Mówisz, że perfekcjonizm to dziś najdroższy błąd, który można popełnić w biznesie. Kiedy stał się większym ryzykiem niż przewagą?
Jagna Pomorska: Perfekcjonizm był użyteczny w świecie, w którym przewagi rynkowe żyły latami, a koszt iteracji był ogromny. Dziś większość produktów technologicznych, usługowych, a nawet edukacyjnych, funkcjonuje w cyklu „wypuść – popraw – wypuść ponownie”. W takim modelu perfekcjonizm zamienia się w systemowe opóźnienie. W czasie, gdy dopieszczamy szczegóły, konkurencja ma już dane z realnego użycia i poprawia kolejne wersje. Dziś przewagą nie jest dopięcie wszystkiego, tylko zdolność do uczenia się szybciej niż konkurencja.
Dodatkowo wiemy z badań psychologicznych, że perfekcjonizm koreluje raczej z lękiem i prokrastynacją niż z rzeczywistą skutecznością. To widać też w firmach, gdzie zespoły obsesyjnie nastawione na zero błędów częściej chowają problemy pod dywan, zamiast je szybko adresować. W świecie niepewności przewagą staje się nie brak potknięć, tylko zdolność do szybkiego przyznania, że coś nie działa i korekty kursu, zanim rachunek za błąd urośnie do poziomu kryzysu.
Jest coś takiego jak model „non‑finito”, czyli sposób zarządzania, w którym działanie, mimo niepełnych danych, staje się przewagą konkurencyjną. Czy da się zbudować skalowalny biznes na strategii, która z definicji jest niedokończona?
Tak, jeśli rozumiemy skalę nie jako rozszerzanie gotowego planu, ale jako powielanie sprawdzonego mechanizmu uczenia się. Strategia „non‑finito” zakłada, że niedokończone są odpowiedzi, a nie pytania. Pytania o segment klienta, o problem, o unit economics są bardzo precyzyjne. Niedomknięte zostawiamy natomiast konkretne rozwiązania i scenariusze, bo wiemy, że rynek będzie je weryfikował częściej niż my zdążymy przepisać prezentację.
Skalowalność pojawia się w momencie, kiedy organizacja ma powtarzalny rytm. Definiujemy hipotezę, robimy mały test, mierzymy twarde wskaźniki, aktualizujemy strategię lokalnie. Dopiero potem replikujemy najlepsze rozwiązania na kolejne rynki czy linie biznesowe. Wtedy niedokończona strategia nie jest słabością, tylko ramą, która z założenia ma pomieścić wiele iteracji, a nie jedną wielką odpowiedź na wszystko.
Jak w świecie przyspieszonym przez AI i ciągłą zmianę, zmienia się rola lidera? Co przestaje już być jego zadaniem, a co staje się kluczowe?
AI zdejmie z liderów sporą część zadań analitycznych. To, co kiedyś wymagało tygodnia pracy, dziś potrafi przygotować dobrze skonfigurowany model w kilka minut, od scenariuszy kosztowych po warianty harmonogramów. To oznacza, że rola lidera coraz mniej polega na samodzielnym liczeniu wszystkiego w głowie, a coraz bardziej na interpretacji danych i nadawaniu priorytetów.
To, co staje się kluczowe, to umiejętność pracy z niejednoznacznymi danymi. AI podpowie kilka scenariuszy, ale nie odpowie za pytanie, które ryzyko chcemy ponieść jako organizacja. Tu wraca rola człowieka w nadawaniu sensu, ustalaniu granic i budowaniu kontekstu dla zespołu. Z perspektywy technologicznej firmy widzę, że najbardziej poszukiwani są dziś liderzy, którzy potrafią jednocześnie rozumieć potencjał narzędzi i rozmawiać z ludźmi o ich lękach, ambicjach, wątpliwościach. To jest mieszanka kompetencji technicznych i społecznych, której nie da się łatwo zautomatyzować
To, co przestaje być zadaniem lidera, to mikrozarządzanie, bycie wąskim gardłem dla projektów. Jeśli każdy eksperyment z AI, każdy pilotaż technologiczny musi przejść przez ten sam poziom akceptacji, organizacja po prostu nie nadąża za tempem rynku. Kluczowa staje się umiejętność projektowania zasad współpracy. Określmy jasne granice, w których zespół może sam decydować; kryteria, według których wybieramy, który eksperyment robimy pierwszy; sposób, w jaki mówimy o porażkach i korektach kursu. Lider musi też nauczyć się pracować w duecie ze sztuczną inteligencją. Traktować ją jak partnera do analizy, ale nie oddawać jej odpowiedzialności za wybór kierunku. W praktyce oznacza to mniej czasu przy Excelu, a więcej czasu na rozmowy z ludźmi o tym, dokąd idziemy, po co i jak będziemy mierzyć, że to ma sens.
PRZECZYTAJ TEŻ: Nie ma dyplomu z politechniki, a jest CEO spółki technologicznej
Dlaczego kobiety częściej dopracowują, zanim pokażą? To kwestia kultury, edukacji czy doświadczeń zawodowych?
Myślę, że to suma trzech warstw. Kultura uczy nas, że grzeczna, przygotowana dziewczynka dostaje najwyższe noty. Edukacja nagradza perfekcyjne odpowiedzi, niekoniecznie docenia proces myślenia. A doświadczenia zawodowe często wzmacniają przekonanie, że kobieta musi mieć wszystko dopięte, żeby nikt nie zarzucił jej braku kompetencji. W wielu moich rozmowach z przedsiębiorczyniami powtarza się ten sam schemat. Zanim wyjdą z pomysłem do ludzi, chcą mieć wszystko policzone, nazwane, przetestowane na sto procent.
Paradoks polega na tym, że ja sama, prowadząc spółkę technologiczną, nie mogę sobie pozwolić na taki luksus. W wirtualnej rzeczywistości i w produktach opartych na AI większość rzeczy trzeba pokazać klientowi, zanim będą perfekcyjnie dopracowane. Często pracujemy na MVP, które jest raczej prototypem do rozmowy niż gotowym dziełem, które ma uruchomić wyobraźnię, wywołać reakcję, odsłonić założenia, które w na papierze wyglądały świetnie, a w użyciu okazują się nietrafione. Gdybym czekała, aż wszystko będzie dopracowane, moi klienci testowaliby rozwiązania konkurencji, a nie moje. Nauczyłam się traktować niedoskonały produkt jak zaproszenie do współtworzenia. To nie znaczy, że odpuszczam jakość. To oznacza tylko, że jakość buduję w dialogu z rynkiem, a nie w samotności nad najlepszym założeniem.
Doświadczenie startupowe pokazuje, że rynek premiuje osoby, które mają odwagę pokazać wersję roboczą, przyjąć feedback i szybko poprawić produkt. Myślę, że jednym z naszych zadań jako mentorek czy liderek jest normalizowanie wersji beta. Mówienie głośno, że nieidealny, ale przetestowany produkt jest więcej wart niż perfekcyjny plik na dysku.
Czy odporność na niepewność to kompetencja, której można się nauczyć czy raczej cecha, którą się po prostu ma albo nie?
Z mojej perspektywy founderki spółki technologicznej to bardziej kompetencja niż wyrok na całe życie. Startujemy z różnym progowo poziomem komfortu, ale to, jak często i w jaki sposób wchodzimy w sytuacje niepewne, realnie ten próg zmienia. W techu niepewność jest normą, bo nie wiesz, który standard wygra, jak zachowa się rynek, czy nie wyskoczy nowy gracz. Po kilku latach zauważasz, że to, co kiedyś paraliżowało, dziś jest elementem gry. Traktuję odporność na niepewność jak mięsień regulacji emocji. W psychologii wiemy, że unikanie lękowych sytuacji krótkoterminowo przynosi ulgę, ale długoterminowo utrwala przekonanie, że nie dam sobie rady. Analogicznie jest w biznesie. Im częściej odkładamy decyzje na później, tym bardziej nasz próg tolerancji na ryzyko spada.
Kluczowe jest dla mnie to, jak organizacja obchodzi się z błędami. Jeśli każda pomyłka jest traktowana jak osobista porażka lidera, to niepewność będzie nas niszczyć. Jeżeli błąd jest źródłem danych, oczywiście w granicach odpowiedzialności, zaczynamy widzieć w niepewności przestrzeń do odkrycia, a nie wyłącznie zagrożenie. To jest coś, czego można uczyć poprzez sposób projektowania eksperymentów, rozmowę po projekcie, aż po język, jakim opowiadamy o nieudanych próbach.
Za jakie błędy popełnione dziś, firmy zapłacą najwyższą cenę w przeciągu 3 najbliższych lat?
Najwyższą cenę zapłacą firmy, które dziś mylą ruch z postępem i dużo mówią o zmianie, ale realnie nie zmieniają sposobu działania. Widać to szczególnie przy wdrożeniach AI. Z jednej strony raporty pokazują, że już około 65% firm deklaruje regularne korzystanie z generatywnej AI. Z drugiej strony analizy ośrodków badawczych pokazują, że zdecydowana większość pilotaży nie przekłada się na wymierne efekty biznesowe. Kończy się na etapie testów, bez porządnej integracji z procesami. Za trzy lata różnica między tymi, którzy potraktowali AI jako realny temat strategiczny, a tymi, którzy bawili się w projekty, będzie widoczna w poziomie kosztów, tempie pracy i jakości decyzji.
Druga kategoria błędów to transformacje za duże i za rzadkie. Wiemy z analiz McKinsey, że około 70% inicjatyw cyfrowej transformacji nie dowozi zakładanych efektów albo nie osiąga celów. Albo robi to dużo drożej i wolniej niż planowano. Bardzo często dzieje się tak dlatego, że firmy próbują zrobić jeden wielki skok technologiczny, tj. wdrożyć naraz nowe systemy i strukturę, zamiast konsekwentnie budować zdolności ludzi, procesy, architekturę krok po kroku. Obserwuję to też w swojej branży. Firmy kupują zaawansowane rozwiązania VR czy AI, ale bez zmiany sposobu pracy kończy się na pilotażu, o którym wszyscy zapomnieli. Za kilka lat rachunek za takie decyzje będzie widoczny w postaci rozproszonych systemów, zmęczonych ludzi i braku realnej przewagi.
Częsty błąd, który widzę też w techu, to budowanie prototypów tak, żeby potwierdziły naszą wizję, zamiast sprawdzić, czy w ogóle mają sens. Jeśli robimy proof of concept wyłącznie po to, żeby udowodnić, że mieliśmy rację, nie uczymy się niczego nowego. Jedynie dokładamy kolejne projekty do portfolio, które trudno ze sobą zintegrować i jeszcze trudniej obronić przed zarządem czy inwestorami.
Co powiedziałabyś dziś liderce, która stoi na progu decyzji i wciąż czeka na „jeszcze trochę więcej danych”?
Jeśli od dłuższego czasu mówisz sobie „jeszcze trochę więcej danych”, to znaczy, że problem nie leży już w danych, tylko w decyzji. W pewnym momencie kolejne analizy przestają zmniejszać ryzyko, a zaczynają zmniejszać Twoją zdolność do działania.
Zaproponowałabym Ci bardzo konkretne ćwiczenie. Wyobraź sobie, że musisz podjąć tę decyzję w ciągu 48 godzin. Jakiej jednej informacji naprawdę jeszcze potrzebujesz, a co jest tylko wygodnym pretekstem, żeby odsunąć moment działania? Następnie zamień wielką decyzję na lata w decyzję na najbliższy kwartał, taką, którą da się cofnąć lub skorygować. Poprosiłabym Cię też, żebyś policzyła koszt czekania nie tylko w pieniądzach, ale w energii ludzi, którzy od tygodni żyją w trybie „zobaczymy, co zdecyduje góra”. Długotrwały brak decyzji zabija zaangażowanie bardziej niż jedna decyzja, nawet ta nieperfekcyjna. Liderka w świecie ciągłej zmiany nie wybiera między decyzją pewną a niepewną. Wybiera między ruchem zaprojektowanym tak, żeby czegoś ją nauczył, a staniem w miejscu przebranym za ostrożność.
***
Jagna Pomorska – CEO Connected Realities, ekspertka technologii immersyjnych, liderka transformacji cyfrowej i finalistka XVI edycji konkursu Sukces Pisany Szminką. Jedna z najbardziej wyrazistych liderek polskiego sektora nowych technologii, specjalizująca się w zastosowaniach rzeczywistości wirtualnej (VR), rozszerzonej (AR) i mieszanej (XR) w przemyśle, edukacji i biznesie. Jako współzałożycielka i CEO Connected Realities, buduje przyszłość immersyjnych doświadczeń, odpowiadając na potrzeby największych marek – m.in. Orlen, Orange, PZU, Miele, Żabka czy Saint-Gobain. Pod jej kierownictwem stworzono ConnectedVR – autorską platformę automatyzującą procesy szkoleniowe, która z sukcesem jest wdrażana m.in. w logistyce, przemyśle, ochronie zdrowia i edukacji.
Jagna Pomorska reprezentuje podejście humanistycznego przywództwa cyfrowego – łączy głęboką świadomość społecznego wpływu technologii z innowacyjnością i skalowalnością projektów. Wierzy, że technologia powinna służyć człowiekowi – wspierać rozwój kompetencji przyszłości, budować bezpieczeństwo i uczyć odpowiedzialności.
