Jak CEO Zapiera używa AI do budowania zespołu – notatki z rozmowy z Wade’em Fosterem#EN364

Nota od autora: Poniższy tekst to notatki z wywiadu przeprowadzonego przez Claire Vo w ramach podcastu „How I AI”. Wszystkie przedstawione przemyślenia, strategie i przykłady pochodzą bezpośrednio od Wade’a Fostera (CEO Zapier) oraz Claire Vo. Moja rola ogranicza się do uporządkowania i strukturyzacji treści rozmowy.

TL;DR – najważniejsze wnioski z rozmowy:

• Liderzy muszą sami używać AI, zamiast delegować adopcję przez memo – Wade osobiście testuje narzędzia i dzieli się błędami z zespołem
• Granola plus promptowanie równa się niepisany kodeks kultury – analiza transkryptów spotkań ujawnia rzeczywiste wartości firmy, często lepiej niż oficjalne dokumenty
• AI jako asystent rekrutacji – automatyczna ocena kandydatów w oparciu o rubryczkę wartości oraz informacja zwrotna dla rekrutera o jakości jego rozmowy
• Grok do sourcingu talentów – szukanie „diamentów w skorupie” poprzez X/Twitter, szczególnie skuteczne dla ról wymagających bycia „chronically online”
• AI eliminuje ekonomicznie nieopłacalne zadania – tysiące mikro-tasków, które wcześniej nie miały sensu biznesowego, teraz mogą działać na skalę
• Boty feedbackowe w każdym spotkaniu – nawet CEO dostaje coaching od AI, ponieważ dynamika władzy ogranicza szczerość ludzkiej informacji zwrotnej
• Przyszłość to łączenie ról – granice między PM, designerem i inżynierem zaczynają się zacierać, choć jeszcze nie w 2025 roku

Wstęp: „Don’t be a robot, build a robot”

Wade Foster kieruje się w swojej firmie fundamentalną zasadą, która stanowi jedną z kluczowych wartości Zapiera: „Don’t be a robot, build a robot” (Nie bądź robotem, zbuduj robota). W rozmowie z Claire Vo prezentuje, jak ta filozofia przekłada się na jego osobisty zestaw narzędzi technologicznych. Według Fostera liderzy powinni wyjść poza teoretyczne dyrektywy i osobiście korzystać z dostępnych rozwiązań. Tylko w ten sposób mogą zdjąć z zespołu paraliż decyzyjny i pokazać praktyczne zastosowanie automatyzacji.

Ta wartość kulturowa nie jest przypadkowa – predysponuje organizację do eksperymentowania z AI i automatyzacją w sposób naturalny, a nie wymuszony.

Dlaczego AI to nie tylko memo od CEO: unikanie pułapki delegowania

Wade Foster zauważa typowy wzorzec w organizacjach, który nazywa „pułapką delegowania”. Wielu prezesów popełnia błąd, wpadając w spiralę kaskadowego delegowania. Proces ten zazwyczaj wygląda tak: CEO wysyła notatkę o konieczności wdrożenia AI do dyrektorów, ci przekazują ją menedżerom, którzy delegują zadanie specjalistom. W rezultacie osoby te czują się przytłoczone odpowiedzialnością za transformację technologiczną całej organizacji.

Foster stosuje inne podejście. Używa tych samych narzędzi co zespół, testuje je w swoich zadaniach i otwarcie dzieli się tym, co działa oraz co nie przynosi rezultatów. Claire Vo podkreśla, że ludzie obserwują zachowania liderów bardziej niż słuchają ich deklaracji. Gdy CEO prowadzi spotkania z włączonym AI do notatek i otrzymuje informację zwrotną od bota, zespół to widzi i czuje się bezpieczniej eksperymentując samodzielnie.

Alternatywne podejście do adopcji AI obejmuje:

• Organizowanie hackatonów i prezentacji typu show-and-tell – zapewnia to dedykowany czas na grupowe testowanie rozwiązań
• Tworzenie przestrzeni do eksperymentowania, na przykład piątkowych popołudni na zabawę z narzędziami
• Dawanie ludziom czasu na bezpośrednie testowanie technologii bez presji na wynik
• Redukcję strachu przez bezpośredni kontakt z narzędziami – gdy pracownicy mają okazję dotknąć narzędzi, strach przed nieznanym ustępuje miejsca ciekawości

Foster zwraca uwagę na specyficzną sytuację Zapiera: ich produkt oferuje narzędzia do automatyzacji, dlatego byłoby niespójne ewangelizować te rozwiązania na zewnątrz, nie używając ich wewnętrznie. Jak sam mówi: byłby zawstydzony, gdyby Zapier promował na zewnątrz, jak AI zmienia pracę, a wewnętrznie nie robili nic z tego.

Jak odkryć prawdziwą kulturę firmy bez konsultantów

Wade Foster pokazał metodę wykorzystującą Granolę – narzędzie do automatycznych notatek ze spotkań. Uruchomił prompt „Build the Unspoken Company Culture Handbook” na danych z całego roku swoich spotkań. Rezultat zaskoczył go konkretnością opisu rzeczywistego funkcjonowania firmy.

Foster komentuje: „Spędzamy mnóstwo czasu myśląc o kulturze, pisząc o niej. Robimy to lepiej niż większość firm. Jednak gdy przeczytałem ten wynik, pomyślałem – wow, to trafia w szczegóły w sposób, którego nawet ja nie potrafiłem osiągnąć.”

Analiza transkryptów spotkań pozwala:

• Zidentyfikować luki między deklarowanymi a rzeczywistymi wartościami
• Odkryć zachowania nagradzane w praktyce, ale nigdy nie skodyfikowane
• Stworzyć bazę do budowania rubryk rekrutacyjnych, ocen pracowniczych i opisów stanowisk

Foster podkreśla znaczenie dobrze napisanych dokumentów wartości. Zapier od dawna utrzymuje „Values Rubric” z konkretnymi przykładami „rób to, nie rób tamtego” dla każdej wartości. Większość firm nie wkłada w to wysiłku, jednak takie podejście bardzo pomaga AI (i ludziom) zrozumieć, co stanowi dobre, a co złe zachowanie.

Dla firm bez wypracowanych dokumentów wartości Foster proponuje rozwiązanie: nawet bez formalnych wartości można zbierać transkrypty przez kilka miesięcy i uruchomić prompt odkrywający niepisaną kulturę. Następnie wynik można przekazać do ChatGPT z instrukcją przekształcenia go w prompty oceniające do ewaluacji kandydatów. W rezultacie powstaje konkretne narzędzie rekrutacyjne oparte na prawdziwych danych.

Audyt zarządu: AI ocenia również liderów

Kluczowy element systemu feedbackowego w Zapierze, który często jest pomijany w dyskusjach o AI w organizacjach: narzędzie to działa dwukierunkowo.

Wade wspomina, że jego asystentka wykonawcza Courtney zarządza botami coachingowymi, które monitorują nie tylko pracowników, ale również zespół wykonawczy (Executive Team). AI punktuje członków zarządu, jeśli podczas spotkań ich zachowania odbiegają od ustalonych standardów firmy. System trzyma leadership za słowo w sprawie zgodności działań z wartościami organizacji.

Foster wyjaśnia rolę tego mechanizmu: AI pełni tu funkcję „nieskończenie cierpliwego coacha”, który jest wolny od barier wynikających z hierarchii służbowej. Z uwagi na dynamikę władzy nie zawsze otrzymuje szczerą prawdę od ludzi. AI natomiast ma cały czas świata na dostarczanie informacji zwrotnej bez obaw przed konsekwencjami.

Gdy lider publicznie mówi, że otrzymuje informację zwrotną od AI i się nią dzieli, cały zespół czuje się bezpieczniej robiąc to samo. To modelowanie zachowania od góry hierarchii, a nie tylko delegowanie przez memo. Większość ludzi chce więcej informacji zwrotnej niż ich przełożony, współpracownicy czy ktokolwiek inny ma czas im dać.

Agent rekrutacyjny i strategia zdecydowanego zatrudniania

Foster zaprezentował system, w którym agent automatycznie ocenia kandydatów po rozmowach kwalifikacyjnych. Co istotne, głównym celem tego procesu nie jest tylko trafność oceny, ale przede wszystkim szybkość działania.

Konfiguracja agenta rekrutacyjnego w Zapierze działa następująco:

1. Granola dodaje notatkę do folderu „New Interviews”
2. Zapier Agent automatycznie się aktywuje
3. Agent ma dostęp do dwóch dokumentów: opis stanowiska oraz rubryka wartości Zapiera
4. System ocenia kandydata funkcjonalnie i kulturowo
5. Wysyła email z rekomendacją Yes/No/Maybe wraz z uzasadnieniem składającym się z trzech do pięciu zdań

Strategia szybkości w rekrutacji:

Wade podkreśla kluczowy element swojego podejścia: jeśli AI oceni kandydata pozytywnie, chce o tym wiedzieć natychmiast, aby móc działać bardziej zdecydowanie niż konkurencja. W walce o najlepsze talenty wygrywa ten, kto pierwszy przejdzie do konkretów. Dlatego rekomendacja Yes/No/Maybe powinna znajdować się bezpośrednio w temacie emaila – każda sekunda się liczy.

Foster prezentował prompt agenta na żywo: „You’re an expert hiring evaluator at Zapier. Your task is to review the interview transcript and notes provided by Granola. You’re reviewing the job description provided as a knowledge source and Zapier’s company values provided as a knowledge source to determine whether a candidate should advance in the hiring process. You want to evaluate the candidate’s functional expertise, their values alignment…”

Wade wyjaśnia rolę tego narzędzia: rozmawia z ludźmi z dziesiątek dziedzin i wie trochę o wielu rzeczach, ale docenia narzędzie, które sprawdza jego oceny i daje dodatkowe spostrzeżenia. Agent działa jak druga opinia sprawdzająca potencjalne uprzedzenia oraz jak kolejne spojrzenie na kandydata, szczególnie gdy można przegapić coś ważnego.

Przykładowy wynik agenta (z usuniętymi danymi osobowymi): „Recommendation for this candidate is YES. Strong functional expertise, alignment with Zapier’s values. They have a deep understanding of social media strategy, particularly shift from product-focused marketing to story building and community building.”

Claire Vo zaproponowała dwa ulepszenia:

Po pierwsze – dodanie informacji zwrotnej dla rekrutera. Zach Davis z LaunchDarkly stosuje to rozwiązanie z sukcesem. Agent informuje: „zapomniałeś zapytać o XYZ” lub „przy temacie ABC nie pogłębiłeś wystarczająco”. Ludzie wchodzą w naturalną konwersację i zapominają o rubryczkach, natomiast AI tego nie pomija.

Po drugie – umieszczenie Yes/No/Maybe w temacie emaila. Zamiast „Interview evaluation for candidate” lepiej użyć „Interview candidate – YES, move forward”. Prędkość reakcji stanowi przewagę konkurencyjną w rekrutacji.

Foster wykorzystał Zapier Copilot na żywo, aby dodać te sugestie do promptu. Instrukcje takie jak „Change the prompt to remove any identifiable information about the candidate” czy „Add feedback for interviewer section” były implementowane błyskawicznie. Cały proces zajął około 60 sekund.

Wade komentuje możliwości Copilota: ludzie świetni w pisaniu standardowych procedur operacyjnych są fantastyczni w budowaniu agentów. Nawet bez tej umiejętności Copilot pomaga – wystarczy opisać zamiar, a narzędzie przekształci to w strukturalne instrukcje.

Foster podkreśla też proces iteracji: w miarę otrzymywania informacji zwrotnej można aktualizować prompt. Jeśli oceniający jest zbyt łagodny albo zbyt ostry dla kandydatów, dodaje się więcej szczegółów dotyczących dobrej i złej odpowiedzi. Z czasem agent rekrutacyjny staje się coraz lepszy w ocenie kandydatów.

Grok jako narzędzie do sourcingu talentów: tam, gdzie inni nie patrzą

Wade Foster zaprezentował niestandardowe wykorzystanie Groka – AI od X/Twittera – do znajdowania kandydatów do pracy. Zamiast LinkedIn stosuje wyszukiwanie w języku naturalnym w Groku, co pozwala dotrzeć do tzw. „diamentów w skorupie” – osób, które nie mają idealnie uzupełnionych profili zawodowych, ale posiadają unikalną wiedzę praktyczną.

Kogo warto szukać przez Groka:

• Twórców wideo i edukatorów – osób publikujących tutoriale, co świadczy o głębokim zrozumieniu tematu
• Talentów spoza głównych hubów – kandydatów z regionów często pomijanych przez rekruterów
• Osób „internet-native” – kandydatów, którzy doskonale rozumieją specyfikę społeczności online

Przykładowy prompt dla roli social media: „Help me find posters on X that are fans of Zapier, no code, agent building, automation and related topics. I want posters that share tutorials and education related ideas. These posters should have modest followings – not too much, but not too little. I’m looking for diamonds in the rough. We’re on a budget, so look for folks outside the Bay Area. Give me 10 ideas.”

Foster iterował prompt na żywo podczas rozmowy. Pierwsza próba zwróciła wielu kandydatów z Indii i Nigerii, co wskazuje na koncentrację talentów no-code w tych regionach – zagłębia sceny no-code, często niewidoczne dla tradycyjnych rekruterów. Wade potrzebował jednak kandydatów z USA, więc dodał: „United States located folks, give me 10 more ideas.”

Kolejny problem stanowiły boty i podejrzane profile. Foster dodał filtr: „Not a bot. Give me people with real faces as avatars for profile.” Jeden kandydat miał tylko 16 followerów, co było za mało. Wade zauważa, że Grok nie zawsze trafia idealnie, jednak celem nie jest perfekcja, lecz odkrywanie ludzi, których standardowe metody by pominęły.

W pewnym momencie Grok wykazał oznaki frustracji z promptem, jednak ostatecznie dostarczył sensownych rezultatów. Wśród znalezionych osób był Doc Williams, którego Wade osobiście zna i ocenia jako bardzo dobrego. Ta weryfikacja potwierdziła wartość metody.

Foster rozszerzył metodę na YouTube:

Zapytał: „How about finding 10 YouTubers?” Grok przeszukał platformę i znalazł twórców związanych z automatyzacją. Wade zauważył, że Grok podaje profile X, podczas gdy potrzebował linków do kanałów YouTube, więc dodał: „Can you include the YouTube handle/channel link in the table here?”

Wade wyjaśnia przewagę tej metody: LinkedIn przeszukują wszyscy rekruterzy, co daje ten sam zbiór kandydatów co u konkurencji. Grok oferuje inny przekrój rynku. Wyszukiwanie w języku naturalnym jest prostsze niż operatory boolowskie w LinkedIn, a możliwość bardzo specyficznych wyszukiwań otwiera nowe możliwości.

Foster traktuje rekrutację jako grę liczbową, gdzie kluczem jest zwiększenie powierzchni poszukiwań o miejsca niedostępne dla tradycyjnych metod. Podkreśla: nie widzi wielu ludzi używających Groka w ten sposób. Narzędzie jest szczególnie pomocne dla społeczności intensywnie obecnych online. Zapier wykorzystywał je wcześniej do znajdowania technical AI talent, ponieważ dużo dyskusji o AI dzieje się właśnie na X.

Inne zastosowania tej metody obejmują:

• Marketing influencerski – znajdowanie mikroinfluencerów do współpracy
• Opinie o produkcie – identyfikacja ludzi mających konkretny problem
• Wydarzenia społecznościowe – odkrywanie koncentracji użytkowników w różnych regionach

Zadania ekonomicznie nieopłacalne stają się wykonalne

Wade Foster sformułował kluczową obserwację: istnieje mnóstwo zadań, które obecnie nie mają sensu ekonomicznego. Są za drogie, by zapłacić człowiekowi za ich wykonanie, albo za nudne i żmudne, by człowiek robił je konsekwentnie. To właśnie obszar, w którym AI i agenty znajdują zastosowanie – można postawić system, który będzie wykonywał te zadania za niski koszt i bardzo konsekwentnie.

Claire Vo przywołała pytanie, które zadał jej Matt z Suzy: „Gdyby Twój zespół marketingowy działał idealnie po każdej rozmowie sprzedażowej, co by robił? Nie trzy rzeczy, na które macie czas – 15 rzeczy, które są świetnymi pomysłami.”

Foster potwierdził tę perspektywę: w firmach jest wiele zadań, które po prostu się nie dzieją, nawet jeśli byłyby wartościowe, gdyby tylko można było je wykonać. Zatrudnienie człowieka do oceny każdej rozmowy rekrutacyjnej jest niemożliwe. Bot feedbackowy w każdym spotkaniu dla całej firmy był nierealistyczny. Personalizowany coaching dla każdego pracownika po każdym telefonie był zbyt drogi. Teraz wszystko to jest możliwe za ułamek poprzedniego kosztu.

Przykłady transformacji możliwości:

• Audyt 100% rozmów sprzedażowych zamiast losowych 5%
• Dostarczanie informacji zwrotnej po każdym spotkaniu, a nie raz na kwartał
• Analiza zgodności każdej decyzji z wartościami firmy w czasie rzeczywistym

To nie jest substytucja (zastępowanie obecnej pracy ludzi), lecz wypełnianie luk jakościowych – robienie rzeczy, których wcześniej w ogóle nie robiono, ponieważ były ekonomicznie niewykonalne.

Ćwiczenie odblokowujące kreatywność:

Zamiast pytać „Co AI może zrobić zamiast mnie?” należy pytać „Co AI może zrobić, czego nigdy nie robiłem, bo nie miałem czasu, ludzi lub budżetu? Gdybym miał trzech stażystów na tym, co by robili? Gdybym miał nieskończony czas, co bym zrobił dalej?”

Ta zmiana perspektywy przesuwa myślenie z zastępowania na rozszerzanie możliwości. W rezultacie pojawia się ocean wartości, której wcześniej po prostu nie było w grze.

Co zostaje w rekrutacji talentów: koniec „armii pracowników”

Claire Vo zapytała wprost: gdzie wciąż istnieje zapotrzebowanie na najlepsze talenty?

Wade Foster odpowiedział jasno: wszędzie. Dla najlepszych talentów – wszędzie. Zapier ma nieustanne zapotrzebowanie na inżynierów i kierownictwo inżynieryjne. Zatrudniają bardzo konsekwentnie.

Foster rozwinął jednak swoją odpowiedź: interesujące jest sformułowanie pytania dotyczącego tego, gdzie wciąż jest zapotrzebowanie na najlepsze talenty. Odpowiedź brzmi: dla najlepszych – wszędzie.

Role ciągle zatrudniane przez Zapier:

• Inżynierowie i kierownictwo inżynieryjne
• Najlepsi projektanci
• Najlepsi rekruterzy
• Najlepsi menedżerowie produktu
• Najlepsi marketerzy i przedstawiciele handlowi

Wade jest bardzo konkretny: nie skończył zatrudniania tych ludzi. Po prostu to, co znaczy być „najlepszym”, zmieniło się całkiem sporo. Definicja najlepszego talentu teraz zawiera biegłość w AI. To już nie bonus – to wymóg.

Role w trudniejszej sytuacji – najbardziej zagrożone „armie”:

Foster martwi się najbardziej o bardzo wyspecjalizowane role skupione na konkretnym zadaniu, gdzie to zadanie jest teraz prawie całkowicie wykonywane przez AI. Przykład: klasyczny analityk robiący badanie konkurencji – to jest teraz prompt.

Miejsca, o które Foster martwi się najbardziej, to organizacje mające całe zespoły ludzi robiących te same prace – tzw. „armie” (the fleets). Są to działy składające się z dużej liczby osób wykonujących te same, wąskie zadania analityczne. Obecnie te zadania mogą zostać wykonane za pomocą jednego polecenia do AI. To jest naprawdę trudna sytuacja, ponieważ definitywnie nie potrzebuje się już całych zespołów tych osób.

Wade nie zostawia jednak ludzi bez opcji:

Są sposoby, by podnieść poziom swojej pracy. Można budować agenty orkiestrujące te zadania i przenieść się do innych obszarów. Foster patrzy na większość pracy umysłowej i widzi wersję każdej pracy, która może być podniesiona na wyższy poziom i pozwala mieć dużo wyższy wpływ – wymaga jednak inwestycji w narzędzia i nauczenia się tych rzeczy.

Jeśli ktoś znajduje się w sytuacji będąc częścią „armii”, musi znaleźć sposób, by podnieść swój poziom, bo inaczej będzie ciężko.

Jak adopcja AI zmieniła Zapier: w stronę „budowniczych”

Claire Vo zapytała Wade’a Fostera: jak adopcja AI zmieniła firmę? Co czuje się inaczej, a co tak samo?

Wade wskazał na wyraźne zmiany:

Boty feedbackowe są wszędzie. Pracownicy otrzymują coaching i informacje zwrotne non-stop na różnych rzeczach.

Foster zauważył też coś charakterystycznego: Zapier zawsze miał dużo automatyzacji, więc to nie czuje się szczególnie nowe. Ich Slack jest dosyć chaotyczny z reakcjami emoji uruchamiającymi różne automatyzacje. Nie jest niezwykłym scenariuszem w Zapierze, że nowa osoba wchodzi do firmy, widzi fajne emoji, reaguje nim i nie zdaje sobie sprawy, że jest to faktycznie podpięte pod coś. Uruchamia wtedy zestaw automatyzacji.

Najczęściej to niegroźne rzeczy i ludzie się śmieją. Nie jest to podpięte pod nic krytycznego, jednak taka sytuacja zawsze była charakterystyczna dla Zapiera.

Następny rozdział – zacieranie silosów i era „budowniczych”:

Foster widzi możliwość w dalszym rozbijaniu silosów kompetencyjnych. Zapier już rozpoczął to w częściach organizacji, jednak czuje się to jak jeden z trudniejszych zadań kulturowych. Chodzi o wzięcie dwóch rodzin stanowisk i powiedzenie: faktycznie, te muszą teraz stać się jedną.

W rozmowie pojawia się diagnoza dotycząca przyszłości zatrudnienia. Foster przewiduje, że w perspektywie kilku lat sztywny podział na Product Managerów, Designerów i Inżynierów może zniknąć. Te role prawdopodobnie zleją się w jedną funkcję wszechstronnego Twórcy (ang. „Builder”) – osoby, która dzięki wsparciu AI będzie kompetentna w każdym z tych obszarów jednocześnie.

Wade jest ostrożny w prognozach: nie powiedziałby, że są w punkcie, gdzie mają tylko budowniczych. Nie ma czegoś takiego jak menedżer produktu, projektant czy inżynier jako oddzielne role. Nie są tak daleko. Część z tego wydaje się trochę przesadzona w 2025 roku, jednak w 2030? Nie wiem – odpowiada szczerze Foster.

Claire Vo przyznaje, że słynnie powiedziała to w 2023 roku, więc albo będzie miała rację za kilka lat, albo przez najbliższe lata będzie się mylić. Wade zgodził się, że kierunkowo ma rację – tylko harmonogram jest trudny do określenia.

Strategie promptowania gdy AI nie współpracuje

Claire Vo zadaje wszystkim gościom ostatnie pytanie: jak radzą sobie, gdy AI ich frustruje?

Wade Foster ma dwa tryby:

Pierwszy jest dość przyjemny – „hey, please zrób to, please zrób tamto, thank you, etc.”

Drugi aktywuje się, gdy naprawdę nie otrzymuje pożądanego rezultatu. Wtedy staje się bardzo zwięzły – „No, try again. Do this different.”

Claire zapytała, czy Wade testował triki typu caps lock w promptach lub „dam ci dolara, jeśli zrobisz to dobrze” w Zapier Agents.

Foster odpowiedział szczerze: testował. Nie może powiedzieć, czy to robi różnicę. Myśli, że nie robi. Sposób, w jaki promptujemy, jest bardziej odzwierciedleniem nas samych niż naszych sztucznych inteligencji.

Kluczowe lekcje dla liderów organizacji

Wade Foster sformułował kilka ponadczasowych obserwacji wartych podkreślenia.

O byciu przykładem:

Foster powiedział: byłby zawstydzony, gdyby Zapier ewangelizował na zewnątrz, jak AI zmienia pracę, a wewnętrznie nie robili nic z tego. Kiedy rozmawia z zespołem, mówi – chce, żeby byli na przedzie używania tych narzędzi. To powinno znaczyć, że będą próbować rzeczy i będą robić błędy. Jednak nawet gdy robią błędy, to naprawdę dobre, bo teraz mogą wyjść i podzielić się tymi błędami z innymi.

O prawdziwym wyzwaniu z AI:

Wyzwanie z AI, przynajmniej w tym momencie, jest mniej o narzędziach, a bardziej o przychodzeniu z pomysłami – jak zrobić coś lepiej. A kiedy są pomysły, jest szalenie szybko zaimplementować zmiany.

Claire przypomina: jej dwie sugestie dla agenta rekrutacyjnego Wade’a zajęły 60 sekund do dodania. Szybkość implementacji nie jest problemem. Problem stanowi wyobraźnia i pomysły.

O rekrutacji:

Foster jest szczery: w rekrutacji nie ma skrótów. To naprawdę jest gra liczbowa. Trzeba po prostu zwiększyć powierzchnię swojej zdolności do znajdowania interesujących, utalentowanych ludzi i przesiać przez dużo rzeczy, żeby ich znaleźć.

✅ Lista kontrolna: Plan działania na pierwsze 30 dni

Tydzień 1: Zacznij od siebie

• Włącz narzędzie do transkrypcji (Granola, Fireflies, Otter) na wszystkich swoich spotkaniach
• Zapisuj swoje pierwsze doświadczenia – co działa, co nie
• Podziel się jednym błędem z AI publicznie w zespole (modeluj zachowanie)
• Zidentyfikuj jedną wartość firmy i napisz konkretne przykłady „rób to, nie rób tamtego”

Tydzień 2: Odkryj swoją prawdziwą kulturę

• Zbierz miesiąc transkryptów ze spotkań
• Uruchom prompt: „Build the Unspoken Company Culture Handbook”
• Porównaj wynik z oficjalnymi wartościami firmy
• Zidentyfikuj trzy luki lub niespodzianki i zdecyduj co z tym zrobić
• Przekształć spostrzeżenia w prompty oceniające dla rekrutacji (użyj ChatGPT)

Tydzień 3: Zbuduj swojego pierwszego agenta

• Wybierz jedno powtarzalne zadanie (np. screening kandydatów, badanie konkurencji)
• Stwórz agenta w Zapierze lub Make (użyj Copilota do pomocy z promptem)
• Dołącz źródła wiedzy (opisy stanowisk, rubryki, wartości)
• Przetestuj go na pięciu rzeczywistych przypadkach
• Iteruj na podstawie wyników – zbierz informację zwrotną od użytkowników

Tydzień 4: Skaluj w organizacji

• Zorganizuj hackathon lub piątkowe popołudnie dla eksperymentów zespołu
• Pokaż swoje narzędzia i agenty na prezentacji (dziel się błędami też)
• Zbierz trzy do pięciu pomysłów od zespołu na inne scenariusze zastosowań
• Stwórz rubryki biegłości AI dla kluczowych ról (co to znaczy być „najlepszym” teraz)
• Zastanów się, które rodziny stanowisk mogłyby się połączyć w przyszłości

Bonus: Rekrutacja z AI – kompletny system

• Dodaj do opisów stanowisk wymaganie biegłości AI
• Stwórz agenta oceniającego kandydatów (użyj wzoru Wade’a)
• Dodaj informację zwrotną dla rekrutera do systemu (nie tylko dla kandydata)
• Wrzuć Yes/No/Maybe do tematu emaila dla maksymalnej szybkości
• Spróbuj Groka do sourcingu dla jednej roli „chronically online”
• Eksperymentuj z wyszukiwaniem w języku naturalnym typu „modest followings, diamonds in the rough”

Metryki do śledzenia – kluczowe dla zwrotu z inwestycji

• Ile osób w zespole aktywnie używa narzędzi AI (tygodniowo)
• Ile zadań zautomatyzowaliście jako zespół (liczba działających agentów)
• Czas od rozmowy do decyzji rekrutacyjnej (powinien spaść o 50% lub więcej)
• Jakość i częstotliwość informacji zwrotnej dla pracowników (ankiety co miesiąc)
• Liczba „ekonomicznie nieopłacalnych” zadań, które teraz działają

Pytania diagnostyczne dla liderów

Wade Foster i Claire Vo pośrednio zaproponowali schemat myślenia o AI w organizacji. Warto zadać sobie następujące pytania:

O adopcji:

• Czy używam tych samych narzędzi, które proponuję zespołowi?
• Czy dzielę się publicznie swoimi błędami i naukami z AI?
• Czy stworzyłem przestrzeń, w której zespół może eksperymentować bez presji na wynik?

O kulturze:

• Czy moje deklarowane wartości zgadzają się z tym, jak faktycznie rozmawiamy na spotkaniach?
• Czy mam konkretne przykłady „rób to, nie rób tamtego” dla każdej wartości?
• Czy AI mógłby zrozumieć moją kulturę na podstawie dokumentów, które mam?
• Czy system feedbackowy działa dwukierunkowo – również dla liderów?

O talencie:

• Czy moja definicja „najlepszego talentu” zawiera biegłość AI?
• Które role w mojej firmie są wyspecjalizowane i robią jedno zadanie, które może być promptem?
• Czy mam całe zespoły („armie”) ludzi robiących to samo? Co z nimi zrobię?
• Czy przygotowuję ludzi do bycia „budowniczymi” zamiast wąskimi specjalistami?

O niewykonanych zadaniach:

• Jakie 15 rzeczy robiłby mój zespół, gdyby miał nieskończone zasoby?
• Które z tych 15 rzeczy mogą być teraz ekonomicznie wykonalne dzięki AI?
• Czy myślę o AI jako substytucji (zastępowaniu) czy wypełnianiu luk jakościowych?

🎯 Bonus: Biblioteka Promptów z Odcinka

Poniżej znajdują się propozycje poleceń, które zostały spisane i odtworzone na podstawie tego, co Wade Foster prezentował lub cytował w trakcie rozmowy. Warto potraktować je jako punkt wyjścia do własnych eksperymentów i dostosować do specyfiki swojej organizacji.

1. Prompt do odkrywania niepisanej kultury firmy

Gdzie użyć: Granola, Fireflies, Otter lub dowolne narzędzie do transkrypcji spotkań

Prompt:

Build the Unspoken Company Culture Handbook based on these meeting transcripts. Describe how the organization actually works, what gets rewarded, and what gets ignored.

Kiedy stosować:

• Posiadasz co najmniej miesiąc transkryptów ze spotkań
• Chcesz porównać deklarowane wartości z rzeczywistością
• Planujesz rekrutację i potrzebujesz autentycznych rubryk
• Odświeżasz dokumenty kulturowe i wartości firmy

Dlaczego to działa:

Wade był zaskoczony pierwszym razem: spędzają mnóstwo czasu myśląc o kulturze, jednak wynik trafił w szczegóły w sposób, którego nawet on nie potrafił osiągnąć.

AI analizuje sposób, w jaki faktycznie się rozmawia, nie to, jak się myśli, że się rozmawia. To ujawnia rzeczywiste zachowania nagradzane w praktyce, nawet jeśli nigdy nie zostały formalnie zapisane.

Wskazówka: Uruchom to co kwartał i śledź ewolucję kultury organizacyjnej.

2. Prompt do przekształcenia kultury w narzędzia rekrutacyjne

Gdzie użyć: ChatGPT, Claude lub inny duży model językowy

Prompt:

Take this unspoken culture handbook and generate a set of scoring prompts for how to evaluate somebody in an interview against these traits that match [nazwa firmy] well.

Dane wejściowe: Wynik z poprzedniego promptu

Kiedy stosować:

• Masz już „Podręcznik Niepisanej Kultury”
• Chcesz standaryzować proces rekrutacyjny
• Potrzebujesz konkretnych pytań do rozmów kwalifikacyjnych
• Budujesz systemy oceny kandydatów

Co otrzymujesz:

Konkretne prompty oceniające typu: „Przy wartości X, dobra odpowiedź to… zła odpowiedź to…” Można to od razu wykorzystać w agencie rekrutacyjnym lub przekazać rekruterom jako przewodnik.

3. Prompt główny dla agenta rekrutacyjnego

Gdzie użyć: Zapier Agents, Make lub własny system automatyzacji

Prompt – kompletny system instrukcji:

You are an expert hiring evaluator at [NAZWA FIRMY]. 

Your task is to review the interview transcript and notes provided by [narzędzie do notatek].

You are reviewing:
- The job description provided as a knowledge source
- [NAZWA FIRMY] values provided as a knowledge source

Your goal is to determine whether a candidate should advance in the hiring process.

Evaluate:
1. The candidate's functional expertise
2. Their values alignment with [NAZWA FIRMY]
3. Specific examples from the conversation that support your assessment

Your output should include:
- Recommendation: YES / NO / MAYBE
- Reasoning: 3-5 sentences explaining your recommendation
- Key strengths: 2-3 bullet points
- Potential concerns: 1-2 bullet points (if any)
- Interviewer feedback: What questions were missed? What areas weren't explored deeply enough?

Subject line format: "Interview [Role] - [YES/NO/MAYBE] - [Candidate Name]"

IMPORTANT: Remove any personally identifiable information (PII) from your evaluation to protect candidate privacy.

Źródła wiedzy do załączenia:

• Opis stanowiska dla konkretnej roli
• Dokument z wartościami firmy (z konkretnymi przykładami „rób to, nie rób tamtego”)

Kiedy stosować:

• Po każdej rozmowie rekrutacyjnej (automatyzacja przez folder w Granola/Fireflies)
• Potrzebujesz sprawdzenia swoich wrażeń i weryfikacji potencjalnych uprzedzeń
• Chcesz drugiej opinii przy trudnych decyzjach
• Skalujesz rekrutację i zależy ci na konsystencji
• Stosujesz strategię zdecydowanego zatrudniania – potrzebujesz szybkiej oceny, by wyprzedzić konkurencję

Wade komentuje: to nie zastępuje mojej decyzji. To jest sprawdzenie i partner do przemyśleń. Szczególnie gdy rozmawiam z ludźmi z dziesiątek dziedzin – wiem trochę o wielu rzeczach, jednak dobrze mieć narzędzie, które mnie sprawdza.

4. Prompt do iteracji agenta przez Copilot

Gdzie użyć: Zapier Copilot lub bezpośrednio w promptach agenta

Przykładowe komendy:

Change the prompt to remove any identifiable information about the candidate

Add a section with feedback for the interviewer - what questions they forgot to ask, what areas they didn't explore deeply enough

Add YES/NO/MAYBE to the subject line of the email for faster decision making

Kiedy stosować:

• Masz już działającego agenta, jednak chcesz go ulepszyć
• Zauważyłeś luki w wynikach
• Otrzymałeś informację zwrotną od użytkowników
• Chcesz szybko przetestować nowe funkcje

Wade o Copilocie: nie trzeba siedzieć i pisać wszystkich instrukcji samodzielnie. Podajesz podstawowe wytyczne, a Copilot generuje wszystko. Następnie można po prostu edytować bezpośrednio.

5. Prompty do sourcingu talentów przez Groka

Gdzie użyć: Grok (AI od X/Twitter)

Prompt podstawowy:

Help me find posters on X that are fans of [TEMATYKA: np. Zapier, no-code, automation]. 

I want posters that share tutorials and education related ideas.

These posters should have modest followings. Not too much, but not too little. I'm looking for diamonds in the rough.

I'm on a budget, so look for folks outside the Bay Area.

Give me 10 ideas.

Iteracje – dodawaj według potrzeb:

Filtr geograficzny:

Look for folks outside the Bay Area / in [konkretna lokalizacja]. We're on a budget.

Filtr na boty:

Not a bot. Give me people with real faces as avatars for profile.

Filtr na autentyczność:

Konkretna lokalizacja:

United States located folks only. Give me 10 more ideas.

Kiedy stosować:

• Szukasz talentów intensywnie obecnych online (social media, społeczność, relacje z deweloperami)
• LinkedIn daje ten sam zbiór co wszyscy inni
• Chcesz znaleźć mikroinfluencerów
• Potrzebujesz ludzi z konkretnych nisz lub społeczności (np. zagłębi no-code w Nigerii czy Indiach)
• Szukasz twórców wideo i edukatorów publikujących tutoriale

Rozszerzenie na YouTube:

Następnie:

Include the YouTube channel link in the table here.

Wade komentuje: nie widzi wielu ludzi używających Groka w ten sposób. Jest szczególnie pomocny dla społeczności intensywnie obecnych online. LinkedIn przeszukują wszyscy – Grok daje inny przekrój rynku.

Inne zastosowania tego samego promptu:

• Marketing influencerski (znajdź mikroinfluencerów do współpracy)
• Opinie o produkcie (znajdź ludzi mających konkretny problem)
• Spostrzeżenia społecznościowe (gdzie są koncentracje naszych użytkowników)
• Badanie konkurencji (kto mówi o naszej konkurencji)

6. Prompt do odblokowywania ekonomicznie nieopłacalnych zadań

Gdzie użyć: Sesja planowania z zespołem lub podczas rozmów jeden na jeden

Prompt – pytanie do siebie lub zespołu:

Gdyby [nazwa zespołu] działał idealnie po każdym [konkretne wydarzenie], co by robił?

Nie 3 rzeczy, na które macie czas.

15 rzeczy, które są świetnymi pomysłami, ale nigdy nie mieliśmy czasu/ludzi/budżetu, żeby je zrobić.

Przykłady konkretne:

Dla marketingu:

Dla produktu:

Gdyby zespół produktowy miał trzech stażystów i nieskończony czas po każdej rozmowie badawczej z użytkownikiem, co by zrobił? (15 rzeczy)

Dla wsparcia:

Kiedy stosować:

• Planujesz automatyzacje i agenty
• Czujesz, że zostawiasz wartość na stole
• Zespół mówi „nie mamy czasu na XYZ”
• Szukasz scenariuszy zastosowań dla AI w swojej organizacji

Wade komentuje: jest tak wiele zadań wewnątrz firmy, które po prostu się nie dzieją, nawet jeśli prawdopodobnie by się działy, gdyby można było to zrobić. To jest przestrzeń, gdzie AI i agenty znajdują zastosowanie.

Schemat myślenia:

1. Co robisz teraz – to jest poziom bazowy
2. Co byś robił, gdybyś miał dwa razy więcej czasu – poziom 1
3. Co byś robił, gdybyś miał zespół trzech stażystów – poziom 2
4. Co byś robił, gdybyś miał nieskończone zasoby – poziom 3

Poziomy 2-3 to często idealne scenariusze zastosowań dla AI i agentów.

7. Meta-prompt do ulepszania wszystkich promptów

Gdzie użyć: Przy każdym agencie lub procesie, który budujesz

Prompt:

Mam agenta, który [opis co robi]. 

Oto jego obecne instrukcje: [wklej prompt]

Zasugeruj 3-5 ulepszeń, które:
1. Zwiększą jakość wyniku
2. Dodadzą wartość, o której nie pomyślałem
3. Pomogą uniknąć typowych błędów

Dla każdej sugestii wyjaśnij "dlaczego" i "jak to zaimplementować".

Kiedy stosować:

• Masz działającego agenta, jednak czujesz, że może być lepszy
• Otrzymujesz informację zwrotną, że coś nie działa idealnie
• Minął miesiąc od stworzenia – czas na przegląd
• Chcesz nauczyć się lepszego promptowania

Wskazówka: To jest dokładnie to, co Claire Vo zrobiła Wade’owi na żywo z jego agentem rekrutacyjnym. Zasugerowała dwie rzeczy (informacja zwrotna dla rekrutera oraz YES/NO w temacie), które zostały wdrożone w 60 sekund.

8. Prompt Hillary Mason – definicja wartości z przykładami

Gdzie użyć: Budowanie lub odświeżanie dokumentów wartości firmy

Schemat promptu:

1. Co to faktycznie znaczy w praktyce?
2. Podaj 3 przykłady "DO THIS" - konkretne zachowania, które ją reprezentują
3. Podaj 3 przykłady "NOT THIS" - zachowania, które ją łamią
4. Jak to wygląda dla różnych poziomów doświadczenia? (Junior vs Senior vs Lead)

Kiedy stosować:

• Piszesz lub aktualizujesz wartości firmy
• Przygotowujesz dokumenty dla agentów AI
• Tworzysz rubryki dla ocen pracowniczych
• Chcesz, by AI rozumiał kulturę organizacji

Wade komentuje: większość firm nie wkłada w to wysiłku, jednak to naprawdę pomocne, gdy ma się dobrze napisany dokument dla AI, który rozumie co jest dobre, a co złe zachowanie.

Dlaczego to krytyczne:

AI nie rozumie abstrakcji. „Bądź proaktywny” to nic nie znaczy. Natomiast „DO THIS: Gdy widzisz problem, natychmiast proponujesz rozwiązanie, nie czekasz na pozwolenie” versus „NOT THIS: Przekazujesz każdy problem do przełożonego bez próby rozwiązania” – to AI rozumie.

Jak używać tych promptów – praktyczny proces

Start – Dzień 1-7:

1. Włącz Granolę na wszystkich spotkaniach
2. Po tygodniu uruchom prompt #1 (Niepisana Kultura)
3. Przeanalizuj wynik – gdzie jesteś zaskoczony

Budowanie – Dzień 8-14: 4. Weź wynik i użyj promptu #2 (prompty oceniające) 5. Zbuduj pierwszego agenta z promptem #3 (rekruter) 6. Przetestuj go na trzech do pięciu prawdziwych przypadkach

Iteracja – Dzień 15-21: 7. Zbierz informację zwrotną od użytkowników 8. Użyj promptu #4 (iteracje przez Copilot) 9. Zastosuj prompt #7 (meta-ulepszenie)

Skalowanie – Dzień 22-30: 10. Użyj promptu #6 z zespołem (15 rzeczy) 11. Zidentyfikuj trzy nowe scenariusze zastosowań dla agentów 12. Spróbuj promptu #5 (Grok) dla sourcingu

Utrzymanie – Ciągłe: 13. Co kwartał: prompt #1 na nowo (jak kultura ewoluuje) 14. Co miesiąc: prompt #7 dla każdego agenta (ulepszenie) 15. Przy każdej nowej wartości: prompt #8 (konkretne przykłady)

Kluczowa lekcja od Wade’a:

Wyzwanie z AI jest mniej o narzędziach, a bardziej o przychodzeniu z pomysłami. A kiedy są pomysły, jest szalenie szybko zaimplementować zmiany. Sugestie Claire zajęły 60 sekund do dodania.

Promptowanie to nie magia – to konkretne instrukcje dla narzędzia, które jest nieskończenie cierpliwe. Im bardziej konkretny jesteś, tym lepszy wynik. Im częściej iterujesz, tym lepsze rezultaty.

Zacznij od jednego promptu. Przetestuj. Iteruj. Skaluj.

Kluczowy insight

Paradoks nieopłacalnych zadań

Standardowo myślimy: Wdrażamy AI tam, gdzie ponosimy największe koszty osobowe, aby zastąpić obecną pracę ludzi (substytucja).

W praktyce okazuje się, że: Prawdziwa wartość AI leży w wykonywaniu zadań, które dotychczas były całkowicie ignorowane, ponieważ były „ekonomicznie nieopłacalne” dla człowieka – zbyt drogie, zbyt nudne lub wymagające nieludzkiej skali.

Dlaczego to jest istotne: Zamiast szukać oszczędności na pensjach, organizacja zyskuje nowe możliwości. Audyt 100% rozmów sprzedażowych zamiast losowych 5%. Dostarczanie informacji zwrotnej po każdym spotkaniu, a nie raz na kwartał. To nie jest redukcja kosztów, lecz wypełnianie luk jakościowych – robienie rzeczy, których wcześniej w ogóle nie robiono.

Firmy czekające na „właściwy moment” i „pełną strategię” nie dostrzegają, że koszt eksperymentu spadł do zera. Nie potrzeba budżetu na projekt pilotażowy – potrzeba 60 sekund z narzędziem. Nie potrzeba konsultantów mapujących procesy – potrzeba włączyć Granolę na swoich spotkaniach.

Test na jutro: Następnym razem gdy zrezygnujesz z jakiegoś działania (np. sprawdzania zgodności notatek ze spotkania z wartościami firmy), uznając, że „szkoda na to czasu człowieka”, zamiast porzucać temat – zleć go agentowi AI. Sprawdź czy po tygodniu masz więcej wartościowych spostrzeżeń niż przez ostatni rok, kiedy to zadanie w ogóle się nie działo.

Źródła:

Materiał powstał na podstawie wywiadu przeprowadzonego przez Claire Vo z Wade’em Fosterem (CEO Zapier) w ramach podcastu „How I AI”.