienili.
- Prywatne konta „na chwilę”. Zasady, które pojawiają się po szkoleniu, a nie przed nim, każą ludziom zmieniać nawyki dwa razy.
- Automatyzowanie bałaganu. Jeśli proces jest nieuporządkowany, AI wykona go szybciej, ale nie lepiej. Najpierw porządek, potem narzędzie.
- Obietnice procentów oszczędności. Efekt zależy od zadań, danych i ludzi. Liczba podana przed diagnozą nie ma pokrycia. Więcej o tym, na co uważać przy wyborze prowadzącego, piszę w tekście jak wybrać trenera AI dla firmy.
- Brak właściciela. Kiedy za AI odpowiadają wszyscy, w praktyce nie odpowiada nikt i pilotaż nigdy się nie kończy.
Jeśli chcesz zacząć od rozmowy o swojej firmie, zobacz, jak prowadzę szkolenia AI dla firm.
Najczęstsze pytania
Od czego zacząć wdrożenie AI w małej firmie?
Od listy zadań, które zabierają najwięcej czasu, i od decyzji, na jakich kontach zespół będzie pracować. W małej firmie rolę zarządu i koordynatora często łączy właściciel. Wystarczy jedno zadanie na pilotaż i krótkie zasady na jedną stronę.
Czy szkolenie z AI jest obowiązkowe?
Art. 4 AI Act nie wymaga konkretnego szkolenia ani certyfikatu, ale wymaga od firm stosujących AI działań wspierających kompetencje pracowników. Szkolenie z programem i listą uczestników to najprostszy sposób, żeby pokazać, że firma to robi.
Czy do wdrożenia AI potrzebny jest dział IT?
Nie, przy narzędziach takich jak ChatGPT, Copilot czy Gemini wystarczy osoba, która założy konta firmowe i ustawi uprawnienia. Dział IT albo zewnętrzny administrator przydaje się, gdy AI ma pracować na danych z systemów firmy.
Ile kosztuje korzystanie ze sztucznej inteligencji w firmie?
Na stałe płacisz za licencje, zwykle miesięcznie za każdego użytkownika, według cennika dostawcy. Jednorazowo płacisz za szkolenie i przygotowanie zasad. Największym kosztem bywa czas zespołu, dlatego pilotaż na jednym zadaniu pozwala sprawdzić opłacalność, zanim firma kupi konta dla wszystkich.



