70% pracowników nie czuje zaangażowania w swoją pracę. To nie jest niszowy problem ani sezonowy trend — to fundamentalna luka między tym, czego oczekują firmy, a tym, czym ludzie żyją na co dzień w pracy.
W rozmowie dla MIT Sloan Management Review Polska opowiadałem o tym, dlaczego klasyczne programy motywacyjne przestają działać, czym jest kolektywna inteligencja zespołu, jak projektować mądrą grywalizację i co z tego wszystkiego wynika dla lidera, który ma poprowadzić firmę w epoce AI. Pełny zapis rozmowy jest pod linkiem niżej — tutaj zostawiam najważniejsze wątki.
Dlaczego stare programy motywacyjne tracą siłę
Powód jest jednocześnie psychologiczny i technologiczny. Kolejne pokolenia wchodzące na rynek pracy żyją w środowisku, w którym każde działanie generuje natychmiastowy feedback — like, komentarz, powiadomienie. Mózg przyzwyczaja się do bardzo krótkiej pętli „robię coś — dostaję sygnał zwrotny — robię coś dalej”. Klasyczny program motywacyjny — premia kwartalna, ścieżka kariery na dwa lata — działa w zupełnie innym tempie. Dla coraz większej części zespołu jest po prostu niewidoczny.
Druga strona to tempo zmian w samym biznesie. Z VUCA przeszliśmy do BANI — nieprzewidywalność, kruchość, niepokój. Konkurencja wprowadza nowy produkt nie raz na rok, tylko raz na miesiąc. Sieć detaliczna musi przerzucić tysiące pracowników na nowy komunikat w czasie liczonym w dniach. Manager nie może już dawać celów rocznych — musi w czasie rzeczywistym podpowiadać zespołowi, co teraz jest najważniejsze. To wykracza poza możliwości ludzkiej uwagi i właśnie tu wchodzi AI — nie jako zagrożenie, lecz jako sposób na zarządzanie złożonością, której bez niej nie ogarniemy.
Kolektywna inteligencja — wiedza, która już w firmie jest, tylko nie wychodzi z głów
Pojęcie Collective IQ wprowadził Douglas Engelbart — ten sam, który wymyślił myszkę komputerową — w latach 60. To wszystko, co mamy w zespole jako wiedzę, procesy i kulturę, dzięki czemu jako organizacja jesteśmy w stanie obserwować, orientować się, podejmować decyzje i działać (klasyczna pętla OODA pułkownika Johna Boyda, opracowana w czasie wojny koreańskiej).
Lubię analogię do rewolucji przemysłowej. James Watt w 1760 roku tworzy pierwszą maszynę parową — prymitywną, mało wydajną, dającą może 1% sprawności cieplnej. Trochę jak pierwsze rozmowy z ChatGPT. Ale następne pokolenie podróżuje po Europie pociągami, kolejne — między kontynentami statkami, dwa pokolenia dalej mamy samoloty. To jest wzrost wykładniczy — możliwy tylko dzięki nabudowywaniu Collective IQ. Inżynier, który dzisiaj projektuje silnik samolotu, korzysta z wiedzy nagromadzonej w setkach poprzednich pokoleń.
Tak samo w firmie. Mistrzowie sprzedaży w Twojej organizacji wiedzą rzeczy, których nigdzie nie zapisałeś. Ta wiedza nie wychodzi z ich głów. Wystarczy, że jeden z nich zachoruje albo odejdzie do konkurencji — i tracisz fragment Collective IQ, który nigdy nie stał się własnością organizacji. Sztuczna inteligencja zaczyna nam wreszcie dawać narzędzia, żeby tę wiedzę z firmy wydobyć i podać jej reszcie zespołu.
Dwa mózgi i pętla nawyku
Lider, który chce świadomie kształtować zachowania zespołu, musi rozumieć, że człowiek działa w oparciu o dwa systemy — Kahneman nazywa je Systemem 1 (szybki, automatyczny, oparty na instynktach i emocjach) i Systemem 2 (wolny, analityczny, wymagający wysiłku). Steve Peters w „Paradoksie szympansa” mówi o nich obrazowo: w każdym z nas jest szympans i człowiek. Szympans jest pięć razy mocniejszy — i to on najczęściej wygrywa, jeśli go nie oswoisz.
Klasyczne mechanizmy nagród trafiają właśnie w szympansa. Działają, są wstępem do zmiany — ale tylko wstępem. Reszta to pętla nawyku, opisana przez Charlesa Duhigga: bodziec → działanie → nagroda. Jeśli ułożysz tę pętlę dobrze, zachowanie staje się automatyczne. Klasyczny przykład: handlowiec nie pije pierwszej kawy, dopóki nie wykona jednego cold calla. Sygnał (pragnienie kawy) → rutyna (telefon) → nagroda (kawa + ulga, że najtrudniejszy moment dnia już za nim).
Drugi poziom to uczenie społeczne — uczymy się od ludzi, których uważamy za autorytety, i od tych, którzy są nam bliscy. Programy motywacyjne, które ignorują tę warstwę, zatrzymują się na poziomie tresury. Te, które ją uwzględniają, budują kulturę.
Mądra grywalizacja — flow, a nie konkurs
Słowo „grywalizacja” obrosło bagażem. Kojarzy się z punktami, rankingami i konkursami sprzedażowymi, w których trzech najlepszych wyjeżdża na Bali, a pozostałych 997 wzrusza ramionami. To prymitywna grywalizacja — i często więcej szkodzi, niż pomaga. Tych trzech najlepszych przestaje dzielić się wiedzą (bo to ich osłabia), tych 997 traci motywację (bo i tak nie ma szansy).
Mądra grywalizacja to coś innego. Jej istotą nie jest wzięcie z gier punktów i odznak, tylko wzięcie z gier stanu przepływu — flow opisanego przez Mihály Csikszentmihalyiego. Flow pojawia się, kiedy poziom wyzwania odpowiada poziomowi umiejętności. Za łatwo → nuda → wypadanie. Za trudno → frustracja → wypadanie. W obu przypadkach zaangażowanie znika.
W firmie ten balans trzeba ustawić dla każdego pracownika osobno. Handlowiec sprzedający 5 sztuk tygodniowo dostaje cel „spróbuj sprzedać 6”. Mistrz, który sprzedaje 50, dostaje cel „naucz dwóch nowych, jak ty to robisz”. Personalizacja, której do tej pory nie dało się zrobić ręcznie dla tysiąca osób — i właśnie tu AI wchodzi z największą wartością.
Z perspektywy statystyki to ma jeszcze jeden efekt. W zespole tysiącosobowym 600–700 osób siedzi w środku rozkładu — ani topa, ani na dnie. Jeśli każda z nich zrobi jeden krok do przodu, organizacja przesuwa się fundamentalnie. To dużo większy zysk niż wycisnąć kolejne kilka procent z trzech najlepszych.
Vision Express — 1758% zwrotu z inwestycji w nagrody
Najmocniejszy case, jaki w rozmowie przywołałem, to wdrożenie u Vision Express. Problem klasyczny dla całego retailu: dosprzedaż. Klient kupuje okulary, ale wychodzi bez ściereczki, bez pokrowca, bez drugiej pary. Sprzedawca nie zapytał, czego klient potrzebuje, nie zbadał potrzeb, nie zaproponował komplementarnego produktu.
Wdrożyliśmy system grywalizacyjny — i kluczowe były tu trzy elementy, nie jeden. Po pierwsze: nagradzaliśmy za dosprzedaż (oczywiste). Po drugie: nagradzaliśmy za zadawanie właściwych pytań klientowi (mniej oczywiste). Po trzecie i najważniejsze: nagradzaliśmy za quizy testujące wiedzę produktową — czyli za naukę. Sprzedawca, który nie sprzedał, dostawał mikroszkolenie z pytaniem „jak mógłbyś to zrobić następnym razem”. Dobrze odpowiedział na quiz — dostawał punkty. W jednym sposobie myślenia.
Łączny zwrot — uwzględniając koszt systemu i wypłacone nagrody — wyniósł 1758%. Z każdej złotówki wydanej na nagrodę firma odzyskała prawie 18 złotych. Ludzie do tej liczby nie chcieli wierzyć; opublikowaliśmy referencję, żeby było czym to udokumentować.
Klucz nie był w mechanice punktów. Klucz był w połączeniu nauki, zaangażowania i komunikacji — i w wydobyciu z najlepszych sprzedawców tych pytań, które oni naturalnie zadawali, a których pozostali nigdy nie zadawali.
AI vs IA — kto jest w środku
Mam alergię na slajdy, które zaczynają się od „jak AI zastąpi…”. Wolę zamianę dwóch liter: IA — Intelligence Augmentation. To wizja Engelbarta z lat 60.: technologia w roli partnera, który rozszerza ludzkie możliwości, a nie zastępcy, który je dubluje.
W programach motywacyjnych to się przekłada bardzo konkretnie. AI nie ma podejmować decyzji za pracownika. Ma personalizować mu zadania (1000 segmentów zamiast jednego), pisać do każdego ten sam komunikat innymi słowami (model językowy zamiast 1000 godzin pracy trenera), generować dystraktory do testów (zamiast trener marnujący 75% czasu na wymyślanie błędnych odpowiedzi), sprawdzać zdjęcia z półek sklepowych (zamiast wysyłać kontrolera). Człowiek zostaje w centrum — ale jego praca przesuwa się tam, gdzie liczy się ludzki osąd, relacja, kontekst.
Czego powinien się dziś uczyć lider przyszłości
Pytany na koniec rozmowy o ścieżkę dla lidera, odpowiedziałem tak, jak rozumiem to z perspektywy dwudziestu lat prowadzenia One2tribe. Są trzy warstwy wiedzy — i nie każda jest równie ważna.
Pierwsza i najważniejsza to psychologia. Wiedza o tym, jak ludzie się uczą, jak się motywują, jak komunikują, jak reagują na stres. Te konstrukcje zmieniają się powoli — od dziesięcioleci, nie od kwartału. AI nie zastąpi lidera w rozmowie z udziałowcami, którzy są niezadowoleni. Najtrudniejsza rzecz, jaką mogę dziś powiedzieć po dwudziestu latach, to: znać siebie. Dlaczego coś mnie irytuje? Jak podejmować racjonalne decyzje w stresie? Brzmi jak poradnik motywacyjny, ale to jest fundament wszystkiego.
Druga warstwa to architektura AI — nie jak działa GPT od środka (zostawmy to doktoratom z matematyki), tylko jak składać te narzędzia w sensowne rozwiązania. Jak personalizować, jak balansować, gdzie model zacznie halucynować, gdzie warto dodać człowieka do pętli. To jest warstwa praktyczna dla lidera.
Trzecia — promptowanie i obsługa konkretnych narzędzi — to za chwilę będzie jak obsługa smartfona. Nikt nas tego specjalnie nie uczył, a wszyscy umiemy.
Wnioskiem z tego wszystkiego jest jedno przekonanie: AI zredefiniuje zarządzanie tak, jak social media zredefiniowały politykę. Z social mediami popełniliśmy błąd — nie doceniliśmy psychologicznego wymiaru tej technologii, daliśmy się porwać hype’owi. Z AI mamy jeszcze szansę zrobić to inaczej. Ale tylko wtedy, jeśli w centrum będzie człowiek.
Obejrzyj pełną rozmowę
Pełny zapis: MIT Sloan Management Review Polska — „Jak mądra grywalizacja napędza motywację pracowników” (godzina rozmowy, YouTube).
W rozmowie znajdziesz jeszcze m.in. konkretne przykłady wdrożeń — Sanofi, IKEA, sieci retailowe i finansowe — oraz odpowiedzi na pytania o to, od czego zacząć małej firmie i jak uniknąć najczęstszych błędów w systemach motywacyjnych.