Nowoczesny handlowiec nie jest po prostu cyfrowy: podział pracy człowiek–technologia

„Cyfrowy handlowiec” brzmi jak opis osoby, lecz w praktyce staje się nieformalną miarą adopcji: liczba używanych narzędzi, aktywność w CRM, udział automatycznie wykonanych operacji lub czas spędzony w aplikacjach. Taka rama miesza trzy odrębne pytania: czy proces jest dobrze zaprojektowany, czy technologia ma zdolność do danego zadania oraz czy człowiek używa jej w sposób uzasadniony. Wynik łatwo zamienia się w ranking osób, mimo że bariery mogą leżeć w jakości danych, obciążeniu interfejsem, braku zasobów wykonawczych, złym przepływie pracy albo braku zaufania do systemu.

Drugim problemem jest założenie, że zawód można podzielić na „część ludzką” i „część cyfrową” raz na zawsze. Badania ILO dotyczące ekspozycji na generatywną AI są budowane z danych na poziomie zadań i same nie stanowią decyzji o automatyzacji stanowiska. ILO podkreśla również, że niewiele zawodów składa się wyłącznie z zadań w pełni automatyzowalnych, a w większości pozostają czynności wymagające ludzkiego wkładu.⁷ Ekspozycja mówi, gdzie warto analizować pracę; nie mówi, że osoba, rola albo etat stały się zbędne.

Trzecim problemem jest to, że jedna technologia ma „poszarpaną” granicę zdolności. Model może poprawiać wynik w jednym zadaniu i pogarszać go w innym, pozornie podobnym. Badanie nad konsultantami pokazało właśnie taką poszarpaną granicę: wysoka skuteczność wewnątrz granicy możliwości i ryzyko gorszych odpowiedzi poza nią.⁹ Dlatego nie projektujemy cyfrowej persony. Projektujemy pojedynczy rekord dla zadania, sytuacji, kosztu błędu, potrzeby po stronie człowieka, dowodu maszynowego i cyklu życia.

Jednostką PCT jest zadanie o obserwowalnym początku i końcu. Nie jest nią stanowisko „account executive”, szeroki proces „prospecting” ani ogólna zdolność „komunikacja”. Prawidłowy obiekt kontrolowany można opisać przez wejście, działanie, wynik, decyzję, odbiorcę i warunek domknięcia. „Przygotuj roboczą wersję podsumowania spotkania na podstawie zapisu rozmowy i zatwierdzonych notatek” jest zadaniem. „Prowadź relację z klientem” nim nie jest.

Granica zadania powinna oddzielać co najmniej pięć poziomów: stanowisko, przepływ pracy, zadanie, decyzję i działanie. Stanowisko może obejmować kilkadziesiąt przepływów pracy. Przepływ pracy składa się z zadań. Zadanie może przygotowywać decyzję, ale nie musi jej zawierać. Decyzja może uruchamiać działanie, lecz samo wykonanie działania nie tworzy mandatu do jego podjęcia. To rozdzielenie jest szczególnie ważne przy AI i automatyzacji, ponieważ system technicznie potrafiący wygenerować lub wysłać komunikat nie nabywa prawa do złożenia zobowiązania.

Jeżeli rekord obejmuje kilka wyników, wiele populacji, różne koszty błędu albo różne osoby dotknięte skutkiem, zakres należy rozbić. „Obsłuż follow-up” może wymagać co najmniej czterech rekordów: ekstrakcja ustaleń, przygotowanie wersji roboczej, autoryzacja zobowiązań i wysyłka. Każdy może otrzymać inny status DCT. Ta ziarnistość nie jest biurokracją; chroni przed rozszerzaniem delegacji przez wygodną, lecz nieprecyzyjną etykietę.

To samo zadanie może być niskiego ryzyka w jednej sytuacji i wysokiego w innej. Automatyczne potwierdzenie odebrania formularza jest czymś innym niż odpowiedź na reklamację. Robocza wersja przypomnienia o uzgodnionym spotkaniu różni się od follow-upu zawierającego zakres odpowiedzialności, cenę i termin wdrożenia. Skierowanie standardowego leada według kraju i produktu nie jest tym samym co przypisanie strategicznego konta w sporze o własność.

PCT zapisuje sytuację przez kanał, moment, częstość, wolumen, presję czasu, wyjątki i osoby dotknięte skutkami. Osoba dotknięta skutkami to nie tylko użytkownik narzędzia. Może nią być klient, kontakt techniczny, pracownik podlegający analizie rozmów, kandydat, partner albo osoba, której dane znalazły się w modelu lub dzienniku. Wymagania dotyczące przejrzystości, ochrony danych, możliwości zakwestionowania i środków naprawczych zależą od tego, kogo dotyka wynik lub działanie.

Koszt błędu także nie powinien być opisywany wyłącznie finansowo. Błąd może naruszyć zaufanie, ujawnić dane, wytworzyć nieautoryzowane zobowiązanie, zaszkodzić reputacji, przesunąć szansę, utrudnić odwołanie albo obciążyć inną rolę korektą. Właściwa decyzja delegacyjna zależy więc od stawki i odwracalności, a nie od samej częstotliwości zadania.

PCT-1 tworzy mapę zakresu. Rekord powinien nazwać kontekst stanowiska, przepływ pracy, dokładne zadanie, warunek rozpoczęcia i warunek domknięcia. Następnie wskazuje użytkownika, wykonawcę, osoby dotknięte skutkami, obiekty wejściowe, obiekty wyjściowe, granicę decyzji, granicę działania, kanał, moment, częstość, wolumen, wyjątki i odbiorców w dole strumienia. Jeżeli któregokolwiek z tych elementów nie można wskazać, właściwym wynikiem jest UNKNOWN_TASK albo TASK_SPLIT_REQUIRED, nie wybór narzędzia.

Szczególnej uwagi wymaga relacja między użytkownikiem a wykonawcą. System może być używany przez handlowca, ale wykonywać działanie wobec klienta. Może też przygotowywać dane dla managera, które następnie wpływają na pracownika. W obu przypadkach sama perspektywa użytkownika jest za wąska. Trzeba opisać, kto ponosi skutek i kto może go zakwestionować.

PCT-1 zamyka również pokusę automatyzowania pełnej kategorii pracy. Jeżeli zakres brzmi „research klientów”, „prowadzenie CRM” albo „coaching”, jest za szeroki. Trzeba wskazać konkretną operację: pobranie danych z określonych źródeł, ekstrakcję ustaleń, aktualizację jednego pola, wskazanie fragmentu rozmowy do przeglądu przez człowieka. Dopiero wtedy można ocenić zdolność, liczbę wyjątków i odpowiedzialność.

W praktyce pomocne jest zapisanie dwóch negatywnych granic: czego zadanie nie obejmuje oraz jaki kolejny krok pozostaje poza rekordem. Dla ekstrakcji ustaleń można wykluczyć interpretację intencji, zmianę etapu i wysyłkę wiadomości. Taka lista zapobiega rozszerzaniu zakresu przez kolejne integracje. Jeżeli podczas pilotażu pojawia się potrzeba nowej decyzji lub działania, nie dopisuje się jej do starego zatwierdzenia; powstaje nowy rekord albo formalny wniosek o zmianę.

PCT-2 odpowiada na pytanie, co ma poprawić się po wdrożeniu i co stanie się przy błędzie. Oczekiwany wynik powinien być związany z postępem po stronie klienta, jakością decyzji, dostępnością wiedzy, spójnością albo redukcją konkretnego błędu. „Więcej użycia AI” i „więcej automatyzacji” nie są wynikami. Są cechami rozwiązania, które mogą, lecz nie muszą tworzyć wartość.

Minimalny rekord obejmuje kryteria jakości, wymagane opóźnienie, spójność, typy błędów, dotkliwość, wykrywalność, odwracalność, czas do korekty, środek naprawczy i stronę ponoszącą koszt. Wysoka wykrywalność może uzasadniać ograniczony pilotaż. Niski czas korekty może umożliwić odwracalną automatyzację. Niska wykrywalność i wysoki koszt błędu mogą natomiast wymagać trybu wyłącznie ludzkiego, bramy specjalistycznej albo zatrzymania, nawet gdy średnia dokładność jest wysoka.

W architekturze miar wynik musi prowadzić do jawnej decyzji i uwzględniać obchodzenie, kontrolowalność oraz obciążenie.¹⁴ Dlatego PCT-2 nie kończy się na mierze oszczędności czasu. Porównuje czas wykonania z czasem przeglądu, obsługą wyjątków, liczbą korekt, jakością wyniku dla klienta i skutkami w dole strumienia. W przeciwnym razie organizacja może uznać za sukces przyspieszenie etapu, który produkuje więcej kosztownej pracy w kolejnym interfejsie.

Koszt błędu powinien być opisany także przez horyzont. Błąd widoczny natychmiast i możliwy do naprawienia przed kontaktem z klientem ma inny profil niż błąd odkryty po kwartale, gdy został użyty w prognozowaniu, negocjacjach i planie wdrożenia. Wysoki koszt nie zawsze prowadzi do HUMAN_ONLY, ale zawsze podnosi wymagania dotyczące warunków wstępnych, przeglądu, dual control, retencji i propagacji korekty.

Niepewność nie jest pojedynczą wartością „pewności”. PCT-3 rozdziela nowość sytuacji, wieloznaczność, brakujące dowody, sprzeczne dowody, kontekst niejawny, kontekst relacyjny, warunki spoza rozkładu, wrogie wejścia, presję czasu i zmianę kontekstu. Każdy wymiar może wymagać innej reakcji. Brak danych może prowadzić do COLLECT_EVIDENCE; sprzeczne źródła do osądu człowieka; sytuacja poza testowaną populacją do powstrzymania się; wejście manipulacyjne do ścieżki bezpieczeństwa.

W sprzedaży wiele zadań opiera się na niepełnym kontekście. Cisza klienta może oznaczać brak zainteresowania, wewnętrzne opóźnienie, urlop, zmianę priorytetu albo problem relacyjny. Model może wygenerować prawdopodobną interpretację, lecz nie tworzy dowodu. Podobnie ton rozmowy nie daje bezpiecznej podstawy do inferowania emocji, szczerości albo intencji. PCT wymaga oddzielenia tego, co system potrafi przetworzyć, od tego, czego nie powinien twierdzić.

Powstrzymanie się jest funkcją, nie porażką. System powinien wskazywać, kiedy brakuje źródeł, przypadek jest poza zakresem albo istnieje sprzeczność. W prognozowaniu wcześniejszy materiał J04 wymagał rozdzielenia prawdopodobieństwa od faktu, ujawnienia niepewności i możliwości NO FORECAST lub ABSTAIN.¹⁵ Ta sama zasada obowiązuje w podziale pracy: system bez ścieżki odmowy zachęca do fałszywej kompletności.

Warto również odróżnić niepewność systemu od niepewności biznesowej. Model może poprawnie odczytać dokument, podczas gdy sama sytuacja klienta pozostaje niejasna. Może też być odwrotnie: kryterium biznesowe jest jednoznaczne, ale wejście jest uszkodzone lub poza testowaną populacją. Rekord powinien wskazać źródło niepewności, ponieważ inna jest reakcja na brak danych, inna na konflikt interesów, a jeszcze inna na ograniczenie zdolności.

Wymaganie po stronie człowieka nie sprowadza się do ogólnego hasła „człowiek jest empatyczny”. PCT-4 zapisuje konkretne wymagania: osąd wzorca, przyczynowy, wartościujący i etyczny; rozpoznanie kontekstu; empatię jako reakcję na sytuację osoby; budowanie zaufania; negocjację; wyjaśnienie; wiedzę specjalistyczną; zobowiązanie; formalny mandat i identyfikowalną odpowiedzialność. Nie każde zadanie wymaga wszystkich tych elementów, lecz każde powinno zostać sprawdzone.

Osąd przyczynowy jest potrzebny, gdy organizacja musi zrozumieć, dlaczego wystąpił problem, a nie tylko wykryć korelację. Osąd wartościujący pojawia się przy wyborze kompromisu między szybkością, ryzykiem, marżą i relacją. Osąd etyczny dotyczy praw, proporcjonalności i wpływu na osobę. Negocjacja wymaga adaptacji do interesów stron i konsekwencji ustępstwa. Mandat jest potrzebny, gdy wynik tworzy zobowiązanie, rabat, zmianę warunków, formalną ocenę albo działanie wobec osoby.

Warunek pracy wyłącznie ludzkiej nie oznacza, że technologia nie może wspierać żadnej części przepływu pracy. Model może obliczyć warianty, odnaleźć zatwierdzoną politykę, przygotować checklistę lub wersję roboczą. Nie może jednak przejąć mandatu tylko dlatego, że potrafi wygenerować zdanie. Decyzja o rabacie, zobowiązaniu umownym albo zastosowaniu sankcji pozostaje przy roli mającej mandat i odpowiedzialność.

Zdolność należy opisać operacyjnie: wyszukiwanie kontekstu, ekstrakcja, klasyfikacja, streszczanie, redagowanie wersji roboczej, obliczanie, skierowanie, predykcja albo wykonanie działania. Każda z tych funkcji ma inne tryby awarii. System dobry w wyszukiwaniu może być słaby w ocenie znaczenia. Model tworzący płynne wersje robocze może dopisywać twierdzenia bez oparcia w źródle. Klasyfikator może dobrze działać na danych historycznych, lecz nie na nowym segmencie lub języku.

Rekord PCT-5 zawiera dokładną technologię, dostawcę, model lub regułę, wersję, konfigurację, dozwolone źródła, linię bazową, lokalny zestaw testowy, kryteria akceptacji, testy zaliczone, testy niezaliczone, ścieżki nieprzetestowane, istotne ograniczenia i datę ważności dowodów. Test niezaliczony nie może być usunięty po poprawie promptu; pozostaje częścią historii i wskazuje, gdzie potrzebna jest regresja.

Globalne punkty odniesienia i miary zdolności pomagają opisać przestrzeń możliwości, ale nie zastępują lokalnego testu akceptacyjnego.⁸ Meta-analiza współpracy ludzi i AI pokazuje, że kombinacja nie jest automatycznie lepsza od najlepszego wykonawcy; wynik zależy między innymi od typu zadania i względnej jakości człowieka oraz systemu.¹⁶ Badania terenowe wskazują również, że korzyści mogą różnić się zależnie od doświadczenia pracownika.¹³ Dlatego LOCAL_TEST_PASSED ma zawsze zakres, wersję i datę ważności.

Zestaw testowy powinien zawierać nie tylko przypadki reprezentatywne, lecz także wyjątki o wysokiej stawce, wejścia wielojęzyczne, dane niepełne, sprzeczne instrukcje i próby wymuszenia działania poza polityką. Kryteria akceptacji muszą opisywać także prawidłowe UNKNOWN, powstrzymanie się i skierowanie do człowieka. System, który często odmawia poza zakresem, może być lepszym komponentem niż model udzielający płynnej odpowiedzi w każdej sytuacji.

Przy projektowaniu dowodów pomocne są ramy rozdzielające kontekst, pomiar i zarządzanie ryzykiem. NIST AI RMF porządkuje pracę przez funkcje Govern, Map, Measure i Manage, a profil dla generatywnej AI rozwija zagadnienia integralności, oceny jakości, nadzoru człowieka i reagowania na incydenty.¹⁷¹⁸ Nie są to jednak certyfikaty ani automatyczny zestaw kryteriów akceptacji. Muszą zostać przełożone na lokalne zadanie, tryby awarii i prawa decyzyjne. Podobnie klasyczny model poziomów automatyzacji rozdziela pozyskanie informacji, analizę, wybór decyzji i wykonanie działania.¹⁹ To rozdzielenie chroni przed stwierdzeniem, że skoro system potrafi analizować, powinien również rekomendować albo działać. Zdolność na jednym etapie nie przenosi się automatycznie na kolejny.

PCT-6 wybiera jeden tryb DCT oraz minimalny model nadzoru. Działania dozwolone i zabronione muszą być zapisane oddzielnie. System może na przykład przygotować roboczą wersję wiadomości, ale nie wysłać jej; obliczyć wariant rabatu, ale nie złożyć oferty; wskazać fragment rozmowy, ale nie wydać oceny osoby. Dostęp techniczny nie rozszerza mandatu biznesowego.

Realny punkt kontrolny istnieje tylko wtedy, gdy występuje przed materialnym skutkiem, osoba dokonująca przeglądu widzi potrzebne dowody i ograniczenia, ma czas i kompetencję, może zmienić wynik, odmówić oraz zatrzymać ścieżkę działania. EDPB w kontekście zautomatyzowanego podejmowania decyzji akcentuje, że interwencja człowieka nie może być pozorna.¹⁰ Podobnie wymogi nadzoru człowieka w AI Act, tam gdzie mają zastosowanie, nie redukują się do obecności człowieka w interfejsie.²⁰

Punkt kontrolny wymaga też zasobów wykonawczych. Manager zatwierdzający setki rekomendacji nie wykonuje niezależnego osądu, jeżeli system, termin i interfejs popychają go do akceptacji. Wcześniejszy model rytmu managerskiego rozdzielał przegląd, prawa decyzyjne, dowody i zasoby wykonawcze.²¹ PCT przenosi tę zasadę na poziom zadania: zatwierdzenie bez czasu, źródeł i mandatu do zatrzymania jest dekoracją.

Przejrzystość odpowiada na pytanie, kto wie o użyciu technologii, jakie źródła i ograniczenia są widoczne oraz jak oznaczony jest status wyniku. Możliwość zakwestionowania odpowiada na inne pytanie: czy użytkownik albo osoba dotknięta skutkami może zakwestionować wynik, poprosić o przegląd przez człowieka, przedstawić dowód, uzyskać korektę i właściwy środek naprawczy. Samo ujawnienie nie naprawia błędnej decyzji.

PCT-7 wymaga kanału korekty, eskalacji do właściciela, rejestru nadpisań i mapy propagacji. Jeżeli błędne podsumowanie zostało zapisane w CRM, użyte w prognozowaniu i wysłane do customer success, poprawienie jednego pola nie wystarcza. Trzeba zidentyfikować odbiorców w dole strumienia, oznaczyć wcześniejszy wynik, skorygować decyzje zależne i zachować ślad audytowy. To ta sama granica, którą J03 i J06 opisywały jako różnicę między zapisem odwracającym, wycofaniem zmiany, wygaszeniem i wycofaniem.⁵⁶

Interfejs nie może stosować dark patterns: domyślnie zaznaczonej akceptacji, ukrytych ograniczeń, nieproporcjonalnie trudnego sprzeciwu ani komunikatu sugerującego, że model „wie lepiej”. Wytyczne interakcji człowiek–AI zalecają właściwe ustawianie oczekiwań, wspieranie korekty i łagodne przechodzenie w tryb awarii.²² W projekcie sprzedażowym oznacza to również możliwość wyłączenia sugestii podczas rozmowy, gdy zakłócają słuchanie lub zwiększają obciążenie poznawcze.

Monitorowanie jedynie czasu wykonania prowadzi do automation-first design. PCT-8 obejmuje jakość wyniku, wynik po stronie klienta, błędy, nadpisania, obciążenie wyjątkami, obciążenie przeglądem, obciążenie poznawcze, uczenie się, utratę kompetencji, nadmierne poleganie, intensyfikację pracy, autonomię, ryzyko monitorowania, nierówności i przesunięcie wąskiego gardła. Miary nie są sumowane do productivity score ani seller score.

System może zwiększyć przepustowość, ale przenieść błędy do customer success. Może poprawić spójność wersji roboczych, ale ujednolicić język i osłabić relację. Może wspierać nowicjuszy, lecz ograniczyć praktykę samodzielnego formułowania hipotez. Może skrócić notowanie, ale zwiększyć obciążenie weryfikacją zapisu rozmowy i oznaczeń. Badania oraz przeglądy ILO i OECD wskazują, że skutki AI dla produktywności, autonomii, nierówności i organizacji pracy są heterogeniczne.¹¹²³²⁴

Telemetria wsparcia nie może być cicho przeniesiona do oceny pracownika. Zmiana celu z poprawy narzędzia na użycie kadrowe wymaga osobnego przeglądu podstawy, niezbędności, przejrzystości, dostępu, retencji i praw osób. Materiały ILO i EU-OSHA dotyczące zarządzania algorytmicznego oraz udziału pracowników pokazują znaczenie autonomii, ryzyka psychospołecznego i udziału pracowników w projektowaniu systemu.^12252627

Monitoring powinien zawierać progi działania, nie tylko pulpit. Rosnące obciążenie wyjątkami może prowadzić do zawężenia zakresu; spadek jakości relacji do wyłączenia sugestii; wzrost czasu przeglądu do zmiany interfejsu; erozja samodzielnej pracy do obowiązkowej praktyki prowadzonej przez człowieka. Brak działania po przekroczeniu progu zmienia monitoring w obserwację bez kontroli. Każda miara potrzebuje właściciela, rytmu, dozwolonej reakcji oraz warunku zakończenia.

Decyzja delegacyjna jest wersjonowana i czasowa. Rekord musi określać zakres pilotażu, rytm przeglądu, wygaśnięcie dowodów, warunki uruchamiające zmianę istotną, wymaganą ponowną walidację, działania przeprojektowujące, zawężenie zakresu, przywrócenie roli człowieka, plan odejścia od automatyzacji, plan wygaszenia, odbiorców w dole strumienia, warunek uruchamiający wycofanie, propagację i archiwizację. Brak cyklu życia oznacza, że organizacja traktuje chwilową zdolność jako trwałe prawo do działania.

Zmiana istotna obejmuje nie tylko zmianę modelu. Może dotyczyć promptu systemowego, źródeł, schematu danych, populacji, języka, przepływu pracy, polityki, dostawcy, uprawnień, interfejsu albo roli osoby dokonującej przeglądu. Nowa wersja nie dziedziczy automatycznie wcześniejszej decyzji. Status powinien przejść do CHANGE_PENDING lub REVALIDATION_REQUIRED.

Przykład syntetyczny 10 — zmiana modelu i odejście od automatyzacji. Po aktualizacji dostawcy wzrasta liczba twierdzeń bez oparcia w źródle w briefingach. Dowody dla starej wersji wygasają. Status przechodzi do DCT-9 WITHDRAWN: ścieżki działania są wyłączane, przywracany jest proces prowadzony przez człowieka, wcześniejsze wyniki trafiają do przeglądu w dole strumienia, a zespół zachowuje testy niezaliczone i historię korekt. Odejście od automatyzacji nie jest porażką. Jest kontrolą cyklu życia.

Główna taksonomia DCT nie jest drabiną dojrzałości. AUTOMATED_WITH_CHECKPOINT nie jest „wyższym” wynikiem niż HUMAN_ONLY, a WITHDRAWN nie oznacza przegranej zespołu. Każdy status jest odpowiedzią na konkretne zadanie, sytuację, stawkę i dowody.

• DCT-0 UNKNOWN — brakuje podstaw do decyzji.
• DCT-1 HUMAN_ONLY — człowiek zachowuje wykonanie z powodu osądu, relacji, mandatu, praw albo nieakceptowalnego ryzyka.
• DCT-2 TOOL_SUPPORTED — system udostępnia wiedzę, pamięć, strukturę lub checklistę.
• DCT-3 AI_ASSISTED_DRAFT — system tworzy wersję roboczą wymagającą merytorycznego przeglądu i autoryzacji.
• DCT-4 DECISION_SUPPORT — system dostarcza analizę albo rekomendację; człowiek decyduje.
• DCT-5 AUTOMATED_REVERSIBLE — ograniczona akcja jest obserwowalna i realnie odwracalna.
• DCT-6 AUTOMATED_WITH_CHECKPOINT — ścieżka działania może ruszyć dopiero po realnym punkcie kontrolnym.
• DCT-7 SPECIALIST_REVIEW — wymagany jest specjalista albo formalna brama.
• DCT-8 PROHIBITED_OR_STOP — sposób delegacji jest niedozwolony, nieproporcjonalny lub pozbawiony warunków bezpieczeństwa.
• DCT-9 WITHDRAWN — wcześniejsza delegacja została wycofana wraz z przeglądem skutków w dole strumienia.

Mapa powinna umożliwiać przejście w obie strony. Pilotaż może przejść z wersji roboczej do wsparcia narzędziowego, jeżeli obciążenie przeglądem jest zbyt wysokie. Automatyzacja może zostać zawężona do standardowych rekordów. Zadanie wyłącznie ludzkie może otrzymać pomoc w dostępie do informacji. Właściwym celem nie jest maksymalizacja automatyzacji, lecz proporcjonalny system pracy.

Powtarzalność opisuje częstotliwość podobnego wzorca, nie jego stawkę, wyjątki ani odwracalność. Zadanie może być wykonywane codziennie i nadal wymagać osądu. Przykładem jest kwalifikacja strategicznej szansy, interpretacja obawy klienta albo decyzja o eskalacji. Powtarzają się, lecz kontekst i konsekwencje są zmienne.

Drugim problemem jest ukryta różnorodność. „Aktualizacja CRM” może oznaczać wpisanie daty spotkania, zmianę właściciela, przesunięcie etapu, zapis zobowiązania albo oznaczenie utraty szansy. Pierwsza czynność może być niskiego ryzyka, kolejne wpływają na odpowiedzialność, prognozy i decyzje w dole strumienia. Automatyzowanie całej kategorii na podstawie wspólnej etykiety prowadzi do niekontrolowanego rozrostu zakresu.

Trzecim problemem jest błąd średniej. Wysoka skuteczność na standardowych przypadkach może ukrywać rzadkie, kosztowne wyjątki. Dlatego rekord obejmuje dotkliwość błędu, wykrywalność, ryzyko ogona rozkładu i ścieżkę wyjątku. Jeżeli system nie potrafi rozpoznać, że przypadek jest nietypowy, sama powtarzalność zwiększa skalę błędu, zamiast uzasadniać automatyzację.

DCT-2 TOOL_SUPPORTED jest właściwy, gdy główną wartością jest dostęp do zatwierdzonych informacji, pamięć, struktura albo zmniejszenie wysiłku wyszukiwania. System może odnaleźć aktualną politykę, wyświetlić checklistę discovery, wskazać źródło, uporządkować pola albo przypomnieć wymagane kroki. Nie tworzy wtedy merytorycznego werdyktu ani nie interpretuje intencji.

Przykład syntetyczny 2 — research oficjalnych danych o koncie. Narzędzie pobiera wyłącznie dane z zatwierdzonych źródeł i układa briefing ze wskazaniami miejsca. TOOL_SUPPORTED wystarcza, ponieważ ocena znaczenia, hipoteza strategiczna i wybór pytań pozostają po stronie handlowca. Jeżeli system zacznie dopisywać wnioski bez oparcia w źródle, zakres zmienia się z wyszukiwania na redagowanie i wymaga nowego rekordu.

Przykład syntetyczny 7 — sugestie podczas rozmowy. Asystent działający na żywo może pokazywać źródła i checklistę, ale nadmiar podpowiedzi zwiększa obciążenie poznawcze i osłabia słuchanie. Pilotaż mierzy jakość relacji, czas patrzenia w interfejs, liczbę wyłączeń funkcji i informację zwrotną użytkowników. Handlowiec ma prawo dezaktywować sugestie bez oznaczenia „niska adopcja”.

Wsparcie narzędziowe bywa lepszym rozwiązaniem niż generowanie treści. Ogranicza modelowi możliwość tworzenia twierdzeń bez oparcia w źródle, zachowuje człowiekowi osąd i może wspierać uczenie przez widoczne źródła. Nie jest etapem przejściowym, który trzeba koniecznie „awansować” do wersji roboczej tworzonej przez AI.

Wersja robocza jest właściwym sufitem, gdy technologia może przyspieszyć przygotowanie treści, lecz finalny wynik wymaga kontekstu, relacji, merytorycznej odpowiedzialności lub mandatu. Warunkiem jest widoczny status wersji roboczej, ślad źródłowy, ograniczenia, zakaz automatycznej wysyłki i realny czas na przegląd. Osoba dokonująca przeglądu nie powinna poprawiać jedynie stylu; musi sprawdzić twierdzenia, zobowiązania, odbiorcę, ton i zgodność z aktualnym stanem rozmowy.

Przykład syntetyczny 1 — robocza wersja follow-upu po spotkaniu. System korzysta z zapisu rozmowy i zatwierdzonych notatek. Tworzy wersję roboczą, ale oznacza fragmenty pochodzące z wypowiedzi klienta, wypowiedzi sprzedawcy i wnioskowania. Handlowiec poprawia błędy, usuwa niepotwierdzony termin i autoryzuje wysyłkę. Status DCT-3 AI_ASSISTED_DRAFT pozostaje właściwy, ponieważ follow-up może tworzyć zobowiązanie.

Przykład syntetyczny 8 — robocza wersja klauzuli umownej. Model korzysta z zatwierdzonych wzorów, lecz wyjątki i wpływ prawny wymagają DCT-7 SPECIALIST_REVIEW. Prawnik zatwierdza treść; system nie negocjuje ani nie wysyła dokumentu. W tym przypadku „wersja robocza” opisuje zdolność, a „przegląd specjalistyczny” — finalny tryb ładu.

Przesunięcie wersji roboczej do autonomicznej wysyłki jest zmianą istotną. Wymaga nowej analizy ścieżki działania w Canvasie Automatyzacji Procesu Sprzedażowego oraz osobnego przeglądu źródeł, zgody, ponowienia, wyjątków, wycofania zmiany i wycofania.⁵

Wsparcie decyzji porządkuje dowody, przedstawia warianty, scenariusze, ograniczenia i niepewność. Nie podejmuje decyzji i nie tworzy domniemania, że rekomendacja jest domyślnie właściwa. Interfejs powinien umożliwiać wybór „nie wiem”, „zbierz dowody”, „odrzuć rekomendację” oraz zapis powodów nadpisania bez karania użytkownika za niezależny osąd.

Przykład syntetyczny 6 — rekomendacja prognozy. Model pokazuje scenariusze, przedziały i braki danych. Manager podejmuje decyzję, a prognoza pozostaje oddzielona od celu. Nadpisanie wymaga dowodów i jest oceniane ex post. Przy brakach system powstrzymuje się od odpowiedzi. Status to DCT-4 DECISION_SUPPORT, nie automatyczna prognoza.

Przykład syntetyczny 9 — alert o kondycji klienta. Punktacja wskazuje konto do analizy, lecz nie wysyła samodzielnie eskalacji ani nie zmienia warunków odnowienia. CSM sprawdza źródła, kontekst relacji i bieżące zobowiązania. System nie ma mandatu do interpretowania ciszy klienta jako zamiaru odejścia.

Właściwe projektowanie wsparcia decyzji wymaga zgodności z Kartą Przypadku Użycia AI w Pracy Handlowca oraz — dla prognoz — ze śladem snapshotu, niepewności i nadpisań opisanymi w J04.⁴¹⁵ Rekomendacja nie może cicho stać się decyzją przez domyślne ustawienie interfejsu.

DCT-5 AUTOMATED_REVERSIBLE wymaga więcej niż technicznego przycisku „cofnij”. Działanie musi mieć ograniczony zakres, jawny warunek uruchamiający, warunki wstępne, idempotencję, obserwowalność, kolejkę wyjątków, ręczny tryb zastępczy i realną możliwość odwrócenia lub kompensacji. Należy również określić, czy systemy w dole strumienia już wykorzystały wynik. Cofnięcie pojedynczego zapisu może nie cofnąć wiadomości, raportu albo decyzji.

Przykład syntetyczny 4 — skierowanie leada według jawnych reguł. System używa kraju, produktu i segmentu, zapisuje kod uzasadnienia, ma kontrolę duplikatów, kolejkę wyjątków i ręczny tryb zastępczy. Błąd jest szybko wykrywalny, przypisanie można skorygować, a klient nie otrzymuje autonomicznego zobowiązania. W ograniczonym zakresie zadanie może otrzymać AUTOMATED_REVERSIBLE.

Automatyzacja nie powinna obejmować wyjątków, których system nie potrafi rozpoznać. Konta strategiczne, spory o własność, niepełne dane i nieznane segmenty mogą trafiać do ścieżki ręcznej. To nie obniża dojrzałości rozwiązania. Przeciwnie, utrzymuje granicę między standardowym przypadkiem a sytuacją wymagającą osądu.

Przed uruchomieniem ścieżki działania należy użyć Canvasu Automatyzacji do opisania warunku uruchamiającego, warunków wstępnych, ponowienia, idempotencji, trybu zastępczego, wycofania zmiany i ścieżki incydentu. Decyzja PCT mówi, jaki tryb jest proporcjonalny; J03 projektuje jego wykonanie.

Punkt kontrolny powinien zostać umieszczony przed skutkiem, którego nie można łatwo naprawić. Osoba dokonująca przeglądu musi widzieć zadanie, źródła, wynik, niepewność, testy niezaliczone, osoby dotknięte skutkami i działania zabronione. Powinna móc edytować, odrzucić, odroczyć, skierować do specjalisty lub zatrzymać system. Samo potwierdzenie, że „człowiek był w pętli”, nie dowodzi jakości nadzoru.

Projekt punktu kontrolnego zaczyna się od modelu zasobów wykonawczych. Ile rekordów może przejrzeć rola bez automatycznego klikania? Jak długo trwa niezależna weryfikacja? Czy osoba dokonująca przeglądu ma dostęp do śladu źródłowego? Czy presja czasu, cel lub bias interfejsu nie wymusza akceptacji? Czy odmowa jest rejestrowana jako wartościowy sygnał, czy jako „opór” użytkownika?

Dla zadań o dużym wpływie może być potrzebny dual control albo brama specjalistyczna. Przykładowo robocza wersja klauzuli może wymagać prawnika, a użycie analityki rozmów do formalnej oceny — przeglądu ochrony danych, prawa pracy i reprezentacji pracowniczej. Przegląd specjalistyczny nie powinien być zastępowany ogólnym szkoleniem użytkownika.

Punkt kontrolny trzeba również testować jak część systemu, a nie zakładać jego skuteczność z samej dokumentacji. Test powinien obejmować przypadki, w których wynik brzmi przekonująco, ale jest błędny; źródło jest nieaktualne; użytkownik działa pod presją czasu; rekomendacja jest zgodna z celem, lecz sprzeczna z dowodami; oraz sytuację, w której osoba dokonująca przeglądu musi zatrzymać proces mimo nacisku operacyjnego. Należy sprawdzić, czy interfejs pokazuje różnicę między faktem, wnioskowaniem i wersją roboczą, czy odmowa nie wymaga więcej kroków niż akceptacja oraz czy decyzja osoby dokonującej przeglądu rzeczywiście zatrzymuje wszystkie powiązane działania.

Jeżeli test ujawnia, że użytkownicy akceptują wynik automatycznie, rozwiązaniem nie musi być kolejne szkolenie. Możliwe przyczyny to zbyt duży wolumen, niewidoczne źródła, niejasny zakres odpowiedzialności, niewłaściwy moment punktu kontrolnego albo presja KPI. Wtedy należy zmienić przepływ pracy, zmniejszyć populację, uprościć wynik, wprowadzić dobór próby lub obniżyć tryb delegacji. Nadzór jest właściwością całego układu człowiek–interfejs–organizacja, nie cechą pojedynczego przycisku.

AI literacy również musi odpowiadać kontekstowi. Art. 4 AI Act, stosowany od 2 lutego 2025 r., wymaga uwzględnienia wiedzy, doświadczenia, szkolenia, kontekstu użycia oraz osób, wobec których system jest stosowany.²⁰²⁸ Szkolenie z promptów nie wystarcza, jeżeli osoba dokonująca przeglądu nie rozumie trybów awarii, ograniczeń źródeł, warunków zatrzymania i swoich praw decyzyjnych.

Relacja nie jest romantycznym argumentem przeciw technologii. Jest strukturą wzajemnych oczekiwań, historii, ryzyka i zaufania, której nie da się zredukować do pojedynczego sygnału. Technologia może dostarczać pamięć, warianty, kalkulacje i checklisty. Nie powinna autonomicznie interpretować intencji, udzielać wiążącej zgody ani wykorzystywać rzekomej analizy emocji do wywierania wpływu.

Przykład syntetyczny 3 — autonomiczny rabat w negocjacjach. Model przewiduje prawdopodobieństwo wygranej i sam proponuje oraz komunikuje rabat. Zadanie wymaga negocjacji, mandatu i zobowiązania, a rekomendacja może być oparta na błędnej populacji lub nieaktualnej polityce. Wynik to DCT-8 PROHIBITED_OR_STOP. Dozwolone może być obliczenie wariantów, pokazanie guardrails i wsparcie decyzji dla uprawnionej osoby.

Praca po stronie człowieka nie oznacza ręcznej w każdym kroku. System może sprawdzić zgodność propozycji z polityką, wyświetlić zatwierdzone opcje, policzyć wpływ na marżę i przypomnieć wymagane zatwierdzenia. Granica przebiega przy interpretacji sytuacji, wyważeniu wartości, dialogu i złożeniu zobowiązania.

W ramach ładu przypadku użycia należy zapisać role, użycia zabronione, osoby dotknięte skutkami, testy i autoryzację w Rejestrze Ładu AI i Danych. PCT nie zastępuje tego przeglądu; wskazuje, dlaczego określone elementy pracy pozostają przy człowieku.⁶

Technologia może przenosić dobre praktyki, ułatwiać dostęp do wiedzy i zmniejszać obciążenie pamięci. Może również ograniczać samodzielne formułowanie hipotez, osłabiać zdolność wykrywania błędów i utrwalać automation bias. Te efekty mogą różnić się między nowicjuszami i ekspertami. Dowody terenowe z customer support pokazały większe korzyści produktywności dla mniej doświadczonych pracowników, ale jeden kontekst nie uzasadnia uniwersalnej reguły dla sprzedaży.¹³

Projekt wspierający uczenie pokazuje źródła, wyjaśnia ograniczenia, zachęca do niezależnej próby przed ujawnieniem rekomendacji i daje informację zwrotną po decyzji. Projekt sprzyjający utracie kompetencji ukrywa źródła, podaje gotowy wynik jako domyślny, nagradza szybkość akceptacji i eliminuje okazje do ćwiczenia osądu. Organizacja powinna więc mierzyć nie tylko adopcję, lecz także jakość samodzielnej pracy, zdolność korekty i zachowanie po wyłączeniu narzędzia.

Przykład syntetyczny 5 — analityka rozmów w coachingu. System transkrybuje rozmowę i wskazuje fragmenty do przeglądu. Nie wnioskuje o emocjach ani nie wydaje oceny osoby. Ze względu na monitorowanie i ryzyko użycia wtórnego wynik to DCT-7 SPECIALIST_REVIEW; coaching jest oddzielony od użycia kadrowego, a pracownik zna cel, zakres i kanał korekty. Narzędzie wspiera konkretną rozmowę coachingową, nie tworzy seller score.

Portfolio pomiarowe powinno być małe i przypisane do konkretnej decyzji. Dla roboczej wersji follow-upu może obejmować odsetek twierdzeń bez oparcia w źródle, czas przeglądu, liczbę korekt zobowiązania, odsetek próśb klienta o doprecyzowanie i odsetek przypadków kierowanych do trybu wyłącznie ludzkiego. Dla skierowania: trafność przypisania, odsetek wyjątków, czas do korekty, rekordy bez właściciela i opóźnienie w dole strumienia. Dla asystenta działającego na żywo: informacja zwrotna o jakości relacji, obciążenie poznawcze, częstotliwość wyłączenia oraz wpływ na jakość pytań.

Obciążenie należy mierzyć w całym przepływie pracy. Oszczędność dziesięciu minut na przygotowaniu może generować piętnaście minut weryfikacji i pięć minut korekty CRM. Szybszy etap marketingu może przesunąć niekwalifikowane rekordy do sprzedaży. Automatyczne streszczenie może skrócić notowanie, ale zwiększyć spory o znaczenie. RevOps powinien utrzymywać te interfejsy i definicje bez przejmowania odpowiedzialności funkcji.²⁹

Miara musi mieć obiekt, populację, mianownik, źródło, okno czasowe, zapis jakości danych, regułę działania i cykl życia. W tym celu PCT odsyła do KPI nowoczesnej sprzedaży oraz Architektury Miar Sprzedaży.¹⁴ Nie wolno agregować jakości, czasu, ryzyka i wpływu na kompetencje do jednego automation score.

Ta sekcja opisuje granice operacyjne według stanu na 4 lipca 2026 r.; nie jest opinią prawną. AI Act wszedł w życie 1 sierpnia 2024 r. i ma zasadniczo stosować się od 2 sierpnia 2026 r., z wyjątkami i etapowym harmonogramem. Art. 4 dotyczący AI literacy stosuje się od 2 lutego 2025 r. Wymogi nadzoru człowieka z art. 14 dotyczą określonych systemów wysokiego ryzyka i wymagają analizy roli, zamierzonego celu, zakresu oraz dat. Obowiązki przejrzystości z art. 50 mają zacząć być stosowane 2 sierpnia 2026 r.²⁰²⁸³⁰

RODO wymaga między innymi zgodności z prawem, ograniczenia celu, minimalizacji danych, przejrzystości i respektowania praw osób. Przy profilowaniu i decyzjach wobec osoby trzeba ocenić zakres art. 22 oraz realność interwencji człowieka.³¹¹⁰ Publiczna dostępność informacji nie tworzy automatycznie prawa do każdego użycia. Telemetria z narzędzia sprzedażowego nie może zostać wtórnie wykorzystana do oceny pracownika bez nowego celu, podstawy, niezbędności, przejrzystości i przeglądu.

Systemy wpływające na organizację pracy, monitorowanie, autonomię lub formalne decyzje mogą wymagać konsultacji pracowników, reprezentacji, przeglądu ochrony danych, przeglądu prawa pracy i oceny ryzyk psychospołecznych. Materiały ILO, EU-OSHA i OECD wskazują na znaczenie intensyfikacji pracy, autonomii, nadzoru i dialogu społecznego.^1225262723

Wymogi prawne i organizacyjne nie mogą być redukowane do checkboxu. Narzędzie PCT powinno kierować przypadek do przeglądu specjalistycznego, kiedy zadanie obejmuje dane osobowe, monitorowanie pracowników, użycie kadrowe, dane biometryczne, wnioskowanie o emocjach, decyzję o dużym wpływie, dane objęte ograniczeniami albo niejasną podstawę. Ograniczony rekord nie tworzy certyfikacji zgodności.

Dni 1–15: wybór zadania i linia bazowa. Wybierz jedno zadanie, nie stanowisko. Zapisz start, koniec, użytkownika, osoby dotknięte skutkami, obecną metodę, czas, jakość, wyjątki, typy błędów i odbiorców w dole strumienia. Określ, jak wygląda poprawny wynik bez technologii i co musi pozostać po stronie człowieka.

Dni 16–30: wynik, niepewność i wymagania po stronie człowieka. Zdefiniuj wynik po stronie klienta, koszt błędu, wykrywalność, odwracalność i środek naprawczy. Zmapuj nowość sytuacji, brakujące dowody, kontekst niejawny i warunki pracy wyłącznie ludzkiej. Jeżeli zakres obejmuje wiele typów stawki, rozbij rekord.

Dni 31–45: lokalny dowód zdolności. Ustal wersję, konfigurację, źródła i linię bazową. Zbuduj reprezentatywny zestaw testowy, w tym standardowe przypadki, wyjątki, wrogie wejścia i warunki spoza rozkładu. Zachowaj testy niezaliczone. Nie uruchamiaj ścieżki działania na podstawie demonstracji.

Dni 46–60: tryb delegacji i ład. Wybierz DCT, działania dozwolone, działania zabronione, punkt kontrolny, mandat do zatrzymania, tryb zastępczy, możliwość zakwestionowania, korektę i retencję. Zamknij właściwe bramy w Rejestrze Ładu AI i Danych oraz, jeżeli dotyczy, w narzędziach J02 i J03.

Dni 61–75: ograniczony pilotaż. Ustal małą populację, monitoring, ścieżkę incydentu i rytm przeglądu. Mierz jakość, wynik po stronie klienta, obciążenie, wyjątki, wpływ na kompetencje i autonomię. Pilotaż nie powinien wymuszać użycia na całym zespole ani wykorzystywać danych do formalnej oceny.

Dni 76–90: decyzja i cykl życia. Porównaj wynik z linią bazową, sprawdź testy niezaliczone i obciążenie w dole strumienia. Wybierz: utrzymanie ograniczonego zakresu, przeprojektowanie, zawężenie zakresu, przywrócenie roli człowieka, odejście od automatyzacji, przegląd specjalistyczny, zatrzymanie albo wycofanie. Zapisz datę ważności i warunki uruchamiające zmianę istotną.

Decyzja po pilotażu powinna zawierać również warunki niepowodzenia. Zespół zapisuje, które wyniki unieważnią zatwierdzenie, kto może natychmiast zatrzymać użycie, jak wraca proces ręczny oraz jak identyfikowane są wyniki utworzone przez wcześniejszą wersję. Dzięki temu wdrożenie nie jest jednorazową deklaracją zaufania, lecz ograniczonym kontraktem operacyjnym, który można odwołać bez utraty ciągłości pracy.

Pełny rekord tworzy Matryca Podziału Pracy Człowiek–Technologia. Dla ładu całego przypadku użycia użyj także Rejestru Ładu AI i Danych, a dla rytmu pracy managera — Rytmu Pracy Managera sprzedaży.⁶²¹

Automatyzacja na poziomie stanowiska. Organizacja ocenia „sprzedaż”, „research” albo „coaching” jako jedną kategorię. Naprawa: rozbić pracę na zadanie, decyzję i działanie.

Demonstracja zamiast dowodu. Zdolność jest wnioskowana z prezentacji dostawcy. Naprawa: lokalny test dla wersji, języka, danych, populacji i kosztu błędu.

Drabina automatyzacji. Statusy są traktowane jako droga od trybu wyłącznie ludzkiego do pełnej automatyzacji. Naprawa: używać DCT jako nieliniowej mapy rozwiązań.

Dekoracyjny human-in-the-loop. Osoba dokonująca przeglądu nie ma czasu, źródeł, kompetencji ani mandatu do zatrzymania. Naprawa: zbudować model zasobów wykonawczych i realny punkt kontrolny.

Decyzja oparta wyłącznie na dokładności. Wysoka średnia przesłania ryzyko ogona rozkładu, niewykrywalne błędy i wpływ na prawa osób. Naprawa: ocenić dotkliwość, wykrywalność, odwracalność i środek naprawczy.

Pomiar wyłącznie produktywności. Oszczędność czasu ukrywa obciążenie przeglądem, obciążenie wyjątkami i przesunięcie wąskiego gardła. Naprawa: mierzyć pełny przepływ pracy oraz wynik po stronie klienta.

Wtórne użycie telemetrii. Dane wsparcia stają się ukrytą oceną osoby. Naprawa: rozdzielenie celów, przegląd specjalistyczny, kontrola dostępu i retencji.

Ślepota na kompetencje. System przejmuje praktykę, ale nikt nie mierzy uczenia się, nadmiernego polegania i zdolności pracy bez narzędzia. Naprawa: zaplanować praktykę, dobór próby i próbne odejścia od automatyzacji.

Brak powstrzymania się. System zawsze daje odpowiedź, nawet poza zakresem. Naprawa: aktywne UNKNOWN, HOLD, ABSTAIN i ścieżka do specjalisty.

Wygaszenie bez wycofania. Wyłącza się funkcję, ale wcześniejsze wyniki pozostają w CRM, prognozach i komunikacji. Naprawa: inwentaryzacja w dole strumienia, korekta i propagacja.

Architektura wszystkich tych decyzji pozostaje osadzona w Obszarze J — AI, technologia, dane i RevOps, a odpowiedzialność managerska za zasoby wykonawcze i follow-up jest rozwinięta w materiale Rola managera sprzedaży w zmianie sposobu pracy.²²¹

Footnotes

1. Autorska architektura metodyki „Nowoczesna Sprzedaż B2B” — układ dziesięciu obszarów, standard artykułu i narzędzia oraz granice publikacji. ↩

2. strona obszaru J — AI, technologia, dane i RevOps — zakres obszaru, modele PCT-1–PCT-9 i DCT-0–DCT-9 oraz zależności modułu J07. ↩ ↩²

3. J06 — Ład AI i danych w sprzedaży: przypadek użycia, ryzyko, kontrola i wycofanie — ład nad przypadkiem użycia AI i danych; punkt wyjścia do podziału pracy na poziomie pojedynczego zadania. ↩

4. J02 — AI w pracy handlowca B2B: research, przygotowanie, analiza i follow-up z kontrolą źródeł — przypadek użycia AI budowany od zadania: źródła, testy, przegląd przez człowieka i wycofanie. ↩ ↩²

5. J03 — Automatyzacja sprzedaży B2B bez automatyzowania relacji, zgody i odpowiedzialności oraz Canvas Automatyzacji Procesu Sprzedażowego — wyzwalacz, działanie, punkt kontrolny, ponowienie, ścieżka zapasowa, wycofanie zmiany i wycofanie wyniku. ↩ ↩² ↩³

6. J06 — Ład AI i danych w sprzedaży: przypadek użycia, ryzyko, kontrola i wycofanie oraz Rejestr Ładu AI i Danych — spis zastosowań, wpływ, kontrole, testy, nadzór, autoryzacja i wycofanie. ↩ ↩² ↩³ ↩⁴

7. MOP, „Generative AI and Jobs: A 2025 Update”, https://www.ilo.org/publications/generative-ai-and-jobs-2025-update. Szacunki ekspozycji zawodów; nie są prognozą dla pojedynczego stanowiska. ↩ ↩²

8. OECD, „AI Capability Indicators — Technical Report”, https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/11/oecd-ai-capability-indicators-technical-report_d3762d1a/9cdb3dd1-en.pdf. Wspiera opis udowodnionej zdolności maszyny; nie jest miarą dopasowania do zadania. ↩ ↩²

9. Dell'Acqua, F. i in., „Navigating the Jagged Technological Frontier”, https://www.hbs.edu/faculty/Pages/item.aspx?num=64700. Wspiera obserwację, że korzyść zależy od tego, po której stronie granicy zdolności leży zadanie. ↩ ↩²

10. Europejska Rada Ochrony Danych, „Guidelines on automated individual decision-making and profiling”, https://www.edpb.europa.eu/documents/guideline/automated-decision-making-and-profiling_en. Rozdziela profilowanie od decyzji zautomatyzowanej. ↩ ↩² ↩³

11. MOP, „The impact of GenAI on jobs, productivity and work organization”, https://www.ilo.org/publications/impact-genai-jobs-productivity-and-work-organization-review-empirical. Przegląd badań empirycznych; wyniki są zależne od kontekstu. ↩ ↩²

12. MOP, „AI systems at work: a changing psychosocial work environment”, https://www.ilo.org/publications/ai-systems-work-changing-psychosocial-work-environment. Wspiera analizę ryzyk psychospołecznych; nie jest oceną konkretnego wdrożenia. ↩ ↩² ↩³

13. Brynjolfsson, E., Li, D., Raymond, L., „Generative AI at Work”, https://www.nber.org/papers/w31161. Badanie jednego kontekstu obsługi klienta; nie przenosi się wprost na złożoną sprzedaż B2B. ↩ ↩² ↩³

14. I07 — KPI nowoczesnej sprzedaży B2B: miary procesu, jakości i postępu klienta oraz Architektura Miar Sprzedaży — pomiar, reguła działania, odporność na wypaczanie, sterowalność i obciążenie. ↩ ↩²

15. J04 — Analityka pipeline i prognozowanie B2B: wiarygodny obraz stanu, ryzyka i niepewności oraz Karta Wiarygodności Analityki i Prognozy — niepewność, kalibracja, nadpisanie, wstrzymanie się od odpowiedzi i walidacja w czasie. ↩ ↩²

16. Vaccaro, M., Almaatouq, A., Malone, T., „When combinations of humans and AI are useful”, https://doi.org/10.1038/s41562-024-02024-1. Wspiera ostrożne twierdzenie, że połączenie człowieka i AI nie zawsze jest lepsze niż każde z osobna. ↩

17. NIST, Artificial Intelligence Risk Management Framework 1.0, https://www.nist.gov/itl/ai-risk-management-framework. Dobrowolna struktura; nie zastępuje prawa. ↩

18. NIST AI 600-1, Generative AI Profile, https://doi.org/10.6028/NIST.AI.600-1. Międzysektorowy profil ryzyk; wymaga lokalnego dopasowania. ↩

19. Parasuraman, R., Sheridan, T.B., Wickens, C.D., „A Model for Types and Levels of Human Interaction with Automation”, https://doi.org/10.1109/3468.844354. Wspiera rozróżnienie stopni automatyzacji; model ogólny, nie recepta dla sprzedaży. ↩

20. Rozporządzenie (UE) 2024/1689 — Artificial Intelligence Act, https://eur-lex.europa.eu/eli/reg/2024/1689/oj/eng. Wspiera role, obowiązki i nadzór człowieka; zakres wymaga sprawdzenia dla konkretnego zastosowania. ↩ ↩² ↩³

21. I08 — Rola managera sprzedaży w zmianie sposobu pracy: rytm zarządzania, coaching i decyzje całościowe oraz Rytm Pracy Managera Sprzedaży — prawa decyzyjne, zasoby wykonawcze, coaching, eskalacja, ochrona danych i granice użycia AI. ↩ ↩² ↩³

22. Amershi, S. i in., „Guidelines for Human-AI Interaction”, https://doi.org/10.1145/3290605.3300233. Wspiera zasady projektowania współpracy człowieka z systemem. ↩

23. OECD, „Using AI in the Workplace”, https://www.oecd.org/content/dam/oecd/en/publications/reports/2024/03/using-ai-in-the-workplace_02d6890a/73d417f9-en.pdf. Dane zbiorcze; nie dowodzą wyniku w konkretnej organizacji. ↩ ↩²

24. OECD, „AI and Work”, https://www.oecd.org/en/topics/ai-and-work.html. Zestaw materiałów tematycznych. ↩

25. MOP, „Algorithmic management in the workplace”, https://www.ilo.org/algorithmic-management-workplace. Wspiera rozpoznanie zarządzania algorytmicznego; nie przesądza kwalifikacji prawnej. ↩ ↩²

26. EU-OSHA, „Artificial intelligence for worker management: an overview”, https://healthy-workplaces.osha.europa.eu/en/publications/artificial-intelligence-worker-management-overview. Przegląd zastosowań i ryzyk. ↩ ↩²

27. EU-OSHA, „Worker participation and representation in AI worker management”, https://healthy-workplaces.osha.europa.eu/en/publications/worker-participation-and-representation-impact-risk-prevention-ai-worker-management-systems. Wspiera udział pracowników w projektowaniu i przeglądzie. ↩ ↩²

28. Komisja Europejska, „AI Literacy — Questions & Answers”, https://digital-strategy.ec.europa.eu/en/faqs/ai-literacy-questions-answers. Kompetencja w zakresie AI jest obowiązkiem kontekstowym, nie certyfikatem. ↩ ↩²

29. J05 — RevOps w praktyce: jak połączyć marketing, sprzedaż i customer success oraz Mapa Interfejsów RevOps — obciążenie styku funkcji, umocowanie, przekazanie i uczenie się systemu. ↩

30. Komisja Europejska, „AI Act regulatory framework”, https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai. Strona informacyjna nie zastępuje tekstu aktu. ↩

31. Rozporządzenie (UE) 2016/679 — RODO, https://eur-lex.europa.eu/eli/reg/2016/679/oj. Zastosowanie zależy od celu, podstawy i procesu. ↩

32. W3C, Web Content Accessibility Guidelines 2.2, https://www.w3.org/TR/WCAG22/. Punkt odniesienia dostępności; zgodność wymaga audytu gotowej implementacji. ↩