Czym jest zasada 30% w AI?

Zasada 30% w AI mówi, że AI może robić około 70% pracy, a człowiek zostawia sobie resztę: ocenę, wyjątki i ostatnie słowo. To nie jest norma ani wynik badań, tylko reguła kciuka, która w 2026 roku rozeszła się po internecie. Naszym zdaniem sama liczba niewiele mówi. Ważniejsze jest, kto w firmie odpowiada za każdą czynność, którą wykonuje AI.

Czym jest zasada 30% w AI?

Pod tą nazwą krążą trzy różne rzeczy. Łączy je tylko liczba.

• Podział pracy 70/30. AI robi powtarzalną część zadania, a człowiek ocenia wynik, poprawia go i zatwierdza. O tę wersję pytają firmy i o niej jest ten artykuł.
• Limit dla studentów. Najwyżej 30% pracy zaliczeniowej może pochodzić z AI. To nieformalna reguła, którą studenci przekazują sobie nawzajem. Turnitin, popularny detektor tekstów z AI, takiego progu nie wyznacza.
• Prognoza McKinsey. W 2023 roku McKinsey oszacował, że do 2030 roku da się zautomatyzować do 30% godzin pracy w USA. To prognoza dla całej gospodarki, a nie rada, jak dzielić pracę w firmie.

Jeśli ktoś w Twojej firmie mówi „trzymajmy się zasady 30%”, prawie na pewno chodzi o pierwszą.

Skąd się wzięła zasada 70/30?

Nie z badań. W 2026 roku hasło zaczęło krążyć po blogach technologicznych. Jednym z pierwszych tekstów z nazwiskiem autora jest felieton Luisa Antonio Diaza w Forbes Business Council z marca 2026 roku. Diaz opisuje w nim swoją zasadę pracy: AI przejmuje rutynę, a ludzie zajmują się tym, co wymaga doświadczenia.

Sama idea jest rozsądna. AI dobrze radzi sobie z pierwszymi wersjami tekstów, sortowaniem i wyszukiwaniem. Człowiek jest potrzebny tam, gdzie decyzja ma skutki. Kłopot jest z liczbą. Nikt nie pokazał, że akurat 30% to właściwy udział człowieka, a nie 10% albo 60%.

Czy zasada 30% pochodzi od McKinsey?

Nie. Podział 70/30 nie ma z McKinsey nic wspólnego. Liczba 30% pojawiła się w raporcie McKinsey z 2023 roku, ale znaczyła coś innego: prognozę, ile godzin pracy w USA firmy zdążą zautomatyzować do 2030 roku.

W listopadzie 2025 roku McKinsey opublikował nowszy raport, który liczy co innego. Według niego obecna technologia pozwala w teorii zautomatyzować 57% godzin pracy w USA. McKinsey zaznacza, że to potencjał techniczny, a nie prognoza zwolnień.

Oba raporty mówią o całej gospodarce. Żaden nie odpowiada na pytanie, które zadaje sobie właściciel firmy: które zadania mogę oddać AI i kto ma je sprawdzać?

Co naprawdę powinno zostać po stronie człowieka?

Naszym zdaniem nie procent pracy, tylko odpowiedzialność. 30%, za które nikt konkretny nie odpowiada, w praktyce wynosi zero.

Procent mierzy ilość pracy, a ryzyko od niej nie zależy. Odrzucenie kandydata do pracy zajmuje narzędziu AI kilka sekund, a może skończyć się skargą. Raport, nad którym AI pracowało godzinę, może mieć błąd bez żadnych skutków.

Dlatego zamiast pytać, ile procent sprawdza człowiek, lepiej zapytać o każdą czynność osobno. Czy AI może to zrobić samo? Czy musi poczekać na zgodę człowieka? A może nie wolno mu tego robić wcale? Do tego dochodzi pytanie o ludzi: kto konkretnie daje tę zgodę.

Jedna zasada obowiązuje zawsze: czego nie da się cofnąć, tego AI nie robi samo. Przelew, oferta wysłana klientowi, usunięte dane, podpisana umowa - AI może je przygotować, ale ostatni ruch należy do człowieka.

Jak to wygląda w praktyce?

Weźmy firmę handlową z 15 pracownikami, która wdraża agenta AI do obsługi skrzynki biuro@. Agent czyta maile od klientów, odpowiada na pytania, przyjmuje reklamacje i przygotowuje dokumenty. Zanim zacznie działać, właściciel siada z zespołem na godzinę i rozpisuje jego czynności:

W tej tabeli nie ma żadnego procentu i nie jest potrzebny. Jest za to odpowiedź na pytanie, które naprawdę ma znaczenie: kto odpowiada za każdą sprawę, która ma skutki.

Ostatni krok to przełożenie tabeli na ustawienia agenta. Ustalenie „na spotkaniu” nie wystarczy. Agent ma się sam zatrzymać przed zwrotem czy rabatem, a do zmiany numeru konta nie powinien mieć w ogóle dostępu. Szerzej opisujemy to w tekście o zarządzaniu AI w firmie.

Jak ustalić te granice w swojej firmie?

Wystarczy jedno spotkanie na każde narzędzie i pięć kroków. Nie potrzebujesz do tego regulaminu ani konsultanta.

1. Wypisz, co narzędzie może zrobić. Nie to, do czego go dziś używacie, tylko to, do czego ma dostęp. Agent podpięty do skrzynki może czytać, odpowiadać, przekazywać dalej i usuwać maile, nawet jeśli na razie tylko odpowiada.
2. Przy każdej czynności zapytaj, czy da się ją cofnąć. Odpowiedź w złym tonie poprawisz następnym mailem. Przelewu, wysłanej oferty ani usuniętych danych już nie.
3. Przypisz jedno z trzech ustawień. AI robi to samo, czeka na zgodę albo nie robi tego nigdy. Czynność, której nie da się cofnąć, nigdy nie trafia do pierwszej grupy.
4. Przy każdej zgodzie wpisz konkretną osobę. Nie „dział sprzedaży”, tylko imię i nazwisko, a na czas urlopu także zastępcę. Zgody, którą może dać „ktoś”, w praktyce nie daje nikt.
5. Ustaw to w narzędziu i wróć po miesiącu. Po czterech tygodniach przejrzyj, co zatwierdzaliście. Jeśli coś przeszło sto razy bez jednej poprawki, może przejść do czynności, które AI robi samo. Jeśli AI regularnie myliło się w jakiejś sprawie, zaostrz nadzór.

Z takiej tabeli łatwo potem zrobić część polityki AI w firmie. Gotowy układ dokumentu znajdziesz w naszym szablonie polityki AI.

Kiedy 30% to za mało, a kiedy za dużo?

Za mało przy wszystkim, czego nie da się cofnąć, bo tam człowiek zatwierdza każdy przypadek. Za dużo przy rutynie o niskim ryzyku, gdzie sprawdzanie co trzeciej odpowiedzi to strata czasu.

Trudniej ocenić, co jest rutyną. Zadania, które wyglądają podobnie, AI potrafi robić bardzo różnie. W eksperymencie z 758 konsultantami, opisanym w 2026 roku w Organization Science, jedno z zadań wybrano tak, żeby AI sobie z nim nie radziło. Konsultanci korzystający z AI dochodzili do dobrej odpowiedzi o 19 punktów procentowych rzadziej niż ci, którzy pracowali sami. A zadanie nie różniło się na oko od tych, w których AI pomagało.

Dlatego radzimy zacząć od szerszego nadzoru. Przez pierwsze tygodnie sprawdzaj więcej, niż wydaje się potrzebne, i notuj, gdzie AI się myli. Potem luzuj kontrolę tam, gdzie błędów nie ma, a zostaw ją tam, gdzie się powtarzają.

Kiedy nadzór człowieka istnieje tylko na papierze?

Najczęściej wtedy, gdy zasady są spisane, ale nic ich nie egzekwuje. Cztery pułapki łatwo przeoczyć:

• Zatwierdzanie na autopilocie. Jeśli ktoś dostaje do akceptacji 200 spraw dziennie, po tygodniu klika „zatwierdź” bez czytania. Za dużo zgód działa jak brak zgód. Do zatwierdzania mają trafiać tylko sprawy ze skutkami, a rutyna ma iść sama.
• Odpowiedzialność całego działu. „Za agenta odpowiada IT” w praktyce znaczy, że nikt nie czyta, co agent napisał klientowi. Właściciel ma być jeden i ma znać proces, w którym pracuje narzędzie.
• Zgoda umówiona, a nie ustawiona. Zespół ustalił, że rabaty zatwierdza handlowiec, ale agent technicznie może wysłać rabat sam. Pierwsza pomyłka pokaże, że ustalenie było tylko na papierze.
• Za szeroki dostęp. Agent, który odpowiada na pytania klientów, nie potrzebuje prawa do usuwania maili ani wglądu w dane kadrowe. Każde uprawnienie, którego nie używa, to ryzyko bez żadnej korzyści.

Wszystkie cztery mają wspólną przyczynę: nadzór zależy od dobrej woli ludzi, a nie od ustawień narzędzia. Jak zbudować kontrolę, która działa niezależnie od tego, opisujemy w tekście czy można zaufać AI w firmie.

Co o nadzorze człowieka mówi AI Act?

AI Act nie podaje żadnego procentu. Art. 14 wymaga, żeby systemy AI wysokiego ryzyka dało się nadzorować. Osoba nadzorująca ma rozumieć ograniczenia systemu, móc zignorować albo zmienić jego wynik i móc go zatrzymać.

Wysokie ryzyko to na przykład narzędzia do rekrutacji, oceny pracowników albo oceny zdolności kredytowej. Dla nich te obowiązki zaczną działać 2 grudnia 2027 roku (stan na wrzesień 2026, po zmianach wprowadzonych przez tzw. Digital Omnibus).

Czat czy asystent do pisania, z którego korzysta większość firm, do wysokiego ryzyka nie należy. Art. 14 dobrze jednak działa jako test dla każdego agenta: czy konkretna osoba widzi, co agent zrobił, może to poprawić i może go wyłączyć? Kogo obejmują przepisy, wyjaśniamy w artykule AI Act dla firm.

Jak sprawdzić, czy te 30% istnieje w Twojej firmie?

Weź jedno narzędzie AI, które coś robi - wysyła, rezerwuje, zmienia albo płaci - i odpowiedz na pięć pytań. Jeśli na któreś odpowiedź brzmi „nikt” albo „chyba tak”, nadzór istnieje tylko na papierze.

1. Właściciel. Czy jedna konkretna osoba odpowiada za to, co robi narzędzie? Imię i nazwisko, nie dział.
2. Granica. Czy wiadomo, co narzędzie robi samo, co czeka na zgodę, a czego nie robi nigdy?
3. Blokada. Czy narzędzie samo się zatrzymuje i czeka na zgodę, czy tylko umówiliście się tak na spotkaniu?
4. Ślad. Czy widać, kto zatwierdził który wynik i kiedy?
5. Umiejętności. Czy osoba, która zatwierdza, wie, w czym to narzędzie najczęściej się myli?

Na dwa pierwsze pytania odpowiesz sam w jedno popołudnie. Trzecie i czwarte trudniej sprawdzić od środka, bo luki siedzą w ustawieniach narzędzia, których zespół na co dzień nie widzi. To sprawdza audyt AI.

Najczęstsze pytania

Czy zasada 30% to oficjalny standard?

Nie. Żadna ustawa, norma ani regulator nie określa 30% udziału człowieka. To reguła kciuka, która w 2026 roku rozeszła się po blogach technologicznych. AI Act opisuje, co musi umieć nadzór człowieka, a nie jaką część pracy obejmuje.

Czy studentów obowiązuje zasada 30% AI?

Nie ma takiej oficjalnej zasady. Turnitin nie określa dopuszczalnego udziału tekstu z AI i zaznacza, że wynik detektora nie może być jedyną podstawą działań wobec studenta. Obowiązuje to, co zapisała uczelnia albo prowadzący.

Czy McKinsey twierdzi, że AI zautomatyzuje 30% pracy?

Nie. W 2023 roku McKinsey oszacował, że do 2030 roku da się zautomatyzować do 30% godzin pracy w USA - godzin, nie etatów. W raporcie z listopada 2025 roku ocenia, że obecna technologia pozwala w teorii zautomatyzować 57% godzin, i zaznacza, że to nie jest prognoza zwolnień.

Czy firma powinna celować w podział 70/30?

Nie jako w cel. Podział 70/30 może otworzyć rozmowę, ale decyzję podejmuje się dla każdej czynności osobno: co AI robi samo, co czeka na zgodę, a czego nie robi nigdy. Czynności, których nie da się cofnąć, zawsze wymagają człowieka.

Czy AI Act każe człowiekowi sprawdzać 30% wyników AI?

Nie. Art. 14 nie podaje żadnego procentu. Wymaga, żeby człowiek mógł zrozumieć system wysokiego ryzyka, zmienić jego wynik i go zatrzymać. Dla systemów wysokiego ryzyka, na przykład narzędzi rekrutacyjnych, obowiązki zaczną działać 2 grudnia 2027 roku (stan na wrzesień 2026).