Think tank semantyki marki i kompetencji GenAI

    Technologia jest dostępna. W firmach brakuje warstwy tłumaczenia.

    Firma, która opisała swoją pracę tak, że rozumie ją zarówno pracownik, jak i model językowy, może wybrać dowolne narzędzie i dowolnego dostawcę. Firma, która tego nie zrobiła, kupuje licencje i czeka na wynik.

    Ośmiu na dziesięciu respondentów mówi, że AI poprawiła ich produktywność. Wpływ na EBIT widzi 37%.

    Pracownicy pracują szybciej. W rachunku wyników tego nie widać.

    Cztery liczby ustawiają całą rozmowę o modelach językowych w firmie. Pierwsza mówi, że ludziom pracuje się lepiej. Druga, że firma tego nie mierzy w wyniku. Trzecia pokazuje, dokąd ucieka różnica. Czwarta mówi, gdzie w tej stawce jest Polska.

    Ośmiu na dziesięciu respondentów deklaruje, że AI poprawiła ich produktywność.

    McKinsey, The State of AI: Global Survey 2026. Badanie na 1719 respondentach z 97 krajów, przeprowadzone od 4 maja do 8 czerwca 2026 r.

    37% respondentów przypisuje AI jakikolwiek wpływ na EBIT. To praktycznie tyle samo, co rok wcześniej.

    McKinsey, The State of AI: Global Survey 2026.

    40% amerykańskich pracowników biurowych dostało w ostatnim miesiącu „gotową pracę” wygenerowaną przez AI, którą trzeba było poprawić. Poprawianie jednego takiego przypadku zajmowało średnio 1 godzinę i 56 minut.

    BetterUp Labs i Stanford Social Media Lab, 1150 pracowników biurowych w USA, wrzesień 2025 r. Strona metodologiczna badania podaje „2 godziny”; dokładny czas 1 h 56 min podaje Axios.

    8,4% polskich przedsiębiorstw zatrudniających 10 i więcej osób korzysta z technologii AI. Średnia unijna to 20,0%, a w Danii 42,0%.

    Eurostat, dane za 2025 r.

    Różnicy nie robi model. Robi ją proces opisany tak, żeby model umiał go wykonać. Wśród 6% respondentów, których McKinsey klasyfikuje jako osiągających realny zwrot, czyli przypisujących AI co najmniej 5% EBIT i oceniających jej wpływ jako znaczący, blisko trzy czwarte gruntownie przeprojektowało przepływy pracy. Rok wcześniej było to 55%. Samo narzędzie nie zmienia sposobu, w jaki firma pracuje.

    Pięć powodów, dla których licencje nie zamieniają się w wynik

    1

    Licencje bez użycia

    Firma płaci za dziesiątki albo setki stanowisk. Po miesiącu większość pracowników o narzędziu zapomina. Koszt jest pewny, efekt nie.

    2

    Narzędzie zamiast procesu

    Pracownik dostaje asystenta, ale nie dostaje opisu, do czego ma go użyć. Proces zostaje ten sam, tylko z dodatkowym oknem na ekranie.

    3

    Więcej treści, mniej sensu

    Szybsze maile i dłuższe dokumenty, których nikt nie czyta do końca. Komunikacja przyspiesza, a jej wartość spada. Praca wraca do nadawcy w postaci poprawek.

    4

    Wiedza w dwóch lub trzech głowach

    Procedury, rabaty, historia klienta i wyjątki istnieją, ale nie w formie, którą rozumie nowy pracownik albo model językowy.

    5

    Brak pomiaru

    Sukces mierzy ocena szkolenia, a nie czas odzyskany w konkretnym procesie. Zarząd nie ma liczby, o którą mógłby zapytać na następnym spotkaniu.

    Każdy z tych pięciu powodów sprowadza się do jednego: między celem biznesu a narzędziem brakuje warstwy, w której praca firmy jest opisana.

    Czym jest warstwa tłumaczenia

    Warstwa tłumaczenia to warstwa między celem biznesowym a narzędziem: proces, wiedza, reguły, dane i decyzje opisane tak, żeby rozumiał je zarówno człowiek, jak i model językowy. W większości firm ta warstwa istnieje wyłącznie w głowach dwóch albo trzech osób i nigdy nie została zapisana.

    Brand Semantics zajmuje się językiem, który rozumieją zarówno ludzie, jak i modele językowe. Ten sam język decyduje o dwóch rzeczach: czy model potrafi poprawnie polecić firmę jej klientom i czy potrafi wykonać jej pracę. Pierwszy kierunek opisujemy w metodzie semantyki marki. Ta strona jest o drugim.

    Dopóki warstwy nie ma, każde nowe zastosowanie modeli zaczyna się od zera i kończy na osobie, która akurat wie, jak to działa. Kiedy jest, firma przestaje być zależna od jednego dostawcy: opis procesu jest niezależny od narzędzia, więc model można wymienić bez utraty pracy, którą się w niego włożyło.

    Ta sama warstwa pracuje w dwie strony. Do wewnątrz decyduje o tym, czy model potrafi wykonać pracę firmy. Na zewnątrz decyduje o tym, czy model potrafi tę firmę poprawnie polecić klientowi. Dlatego organizacja, która porządkuje jedno, dostaje drugie taniej.

    Tłumacz procesów: kompetencja, której nie ma jeszcze w schemacie organizacyjnym

    Tłumacz procesów to pracownik firmy, nie informatyk, który rozumie proces od strony biznesu i potrafi opisać go tak, żeby model językowy wykonał go poprawnie i powtarzalnie. Nie jest to nowy etat ani nowy dział. Jest to kompetencja, którą nadaje się osobie już pracującej w zespole.

    W Brand Semantics wybieramy tłumacza procesów razem z firmą, szkolimy go i prowadzimy przez pierwsze wdrożenia. Kiedy projekt się kończy, kompetencja zostaje w organizacji, a nie u doradcy.

    Co robi na co dzień

    • opisuje zadania swojego działu w formie zrozumiałej dla modelu językowego
    • utrzymuje bibliotekę sprawdzonych wzorców pracy
    • ocenia jakość odpowiedzi, zanim trafią one do klienta
    • zgłasza procesy gotowe do automatyzacji

    Co zyskuje firma

    • niezależność: kompetencja zostaje w organizacji po zakończeniu projektu
    • jakość: mniej treści niskiej wartości, mniej poprawek, spójny standard
    • tempo: nowe zastosowania wdrażane w dniach, nie w kwartałach
    • bezpieczeństwo: zasady danych i uprawnień stosowane w każdym nowym zastosowaniu, nie tylko w pierwszym

    Jedna semantyka firmy, dwa kierunki pracy modeli

    Do wewnątrz

    Jak modele językowe pomagają pracownikom wykonywać pracę firmy: procesy opisane tak, że rozumie je człowiek i model, wiedza w systemie zamiast w głowach, automatyzacja tam, gdzie proces jest już nazwany. Tym zajmuje się ta strona.

    Na zewnątrz

    Jak modele językowe opisują i rekomendują markę klientom, dealerom i agentom zakupowym: widoczność w silnikach generatywnych, prawdopodobieństwo rekomendacji, udział głosu, praca z halucynacjami. Tym zajmuje się metoda semantyki marki, usługi doradcze i narzędzie badawcze Semantio.

    Obie strony żywią się tym samym słownikiem firmy: encjami, pojęciami, relacjami i regułami. Dlatego firma, która porządkuje jedno, dostaje drugie taniej.

    Od czego zaczynamy: trzydziestodniowa diagnoza gotowości

    Nie zaczynamy od wdrożenia ani od półrocznego zobowiązania. Zaczynamy od diagnozy, która kończy się jedną decyzją zarządu, podjętą na danych, a nie na deklaracjach.

    Ludzie

    Kompetencje i realne użycie narzędzi. Mierzymy je testem wiedzy i danymi z systemów, nie ankietą o zadowoleniu.

    Wiedza

    Czy wiedza firmy jest dostępna i dekodowalna, czyli czy model językowy potrafi na jej podstawie poprawnie odpowiedzieć na realne pytania pracowników i klientów. Ten wymiar mierzymy indeksem Brand Semantics Readiness.

    Procesy

    Czy proces da się opisać i zmierzyć. Każdy kandydat dostaje kartę z właścicielem, miernikiem i listą wyjątków oraz ocenę w trzech osiach: wartość, wykonalność, ryzyko.

    Każdy wymiar dostaje własny wynik i własną listę przyczyn, zamiast jednej zbiorczej liczby. Dzięki temu zarząd widzi, gdzie zacząć: od ludzi, od uporządkowania wiedzy czy od jednego procesu. Jakość odpowiedzi konkretnego modelu oceniamy zawsze w kontekście konkretnego źródła wiedzy i konkretnego procesu, nigdy w oderwaniu.

    Co zostaje w firmie po trzydziestu dniach

    • karta gotowości w trzech wymiarach, razem z przyczynami i punktem odniesienia do kolejnych pomiarów
    • lista powtarzalnych procesów uszeregowana według wartości, wykonalności i ryzyka
    • mapa tarcia informacyjnego: gdzie praca staje z braku danych, reguł lub decyzji i kto to odblokowuje
    • specyfikacja jednego procesu gotowego do pilota, wraz z briefem wdrożeniowym dla działu IT
    • mierniki i sposób pomiaru przed i po, oparte na danych z systemów firmy

    Czego potrzebujemy od firmy

    • decydenta w zarządzie
    • właściciela procesu w każdym objętym dziale
    • dostępu do zadań, dokumentów i danych w uzgodnionym zakresie
    • od dwudziestu do trzydziestu pracowników gotowych na dwa warsztaty i wywiady

    Diagnoza kończy się jedną z trzech rekomendacji: wdrażać, najpierw uporządkować albo zatrzymać. Dalsze etapy uruchamiamy wyłącznie tam, gdzie diagnoza pokazała proces, właściciela i mierzalny efekt. Jeżeli ich nie ma, mówimy to wprost.

    Co robimy my, co zostaje po stronie firmy

    Jesteśmy architektem metody i moderatorem zmiany. Właścicielem procesu i właścicielem wyniku zostaje firma. Integrację techniczną wykonuje jej dział IT albo wskazany przez nią partner, na podstawie naszego opisu procesu. Nie sprzedajemy licencji, nie jesteśmy odsprzedawcą żadnego dostawcy modeli i nie utrzymujemy cudzej infrastruktury.

    decydent

    kto

    członek zarządu firmy

    odpowiada za

    cel, priorytety, decyzja o skalowaniu i o użyciu odzyskanego czasu

    właściciel procesu

    kto

    dyrektor lub kierownik działu

    odpowiada za

    przebieg procesu, dane wejściowe, odbiór rezultatu pilota

    architekt i moderator

    kto

    Brand Semantics

    odpowiada za

    metoda, diagnoza, opis procesu, dobór modelu, brief dla IT, pomiar

    wykonawca techniczny

    kto

    IT firmy lub wskazany integrator

    odpowiada za

    integracja, uprawnienia, środowisko, utrzymanie

    funkcje zatwierdzające

    kto

    bezpieczeństwo, prawo, ochrona danych

    odpowiada za

    zgoda na zakres danych i zastosowań przed każdym pilotem

    Pracujemy z modelami różnych dostawców: chmurowymi, otwartymi i uruchamianymi lokalnie. Wybór zależy od rodzaju danych, kosztu na zadanie, polityki bezpieczeństwa firmy i języka, nigdy od umowy partnerskiej po naszej stronie.

    Współtworzymy standardy odpowiedzialnego wdrażania AI w Fundacji AI Business Center, która zajmuje się edukacją biznesu, certyfikacją i zgodnością z AI Act. Prezesem zarządu Fundacji jest Grzegorz Miłkowski, CEO Brand Semantics, który z ramienia AI Business Center współpracuje z zarządami firm przy wyznaczaniu strategicznego kierunku transformacji AI w biznesie.

    Przepisy, które już obowiązują, i te, o których napisano, że wejdą w życie później

    W lipcu 2026 media obiegła informacja, że Unia odkłada przepisy o sztucznej inteligencji. To prawda, ale dotyczy innej części regulacji niż ta, która sięga działu marketingu.

    AI Act, czyli rozporządzenie (UE) 2024/1689, został zmieniony rozporządzeniem (UE) 2026/1744, znanym jako Digital Omnibus on AI i nazywanym dalej AI Omnibus, które weszło w życie 27 lipca 2026. Omnibus przesunął obowiązki dla systemów wysokiego ryzyka: dla systemów samodzielnych z załącznika III na 2 grudnia 2027, a dla systemów wbudowanych w produkty regulowane z załącznika I na 2 sierpnia 2028. To są te przesunięcia, o których pisano, i to jest powód, dla którego wiele firm błędnie uznało, że temat ich nie dotyczy.

    Obowiązki przejrzystości z artykułu 50 nie zostały przesunięte. Stosuje się je od 2 sierpnia 2026 r., czyli już.

    Systemy wysokiego ryzyka to np. AI używane w rekrutacji, zdolności kredytowej, infrastruktura krytyczna, biometria. Tymczasem marketing i komunikacja marki zwykle się w tej kategorii nie mieszczą. Przejrzystość to osobna warstwa, która dotyczy zupełnie innych działań firmy.

    Jakie obowiązki artykuł 50 nakłada na firmę, która używa AI w komunikacji?

    Trzy rzeczy, w uproszczeniu i bez rozstrzygania przypadków granicznych.

    1. 1Po pierwsze, człowiek ma wiedzieć, że rozmawia z maszyną. Jeżeli na stronie internetowej, w ramach aplikacji mobilnej albo przy połączeniu telefonicznym działa asystent AI albo AI chatbot, użytkownik musi zostać o tym poinformowany przy pierwszym kontakcie, chyba że jest to oczywiste z okoliczności.
    2. 2Po drugie, treści wygenerowane lub zmodyfikowane przez AI, jeśli spełniają kryteria tzw. deepfake, mają być rozpoznawalne jako takie. To jest właśnie obowiązek przejrzystości, którym powinien zainteresować się każdy dział marketingu już od 2 sierpnia 2026 r. Obowiązek transparentności nie dotyczy każdego publikowanego tekstu ani każdej grafiki czy treści wideo. Jeśli chodzi o teksty, to obowiązek oznaczania dotyczy materiałów informujących opinię publiczną o sprawach będących przedmiotem zainteresowania publicznego, a więc większości przypadków tekstów marketingowych nie trzeba oznaczać. Z kolei treści wizualne, audio oraz audio-wideo, jeśli powstały przy użyciu AI i mają potencjał, by wprowadzić odbiorcę w błąd co do tego, czy przedstawione w materiale postaci, przedmioty, miejsca, zdarzenia są prawdziwe, muszą być wyraźnie oznaczone.
    3. 3Po trzecie, jeżeli firma stosuje systemy rozpoznawania emocji albo kategoryzacji biometrycznej, osoby im poddane muszą zostać o tym poinformowane.

    Warto powiedzieć wprost to, czego artykuł 50 nie wymaga: nie każe oznaczać każdego zdania napisanego z pomocą modelu ani każdej grafiki czy wideo, która została przy pomocy AI stworzona lub ulepszona. W obiegu jest wiele materiałów sugerujących coś przeciwnego. Firma, która oznaczy wszystko, nie zrobi sobie krzywdy prawnej. Zrobi ją sobie komunikacyjnie.

    Kompetencje pracowników: przepis, który zmienił się w drugą stronę

    Od 2 lutego 2025 obowiązuje artykuł 4, dotyczący kompetencji w zakresie AI. AI Omnibus go złagodził: dostawcy i podmioty stosujące systemy AI mają wspierać rozwój kompetencji AI wśród swojego personelu, zamiast zapewniać określony ich poziom.

    Złagodzenie obowiązku nie zmienia jednak tego, po co się te kompetencje ma. Przepis opisuje minimum, a nie ambicję.

    Kalendarz stosowania AI Act

    2 lutego 2025

    Zakazane praktyki (art. 5) oraz kompetencje w zakresie AI (art. 4).

    2 sierpnia 2025

    Modele ogólnego przeznaczenia, nadzór i kary.

    2 sierpnia 2026

    AI Act stosuje się co do zasady, w tym obowiązki przejrzystości z artykułu 50.

    2 grudnia 2026

    Koniec okresu przejściowego dla maszynowego oznaczania treści. Dostawcy AI będą musieli w formacie odczytywalnym maszynowo oznaczać każdą treść wizualną, która wyszła z ich narzędzia. Zacznie też obowiązywać nowy zakaz dotyczący tworzenia w AI materiałów intymnych bez zgody.

    2 sierpnia 2027

    Dostawcy modeli AI ogólnego przeznaczenia wprowadzonych do obrotu przed 2 sierpnia 2025 r. powinni dostosować się do AI Act.

    2 grudnia 2027

    Obowiązki dla dostawców i podmiotów stosujących systemy wysokiego ryzyka z załącznika III.

    2 sierpnia 2028

    Obowiązki dla dostawców i podmiotów stosujących systemy wysokiego ryzyka z załącznika I.

    Stan prawny na 13 września 2026. Powyższe jest informacją, nie poradą prawną.

    Tekst rozporządzenia zmieniającego: Dziennik Urzędowy UE, rozporządzenie (UE) 2026/1744.

    Co o tym sądzimy

    To nie jest powód, żeby przestać szkolić. To jest powód, żeby przestać kupować szkolenia ze strachu przed karą i zacząć kupować je dla wyniku. Materiał marketingowy, który nadal straszy sankcjami za brak certyfikatu z artykułu 4, opisuje stan prawny sprzed 27 lipca 2026 r.

    Pięć ryzyk, które taki projekt musi obejść

    Więcej treści, mniej sensu

    jak je obchodzimy

    standard komunikacji i weryfikacja przed wysyłką; mierzymy poprawki, nie liczbę wygenerowanych stron

    Opór: „szybciej znaczy więcej pracy”

    jak je obchodzimy

    narracja odzyskanego czasu, udział przełożonych w warsztatach, dział HR jako właściciel zmiany

    Dane i uprawnienia

    jak je obchodzimy

    audyt dostępów przed uruchomieniem jakiegokolwiek agenta, zasada minimalnych uprawnień, wrażliwe decyzje zawsze u człowieka

    Uzależnienie od jednego dostawcy

    jak je obchodzimy

    opis procesu niezależny od narzędzia, model dobierany do zadania, możliwość zmiany bez utraty pracy

    Zgodność regulacyjna

    jak je obchodzimy

    udokumentowane programy i pomiar, zakres uzgodniony z doradcą prawnym firmy

    Dla kogo jest ta praca

    Pracujemy z firmami, które

    • kupiły licencje na narzędzia GenAI i nie potrafią powiedzieć, co z nich mają
    • mają kilka lokalizacji albo kilka działów, które nie mówią wspólnym językiem
    • mają w zarządzie osobę gotową wziąć odpowiedzialność za tę zmianę
    • chcą zbudować kompetencję u siebie, a nie kupić uzależnienie od doradcy

    To nie jest praca dla firm, które

    • szukają wdrożenia pod klucz bez zaangażowania własnych ludzi
    • chcą jednorazowego szkolenia z obsługi narzędzia i zamknięcia tematu
    • oczekują deklaracji zgodności z AI Act zamiast realnego programu

    W naszych programach kompetencyjnych każdy uczestnik kończy z imiennym certyfikatem opatrzonym tokenem, który potwierdza jego ważność i autentyczność. Firma kończy z udokumentowanym zakresem oraz pomiarem przed i po. To jest jedyny sposób, żeby po roku wiedzieć, czy to działało.

    Jak zaczynają firmy, które z nami pracują

    Diagnoza gotowości

    Trzydzieści dni, karta gotowości w trzech wymiarach i decyzja: wdrażać, uporządkować albo zatrzymać.

    Program zamknięty dla firmy

    Zakres projektowany pod konkretną organizację, po diagnozie potrzeb i ankietach wśród uczestników. Od widoczności marki w modelach, przez narzędzia GenAI w codziennej pracy działów, po agentów i transformację kompetencyjną zespołów.

    Szkolenia otwarte i webinary

    Jeden dzień, jedna branża, własna marka na warsztacie. Dobre wejście dla osoby, która chce najpierw zobaczyć metodę na żywo.

    Eksperci

    Programy prowadzą Michał Grzebyk, Katarzyna Bienussa i Grzegorz Miłkowski.

    Często zadawane pytania

    Nie wymaga ani szkolenia, ani certyfikatu. Po zmianie wprowadzonej rozporządzeniem (UE) 2026/1744 artykuł 4 AI Act wymaga, żeby dostawcy i podmioty stosujące systemy AI wspierali rozwój kompetencji AI wśród swojego personelu, zamiast zapewniać określony ich poziom. Jest to obowiązek starannego działania, nie obowiązek rezultatu. Materiały, które straszą karami za brak certyfikatu, opisują brzmienie przepisu sprzed 27 lipca 2026 r.

    Nie każdą. Obowiązek przejrzystości z artykułu 50 AI Act, stosowany od 2 sierpnia 2026 r., nie dotyczy każdego publikowanego tekstu ani każdej grafiki czy treści wideo. W przypadku tekstów obowiązek oznaczania dotyczy materiałów informujących opinię publiczną o sprawach będących przedmiotem zainteresowania publicznego, więc większości tekstów marketingowych oznaczać nie trzeba. Wyraźnie oznaczone muszą być natomiast treści wizualne, audio oraz audio-wideo, które powstały przy użyciu AI i mają potencjał wprowadzenia odbiorcy w błąd co do tego, czy przedstawione w materiale postaci, przedmioty, miejsca i zdarzenia są prawdziwe.

    Bo narzędzie trafia do niezmienionego procesu. Według badania McKinsey ośmiu na dziesięciu respondentów deklaruje, że AI poprawiła ich produktywność, ale wpływ na EBIT przypisuje jej 37%, praktycznie tyle samo co rok wcześniej. Wśród 6% respondentów osiągających realny zwrot blisko trzy czwarte gruntownie przeprojektowało przepływy pracy. Minuty zaoszczędzone przy biurku nie zamieniają się same w pieniądze.

    To uporządkowanie sposobu, w jaki firma opisuje swoją pracę, tak żeby mogli ją wykonywać zarówno ludzie, jak i modele językowe, oraz zbudowanie w organizacji kompetencji, która to utrzymuje. Obejmuje diagnozę gotowości, programy kompetencyjne na realnych zadaniach, opis procesów, standard pracy z modelami i pomiar na danych z systemów firmy. Nie jest to szkolenie z obsługi narzędzia.

    Tłumacz procesów to pracownik firmy, nie informatyk, który rozumie proces od strony biznesu i potrafi opisać go tak, żeby model językowy wykonał go poprawnie i powtarzalnie. Opisuje zadania swojego działu, utrzymuje bibliotekę sprawdzonych wzorców pracy, ocenia jakość odpowiedzi przed ich wysłaniem do klienta i zgłasza procesy gotowe do automatyzacji.

    Warstwa tłumaczenia to warstwa między celem biznesowym a narzędziem: proces, wiedza, reguły, dane i decyzje opisane tak, żeby rozumiał je zarówno człowiek, jak i model językowy. W większości firm istnieje wyłącznie w głowach dwóch albo trzech osób. Firma, która ją ma, może wybrać dowolny model i dowolnego dostawcę bez utraty dotychczasowej pracy.

    Od jednego procesu, który da się opisać i zmierzyć, a nie od zakupu licencji dla wszystkich. Kolejność, która działa: wybór procesu z właścicielem, pomiar stanu przed, opis procesu w formie zrozumiałej dla człowieka i dla modelu, pilot z pomiarem po, decyzja o skalowaniu. Zakup narzędzia jest krokiem czwartym, nie pierwszym.

    W naszej formule trzydzieści dni. Kończy się kartą gotowości w trzech wymiarach, czyli w wymiarze ludzi, wiedzy i procesów, listą procesów uszeregowaną według wartości, wykonalności i ryzyka, specyfikacją jednego procesu gotowego do pilota oraz jedną rekomendacją: wdrażać, najpierw uporządkować albo zatrzymać.

    Nie. Jesteśmy architektem metody i moderatorem zmiany. Integrację techniczną wykonuje dział IT firmy albo wskazany przez nią integrator, na podstawie naszego briefu wdrożeniowego. Nie sprzedajemy licencji i nie jesteśmy odsprzedawcą żadnego dostawcy modeli, więc dobór modelu wynika z rodzaju danych, kosztu na zadanie i polityki bezpieczeństwa, a nie z naszej umowy partnerskiej.

    Szkolenie z narzędzia uczy obsługi. Transformacja kompetencyjna zmienia to, jak opisana jest praca firmy, i zostawia w organizacji osobę, która ten opis utrzymuje. Efekt szkolenia mierzy się oceną szkolenia. Efekt transformacji mierzy się czasem w procesie, liczbą poprawek i przepustowością, na danych z systemów firmy, przed i po.

    Decydent w zarządzie, który odpowiada za cel i decyzję o skalowaniu, oraz właściciel procesu w każdym objętym dziale. Bez tych dwóch ról nie zaczynamy, ponieważ bez nich diagnoza kończy się raportem, a nie decyzją.

    Porozmawiajmy o diagnozie dla Twojej firmy

    Trzydzieści dni, karta gotowości i decyzja podjęta na danych z Twoich systemów. Dobrym punktem wyjścia jest jeden proces w dziale sprzedaży lub obsługi klienta.