Zwycięzcy w adaptacji AI to ci, którzy wymyślają procesy na nowo — nie ci, którzy zastępują ludzi technologią.
Trzej liderzy pokazują tę zmianę w praktyce. Marcin kieruje transformacją AI w TVN, największej sieci medialnej w Polsce — przeszkolił czterysta osób jako AI Managerów i wdrożył system pięciu AI-ów w sześć tygodni. Paweł buduje model biznesowy na zaufaniu dla Radio 357, gdzie kuracja treści i subskrypcja zamieniają algorytm w sojusznika. Kamil przez piętnaście lat tworzył zawodowo dźwięk — od muzyki, przez lokalizację, voiceovery, po audiobooki; teraz jest szefem audio AI w Eleven Labs na czterdziestu rynkach i obserwuje, jak każdy rynek boryka się z tym samym wyborem: zastąpić ludzi czy wymyślić nowe procesy.
Rok temu debata brzmiała: „Czy wdrażać AI?". Dzisiaj brzmi zupełnie inaczej, i zmiana ta jest kwestią przetrwania. Model reklamowy, który finansował media przez dwie dekady, rozpada się na naszych oczach — czaty AI czytają artykuły, ale nie czytają reklam osadzonych w treści. Subskrypcja, darowizna, content curation stają się jedynym ratunkiem.
Z tego artykułu wyniesiesz:
- TVN przeszkolił czterysta pracowników jako AI Managerów i wdrożył system pięciu AI-ów w sześć tygodni — transkrypcja okazała się największym operacyjnym zyskiem, nie wymiana dziennikarzy
- Polska ma największy opór artystów wobec AI ze wszystkich badanych rynków, ale jednocześnie najszybciej go pokonuje dzięki przesunięciu pytania z „czy" na „gdzie"
- Model reklamowy się nie zmieni — rozpada się — czaty AI czytają treść, ale nie czytają reklam, co wymusza pivot na subskrypcję i darowiznę
- Content curation wspomagana algorytmem (przykład Radio 357) okazuje się bardziej rentowna niż próby zastępowania dziennikarzy maszynami
- Zwycięzcy w transformacji AI to ci, którzy wymyślili procesy na nowo, a nie ci, którzy zastępowali ludzi technologią
Przepis: Cztery kroki od „czy" do „gdzie"
KROK 1: Zmień pytanie — od „czy wdrażać AI" do „gdzie AI wzmocni to, co robimy najlepiej"
Pierwszy ruch to nie technika. To zmiana języka w całej organizacji.
Marcin opisuje to prosto: „U nas w TVN-ie stawiamy na to, żeby zbudować organizację, która na każdym poziomie jest w stanie korzystać z tego AI." To oznacza, że zamiast budować oddzielny zespół ekspertów na wyspie, każda sekcja pytała: gdzie AI ułatwiłoby nam to, co już robimy dobrze?
"Jak sobie zastanowisz się jaką wartość dostarczasz użytkownikowi, to wtedy dopiero możesz myśleć o AI."
Paweł reprezentuje drugą stronę medalu — małą organizację, która musi być szybka. Radio 357 to model subskrypcjo-darowiznowy, XYZ to subskrypcja klasyczna. Obie organizacje „turbo małe" w porównaniu z TVN. Jego logika: konkurencja jest ostra, technologia demokratyzuje dostęp do narzędzi, dlatego jedynym ratunkiem jest zaufanie. Nie możesz mieć zespołu AI większego niż zespół redaktorów. Możesz mieć AI, które wzmacnia selekcję i weryfikację — procesy, które tylko ludzie robią dobrze.
"Zaufanie jest kluczem, esencją, bo tam są ludzie. Konkretni ludzie, którym ufamy, którym treściom ufamy, że oni stworzą wartościową treść, z którą ja chcę obcować."
Kamil widzi to historycznie — przez każdą rewolucję przemysłową.
"Nie wygrywali ci, którzy zastępowali ludzi tymi maszynami, tylko którzy wymyślali te procesy zupełnie na nowo."
Jak to wygląda w praktyce: Zamiast pytać redakcję „które stanowiska skasujemy dzięki AI?", Marcin pytał „gdzie wasi redaktorzy tracą czas na prace, które AI mogłoby przejąć?". Odpowiedź nie była dramatyczna — była transkrypcja.
Marcin porównuje to do czegoś, co zna każdy tech lead — i to porównanie mówi więcej niż dziesiątki slajdów.
KROK 2: Przeszkolenie — każdy musi mówić językiem AI
TVN przeszkolił czterysta osób, nie jako elitarny program, ale jako wymóg. Ci ludzie to: menedżerowie projektów, kierownicy działów, redaktorzy, producenci. Każdy, kto codziennie podejmuje decyzje o tym, jak pracować.
"Przeszkoliliśmy pod nazwą AI Managers czterysta osób w organizacji."
Dlaczego to ważne? Bo AI jest narzędziem decyzyjnym, nie tylko technicznym. Jeśli tylko inżynierowie rozumieją AI, to redaktorzy nigdy nie będą wiedzieć, co poprosić, a zarząd nie będzie wiedzieć, co priorytetyzować.
Marcin wprost:
„Organizacja po pierwsze musi mieć odpowiednią wizję i wsparcie ze strony zarządu czy najlepiej prezesa."
Podejście TVN-u opiera się na trzech torach — można je nazwać modelem trzech ścieżek:
- Centralny — zespół ekspertów budujący rozwiązania
- Demokratyzacja — inne zespoły technologiczne mogą wdrażać samodzielnie
- Self-service — biznes sam korzysta z AI, po szkoleniu i z governance'em
Paweł w Radio 357 idzie dalej — jego zespół musi być wielofunkcyjny. Nie ma zasobów na dedykowanych ekspertów AI. Ale każdy w organizacji zna narzędzia, szuka okazji, testuje.
"Konkurencja jest również dużo ostrzejsza i musisz być po prostu szybszy. Dlatego kluczowe jest skill set ludzi, których masz u siebie."
Paweł mówi coś, co wielu myśli, ale niewielu ma odwagę powiedzieć na scenie.
KROK 3: Priorytetyzacja przez ograniczenie, nie rozszerzenie
"Mam mikro zespół w porównaniu do tego wszystkiego, co musimy robić. Więc ta priorytetyzacja i zrozumienie, w co chcemy wejść."
Projekt, który to pokazuje, to Inspirator TVN — rozwiązanie łączące broadcast TVN z AI-ową analizą contentu i systemem produktowym dostawców. Obejmuje pięć różnych modeli AI pracujących razem: analiza contentu, matching produktów, personalizacja, routing do konwersji. Zrobione w sześć tygodni. Wymagało połączenia online'u, broadcastu, technologii, AI-a i prawników — bo branża jest mocno uregulowana.
„Kiedyś to by zajęło miesiące, jak nie lata. Myśmy to zrobili w sześć tygodni."
Ale największym zaskoczeniem okazała się nie automatyzacja heroiczna — była transkrypcja.
"Największy taki najbardziej skalowalny, który mi przychodzi na myśl, to jest transkrypcja. Najprostsza rzecz na świecie."
Kiedy udostępnili to narzędzie biznesowi, okazało się, że każdy go potrzebuje — redakcja do szybkiego tagowania, archiwum do indeksowania, na każdym poziomie do transkrybowania, wyszukiwania, pokazywania napisów, tłumaczenia na inne języki.
Przyjechał consultant z dużej firmy consultingowej z gotowym narzędziem: skanujesz newsy ze świata, AI tłumaczy, generuje gotowy artykuł, wersja na social media idzie automatycznie, na portal. Wydawało się oczywiste. Pytanie zwrotne było krótkie:
"Dobra, słuchajcie, a jak wszyscy tego będą używali, to kto będzie generował te newsy, które będziemy skanować?"
To nie była obiekcja techniczna. To była obserwacja systemu. Organizacja, która już myśli „gdzie", nie da się zepchnąć do myślenia „co zautomatyzować".
Kamil widzi tę samą logikę w zupełnie innym kontekście. Spotkał szefa firmy produkującej gry planszowe, który twierdził:
„Nie potrzebujemy AI. Mamy team, sprzedaż jest przewidywalna."
Kamil zapytał: „A w jaki sposób dajecie instrukcje do gier?" — „Książeczka." — „A gdyby QR kod, gdzie skanujesz i rozmawiasz z tą instrukcją? Hej, mam pięć lat i nie rozumiem, jak zagrać w tę grę. Hej, jestem seniorem i chciałbym to zrozumieć."
Głowa się otworzyła. To nie był pokaz technologii — to było znalezienie nowego pola eksploatacji dla istniejącego produktu.
KROK 4: Obrona tego, co robimy lepiej niż maszyny
Gdy odpowiesz na pytanie „gdzie", pojawia się kolejne: co oddać maszynom, a czego bronić do końca?
Marcin mówi to wprost: „Ja już nie wiem, oglądając internet, co jest AI-em, co nie jest AI-em. Zakładam, że wszystko jest AI-em."
Z rozmów z trzema liderami wyłania się mapa. Po stronie maszyn: produkcja tekstu, inspiracja, nowe formaty, przetwarzanie dużych zbiorów danych. WikiLeaks, Epstein — trzy miliony plików do przeanalizowania. Dziennikarz bez AI tego sam nie zrobi. Ale po drugiej stronie linii: myśl redakcyjna, weryfikacja faktów, rzetelność, decyzje o tym, co naprawdę ma znaczenie dla czytelnika.
"Żeby to zarządzanie było w rękach ludzi. To jest klucz moim zdaniem."
Ale ta linia nie jest statyczna. Marcin widzi to wyraźnie: „Wszystkie czaty po kolei wdrażają protokoły integracji z e-commerce'ami i za chwilkę ludzie będą kupowali przez czaty." Model biznesowy mediów tradycyjnych stoi na rozdrożu. Kamil dodaje trzeci wymiar: gdy zawartość staje się audio-native, reklamy tradycyjne znikają.
"Bo się za chwilę może okazać, że nie będzie ktoś chciał się reklamować w serwisie. No bo słuchamy, a nie czytamy, a nie oglądamy, więc nie widzimy tych kolorowych banerów."
Paweł przypomina, że media przerabiały to wcześniej:
„To samo przejdziemy wolniej, ale to samo przejdziemy również w tym zakresie."
Sampling w muzyce wydawał się herezją, aż stał się normą i wysoką twórczością.
Wiele redakcji tkwi w błędnym pytaniu: „Którzy pracownicy są zbędni?".
Matryca: Co automatyzować vs. Co wymaga ludzi przepisuje to pytanie całkowicie — pokazuje, które procesy w organizacji medialnej można oddać algorytmom (transkrypcja, syndykacja, monitoring), a które muszą pozostać domeną człowieka (strategia, kuracja, głos, zaufanie).
Gdzie ścieżki się krzyżują — i czego nauczyli się wszyscy trzej
Pozornie nic wspólnego: TVN wielka maszyna, Radio 357 garstka pasjonatów, Eleven Labs studio AI pracujące na czterdziestu rynkach. Ale słychać ten sam oddech.
Marcin przez presję systemową (sześć tygodni, skalowanie całej organizacji). Paweł przez strategię zaufania (subskrypcja zamiast reklamy). Kamil przez to, czego nauczył się od szefów kuchni na całym świecie — „stajesz się nim wtedy, gdy zasmakujesz wszystkiego w oryginalnym miejscu. Wiesz, jak to smakuje u źródła." To stało się kompasem jego pivotu: znać domenę u źródła, żeby wiedzieć, czy output AI „smakuje human-like, czy nie".
"Jestem teraz ciekaw technologii. Więc jak mogę być teraz dla tych wszystkich technologii audio AI, tym właśnie przysłowiowym szefem kuchni."
Ale Kamil stawia hipotezę dalej:
„Jeżeli masz pięciu dobrych zawodników, masz większą możliwość działania niż ci, którzy oprócz tego mają jeszcze siedemnaście albo trzydzieści siedem innych tasków."
Mniejszy zespół, który koncentruje się na tym, co ważne, zdobędzie więcej niż duży zespół, który robi wszystko. To nie jest argument na rzecz redukcji zatrudnienia. To argument na rzecz selekcji projektów.
Marcin nie mówi inaczej: „Nie będę sobie psuł business case'u z moim CFO, bo cały czas chodzę i proszę o więcej zasobów." — ale dodaje: są rzeczy, których małe organizacje nie mogły wcześniej robić w ogóle. „A teraz bierzecie w cudzysłowie Eleven Labs i robicie taką samą funkcjonalność jak więksi gracze i macie czytanie artykułów zautomatyzowane."
„Na koniec dnia nie chcę oglądać contentu wygenerowanego, tylko chciałbym zobaczyć tego aktora, jego wizję. Finalny produkt jednak białko jest ważne."
"Sukces jest tylko dla tych osób, które są ciekawe, które może też gdzieś tam mają wiedzę ekspercką w swojej dziedzinie i mogą potem to wykorzystać na output, który wychodzi z generatywnych rzeczy."
Polska ma największy strach — ale ma też ludzi, którzy w sześć tygodni wdrażają to, co inni planują przez sześć miesięcy. Marcin ma na to konkretne słowa: „Stwórzmy ekosystem oduczania się, uczenia się nowego i bądźmy elastyczni na zmiany."
Nie chodzi o obronę starego. Chodzi o budowanie nowych umiejętności w zespołach, które rozumieją, gdzie maszyna zaczyna, a człowiek nigdy się nie kończy.
Kamil pracuje na czterdziestu rynkach i mówi wprost, czego nikt inny nie powie.
Poniżej pełne nagranie panelu z Marcinem z TVN, Pawłem z Radio 357 i Kamilem z Eleven Labs. Warte uwagi: moment, w którym transkrypcja zmienia operacyjnie całą redakcję, oraz konkluzja Kamila o tym, że „zasmakujesz u źródła" — jak pivot z audio na AI zmienia sposób myślenia o branży.
.svg){kind=icon}
