Wielka reorganizacja: firmy przebudowują się wokół AI

1 kwietnia 2026

Wprowadzenie

W newsletterze Bartka Pucka trafiłem na raport Foundation Capital, w którym autorzy przeprowadzili rozmowy z 25 firmami, od 50-osobowych startupów po korporacje z tysiącami pracowników. Wyniki ich badania potwierdzają to, o czym piszę od miesięcy: AI zmienia nie tylko sposób, w jaki pracujemy, ale strukturę organizacji, w których pracujemy. Zmiana, którą obserwujemy, nie polega na tym, że ludzie z AI działają szybciej. Polega na tym, że firmy zaczynają przebudowywać się od podstaw, żeby działać w zupełnie innym modelu.

Dane, które zebrali badacze, mówią same za siebie. Jeden ze 120-osobowych zespołów inżynieryjnych planuje redukcję do 25 osób. W innej firmie, która utrzymuje ponad 30 mikroserwisów, na jeden serwis przypadało 0,75 inżyniera, a teraz planują zejść do 0,1, co oznacza, że jeden inżynier będzie nadzorował pracę, którą wcześniej wykonywało ośmiu. W firmie liczącej tysiąc pracowników 25-30% spotkań produktowych zaczyna się od działających prototypów zamiast od prezentacji w PowerPoincie.

Samochody na polnych drogach

Autorzy artykułu używają trafnej analogii historycznej. Kiedy fabryki w latach 90. XIX wieku przechodziły z pary na elektryczność, pierwsze korzyści były niewielkie, bo producenci po prostu wymieniali źródło zasilania, nie zmieniając architektury hal produkcyjnych. Prawdziwy wzrost wydajności pojawił się dopiero 20-30 lat później, gdy fabryki przeprojektowano wokół nowych możliwości elektryczności.

Większość firm jest dziś w fazie “samochodów na polnych drogach”. Dają ludziom dostęp do AI, ale struktury organizacyjne, procesy decyzyjne i przepływ pracy pozostają takie same jak przed erą AI. Szybsi ludzie nie tworzą automatycznie szybszej organizacji, zwłaszcza gdy cała nadbudówka była projektowana dla świata bez AI.

Pisałem o tym zjawisku w kontekście intensyfikacji pracy przez AI. Badania HBR pokazały, że AI paradoksalnie zwiększa obciążenie pracą, bo ludzie przejmują dodatkowe zadania, zacierają granice między pracą a odpoczynkiem i żonglują wieloma rzeczami naraz. To klasyczny objaw organizacji, która dała ludziom nowe narzędzie, ale nie przebudowała sposobu pracy.

Cztery role, które zostają po stronie ludzi

Foundation Capital identyfikuje cztery typy ról, które w nowej organizacji pozostaną ludzkie. Czytając ich opis, uświadomiłem sobie, że sam funkcjonuję w dwóch z nich jednocześnie.

Architekci systemów

To projektanci nowej organizacji. Decydują, jak ludzie i agenci AI współpracują: co agenci mogą robić autonomicznie, co wymaga ludzkiej akceptacji, jak mierzy się wydajność i jak wyglądają ścieżki eskalacji, gdy coś się psuje. Autorzy badania określają tę rolę jako tę z największą krzywą uczenia się i największą dźwignią w nowej organizacji.

Sam jestem architektem systemów. Jako CEO Element i konsultant projektuję systemy, w których AI wykonuje operacyjną pracę, a ludzie nadzorują wyniki i podejmują decyzje. Tworzę pipeline’y, w których agenci AI generują kod, analizują dane i przygotowują materiały, a ja lub moi klienci weryfikujemy i zatwierdzamy efekty. Opisywałem jeden z takich procesów w artykule o vibe codingu integracji z LinkedIn, gdzie AI wygenerowało ponad 5,4 tysiąca linijek kodu, który przeszedł następnie weryfikację przez senior developera.

Walidatorzy

To rola, którą Foundation Capital nazywa “najważniejszą nową rolą tej ery”. Agenci AI potrafią już wykonać znaczną część pracy, ale w większości dziedzin nie można im jeszcze ufać, że zrobią to w pełni samodzielnie. Ludzie muszą przeglądać, walidować i zatwierdzać to, co system wyprodukował.

To moja druga rola. Codziennie waliduje kod generowany przez agentów AI, sprawdzam analizy, weryfikuję poprawność danych. Moje doświadczenie potwierdza obserwację z raportu: walidacja wymaga seniorskiego poziomu kompetencji. Trzeba wiedzieć, na co patrzeć, jakie błędy są typowe dla modeli AI i gdzie system ma tendencję do “halucynacji”.

Autorzy raportu przewidują, że popyt na walidatorów podąży za krzywą dzwonową. Teraz rośnie, bo firmy dopiero zaczynają wdrażać agentów na skalę. W ciągu dwóch do czterech lat osiągnie szczyt. Potem, gdy systemy zgromadzą wystarczająco dużo danych, żeby się samodoskonalić i autokorygować, zapotrzebowanie na ludzką walidację zacznie spadać.

Oficerowie ds. odpowiedzialności

Na samej górze pozostają ludzie, którzy biorą na siebie odpowiedzialność: CFO, który podpisuje sprawozdanie finansowe, General Counsel, który staje przed sądem, CTO, który odpowiada za awarię systemu o trzeciej w nocy. Dopóki regulatorzy, sądy i zarządy składają się z ludzi, organizacje potrzebują ludzkiego interfejsu do tych instytucji.

Eksperci od relacji

Sprzedawcy, którzy budują zaufanie przy kolacji z klientem, account managerowie, którzy nawigują po polityce wewnętrznej klienta, HR-owcy, którzy budują kulturę firmy. Te role pozostają ludzkie, bo zaufanie między organizacjami wciąż opiera się na relacji między ludźmi.

Problem jednego pokolenia

Z raportu wynika obserwacja, która mnie szczególnie niepokoi i o której sam wielokrotnie pisałem. Obecni walidatorzy są ekspertami, bo sami wcześniej wykonywali tę pracę jako specjaliści. Jeśli agenci AI przejmą całą pracę juniorską (pierwsze drafty kodu, wstępne analizy, podstawowe deliverables), to rocznik 2035 nigdy nie zdobędzie tej ekspertyzy. Nie będzie miał okazji do nauki przez praktykę.

Pisałem o tym w kontekście niepewnej przyszłości junior developerów i raportu Harvardu, który pokazał, że GenAI faworyzuje seniorów kosztem juniorów. Dane z Harvardu są jednoznaczne: firmy wdrażające AI zmniejszyły rekrutację na poziomie junior o 22%, a w sektorze handlu zatrudnienie młodszych pracowników spadło o 40%.

Foundation Capital nazywa pulę walidatorów “jednopokoleniowym zasobem”, który trzeba celowo odnawiać. To trafne określenie. Jeśli nie znajdziemy sposobu na kształcenie nowych ekspertów w świecie, w którym AI wykonuje pracę uczącą, staniemy przed luką kompetencyjną, której nie da się szybko zasypać.

Cztery typy firm, cztery przyszłości

Raport dzieli firmy według dwóch osi: co wytwarzają (produkt czy usługę) i jak dostarczają wartość (cyfrowo czy fizycznie). Te dwa wymiary określają, jak głęboko AI może wejść w działalność firmy i jak szybko.

Firmy produkujące cyfrowe produkty (typu Salesforce, Figma) przechodzą najgłębszą reorganizację. Dziewięć tradycyjnych funkcji (inżynieria, produkt, design, sprzedaż, marketing, CX, finanse, HR, prawo) zbiega się w trzy: R&D, GTM i G&A. Wewnątrz każdej funkcji mniejsza warstwa ludzka współpracuje z warstwą agentów, którzy drafują, wykonują i analizują.

Pisałem o podobnym zjawisku, gdy Salesforce ogłosił, że AI przejmuje obsługę klienta i zwalnia pracowników. To był jeden z pierwszych dużych sygnałów, że firmy nie traktują AI jako wsparcia dla istniejących zespołów, lecz jako ich zastępstwo.

Firmy usługowe (BPO, agencje, kancelarie, firmy konsultingowe) są pod największą presją, bo ich produktem jest sama praca, a AI coraz częściej potrafi ją wykonać. Firmy produkujące fizyczne produkty mają przed sobą największe pole do zagospodarowania, bo odpowiednik Claude Code dla inżynierii mechanicznej jeszcze nie istnieje. Z kolei firmy świadczące usługi fizyczne (lekarze, kierowcy, hotelarstwo) zmienią się głównie w warstwie koordynacji i administracji, bo sam rdzeń usługi wymaga obecności człowieka.

Co z tego wynika dla nas

Autorzy raportu kończą prostą rekomendacją: najcenniejszą umiejętnością w nowej organizacji jest myślenie systemowe, czyli zdolność do widzenia, jak elementy pasują do siebie, i projektowania współpracy ludzi z agentami AI.

Mogę to potwierdzić z własnego doświadczenia. Moja codzienna praca polega dziś na tym, że projektuję systemy, w których AI wykonuje zadania, a ja waliduje wyniki. Nie jestem programistą, ale moim seniorzy weryfikują wygenerowany przez AI kod. Nie tworzę analiz od zera, ale muszę wiedzieć, jakie pytania zadać i jak zweryfikować odpowiedzi.

Pisałem już o tym, że tradycyjne narzędzia biurowe tracą sens w świecie, w którym AI wykonuje operacje bez otwierania programów. Pisałem o recesji białych kołnierzyków i o tym, jak automatyzacja zmienia fundamenty ekonomii. Raport Foundation Capital łączy te wątki w spójny obraz: organizacje się przebudowują, role się zmieniają, a ludzie, którzy potrafią projektować i walidować systemy AI, będą kształtować ten nowy porządek.

Agencyjność, czy może jaśniej “sprawczość” i nastawienie na rozwój to drugi warunek, który wymieniają autorzy. Jeśli Twoim instynktem jest opór i nadzieja, że AI nie dotrze do Twojej funkcji, to już jesteś w tyle. Schemat organizacyjny przechodzi ewolucje i ci, którzy nauczą się współpracować z agentami AI, nie tylko przetrwają reorganizację, ale będą tymi, którzy ją zaprojektują.

Artykuł powstał na podstawie raportu The Great Reorg opublikowanego przez Foundation Capital.

Więcej o ATS przeczytasz tutaj.

Najczęściej czytane:

  1. Darmowe ogłoszenia o pracę i największa lista źródeł kandydatów – największa w Polsce lista bezpłatnych i płatnych źródeł kandydatów
  2. Praca w HR – najnowsze oferty pracy i aktualne średnie wynagrodzenia w branży HR
  3. Akademia Rekrutacji – zbiór wiedzy na temat rekrutacji oraz raporty z rynku pracy.
  4. Gowork – jak reagować na negatywne opinie o pracodawcach – Kompleksowy poradnik dla pracodawców.
  5. Jak napisać CV i profil LinkedIn – kompleksowy poradnik tworzenia CV i profilów LinkedIn
  6. RODO w rekrutacji – sourcing, direct search, ogłoszenia. Wszystko co musisz wiedzieć – kompleksowy poradnik RODO w rekrutacji z naciskiem na działania typu direct search / sourcing.
  7. Wszystko o systemach ATS – poradnik wyboru systemu rekrutacyjnego
  8. Umowy przedwstępne i listy intencyjne w procesach rekrutacyjnych – wszystko, co musisz wiedzieć o prawnych zabezpieczeniach zobowiązania do zatrudnienia.
Picture of Maciej Michalewski

Maciej Michalewski

Founder & CEO @ Element

Element cennik baner

Nasze artykuły przeczytasz także na Medium, LinkedIn, Substack, Reddit

Ostatnie wpisy: