spotkania automatyzacja AI agents asynchroniczna praca WorksOnMine synteza AI

10 osób na spotkaniu, zero decyzji — notatki + AI

Godzina spotkania, 10 roboczogodzin, brak wniosków. Jak asynchroniczne notatki i agent AI składają je w jeden plan. Case study procesu.


Godzina. Dziesięć osób. Sala konferencyjna zarezerwowana tydzień wcześniej.

Każda z tych osób poświęca mniej więcej sześć minut, żeby powiedzieć, co myśli o problemie do rozwiązania. Kiedy ostatnia osoba kończy mówić, prowadzący spogląda na zegarek. Czas minął. Ktoś musi wychodzić na kolejne spotkanie. Ktoś inny mówi „to może uzgodnijmy szczegóły mejlem".

Firma zapłaciła właśnie dziesięć roboczogodzin — dziesięć osób, każda przez godzinę — i nie ma niczego konkretnego do dalszej pracy. Żadnej decyzji. Żadnego planu. Chaos w głowach i poczucie, że trzeba to powtórzyć.

Znam ten scenariusz. I znam alternatywę.

Dlaczego spotkania synchroniczne często kończą się niczym

To nie jest kwestia złej woli uczestników ani złego prowadzącego. Problem tkwi w samej strukturze spotkania synchronicznego, gdy chodzi o zebranie wiedzy od wielu osób.

Czas jest sztywno ograniczony — godzina na dziesięć osób to sześć minut na osobę. Tyle wystarczy, żeby zarysować problem, ale za mało, żeby go naprawdę opisać. Połowa uczestników wychodzi ze spotkania z poczuciem, że nie zdążyła powiedzieć tego, co najważniejsze. Druga połowa słucha, ale myśli już o kolejnym zadaniu.

Nikt nie ma czasu przetworzyć tego, co powiedzieli inni. Brak syntezy to brak decyzji.

Ile kosztuje godzina spotkania

Właściciele firm rzadko liczą spotkania w pieniądzach. A warto.

Weź stawkę godzinową każdego uczestnika. Dodaj do siebie. To jest koszt jednej godziny spotkania — nie sala, nie kawa, lecz czas ludzi. Przy dziesięciu osobach z różnych działów liczba robi się poważna, zanim ktokolwiek powie pierwsze słowo.

Jeśli spotkanie nie kończy się konkretem — podjętą decyzją, przydzielonym zadaniem, gotowym planem — te pieniądze nie wróciły. Zainwestowałeś w chaos.

Inna droga: każdy w swoim czasie

Zamiast sali konferencyjnej — scenariusz. Pytanie lub zestaw pytań, które trafiają do tych samych dziesięciu osób.

Każda osoba odpowiada wtedy, gdy ma na to głowę — nie wtedy, gdy zegarek wskazuje godzinę spotkania. Może to być nagrana notatka głosowa w drodze do biura. Może być kilka zdań spisanych wieczorem, gdy sytuacja się ułożyła w głowie. Może być rozbudowana analiza, bo ta osoba akurat ma czas i energię.

Efekt jest inny. Dziesięć notatek zamiast dziesięciu wypowiedzi przerwanych przez „czas mija". I wszystkie są dostępne — w jednym miejscu, do przeczytania, do analizy.

Gdzie wchodzi AI

Dziesięć notatek to nadal dużo tekstu. Ktoś musi to przeczytać, znaleźć wspólne wątki, wychwycić sprzeczności i zaproponować decyzję. Przy tradycyjnym podejściu ten ktoś spędza kolejną godzinę na lekturze i pisaniu podsumowania.

Tu pojawia się rola agenta AI.

Gdy notatki są zebrane, agent czyta je wszystkie — dosłownie wszystkie, nie próbkę. Wyciąga wspólne wątki, identyfikuje miejsca, w których opinie się rozchodzą, i na tej podstawie tworzy spójny dokument. Nie zastępuje decyzji — proponuje jej projekt. Zespół dostaje do ręki materiał, nad którym można rzeczywiście pracować, zamiast próbować odtworzyć z pamięci co kto powiedział na spotkaniu tydzień temu.

Kolejne spotkanie — jeśli jest w ogóle potrzebne — trwa wtedy trzydzieści minut zamiast godziny. Bo zaczyna się od konkretów, nie od zbierania informacji.

WorksOnMine w tym obrazie

Ten model nie jest teorią. Działa na produkcji — w narzędziu, które zbudowałem pierwotnie do czegoś innego.

WorksOnMine zaczął jako narzędzie do zgłaszania błędów w aplikacjach przez osoby nietechniczne. Moja żona testuje sklep reczniki-haftowane.pl i zamiast wysyłać mi mejla „coś nie działa", klika wtyczkę przeglądarki. Zgłoszenie trafia automatycznie razem z URL-em, krokami, przeglądarką i screenshotem. Ja dostaję konkrety.

Z czasem narzędzie nabrało nowych możliwości. Sposób pracy „scenariusz + zaproszenia → notatki od uczestników → synteza AI" działa dziś na produkcji — właśnie dla takich przypadków jak spotkanie opisane na początku tego artykułu. Ktoś tworzy scenariusz, zaprasza uczestników, zbiera ich notatki i zleca agentowi AI złożenie ich w jeden dokument.

Jak to wygląda szerzej — od genezy narzędzia przez integrację z agentami AI — opisuję w case study: WorksOnMine — jak narzędzie do zgłaszania błędów stało się zewnętrzną pamięcią roboczą.

Dla kogo to ma sens

Nie każde spotkanie jest problemem. Planowanie sprintu, retrospektywa, brainstorming przy tablicy — to sytuacje, gdzie synchroniczność ma wartość.

Problem pojawia się w konkretnym typie spotkań: takich, których celem jest zebranie wiedzy i opinii od wielu osób, żeby podjąć decyzję. Tu asynchroniczność wygrywa — bo każda osoba ma czas, żeby naprawdę zastanowić się nad odpowiedzią, a synteza AI zastępuje pracę, którą wcześniej musiał wykonać jeden człowiek.

Szczególnie korzystają na tym zespoły, w których:

  • decyzje wymagają głosu kilku działów jednocześnie,
  • uczestnicy są w różnych strefach czasowych lub mają napięte kalendarze,
  • temat jest na tyle złożony, że sześć minut to za mało, żeby powiedzieć coś sensownego,
  • firma zmęczyła się „spotkaniami dla spotkań" bez konkretnych wyników.

Co możesz z tym zrobić

Jeśli rozpoznajesz ten wzorzec w swojej firmie — spotkania kończące się bez decyzji, czas wydany na zbieranie informacji zamiast na ich analizę — to dobry moment, żeby sprawdzić, czy model asynchroniczny pasuje do Twojego przypadku.

Pracuję nad wdrożeniami AI i automatyzacją procesów dla firm, które chcą odzyskać czas i konkretność w codziennej pracy. Jeśli chcesz porozmawiać o tym, jak taki model mógłby wyglądać w Twoim zespole — napisz do mnie.

Technologie, których używam do takich integracji, opisuję w sekcji AI / LLM.

Czytaj też