În multe organizații, discuția despre AI începe cam la fel: alegem instrumentele, cumpărăm licențele, facem câteva sesiuni de training și îi încurajăm pe oameni să le folosească.
După câteva luni apar și cifrele de adopție. Câți angajați au acces? Câți folosesc instrumentele săptămânal? Câte ore estimează că economisesc? Câte prezentări, rapoarte sau emailuri produc mai repede?
Toate sunt date utile. Dar niciuna nu răspunde la întrebarea importantă: s-a schimbat organizația?
Dacă Maria face aceeași prezentare în 20 de minute în loc de 60, avem un câștig de productivitate. Nu avem încă o transformare.
Dacă un manager rezumă o ședință cu AI, dar ședința are în continuare 12 participanți, durează 90 de minute și produce aceleași trei decizii neclare, tehnologia nu a schimbat prea mult organizația. Doar documentăm mai eficient aceeași problemă.
Aici apare una dintre confuziile importante din conversația actuală despre AI: confundăm adopția tehnologiei cu schimbarea modului în care lucrăm.
Oamenii adoptă AI mai repede decât se schimbă organizațiile
Un studiu McKinsey publicat în iulie 2026 descrie trei orizonturi ale transformării prin AI: enablement, automation și reinvention.
În prima etapă, organizația pune instrumentele la dispoziția oamenilor. În a doua, AI intră în procese și fluxuri de lucru. Abia în reinvention organizația pornește de la întrebarea: cum am proiecta munca dacă AI ar face parte din sistem de la început?
Doar 11% dintre liderii incluși în cercetare își plasează organizațiile în această a treia categorie. Dintre liderii organizațiilor aflate în reinvention, 48% raportează valoare la nivel de organizație, față de 24% în automation și 13% în enablement.
În organizațiile aflate încă în prima etapă, liderii sunt de 5,3 ori mai predispuși să raporteze valoare atunci când fluxurile de lucru au fost redesenate decât atunci când au rămas neschimbate.
Mesajul este destul de simplu: AI creează posibilități. Organizația decide dacă acele posibilități devin valoare.
Problema nu mai este doar „Cum îi facem pe oameni să folosească AI?”
Trainingul, competențele, champions și experimentarea rămân importante. Dar AI introduce o problemă mai profundă.
Dacă un instrument poate prelua o parte semnificativă din activitatea unui rol, întrebarea nu mai este doar cum îl învățăm pe angajat să îl folosească.
Trebuie să întrebăm: ce rămâne responsabilitatea omului? Ce poate fi delegat către AI? Ce trebuie verificat? Cine răspunde atunci când AI greșește? Ce competențe devin mai importante? Ce activități nu mai au sens? Ce decizii pot fi luate mai aproape de locul în care apare informația?
Și, poate, întrebarea cea mai incomodă: dacă putem face munca diferit, de ce păstrăm procesul construit pentru lumea de dinainte de AI?
În punctul acesta, adopția devine change management.
Rezistența la AI nu este neapărat rezistență la tehnologie
Când oamenii nu adoptă suficient de repede o tehnologie, explicația managerială preferată este adesea simplă: „rezistență la schimbare”. Este convenabilă. Uneori este și greșită.
Un angajat poate înțelege foarte bine avantajele AI și, în același timp, să aibă întrebări perfect raționale. Dacă devin de două ori mai eficient, primesc proiecte mai interesante sau de două ori mai multă muncă? Dacă automatizez 30% din ceea ce fac, ce se întâmplă cu rolul meu? Dacă rezultatul AI este greșit, cine răspunde?
Aceste întrebări nu sunt dovada unei mentalități anti-AI. Sunt întrebări despre încredere, identitate profesională, statut, autonomie și siguranță.
McKinsey identifică încrederea în organizație drept un factor critic în toate cele trei etape. Deloitte raportează în 2026 că 65% dintre organizațiile analizate consideră că propria cultură trebuie să se schimbe semnificativ din cauza AI, în timp ce doar 6% dintre lideri spun că fac progrese în proiectarea intenționată a interacțiunilor om-AI.
Tehnologia avansează foarte repede. Organizația, ceva mai puțin.
Trainingul este necesar. Dar nu poate repara un sistem care nu s-a schimbat.
Există o tentație familiară în organizații: când apare o problemă nouă, comandăm un training.
Uneori trainingul este exact răspunsul potrivit. Dar nu putem rezolva prin training o problemă de design organizațional.
Poți învăța un manager să folosească foarte bine AI. Dacă îi ceri în continuare să aprobe manual fiecare pas al echipei, procesul rămâne lent. Poți învăța o echipă să automatizeze analiza datelor. Dacă deciziile trebuie să treacă prin aceleași cinci niveluri ierarhice, organizația nu devine automat mai agilă.
Dacă oamenii nu știu ce date pot folosi, ce riscuri pot accepta, ce trebuie verificat și unde se termină autonomia lor, vor apărea două comportamente previzibile: unii nu vor folosi AI, iar alții îl vor folosi fără să spună.
Ambele sunt probleme de management.
Din idee în practică
Vrei să duci ideea în practică?
Discută o intervenție de AI adoption pentru organizațieAI schimbă și contractul psihologic al muncii
Există o conversație pe care organizațiile nu o pot evita la nesfârșit: ce facem cu timpul economisit?
Un angajat care economisește cinci ore pe săptămână poate face mai mult din aceeași muncă, poate prelua activități mai complexe, poate investi timpul în învățare, poate îmbunătăți relația cu clienții sau poate experimenta.
Sau organizația poate transforma imediat fiecare minut economisit într-o nouă unitate de output. Este tentant. Și probabil una dintre cele mai rapide metode de a transforma o tehnologie care promite autonomie într-un nou mecanism de intensificare a muncii.
Datele Deloitte din Marea Britanie surprind deja tensiunea: 44% dintre lucrătorii intervievați spun că au folosit AI pentru a automatiza o parte din propria muncă, adesea fără ca angajatorul să știe.
Uneori problema organizației nu este că oamenii nu adoptă AI. Problema este că îl adoptă înaintea organizației.
Liderii nu pot delega înțelegerea AI către departamentul IT
Dacă AI schimbă doar instrumentele, poate fi tratat ca un proiect tehnologic. Dacă schimbă roluri, procese, responsabilități, competențe, autonomie, relații de putere și modul în care sunt luate deciziile, devine o problemă de leadership.
Asta nu înseamnă că fiecare lider trebuie să devină expert tehnic. Înseamnă însă că liderii trebuie să înțeleagă suficient tehnologia încât să poată pune întrebări mai bune despre muncă.
În organizațiile aflate în etapa de automation analizată de McKinsey, liderii sunt de 3,9 ori mai predispuși să raporteze valoare la nivel de organizație atunci când echipa de leadership are un nivel ridicat de AI fluency.
Nu pentru că CEO-ul trebuie să scrie prompturi spectaculoase. Ci pentru că este foarte greu să redesenezi o organizație în jurul unei tehnologii pe care o cunoști doar din prezentările altora.
Întrebarea bună nu este „Unde putem folosi AI?”
Răspunsul este probabil: aproape peste tot. Tocmai de aceea nu este cea mai interesantă întrebare.
O întrebare mai utilă este: „Ce am proiecta diferit dacă am construi acest proces astăzi?”
Poate nu mai avem nevoie de același proces. Poate un rol se schimbă. Poate anumite aprobări nu mai au sens. Poate o decizie poate fi luată mai aproape de client. Poate managerul nu mai trebuie să controleze informația, ci să creeze context și criterii de judecată.
Poate expertiza umană devine mai importantă tocmai pentru că producerea unui răspuns devine foarte ieftină. Poate trebuie să învățăm oamenii nu doar să obțină răspunsuri de la AI, ci și să știe când să nu aibă încredere în ele.
Acestea nu mai sunt întrebări despre software. Sunt întrebări despre designul muncii.
Adoption is not transformation
Probabil vom vedea multe dashboard-uri impresionante despre adopția AI: utilizatori activi, prompturi, ore economisite, procese automatizate și costuri reduse.
Sunt indicatori utili. Dar o organizație în care toată lumea folosește AI poate funcționa aproape exact ca înainte: aceleași ședințe, aceleași aprobări, aceleași silozuri, aceleași roluri și aceleași decizii lente. Doar cu texte produse mai repede.
Transformarea începe atunci când tehnologia ne face să reconsiderăm modul în care este organizată munca.
Asta înseamnă procese, competențe și roluri, dar și lucrurile mai greu de pus într-un dashboard: încredere, identitate, autonomie, comportamente și cultura în care oamenii încearcă să înțeleagă ce înseamnă noua tehnologie pentru ei.
De aceea, una dintre cele mai utile schimbări de perspectivă pentru lideri este și una dintre cele mai simple:
AI adoption is not primarily a technology problem.
It is a change problem.
Surse și context
Datele citate provin din cercetări publicate în 2026 de McKinsey & Company și Deloitte. Procentele și multiplicatorii sunt raportați de autorii studiilor pentru eșantioanele analizate.
Lucrezi cu o situație asemănătoare?
Începe o conversație