AI dzieli pracę na 3 role. Gdzie w tym jest Salesforce

AI ma porządkować rynek pracy wokół trzech typów ludzi: builderów, interpreterów i super-users.

Nie chodzi wyłącznie o automatyzację zadań. Zmienia się też to, jakie kompetencje będą potrzebne w codziennej pracy i które role zyskają największą wartość.

Builderzy, interpreterzy i super-users

Builderzy tworzą nowe narzędzia i rozwiązania oparte na AI. Tu liczy się umiejętność programowania pod AI, analiza danych i myślenie systemowe, bo samo sklejenie promptów nie wystarczy do zbudowania czegoś, co działa poza demo.

Interpreterzy biorą wynik wygenerowany przez AI i przekładają go na realny problem biznesowy. To rola dla ludzi, którzy rozumieją branżę, proces i język biznesu, a jednocześnie potrafią wyjaśnić, gdzie model pomaga, a gdzie trzeba zatrzymać się na ludzkim osądzie.

Super-users nie muszą budować modeli ani tłumaczyć ich działania od podstaw. Ich przewaga bierze się z tego, że umieją używać narzędzi z AI lepiej niż reszta zespołu – szybciej, dokładniej i z większym efektem w codziennym workflow.

W Salesforce najmocniej widać dwie ścieżki naraz

W ekosystemie Salesforce ten podział nie jest teoretyczny. Admin, konsultant czy developer coraz częściej pracuje z funkcjami AI w CRM, analityce i obsłudze klienta. Jedni będą budować nowe rozwiązania, inni staną się tłumaczami między biznesem a tym, co zwraca model, a spora grupa pójdzie w stronę bardzo sprawnego używania gotowych funkcji.

W polskich zespołach wdrożeniowych widać to szczególnie tam, gdzie jedna osoba łączy discovery, konfigurację i kontakt z klientem. Taki profil naturalnie ciąży w stronę interpretera albo super-usera, bo przewaga nie bierze się z samej znajomości narzędzia, tylko z umiejętności osadzenia AI w procesie, który już działa w orgu.

Ten kierunek dobrze łączy się z pytaniem, czy admin Salesforce powinien uczyć się programować. Jeśli ktoś chce wejść w grupę builderów, techniczna warstwa zaczyna mieć większe znaczenie. Jeśli cel jest inny, równie sensowne może być rozwijanie pracy na gotowych funkcjach i mocniejsze wejście w domenę biznesową.

AI nie wypycha ludzi z pracy, tylko przesuwa środek ciężkości

Najmocniejsza zmiana dotyczy tego, za co człowiek ma odpowiadać. AI ma wzmacniać pracę ludzi, przyspieszać ją i otwierać miejsce na bardziej kreatywne działania, ale jednocześnie wymusza naukę nowych kompetencji. Znaczenie zyskują obszary, w których dalej potrzebne są osąd, kontekst i twórcze podejście.

To także korekta myślenia o karierze. Nie wystarczy już być tylko wykonawcą powtarzalnych zadań. Trzeba zdecydować, czy chcesz budować, interpretować, czy wyciskać maksimum z gotowych narzędzi. Każda z tych dróg jest sensowna, ale każda wymaga innego zestawu nawyków.

Podobny podział widać w temacie bezpiecznego wdrażania kodu pisanego przez AI w Salesforce, gdzie samo wygenerowanie rozwiązania to dopiero początek, a realna wartość pojawia się przy review, testach i ocenie ryzyka.

Kompetencje mieszane będą miały największą wagę

Najbardziej użyteczne stają się kompetencje łączone: techniczne, domenowe i kreatywne. Taki miks pozwala albo budować nowe rozwiązania, albo sensownie korzystać z tego, co AI już podpowiada. Samo narzędzie nie zamyka sprawy.

Jeśli pracujesz w Salesforce, sprawdź, do której z trzech grup jest ci dziś najbliżej. Potem dopasuj naukę do tej ścieżki: więcej techniki dla buildera, więcej kontekstu biznesowego dla interpretera, więcej praktyki operacyjnej dla super-usera. Bez tego łatwo utknąć w środku – ani bezpiecznie nie budujesz, ani nie umiesz przełożyć wyniku AI na decyzję w orgu.