AI a budúcnosť práce: lepšia otázka pre vedenie
Namiesto binárky spása verzus katastrofa: ako rozdeliť prácu medzi ľudí a systémy tak, aby to firme fungovalo v prevádzke.

Debata o tom, či nás AI nahradí, je pre riadenie firmy takmer bezcenná. Keď hovoríme o AI a budúcnosti práce, dá sa rozhodovať lepšie: nie či človek prehrá so strojom, ale ktoré konkrétne úlohy dáte systému, ktoré si necháte a kde musí zostať človek, ktorý potvrdzuje výsledok. To je otázka, na ktorú viete odpovedať už zajtra ráno pri jednom procese.
Väčšina titulkov spadá do jednej z dvoch priehradiek: spása alebo katastrofa. Obe potichu predpokladajú to isté, že jediným reálnym aktérom zostáva človek a stroj je buď nástroj, čo nás zachráni, alebo hrozba, čo nás skončí. Túto rámcovú otázku pekne rozobral príspevok na Reddite v komunite r/artificial. Keď sa však pozriete, ako ľudia tieto systémy naozaj používajú deň čo deň, obraz je pestrejší a menej dramatický.
Prečo je otázka „nahradí nás AI“ zle položená?
Pretože práca nie je jedna vec, ktorá sa buď automatizuje celá, alebo vôbec. Je to súbor úloh. Goldman Sachs a MMF v analýzach trhu práce odhadujú, že AI dokáže automatizovať približne 25 % pracovných úloh vo vyspelých krajinách a narušiť až 40 % pracovných miest globálne, pričom tlak dopadá najmä na rutinnú a málo kvalifikovanú prácu (Logiscool).
Rozhodujúce slovo je úloha, nie miesto. Účtovníčka nezmizne preto, že model vie prečítať faktúru. Zmení sa jej deň: menej prepisovania, viac kontroly výnimiek a rozhodovania o sporných prípadoch. Rozdeľte prácu na úlohy a otázka o nahradení sa rozpadne na desiatky menších, na ktoré viete odpovedať číslami.
Ako rozdeliť úlohy medzi ľudí a AI systémy?
Pri každej úlohe si položte tri praktické otázky: ako drahá je chyba, dá sa výsledok overiť a je vstup štruktúrovaný. Podľa odpovedí úloha spadne do jednej z kategórií. Toto rozdelenie je jadro celej debaty o AI a budúcnosti práce v konkrétnej firme.
- Stroj koná sám: lacná chyba, ľahko overiteľný výsledok, štruktúrovaný vstup. Napríklad triedenie e-mailov, prvá verzia zápisu z porady, návrh kampane.
- Stroj navrhuje, človek potvrdzuje: chyba je nepríjemná alebo drahá. Zápisy do CRM?Systém na riadenie vzťahov so zákazníkmi, kde firma eviduje kontakty, obchodné prípady a komunikáciu., cenové ponuky, komunikácia s klientom.
- Človek rozhoduje, stroj len podkladá: rozhodnutie s dôsledkami, ktoré sa ťažko vracia. Prepúšťanie, právne kroky, strategické investície.
V praxi som sa naučil jedno tvrdé pravidlo: kým dáme agentovi ďalšiu právomoc, počítame, čo sa stane, keď ju použije zle. Nesprávny návrh je lacný, zlý zápis do systému je drahý. Preto agenti u nás štandardne smú iba čítať a navrhovať; každý zápis prechádza cez potvrdenie človekom. Znie to konzervatívne, no ušetrilo nám to viac problémov než všetky vylepšenia promptov dokopy. Kto chce vidieť, kde sa hranica prekročí, nech si pozrie prípad, keď agent firme vypol WiFi.
Ak toto rozdelenie riešite naprieč celou firmou a nie len pri jednom procese, oplatí sa spraviť to systematicky s niekým, kto si tým už prešiel. Práve na prioritizáciu úloh a prvý krok je stavaný jednodňový sprint, ktorý vedeniu pomôže vybrať AI zámery s reálnym dopadom a zmapovať riziká. Má zmysel, ak už tušíte, kde by AI pomohla, ale chýba vám rámec, čím začať; nemá zmysel, ak hľadáte hotový technický návod.
Čo hovoria dáta o AI a budúcnosti práce v roku 2026?
Že posun je reálny a rýchly, ale nie apokalyptický. Microsoft opisuje rok 2026 ako začiatok éry, v ktorej sa AI mení z nástroja na spolupracovníka: zamestnanci si bez programovania tvoria „digitálnych kolegov“, ktorí zvládajú rutinu, teda e-maily, podklady na porady, analýzy dát (Microsoft).
K číslam patrí opatrnosť. Gartner predikuje, že do roku 2028 bude 15 % firemných rozhodnutí robiť AI plne autonómne. Beriem to ako smer, nie ako plán; podiel bude závisieť od toho, ako lacné budú chyby v danom odvetví. Na Slovensku už podľa správ využíva nástroje AI 78 % populácie, hoci v rôznej miere, od asistentov v mobile po pracovné nástroje (STVR).
PwC pre slovenský trh popisuje užitočné rozdelenie na dve skupiny pozícií. V odborných rolách AI zvyšuje výkon expertov a rastú mzdy aj počet miest. Vo všeobecných rolách uľahčuje prácu neodborníkom a tlak smeruje na nahradenie rutinných úloh (PwC Slovensko). Praktický dôsledok: investujte do ľudí, ktorí vedia výsledok stroja posúdiť, nie len prijať.
Kde sa toto delenie práce v praxi rozpadne?
Na dvoch miestach. Prvé je overiteľnosť. Ak výsledok nikto lacno neskontroluje, autonómia agenta sa vám vráti ako skryté náklady na opravy. Druhé je dôvera bez kontroly. Keď ľudia začnú výstupy potvrdzovať naslepo, kontrolný krok je len divadlo a chyby prejdú.
Deloitte v prehľade trendov ľudského kapitálu na rok 2026 rámcuje spoluprácu ľudí a AI tak, že stroj preberá opakovateľné procesy a človek sa sústredí na rozhodovanie a kontext (Deloitte). Súhlasím, no s dovetkom: hranica sa neposúva sama, treba ju vedome nastaviť a merať. Ak nemeriate chybovosť pred zavedením a po ňom, neviete, či ste si pomohli.
Videli sme to aj pri obsahu. Keď stroj píše bez ľudskej kontroly, kvalita klesá a čitateľ to spozná; ilustruje to zistenie, že 41 % dlhých postov na LinkedIn píše stroj. Objem rastie, dôvera nie.
Kedy má zmysel to riešiť na úrovni vedenia?
Vtedy, keď rozhodnutie o deľbe práce presahuje jeden tím a dotýka sa nákladov, rizika a povinností podľa AI Act?Nariadenie EÚ o umelej inteligencii, ktoré firmám ukladá povinnosti podľa miery rizika daného použitia AI.. Ak riešite jeden proces, zvládne to prevádzka. Ak riešite, ktoré rozhodnutia firma vôbec smie delegovať na systém, patrí to pred vedenie a treba k tomu roadmapu.
Pre firmy, kde má táto otázka strategickú váhu, dáva zmysel osemtýždňový program pre vedenie, ktorého výstupom je AI roadmapa pripravená na prezentáciu pred predstavenstvom. Je to pre rozhodovateľov, nie pre inžinierov; kohorta je malá a výstupom je konkrétny plán. Ak hľadáte len technický tréning nástroja, tento formát nie je pre vás.
Moje triezve odporúčanie: prestaňte sa pýtať, či nás AI nahradí. Vezmite tri procesy, ktoré vás najviac bolia, rozdeľte ich na úlohy a pri každej rozhodnite, kto koná a kto potvrdzuje. Merajte chybovosť a náklady pred zavedením a po ňom. Toto je debata o budúcnosti práce, ktorá sa vo firme dá naozaj vyhrať.
Ako by ste vo svojej firme nastavili právomoci AI agentov?
Výsledky uvidíte po hlasovaní.
Časté otázky
Čo je to prístup „human in the loop“ a kedy ho firma potrebuje?
Human in the loop znamená, že človek potvrdzuje výsledok skôr, než sa použije. Potrebujete ho tam, kde je chyba drahá, výsledok sa ťažko overuje alebo vstup nie je štruktúrovaný. Pri sporných faktúrach či rozhodnutiach s dopadom na klienta nechajte finálne slovo človeku; pri lacných, overiteľných úlohách môže systém konať sám.
Ako začať s rozdelením úloh medzi ľudí a AI už tento týždeň?
Vyberte jeden proces, rozpíšte ho na jednotlivé úlohy a pri každej si položte tri otázky: ako drahá je chyba, dá sa výsledok overiť a je vstup štruktúrovaný. Podľa odpovedí zaraďte úlohu do kategórie, kde stroj koná sám, kde asistuje a kde rozhoduje človek. Nemusíte meniť celú firmu naraz.
Znamenajú čísla od Goldman Sachs a MMF, že príde masové prepúšťanie?
Nie priamo. Analýzy odhadujú, že AI dokáže automatizovať približne 25 % pracovných úloh vo vyspelých krajinách a narušiť až 40 % pracovných miest globálne. Rozhodujúce slovo je úloha, nie miesto. Tlak dopadá najmä na rutinnú a málo kvalifikovanú prácu; mnohé pozície sa skôr zmenia než zaniknú, ako pri účtovníčke, ktorá menej prepisuje a viac kontroluje výnimky.
Ako zistíme, či je naša firma vôbec pripravená nasadiť AI do procesov?
Začnite posúdením, ktoré procesy máte zdokumentované, aké dáta máte k dispozícii a kde sú úlohy dostatočne štruktúrované na automatizáciu. Bez tohto prehľadu sa ťažko rozhoduje, čo dať systému a čo nechať človeku. Štruktúrované posúdenie pripravenosti vám tieto miesta pomôže identifikovať skôr, než investujete do konkrétnych nástrojov.
Aké riziká hrozia, keď necháme AI agenta konať samostatne?
Samostatne konajúci agent robí kroky bez potvrdenia človekom, takže chyba sa prejaví hneď a niekedy vo väčšom rozsahu. Preto ho púšťajte len na úlohy, kde je chyba lacná a výsledok sa dá overiť. Pri kritických operáciách ponechajte kontrolný bod, kde človek schvaľuje výstup, inak riskujete škody, ktoré sa ťažko vracajú späť.
Kto by mal vo firme viesť rozhodnutia o AI a akú odbornosť potrebuje?
Rozhodnutie, ktoré úlohy dať systému a kde musí zostať človek, patrí vedeniu, nie výhradne IT. Potrebuje rozumieť procesom firmy aj limitom modelov, aby vedelo posúdiť náklady chyby a overiteľnosť výsledku. Ide o kombináciu biznisového úsudku a základnej AI gramotnosti; túto rolu si mnohé firmy budujú cielene školením vedúcich pracovníkov.
Diskusia
Zatiaľ tu nie sú žiadne komentáre. Buďte prvý.
Čítajte ďalej
Viac zo sekcie Biznis & stratégia →
Apple žaluje OpenAI: čo to hovorí o ochrane IP
Apple podal 10. júla 2026 žalobu na OpenAI za údajnú koordinovanú krádež hardvérových tajomstiev. Prípad ukazuje, ako sa mení riziko úniku know-how, keď inžinieri prechádzajú medzi firmami aj s tým, čo majú v hlave.

Proprietárne AI modely riziko: Nadellovo varovanie
Satya Nadella varuje, že plná závislosť na jednom proprietárnom modeli premieňa konkurenčnú výhodu na závislosť. Rozoberáme jeho päťbodový rámec a čo z neho plynie pre slovenské firmy.

AI-native firma a riadenie tímu: čo sa mení pri 25 ľuďoch
Anonymný výkonný manažér z AI-native startupu s 25 ľuďmi opísal na Reddite, ako vyzerá firma, kde všetko stojí na LLM. Pridávam pohľad z produkcie: čo z toho reálne funguje a kde sa riadenie tímu láme.

AI v e-commerce: ako to reálne robí Wayfair
Wayfair používa generatívnu AI na personalizáciu, vizualizáciu miestností a interné procesy. Hybridný merchandising podľa firmy zvýšil zapojenie zákazníkov zhruba o tretinu.

AI investície a návratnosť: Amazon si berie ďalších 25 miliárd
Amazon chce cez novú emisiu dlhopisov získať najmenej 25 miliárd USD na AI infraštruktúru, no prijatie je viditeľne chladnejšie než v marci. Trh začína otvorene riešiť otázku, či sa masívne AI investície niekedy vrátia.

Japonská AI stratégia Noetra: 10 miliónov robotov
Japonsko formálne poverilo konzorcium Noetra vývojom vlastného modelu „physical AI" a chce do roku 2040 nasadiť 10 miliónov robotov s financovaním až do 1 bilióna jenov. Čo z toho vyplýva pre firmy v Európe.