Lider Transformacji AI w MŚP – zarządzanie zmianą, planowanie wdrożenia i rozwój kompetencji zespołu

32 h (4 dni szkoleniowe po 8 h) · stacjonarna/zdalna (forma do wyboru zamawiającego; wersja zdalna realizowana online w czasie rzeczywistym z pracą na dokumentach i danych uczestników) · 3 800,00 zł/os. przed dofinansowaniem · szkolenie zgodne ze standardem BUR — kartę usługi rejestrujemy przy starcie grupy

O szkoleniu

Wdrożenia narzędzi generatywnej AI w małych i średnich firmach rzadko upadają z powodów technologicznych – najczęściej brakuje im lidera, który poprowadzi zmianę: zaplanuje wdrożenie, przygotuje zespół i odpowie na opór pracowników obawiających się utraty kontroli nad swoimi zadaniami lub utraty pozycji w firmie. Bez takiej roli inicjatywy AI kończą się na pojedynczych eksperymentach poszczególnych pracowników, które nie przekładają się na wzrost produktywności całej organizacji.

Po szkoleniu uczestnik samodzielnie zaplanuje transformację AI w swoim obszarze odpowiedzialności: zdiagnozuje procesy nadające się do automatyzacji, oceni ryzyka wdrożenia (w tym etyczne i związane z bezpieczeństwem danych), zmapuje interesariuszy i źródła oporu, przećwiczy prowadzenie trudnych rozmów z zespołem oraz zaprojektuje ścieżki rozwoju kompetencji dla pracowników. Nauczy się stosować sprawdzone modele zarządzania zmianą (m.in. ADKAR, Kotter) w praktycznym kontekście wdrożeń narzędzi AI.

Szkolenie ma charakter warsztatowy – uczestnicy pracują na własnych procesach, dokumentach i strukturach zespołów, a każdy dzień kończy się konkretnym elementem planu transformacji AI dla ich organizacji, który zabierają ze sobą do wdrożenia. Prowadzi je trener-praktyk z wieloletnim doświadczeniem we wdrażaniu rozwiązań generatywnej AI, automatyzacji i cyfryzacji w firmach z sektora MŚP oraz w prowadzeniu projektów zmiany organizacyjnej – w zakresie zastosowań AI jako narzędzia wspierającego pracę, bez wykraczania poza tę specjalizację (np. bez porad prawnych czy medycznych).

Program

Dzień 1 8 h: Rola lidera transformacji AI i diagnoza gotowości organizacji

  • Moduł 1: Rola i kompetencje lidera transformacji AI w MŚP – analiza przypadków wdrożeń udanych i nieudanych 2 h – E1
  • Moduł 2: Diagnoza dojrzałości cyfrowej i AI-gotowości organizacji – warsztat na danych i procesach uczestników 3 h – E1
  • Moduł 3: Identyfikacja procesów o najwyższym potencjale automatyzacji AI – warsztat mapowania procesów 3 h – E1, E2

Dzień 2 8 h: Planowanie transformacji AI

  • Moduł 4: Budowa planu transformacji AI – cele, zasoby, harmonogram, budżet i mierniki wejściowe 3 h – E2
  • Moduł 5: Analiza interesariuszy i mapowanie źródeł oporu wobec zmian w organizacji uczestnika 2 h – E3
  • Moduł 6: Ryzyka wdrożenia AI – aspekty etyczne, ochrona danych, bezpieczeństwo informacji, ryzyka operacyjne i sposoby ich ograniczania 3 h – E6

Dzień 3 8 h: Zarządzanie oporem i komunikacja zmiany

  • Moduł 7: Modele zarządzania zmianą (ADKAR, Kotter) w kontekście wdrożeń AI – zastosowanie praktyczne 2 h – E4
  • Moduł 8: Techniki komunikacji i facylitacji zmiany – warsztat symulacyjny prowadzenia spotkania wdrożeniowego 3 h – E4, E7
  • Moduł 9: Trudne rozmowy i obiekcje zespołu wobec AI – ćwiczenia w parach i scenki z informacją zwrotną 3 h – E4, E7

Dzień 4 8 h: Kompetencje zespołu i wdrożenie planu

  • Moduł 10: Diagnoza luk kompetencyjnych zespołu i budowa macierzy kompetencji AI 2 h – E5
  • Moduł 11: Projektowanie indywidualnego planu rozwoju kompetencji i ścieżek szkoleniowych dla pracowników 2 h – E5
  • Moduł 12: Mierniki sukcesu (KPI) transformacji AI i harmonogram komunikacji wyników do zespołu i zarządu 2 h – E8
  • Moduł 13: Prezentacja autorskich planów transformacji AI uczestników + informacja zwrotna trenera i grupy 2 h – E2, E7, E8

Dla kogo

Właściciele i zarządzający mikro, małymi i średnimi firmami (do ok. 250 pracowników) planujący wdrożenie AI; kierownicy działów, team liderzy i menedżerowie średniego szczebla wyznaczeni na liderów zmiany technologicznej; specjaliści ds. digitalizacji, transformacji cyfrowej lub HR odpowiedzialni za wdrożenie AI i rozwój kompetencji zespołu w firmach produkcyjnych, usługowych i handlowych.

Efekty uczenia się (standard BUR)

  • Analizuje dojrzałość cyfrową i AI-gotowość swojej organizacji, identyfikując procesy o najwyższym potencjale automatyzacji.
  • Projektuje plan transformacji AI dla wybranego obszaru firmy, uwzględniający cele biznesowe, zasoby, budżet i harmonogram wdrożenia.
  • Opracowuje mapę interesariuszy wdrożenia AI i ocenia źródła oporu wobec zmiany wśród pracowników.
  • Stosuje techniki zarządzania oporem i komunikacji zmiany (m.in. model ADKAR, techniki facylitacji) w konkretnych sytuacjach wdrożeniowych.
  • Diagnozuje luki kompetencyjne zespołu w obszarze AI i tworzy indywidualny plan rozwoju kompetencji pracowników.
  • Ocenia ryzyka wdrożenia AI (etyczne, dotyczące ochrony danych, operacyjne) i proponuje działania minimalizujące te ryzyka.
  • Prowadzi symulowaną rozmowę lub spotkanie zespołowe dotyczące wdrożenia narzędzia AI, stosując techniki facylitacji zmiany i odpowiadając na obiekcje uczestników.
  • Buduje mierniki sukcesu (KPI) i harmonogram komunikacji transformacji AI możliwy do wdrożenia w firmie uczestnika.

Walidacja: Test wiedzy (20 pytań jednokrotnego wyboru z zakresu modeli zarządzania zmianą, diagnozy AI-gotowości i ryzyk wdrożenia AI, próg zaliczenia 70%) oraz ocena zadania praktycznego złożonego z dwóch elementów: (1) autorskiego planu transformacji AI dla własnej organizacji uczestnika, obejmującego diagnozę procesów, mapę interesariuszy, analizę ryzyk, plan rozwoju kompetencji zespołu i mierniki KPI, przygotowywanego w trakcie szkolenia i ocenianego przez trenera według karty kryteriów, oraz (2) obserwowanej przez trenera symulacji prowadzenia trudnej rozmowy lub spotkania wdrożeniowego (moduły 8–9), ocenianej według tej samej karty kryteriów. Łączny próg zaliczenia zadania praktycznego wynosi 75%. Warunkiem uzyskania zaświadczenia jest zaliczenie testu wiedzy i zadania praktycznego oraz minimum 80% obecności na zajęciach.

Policz swoje dofinansowanie

Sprawdź dofinansowanie