Dane i połączenia
Narzędzia AI dla zespołów, Teams oraz połączenia potrzebne modułom ofertowania i wiedzy. Adopcja oraz agenci rozwijają się równolegle.
Od pojedynczych promptów do AI w codziennej pracy firmy
Od grudnia 2025 firma przeszła od pojedynczych eksperymentów do AI w codziennej pracy. W ankiecie z maja 2026 (51 osób, głównie ambasadorzy) 88% korzystało z Claude codziennie lub kilka razy w tygodniu, a 47% zbudowało własny projekt, skill lub automatyzację, z której regularnie korzysta.
Efekt
- 0 → 47
- rozwiązań zbudowanych przez pracowników i używanych w pracy, w 11 obszarach firmy (kolejne 4 w pilotażu)
- 47%
- ankietowanych zbudowało własny projekt, skill lub automatyzację, z której regularnie korzysta (ankieta 05.2026, 51 osób)
- 88%
- ankietowanych korzysta z Claude codziennie lub kilka razy w tygodniu (ankieta 05.2026, 51 osób)
Jak to działa
Zasady pracy z danymi
trzy klasy danych
Ambasadorzy w działach
z różnych działów
Pomysły w roadmapie
równolegle wdrożenia WeAreFuture
Pomiar adopcji
ankiety i dane o licencjach
Decyzja zarządu
przed każdą kolejną fazą
Opis produktu
Dozwolone
Notatka ze spotkania z klientem
Po anonimizacji
Hasło do systemuDane osobowe
Zakazane
Sprzedaż
Produkcja
Logistyka
Finanse
Obsługa klienta
IT
sieć ambasadorów w działach
- Agent ofertowydziała produkcyjnie
- Agent wiedzy w Teamsdziała produkcyjnie
- Baza produktowaMVP
Korzysta z Claude regularnie88%
Zbudowało własne rozwiązanie47%
1
Faza programu
zasady, ambasadorzy, warsztaty
2
Decyzja zarządu
na podstawie pomiaru
3
Kolejna faza
nowe zastosowania
Efekt0 → 47rozwiązań zbudowanych przez pracowników i używanych w pracy, w 11 obszarach firmy
01
Wyzwanie
Firma miała pojedyncze eksperymenty z AI, ale bez strategii, właściciela i zasad. W ankiecie na starcie programu (68 osób) ponad połowa pracowników korzystała z AI kilka razy w miesiącu lub rzadziej, prawie wyłącznie w ChatGPT i głównie do pisania tekstów. Automatyzację i analizę danych z AI ankietowani oceniali na 1-2 w pięciostopniowej skali. Co piąta osoba nie umiała wskazać ani jednego zastosowania AI w swojej pracy. Wiedza o produktach i procesach była rozproszona między ERP, dokumentację techniczną i obsługę klienta. Zarząd chciał przejść od eksperymentów do planu z mierzalnymi celami.
Zespół potrzebował narzędzi, zasad i wsparcia, a firma sposobu na zachowanie zdobytej wiedzy.
02
Rozwiązanie
Prowadziliśmy program w fazach, z decyzją zarządu przed każdą kolejną. Partner WeAreFuture pełnił w firmie rolę tymczasowego lidera AI. Wprowadziliśmy Claude dla zespołów i zasady bezpiecznej pracy z danymi i zbudowaliśmy sieć ambasadorów w działach. Prowadziliśmy regularne warsztaty praktyczne, sesje Q&A, konsultacje grupowe oraz 1:1 i sesje inspiracyjne, na których pracownicy pokazują własne zastosowania. Równolegle powstały Agent ofertowy i Agent wiedzy w Teams, które działają produkcyjnie, oraz MVP bazy produktowej, zbudowane przez zespół WeAreFuture równolegle do programu adopcji.
03
Jak to zbudowaliśmy
Claude działa na kontach firmowych z centralną administracją po stronie IT, a nieaktywne licencje wracają do puli. Zasady dzielą dane na trzy klasy: dozwolone, dozwolone po anonimizacji i zakazane, np. hasła, dane osobowe czy audyty. Pomysły i rozwiązania pracowników są w jednym rejestrze use case'ów. Adopcję mierzyliśmy ankietami, danymi o wykorzystaniu licencji i rejestrem use case'ów, a pomysły pracowników trafiały do roadmapy zastosowań.
ClaudeClaude CodeClaude Coworkn8nClaude DesignClaude w ExceluMicrosoft Teams
Przebieg
Jak działa rozwiązanie
- 01
Wspólny start
Firma wprowadza narzędzia zespołowe i zasady pracy z danymi.
- 02
Praca w działach
Ambasadorzy wspierają zastosowania w codziennych zadaniach. Pomysły trafiają do wspólnego planu.
- 03
Rozwój zastosowań
Ofertowanie i wiedza w Teams łączą nowe nawyki z agentami pracującymi w konkretnych procesach.
Rola człowieka
Liderzy i ambasadorzy wspierają zespół. Właściciele procesów określają zakres zastosowań i sprawdzają ich wynik.
Wnioski
Co zadecydowało o efekcie.
- 01
Regularność
Długi horyzont i stały rytm spotkań, a dla ambasadorów chroniony czas na AI.
- 02
Zaufanie do trenerów
We wrześniowej ocenie programu (ankieta wśród ambasadorów, 15 osób) warsztaty i Inspiration Session oceniło pozytywnie 15 z 15 osób, konsultacje 1:1 10 z 11, a gotowość polecenia programu wyniosła 8,8/10.
- 03
Specjaliści dostępni dla ambasadorów
Ekspert techniczny i konsultacje dla osób, które budują własne rozwiązania, a nie tylko szkolenia.
Adopcja AIBezpieczeństwo danychAmbasadorzy AI
Firma przyszłości
Jak to buduje firmę przyszłości
Projekt daje efekt sam w sobie, ale zostawia też w firmie uporządkowany kontekst. Z niego korzysta każde kolejne rozwiązanie AI. Ten projekt dołożył do AI Engine:
- Human+AI Teams
Sieć ambasadorów w działach i Claude dla zespołów na kontach firmowych.
- Skills
Skille i projekty wypracowane przez pracowników na własnych zadaniach, np. audyt dokumentacji, protokoły odbioru, redline umów, kontrola zamówień, oraz wspólny design system w Claude Design.
- Decisions
Zasady pracy z danymi w trzech klasach: dozwolone, dozwolone po anonimizacji i zakazane.
- Context Lakehouse
Pomysły i rozwiązania pracowników w jednym rejestrze use case'ów i jednej roadmapie.
Wartość
Gdzie powstaje wartość
Oszczędność czasu
Według deklaracji 24 osób z ankiety z maja 2026 zespoły odzyskują 136 h tygodniowo, czyli ok. 47 tys. zł miesięcznie.
Odblokowane możliwości
Od 84 pomysłów na tablicach w lutym do 47 działających rozwiązań we wrześniu. Już połowa pracowników ma certyfikat platformy Hi_AI.
Co dalej
Zebrane pomysły i dane o użyciu pomagają wybierać kolejne obszary. Nowe zastosowania korzystają ze wspólnych zasad i kontekstu.
Większość naszych realizacji jest objęta NDA. Dlatego pokazujemy tylko część, bez nazw klientów i szczegółów, jako inspirację. Chętnie opowiemy więcej o naszym doświadczeniu na rozmowie.
Porozmawiajmy o kolejnym kroku.
Wspólnie określimy proces, dostępne dane i efekt, który warto sprawdzić. Na tej podstawie dobierzemy punkt startu.
Umów rozmowęAlbo napisz: hello@wearefuture.ai
