Czego AI wciąż nie potrafi zrobić dla Twojej firmy w 2026 roku

Pewną rozmowę odbyłem w ostatnim roku kilkanaście razy. Właściciel firmy siada, przesuwa telefon przez stół i pokazuje mi coś, co napisał chatbot i co naprawdę zrobiło na nim wrażenie. Potem niemal jednym tchem pyta, czy AI może poprowadzić jego obsługę klienta, rekrutację, ustalanie cen — w zasadzie całą jego firmę. Uczciwa odpowiedź jest tą niewygodną: nie tak, jak Pan/Pani to sobie wyobraża, a niektórych rzeczy w ogóle nie. Ten tekst jest o tej luce, bo nikt, kto sprzedaje AI, nie chce o niej mówić.

Prowadzę praktykę AI. Całe dnie buduję te rozwiązania dla małych i średnich firm i jestem ich zwolennikiem — widziałem, jak odzyskują realne godziny ludziom, którzy nie mieli ich w nadmiarze. Ale najgłośniejsze głosy w 2026 roku wciąż sprzedają fantazję, w której kieruje się AI na problem i odchodzi. Ta fantazja po cichu kosztuje firmy pieniądze, zaufanie, a czasem klientów. Zamiast więc kolejnej zachłannej listy tego, co AI potrafi, oto bardziej przydatna mapa: gdzie wciąż zawodzi, dlaczego i jak mimo to z nią pracować.

Nic z tego nie jest wymierzone przeciw AI. Wręcz przeciwnie. Firmy, które wyciągają z AI najwięcej, to te, które precyzyjnie rozumieją jej granice — powierzają jej dokładnie tę pracę, w której jest dobra, a nad resztą pewnie trzyma pieczę człowiek. Znajomość granic to nie pesymizm. To cała umiejętność.

Czego nie potrafi: wiedzieć, kiedy się myli

Jeśli ma Pan/Pani zapamiętać jedno ograniczenie, niech będzie to właśnie to. Dzisiejsza AI nie wie niezawodnie, kiedy się myli. Poda błędną odpowiedź z taką samą pewnością i w takim samym tonie, jakiego używa do poprawnej. Żadnego cienia wątpliwości, żadnego "co do tego fragmentu nie jestem pewna." Zmyślony numer telefonu, wymyślona zasada, błędna stawka VAT — wszystko podane z tym samym spokojnym autorytetem co prawda.

Ludzie z branży nazywają to halucynacjami, co sprawia, że brzmią one rzadko i egzotycznie. Nie są ani jednym, ani drugim. To normalne, oczekiwane zachowanie wynikające z działania tych systemów: przewidują tekst, który brzmi prawdopodobnie, a nie sprawdzają faktów w księdze. Najczęściej najbardziej prawdopodobna odpowiedź jest też poprawna — dlatego AI sprawia wrażenie niezawodnej. Ale "najczęściej" to przerażająca miara, gdy odpowiedź trafia do oferty dla klienta albo dokumentu prawnego.

Ta jedna cecha kształtuje wszystko inne w tym artykule. To dlatego AI jest wspaniała do tworzenia szkiców, a niebezpieczna do podejmowania decyzji. To dlatego "człowiek w pętli" nie jest modnym hasłem, lecz twardym wymogiem dla wszystkiego, co ma znaczenie. I dlatego pytanie nigdy nie brzmi "czy AI poradzi sobie z tym zadaniem", tylko "ile mnie kosztuje, gdy AI wykona je źle, i jak w ogóle bym to zauważył?"

Prawdziwy osąd, gdy stawka jest realna

AI jest naprawdę dobra w zadaniach z jasną poprawną odpowiedzią lub niskim kosztem pomyłki. Streść tego e-maila. Napisz przyjazną odpowiedź. Posortuj te wiadomości na trzy kupki. W chwili, gdy zadanie wymaga zważenia rzeczy, których nie da się czysto zmierzyć — uczciwości, ryzyka, reputacji, długiej gry z konkretnym klientem — zaczyna się chwiać.

Pomyśl o wycenie trudnego, jednorazowego zlecenia. Człowiek, który je wycenia, nie tylko liczy; odczytuje, że ten klient to polecenie od najlepszego klienta, że był zestresowany przez telefon, że zgoda na niewygodny termin teraz może później otworzyć trzy łatwe zlecenia. AI nie widzi nic z tego kontekstu, chyba że wyłoży się jej każdy element — a i wtedy dopasowuje wzorce, a nie osądza. Nie ma nic do stracenia. Nigdy nie będzie leżeć w nocy z obawą, że wyceniła za nisko.

Nie zna Twojej firmy

Ogólny model AI przeczytał zdumiewającą część publicznego internetu. Czego nigdy nie przeczytał, to szczegóły Pana/Pani firmy — cen, stanu magazynu, stałych klientów, cichej zasady, że pani Hofer zawsze dostaje narożny stolik, dostawcy, z którego usług zrezygnowano zeszłej wiosny. Domyślnie zna świat ogólnie, a Pana/Pani firmę wcale.

Wiele z tego da się naprawić. Zasilenie modelu własnymi dokumentami, cenami i zasadami — technikę tę nazywa się retrieval lub grounding (ugruntowaniem) — dramatycznie poprawia jego przydatność i dokładność w Pana/Pani konkretnej sytuacji. To, szczerze mówiąc, większość prawdziwej pracy w dobrym projekcie AI: nie sprytny model, lecz nieefektowna instalacja łącząca go z Pana/Pani realnymi danymi. Ale dwie rzeczy pozostają prawdą nawet wtedy. Informacje muszą być uporządkowane i aktualne, by to działało — skieruj AI na bałaganiarski, nieaktualny cennik, a pewnie zacytuje ceny sprzed roku. I wciąż nie będzie znać rzeczy, które żyją tylko w Pana/Pani głowie i nigdy nie zostały zapisane.

Zrobienie dokładnie tego samego dwa razy

Oto coś, co zaskakuje ludzi. Zadaj AI to samo pytanie dwa razy, a możesz otrzymać dwie różne odpowiedzi. Zazwyczaj obie są w porządku; czasem jedna jest zauważalnie lepsza od drugiej; sporadycznie jedna jest po prostu błędna. Przy twórczym szkicowaniu ta różnorodność to zaleta. Przy procesie, który ma zachowywać się identycznie za każdym razem — obliczyć rabat, zastosować zasadę, wyprodukować liczbę, którą może sprawdzić regulator — to realne zagrożenie.

Dlatego robię się nerwowy, gdy ktoś chce powierzyć modelowi językowemu arytmetykę lub ścisłe reguły. Jeśli zadanie brzmi "zastosuj 12% do zamówień powyżej 500 euro," nie chce Pan/Pani czegoś, co zazwyczaj liczy poprawnie. Chce Pan/Pani prostej, nudnej automatyzacji, która robi to dobrze w 100% przypadków, bo dosłownie nie potrafi inaczej. Proszę zachować AI do tej części, która naprawdę wymaga języka lub osądu, a niezawodną, staromodną logikę pozostawić tej, która musi być dokładna.

Rzeczy ludzkie — i dlaczego wciąż mają znaczenie biznesowe

Łatwo machnąć ręką na "ludzki dotyk", jakby był czymś miękkim i sentymentalnym. Nie jest. Dla małej firmy to często cała przewaga konkurencyjna — powód, dla którego klient wybiera Pana/Panią zamiast bezimiennej sieci. I to dokładnie ta część, którą AI potrafi naśladować, ale nie potrafi naprawdę mieć.

AI potrafi napisać słowa, które brzmią empatycznie. Czego nie potrafi, to naprawdę przejąć się tym, że zamówienie stałego klienta dotarło uszkodzone w poranek urodzin jego córki, a potem po cichu zrobić to, co zamienia zły dzień w historię opowiadaną znajomym. Nie ma relacji, nie ma reputacji na szali, nie ma pamięci o tym, jak ten sam klient krył Pana/Panią, gdy dostawa się spóźniła. Empatia jako tekst jest dziś tania. Empatia jako działanie, od kogoś, kto ma coś do stracenia, to dokładnie to, za co ludzie wciąż będą płacić więcej.

Jest też odpowiedzialność, bardziej praktyczna niż filozoficzna. Gdy coś idzie nie tak, klient chce, by człowiek wziął to na siebie. "AI popełniła błąd" nikogo nie zadowala — i coraz częściej nie zadowala też żadnego regulatora. Jeśli AI dotyka decyzji, która wpływa na kogoś, to Pan/Pani wciąż odpowiada za skutek. Tej odpowiedzialności nie da się zlecić modelowi, a udawanie inaczej to sposób na nadszarpnięcie reputacji.

Ciche koszty, o których nikt nie wspomina podczas demo

Wypolerowane demo nigdy nie pokazuje nudnych części, które w realnym życiu decydują o sukcesie lub porażce projektu AI. Warto je nazwać, bo to one stanowią różnicę między narzędziem, które pomaga latami, a takim, które po cichu zostaje porzucone po trzech miesiącach.

• Nadzór. Wszystko, co dotyczy kontaktu z klientem, wymaga człowieka sprawdzającego początkowe wyniki. To realny czas, zwłaszcza na starcie, i nigdy nie spada całkiem do zera.
• Utrzymanie. Twoje ceny się zmieniają, zasady się zmieniają, sam model się zmienia. Asystent AI zasilony zeszłoroczną informacją będzie pewnie udzielał zeszłorocznych odpowiedzi.
• Niewygodne 20%. AI pięknie obsługuje łatwą większość przypadków, a potem przekazuje Panu/Pani te dziwne, rozzłoszczone, o wysokiej stawce — które i tak zawsze były trudną częścią.
• Zaufanie, raz utracone. Jedna pewnie błędna odpowiedź dla klienta może zniweczyć miesiące dobrej woli. Strata reputacyjna jest asymetryczna: wiele małych zwycięstw, jedna duża porażka.

Żaden z tych powodów nie jest argumentem, by nie używać AI. To powody, by używać jej z otwartymi oczami, do zadań, gdzie nadzór jest tani, a koszt błędu możliwy do przeżycia. Co, jakże wygodnie, i tak stanowi większość naprawdę przydatnej pracy.

Jak więc naprawdę dobrze jej używać?

Wszystko to wskazuje na sposób pracy znacznie spokojniejszy — i znacznie bardziej dochodowy — niż sugeruje szum. Przestaje Pan/Pani prosić AI, by była pracownikiem, a zaczyna używać jej jako szybkiego, niestrudzonego asystenta, który szkicuje, sortuje i podpowiada, podczas gdy człowiek trzyma pieczę nad wszystkim, co ma wagę. Oto jej kształt.

1. 1
   Posortuj każde zadanie według kosztu błędu

   Dla każdej rzeczy, którą chce Pan/Pani powierzyć AI, proszę zapytać: jeśli zrobi to źle, czy to wzruszenie ramion, poprawka, czy katastrofa? Wzruszenia ramion i łatwe poprawki są w grze. Katastrofy zostawiają człowieka u steru.
2. 2
   Pozwól AI szkicować, nigdy decydować

   Niezawodny wzorzec to: AI przygotowuje, człowiek zatwierdza. Naszkicowana odpowiedź, którą przegląda Pan/Pani w pięć sekund. Lista skrócona, z której wybiera człowiek. Streszczenie, które weryfikuje Pan/Pani zdrowym rozsądkiem. Osąd zostaje przy Panu/Pani.
3. 3
   Ugruntuj ją w swoich realnych, schludnych danych

   Zanim ruszy Pan/Pani na żywo, proszę upewnić się, że informacje, z których AI odpowiada, są zapisane, w jednym miejscu i aktualne. Śmieci na wejściu, pewne śmieci na wyjściu.
4. 4
   Użyj prostej automatyzacji do wszystkiego, co dokładne

   Matematyka, reguły, wszystko, co musi być identyczne za każdym razem — proszę dać to niezawodnej logice, nie modelowi językowemu. AI proszę zarezerwować dla bałaganiarskich, językowych części.
5. 5
   Zachowaj ludzkiego właściciela i sposób na zauważanie błędów

   Proszę wskazać jedną osobę, która pilnuje wyników, i zbudować prosty sposób na wyłapanie, gdy AI coś zepsuje — zanim zrobi to Pana/Pani klient.

Robione w ten sposób ograniczenia przestają być straszne. Stają się wskazówką projektową. Odkryje Pan/Pani, że AI po cichu usuwa godziny mozołu — szkicowanie, sortowanie, odpowiedzi pierwszego rzutu — podczas gdy części, które naprawdę definiują Pana/Pani firmę, zostają dokładnie tam, gdzie ich miejsce: u ludzi, którym zależy na wyniku i którzy za niego odpowiadają.

Najczęstsze pytania