Wykorzystanie AI w projektach IT: indywidualnie dobrze, zespołowo gorzej

Wykorzystanie AI w IT nie jest już innowacją, a normą. Programiści, testerzy, analitycy i architekci korzystają z narzędzi opartych na sztucznej inteligencji, aby szybciej analizować problemy, pisać kod czy przygotowywać dokumentację. W codziennej pracy widać jednak, że AI funkcjonuje głównie jako prywatny asystent pojedynczych osób, a nie element wspólnej strategii pracy zespołu projektowego.

Czy wykorzystanie AI realnie zmienia więc sposób i efektywność realizacji projektów IT, czy jedynie poprawia komfort pracy jednostek? W odpowiedzi pomoże krótkie badanie, które przeprowadziłem w jednym z realizowanych projektów.

Kontekst projektu i badania

Badanie zostało przeprowadzone w projekcie o następującej charakterystyce:

• aplikacja webowa do planowania zasobów
• branża lotnicza
• wysoka złożoność domenowa
• interdyscyplinarny zespół 10-osobowy, o wysokim seniority złożony z ról:
  • fullstack developer
  • tester automatyczny
  • analityk
  • DevOps

Wcześniejsze, ogólnofirmowe badania pokazywały, że zdecydowana większość kadry aktywnie stosuje narzędzia oparte na sztucznej inteligencji. Celem poniższej ankiety było natomiast sprawdzenie, jak wygląda realne wykorzystanie AI w projekcie.

Wszyscy korzystają z AI

Na pytanie o korzystanie z narzędzi AI w codziennej pracy projektowej 100% respondentów odpowiedziało „tak”. To potwierdza wcześniejszą tezę, że AI stała się standardowym elementem indywidualnego warsztatu pracy w IT.

Co istotne, 78% respondentów uznało, że charakter zadań w projekcie bardzo sprzyja wykorzystaniu AI, a pozostałe 22% – że sprzyja w stopniu średnim. Innymi słowy: tradycyjna specyfika projektu i budowanego produktu (zespół scrumowy, aplikacja webowa etc.) nie są przeszkodą w wykorzystywaniu sztucznej inteligencji.

Jakie narzędzia AI są wykorzystywane?

Respondenci wskazywali głównie:

• ChatGPT
• GitHub Copilot
• Claude Code
• Gemini

Wszystkie te narzędzia są wykorzystywane indywidualnie, jako osobiste wsparcie w realizacji zadań – dobrane według indywidualnych preferencji. Nie pojawiła się ani jedna odpowiedź wskazująca na brak korzystania z AI, ale też brak jest przykładów narzędzia lub praktyki używanej wspólnie, zespołowo.

AI pomaga – ale bez efektu skali

Kluczowe wnioski przyniosło pytanie o realny wpływ AI na szybkość realizacji zadań. Respondenci oceniali go według następującej skali:

• Narzędzia AI pomagają marginalnie – do 10% szybsze wykonywanie zadań
• Trochę pomagają – 10–20% szybciej
• Wyraźnie pomagają – 20–50% szybciej
• Bardzo pomagają – ponad 50% szybciej

Dominowały odpowiedzi „trochę pomagają” oraz „wyraźnie pomagają”, co oznacza realne, odczuwalne przyspieszenie pracy. Jednocześnie nie padła ani jedna odpowiedź wskazująca na przyspieszenie powyżej 50%. Obecne wykorzystanie AI z pewnością poprawia więc produktywność jednostek, jednak nie wiadomo czy przekłada się ona na zwiększoną efektywność prac na poziomie całego projektu.

Zespół nie wie jak AI wykorzystują inni

Na pytanie o zasadność regularnej wymiany wiedzy i inspiracji dotyczących wykorzystania AI w projekcie:

• 7 osób odpowiedziało „tak”,
• 2 osoby – „nie”.

Zespół dostrzega więc potencjał w bardziej zespołowym podejściu do AI. Obecnie bowiem brak mu nawet wiedzy o tym jak sztuczną inteligencję w codziennej pracy wykorzystują inni jego członkowie.

Z AI korzystamy intuicyjnie, a nie systemowo

Ankieta jednoznacznie wykazała, że:

• narzędzi AI używają wszyscy,
• projekt sprzyja ich wykorzystaniu,
• sztuczna inteligencja realnie przyspiesza pracę jednostek (10–50%),

jednak nie wpłynęły one jak dotąd znacząco na sposób i efektywność realizacji projektu jako całości.

Wykorzystanie AI odbywa się dziś bardzo intuicyjnie – w modelu „ja i mój asystent AI”. Narzędzia dobieramy sami i korzystamy z nich w zakresie takim, jaki jest dla nas wygodny i znany.

Systemowe podejście oznaczałoby natomiast włączenie AI we wspólny proces projektowy: z jasno określonymi zasadami i zakresem zastosowania. Sztuczna inteligencja mogłaby – podobnie jak obecnie, ale we wspólnej przestrzeni – wspierać analizę wymagań, przygotowanie testów, generować wstępne wersje dokumentacji czy elementy rozwiązań technicznych. Ich finalna postać byłaby jednak utrwalana jako wspólny artefakt zespołu, a nie prywatny efekt pracy jednej osoby.

Myślę, że w takim – uwspólnionym – modelu wykorzystanie AI miałoby realne szanse wywołać efekt synergii i zamiast kilku indywidualnych przyrostów prędkości pracy na poziomie 10-50%, przynieść nawet kilkukrotny wzrost efektywności prac projektowych. Nam, managerom pozostaje więc nic innego jak tę hipotezę sprawdzić w praktyce i wdrożyć AI jako ważny element procesu wytwórczego, a nie opcjonalne narzędzie dostępne dla chętnych.