Dlaczego Amazon krytykuje mierzenie użycia AI przez pracowników?

Wewnętrzne memo Amazona z 27.10.2026 wskazuje, że liczba zużytych tokenów, poziom korzystania z narzędzi AI czy liczba zmian w kodzie nie pokazują, czy AI faktycznie pomaga. Takie wskaźniki mogą zachęcać do sztucznego zwiększania aktywności.

Czym jest token w kontekście sztucznej inteligencji?

Token to jednostka tekstu, którą model językowy przetwarza podczas pracy. Im więcej tokenów zużywa zadanie, tym wyższa liczba w statystykach, ale nie oznacza to lepszego efektu.

Czy statystyki użycia AI wpływają na oceny pracowników w Amazonie?

Amazon zadeklarował, że dane o użyciu AI nie są brane pod uwagę przy ocenach pracowników. Część zespołu mimo to zakładała, że menedżerowie analizują te dane.

Jak menedżerowie powinni oceniać przydatność narzędzi AI?

Według memo kluczowe jest wskazywanie konkretnych zadań, w których AI pomogła, lub w których nie przyniosła korzyści. Dane z narzędzi mogą pomagać w analizie zespołu, ale nie powinny być celem samym w sobie.

Czy brak korzyści z AI może być realnym wynikiem?

Tak, memo uznaje, że narzędzia AI nie zawsze przynoszą oczekiwane rezultaty. Dlatego ważne jest, by firma była gotowa to stwierdzić, zamiast wymuszać wysoki poziom użycia.

Amazon o mierzeniu użycia AI: dlaczego wskaźniki zawodzą

Wewnętrzne memo Amazona przestrzega przed oceną pracowników na podstawie zużycia AI.

Wewnętrzne memo Amazona, opublikowane 27.10.2026 roku, sprzeciwia się oceniu wykorzystania sztucznej inteligencji przez pracowników na podstawie miar zastępczych. Dokument, którego autorem jest Terk Terkowitz, wiceprezes i Distinguished Engineer w dziale Stores, krążył wewnątrz firmy już od września 2026 roku. Jego przesłanie jest proste: sama aktywność w narzędziach AI nie świadczy o wartości, jaką one przynoszą.

Jakie wskaźniki Amazon uznał za zawodne?

Memo wymienia trzy miary, które w ocenie autora nie nadają się do mierzenia postępów. Pierwszą jest liczba zużytych tokenów, czyli jednostek tekstu przetwarzanych przez model. Drugą jest poziom korzystania z narzędzi AI, a trzecią liczba zmian wprowadzonych w kodzie. Wszystkie trzy łatwo policzyć, ale żadna z nich nie mówi, czy praca stała się szybsza, lepsza lub tańsza.

Problem polega na tym, że takie wskaźniki można wyśrubować bez realnej poprawy. Pracownik, który wie, że jest liczony po zużyciu, ma powód, by korzystać z AI także wtedy, gdy nie przynosi to żadnej korzyści.

Czy dane o użyciu AI mogą służyć do oceniania pracowników?

Według memo odpowiedź brzmi: nie jako cel. Dane mogą być analizowane przez zespoły, aby zrozumieć, jak narzędzia są wykorzystywane, ale nie powinny stanowić podstawy do rozliczania ludzi. Amazon zadeklarował też, że statystyki użycia nie wpływają na oceny pracownicze.

Deklaracja nie usunęła jednak niepokoju. Część pracowników była przekonana, że menedżerowie i tak przyglądają się danym o użyciu AI. Widoczność statystyk zespołów pozostaje ograniczona, co sprzyja takim domysłom.

Jak menedżerowie mają ocenić, czy AI pomaga?

Zamiast liczb, memo wskazuje na jakościowy sposób oceny. Menedżerowie mają identyfikować konkretne zadania, w których AI przyspieszyła pracę lub poprawiła wynik, oraz te, w których jej użycie niczego nie zmieniło. Taka lista przypadków daje więcej informacji niż wykres aktywności.

Warto zwrócić uwagę na to, że memo otwarcie dopuszcza możliwość braku korzyści z narzędzi AI. To ważne, bo firmy często zakładają z góry, że wdrożenie musi się opłacić, i przez to nie widzą sygnałów, że tak nie jest.

Czym różnią się miary w narzędziach AI od wskaźników operacyjnych?

Amazon stosuje też inne miary w swoich produktach. Analityka Amazon Connect, opisana w komunikacie AWS z 30.11.2025 roku, dotyczy agentów AI obsługi klienta i obejmuje liczbę interakcji, przekazań rozmów, liczbę tur w rozmowie oraz średni czas obsługi. Są to miary procesu obsługi, a nie wskaźniki tego, ile pracownik „używa” AI.

Wskaźnik	Kontekst	Status w memo lub w praktyce
Zużycie tokenów	Praca z modelami AI	Krytykowany jako cel oceny
Poziom korzystania z narzędzi AI	Praca pracowników	Krytykowany jako cel oceny
Liczba zmian w kodzie	Programiści	Krytykowany jako cel oceny
Liczba interakcji	Amazon Connect, agenci AI	Analiza obsługi klienta
Przekazania rozmów	Amazon Connect, agenci AI	Analiza obsługi klienta
Liczba tur w rozmowie	Amazon Connect, agenci AI	Analiza obsługi klienta
Średni czas obsługi	Amazon Connect, agenci AI	Analiza obsługi klienta

Różnica jest wyraźna: miary z Connect opisują wynik konkretnego procesu, a te z memo opisują samo zaangażowanie w narzędzie.

Dla kontekstu warto pamiętać o wcześniejszym celu Amazona. Według relacji Tom’s Hardware i Yahoo Finance z 12.05.2026 roku firma chciała, by ponad 80% deweloperów korzystało z AI co tydzień. Właśnie takie cele procentowe są typowym przykładem wskaźnika, który łatwo mylić z efektem.

Co to oznacza dla Ciebie?

Jeśli zarządzasz zespołem lub wdrażasz AI w firmie, memo Amazona jest sygnałem, by zacząć od pytania o efekt, a nie o aktywność. Zamiast ustalać cel typu „wszyscy mają używać AI codziennie”, sprawdź, w których zadaniach narzędzia realnie skracają czas lub poprawiają jakość. Zbieraj te przypadki, rozmawiaj o nich z zespołem i akceptuj wynik, że w części obszarów AI może się nie sprawdzić. Dane o użyciu mogą być przydatne do analizy, ale ich przekształcenie w kryterium oceny szybko zniekształca obraz i może skłonić ludzi do pozorowania pracy.