W Skali Holaka jest sekcja o dwóch wymiarach: jednostka i organizacja. To była jedna z najczęściej cytowanych części po publikacji - bo każdy widzi rozjazd między sobą a swoim pracodawcą.

Ten artykuł rozwija temat. Dla menedżerów - jak realnie zmierzyć organizację. Dla inżynierów na 9 w firmie na 2 - co robić, żeby się nie wypalić. Dla AI ambasadorów - jak prowadzić rozmowy z compliance i zarządem.

Dlaczego się rozjeżdża

Dwa systemy uczą się w innym tempie:

  • Jednostka uczy się w 2-6 tygodni. Custom instructions, CLAUDE.md, MCP - narzędzia są publiczne, tutoriale są darmowe, sprzężenie zwrotne natychmiastowe.
  • Organizacja uczy się w 12-24 miesięcy. Każdy nowy stack wymaga: review security, RBAC, polityki danych, szkolenia, change management, budżetu.

Rozjazd jest naturalny. Problem zaczyna się, gdy obie strony udają, że go nie ma.

Trzy typowe wzorce

Wzorzec A: jednostka 9, organizacja 2

Inżynier pracuje z agentami autonomicznie w pet projektach. W pracy odpalał ChatGPT z czystego okna, bo wewnętrzne narzędzia nie pozwalają na nic innego. „Compliance nie zatwierdził.”

Cena: marnotrawstwo talentu. Inżynier traci motywację, w ciągu roku odchodzi do firmy która jest na 5.

Sygnał: rozmowy w stylu „u nas to nie wejdzie”, „za dwa lata może”. Cisza w retro przy temacie „jak pracujemy”.

Wzorzec B: jednostka 3, organizacja 7

Firma wdrożyła AGENTS.md, postawiła MCP servery, zatrudniła AI ambasadora. Ale przeciętny inżynier kopiuje prompty z Confluence - bo nie wie, że istnieją skille przygotowane przez team platformowy.

Cena: marnotrawstwo infrastruktury. ROI z wdrożenia spada do 10%, bo używa go 5% zespołu.

Sygnał: wewnętrzne dashboardy pokazują wysokie zużycie tokenów na małej liczbie userów. „Mamy świetne narzędzia, tylko nikt ich nie używa.”

Wzorzec C: jednostka 5, organizacja 5 (wyrównane)

Rzadki, zdrowy stan. Firma inwestuje w edukację, inżynierowie mają głos w doborze narzędzi, weekly o AI nie kończy się demoniem nowości tylko refleksją „co działa”.

Sygnał: retro zawiera pytanie „czy nasz CLAUDE.md / AGENTS.md zgadza się z praktyką?”

Jak liczyć medianę organizacji

Najczęstszy błąd: mierzenie tylko liderów. „Nasz AI ambasador jest na 9, więc firma jest na 9.” Nie. Firma jest na medianie próby.

Metoda:

  1. Próbka. Wylosuj 15-30 osób ze wszystkich poziomów struktury. Nie ochotników - losowo.
  2. Diagnoza. Użyj protokołu 30-minutowego per osoba. Tak, to 7-15 godzin sumarycznie.
  3. Dystrybucja. Zapisz wszystkie poziomy w arkuszu. Histogram. Mediana, nie średnia.
  4. Spread. Mediana + min + max + p25 i p75. Spread pokazuje, czy firma jest jednorodna.

Czerwone flagi w wynikach:

  • Spread > 5 (np. min 1, max 9) - firma podzielona, ryzyko polaryzacji
  • Mediana < 3 - większość zespołu jest na poziomie czata
  • p25 = 0 lub 1 - co czwarta osoba w oporze, sprawdzić czy to wybór czy lęk

Co robi inżynier na 9 w firmie na 2

Realna sytuacja, którą widzimy często. Pięć opcji, od najmniej do najbardziej radykalnej.

Opcja 1: kanały bezpieczne

Wykorzystaj to, na co firma się zgadza, w maksymalnym zakresie. Custom instructions w narzędziu, które masz oficjalnie. Pliki kontekstowe w prywatnym branchu (nie w prod repo). Skille lokalnie.

Limit: dojdziesz do 4-5 w pracy. Pełne 9 zostaje w pet projektach.

Opcja 2: bycie chartem

Zaproponuj zarządowi pilot. 1 zespół, 1 projekt, 3 miesiące, zdefiniowany sukces. Pokaż liczby. Wygraj ten pilot - i poszerz.

Limit: wymaga politycznej energii. Działa jeśli masz sponsor’a na poziomie dyrektora.

Opcja 3: kanał edukacyjny

Brown bag co tydzień, internal newsletter, demo dni. Nie pchaj narzędzi - pokaż wartość. Po kilku miesiącach krzywa adopcji rośnie organicznie.

Limit: wolne, miesiące do efektu. Wymaga cierpliwości.

Opcja 4: rola AI ambasadora

Negocjuj z managerem rolę formalną. 20% etatu na adopcję, mierzalne cele, budżet na narzędzia. Wymaga politycznego kapitału.

Limit: rola istnieje tylko w firmach które się decydują na AI. W innych - nawet jej nie pozwolą zdefiniować.

Opcja 5: zmiana pracy

Brzmi radykalnie, ale w 2026 to realna opcja. Firmy na 5-6 aktywnie rekrutują z firm na 2. Pomiar rynku jest prosty: jeśli twoja praca regularnie blokuje ci użycie narzędzi, których uczą się juniorzy w innych firmach - czas iść.

Limit: decyzja osobista, nie taktyczna.

Co robi menedżer w firmie na 7 z medianą 3

Druga strona: masz świetną infrastrukturę i nikt jej nie używa.

Co działa:

  1. Internal champions. Wybierz 1-2 osoby per zespół, daj im 10% czasu na bycie „przewodnikiem”. Mierz wzrost użycia w ich zespole.
  2. Buddy programs. Pair nowego użytkownika z championem na 2 tygodnie. Krytyczna metryka: ile prompts/dzień przed i po.
  3. Use case library. Konkretne, krótkie nagrania „jak Iwona oszczędza 45 minut tygodniowo na X”. Nie generyczne „AI zwiększa produktywność”.
  4. Defaults. Custom instructions zespołowe pre-defined. Skille widoczne w UI. CLAUDE.md w każdym repo z template’em do uzupełnienia.

Co NIE działa:

  • Mandat zarządu - „wszyscy muszą używać”. Zwiększa opór.
  • Szkolenie 1x - szkolenie nie zmienia poziomu, zachowanie zmienia.
  • Dashboard z liczbami bez kontekstu - „zużyliśmy 5M tokenów” nic nie znaczy.

Governance - kto decyduje

Trzy decyzje, które muszą mieć właściciela:

  1. Co wolno wdrożyć (narzędzia, MCP, agenty). Owner: CISO + Head of Engineering.
  2. Co jest zabronione (klasa danych, akcje produkcyjne). Owner: Compliance + DPO.
  3. Co jest mierzone (poziomy, użycie, ROI). Owner: AI ambasador / Head of Productivity.

Bez owner’a per kategoria, każdy nowy MCP wymaga 3-tygodniowej dyskusji od zera. Z owner’em - decyzje w godzinach.

Co dalej

Mierz organizację co kwartał. Trzy diagnozy w roku pokazują trajektorię. Trajektoria jest ważniejsza niż punktowy wynik.

Jeśli jesteś inżynierem na 9 w firmie na 2 - wybierz jedną z pięciu opcji. Nie próbuj wszystkich naraz. Zmierz wynik po 3 miesiącach. Adaptuj.

Jeśli jesteś menedżerem firmy na 7 z medianą 3 - wybierz dwóch championów. Daj im 10% czasu. Mierz delta użycia w ich zespołach po kwartale.

Wszystko inne to teoria, której nikt nie pamięta na produkcji.