Agent AI jako nowy pracownik

Kiedy firma zatrudnia nowego człowieka, nikt nie wrzuca go pierwszego dnia do open space’u, nie mówi „ogarniaj” i nie wraca do swoich spraw. Przynajmniej nie w firmach, które działają powtarzalnie.

Jest onboarding. Jest przekazanie zakresu obowiązków. Jest ktoś, do kogo nowy pracownik może się odezwać, gdy nie wie, co zrobić. Są granice – co wolno robić samodzielnie, a co wymaga akceptacji. I jest okres próbny, w którym firma obserwuje, czy to działa tak, jak miało działać.

Gdy ta sama firma wdraża agenta AI, robi to zupełnie inaczej. Włącza, testuje przez chwilę, uznaje, że „działa” i wraca do swoich spraw.

Efekt jest przewidywalny.

Pracownik, który czyta dosłownie

Agent AI różni się od ludzkiego pracownika w jednej, fundamentalnej kwestii: nie domyśla się. Nie uzupełnia luk kontekstem. Nie wie, że „standardowa odpowiedź do klienta” oznacza w tej firmie coś zupełnie innego niż gdzie indziej. Nie odczyta z tonu maila, że sytuacja jest delikatna i lepiej nie odpowiadać szablonowo.

Wykonuje dokładnie to, czego go nauczyłeś. Ani więcej, ani mniej.

To jest zarówno jego siła, jak i główna przyczyna problemów po wdrożeniu. Siła – bo jest przewidywalny. Problem – bo przewidywalność agenta zależy całkowicie od jakości instrukcji, które dostał. A instrukcje piszą ludzie, którzy zazwyczaj uważają, że „wszystko jest jasne” – bo dla nich jest. Dla agenta niekoniecznie.

Nowy pracownik w podobnej sytuacji zadałby pytanie. Agent AI zrobi coś – i będzie przekonany, że zrobił dobrze.

Onboarding, którego nikt nie planuje

W przypadku ludzkiego pracownika onboarding jest oczywisty. Ktoś go przeprowadza, trwa kilka dni albo tygodni, kończy się momentem, gdy nowa osoba może samodzielnie obsłużyć standardową sprawę.

Przy wdrażaniu agenta AI o onboardingu nikt nie mówi. Mówi się o „konfigurowaniu”, „promptowaniu”, „testowaniu”. To są technicznie trafne słowa, ale ukrywają coś ważnego: że za każdym z tych kroków stoi pytanie, które zadaje się też przy rekrutacji człowieka.

Czym dokładnie ten agent ma się zajmować? Nie ogólnie – konkretnie. Jakie sprawy obsługuje, jakich nie, gdzie jest granica? Co robi, gdy trafi na sytuację, której nie zna? Kogo wtedy angażuje i w jaki sposób? Jakim językiem ma mówić do klienta – formalnym, partnerskim, technicznym? Co może obiecać, a czego nie wolno mu deklarować bez akceptacji człowieka?

Każde z tych pytań przy onboardingu pracownika pojawia się naturalnie. Przy wdrażaniu agenta – prawie nigdy. I właśnie dlatego po kilku tygodniach działania okazuje się, że agent odpowiada na pytania, na które nie powinien, albo odsyła klientów do człowieka w sprawach, które dawno powinien rozwiązywać samodzielnie.

Zakres obowiązków jako instrukcja

Opis stanowiska pracy pełni konkretną funkcję: mówi pracownikowi, za co odpowiada, a za co nie. Wyznacza przestrzeń, w której ma działać samodzielnie, i granicę, poza którą powinien się zatrzymać.

System prompt – czyli instrukcja, którą dostaje agent AI – pełni dokładnie tę samą funkcję. Tylko że w przypadku agenta ta instrukcja jest jedyną rzeczą, na której bazuje. Nie ma doświadczenia z poprzedniej pracy, nie ma intuicji zbudowanej przez miesiące w firmie, nie ma możliwości wyczucia, co szef „miał na myśli”.

Dobry system prompt wygląda jak dobry opis stanowiska: jest konkretny, zawiera przykłady sytuacji brzegowych, mówi wprost, co robić, gdy coś się nie zgadza, i – co ważne – mówi, do robienia czego agent nie jest upoważniony.

Ten ostatni element jest często pomijany. Firmy definiują, co agent ma robić. Rzadko definiują, czego nie powinien robić nigdy – bez względu na to, jak brzmi pytanie. Dla ludzkiego pracownika część tych granic jest oczywista, bo wynika ze zdrowego rozsądku i kultury organizacyjnej. Agent zdrowego rozsądku nie ma. Jeśli czegoś mu nie zabroniłeś, może to zrobić – i będzie przekonany, że postąpił słusznie.

Granice, które trzeba narysować

Każdy pracownik ma zakres decyzji, które podejmuje samodzielnie, i zakres decyzji, które wymagają akceptacji. Ten podział istnieje nie dlatego, że pracownikowi się nie ufa, lecz dlatego, że pewne decyzje mają zbyt duże konsekwencje, by brał je na siebie ktoś bez odpowiedniego umocowania.

W pracy z agentem AI ten podział jest równie ważny – i znacznie rzadziej ustanawiany.

Agent, który obsługuje zapytania klientów, powinien wiedzieć, że może odpowiadać na pytania o produkt, ale nie może deklarować terminów dostawy. Że może przyjąć reklamację, ale nie może przyznać odszkodowania. Że może wyjaśniać cennik, ale wszelkie negocjacje cenowe muszą trafić do człowieka.

Każda z tych granic to nie ograniczenie możliwości agenta. To ochrona firmy przed konsekwencjami, których nikt nie chciał i których agent nie rozumie.

Człowiek zatrudniony bez jasnego zakresu decyzyjnego będzie albo sparaliżowany, albo będzie decydował zbyt dużo. Z agentem AI jest podobnie – z tą różnicą, że agent nie będzie sparaliżowany. On coś zdecyduje. I może to zrobić bardzo pewnie i bardzo źle.

Okres próbny, którego nie można pominąć

Nowy pracownik na początku jest obserwowany. Ktoś sprawdza, czy rozumie zadania, czy odpowiada klientom zgodnie z oczekiwaniami, czy nie robi rzeczy, których nie powinien. To nie jest brak zaufania – to jest zdrowy rozsądek.

Agent AI po wdrożeniu wymaga dokładnie tego samego. I tutaj firmy najczęściej odpuszczają, bo agent „działa” – odpowiada, wykonuje zadania, nie zgłasza błędów. Problem w tym, że agent nie zgłasza błędów nigdy. Agent nie wie, że popełnił błąd. Błędy wychodzą w inny sposób: przez niezadowolonego klienta, przez decyzję, której nikt nie chciał, przez sytuację, której nikt nie przewidział.

Dlatego przez pierwsze tygodnie działania agenta ktoś powinien systematycznie przeglądać to, co agent robi. Nie wszystko – ale wystarczająco dużo, żeby wyłapać wzorce. Czy odpowiada zgodnie z intencją? Gdzie się myli? Jakie sytuacje go zaskakują? Co robi, gdy trafi na coś spoza instrukcji?

To jest de facto ocena po okresie próbnym. I podobnie jak przy ocenie pracownika – jej wynikiem powinny być korekty. Doprecyzowanie instrukcji, rozszerzenie zakresu albo jego zwężenie, dodanie nowych przykładów brzegowych.

Agent AI nie doskonali się sam z siebie przez samo działanie. Doskonali się przez informację zwrotną, którą ktoś musi mu dostarczyć. W firmie tą osobą jest człowiek – i jest to rola, której nie można oddelegować samemu agentowi.

Nadzór jako stały element procesu

Ludzki pracownik po zakończeniu okresu próbnego nie jest pozostawiany sam sobie. Ma przełożonego, regularne rozmowy, oceny roczne, feedback bieżący. Firma monitoruje wyniki, reaguje na problemy, koryguje kierunek.

Agent AI po wdrożeniu zbyt często staje się czymś, co „po prostu działa w tle”. Nikt systematycznie nie sprawdza, czy nadal działa tak, jak powinien. Nikt nie reaguje na zmiany – a zmiany są: zmienia się oferta, zmieniają się zasady obsługi klienta, zmieniają się produkty. Agent nie wie o żadnej z tych zmian, jeśli ktoś mu o nich nie powie.

Człowiek dowie się o zmianie na zebraniu, z maila, od kolegi. Agent AI – tylko z aktualizacji instrukcji. Jeśli ta aktualizacja nie nastąpi, agent będzie działał według starych zasad – pewnie i z pełnym przekonaniem.

Nadzór nad agentem AI to nie jednorazowe wdrożenie. To proces, który trwa tak długo, jak długo agent działa. Firma, która tego nie rozumie, nie wdraża agenta. Ona uruchamia tykającą bombę opóźnionego działania – z uśmiechem, bo na początku wszystko wygląda dobrze.

Agent AI jest potężnym narzędziem – pod warunkiem, że jest traktowany jak pracownik, a nie jak wtyczka. Potrzebuje onboardingu, jasnego zakresu, granic decyzyjnych, okresu próbnego i stałego nadzoru.

Brzmi jak dużo pracy? Tak właśnie wygląda dobre wdrożenie. I dlatego jest tak rzadkie.