Dyrektor AI na część etatu: kiedy firma go potrzebuje

W średniej firmie AI jest najpierw problemem odpowiedzialności, a dopiero potem narzędzi. Ktoś musi decydować, gdzie AI wolno użyć, do jakich danych ma dostęp i kiedy zatrzymać pilotaż. Jeśli pracownicy już korzystają z czatów AI, a nikt nie potrafi powiedzieć, z jakimi danymi i z jakim skutkiem, firma nie ma programu AI, tylko zbiór prywatnych nawyków.

Pełnoetatowy Chief AI Officer w firmie zatrudniającej 20–250 osób rzadko ma uzasadnienie: nie ma tam portfela kilkudziesięciu projektów ani zespołu, którym trzeba zarządzać na co dzień. Proporcjonalną odpowiedzią jest osoba odpowiedzialna za AI przez kilka dni w miesiącu, która ma za sobą inżynierów zdolnych wdrożyć jej decyzje. Bez tego zaplecza rola zamienia się w doradztwo, które kończy się prezentacją.

AI w firmie to najpierw pytanie o właściciela

Narzędzia są tanie i łatwo dostępne, więc nie one ograniczają średnią firmę. Ogranicza ją brak osoby, która może powiedzieć „tak”, „nie” albo „jeszcze nie” i potem rozliczyć skutek. Według Eurostatu w 2025 roku technologie AI wykorzystywało 30,36% średnich przedsiębiorstw w UE, a w Polsce 8,36% przedsiębiorstw; badanie obejmuje przedsiębiorstwa zatrudniające co najmniej 10 pracowników oraz osoby samozatrudnione. W całej UE wśród firm, które rozważały AI i z niego zrezygnowały, najczęstszym powodem był brak odpowiednich kompetencji (70,89%), a dalej niejasność skutków prawnych i obawy o ochronę danych.

Te liczby mierzą to, co firma deklaruje jako swoje wdrożenie. Nie obejmują pracownika, który wkleja ofertę klienta do darmowego czatu. Różnica między oficjalnym obrazem a codzienną praktyką to dokładnie obszar, za który ktoś powinien odpowiadać.

NIST AI RMF ujmuje to w funkcji Govern: role, odpowiedzialności i linie komunikacji mają być udokumentowane i zrozumiałe dla zespołów, a kierownictwo ma brać odpowiedzialność za decyzje o ryzyku związanym z systemami AI. Ramy są dobrowolne i pisane z myślą o organizacjach różnej wielkości, ale ten punkt przenosi się do firmy średniej bez żadnej adaptacji.

Sygnały, że temat wymknął się spod kontroli

Pierwszym sygnałem jest nieformalne użycie. Ludzie korzystają z prywatnych kont, nie wiadomo, które narzędzia są w użyciu, a polityka, jeśli istnieje, nie mówi, jakich danych nie wolno wklejać. Drugim są pilotaże bez kryterium odbioru: zespół „testuje asystenta” od trzech miesięcy i nikt nie ustalił, jaki wynik oznacza sukces, a jaki koniec próby.

Trzecim sygnałem są dane opuszczające firmę bez wiedzy właściciela procesu. Funkcje AI pojawiają się w CRM, poczcie i edytorach dokumentów w ramach istniejących abonamentów. Ktoś powinien sprawdzić, gdzie te dane są przetwarzane, czy dostawca używa ich do trenowania modeli i czy firma w ogóle chce płacić za dodatek.

Czwartym są obowiązki regulacyjne. Artykuł 4 AI Act o kompetencjach w zakresie AI stosuje się od 2 lutego 2025 roku, a przepisy o nadzorze i egzekwowaniu od 2 sierpnia 2026 roku. Według pytań i odpowiedzi Komisji Europejskiej dotyczy to także firm, których pracownicy używają narzędzi w rodzaju ChatGPT do pisania tekstów czy tłumaczeń. Po zmianach wprowadzonych przez AI Omnibus, który wszedł w życie 27 lipca 2026 roku, brzmienie art. 4 zobowiązuje dostawców i podmioty stosujące AI do podejmowania działań wspierających rozwój tych kompetencji, bez wymogu zagwarantowania konkretnego poziomu. Komisja wskazuje, że certyfikat nie jest potrzebny, a organizacje mogą prowadzić wewnętrzny rejestr szkoleń i innych inicjatyw. Ktoś nadal musi te działania zaplanować i je udokumentować.

Co ta rola rozstrzyga w miesięcznym cyklu

Dyrektor AI na część etatu prowadzi rejestr zastosowań: gdzie AI jest używane, przez kogo, na jakich danych i z jakim dostawcą. NIST nazywa to inwentaryzacją systemów AI (GOVERN 1.6) i w małej firmie wystarczy do tego arkusz z nazwanym właścicielem każdej pozycji. Na tej podstawie ustala zasady danych: co może trafić do zewnętrznego modelu, co zostaje w infrastrukturze firmy i kto zatwierdza wyjątki.

Każdy miesiąc zaczyna się od przeglądu wyników poprzednich zmian, a kończy decyzją, co budujemy dalej. Każda zmiana ma krótką specyfikację: stan wyjściowy, oczekiwany efekt, kryterium odbioru, koszt budowy i utrzymania oraz osobę odbierającą po stronie firmy. Ta sama osoba odpowiada za stopowanie. MANAGE 2.4 wymaga mechanizmów i przypisanej odpowiedzialności za wyłączenie systemu, którego wyniki odbiegają od zamierzonego użycia. Pilotaż, który nie spełnił kryterium, kończy się zapisaną decyzją, nie cichym porzuceniem.

Do roli należą też dostawcy i koszty: które licencje AI firma opłaca, które dodatki dubluje, i czy funkcja w obecnym systemie nie wystarczy zamiast kolejnego narzędzia. W CloudTech tak opisujemy usługę dyrektora AI: osoba odpowiedzialna po stronie klienta, a za nią inżynierowie, którzy budują i utrzymują to, co zostało postanowione.

Czym ta rola nie jest

To nie jest trener promptów. Szkolenie pracowników jest częścią obowiązku z art. 4, ale prowadzenie warsztatów nie rozstrzyga, które procesy w ogóle zmieniać. Firma, która przeszkoliła wszystkich i nie ma rejestru zastosowań, nadal nie wie, co się dzieje z jej danymi.

To nie jest też sprzedawca narzędzi. Osoba, której wynagrodzenie zależy od liczby sprzedanych licencji, nie będzie wiarygodnie rekomendować rezygnacji z pilotażu. Dobrym testem jest pytanie, czy dyrektor AI kiedykolwiek zaproponował zmianę bez AI, na przykład usunięcie zbędnego kroku z procesu albo wykorzystanie raportu, który system już ma. Jeśli każda rekomendacja kończy się nowym abonamentem, rola służy komuś innemu niż firma.

Nie jest to wreszcie funkcja compliance odklejona od praktyki. Dokument polityki AI, którego nikt nie stosuje, nie spełnia ani celów biznesowych, ani regulacyjnych.

Kiedy jeszcze nie potrzebujesz dyrektora AI

Jeśli w firmie pracuje kilkanaście osób, AI służy głównie do redagowania tekstów, a właściciel sam zna wszystkie procesy, wystarczy krótka polityka danych, wybór jednego narzędzia z umową biznesową i notatka o przeszkoleniu zespołu. Zewnętrzna rola nie ma tu czego rozliczać.

Nie ma też sensu jej powoływać, gdy podstawowe dane firmy są w nieładzie i nikt nie zamierza tego zmienić. Dyrektor AI może wskazać, że najpierw trzeba uporządkować CRM albo obieg dokumentów, ale jeśli zarząd nie da na to czasu ani budżetu, każda kolejna specyfikacja utknie na tym samym etapie. Lepiej zacząć od jednorazowego przeglądu niż od stałej współpracy.

Jak ocenić współpracę po pierwszym kwartale

Po trzech miesiącach powinny istnieć konkretne artefakty, które da się sprawdzić bez słuchania prezentacji. Rejestr zastosowań AI z właścicielami i klasyfikacją danych. Zasady korzystania z narzędzi, które pracownicy znają, oraz wewnętrzny rejestr przeprowadzonych szkoleń i innych działań z zakresu art. 4. Co najmniej jedna zmiana wdrożona z pomiarem przed i po, albo jedna zatrzymana z udokumentowanym powodem. Zestawienie kosztów narzędzi AI z decyzją, co zostaje, a co jest wyłączane.

Pytania kontrolne dla zarządu są proste: czy wiemy, gdzie AI przetwarza nasze dane; czy umiemy wskazać jedną zmianę, której efekt zmierzyliśmy; czy ktoś podjął decyzję o zakończeniu próby, która nie działała. Brak odpowiedzi na wszystkie trzy po kwartale oznacza, że problemem nie jest tempo, tylko konstrukcja roli.

Typowe sposoby, w jakie to się psuje

Najczęstszy błąd to rola bez prawa decyzji. Dyrektor AI rekomenduje, a każda zmiana wymaga zgody kilku kierowników, z których żaden nie odpowiada za wynik. Odpowiedzialność trzeba przypisać razem z uprawnieniem, w tym z prawem zatrzymania pilotażu.

Drugi błąd to brak osoby odbierającej zmiany po stronie firmy. Zewnętrzny dyrektor nie zna procesu tak dobrze jak kierownik działu i nie powinien sam ogłaszać sukcesu. Trzeci to mierzenie aktywności zamiast wyniku: liczba warsztatów, promptów w bibliotece czy wygenerowanych dokumentów niczego nie mówi o czasie obsługi zapytania ani o koszcie błędu. Czwarty to rozdzielenie decyzji od wykonania, gdy rekomendacje trafiają do innego wykonawcy bez specyfikacji i bez odbioru. Wtedy plan i wdrożenie rozchodzą się już przy pierwszej zmianie.