Metaekspertyza: nowa przewaga konkurencyjna dzięki AI

W miarę jak AI demokratyzuje dostęp do informacji, a ekspertyza staje się towarem powszechnie dostępnym, liderzy powinni na nowo przemyśleć hierarchie i role — i skoncentrować się na umiejętnościach oceny oraz syntezy swoich zespołów.

Niedawno pewien CEO zadał mi pytanie, które nie daje spokoju wielu kierownictw: „Jeśli mój młodszy analityk może uzyskać takie same wnioski generowane przez AI jak mój starszy strateg, to dlaczego mam płacić za ekspertyzę?”

Nie jest przesadą stwierdzenie, że jesteśmy świadkami bezprecedensowej demokratyzacji wiedzy. Informacje, które dawniej były zamknięte w specjalistycznych bazach danych, raportach konsultingowych oraz umysłach ekspertów, są teraz natychmiast dostępne dla każdego, kto ma dostęp do generatywnej AI i narzędzi sztucznej inteligencji. Założyciel startupu w Indonezji może korzystać z modeli strategicznych, które jeszcze niedawno wymagały wsparcia konsultantów z McKinsey. Pielęgniarka w wiejskim Kansas może syntetyzować badania medyczne na poziomie specjalisty z Mayo Clinic.
To nie kolejna fala automatyzacji — to fundamentalna restrukturyzacja samej wiedzy. Organizacje, które nie rozumieją tej zmiany, narażają się na dwa ryzyka: przepłacanie za przestarzałą ekspertyzę oraz niedocenianie ludzkich umiejętności, które pozostają niezastąpione.

Paradoks obfitości wiedzy

Gdy wiedza i ekspertyza stają się towarem powszechnie dostępnym, jej wartość paradoksalnie przesuwa się z treści na kontekst. Wyróżniam trzy kluczowe przeobrażenia:

• Od odpowiedzi do pytań: AI doskonale radzi sobie z dostarczaniem wyczerpujących odpowiedzi, ale tylko na pytania, które potrafimy zadać. Najcenniejsza ludzka ekspertyza rośnie w zdolności do identyfikowania niewypowiedzianych pytań i rozpoznawania „nieznanych nieznanych”. Doświadczony strateg rozumie nie tylko obecne wzorce branży, lecz także jej ukryte założenia i nieodkryte obszary — białe plamy, które nie występują jeszcze w żadnych danych treningowych AI.
• Od informacji do oceny: AI może błyskawicznie syntetyzować ogromne ilości danych, ale nie może ponosić odpowiedzialności za konsekwencje. Gdy system AI rekomenduje restrukturyzację łańcucha dostaw lub wejście na nowy rynek, odpowiedzialność pozostaje całkowicie po stronie człowieka. Ta luka między inteligencją a odpowiedzialnością tworzy niezastąpioną rolę dla ludzkiej oceny. Liderzy nie są opłacani za dostęp do informacji, ale za podejmowanie decyzji, gdy stawki są wysokie, a skutki niepewne.
• Od wiedzy statycznej do wiedzy płynnej: Tradycyjne zarządzanie wiedzą traktowało informacje jako stały zasób, który przechowuje się i z którego się sięga. AI ujawnia wiedzę dynamicznie, przekształcając ją w zależności od kontekstu, użytkownika i chwili. Każde zapytanie generuje unikalny artefakt wiedzy dopasowany do konkretnej potrzeby. Ta zmiana od wiedzy statycznej do płynnej zmienia radykalnie sposób, w jaki organizacje powinny postrzegać ekspertyzę.

Pułapka outsourcingu poznawczego

Dostępność narzędzi AI, takich jak ChatGPT, niesie za sobą subtelne, lecz poważne ryzyko — atrofii poznawczej. Znamy ten scenariusz z przeszłości. Nawigacje GPS osłabiły naszą pamięć przestrzenną. Kalkulatory ograniczyły zdolność wykonywania obliczeń w pamięci. Jednak tamto dotyczyło konkretnych umiejętności. Teraz ryzykujemy outsourcing samego myślenia.

Badania Uniwersytetu w Toronto wykazały, że korzystanie z generatywnych systemów AI obniża zdolność ludzi do kreatywnego myślenia, skutkując bardziej jednorodnymi pomysłami i mniej prawdziwie innowacyjnymi rozwiązaniami. Inne badania wskazują, że narzędzia GenAI zmniejszają postrzegany wysiłek wymagany do zadań krytycznego myślenia, a pracownicy coraz częściej polegają na AI przy rutynowych decyzjach. Budzi to obawy przed długoterminowym spadkiem sprawności poznawczej i zmniejszaniem zdolności rozwiązywania problemów.

Jeszcze poważniejszym zagrożeniem jest uniformizacja myślenia. Gdy miliony osób zadają podobne pytania i otrzymują podobne odpowiedzi AI, grozi nam intelektualna konwergencja — wypłaszczanie różnorodnego, chaotycznego myślenia, które napędza innowacje. Trzech studentów na moim wykładzie ostatnio złożyło niemal identyczne projekty architektoniczne wygenerowane przez AI. Efektywne? Tak. Kreatywne? Nie.

AI podnosi znaczenie ekspertyzy

Zamiast czynić ludzką ekspertyzę zbędną, AI podnosi znaczenie, czym ekspertyza naprawdę jest. Badanie IESE Business School analizujące oferty pracy w USA w latach 2010–2022 wykazało, że wraz z każdym procentowym wzrostem wdrożenia AI w firmach wzrasta zapotrzebowanie na stanowiska zarządcze o 2,5% do 7,5%, szczególnie te, które podkreślają ocenę sytuacji oraz umiejętności poznawcze i interpersonalne. Najcenniejsi profesjonaliści rozwijają to, co nazywam metaekspertyzą. To umiejętność koordynowania wiedzy z wielu systemów AI, weryfikowania ich wyników i syntetyzowania informacji z różnych dziedzin. Wymaga to trzech odrębnych zdolności, których AI nie potrafi naśladować.

1. Kreatywna synteza. AI doskonale rozpoznaje wzorce w istniejących danych, ale przełomowe innowacje rodzą się z łączenia pozornie niepowiązanych idei. Gdy badacz farmaceutyczny dostrzega związek między strukturą skrzydeł motyla a mechanizmami podawania leków, albo architekt stosuje zasady improwizacji jazzowej do planowania inteligentnych budynków, te kreatywne skoki są wyrazem unikatowej ludzkiej kognicji.
2. Mądrość kontekstowa. Intuicyjne rozumienie, które ludzie budują przez lata doświadczeń, pozostaje trudne do zakodowania i przeniesienia do systemów AI. Doświadczony kierownik zakładu, który wyczuwa problemy z maszynami zanim wykryją je czujniki, czy dyrektor sprzedaży, który dostrzega niejawne obawy klientów, posiada mądrość kontekstową przekraczającą wzorce danych.
3. Etyczne nawigowanie. W miarę jak AI przejmuje więcej pracy analitycznej, ludzka ekspertyza musi coraz bardziej koncentrować się na ocenie etycznej, wrażliwości kulturowej i zarządzaniu interesariuszami. To nie są umiejętności incydentalne, lecz kluczowe dla każdej ważnej decyzji biznesowej. Zdolność do godzenia sprzecznych interesów, rozumienia niewypowiedzianych norm kulturowych oraz podejmowania zasadniczych decyzji pod presją pozostaje z gruntu ludzka.

Zasady zarządzania talentami i uczenia się do przemyślenia

Organizacje zaczynają wprowadzać zmiany strukturalne, by skuteczniej korzystać z wartości AI, a duże firmy przodują w przeprojektowywaniu procesów i wyznaczaniu liderów do kluczowych ról w zarządzaniu AI — podaje McKinsey. Liderzy powinni przemyśleć swoje strategie talentowe w oparciu o cztery zasady.

1.    Redefiniowanie hierarchii ról

Tradycyjne hierarchie oparte na dostępie do informacji stają się przestarzałe. Coraz więcej firm, w tym profesjonalne firmy usługowe jak Accenture, Cognizant i EY, a także giganci technologiczni, redefiniuje swoje struktury ról, integrując AI. Przemianę tę niektórzy określają jako „wielkie spłaszczanie” — polega ona na eliminacji warstw średniego szczebla zarządzania i wspieraniu istniejących ról przez AI.

Celem jest automatyzacja rutynowych zadań, które dawniej wykonywali pracownicy niższego szczebla i menedżerowie, aby wyższe kierownictwo mogło skupić się na pracy o większej strategicznej wartości. Wartość starszego stratega już nie polega na znajomości modeli i ram, lecz na wiedzy, kiedy i jak je stosować, jak dostosowywać do kontekstu oraz kiedy porzucić schematy na rzecz kreatywnego, nieszablonowego myślenia.

Na przykład EY zainwestowało 1,4 miliarda dolarów w transformację AI opisywaną jako „centrowana na człowieku”. Firma redefiniuje swoje funkcje wewnętrzne i prowadzi szerokie programy podnoszenia kwalifikacji dla 400 000 pracowników. Szkolenia zapewniają podstawową znajomość AI wszystkim pracownikom oraz zaawansowane kursy mistrzowskie dla liderów. Przez integrację AI w strategii i demokratyzację dostępu do wiedzy AI za pomocą platformy EY.ai, firma chce umożliwić pracownikom realizację pracy o wyższej wartości, zmniejszyć lukę kompetencyjną i ostatecznie przekształcić role.

W branży technologicznej Amazon usuwa niektóre warstwy średniego szczebla w swojej strukturze. CEO Andy Jassy dąży do spłaszczenia organizacji, ograniczenia biurokracji i przesunięcia decyzji bliżej linii frontu, automatyzując zadania przy pomocy AI.

2.    Inwestowanie w suwerenność poznawczą

Organizacje muszą celowo chronić i wzmacniać ludzkie zdolności myślenia. Chociaż przypadki tzw. „stref wolnych od AI” są rzadkie, badania wskazujące na spadek zdolności poznawczych z powodu nadmiernego polegania na AI sugerują, że takie podejście może być cenne.3

Firmy powinny rozważyć działania takie jak:

• obowiązkowe uwzględnianie w propozycjach strategicznych fragmentów opracowanych w całości przez ludzi,
• wprowadzanie „sprintów myślenia ludzkiego”, podczas których zespoły rozwiązują problemy bez wsparcia AI,
• celowe wprowadzanie tarcia w procesach organizacyjnych, np. w zamówieniach, aby testować „sprawność poznawczą” pracowników.

Podobnie jak trening fizyczny wzmacnia pamięć mięśniową, te ćwiczenia pomagają pielęgnować zdolności poznawcze, które odróżniają ludzką inteligencję.

3.    Rozwijanie zdolności orkiestracji AI

Oferty pracy na stanowiska związane z operacjami AI wzrosły w ostatnich miesiącach o 230%. Firmy poszukują specjalistów potrafiących projektować całe procesy uwzględniające zarówno AI, jak i ludzkie możliwości. Nowe role noszą nazwy takie jak lider operacji AI, orkiestrator AI lub inżynier orkiestracji agentów. Osoby na tych stanowiskach mają pełnić funkcję mostu między kreatywnością ludzi a inteligencją maszyn.

Jednak zatrudnienie talentów biegłych w AI to tylko część rozwiązania. Jak mówi każdy CIO, prawdziwym wyzwaniem jest umiejętne wplecenie narzędzi AI w ludzkie procesy pracy. Skuteczne poruszanie się po tej złożoności wymaga doświadczonych praktyków z ekspertyzą kontekstową w obszarze technologii i biznesu.

Kluczowe jest zrozumienie, kiedy wdrożyć AI, kiedy postawić na ocenę ludzką, a kiedy połączyć oba podejścia, mając świadomość, że samo dodanie AI nie zawsze podnosi wartość.

4.    Przemyślenie programów edukacyjnych

Ta zmiana w charakterze pracy wiedzy fundamentalnie kwestionuje tradycyjne modele edukacji i rozwoju zawodowego. Po co nam nadal zaawansowane stopnie naukowe, skoro AI potrafi natychmiast syntetyzować wiedzę ekspertów? Wyższa edukacja uczy sztuki tworzenia wiedzy: jak dyscypliny ustalają prawdę, rozwijają rozumienie i kwestionują paradygmaty. Ta metaekspertyza stanie się dla ludzi coraz ważniejsza w świecie wszechobecnej informacji.

Organizacje powinny zadbać, aby programy korporacyjnego uczenia się koncentrowały się na trzech zestawach umiejętności:

1. Krytycznym ocenianiu: nauczaniu oceny wyników AI, identyfikacji uprzedzeń i rozpoznawaniu ograniczeń.
2. Kreatywnym zastosowaniu: rozwijaniu zdolności do nowatorskiego formułowania problemów i łączenia wiedzy z różnych dziedzin.
3. Rozumowaniu etycznym: budowaniu kompetencji w zakresie oceny moralnej i balansowania interesów interesariuszy.

Droga naprzód: przemyślane uzupełnianie AI

Najnowsze badania pokazują, że technologie generatywnej AI mogą przewyższać ludzkich CEO w zadaniach strategicznych opartych na analizie danych, ale zawodzą przy radzeniu sobie z nieprzewidywalnymi, unikalnymi zakłóceniami.4 To pokazuje obietnice i ograniczenia AI: duże modele językowe świetnie rozpoznają wzorce i optymalizują, ale nie potrafią poruszać się w niepewności ani ponosić odpowiedzialności za rezultaty.

Co z innowacją? Badania Google wskazały, że czynnik psychologicznego bezpieczeństwa, a nie umiejętności techniczne, jest najważniejszą różnicą między zespołami innowacyjnymi a nieinnowacyjnymi. To sugeruje, że gdy AI przejmuje techniczne zadania, elementy ludzkie — zaufanie, kreatywność i współpraca — stają się kluczowe dla sukcesu.

Organizacje, które odniosą sukces, to te, które nie postawią wyłącznie na AI ani nie kurczowo nie będą trzymać się tradycji. Sukces polega na świadomym uzupełnianiu AI w rozpoznawaniu wzorców, syntezie danych i generowaniu opcji, pozostawiając ludzkim decydentom skoki kreatywne, decyzje etyczne i odpowiedzialność.

Dla liderów oznacza to konieczność świadomych wyborów w kwestii suwerenności poznawczej. Wygoda błyskawicznych odpowiedzi AI nie powinna eliminować twórczego trudu ludzkiego myślenia. Czasem najbardziej strategiczną decyzją jest zaakceptować dyskomfort niepewności zamiast od razu sięgać po narzędzia AI.

Konkretne działania dla liderów

Jeśli identyfikujesz się z przedstawionym podejściem, jakie natychmiastowe i długofalowe działania powinny znaleźć się na liście zadań Twojego zespołu?

Dodatkowo, jak rozpoznać, czy u Twoich współpracowników odpowiednio zarządza się uzupełnianiem AI, a kiedy pojawiają się problemy? Oto kilka kroków do zaplanowania oraz sygnałów ostrzegawczych do obserwacji:

Natychmiastowe działania

• Przeprowadź audyt aktualnych ról, aby zidentyfikować, gdzie uzupełnianie AI, a gdzie wyłącznie ludzka ocena przynosi wartość.
• Wprowadź świadome praktyki, które chronią ludzkie zdolności myślenia.
• Ustal jasne ramy odpowiedzialności, które zachowują ludzką odpowiedzialność za decyzje podejmowane z pomocą AI.

Strategie długoterminowe

• Przeprojektuj ścieżki kariery z naciskiem na rozwój metaekspertyzy, a nie gromadzenie informacji.
• Buduj zespoły międzyfunkcyjne łączące orkiestrację AI z ekspertami dziedzinowymi.
• Inwestuj w programy ciągłego uczenia się koncentrujące się na kreatywnej syntezie i rozumowaniu etycznym.

Sygnały ostrzegawcze do obserwacji

• Wzrost jednorodności w kreatywnych propozycjach.
• Nadmierne poleganie na AI przy podejmowaniu rutynowych decyzji bez przeglądu ludzkiego.
• Spadek zdolności pracowników do pracy bez wsparcia AI.
• Utrata wiedzy zakorzenionej („wiedzy plemiennej”), gdy pracownicy przestają rozwijać dogłębną ekspertyzę.

Odwaga, by pozostać człowiekiem

Wraz z rozwojem możliwości AI ostateczną przewagą konkurencyjną może stać się odwaga, by zachować suwerenność poznawczą. Oznacza to świadome pielęgnowanie unikalnych, ludzkich zdolności, nawet jeśli czasem zlecanie ich na zewnątrz byłoby bardziej efektywne.

Pytanie, które stoi przed liderami, nie brzmi, czy ludzka ekspertyza pozostaje istotna w erze AI. Chodzi o to, czy organizacje będą świadomie rozwijać unikatowe ludzkie kompetencje, których żaden algorytm nie potrafi powielić — ciężar odpowiedzialności, iskrę kreatywności i mądrość, które pytania nie powinny być powierzone maszynom.

Firmy, które skutecznie przejdą przez to wyzwanie, nie tylko przetrwają rewolucję AI. To one wyznaczą standard innowacji skoncentrowanej na człowieku w epoce wszechobecnej inteligencji.