Wiedza firmowa: jak ją chronić, gdy ludzie odchodzą

Czesiek pracuje w firmie od ponad 30 lat. Zna kartotekę SKU lepiej niż system. Wie, którzy dostawcy są niezawodni w sierpniu, a którzy po cichu zawodzą w grudniu.

Wie, że pewien klient zawsze przyspiesza zamówienia w 47. tygodniu, z powodu regionalnej promocji, która oficjalnie skończyła się w 2018 roku, ale nieformalnie trwała dalej. Zna obejścia, których używają jego młodsi koledzy, nie wiedząc, skąd się wzięły, bo połowę z nich sam wymyślił.

Ale co się stanie, gdy Czesiek odejdzie na emeryturę? W większości przypadków firma traci lata z trudem zdobytej wiedzy, która żyła w jego głowie, nigdy nie została udokumentowana i której odbudowa zajmie lata. Za bardzo wysoką cenę.

To nie jest tylko problem Cześka. To problem całej branży, a matematyka jest brutalna. Badanie Accenture z 2026 roku dotyczące kadr w łańcuchu dostaw przewiduje, że zapotrzebowanie na kluczowe stanowiska w łańcuchu dostaw w USA wzrośnie o 19% do 2035 roku. Oczekuje się, że pula pracowników wzrośnie zaledwie o 3,2%.

W przekładzie: w 2035 roku będzie 1,1 miliona miejsc pracy w łańcuchu dostaw, których nikt nie obsadzi. Doświadczeni ludzie, których mamy dziś, przejdą na emeryturę. Wchodzących juniorów jest mniej, a wchodzą oni na stanowiska ukształtowane przez ludzi, z którymi nigdy się nie spotkają.

To jest prawdziwy kryzys talentów. Nie chodzi o to, że nie możemy znaleźć ludzi. Ludzie, których mamy, odchodzą i zabierają ze sobą wiedzę instytucjonalną, jedno przyjęcie emerytalne po drugim.

Gdy liderzy łańcucha dostaw mówią o AI, rozmowa niemal zawsze dotyczy produktywności. Zautomatyzuj raport. Przyspiesz cykl. Realne i ważne. Ale większym problemem jest transfer wiedzy.

Każda organizacja, z którą pracowałam, działa w oparciu o wiedzę ukrytą, która żyje w głowach ludzi. Doświadczony planista, który zna dostawcę. Doświadczony kupiec, który zna obejście. Doświadczony planista popytu, który wie, że oficjalna prognoza co kwartał myli się co do konkretnego SKU i jak ją nadpisać, nie psując systemu.

Gdy ci ludzie odchodzą, wiedza się nie przenosi. Nowo zatrudniona osoba odbudowuje ją od zera, źle, popełniając te same błędy, których doświadczona osoba nauczyła się unikać 15 lat wcześniej.

Większość strategii AI tego nie adresuje. Jest to jednocześnie problem, do którego rozwiązania AI naprawdę dobrze się dziś nadaje. Odpowiedź nazywamy agentami-praktykantami.

Agent nie zastępuje doświadczonej osoby. Wspiera następne pokolenie. Nowi pracownicy wdrażają się szybciej, ponieważ wiedza instytucjonalna jest teraz dostępna, możliwa do odpytania i wytłumaczalna.

Jest też długoterminowy powód, aby zbudować to teraz. Agenci, których docelowo uruchomisz do rutynowej pracy, potrzebują kontekstu na temat tego, jak Twoja firma naprawdę działa: nieudokumentowanych reguł, specyfiki dostawców, wzorców sezonowych, wyjątków dla konkretnych klientów. Większość firm próbuje wdrażać agentów bez tego kontekstu, i właśnie dlatego te wdrożenia halucynują lub zawodzą. Agenci-praktykanci budują firmowy mózg, którego potrzebuje przyszła automatyzacja. Inwestycja się kumuluje.

Technologia, która to umożliwia, istnieje dziś. Agenci oparci na RAG działający na odpowiednio zawężonym korpusie wiedzy potrafią uchwycić wiedzę o procesach i uzasadnienia decyzji z dokładnością, która pięć lat temu była niemożliwa. Bariera nie jest techniczna. Niewiele firm nadaje temu priorytet, ponieważ zwrot nie pojawia się na pulpicie produktywności przez dwa lub trzy lata.

I łączy się to bezpośrednio z tą luką 1,1 miliona etatów. Jeśli traktujesz tę lukę poważnie, nie zasypiesz jej rekrutacją; tych ludzi po prostu nie ma. Możesz jedynie sprawić, by ludzie, których masz, i ludzie, których przyjmujesz, byli dramatycznie bardziej kompetentni. Agenci-praktykanci to najprostsza droga do tego wyniku. Zobacz, jak blueclip przygotowuje Twoje dane i procesy pod AI →

Działający program agentów-praktykantów ma z grubsza tych pięć elementów.

1. Znajdź niezastąpionychZidentyfikuj 10 do 20 osób, których odejście spowodowałoby największą utratę wiedzy. Niekoniecznie tych najbardziej doświadczonych. Tych, o których koledzy mówią „zapytaj Cześka, on wie".
2. Zawęź zakresJeden proces. Jedna kategoria produktów. Jedno portfolio dostawców. Wszystko, co Czesiek wie, to zły zakres. Wszystko, co Czesiek wie o planowaniu promocji w Q4 dla kategorii nabiału, to właściwy zakres. Wiele wąskich agentów jest lepszych niż jeden szeroki.
3. Prowadź go u boku człowiekaMinimum trzy do sześciu miesięcy, a nie tygodniowy sprint dokumentacyjny. Wiedza ukryta wychodzi na jaw podczas przypadków brzegowych, a przypadki brzegowe zdarzają się zgodnie z kalendarzem biznesu, a nie z Twoim planem projektu.
4. Zweryfikuj z następcąZanim doświadczona osoba odejdzie, przetestuj agenta z osobą, która przejmuje stanowisko. Czy potrafi go faktycznie użyć? Czy odpowiedzi są poprawne? Agent jest gotowy, gdy następna osoba potrafi wykonywać pracę z jego pomocą, a nie gdy doświadczona osoba przechodzi na emeryturę.
5. Traktuj to jako system, a nie projektAgent uczy się dalej, w miarę jak biznes ewoluuje, w miarę jak pojawiają się nowe przypadki brzegowe i w miarę jak następne pokolenie dodaje do niego własną wiedzę.

W tym kwartale

Kim jest tych 10 osób, których odejście na emeryturę poważnie osłabiłoby Twój zespół?

Czy masz plan, jak uchwycić to, co wiedzą, zanim odejdą, taki, który jest czymś więcej niż folderem w SharePoincie i 90-dniowym wdrożeniem na zakładkę? Prawie nikt go nie ma. Liderzy, którzy zbudują go teraz, będą tymi, których zespoły nadal będą działać w 2030 roku.