Dlaczego great flattening nie działa (i co zamiast tego)

Masowe redukcje menedżerów średniego szczebla, motywowane wdrożeniami AI, prowadzą do powstania próżni kulturowej i paraliżu decyzyjnego. Zamiast eliminować tę warstwę, nowoczesna architektura organizacji wymaga jej odblokowania poprzez automatyzację zadań administracyjnych, co pozwala na realne wsparcie techniczne i operacyjne zespołów.

Architektura great flattening: Dlaczego firmy tną koszty kosztem ludzi?

Zjawisko great flattening, znane również jako great unbossing, to technologiczno-ekonomiczna strategia eliminacji menedżerów średniego szczebla w celu spłaszczenia hierarchii. Firmy takie jak Google, Intel czy Estée Lauder redukują warstwy zarządzania, wierząc, że AI przejmie nadzór nad efektywnością, co ma przynieść oszczędności, ale często skutkuje chaosem informacyjnym, spadkiem morale oraz ograniczeniem możliwości rozwoju pracowników.

• Skala redukcji: 41% pracowników twierdzi, że ich firmy ograniczyły warstwy zarządzania w zeszłym roku.
• Agresywne cięcia: Google zredukowało 35% menedżerów, Intel usunął połowę warstw zarządzania, a Estée Lauder i Match Group pozbyły się 20% kadry.
• Prognozy Gartnera: Do 2026 roku 20% organizacji wykorzysta AI do spłaszczenia struktur, eliminując ponad połowę stanowisk średniego szczebla.

Sztuczna inteligencja jako filtr, a nie zamiennik lidera

Sztuczna inteligencja skutecznie automatyzuje rutynowe zadania administracyjne, takie jak raportowanie postępów, planowanie spotkań czy analiza dashboardów wydajnościowych, odciążając liderów o około trzy godziny dziennie. Jednak technologia nie zastąpi funkcji „tarczy” chroniącej inżynierów przed chaosem organizacyjnym ani „wzmacniacza” przekazującego prawdy techniczne do zarządu, co jest kluczowe dla zachowania ciągłości projektów oraz bezpieczeństwa.

• Rola Shield (Tarcza): Ochrona zespołów przed nieracjonalnymi dyrektywami C-suite i modami technologicznymi.
• Rola Amplifier (Wzmacniacz): Przekazywanie twardych faktów technicznych i długu technologicznego na poziomy decyzyjne.
• Automatyzacja „janitorial”: Narzędzia takie jak Copilot, Asana czy Motion przejmują summaries spotkań i zarządzanie kalendarzem.
• Ryzyko „archeologii”: Menedżerowie tracą czas na przekopywanie się przez Slack i e-maile w poszukiwaniu decyzji, zamiast zajmować się coachingiem.

Dane Gallup 2025: Ukryty koszt dezaktywacji menedżerów

Badania Gallup wskazują, że menedżerowie odpowiadają za 70% wariancji w wynikach zaangażowania pracowników, które w 2024 roku spadło globalnie do 21%. Brak bezpośredniego wsparcia lidera generuje straty szacowane na 8,9 biliona dolarów rocznie w skali globalnej, co stanowi blisko 9% światowego PKB, uderzając bezpośrednio w rentowność, jakość oraz bezpieczeństwo operacyjne przedsiębiorstw.

• Kryzys zaangażowania: W Wielkiej Brytanii tylko 10% pracowników czuje się zaangażowanych.
• Koszty rotacji: Zastąpienie jednego pracownika kosztuje średnio ponad 30 000 funtów.
• Paradoks lidera: Kadra zarządzająca wyższego szczebla zgłasza wyższy poziom stresu (+7 pkt proc.), gniewu (+12) i samotności (+10) w porównaniu do pracowników szeregowych.
• Wpływ na biznes: Niskie zaangażowanie koreluje ze wzrostem kradzieży, incydentów bezpieczeństwa i absencji.

Nowy stack kompetencyjny: Od raportowania do coachingu

Do 2030 roku rola menedżera ewoluuje w kierunku „katalizatora strategii i ludzi”, koncentrując się na kompetencjach społecznych i emocjonalnych, których maszyny nie potrafią opanować. Zamiast budować tabele przestawne, liderzy będą interpretować dane w kontekście ludzkim, zarządzać relacjami międzyfunkcyjnymi oraz budować bezpieczeństwo psychologiczne, co staje się niezbędne w obliczu rosnącego stresu i izolacji w zespołach.

• Popyt na umiejętności: McKinsey prognozuje wzrost zapotrzebowania na zaawansowane kompetencje IT o 90% oraz społeczne/emocjonalne o 26% do 2030 roku.
• Interpretacja danych: AI dostarcza dashboardy, ale menedżer tłumaczy, dlaczego zespół nie dowiezł deadline’u pomimo zasobów.
• Unbundling zadań: Rozdzielanie zadań wysokospecjalistycznych od rutynowych pozwala na efektywniejsze wykorzystanie talentów.

Wnioski praktyczne

1. Automatyzacja „archaeology”: Wdróż narzędzia takie jak Attrove, aby automatycznie śledzić decyzje i zobowiązania w kanałach Slack/e-mail, zwalniając czas menedżerów na anthropology (budowanie relacji).
2. Protokół Secure AI: Przed wdrożeniem notatników AI sprawdź, czy dostawca nie trenuje modeli na Twoich danych, oferuje opcję pauzowania nagrywania oraz redakcję wrażliwych informacji.
3. Redefinicja KPI: Oceniaj menedżerów za retencję talentów, upskilling i dobrostan zespołu, a nie za tworzenie raportów statusowych, które AI generuje w czasie rzeczywistym.
4. Trening hybrydowy: Tylko 30% menedżerów hybrydowych przeszło formalne szkolenie z zarządzania rozproszonego; inwestycja w te kompetencje podnosi wydajność o 20-28%.