Menu
Mam wrażenie, że rozmowa o AI zaczyna wchodzić w bardzo ciekawy, choć mniej widowiskowy etap. Minął już pierwszy zachwyt, kiedy wszyscy sprawdzali, czy model napisze im wiersz o marce, strategię dla banku albo mail do klienta w tonie „ciepło, ale profesjonalnie”. Minął też moment paniki, w którym połowa branży uznała, że za chwilę nie będzie potrzebna, a druga połowa postanowiła z tego strachu zrobić webinar. Teraz zaczyna się coś poważniejszego. I dużo mniej fotogenicznego.
To jest chyba najciekawsza obserwacja z paryskiego RAISE, który wydarzył się zaraz po Cannes. Nie ta, że wszyscy mówią o AI, bo to akurat równie odkrywcze jak informacja, że w Cannes pije się rosé. Ciekawsze jest to, że kiedy odejdzie się od sceny, keynote’ów i haseł na ściankach, to najważniejsza rozmowa toczy się dziś wokół rzeczy, które brzmią mało seksownie: infrastruktury, kosztów używania modeli, bezpieczeństwa, danych, wdrożeń w dużych organizacjach i odpowiedzialności za decyzje, których nie da się już zrzucić na „system”. A to jest dobra wiadomość. Bo oznacza,że AI zaczyna wychodzić z fazy sztuczki i wchodzi w fazę przemysłu.
Każda duża technologia przechodzi przez podobny rytuał. Najpierw widzimy cud. Potem pojawia się przemysł całego mówienia o cudzie. A dopiero później zaczyna się żmudna robota, która decyduje, czy cud zmieni świat, czy zostanie efektownym wspomnieniem z konferencji. Samochód nie zmienił świata dlatego, że ktoś pokazał silnik. Zmienił go dopiero wtedy, kiedy pojawiły się drogi, stacje benzynowe, warsztaty, przepisy, ubezpieczenia i cały nowy sposób myślenia o odległości. Internet też nie stał się cywilizacyjną siłą dzięki temu, że istniał protokół. Stał się nią wtedy, kiedy przebudował handel, media, reklamę, relacje społeczne i naszą cierpliwość, choć tej ostatniej akurat skutecznie się pozbył. Z AI będzie podobnie. Tylko tempo jest inne, a stawka większa.
Dlatego trochę mnie bawi, kiedy każda druga prezentacja próbuje udawać, że jesteśmy już w epoce autonomicznych agentów, którzy sami rozumieją cele, sami planują, sami decydują, sami optymalizują i jeszcze pewnie sami wysyłają fakturę. Owszem, agenci są ważnym kierunkiem. Nie lekceważyłbym tego ani przez chwilę. Ale na razie w wielu przypadkach „agentic” stało się raczej przyprawą do sprzedaży niż precyzyjnym opisem produktu.
Wczoraj mieliśmy chatboty. Dziś mamy agentów. Jutro pewnie okaże się, że kalkulator kosztów w Excelu też miał w sobie „zalążki agentowości”, tylko nikt tego wcześniej nie umiał właściwie opowiedzieć inwestorom. Poważnie mówiąc: technologia agentowa będzie miała ogromne znaczenie, ale akurat dlatego trzeba ostrożnie używać języka. Jeśli tym samym słowem nazywamy system, który rzeczywiście potrafi dążyć do celu, dobierać narzędzia i reagować na zmianę sytuacji, oraz prostą automatyzację, która wykonuje zaprogramowaną sekwencję, to pojęcie przestaje pomagać. Zaczyna sprzedawać.
Z bliska ta rewolucja wygląda mniej filmowo. Nie przypomina sceny, w której inteligentny agent przejmuje marketing firmy i w trzy minuty robi coś, na co dotąd potrzeba było pół roku i dwóch agencji. Bardziej przypomina rozmowę o tym, do jakich danych można taki system dopuścić, kto podpisze się pod jego decyzją i dlaczego koszt używania modeli zaczyna wyglądać mniej romantycznie, kiedy przestaje być kosztem demo, a staje się codziennym kosztem operacyjnym. To jest ta część AI, której nie pokazuje się na slajdach z ładnym gradientem. A szkoda, bo prawdopodobnie właśnie ona zdecyduje, kto ztej technologii naprawdę coś zbuduje.
Duże organizacje nie wdrażają magii. Wdrażają systemy. Asystemy muszą przeżyć kontakt z prawnikami, działem bezpieczeństwa, procurementem, starymi bazami danych i ludźmi, którzy od lat pracują w procesach sklejonych taśmą, ale nazwanych dla niepoznaki „operating model”. W takiej rzeczywistości najważniejsze pytanie nie brzmi, czy AI potrafi coś wygenerować. Potrafi. Pytanie brzmi, czy da się to sensownie osadzić w organizacji, która ma swoje ograniczenia, lęki i odpowiedzialności.
Przez lata internet był budowany przede wszystkim dla człowieka. Dla oka, kliknięcia, scrollowania, wyszukiwarki, strony głównej, zdjęcia w hero section, błyskotliwego nagłówka. Oczywiście optymalizowaliśmy go pod Google, ale ostatecznie chodziło o to, żeby człowiek trafił na stronę i coś zrobił: przeczytał, porównał, zapisał się, kupił. Teraz ten porządek zaczyna się przesuwać. Coraz większa część sieci będzie czytana nie bezpośrednio przez człowieka, ale przez system działający w jego imieniu. Przez modele, wyszukiwarki nowego typu, warstwy retrieval, API i agentów, którzy nie będą oglądać świata tak jak my. Nie zachwycą się layoutem. Nie dadzą się uwieść wielkiemu zdjęciu z kampanii. Będą szukały struktury, wiarygodności, spójności i sensu, który da się wydobyć z chaosu komunikatów.
Dla marek to jest dużo większa zmiana, niż dziś wygodnie nam przyznać. Bo marka przyszłości będzie musiała być czytelna w dwóch językach jednocześnie. Nadal musi poruszać człowieka, bo bez emocji niema prawdziwego equity. Ale musi też dać się poprawnie zinterpretować przez systemy, które będą ją streszczać, porównywać, rekomendować albo bez żalu pomijać.
Raczej koniec opowieści bez konstrukcji. Ładna narracja, która nie ma pokrycia w danych, doświadczeniu klienta, opinii ludzi i realnym działaniu firmy, będzie coraz szybciej rozbrajana. Kiedyś pusty claim mógł sobie spokojnie wisieć w kampanii przez kilka miesięcy. Teraz zostanie zestawiony z recenzjami, ceną, dostępnością, opiniami, polityką zwrotów i wszystkim tym, o czym marka wolałaby akurat nie rozmawiać. System nie będzie miał wobec niej sentymentu. I bardzo dobrze.
Marketing przez lata nadużywał prawa do poetyckiej przesady. AI-mediated economy może być dla marek brutalnym, ale potrzebnym sprawdzianem. Jeżeli coś mówisz, świat szybciej sprawdzi, czy to cokolwiek znaczy. Jeżeli budujesz wizerunek bez kontaktu z doświadczeniem, ktoś, albo coś, bardzo sprawnie pokaże różnicę. Brand equity przestaje być więc tylko zasobem, który firma próbuje mierzyć w badaniach i chronić w brand booku. Staje się żywym układem między tym, co marka chce znaczyć, co ludzie jej przypisują i jak tę relację odczytują systemy pośredniczące w wyborze. To nadal jest gra o emocje, pamięć i zaufanie. Tylko boisko zaczyna wyglądać inaczej.
Drugi ciekawy sygnał z obecnego etapu AI dotyczy ludzi, którzy budują technologię. Coraz więcej developerów używa narzędzi, które teoretycznie mogliby zrobić albo obejść sami. Cursor, Replit, Lovable i cała fala nowych narzędzi pokazują coś więcej niż wygodę. Pokazują zmianę prestiżu. Kiedyś dumą było: napisałem każdą linijkę. Dziś coraz częściej większą wartość ma zdanie: wiem, co chcę zbudować i umiem szybko sprawdzić, czyto ma sens. To może wydawać się drobną zmianą środowiskową, ale moim zdaniem jest dużo szersze. AI przesuwa ciężar pracy z wykonania na osąd. Nie zwalnia człowieka z odpowiedzialności. Przeciwnie, zabiera mu część alibi. Skoro można szybciej pisać, szybciej projektować, szybciej analizować i szybciej prototypować, to trudniej będzie zasłaniać brak myślenia samą pracowitością.
To dotyczy nie tylko programistów. Strateg, kreatywny, marketer, konsultant czy lider też będą musieli odpowiedzieć sobie na mniej wygodne pytanie: gdzie naprawdę zaczyna się moja wartość? W tym, że coś mozolnie wytwarzam, czy w tym, że potrafię rozpoznać, co w ogóle warto wytwarzać? Dla wielu osób to będzie bolesne. Zwłaszcza dla tych, którzy przez lata mylili proces z kompetencją, a objętość prezentacji z głębokością myślenia.
I tu dochodzimy do paradoksu. Im więcej AI w gospodarce, tym większe znaczenie może mieć zwykła rozmowa z człowiekiem. Nie dlatego, że rozmowa jest bardziej romantyczna od danych. Tylko dlatego, że w rozmowie szybciej wyczuwamy różnicę między tym, co ktoś naprawdę zbudował, a tym, co tylko dobrze nazwał. Można przeczytać dziesięć podsumowań konferencji i nadal nie wiedzieć, co na rynku jest realne. Dopiero rozmowa z ludźmi, którzy sprzedają, wdrażają i zderzają się z klientami, pokazuje temperaturę rzeczywistości. Co się kupuje. Czego się boi CFO. Gdzie kończy się demo. Który „agent” jest agentem, a który tylko bardzo ambitnie opisanym przyciskiem.
Dlatego największą wartością takich miejsc jak RAISE nie są hasła, tylko tarcie. Między opowieścią a produktem. Między ambicją a wdrożeniem. Między tym, co technologia obiecuje, a tym, co organizacja jest wstanie unieść. Jesteśmy więc w momencie mniej spektakularnym, ale znacznie ciekawszym niż kolejna fala zachwytu. AI przestaje być wyłącznie tematem prezentacji, a zaczyna być warstwą infrastruktury. I właśnie dlatego trzeba uważniej patrzeć, kto naprawdę układa tory, a kto tylko maluje na ścianie pociąg.
Bo gdy ta infrastruktura dojrzeje, zmiana przyspieszy gwałtownie. Wtedy nie będzie już czasu na spokojne dopisywanie słowa „agentic” do strategii, żeby wyglądała świeżo. Trzeba będzie wiedzieć, co z tego realnie wynika dla firmy, marki, ludzi i sposobu podejmowania decyzji. Największym błędem byłoby dziś uznać AI za kolejną modę. Drugim największym - uwierzyćwe wszystko, co ta moda mówi o sobie. Prawda, jak zwykle, siedzi gdzieś niżej. W kosztach, danych, integracjach, odpowiedzialności, jakości decyzji i wtym, czy człowiek nadal potrafi zadać pytanie, którego maszyna sama z siebienie zada. Szyny są układane. Pociągi przyjadą później. Ale kiedy już ruszą, nie będączekały na tych, którzy pomylili konferencyjny hałas z rozkładem jazdy.
tekst: Tomasz Pawlikowski, Keino Grupa
Organizacje i członkostwa
