Dlaczego automatyzowanie wszystkiego jest złym posunięciem (i co zrobić zamiast tego)

Przeczytaj transkrypcję:

Testujemy transkrybowanie naszych podcastów za pomocą programu komputerowego. Wybaczcie ewentualne literówki, ponieważ bot nie zawsze działa w 100% poprawnie.

Jim Iyoob: [00:00:00] Trzeba uważać na tę przeklętą narrację, która krąży wokół nas — że sztuczna inteligencja zabiera wszystkie miejsca pracy. To znacznie bardziej skomplikowane, a moim zdaniem problem polega na tym, że nikt nie chce się do tego przyznać.

Galen Low: Niektóre z tych firm likwidują miejsca pracy, których być może w ogóle nie powinny były tworzyć.

Jim Iyoob: To nie ty decydujesz, jak mam się z tobą skontaktować, jeśli kupuję twój produkt. Mogę kupić go gdziekolwiek. Jedyną rzeczą, która odróżnia cię od innych, jest więc doświadczenie klienta.

Manu Dwievedi: Kiedy myślisz o wdrożeniu sztucznej inteligencji, nie wdrażasz jej po to, by zastąpić ludzi. Wdrażasz ją, aby poprawić sytuację swoich klientów.

Jim Iyoob: Wszyscy próbują zautomatyzować wszystko. Bzdura. Wybierzcie trzy rzeczy, które nie dają wam spać. Zacznijcie od nich. Jeśli zrobicie to właściwie, zwrot z inwestycji powinniście zobaczyć w ciągu 30–45 dni.

Galen Low: Witajcie w podcaście The Digital Project Manager — programie, który pomaga liderom odpowiedzialnym za realizację projektów pracować mądrzej, dostarczać szybciej i lepiej przewodzić w epoce sztucznej inteligencji. Mam na imię Galen i co tydzień omawiamy rzeczywiste strategie, nowe [00:01:00] narzędzia, sprawdzone modele oraz od czasu do czasu wojenną historię z pierwszej linii projektów. Niezależnie od tego, czy kierujesz ogromnymi projektami transformacyjnymi, zarządzasz przepływami pracy opartymi na AI, czy po prostu próbujesz utrzymać chaos pod kontrolą — jesteś we właściwym miejscu.

Dziś rozmawiamy o projektach transformacji na dużą skalę z wykorzystaniem AI oraz o tym, czego możemy nauczyć się z tego, co działa dobrze i co się nie sprawdza. Skupimy się przede wszystkim na świecie doświadczeń klienta, w którym centra kontaktu z klientami na całym świecie próbują włączyć odpowiedni poziom AI do doświadczeń klientów i pracowników.

Moimi gośćmi są dziś dwaj eksperci, którzy mają ogromne doświadczenie zarówno w dziedzinie sztucznej inteligencji, jak i zarządzania zmianą w obszarze doświadczeń klienta — Jim Iyoob i Manu Dwievedi.

Jim jest prezesem ETS Labs i dyrektorem ds. klientów w Etech Global Services. To mój pierwszy wybór, gdy chodzi o pragmatyczne, bezpośrednie innowacje AI prowadzące do doskonałości operacyjnej. Jest również płodnym autorem i członkiem rady doradczej naszego siostrzanego wydawnictwa The CX Lead.

Manu jest wiceprezesem ETS Labs i współprowadzącym podcast Etech, w którym dogłębnie analizuje sztuczną inteligencję i doświadczenia klienta wraz z uznanymi ekspertami w tej dziedzinie. To także osoba, do której dzwonię, gdy ktoś pyta mnie o wyzwania związane z zarządzaniem zmianą w przedsiębiorstwach wdrażających AI.

Jim, Manu — dziękuję, że jesteście dziś ze mną.

Jim Iyoob: Bardzo dziękujemy za zaproszenie..

Manu Dwievedi: Dziękuję.

Galen Low: Uwielbiam zagłębiać się w nasze rozmowy. Znam was od pewnego czasu. Spodziewam się, że będziemy trochę zbaczać w interesujących kierunkach — i to jest całkowicie w porządku. Żeby jednak nasi słuchacze wiedzieli, oto plan, który przygotowałem na dziś.

Najbardziej ekscytowało mnie to, że obaj działacie w tej przestrzeni i dogłębnie znacie transformację AI w obszarze doświadczeń klienta. W ostatnim czasie w wiadomościach pojawiło się wiele nagłówków dotyczących dużych firm próbujących wdrażać AI w obsłudze klienta. Niektóre osiągają dobre rezultaty, inne złe. Chciałem więc rozpocząć od zmierzenia się z największym problemem dotyczącym transformacji centrów obsługi klienta za pomocą AI.

Następnie chciałem zagłębić się w nagłówki i sprawdzić, co właściwie się za nimi kryje. Potem chciałem nieco się oddalić i wykorzystać doświadczenia klienta jako soczewkę do omówienia trzech kwestii. Chciałem porozmawiać o stanie hybrydowych modeli biznesowych łączących AI i ludzi.

Wiem, że to ogromny temat, ale nie chcę rozmawiać wyłącznie o technologii. Chcę także omówić kulturowy wpływ tego, co obserwujecie w praktyce. Chciałbym również usłyszeć od was o najlepszych praktykach zarządzania zmianą w każdym projekcie wdrażającym zmiany związane ze sztuczną inteligencją.

Na koniec chciałbym poznać wasze zdanie na temat tego, jak kierownik działu lub lider projektu powinien podchodzić do zmian napędzanych przez AI, szczególnie jeśli projekt jest już w toku, oraz jak można sprawić, by przyniósł więcej dobra niż szkody. Jak wam się to podoba?

Jim Iyoob: Brzmi świetnie. To będzie dziś dobra rozmowa.

Galen Low: Zacznijmy od gorącego tematu. Widzę to tak: nawet poza światem doświadczeń klienta wielu z nas widziało nagłówki podobne do tego o firmie Klarna, która zastąpiła niemal wszystkich ludzkich pracowników centrum obsługi klienta sztuczną inteligencją, a po kilku miesiącach ponownie zatrudniła większość personelu.

Są też inne, podobne przykłady. Oto pytanie: kiedy słyszymy o zwolnieniach i stanowiskach, które rzeczywiście wydają się zastępowane przez AI w wyniku dużego strategicznego zwrotu, na ile sytuacja wygląda dokładnie tak, jak przedstawia się ją na pierwszy rzut oka, a na ile jest bardziej skomplikowana?

Jim Iyoob: Prawdopodobnie wpędzę się tym w kłopoty, ale w 2019 roku przemawiałem w Montego Bay na Jamajce i powiedziałem zasadniczo: AI nie zastępuje waszych ludzi. Trzeba jednak naprawdę spojrzeć na to inaczej. Trzeba uważać na tę przeklętą narrację, że AI zabiera wszystkie miejsca pracy.

To znacznie bardziej skomplikowane. Moim zdaniem problem polega na tym, że nikt nie chce się do tego przyznać. Jeśli spojrzymy na sytuację całościowo, większość firm przesadnie zareagowała podczas pandemii. Ludzie pojawiali się w pracy, ponieważ wszyscy pracowali zdalnie. Wyjaśnijmy to jasno: ludzie przychodzili do pracy, więc firmy zatrudniały więcej osób.

W rzeczywistości wiele firm po prostu dostosowuje teraz rozmiar zatrudnienia, ponieważ wcześniej zatrudniły zbyt wiele osób. Teraz mówią: „Przechodzimy na AI, dlatego zwalniamy ludzi”. To nie jest prawda. [00:05:00] Z perspektywy strategicznej nie ma to większego sensu. Nie zaplanowali tego właściwie, a teraz reagują na sygnały płynące z rynku.

Mogę powiedzieć, że Etech jako firma tworzy miejsca pracy, nawet wdrażając AI wszędzie, gdzie to możliwe. Moim zdaniem sztuczna inteligencja zwiększa dziś produktywność, pozwalając ludziom wykonywać zadania lepiej i szybciej. Umożliwia im jednak również podejmowanie większej liczby ról wymagających wyższych kwalifikacji.

Uważam, że firmy przeprowadzające masowe zwolnienia wykorzystują AI jako wymówkę. Mówią: „To nie ja, to sztuczna inteligencja. Dlatego zwalniam tych ludzi” — i moim zdaniem to błędne podejście. AI zawsze będzie potrzebować ludzi. Cały czas mówimy o człowieku w pętli. Sztuczna inteligencja jest tak inteligentna, jak osoba, która ją zaprogramowała.

A więc czego potrzebujesz? Ludzi. Tak właśnie na to patrzę, w przeciwieństwie do tego, co mówi cała reszta. Wszyscy obwiniają AI za redukcję zatrudnienia. A powodem, dla którego słyszysz historie o ponownym zatrudnianiu ludzi, jest to, że firmy od początku nie wiedziały, jak prawidłowo wdrożyć tę technologię.

Zamiast poprawić doświadczenie klienta, zdenerwowały połowę swoich klientów. Muszą więc wrócić do wcześniejszego modelu, ponieważ za pierwszym razem nie zrobiły tego właściwie. Jestem pewien, że dziś porozmawiamy o tym w kontekście zarządzania zmianą.

Galen Low: Naprawdę podoba mi się ta perspektywa — że przyczyna i skutek rozciągają się w czasie bardziej, niż nam się wydaje.

Podoba mi się także pogląd, że AI bywa wykorzystywana jako wymówka. Kiedy to mówiłeś, pomyślałem: widzę, jak działa to w górę i w dół organizacji. Z jednej strony masz akcjonariuszy pytających, dlaczego nie zwiększasz dziesięciokrotnie wartości dla akcjonariuszy, zastępując wszystkich AI. Z drugiej strony, patrząc w dół organizacji, musisz uzasadnić część wprowadzanych zmian.

Tymczasem w rzeczywistości jest to korekta. Pamiętam początek 2020 roku, kiedy uczestniczyłem w masowych zwolnieniach w dużej firmie konsultingowej. Częściowo wynikało to z lockdownu i pandemii, ale kiedy dokładniej się temu przyjrzałem, usłyszałem: „Właściwie planowaliśmy to od miesięcy. Okoliczności sprawiły tylko, że uruchomiliśmy ten proces nieco wcześniej”.

To było interesujące. Cieszę się, że o tym rozmawiamy, bo widzę, jak mogła nastąpić taka korekta. Wiele centrów kontaktu z klientami początkowo nawet nie sądziło, że zdalna obsługa połączeń jest możliwa. Nagle okazało się, że działa. Pojawił się większy ruch, więc zatrudniono więcej osób. Nie trzeba było nawet przygotowywać stanowisk pracy — pracownicy byli zdalni. To może być po prostu korekta tej sytuacji.

Manu Dwievedi: Zdecydowanie, Galen. Kiedy się nad tym zastanowisz, szczególnie w kontekście interesariuszy, jaka historia jest najłatwiejsza do opowiedzenia? Czy: „Miałem łatwy dostęp do pieniędzy, zatrudniłem wiele osób, a teraz ich nie potrzebuję”? Czy raczej: „Dzięki AI nie potrzebuję już tylu ludzi”? Firmy próbują więc wykorzystać AI jako kozła ofiarnego.

Galen Low: To interesujące, gdy pomyślisz o nagłówkach i o tym, czego coraz więcej dowiaduję się o mediach informacyjnych. Są one polityczne. Treści pojawiające się w nagłówkach są polityczne i działają w obie strony. Myślisz zarówno o akcjach i inwestorach, jak i o komunikacie kierowanym do całego społeczeństwa na temat tego, co dzieje się na świecie.

Czasami wszystko się miesza, a naszym wnioskiem jest: „O mój Boże, AI zabiera wszystkie miejsca pracy”, mimo że miało być inaczej. Tymczasem prawda brzmi: niektóre firmy likwidują miejsca pracy, których być może nie powinny były tworzyć, a następnie wykorzystują AI jako wymówkę.

Chciałem nieco poszerzyć perspektywę, ponieważ wiele osób z mojej sieci i wielu słuchaczy programu otrzymuje polecenie, aby na nowo wyobrazić sobie części swojej działalności przez pryzmat AI. To polecenie jest jednak dość ogólne — bardziej kierunkowe niż konkretne.

Wiele osób zastanawia się, od czego zacząć. Myślałem o centrach kontaktu z klientami i asystentach AI oraz o tym, co robi obecnie ta technologia. Znam tę przestrzeń od pewnego czasu, a przynajmniej miałem z nią styczność, gdy nie chodziło jeszcze o zaawansowaną AI, lecz o chatboty. Pytanie brzmiało wtedy: jak to wykorzystać i stworzyć bardziej wielokanałowe doświadczenie klienta bez ogromnych zmian w zatrudnieniu?

Doświadczenie klienta zawsze wiązało się z ponownym projektowaniem części działalności przy użyciu technologii. Co organizacja powinna zrobić jako pierwszy krok, zanim przejdzie do planowania i wdrażania, jeśli dopiero zaczyna wyobrażać sobie lub przeprojektowywać kluczową operację biznesową z wykorzystaniem AI? Jak sprawić, by pracownicy po otrzymaniu takiego polecenia nie zastanawiali się: „Co mam z tym zrobić?”

Jim Iyoob: To świetne pytanie. Powiem tak: wszyscy dyrektorzy generalni i wszyscy szefowie, którzy każą swoim ludziom zautomatyzować wszystko — przede wszystkim przestańcie próbować automatyzować wszystko.

Mam takie powiedzenie od 2003 roku: „To nie ty decydujesz, jak mam się z tobą skontaktować, jeśli kupuję twój produkt. To moja decyzja”. Po pierwsze, przestańcie automatyzować wszystko, bo tylko mnie zdenerwujecie i odejdę.

Na globalnym rynku mogę kupić wasz produkt gdziekolwiek. Jedyną rzeczą, która odróżnia was od innych, jest doświadczenie klienta. Jeśli je zniszczycie, odejdę. To pierwsza rzecz, którą bym powiedział.

Po drugie, jeśli korzystacie z Kindle, mam dla was przewodnik. Jest bezpłatny na Kindle. To moja najnowsza publikacja, „AI w centrum kontaktu z klientem”. To dobry przewodnik krok po kroku, pokazujący, co należy zrobić.

Moim zdaniem ludzie popełniają błąd na etapie planowania, ponieważ sądzą, że muszą zautomatyzować wszystko. To bardzo dalekie od prawdy. Siedzicie na największym zbiorze danych na świecie — swoich interakcjach. Jeśli je przeanalizujecie, znajdziecie łatwe możliwości automatyzacji.

Możecie stracić kilka osób, poprawić doświadczenie klienta albo przynajmniej utrzymać je na dotychczasowym poziomie, zapewniając klientom to, czego chcą. To moje dwa centy na ten temat. Manu jest oczywiście znacznie mądrzejszy ode mnie i prawdopodobnie doda znacznie więcej, ale ja nazywam to podejściem opartym na zdrowym rozsądku.

Każda firma programistyczna przychodziła do mnie i mówiła: „Mogę usunąć wszystkich twoich pracowników”. Dajcie spokój. To absurdalne. Najzabawniejsze jest to, że osoby mówiące, iż można zwolnić wszystkich pracowników, nigdy w życiu nie odebrały telefonu ani nie pracowały w centrum kontaktu z klientami. Nie mają pojęcia, jak to naprawdę działa. Manu, oddaję ci głos.

Manu Dwievedi: Galen, za każdym razem, gdy klient mówi: „Chcę zautomatyzować wszystko”, ponieważ w obecnym rozwiązaniu jest wiele problemów, wracam do czegoś, czego Jim zawsze nas uczył: jeśli twój proces jest zepsuty, AI go nie naprawi.

AI jest narzędziem zwiększającym efektywność. Automatyzacja nie naprawi czegoś, co już jest zepsute. Myślę, że właśnie to jest podstawowy błąd w naszym podejściu.

Kiedy myślisz o wdrożeniu sztucznej inteligencji, nie wdrażasz jej po to, by zastąpić ludzi. Wdrażasz ją, aby poprawić sytuację swoich klientów. Czy chcę, aby klienci czekali dziesięć minut w kolejce, żeby uzyskać prostą odpowiedź, na przykład: „Jakie jest saldo na mojej karcie?” albo „Jak zresetować hasło?”

Kiedy zrozumiesz, że automatyzujesz po to, by rozwiązać problem klienta i poprawić doświadczenie klienta, wszystko się zmienia. Nie myślisz już w kategoriach: „Chcę zwolnić 200 osób, więc będę automatyzować”.

Jedną z rzeczy, których ludzie powinni się nauczyć, jest powrót do podstaw i szczera ocena sytuacji. Zastanów się, jak możesz poprawić doświadczenie klienta, a następnie zobacz, gdzie możesz zwiększyć efektywność. To przełoży się na lepsze odczucia klientów.

Galen Low: Podoba mi się to. Po raz kolejny wracamy do idei, że AI jest tylko impulsem do podjęcia refleksji, którą powinniśmy byli podjąć już dawno.

Kiedy projektujesz proces, oczywiście chcesz zwiększać efektywność. Nie chcesz skalować czegoś, co jest zepsute. W tym samym duchu słyszę, co mówisz, Jim, o kontakcie z klientami. Czasami otrzymujesz wiadomość w rodzaju: „Zakładam, że jako dyrektor ds. klientów chciałbyś zwiększyć marże o sto procent miesiąc do miesiąca. Mogę pomóc”.

A ty odpowiadasz: „Nie, to nie jest mój cel”. Moim celem jest poprawa doświadczenia klienta wszędzie i zachwycenie użytkownika końcowego, a nie narzucanie mu określonego doświadczenia.

W każdej branży widać opóźnienie w tym podejściu. Pochodzę ze świata projektowania skoncentrowanego na użytkowniku, głównie cyfrowego. Około 2010 roku nastąpił wielki zwrot: przestaliśmy po prostu narzucać użytkownikom doświadczenie i zaczęliśmy myśleć o tym, czego naprawdę chcą.

To samo dotyczy doświadczenia klienta i klasycznej obsługi w centrum kontaktu: klient czeka, gra muzyka, system próbuje przekierować go tak, aby się zgubił, może się rozłączył i zmniejszył ruch. Wspaniale — ale przecież nie o to chodziło.

Celem nie było zmniejszenie liczby połączeń trafiających do pracowników. Celem było zachwycenie klienta, utrzymanie go, zadbanie o markę i o pracowników. Powody przeprojektowania procesu są ważne.

Gdybym miał to podsumować, powiedziałbym: dobrym miejscem na początek nie jest pytanie „Co AI może zastąpić w naszym łańcuchu?”. Lepsze pytania brzmią: „Co jest zepsute i wymaga naprawy?”, „Co działa i powinniśmy to pozostawić bez zmian?” oraz „Jaki jest rzeczywisty cel wobec osób, którym chcemy służyć — pracowników, klientów, a może akcjonariuszy?”.

Musimy wrócić do podstaw i ustalić, jaki jest cel, zamiast automatyzować i wdrażać AI wyłącznie dla samej automatyzacji i AI.

Jim Iyoob: Zgadzam się. Zdecydowanie.

Galen Low: Chciałbym wrócić do pierwszego pytania, ponieważ wiele osób słyszy bardzo uproszczoną historię: albo AI zabiera ci pracę, albo jest twoim pomocnym stażystą. Podejrzewam, że rzeczywistość znajduje się gdzieś pomiędzy.

W obszarze doświadczenia klienta wiele osób wyprzedza inne branże i jest bardzo blisko tych transformacji. Jaki jest obecnie stan hybrydowych operacji łączących ludzi i AI w centrach kontaktu z klientami na całym świecie? Co działa dobrze, a gdzie jest jeszcze przestrzeń do rozwoju? Jakie konsekwencje widzicie dla innych branż?

Jim Iyoob: Mogę powiedzieć z pierwszej ręki, że kiedy wprowadzaliśmy AI w Etech, gdzie mamy 4000 osób w trzech krajach, wszyscy mówili: „Zastąpicie mnie. Próbujecie się mnie pozbyć, więc nie będę pomagać ani was wspierać, bo waszym celem jest mnie zwolnić”.

To było jednak najdalsze od prawdy. Kiedy wyjaśniliśmy im, że naszym celem jest uczynienie ich pracy lepszą i bardziej strategiczną, zobaczyli korzyści.

Weźmy przykład z życia. Raz lub dwa razy dziennie trafia się połączenie o wysokim stopniu złożoności. Nauczono cię tego na szkoleniu, odebrałeś 50 000 połączeń, a teraz trafiasz na przypadek, którego uczyłeś się dwa lata temu. Czy nie miałoby sensu zapewnienie ci asystenta, który pomoże odpowiedzieć na pytanie pojawiające się raz na sześć miesięcy?

Właśnie to próbuję zrobić. Czy powinienem automatyzować ten obszar? Nie, ponieważ występuje tylko kilka razy w roku. Powinniśmy jednak pomóc pracownikowi. Kiedy mu to pokażesz, a następnie zajmiesz się łatwymi przypadkami — na przykład resetowaniem hasła — jasne jest, że ten proces powinien być zautomatyzowany.

Są firmy, które nadal tego nie zautomatyzowały, i to w porządku. Kiedy jednak odbiorę od pracownika ten prosty ruch, będziemy mogli powiedzieć klientowi: „Zaoszczędziliśmy 30% twojego ruchu. Jakie inne rzeczy wykonujecie teraz wewnętrznie, a które można zlecić na zewnątrz?”.

Mogę podnieść kwalifikacje pracownika, aby zajmował się bardziej złożonymi interakcjami, zapobieganiem oszustwom, wykrywaniem oszustw i innymi zadaniami wykonywanymi obecnie wewnętrznie, które można zlecić taniej.

To właśnie jest komunikat, który wydaje się działać. Wszyscy się boją, prawdopodobnie dlatego, że oglądają filmy w internecie mówiące: „Zastępuję wszystkie wasze miejsca pracy”. Trzeba wyjaśnić, co oni z tego będą mieli. Moim celem nie jest zastąpienie cię. Chcę cię wesprzeć, zwiększyć twoje możliwości i podnieść twoje kwalifikacje.

Przykład z życia: Manu był pracownikiem centrum kontaktu dziesięć lat temu. Dziś jest wiceprezesem.

Galen Low: Ty sam też byłeś pracownikiem centrum kontaktu. Zaczynałeś na pierwszej linii.

Jim Iyoob: Pracowałem na zielonych ekranach, więc nikt już nie pamięta, co to było. Pomyśl o tym: gdyby Manu nie nauczył się nowych rzeczy, nigdy nie zajmowałby dziś stanowiska wiceprezesa. Postawił sobie wyzwanie, nauczył się nowych technologii, zaakceptował je i zdobył umiejętności pozwalające mu wykonywać bardziej złożone zadania. Dlatego odnosi takie sukcesy.

Zawsze będą jednak ludzie, których trudno przekonać. Mam klienta, u którego 99% interakcji jest obsługiwanych przez system interaktywnej odpowiedzi głosowej. Oznacza to, że 99% interakcji nie trafia do człowieka. Nadal mam jednak 135 pracowników odpowiadających na ten 1%, ponieważ system nie potrafi go obsłużyć.

Galen Low: To interakcje o wysokiej wartości, ponieważ system nie potrafi ich obsłużyć. Zgadza się?

Ciekawe jest też to, co mówisz. Dla kontekstu: jedna z moich pierwszych prac na uniwersytecie odbywała się w centrum kontaktu zajmującym się dochodzeniami w serwisie eBay. Byliśmy specjalistami od oszustw. Pracowałem w centrum obsługującym pocztę elektroniczną, nie przy telefonach.

Struktura organizacyjna wyglądała tak, że specjaliści stanowili mały zespół. Większy zespół tworzyli pracownicy ogólni, którzy używali szablonów, resetowali hasła i zajmowali się podstawową obsługą klienta. Nasz zespół był mniejszy.

Rozumiem, jak można pomyśleć: „Świetnie, awansuję”. Widać jednak, że im wyżej w trójkącie, tym mniej jest stanowisk. To nadal może oznaczać dla mnie mniej miejsc pracy.

Widzę jednak drugą stronę. Jeśli ktoś mówi ci: „Nie martw się, będziesz mieć większą wartość i zajmować się bardziej strategicznymi zadaniami”, ale nie zapewnia szkolenia potrzebnego do wykonywania tych zadań, może to być sygnał, że dzieje się coś więcej.

Jeśli organizacja chce rozwijać tych ludzi, musi pokazać im, że na górze rzeczywiście czekają możliwości, a nie tylko węższa ścieżka. Musi ich wspierać, zapewniając szkolenia, zamiast zmuszać ich do szukania odpowiedzi w internecie.

Wiele osób próbuje nauczyć się, jak być bardziej strategicznym na swoim stanowisku, korzystając z filmów w internecie lub TikToka. To nie jest najlepsze rozwiązanie dla całej siły roboczej.

Druga strona dotyczy automatyzacji. Resetowanie haseł i podobne zadania znikną z zakresu obowiązków, zostaną przekazane systemowi, a pracownik zacznie wykonywać inną część swojej pracy.

Wspomniałeś też o asystencie AI, który pojawia się na ekranie i mówi: „Nie otrzymujesz często tego pytania, a ostatnie szkolenie miałeś dwa lata temu. Oto skrypt i zasady”. To interesujące.

Jeśli spojrzymy na to z perspektywy moich słuchaczy — kierowników projektów i liderów zespołów, często działających w obszarze cyfrowym — wielu z nich próbuje ustalić, jak pracować hybrydowo wewnętrznie i zewnętrznie oraz jak dostarczać wartość w projektach.

Niektórzy wdrażają AI do przepływu pracy. Czy podczas szkolenia pracowników spotykacie się z oporem? Czy ktoś mówi: „Nie potrzebuję tego. Wyłączcie to”?

Jim Iyoob: Nie widzę dużego oporu przy złożonych zadaniach, ponieważ kiedy pracownicy nie są przygotowani, muszą do czegoś zajrzeć. Nikt nie jest geniuszem, który pamięta wszystko. Sięgają do podręcznika szkoleniowego, materiałów i pomocy do pracy.

A gdybym wyświetlił pomoc do pracy bezpośrednio na ekranie, abyś dokładnie wiedział, co robić? Czy nie pomogłoby ci to? Czy nie byłbyś mniej zestresowany? Mógłbyś spokojnie zjeść ciastko, którego nie powinieneś mieć teraz przy biurku.

Właśnie o to chodzi. Jeśli podejdziesz do tego z humorem i wyjaśnisz ludziom, jak to działa, rozwiązanie sprawdza się dobrze. Oczywiście zawsze znajdzie się 1% osób, niezależnie od tego, co zrobisz. Będą niezadowolone i nie da się ich zmienić. To właśnie te osoby zostaną zastąpione.

Manu Dwievedi: Kiedy Jim to mówił, przypomniałem sobie coś, co wydarzyło się podczas rozmowy tuż przed tym spotkaniem, w której obaj uczestniczyliśmy.

Opowiem ci historię, Galen, ale najpierw podam rezultat. Odbywała się rozmowa, na której siedziało wiele osób. Usłyszeliśmy: „Mamy niesamowity poziom utrzymania pracowników. Nigdy nie widziałem takiej retencji. Pracownicy nie zajmują się już łatwymi połączeniami, więc są szczęśliwsi. To dlatego potrafimy ich zatrzymać”.

Technologia działa bardzo dobrze, a nasi klienci także są zadowoleni. Nie czekają w kolejkach. To był rezultat. Początek wyglądał jednak tak: musisz dopilnować, aby pracownik był odpowiednio wyedukowany w zakresie AI, a jego pierwsze doświadczenie ze sztuczną inteligencją było uczciwe i autentyczne.

Kiedy to się wydarzy, pracownicy rozumieją, że AI rozwiązuje ich problemy. Nie muszą przeglądać pięciu plików PDF. Klient mówi: „Szukam tej informacji”, a ekran podpowiada pracownikowi, co powiedzieć.

Nie muszą też codziennie odbierać 50 identycznych połączeń: „Dziękuję za telefon, zresetowałem hasło”. Wykonywanie dokładnie tej samej czynności każdego dnia przestaje być ich rzeczywistością.

Właśnie z takiej rozmowy wróciliśmy. Klient mówił o nas dokładnie w ten sposób, a dzięki tym zmianom obserwujemy bardzo pozytywną zmianę wśród pracowników. Osoby, które rozumieją technologię, chcą tu być, ponieważ wiedzą, że ich praca stała się czymś więcej niż standardową pracą w centrum kontaktu, polegającą na ciągłym odbieraniu telefonów.

Galen Low: Bardzo mi się to podoba. Niedawno byłem na konferencji, na której pokazano zespołowi wykres adopcji AI. Kontekst dotyczył programowania i korzystania z narzędzia Cursor, ale zasadniczo przesłanie było takie: niczego nie zmieniliśmy. Kontynuowaliśmy komunikację i zachęcanie do korzystania z narzędzia, a linia na wykresie długo pozostawała płaska, po czym nagle wystrzeliła.

Myślę, że ludzie początkowo mają wątpliwości. Myślą: „Nie wiem, czy to rzeczywiście poprawi moje życie. Jestem zmuszany do eksperymentowania, więc spróbuję”. A później nagle odkrywają, że część ich pracy rzeczywiście stała się łatwiejsza.

Mówią o tym znajomym, znajomi przekazują to dalej i ktoś stwierdza: „Właściwie powinieneś tego spróbować”. Nie trzeba już przez sześć godzin dziennie resetować haseł, a praca bardziej angażuje.

Z perspektywy zarządzania zmianą często mówimy o dolinie rozpaczy — okresie, w którym ludzie utknęli w zmianie narzuconej z góry. Tutaj wyglądało to raczej na wewnętrzną zmianę kulturową, polegającą na odkryciu korzyści po tym, jak zostały już przedstawione.

Korzyści się nie zmieniły. Ludzie potrzebowali tylko czasu, aby zrozumieć, jak wpływają one na ich codzienną pracę. Podoba mi się także to, co powiedziałeś o tym, że pierwsza interakcja ze sztuczną inteligencją powinna być pozytywna.

To prawda zarówno w przypadku klienta, jak i pracownika. Chciałem zapytać o waszą filozofię zarządzania zmianą w ETS Labs. Jako organizacja usługowa pomagacie klientom w tych procesach, choć nie zawsze możecie obserwować zarządzanie zmianą od początku do końca.

Jakie zalecenia przekazujecie klientom? Co może zdecydować o sukcesie lub porażce projektu podczas wdrażania waszych usług i rozwiązań?

Jim Iyoob: Manu jest mózgiem całej operacji, więc pozwolę mu odpowiedzieć.

Manu Dwievedi: Zacznę od czegoś, co Jim zawsze powtarza. Jeśli nagle przedstawisz ludziom coś nowego i powiesz: „To jest AI i będzie wam pomagać”, zawsze pojawią się wątpliwości. Ludzie boją się tego, czego nie znają, ale wspierają to, co pomogli stworzyć.

To bardzo ważne w zarządzaniu zmianą. Niezależnie od tego, czy uzyskasz poparcie z góry, czy oddolnie, wszyscy w organizacji muszą rozumieć, że nadchodzi zmiana, wiedzieć, w jaki sposób im pomoże i jak będzie działać.

Muszą także rozumieć AI, aby nie obawiać się, że technologia zmusi ich do zrobienia czegoś niewłaściwego. Każde wdrożenie AI składa się w 80% z zarządzania zmianą i w 20% z technologii.

Trzeba edukować ludzi i dopilnować, aby mogli wnieść własny wkład. Jako pracownik pierwszej linii powinienem móc powiedzieć: „To właśnie chcę robić”.

Pomyśl o pracownikach na całym świecie, którzy byli karani za literówki lub błędy gramatyczne w zgłoszeniach, mimo że nigdy nie musieli ręcznie podsumowywać jakości. Nadal się to zdarza.

Kiedy powiesz pracownikowi: „To rozwiązanie pomoże ci. Nie będziesz już musiał pisać tych notatek. Nie musisz martwić się o pisownię ani gramatykę. System wyśle notatki i będziesz mógł przejść do kolejnego problemu”, nie znajdziesz wielu osób, które odmówią.

Problem polega na tym, że nigdy im tego nie wyjaśniono. Nie zostali odpowiednio wyedukowani i wiedzą tylko, że wdrażana jest AI. Wokół krążą już historie, takie jak ta, którą kilka dni temu opublikowałem na LinkedIn: raport MIT miał rzekomo stwierdzać, że 95% projektów AI kończy się porażką.

Nikt nie przeczytał właściwego raportu. Wynikało z niego, że 95% projektów kończących się niepowodzeniem zawodzi z powodu zarządzania zmianą albo problemów z ludźmi i przywództwem. Bardziej atrakcyjny nagłówek głosił jednak: „95% projektów AI kończy się porażką”.

Narracja jest więc napędzana albo przez strach przed AI, albo przez firmy mówiące, że AI odnosi wielkie sukcesy. W efekcie technologia wywołuje lęk wśród pracowników pierwszej linii.

Po pierwsze: edukuj. Upewnij się, że rozumiesz, co chcesz wdrożyć i dlaczego. Miej bardzo jasny i wąski przypadek użycia. „Chcę wdrożyć AI, ponieważ chcę zaoszczędzić 60 sekund, które pracownik poświęca po każdym połączeniu na zapisanie informacji”.

Teraz masz jasno określony przypadek użycia. Pomaga on klientom, ponieważ zaoszczędzone sekundy mogą sprawić, że kolejny klient będzie czekać krócej. Pomaga to także klientom dlatego, że pracownicy nie popełniają błędów gramatycznych ani nie zapominają zapisać czegoś w zgłoszeniu.

Kiedy kolejny pracownik odbierze połączenie, dokładnie będzie wiedział, jaki był problem. Wszystko to oszczędza czas przy każdym połączeniu.

Galen Low: I sprawia, że pracownik nie jest karany za literówkę.

Manu Dwievedi: Dokładnie. Firma rozwiązuje więc problem swoich pracowników i klientów, a jednocześnie zarabia.

Kiedy zarządzasz zmianą w ten sposób, edukujesz ludzi, znajdujesz właściwe przypadki użycia, zaczynasz od wąskiego zakresu, wdrażasz rozwiązanie, iterujesz, naprawiasz problemy, a dopiero później rozszerzasz zakres. To działa.

Galen Low: Zabawne, że wspomniałeś o nagłówku dotyczącym raportu MIT. Nie mam wcześniejszych statystyk, ale jestem gotów się założyć, że ten sam odsetek dotyczy niemal każdego projektu, niezależnie od tego, czy wykorzystuje AI, ponieważ problemem jest zarządzanie zmianą.

Niektórzy słuchacze mogą powiedzieć: „Rozumiem, zarządzanie zmianą jest ważne”. Podoba mi się jednak to, co powiedziałeś o procesie zarządzania zmianą związanym z AI: pokaż ludziom wcześnie, co technologia potrafi, wcześnie wyjaśnij cel i stwórz pozytywne doświadczenie związane z AI.

To nie jest nieuczciwa sprzedaż. Naprawdę chcecie rozwiązywać problemy pracowników i innych osób w organizacji. Ważne jest jednak także pokazanie, a nie tylko opowiedzenie o możliwościach.

Właśnie stąd bierze się wiele obaw. Niektórzy ludzie z mojej sieci mówią: „Wiem, że powinienem zacząć korzystać z AI, ale jeszcze tego nie zrobiłem. Używam Gemini do planowania posiłków i na tym kończy się moje doświadczenie, bo się boję i nie wiem, co ta technologia potrafi”.

Jim Iyoob: Zatrzymajmy się. Mówisz, że Gemini planuje posiłki? Nigdy nie używałem AI do planowania posiłków. Może powinienem zacząć.

Galen Low: Używam różnych modeli językowych do różnych rzeczy. Gemini wymyśla głównie piosenki o Pokémonach lub Minecrafcie, które później nagrywamy z moim dzieckiem.

Jim Iyoob: Świetnie.

Galen Low: ChatGPT wykorzystuję do pracy, a Claude to kolejny element mojego podziału obowiązków między narzędzia językowe. Myślę jednak, że interesujące jest przedstawianie transformacji AI jako czegoś zupełnie nowego, z czym wszyscy musimy sobie poradzić i oczywiście ponieść porażkę.

To niekoniecznie prawda. Prawdą jest raczej, że transformacja AI powinna przebiegać niemal tak samo jak każda duża transformacja. Po prostu wcześniej również nie zawsze robiliśmy to właściwie.

Jim Iyoob: To zabawne, że o tym mówisz. Kiedy pojawiły się systemy interaktywnej odpowiedzi głosowej, wszyscy mówili: „Zastąpią wszystkich pracowników”. Bzdura. Potem pojawiły się czaty: „Będą mogli obsługiwać dwa lub trzy czaty jednocześnie, więc nie będziecie potrzebować tylu ludzi”. Bzdura.

Teraz mówi się to samo o AI. To tylko inna historia. Nie jest prawdą to, co robi się poprzez wzbudzanie strachu przed AI.

Nie wiem, czy widziałeś najnowszy film z robotem, który zaatakował ludzi pracujących nad nim. To było zabawne. Wykorzystam ten film w Las Vegas w przyszłym roku. Robot oszalał i zaczął bić osoby, które nad nim pracowały.

Nie pamiętam, czy stworzył go Corridor Crew, ale oglądałem go chyba 15 razy, bo był komiczny. Pomyślałem: „Osoba, która go zaprogramowała, nie zrobiła tego właściwie”. I właśnie dlatego zawsze wracamy do ludzkiej inteligencji.

Galen Low: Chciałbym wrócić do czegoś ważnego i realistycznego. Powiedziałeś, że czasami trzeba będzie stracić pracowników. To nie jest utopia, w której wszyscy będą mieć coraz więcej miejsc pracy. Etech odniosło sukces w ich tworzeniu, ale niekoniecznie każdy zachowa swoje stanowisko.

Wspomniałeś również, że osoby osiągające słabe wyniki prawdopodobnie stracą pracę. Przyczynowość sięga jednak dalej. Nie dzieje się tak wyłącznie z powodu AI, lecz dlatego, że ktoś osiąga słabe wyniki, nie traktuje pracy poważnie, nie uczy się i nie rozwija.

AI jest tylko impulsem. Potrzebujemy także ludzi do budowania tych systemów i ich programowania. Obserwuję fale osób, które nigdy nie sądziły, że będą programować, a teraz tworzą aplikacje i korzystają z programowania wspomaganego przez AI.

W naszej firmie zorganizowaliśmy tydzień eksperymentów i prezentacji, podczas którego każdy przeprowadził eksperyment z AI. Niektórzy słuchacze mogą pomyśleć: „I co z tego? Czy pracownik centrum kontaktu z klientami zostanie programistą AI?”. Czy to logiczny krok, czy raczej przesada? Czy właśnie to oznacza przyszłość rynku pracy?

Jim Iyoob: To świetne pytanie. Mówię tak: jeśli masz motywację, możesz nauczyć się umiejętności. Najpierw musisz jednak mieć wolę.

Manu był pracownikiem centrum kontaktu, a dziś programuje. Stało się tak dlatego, że chciał nauczyć się nowych umiejętności.

Podobnie jest z moją córką. Skończyła studia i chce zostać prawniczką. Powiedziałem jej, że ChatGPT nie pomoże jej zdać egzaminu LSAT. Teoretycznie może pomóc, ale podczas właściwego egzaminu trzeba znać materiał.

W naszej szkole ludzie coraz częściej korzystają z telefonów. Teraz zakazano używania telefonu mojej siedemnastoletniej córce, która jest w ostatniej klasie. Musi więc samodzielnie myśleć. To dla niej dobre, prawda? Do czego używała telefonu? Przecież nie mogła korzystać z ChatGPT.

Galen Low: To ciekawy przypadek. Można pomyśleć o kalkulatorze. Kiedy byłem w jedenastej klasie, używaliśmy kalkulatora Texas Instruments.

Jim Iyoob: Pamiętam kalkulatory Texas Instruments.

Galen Low: TI-83. W pewnym momencie ktoś powiedział: „Nie musisz znać całej matematyki, bo w prawdziwym świecie i w pracy będziesz mieć kalkulator”. Nie wiedzieliśmy wtedy, że kalkulator będzie cały czas w naszym telefonie.

Teraz mamy asystentów AI w centrach kontaktu. Czy możliwa jest przyszłość, w której twoja córka będzie prawniczką z holograficznym asystentem AI, który będzie na bieżąco wyświetlał przepisy i podpowiadał: „Czy chodziło ci o ten fragment ustawy?” albo „Możemy argumentować, że…?”. Czy naprawdę będzie musiała wszystko wiedzieć?

Jim Iyoob: Tak, ponieważ istnieje mnóstwo artykułów pokazujących, że AI udziela błędnych odpowiedzi. Dlatego potrzebujemy człowieka. Właśnie dlatego mówimy, że AI nie zastępuje człowieka, lecz go wspiera.

Sam cały czas korzystam z AI. Mam pięć różnych platform, podobnie jak ty, i używam ich do różnych rzeczy. Problem polega jednak na tym, że wszystko zależy od osoby, która zaprogramowała system.

Czy AI może się od ciebie uczyć? Tak. Może nauczyć się twojej osobowości, stylu mówienia i stylu pisania. Ostatecznie jednak nadal musisz przeczytać wynik, ponieważ system popełnia błędy.

Widzę to, gdy ludzie wysyłają mi materiały przygotowane przez AI. Na LinkedIn można to rozpoznać po emotikonach i bezwartościowych elementach. Widać, że ktoś skopiował i wkleił gotową treść.

Firmy z sektora outsourcingu procesów biznesowych piszą do mnie na LinkedIn: „Widzę, że działasz w logistyce”. Nie działam w logistyce, nawet nie jestem blisko tej branży. Ktoś próbuje sprzedać mi usługi, nie przeczytawszy nawet mojego profilu.

Prawdopodobnie skopiował tę samą wiadomość do wszystkich. Właśnie dlatego zawsze potrzebujemy człowieka.

Galen Low: To bardzo przejrzysty obraz przyszłości. Rynek pracy się zmienia. Edukacja jest ważna. Musimy pomagać ludziom podnosić kwalifikacje i wspierać ich w tym procesie.

Musi istnieć wola rozwoju. Jeśli ktoś jej nie ma i osiąga słabe wyniki, prawdopodobnie straci pracę. To niekoniecznie wina AI.

Celem jest ulepszanie AI, a nie przejęcie świata. Możemy osiągnąć pewną harmonię. Nawet jeśli realizujesz duży projekt transformacji AI, który wpłynie na życie ludzi, a część osób go znienawidzi, podczas gdy inni go pokochają, ostatecznie wszystko sprowadza się do dowolnej zmiany i dowolnej transformacji.

Niezależnie od tego, czy mówimy o systemie interaktywnej odpowiedzi głosowej, pandemii czy AI, podejście pozostaje takie samo. W pewnym momencie nadal potrzebny jest człowiek w pętli. Nadal chodzi o ludzi.

Chciałbym zadać ostatnie pytanie i przejść na poziom praktyczny. Wielu moich słuchaczy to kierownicy działów lub liderzy projektów, którzy są już w połowie projektu transformacyjnego dodającego AI do kluczowej funkcji biznesowej.

Słuchają tej rozmowy i myślą: „O nie, powinienem był posłuchać tego wcześniej. Czy wszystko jest stracone?”. Co mogą zrobić w trakcie projektu, aby z perspektywy zarządzania zmianą, technologii i operacji przyniósł on więcej dobra niż szkody?

Jim Iyoob: Powiedziałbym, że wiedza dziedzinowa jest ważniejsza niż wiedza technologiczna. Po pierwsze: pełzaj, chodź, biegaj.

Wszyscy próbują automatyzować wszystko. Bzdura. Wybierz trzy rzeczy, które nie dają ci spać, i zacznij od nich.

Po wdrożeniu AI w kontrolowanym środowisku możesz przejść do kolejnych obszarów. Zacznij od tak zwanych łatwych możliwości. Wszyscy popełniają błąd, ponieważ zakładają, że projekty muszą trwać sześć, dziewięć lub dwanaście miesięcy, zanim zobaczą zwrot z inwestycji.

Jeśli zrobisz to właściwie, zwrot powinien pojawić się w ciągu 30–45 dni. Nie próbuj automatyzować całej firmy. Zautomatyzuj jeden fragment. Jeśli zmniejszę liczbę połączeń o 5%, to są prawdziwe pieniądze i prawdziwe oszczędności. Następnie skaluj rozwiązanie.

To właśnie tutaj wszyscy popełniają błąd. Są przekonani, że muszą zrobić wszystko, więc projekt nigdy nie rusza. Mówię naszym klientom: „Chcesz to zrobić? Świetnie. Wybierzmy trzy rzeczy. Zacznijmy od nich, upewnijmy się, że działają, a dopiero potem skalujmy”.

Kiedy już opanujesz rozwiązanie, odkryjesz kolejne możliwości. Ucz się na błędach. Porażka nie oznacza, że coś jest złe. Oznacza, że dana metoda nie zadziałała. Spróbujmy czegoś innego.

Przy trzech, czterech czy pięciu małych elementach łatwiej zachować elastyczność i zwinność niż wtedy, gdy próbujesz zrobić wszystko naraz.

Ostatnia rzecz: nie kopiuj procesu, jeśli obecny proces nie działa.

Galen Low: Najpierw przetestuj rozwiązanie na małą skalę, a dopiero potem automatyzuj.

Jim Iyoob: Dokładnie. Manu, co chciałbyś dodać?

Manu Dwievedi: Właśnie o to chodzi. Jeśli zaczynasz proces związany z AI, wydrukuj te trzy zasady i powieś je w widocznym miejscu. Jeśli ich przestrzegasz, wszystko zaczyna działać.

Niedawno rozmawiałem z przyjacielem, który eksperymentuje z GPT-5 w firmie księgowej. Próbują wdrożyć wewnętrzną pomoc techniczną opartą na AI. Zadzwonił do mnie kilka tygodni temu i powiedział: „GPT-5 jest niesamowity. Przeprowadził jednego z moich pracowników przez proces rozwiązywania problemu, mimo że go nie szkoliłem”.

Następnie zapytał: „Jak sprawić, żeby za każdym razem działał poprawnie?”. To właśnie jest problem. Powiedziałeś botowi: „Rozwiązuj problemy użytkowników”, i oczekujesz, że zawsze zrobi to poprawnie. Nie. Musisz zdefiniować konkretny przypadek użycia.

Na przykład: „Mój program Outlook nie działa”. To jest przypadek użycia, nad którym pracujesz. Ludzie traktują AI jak magiczną różdżkę, która rozwiąże wszystko natychmiast po wypowiedzeniu słowa „AI”. Tak to nie działa.

Galen Low: To niemal poetyckie, ale również logiczne: droga do transformacji makro prowadzi przez transformację mikro. Musimy przejść przez te etapy i określić nasze cele.

Jeśli nie ustalimy, co chcemy osiągnąć na dużą skalę, transformacja całościowa zawsze będzie trudna. Organizacje nadal przechodzą do chmury, próbują wdrożyć nowy system CRM albo cyfryzują część działalności dziesięć czy dwanaście lat później.

W świecie AI i pracy w tym czasie wiele się zmieni. Musimy myśleć w krótszych cyklach.

Manu Dwievedi: Zgadzam się.

Jim Iyoob: Tak.

Galen Low: Świetnie. Jim, bardzo dziękuję za poświęcony czas. To była świetna rozmowa. Zanim cię pożegnam, powiedz, gdzie słuchacze mogą dowiedzieć się więcej o tobie.

Jim Iyoob: To proste — LinkedIn, Jim Iyoob. Raz w miesiącu publikuję wyjątkowy biuletyn dotyczący doświadczenia klienta. Można też zapisać się na mojego bloga. Piszę o treściach, o których ludzie myślą, ale nie mówią. Przekazuję ludziom to, co powinni usłyszeć, a nie to, co chcą usłyszeć. Wszystko ma charakter edukacyjny, ale można się przy tym dobrze bawić.

Najłatwiej znaleźć mnie właśnie tam. Starajcie się tylko nie sprzedawać mi niczego na LinkedIn. Jeśli spróbujecie, skrytykuję was tak jak dziś rano.

Galen Low: Zróbcie rozeznanie.

Jim Iyoob: Zanim napiszecie do mnie na LinkedIn, najpierw zróbcie rozeznanie. Możecie zapraszać mnie do kontaktów, ale jeśli chcecie mi coś sprzedać, lepiej najpierw sprawdźcie, z kim macie do czynienia. W przeciwnym razie odeślę wam wiadomość z krytyką waszego podejścia.

Galen Low: Wspaniale.

Jim Iyoob: Manu.

Manu Dwievedi: Mnie również można znaleźć na LinkedIn. To chyba najłatwiejszy sposób. Nazywam się Manu AI. Możecie wejść na LinkedIn pod adresem linkedin.com/in/manuai/.

Galen Low: To naprawdę dobry adres na LinkedIn.

Jim Iyoob: Każdy z was powinien mieć taki adres.

Galen Low: Świetnie. Wszystkie te odnośniki umieszczę w informacjach do odcinka.

Jeszcze raz dziękuję za udział w programie oraz za podzielenie się wiedzą i spostrzeżeniami. To była świetna rozmowa.

Jim Iyoob: Bardzo dziękuję.

Manu Dwievedi: Dziękuję. Dziękuję za zaproszenie.

Galen Low: To wszystko w dzisiejszym odcinku podcastu The Digital Project Manager. Jeśli podobała wam się ta rozmowa, zasubskrybujcie program w miejscu, w którym go słuchacie. Jeśli chcecie poznać jeszcze więcej praktycznych wskazówek, studiów przypadku i gotowych przewodników, [00:42:00] odwiedźcie stronę thedigitalprojectmanager.com.

Do usłyszenia następnym razem. Dziękuję za wysłuchanie.