Czy Twoja agencja jest gotowa na AI? Oceń cztery rzeczy: kontekst, ludzi, procesy i platformę. A potem zignoruj swój najlepszy wynik. Według singapurskiego założyciela agencji, który przez 18 miesięcy próbował stać się AI-native, poziom gotowości wyznacza Twój najsłabszy wymiar. Dlatego wysłanie wszystkich na kurs AI, domyślna odpowiedź na pytanie „jak podnieść kwalifikacje?”, tak często zmienia bardzo niewiele.
Kwestia ludzi staje się coraz ostrzejsza. Marketing Dive opisał w zeszłym miesiącu badanie Gartnera, z którego wynika, że wśród 1303 starszych liderów marketingu 18% już zlikwidowało część stanowisk z powodu AI, a 16% stworzyło nowe role. Gartner przewiduje, że większość najskuteczniejszych zespołów marketingowych zlikwiduje tradycyjne stanowiska początkowe do 2030 roku, i apeluje do CMO, by wcześniej powierzać juniorom pracę o wyższej wartości, zamiast ciąć rurociąg talentów. Trudno to zrobić, jeśli reszta agencji nie jest gotowa ich wesprzeć.
Co właściwie mierzy ocena gotowości na AI?
Założyciel, przemawiając w tym tygodniu na sesji o wdrażaniu AI w Singapurze, sprowadził gotowość do czterech wymiarów. Jak pokazuje diagram:
- Kontekst: co jest spisane i może być wykorzystane przez AI. Briefy, wytyczne marki, dotychczasowe prace, historia klienta, sposób, w jaki działasz.
- Ludzie: kto uzyskuje z AI realne efekty, a kto zostaje w tyle.
- Procesy: jak praca faktycznie przebiega, poza procedurą SOP.
- Platforma: za co płacisz i jak intensywnie z tego korzystasz.
Większość agencji ocenia tylko ostatni wymiar, i to kiepsko. Liczą licencje. Licencja, której nikt porządnie nie używa, to koszt, a nie kompetencja.
Dlaczego o gotowości decyduje najsłabszy wymiar?
Bo praca z AI przepływa przez wszystkie cztery i zatrzymuje się w najwęższym miejscu. Jak ujął to jego slajd, najsłabszy wymiar wyznacza poziom gotowości; najsilniejszy w ogóle nie świadczy o gotowości.
Wyobraź sobie trzy agencje. Agencję kreatywną z błyskotliwymi, ciekawymi świata ludźmi, ale z prawie niczym spisanym: każdy wynik AI brzmi generycznie, bo model nigdy nie widział księgi marki ani prac z ostatnich trzech lat. Agencję mediową z doskonałymi platformami i schludnymi panelami, w której prawdziwy proces mieszka w głowach dwóch starszych planistów i na grupowym czacie, więc automatyzacja ciągle łamie się na nieudokumentowanych wyjątkach. Agencję CRM z nienagannymi procesami i zespołem, który po cichu uznał, że AI nie jest dla niego.
Każda z nich ma mocną stronę, którą może się pochwalić. Żadna nie jest gotowa. A naprawa w każdym przypadku jest inna, dlatego generyczny program AI rzadko działa.
Dlaczego kursy AI nie wystarczą, by zespół był gotowy?
Kursy dotyczą jednego wymiaru, ludzi, i to tylko jego części. Założyciel postawił trudniejsze pytanie: jeśli uda Ci się zamienić pracowników w ekspertów hybrydowych, po części strategów, po części inżynierów, po części liderów klienta, co się stanie, gdy odejdą? A gdy zdobędziesz nowy biznes i będziesz musiał zatrudniać, gdzie znajdziesz kolejnych?
Agencje muszą móc szybko wdrażać nowych pracowników. Strategia gotowości zależna od kilku rzadkich hybryd jest krucha. Taka, która umieszcza kontekst we wspólnych systemach, dokumentuje, jak praca naprawdę przebiega, i używa narzędzi, które nowy pracownik opanuje w kilka dni, skaluje się razem z agencją.
Ma to podwójne znaczenie dla juniorów. Jeśli Gartner ma rację, że tradycyjne stanowiska początkowe znikają, juniorzy, których zatrudnisz, muszą szybko dojść do pracy o wyższej wartości. Stanie się tak tylko wtedy, gdy kontekst, proces i platforma wezmą na siebie część nauczania.
Jego wniosek był bezpośredni: wdrożenie AI prawdopodobnie wymaga restrukturyzacji zespołu i reorganizacji pracy. Szkolenia są częścią tego procesu, a nie jego substytutem.
Dlaczego jedne zespoły wysuwają się naprzód, a inne stoją w miejscu?
Teoria cyfrowego podziału powstała, by wyjaśnić, dlaczego dostęp do technologii nie gwarantuje równych korzyści. Luka otwiera się warstwami: najpierw kto ma dostęp, potem kto ma umiejętności, a wreszcie kto zamienia je w realne wyniki. Każda agencja ma wewnątrz własną wersję tego podziału. Wszyscy mają tę samą licencję; garstka osób uzyskuje z niej realne efekty; reszta z każdym miesiącem zostaje dalej w tyle.
Ten sam podział biegnie między holdingami a niezależnymi agencjami. Sieci mocno inwestowały w platformy. Niezależni nie dorównają tym wydatkom, ale mogą zamknąć lukę wyników przez współpracę: wspólny kontekst, uczenie się od siebie na bieżącej pracy, wymianę tego, co naprawdę działa. O to właśnie chodzi każdemu, kto wpisuje „jak mogę uczyć się od innych w mojej branży?”. Innowacje rozkwitają we współpracy, a nie w rywalizacji.
W praktyce najszybszy sposób na zamknięcie wewnętrznego podziału to łączenie osób, które czerpią z AI wartość, z tymi, które jej nie czerpią, przy prawdziwej pracy dla klientów, a nie na szkoleniu.
Jak przeprowadzić szybką ocenę gotowości na AI?
Oceń każdy wymiar w skali od 1 do 5, korzystając z pytań poniżej, a potem skieruj wysiłek na najniższy.
| Wymiar | O co zapytać | Oznaki słabości | Pierwsza naprawa |
|---|---|---|---|
| Kontekst | Co jest spisane i może być wykorzystane przez AI? | Briefy pogrzebane w skrzynkach, zasady marki w głowie jednej osoby, dotychczasowe prace bez możliwości przeszukania | Zbuduj wspólną bibliotekę briefów, wytycznych i najlepszych prac dla każdego klienta |
| Ludzie | Kto uzyskuje z AI realne efekty, a kto zostaje w tyle? | Kilku zaawansowanych użytkowników, wielu sceptyków, brak wspólnego standardu „dobrego” | Połącz zaawansowanych użytkowników ze sceptykami przy bieżącej pracy; wyznacz akceptujących |
| Procesy | Jak praca faktycznie przebiega, poza procedurą SOP? | Wyjątki rozwiązywane w wątkach na czacie; nikt nie potrafi zmapować zadania od początku do końca | Prześledź jeden proces i udokumentuj, co naprawdę się dzieje |
| Platforma | Za co płacimy i jak intensywnie z tego korzystamy? | Nakładające się subskrypcje, niskie użycie, narzędzia bez właściciela | Przeprowadź audyt licencji; tnij, konsoliduj i przypisz każdemu narzędziu właściciela |
- Wybierz jeden zespół lub jednego klienta. Ocena całej agencji naraz daje mglistą średnią.
- Przeprowadzaj rozmowy, nie ankiety. Poproś pięć osób, by opowiedziały Ci o niedawnym zleceniu. Godzina takiej rozmowy nauczy Cię więcej o procesie i kontekście niż jakikolwiek kwestionariusz.
- Oceń każdy wymiar uczciwie. Skorzystaj z pytań powyżej. Rozbieżność między oceniającymi to użyteczne dane, a nie szum.
- Zakreśl najniższy wynik. To Twój poziom gotowości, bez względu na to, co mówią pozostałe trzy.
- Następny kwartał poświęć temu jednemu wymiarowi. Oprzyj się pokusie kupna kolejnego narzędzia, jeśli problemem nie jest platforma.
- Oceń ponownie i powtórz. Gdy jeden wymiar rośnie, ograniczeniem staje się inny.
Co się zmienia, gdy znasz już swoje najsłabsze ogniwo?
Przestajesz kupować rozwiązania problemów, których nie masz. Jeśli ograniczeniem jest kontekst, praca jest mało efektowna: spisz rzeczy i umieść je tam, gdzie znajdą je ludzie i AI. Jeśli ograniczeniem jest proces, zmapuj go, zanim go zautomatyzujesz. Może nastąpić restrukturyzacja, a według singapurskiego założyciela to zwykle właśnie cel, a nie porażka.
Jeśli ograniczeniem są ludzie, odpowiedzią bywa narzędzie, które wymaga od nich mniej. Platforma Defy zawiera Defy MCP, który pozwala zespołowi odpytywać dane o kliencie i kategorii wewnątrz Claude i rozmawiać z nim jak ze współpracownikiem, bez panelu do nauczenia się. To obniża poprzeczkę umiejętności, więc nowy pracownik jest użyteczny szybciej, a przepaść między zaawansowanymi użytkownikami a resztą się zmniejsza. A na tym w końcu polega gotowość.
