· 4 min czytania
Ten o adopcji w czasach AI
AI pozwala budować produkty szybciej i taniej, ale nie przyspiesza tego, jak szybko ludzie je przyjmują. Dlaczego adopcja zostaje wąskim gardłem.
AI zmienia tworzenie produktów cyfrowych. Czy rozwiązuje jednak problem, który naprawdę nas ogranicza?
Coraz częściej słyszymy, że AI pozwala budować szybciej, taniej i przy mniejszym zaangażowaniu zespołów technicznych. Brzmi jak przyszłość. Jest jednak temat, który ginie w tym entuzjazmie: adopcja.
Dlaczego więcej produktów nie oznacza większej konsumpcji?
Bo ograniczenie leży po stronie ludzi, którzy mają z produktów korzystać. Branża cyfrowa, niezależnie od tego, czy to B2B, czy B2C, zawsze będzie ograniczona zdolnością użytkowników do przyjmowania nowości. Produkt musi rozwiązywać realny problem, ktoś musi być gotów za niego zapłacić, a rynek ma swoje ograniczenia: budżet, czas i uwagę.
Jeśli wąskim gardłem jest adopcja, przyspieszenie budowy daje niewiele. To ta sama logika, którą Goldratt opisał w Teorii Ograniczeń: przyspieszanie kroku, który nie jest ograniczeniem, powiększa tylko kolejkę przed tym, który nim jest. Pisałem o tym przy jednym wąskim gardle. Więcej gotowych produktów oznacza więcej produktów walczących o tę samą uwagę klienta.
Jak przebiega adopcja nowości?
Wolniej, niż chcielibyśmy. Everett Rogers w „Diffusion of Innovations” opisał, że innowacje rozchodzą się w społeczności etapami: najpierw innowatorzy i wcześni użytkownicy, potem większość, na końcu maruderzy. O tempie decydują między innymi przewaga nad tym, co już jest, zgodność z nawykami ludzi, złożoność, możliwość wypróbowania i widoczność efektów. Żaden z tych czynników nie zależy od tego, jak szybko produkt powstał.
Co z adopcją wewnątrz organizacji?
Jest podobnie. Wdrożenie nowego rozwiązania wymaga czasu, zasobów i zmiany nawyków. Zarządzanie zmianą to nadal tygodnie albo miesiące pracy. Dochodzi opór użytkowników, konkurencja o ich uwagę i istniejące procesy, które trzeba przestawić. John Kotter w „Leading Change” opisał osiem kroków takiej zmiany. Większość z nich dotyczy ludzi: poczucia pilności, koalicji, wizji, komunikacji, zakorzenienia nowych zachowań w kulturze.
AI może napisać system obsługi zgłoszeń w tydzień. Przekonanie stu osób z obsługi klienta, żeby przestały korzystać z arkusza, który znają od lat, zajmie znacznie dłużej.

Co z tego wynika dla zespołów produktowych?
Że warto planować adopcję razem z budową. Skoro budowa staje się tańsza, więcej uwagi i budżetu można przesunąć na to, co dzieje się po wdrożeniu: rozmowy z użytkownikami, wprowadzenie, wsparcie, mierzenie, czy nowe rozwiązanie jest naprawdę używane. Łączy się to z pytaniem o potrzebę i wartość: bez realnej potrzeby nawet najszybciej zbudowany produkt nie znajdzie użytkowników.
Pomaga też prosta miara: obok liczby wdrożonych rozwiązań warto śledzić, ile z nich jest używanych po trzech miesiącach. Ta druga liczba szybko pokazuje, czy problemem jest budowa, czy adopcja, i gdzie warto przesunąć ludzi.
AI daje ogromne możliwości w wytwarzaniu. Jeśli jednak skupimy się tylko na tym, nawet z nowymi narzędziami uderzymy w te same stare ściany.
Bibliografia
- Rogers, E. M. (2003). Diffusion of Innovations (5th ed.). Free Press.
- Kotter, J. P. (1996). Leading Change. Harvard Business School Press.
- Goldratt, E. M., Cox, J. (1984). The Goal: A Process of Ongoing Improvement. North River Press.
💬 Dołącz do dyskusji na LinkedIn → Komentuj i podziel się swoim podejściem