Estefania Angel, amikor néhány hónapja egy nagy technológiai cégnél kezdett dolgozni vezető asszisztensként, furcsa ellentmondást észlelt: bár cége azzal foglalkozott, hogy más vállalatok számára AI-megoldásokat telepített a feladatok racionalizálására, saját belső folyamataiban egyáltalán nem használta ezeket a rendszereket. Angel önállóan kezdte el alkalmazni az AI-alkalmazásokat a Slackben, Outlookban és Google-ben különböző feladatok nyomon követésére és kollégák értesítésére, ami felkeltette felettese figyelmét.
A McKinsey 2023-as kutatása 3 613 munkavállalót és 238 felsővezetőt kérdezett meg, és megállapította, hogy "a mesterséges intelligencia skálázásának legnagyobb akadálya nem a munkavállalók - akik készek - hanem a vezetők, akik nem kormányoznak elég gyorsan". A C-szintű vezetők azt hitték, hogy a munkavállalók 4%-a használ generatív AI-t munkaidejük legalább 30%-ában, miközben a munkavállalók önbevallásos aránya háromszor magasabb volt.
Angel esetében a folyamat alulról felfelé terjedt: miután kollégáit megtanította az AI használatára egy projekt nyomon követésében, egyre több munkatárs kezdte el alkalmazni ezeket az AI-vezérelt folyamatokat, végül pedig ez lett a vállalati norma. Az asszisztensek különösen nagy szerepet játszanak az AI vezetőkhöz való eljuttatásában, mivel közvetlen közelségben dolgoznak velük.
A forrásokkal készült beszélgetések szerint nemcsak a vezetői asszisztensek, hanem a toborzók, adatelemzők, önálló fejlesztők, projektkoordinátorok is kulcsszerepet játszanak az AI-adaptáció szervezeti szintű elterjedésében. A vezetők nagy része egyszerűen nincs az AI-használat frontvonalában a munkahelyen.
A jelenség azt mutatja, hogy a modern technológiai transzformáció gyakran nem felülről lefelé irányított stratégiai döntés eredménye, hanem az önképzéssel foglalkozó, alsóbb szintű munkavállalók gyakorlati innovációjából nő ki. Ezek a dolgozók a napi feladatok során találják meg az AI-eszközök gyakorlati alkalmazási módjait, amelyek aztán példamutatásukkal terjednek el a szervezetben.