Efigence: AI w codziennej pracy zespołu projektowego

W jednym zdaniu

Wprowadzam narzędzia AI do codziennej pracy zespołu projektowego w agencji obsługującej banki, razem z zasadami, co wolno oddać modelowi, a co zostaje przy człowieku.

Problem

W zespołach projektowych AI zwykle wchodzi chaotycznie: kilka osób używa narzędzi po swojemu, reszta się przygląda, a nikt nie wie, jakie dane trafiły do modelu i kto odpowiada za wynik. W agencji pracującej dla banków to ostatnie jest realnym ryzykiem.

Co zrobiłem

• AI Sagres: brałem udział w uruchomieniu tej inicjatywy, czyli grupy, która prowadzi projekty AI w Efigence. Pomysł i nazwa były moje i pochodzą z mojego wystąpienia na AI Lessons Unlearned: projektanci, analitycy biznesowi i ludzie technologii przy jednym stole, tak jak książę Henryk Żeglarz posadził razem w Sagres ludzi z zupełnie różnych światów.
• Skills Factory: biblioteka narzędzi zbudowana we wzorcu adapterów, która przenosi design system z Figmy do kodu. Zespół dostaje konkretne narzędzie do swojej pracy zamiast ogólnego „użyj AI”.
• Wspólna linia z analityką biznesową: połączyliśmy nasze działania z inicjatywą AI zespołu analityki, żeby nie budować dwóch osobnych wysepek.

Zespół i stan adopcji

Około 10 osób w 2 zespołach. Każdy zespół ma własną osobę liderską, a jedna z projektantek specjalizuje się dodatkowo w badaniach z użytkownikami. Zespół realizuje projekty dla bankowości: Credit Agricole, Alior, Coop Bank.

Z AI na co dzień korzysta mniej więcej 4–5 osób z 10, na bardzo różnym poziomie. Na jednym końcu jeden senior zbudował dwukierunkowy pipeline między Claude Design a Figmą i używa generatywnego AI do ilustracji, pracując przy tym ze swoim liderem. Pozostali używają głównie Figma Make albo agentów w Figmie do szybkich wstępnych koncepcji.

Jak przekonuję resztę zespołu

Główną barierą jest brak umiejętności i wiedzy, dlatego adopcja zaczyna się od konkretnego zadania konkretnej osoby. Adopcja jest stopniowa i dobrowolna.

We wrześniu 2026 projektantka poprosiła o pomoc przy sprawdzeniu, czy jej projekt spełnia wszystkie wymagania ze specyfikacji analityków. Pokazaliśmy jej, jak zrobić to z pomocą AI, i zobaczyła na własnym zadaniu, że to ułatwia pracę.

Przy okazji wyszła druga obawa. Projektantka jest po ASP i uważa, że AI generuje mało kreatywne rzeczy, bo opiera się na typowych wzorcach. To jest trafna obserwacja i zgadzamy się z nią. Pokazaliśmy jej więc sposób pracy, w którym kreatywność zostaje po jej stronie, a AI skraca drogę od koncepcji do pierwszej wersji projektu.

Dane klienta

Efigence ma oficjalny dokument: politykę użycia AI w prowadzonych projektach. Zespół postępuje zgodnie z nią, żeby chronić zasoby i wiedzę klientów oraz własne.

Czego dowodzi ten projekt

Że potrafię przeprowadzić zespół projektowy przez zmianę narzędzi bez utraty kontroli nad jakością i odpowiedzialnością, w branży, w której dane klienta są ryzykiem regulacyjnym.