Jak AI mění pracovní trh už dnes
Největší dopad umělé inteligence není v tom, že by „zmizela práce“, ale že se mění struktura práce. Podle odhadů McKinsey může generativní AI automatizovat nebo výrazně urychlit činnosti, které dnes tvoří až 30 % pracovní doby v některých administrativních, marketingových a analytických rolích. To znamená, že firmy nebudou nutně rušit celé pozice, ale budou požadovat vyšší produktivitu na jednoho zaměstnance.
V praxi to vidíme u pozic jako customer support, copywriting, junior analytik, HR administrace nebo základní grafická produkce. AI dokáže během minut připravit první návrh textu, shrnutí schůzky, analýzu dat nebo odpovědi na běžné dotazy. Člověk pak přidává kontext, kontrolu kvality, strategii a rozhodování.
Pro zaměstnance to znamená jednu zásadní věc: rutina ztrácí hodnotu, zatímco roste cena schopnosti kombinovat nástroje, interpretovat data a řešit nejasné situace. Kdo pracuje jen podle šablon, je nahraditelnější než člověk, který umí AI zadat správný úkol, ověřit výstup a přetavit ho do výsledku.
Které profese jsou nejvíc ohrožené a které naopak porostou
Nejvíc pod tlakem jsou role s vysokým podílem opakovatelných úkonů, práce s textem, tabulkami nebo standardizovanou komunikací. Typicky jde o administrativu, jednoduchý reporting, základní obsahovou produkci, první úroveň zákaznické podpory nebo přepisování a sumarizaci informací.
- Ohrožené rutinní činnosti: přepisování, základní překlady, jednoduché e-maily, generické články, datové výstupy bez interpretace.
- Roste poptávka po lidech, kteří AI řídí: content stratég, SEO specialista, prompt specialista, data analytik, AI operations, produktový manažer.
- Silnější pozice mají profese s lidským kontaktem: obchod, konzultace, vedení lidí, zdravotnictví, vzdělávání, právní a finanční poradenství.
Velmi důležitý je i dopad na juniorní pozice. Dříve bylo běžné, že junior dělal první návrhy, rešerše a přípravu podkladů. Dnes tuto vrstvu často přebírá AI. Firmy proto očekávají, že i méně zkušený kandidát bude umět pracovat rychleji a samostatněji. To zvyšuje nároky na vstup do oboru, ale zároveň otevírá prostor pro lidi, kteří se naučí AI používat chytřeji než ostatní.
Jak využít AI ve svůj prospěch v každodenní práci
Nejlepší strategie není „bojovat proti AI“, ale naučit se ji používat jako násobič výkonu. Prakticky to znamená automatizovat části práce, které nejsou vaším hlavním přínosem, a ušetřený čas investovat do činností s vyšší hodnotou.
V kancelářské praxi se osvědčuje jednoduchý model: AI na návrh, člověk na kontrolu a rozhodnutí. Například marketér může pomocí ChatGPT nebo Claude vygenerovat strukturu kampaně, návrhy textů a varianty titulku, ale finální výběr udělá podle dat z GA4, Search Console nebo PPC systému. Analytik může použít AI na shrnutí datového výstupu, ale interpretaci trendu a obchodní doporučení musí dodat sám.
Konkrétní nástroje, které dávají smysl v běžné práci:
- ChatGPT / Claude / Gemini – generování textů, brainstorming, shrnutí dokumentů, tvorba podkladů.
- Perplexity – rychlý průzkum tématu s odkazy na zdroje, vhodné pro rešerše.
- Notion AI / Microsoft Copilot – práce s interní dokumentací, meeting notes, produktivita v kanceláři.
- Zapier / Make – automatizace opakovaných úkolů mezi aplikacemi.
- Whisper / Otter.ai – přepis schůzek a tvorba poznámek.
Jeden praktický příklad: obchodní tým má 20 leadů denně. Místo ručního psaní prvního e-mailu lze použít AI k vytvoření personalizovaného návrhu na základě oboru, webu a předchozí komunikace. Obchodník pak text upraví a doplní konkrétní nabídku. Výsledek bývá rychlejší o desítky procent bez ztráty kvality.
Co by se měl naučit každý, kdo nechce ztratit konkurenceschopnost
Největší návratnost dnes mají dovednosti, které AI sama o sobě neumí spolehlivě dodat. Patří sem kritické myšlení, práce s daty, porozumění kontextu, komunikace se zákazníkem a schopnost formulovat zadání. Samotné ovládání nástroje nestačí; rozhoduje, jak přesně umíte zadat úkol a jak výstup vyhodnotíte.
Pro praxi doporučuji tento rozvojový rámec:
- Prompting jako pracovní dovednost: učte se zadávat cíl, kontext, omezení, formát a kritéria kvality.
- Data literacy: umět číst základní metriky v GA4, Search Console, CRM nebo interních dashboardech.
- Doménová znalost: AI nepomůže, pokud nerozumíte oboru. Vlastní expertiza je stále klíčová.
- Kontrola faktů: ověřování zdrojů, dat a tvrzení je nutnost, ne doplněk.
- Automatizace: naučte se aspoň základy Zapieru, Make nebo nativních automatizací v nástrojích, které používáte.
Pokud pracujete v marketingu nebo online byznysu, přidejte ještě schopnost pracovat se strukturou obsahu, vyhledávacím záměrem a SEO. AI totiž zásadně mění i způsob, jak lidé hledají informace. Vedle klasického Googlu roste význam AI Overviews, ChatGPT a Perplexity, takže obsah musí být přesnější, strukturovanější a důvěryhodnější než dřív.
Jak firmy mění nábor, produktivitu i očekávání od zaměstnanců
Firmy dnes čím dál častěji neřeší, zda AI používat, ale jak rychle ji zapojit do procesů. To se promítá i do náboru. V inzerátech se objevují požadavky na zkušenost s AI nástroji, automatizací, datovou analýzou nebo tvorbou obsahu s podporou AI. U některých rolí je to už standard, ne výhoda navíc.
V praxi se mění tři oblasti:
- Produktivita: od zaměstnance se čeká vyšší výkon s menším množstvím manuální práce.
- Rychlost rozhodování: AI zkracuje čas mezi daty a akcí.
- Kvalita výstupů: roste tlak na personalizaci, přesnost a konzistenci.
Výhodu mají firmy, které si vytvoří jasná pravidla: co může AI generovat, co musí člověk schválit, jak se pracuje s citlivými daty a jak se měří přínos. Bez toho vzniká chaos, duplicitní práce a bezpečnostní rizika. Vhodné je zavést interní směrnici pro používání AI, školení zaměstnanců a seznam schválených nástrojů.
Jak si nastavit osobní strategii, abyste z AI vytěžili maximum
Nejlepší postup je začít tam, kde máte největší podíl opakované práce. Udělejte si jednoduchý audit týdne a rozdělte si činnosti do tří skupin: co děláte opakovaně, co vyžaduje odborný úsudek a co vytváří největší hodnotu pro firmu nebo klienta. První skupinu automatizujte nebo zrychlete pomocí AI, druhou si ponechte a třetí cíleně rozvíjejte.
Praktický plán na 30 dní může vypadat takto:
- 1. týden: vyberte 3 rutinní úkoly, které AI zvládne připravit jako první návrh.
- 2. týden: vytvořte si vlastní šablony promptů pro e-maily, shrnutí, rešerše nebo reporting.
- 3. týden: zapojte jednu automatizaci mezi dvěma nástroji, které používáte denně.
- 4. týden: změřte úsporu času, kvalitu výstupů a dopad na výkon.
Pro dlouhodobý růst je důležité sledovat i to, jak AI ovlivňuje váš obor. V marketingu to znamená průběžně testovat dopad AI Overviews na návštěvnost, upravovat obsah pro větší důvěryhodnost a pracovat s autoritou značky. V obchodu je to personalizace komunikace. Ve vývoji zase rychlejší prototypování a dokumentace. Kdo začne dřív, získá náskok nejen v efektivitě, ale i v tom, jak bude na trhu práce vypadat za rok nebo za tři roky.