Strategický pohled pro vrcholové vedení — rámec destilovaný z desítek projektů u českých firem. Pro CEO a CFO, kteří přemýšlejí o tom, jak AI adopci uchopit jako byznys agendu, ne jako IT projekt.
Centrální teze: AI adopce není technologický projekt. Je to strategická a kulturní transformace, kterou musí vést byznys, ne IT. Většina firem to dělá obráceně — a 85 % jejich AI iniciativ proto selhává.
Pokud CEO a finanční ředitel u stolu, kde se rozhoduje o AI, nesedí, iniciativa skončí jako drahý experiment. Klíčová otázka není „které nástroje použít", ale „které byznys cíle chceme posunout — a v jakém pořadí".
Tři z pěti funkcí manažera — směrování informací nahoru, dolů a horizontálně — už dnes AI dělá lépe než kterýkoliv člověk. Co zůstává člověku: vlastnit výsledek a rozvíjet lidi.
Šenkypl: „Tahle firma bude AI first a tečka." Čupr: „Jste stavitel, nebo směrovací vrstva — třetí možnost neexistuje." Řehák: −30 % zaměstnanců (Direct2030). Borkovec přesně naopak: AI jako 10× multiplikátor správného parťáka, žádné propouštění. Není správné a nesprávné řešení — ale je velmi špatné nemít k tomu vyargumentovanou pozici.
Vize → byznys strategie → AI strategie → technologie a data. Funkční AI strategie je ta, kterou umí finanční ředitel obhájit jednou větou: „AI nám pomáhá dosáhnout konkrétního byznys cíle o konkrétní metriku rychleji."
Někdo musí mít AI ve firmě reálně na vizitce — buď trvale jako ředitel pro AI, nebo dočasně jako externí strategický poradce. Bez té role se ke strategickým výsledkům nedostanete.
Projektový přístup s pevným termínem zaručuje, že řešení do roka přestane fungovat. Modely degradují, byznys se vyvíjí. Buďto si firma vytvoří produktový tým, nebo ať raději nezačíná. Měřítkem nejsou splněné milníky — měřítkem jsou byznys výsledky.
Pět oblastí: etika a spravedlnost, bezpečnost (phishing, deepfake, hackeři s AI), AI Act, přílišná důvěra uživatelů a — nové téma — kognitivní zátěž zaměstnanců („AI brain fry"). Bez toho dostanete buď reputační průšvih, nebo vyhořelý tým.
Pokud bych se zeptal vašeho finančního ředitele, jak konkrétně AI iniciativy přispívají k top 3 cílům firmy — uměl by odpovědět jednou větou?
Kdo ve vaší firmě má AI program reálně na vizitce? Ne formálně, ale skutečně. Pokud žádné jméno nepřichází automaticky, máte sirotka.
Zeptejte se svých top 10 manažerů — „Co jsi letos postavil ty? Ne tvůj tým. Ty." Kolik z nich má konkrétní odpověď?
Proč právě teď, proč většina AI iniciativ selhává, a jak k tomu přistupují čeští lídři.
AI není další technologický trend. Je to další z velkých inovačních vln, které mění byznys i společnost. Tentokrát ale rychleji než kdy dřív.
Inovační teorie popisuje historický vývoj v 45–60letých vlnách (tzv. Kondratěvovy vlny): pára → elektřina → automobil → internet → AI. Každá z nich proměnila ekonomiku i pracovní trh. Rozdíl této vlny je v jejím tempu a dosahu. Předchozí vlny trvaly desetiletí. AI vlna se promítne do byznysu během tří až pěti let.
První vlna nadšení pro AI začala už v roce 1956. Od té doby přišly tři tzv. „AI zimy" — období, kdy očekávání převýšila realitu a investice se stáhly. Tentokrát je to ale jiné — a to ze čtyř důvodů:
ChatGPT získal 200 milionů měsíčních uživatelů během dvou měsíců — nejrychleji rostoucí aplikace v historii. Investoři, analytici a klienti se vás na AI ptají dnes. Otázka není, jestli se vaší firmy AI dotkne. Otázka je, jestli vaše firma povede tuto změnu, nebo se jí přizpůsobí pod tlakem konkurence.
Citát, který opakuji v zasedacích místnostech představenstev:
Firmy nebudou soutěžit proti AI. Budou soutěžit proti firmám, které AI používají. A ten závod už běží.
Většina AI iniciativ ve firmách selhává. Nikoliv kvůli technologii — kvůli způsobu, jakým je vedete.
Tvrdá data:
To, co tato čísla skrývají, je důležitější než čísla samotná. AI projekty obvykle neselžou na technologii. Selžou na čtyřech opakujících se vzorcích:
Z mé zkušenosti je AI v 80 % případů problém lidí a procesů, ne technologie.
Firmy mají historická data, mají IT, mají i zkušenosti se strojovým učením. A přesto pilotní projekty končí v šuplíku. Když se podíváte hlouběji, problém není v modelu. Je v tom, že byznys nevedl tuto cestu od začátku — nechal to na IT, předal požadavek a čekal výsledek. To nikdy nefunguje.
Na českém trhu existují velmi rozdílné, legitimní přístupy k AI adopci. Není jediná správná cesta. Každá firma si musí vybrat svou — vědomě.
Když mluvím s českými řediteli a lídry, slyším pět odlišných pozic. Cílem této sekce je ukázat spektrum, ne přiklonit se k jedné odpovědi.
Šenkypl zvolil cestu radikální adopce shora.
Rok jsem motivoval pozitivně: pojďte zkusit AI, je to prima. Teď jsem to otočil: tahle firma bude AI first a tečka.
Popisuje, jak si postavil osobního AI „náčelníka štábu" (Chief of Staff) na bázi nástroje Claude Code, který se učí z jeho práce a paralelně mu obsluhuje 6–8 témat současně. Vyžaduje, aby každý manažer byl zároveň samostatným přispěvatelem a přímo s AI pracoval. Třetí šanci při „nenaskočení na AI rychlost" už nedává.
Funguje to jen, když si lidé sednou k počítači a začnou s AI mluvit o problému nebo věci, co je nebaví.
Čupr jde ještě dál — tvrdí, že AI mění samotnou definici manažerské role.
AI dnes provádí směrování informací lépe než jakýkoliv člověk, v jakékoliv firmě, v jakémkoliv měřítku. Co AI nedělá — a nic nenasvědčuje tomu, že by to dělala brzy — je vlastnit výsledek a rozvíjet lidi. Jste stavitel, nebo jste směrovací vrstva? Třetí možnost neexistuje.
Čupr datově argumentuje: průměrné rozpětí řízení (počet přímých podřízených) rostlo z 8,2 v roce 2013 na 12,1 v roce 2025. Volná místa ve středním managementu klesla o 40 % od roku 2022. Klarna snížila počet zaměstnanců ze 7 000 na méně než 3 000, přitom tržby na zaměstnance vzrostly z 340 000 USD na 1,2 milionu USD. Amazon, Block i Meta dělají totéž.
Tady se na českém trhu otevírá nejostřejší rozpor.
V dubnu 2026 oznámil program Direct2030: snížení počtu zaměstnanců o 30 % jako přímý důsledek nasazení AI ve velkém rozsahu.
Firma, která chce růst, nemůže být složitá. Proto zjednodušujeme. Systematicky. AI v tom hraje klíčovou roli — je to nová energie a mimořádný nástroj. Bez velkých změn by nebylo žádné Good to Great (z dobré skvělou).
Reaguje téměř obratem.
Žádná ambiciózní, rostoucí a dobře řízená společnost kvůli AI nebude propouštět třetinu lidí. Nejspíš žádného — protože AI pomůže rychlejšímu a efektivnímu růstu. Věřím v brutální multiplikační efekt — AI zrychlí každého správného parťáka v týmu. A spoustu z nich 10×.
| Pavel Řehák (Direct) | Petr Borkovec (Partners) | |
|---|---|---|
| Dopad na lidi | Direct2030: −30 % zaměstnanců | Žádné propouštění — AI je akcelerátor růstu |
| Mechanika změny | AI = restrukturalizace organizace | AI = multiplikátor stávajících lidí |
| Logika růstu | „Bez velkých změn nedosáhneme dalšího růstu" | „10× multiplikátor pro správného parťáka" |
Tato debata je nejcennějším datovým bodem pro českou firmu, která přemýšlí o své vlastní cestě. Není správné a nesprávné řešení. Ale je velmi špatné nemít k tomu vyargumentovanou pozici.
Přináší pohled z regulovaného sektoru.
Můžete mít perfektní harmonogram, AI strategii i technologii — a přesto stojíte na místě. Nejčastější důvod? Chybí manažeři, kteří změnu skutečně nesou.
Ondroušková uvádí klíčový údaj z Gartneru: 57 % firem nejpokročilejších v AI vykazuje vysokou míru důvěry v technologie. Důvěra není příjemný bonus — je to strategický předpoklad. A manažeři jsou ti, kdo důvěru v týmech buď budují, nebo brzdí.
Raiffeisenbank ČR proto spustila program #SkillUP — školení pro management zaměřené nikoli na technické dovednosti, ale na uvažování a pochopení hodnoty AI. Nezačínejte školením promptů, začněte budováním důvěry.
Jeden z mála českých netechnologických ředitelů, kteří otevřeně popisují i temnější stranu AI adopce. Po šestihodinovém produktivním letu s AI nástroji popisuje, co začal nazývat „AI brain fry" (vyhořelý mozek z AI):
Za těch šest hodin jsem odvedl tolik práce, co normálně za několik dní. Po přistání mě ale srazila vlna únavy, jakou jsem nečekal. Mozek zpracoval tolik podnětů, jako by na něm pracoval desítky hodin. Rychlost bez zotavení je jen jiný název pro vyhoření.
AI z pracovního dne odstraňuje rutinní úkoly. Lidem zbývá jen ta nejtěžší část — neustálé rozhodování na vysoké úrovni, ověřování výstupů, strategické navádění. Mizí přirozené pauzy, které dříve poskytovala mechanická práce.
Budeme potřebovat víc pohybu, víc meditace, víc opravdových vjemů, ne jako benefit, ale jako nutnou podmínku výkonu.
Spektrum je široké — od „AI především a tečka" (Šenkypl) po „AI nemusí znamenat propouštění" (Borkovec). Někde mezi tím leží to, co je správné pro vaši firmu. Ale dvě věci jsou společné všem pěti:
Co se v organizacích strukturálně automatizuje a co z manažerské role zbývá. Bez této perspektivy není možné vést smysluplnou debatu o budoucnosti vaší firmy — protože byste argumentovali o nástrojích, ne o povaze práce.
Manažerská role se po desetiletí skládala z pěti funkcí. Tři z nich už dnes AI dělá lépe než jakýkoliv člověk. Zbývající dvě jsou to, co bude rozhodovat o hodnotě každého manažera v příští dekádě.
Když manažerskou roli zredukujeme na to, co manažer skutečně dělá, dostaneme se k pěti činnostem:
AI dnes zvládá body 1–3 lépe než jakýkoliv člověk. Rychleji. Přesněji. Bez ega. Nepřetržitě, 24 hodin denně. Co AI neumí a v dohledné době umět nebude, je vlastnit výsledek a rozvíjet lidi. To zůstává člověku.
Tady začíná zásadní otázka: Pokud tři pětiny manažerské práce dělá software, co zbylo z té role?
Peter Drucker — pravděpodobně nejvlivnější myslitel managementu 20. století — to v roce 1959 pojmenoval s nepříjemnou přesností:
Pracovník znalostí (knowledge worker) o své práci ví víc než jeho manažer.
Peter Drucker, 1959
Drucker tehdy položil otázku, která zůstávala 50 let nepříjemně viset: K čemu je tedy manažer dobrý? Odpověď, která tu po desetiletí platila, zní: k směrování. Informace v organizaci nemohly proudit samy. Manažer byl lidská protokolová vrstva firmy.
A fungovalo to. Dlouho. Ale poprvé v historii je tato vrstva nahraditelná softwarem. To je ten tektonický posun, o kterém mluví Tomáš Čupr, když se ptá „Jste stavitel, nebo jste směrovací vrstva?". Není to provokace. Je to popis strukturální změny.
Nezmizí všichni manažeři. Zmizí specifická vrstva práce, kterou v anglosaské literatuře dnes nazývají execution middle — tedy „exekuční střed". Mizí lidé, jejichž hlavní přidaná hodnota leží v jedné nebo více z následujících aktivit:
Pokud si namapujete, na čem vaši lidé v různých rolích tráví čas, zjistíte u řady z nich, že 80–90 % je nehodnotových aktivit v tomto smyslu. Ten zbývající podíl skutečné hodnotové práce je to, co AI nedělá — a je to to, na co budete za rok platit.
Toto není diskuze o nástrojích. Toto je diskuze o architektuře práce ve vaší firmě.
Organizace, která projde AI transformací, vypadá jinak — má čtyři vrstvy. Mezi nimi se nachází vyšedlý prostor, kde dnes sedí většina manažerského středu. Toto není jediný možný scénář. Ale je vysoce pravděpodobný.
Každá z vrstev zůstává, ale každá se dramaticky mění.
Co zůstává: Někdo musí číst trh, dávat firmě směr, motivovat lidi, sázet na to, co bude.
Co se mění: Lídr nemůže sedět nad organizací a číst reporty, které mu připravil tým. Nový lídr musí být ve strojovně — používat stejné AI nástroje jako jeho tým, sám zavírat tikety, sám stavět přehledy a dashboardy. CEO, který sám AI nepoužívá, bude stále hůř rozumět tomu, co se v jeho firmě děje.
Doménový expert přestává delegovat práci na juniorní exekutory a začíná navrhovat systémy, které tu práci dělají:
Transakční část role mizí. Ne lidský kontakt, ale specificky transakční složka. Užitečná analogie: pobočky bank. Nejprve přestaly vydávat hotovost (bankomaty). Pak přestaly zpracovávat formuláře (online bankovnictví). Lidský kontakt ale zůstal. Změnila se podstata té interakce: z „zpracujte mi tuto věc" na „poraďte mi, co mám dělat".
Klasický model — byznys napíše požadavek → IT ho zařadí do fronty → za 6 měsíců dodá řešení — přestává fungovat. Nová role IT: z dodavatele řešení na umožňovatele stavby. Buduje ochranné mantinely, testovací prostředí a škálovací vrstvu — a umožňuje byznysu stavět bezpečně.
| Starý manažer (směrovač) | Nový manažer (stavitel) | |
|---|---|---|
| Hlavní činnost | Sbírá kontext, tlačí priority | Vlastní konkrétní číslo, staví systém |
| Vztah k AI | Deleguje, monitoruje, reportuje | Používá AI denně, reflexivně |
| Mentální model | Postupně přestal sám dělat práci | Popisuje pracovní postup jako systém — vstupy, transformace, výstupy, výjimky |
| Hodnota | Koordinace lidí | Výsledek + rozvoj lidí (jediná věc, kterou AI nedělá) |
Co jste letos postavili? Ne co váš tým. Co vy.
Tato otázka byla před AI érou nevhodná pro management — manažer přece neměl sám stavět, manažer měl řídit. Dnes je relevantní. Ten, kdo na ni nemá konkrétní odpověď (pracovní postup, automatizaci, systém, dashboard, agenta, knihovnu promptů), se nachází v zóně, ve které ho v dohledné době něco dohoní — buď AI, nebo kolega, který stavět začal.
Jak o AI správně přemýšlet — čtyři klíčové rámce: myšlenkový posun, kaskáda strategie, mapa technologií, pět pilířů úspěchu.
AI není IT téma. Je to byznys téma s technologickým doprovodem. Pokud to vrcholové vedení neuchopí jako svou agendu, iniciativa selže.
Vrcholové vedení často deleguje AI na ředitele IT (CTO nebo CIO). To je první chyba. Důvod je strukturální: AI mění jak lidé pracují, ne čím se data zpracovávají. Bez řízení změny vedeného z byznys strany nepřežije ani ten nejlepší model.
Klasické management principy stále platí — i v éře AI:
Struktura následuje strategii.
Alfred Chandler, 1962
Kultura snídá strategii. (Culture eats strategy for breakfast)
Peter Drucker
Z toho plyne klíčová operační konsekvence. Otázka „které AI nástroje použít?" je špatně položená otázka. Správná otázka zní:
Které byznys cíle chceme posunout — a v jakém pořadí?
Až poté hledáte technologii, která to umí udělat ekonomicky.
Pokud CEO a finanční ředitel nesedí u stolu, kde se rozhoduje o AI strategii, je to indikátor, že iniciativa skončí drahým experimentem. Byznys musí vést AI implementaci, ne ji konzumovat.
Manažeři jsou ti, kdo důvěru v technologie buď budují, nebo brzdí.
Tereza Ondroušková, Raiffeisenbank ČR
V praxi to znamená dvě věci. Za prvé: vedení musí AI viditelně používat. Pokud ji nepoužívá CEO, lidé to dekódují jako „toto je téma pro IT, ne pro mě". Za druhé: vedení musí mít vyargumentovanou pozici k otázce „jak velkou roli má AI v naší budoucnosti".
AI strategie není samostatný dokument. Je to vrstva v kaskádě, která začíná u vize firmy a končí u konkrétního datového a technologického rozhodnutí.
Funkční AI program ve firmě je odshora dolů provázaný:
Každá vrstva je odvozená z té nad sebou. Když chybí kaskáda, každý AI projekt je opodstatněný sám sebou — a žádný neuhne nebo nepřežije rozpočtové škrty.
Když na představenstvo přijdete s tímto řetězcem, finanční ředitel umí AI strategii obhájit jednou větou: „AI nám pomáhá dosáhnout konkrétního byznys cíle o konkrétní metriku rychleji."
Pokud na představenstvo přijdete s „chceme dělat AI projekty, nasadíme Copilot a budeme experimentovat", strategie nemá kaskádu. Nepřežije první rozpočtovou rotaci.
Definujte si, kde chce být firma za 3–5 let s pomocí AI. Tato vize neslouží jen ke komunikaci dovnitř — slouží především k odmítání nápadů, které do ní nepatří.
Ne každý byznys problém je problém pro AI. Ostuda není použít jednodušší technologii. Ostuda je platit za AI tam, kde systém pravidel dělá totéž za zlomek peněz.
Existuje mapa, kterou používám pro každý případ použití AI na stole. Plotuje se na ní volba technologie podle úrovně automatizace a autonomie:
Každý kvadrant odpovídá jiné třídě řešení. Pravidla — vhodné pro: schvalovací postupy, validace dat, jednoduché rozhodovací stromy. RPA — pro zpracování faktur, kopírování dat mezi systémy, opakující se administrativu. Strojové učení — predikce poptávky, klasifikace dokumentů, doporučovací systémy. AI agenti — vyřízení reklamace od přijetí po uzavření, automatizace celých funkčních oblastí.
Vždy začněte od nejjednodušší možné odpovědi. Generativní AI není všelék.
Generativní AI má potenciál tam, kde vstup je nestrukturovaný (text, hlas, obraz) a výstup vyžaduje generování nového obsahu (shrnutí, návrh, překlad). Tam, kde vstup i výstup jsou strukturované a logika je předvídatelná, jsou pravidla nebo RPA často rychlejší, levnější a spolehlivější. Není ostuda použít jednodušší technologii než AI. Ostuda je platit za AI tam, kde systém pravidel dělá totéž za zlomek peněz.
Úspěch AI iniciativy stojí na pěti pilířích. Chybí-li jeden, padá celá konstrukce. Většina firem řeší tři ze pěti — a diví se, proč to nefunguje.
Tento vzorec je destilát toho, co vidím fungovat napříč klientskými projekty. Není to teorie z učebnice — je to kontrolní seznam, podle kterého oponuji každý AI projekt.
Když přijde nápad na stůl, projedu všech pět pilířů. Pokud některý chybí, řešíme ho dřív, než pustíme jediný řádek kódu. Většina firem řeší tři ze pěti pilířů. Tým, který vede AI program, musí hlídat všech pět.
Jak AI adopci konkrétně vést — vlastnictví, uvažování, kultura, rizika.
AI program bez exekutivního sponzora je sirota. Musíte mít na stole roli, která za AI ve firmě reálně odpovídá — ať už trvale (ředitel pro AI), nebo dočasně (externí strategický poradce).
Ve vrcholovém vedení po světě vzniká nová role: ředitel pro AI (anglicky Chief AI Officer, CAIO). Reportuje ideálně CEO nebo prezidentovi divize, kterou podporuje — ne řediteli IT. Důvod je principiální. Ředitel IT odpovídá za běh systémů. Ředitel pro AI odpovídá za strategickou transformaci přes AI. To jsou dvě odlišné mentální módy a často dvě odlišné optimalizační funkce.
Pro menší firmy (řekněme do 500 zaměstnanců) je trvalá role ředitele pro AI obvykle příliš drahá nebo předčasná. Alternativy, které fungují:
AI není projekt. Je to produkt — nebo nic. Projektový přístup s pevným termínem a koncovým datem je odsouzen k zániku v okamžiku doručení.
| Projektový přístup | Produktový přístup | |
|---|---|---|
| Časový horizont | Termín, výstup, konec | Plán, kontinuální iterace |
| Definice úspěchu | Plán určuje úspěch | Uživatel a výsledek určují úspěch |
| Tým | Po doručení tým rozpustí | Tým produkt dlouhodobě pečuje |
| Variabilita | Variabilita = problém | Variabilita = vstup pro učení |
| Měřítko | Milníky splněny | Byznys výsledky |
Vývoj AI má dvě specifické vlastnosti, které tlačí k produktovému uvažování:
1. Vývoj AI je blíž výzkumu než klasickému IT. Výsledek modelu nelze předem garantovat. Nemůžete slíbit, že po 3 měsících bude přesnost 92 %. Doručujete částečnou hodnotu po každé iteraci, ne až na konci.
2. Modely degradují v čase. Distribuce dat se mění (tzv. data drift). Uživatelské chování se mění. Externí podmínky (regulace, konkurence, technologie) se mění. Model, který je dnes přesný na 92 %, může být za půl roku na 78 %. Bez týmu, který modely průběžně udržuje, AI řešení do roka přestane mít hodnotu.
Když mě klient požádá o „AI projekt na 3 měsíce", vždycky se ptám: „A co potom?" Odpověď nikdy není dobrá. Buď to převezme IT (kde to není priorita) a za půl roku to přestane fungovat. Nebo se kolem toho znovu sestavuje tým a startuje od nuly.
AI je kontinuální úsilí. Není to destinace, je to cesta.
Buďto si firma vytvoří produktový tým, nebo ať raději nezačíná. Pokud váš AI tým reportuje stav milníků místo dopadu na byznys, ještě pořád běžíte v projektovém módu — i kdybyste produkty pojmenovali jakkoliv.
Sponzorství shora + adopce zdola. Bez obojího to nepojede. A most mezi tím tvoří ambasadoři.
Sponzorství shora bez nadšení zdola vyrobí prezentaci, ne změnu. Nadšení zdola bez sponzorství shora umře, protože nemá kde dýchat. Potřebujete obojí — a potřebujete most mezi tím. Tím mostem jsou ambasadoři.
Klasický organizační vzor. Centrální tým, který drží expertizu, definuje pravidla, standardy a vzdělává zbytek organizace. Centrum excelence má ale strukturální limit: samo nestihne všechno. AI příležitosti jsou rozeseté po celé firmě. Proto potřebuje multiplikátory neboli ambasadory.
| Ambasador je | Ambasador není | |
|---|---|---|
| Původ | Člověk z byznysu (ne z IT) | Programátor s rozšířením o AI |
| Úkol | Prototypuje příklady ve svém procesu | Dělá interní školení a marketing |
| Vztah k CoE | Přivádí nápady a zpětnou vazbu do centra excelence | Řeší tikety v interním systému |
| Dosah | Šíří uvažování ve svém týmu (5–15 lidí) | Vede AI projekty napříč firmou |
Z mé praxe: 15–20 ambasadorů na vlnu je optimum. Méně neudělá změnu, víc se rozdrobí. V průběhu 2–3 měsíců strukturovaného programu vám doručí současně:
Jste stavitel, nebo jste směrovací vrstva? Třetí možnost neexistuje.
Tomáš Čupr
Ambasadoři jsou stavitelé. Bez nich z firmy zůstanou jen směrovači — a ty AI nepotřebuje.
AI je multiplikátor. Multiplikuje hodnotu i rizika. A o té druhé části se mluví méně, než by se mělo.
Rizika AI iniciativy nejsou doplňkem strategie — jsou její součástí od prvního dne. Pokud je řešíte až po nasazení, je pozdě. Pět oblastí, které doporučuji mít zarámované od začátku:
Zaujatost (bias) v datech → zaujatost v rozhodnutích ve velkém měřítku. AI nedělá rasistická rozhodnutí, lidé je dělali předtím a AI je teď automatizuje a škáluje. Klasický příklad: model na predikci úvěrového rizika trénovaný na historických datech promítá historickou diskriminaci do budoucích rozhodnutí.
Operační odpověď: AI rada — interní orgán, který schvaluje vysoce rizikové případy použití a auditováním výstupů.
Bezpečnostní krajina se s AI radikálně změnila. Tři vrstvy:
GDPR platí dál a přibyl AI Act (povinnost pro firmy v EU postupně od roku 2026). Praktické minimum:
Statisticky podceňované riziko. Uživatelé přijímají výstup AI bez kontroly — protože to vypadá jako autoritativní text. Halucinace prosakují do produkce: do reportů, do prezentací, do externí komunikace. Operační odpověď: školení AI gramotnosti pro každého zaměstnance. Ne ovládání nástroje. Pochopení limitů.
Nové téma, které u většiny firem zatím vůbec není v agendě. Souhrnný název: „AI brain fry" (vyhořelý mozek z AI). Mechanismus je strukturální: AI odstraňuje rutinní úkoly z pracovního dne. Lidem zbývá jen ta nejtěžší část — neustálé rozhodování na vysoké úrovni.
Rychlost bez zotavení je jen jiný název pro vyhoření.
Jan Hummel, CEO Fruitisimo
Zabudujte do návrhu AI implementace dekompresní momenty — ne firemní benefit, ale strukturální opatření.
Klasické personální signály (zvýšená nemocnost, fluktuace, angažovanost) přicházejí pozdě. Monitorujte vyhoření v týmech, které s AI pracují nejintenzivněji, proaktivně.
Kam to spěje a otázky k vlastnímu zamyšlení.
Z dlouhodobého pohledu existují tři trendy, které musíte mít na radaru, i když dnes nejsou v top 3 priorit. Lidé přeceňují krátkodobý dopad AI a podceňují dlouhodobý.
Současná generativní AI předává odpověď. Agent vykoná úkol napříč systémy. To mění samotnou definici toho, co je „aplikace". Místo aplikace, kterou ovládáte vy, máte agenta, kterému zadáte cíl a on si sám zvolí, jaké aplikace, rozhraní (API) a data k tomu použije.
Doporučení: Sledujte vývoj agentů, ale nepouštějte je samostatně do produkce, dokud nedozraje správa. První produkční nasazení by mělo být ve scénářích s nízkou mírou rizika a s lidskou kontrolou v procesu.
Za 12–18 měsíců bude vypadat váš pracovní den jinak — agent vyřídí 30 % toho, co dnes děláte vy nebo váš tým.
Současné modely se rychle mění z textových na multimodální — pracují současně s textem, obrazem, hlasem, videem. Konec izolovaných nástrojů, kde každý formát měl svou aplikaci.
Zkoušejte multimodalitu ve scénářích uživatelské zkušenosti, kde má největší smysl:
Tmavá strana předchozího bodu. Náklady tvorby falešného obsahu (text, obraz, video, hlas) se blíží k nule. Riziko pro značku a reputaci roste kvadraticky.
Doporučení: Připravte plán reakce na incidenty dvou typů. Za prvé pro PR situaci — jak reagovat, pokud se v médiích objeví AI-generovaný obsah, který poškozuje vaši značku (deepfake CEO, falešná tisková zpráva). Za druhé pro vlastní kanály — jak detekovat, že obsah, který firma sama publikuje, neobsahuje AI halucinace, které přejdou až k zákazníkům.
Tři otázky, které stojí za to si po přečtení tohoto materiálu položit. A tři pasti, kterým se vědomě vyhnout.
1. Strategie. Pokud bych se zeptal vašeho finančního ředitele, jak konkrétně AI iniciativy přispívají k top 3 cílům firmy — uměl by odpovědět jednou větou? Pokud ne, AI program ve vaší firmě běží v módu „experimentování", ne v módu „strategická páka".
2. Vlastnictví. Kdo ve vaší firmě má AI program reálně na vizitce? Ne formálně, ale skutečně — kdo se ráno probudí a první přemýšlí o tom, co se v AI agendě firmy daří a co ne? Pokud žádné jméno nepřichází automaticky, máte sirotka.
3. Lidé — a stavitelský test. Kolik máte ve firmě identifikovaných ambasadorů AI — lidí, kteří umí AI použít a jsou ochotni to učit kolegy? Méně než 1 na 50 zaměstnanců? Pak nemáte AI program. Máte AI experiment. A pak ten ostřejší test: zeptejte se svých top 10 manažerů, „Co jsi letos postavil ty? Ne tvůj tým. Ty." — a podívejte se, kolik z nich má konkrétní odpověď.
Slyšeli jsme v tomto materiálu pět velmi rozdílných hlasů z českého trhu — od Šenkypla po Hummela. Žádný z nich nestojí v klidu. Otázka pro vás není, kterému z nich dáte za pravdu. Otázka je, kde vy chcete vaši firmu mít za rok. A jak to chcete dělat, abyste to ustáli — vy i vaši lidé.
A k tomu jedna poslední věc. Strukturální přeměna popsaná v Části II — pět funkcí manažera, čtyři vrstvy, směrovač versus stavitel — se neděje na vaše povolení. Děje se. Volba, kterou máte, není „jestli". Volba je „jak vědomě".
Z mé zkušenosti je rychlost reakce na změnu jeden z nejcennějších aktiv firmy.
Jiří Jirman
Jiří Jirman a impetroAI — z čeho vycházím.
Jsem CEO a zakladatel společnosti impetroAI s.r.o., poradenské firmy zaměřené na adopci generativní AI v českých firmách. Nejsem AI inženýr ani datový vědec. Jsem byznysový poradce s 25 lety v zasedacích místnostech představenstev, který si AI osvojil, protože je to nejvýznamnější změna, kterou jsem za svou kariéru viděl.
Vím, jak vypadá představenstvo zevnitř, protože jsem v něm byl. Mluvím jazykem, kterému rozumíte.
Když se podívám na svou vlastní kariéru, nejproduktivnější momenty byly vždycky tehdy, kdy jsem sám stavěl řešení — manažerské reporty, automatizaci přijímání nových klientů. Rozuměl jsem doméně, viděl jsem data, a s nástroji, které jsem měl, jsem systém navrhl a spustil. Od nápadu k fungujícímu řešení za dny, ne za měsíce.
A naopak — moje nejméně efektivní zkušenost byla zavádění CRM. Klasická specifikace, předání IT, čekání měsíce na první verzi, zjištění, co jsem opomenul, přepis, znovu čekání. Výsledek pozdě, neodpovídal potřebě, stál násobně víc.
Stavitel versus směrovač — zažil jsem obě strany. A dnes — s nástroji, které máme — se ten poměr obrátil ještě dramatičtěji. Proto tomu věřím. Ne z dat. Z vlastní kůže.
Pohledy v tomto dokumentu nejsou teorií. Jsou to destiláty z konkrétních projektů u konkrétních českých firem.
| Klient | Sektor | Charakter spolupráce |
|---|---|---|
| CRA (České radiokomunikace) | Telekomunikace / kritická infrastruktura | AI Akademie a navazující programy pro AI ambasadory, obchod, workshopy pro vedení, strategické poradenství vrcholovému vedení |
| Zentiva | Farmacie | 3 navazující programy — spolupráce s AI Lab, návrh případů použití AI ve výzkumu a provozu |
| ŠkoFIN / Volkswagen Financial Services | Finanční služby | AI strategie, edukace vrcholového vedení |
| Wienerberger | Stavební průmysl / výroba | AI příležitosti v procesech, ambasadorský program |
| Servisbal | Obalový průmysl | AI Akademie, analýza procesů na automatizaci |
S Jirkou jsme realizovali více projektů a vždycky mě překvapí jeho unikátní kombinace — opravdu rozumí technologii i byznysu, a zároveň to dokáže předat dál lidsky a přátelsky.
vedoucí AI Lab, Zentiva
CRA mě pozvalo třikrát po sobě — to je pro mě nejsilnější referencí. Opakovaná důvěra. U klientů strávím desítky dní v zasedacích místnostech, ve výrobě, v IT odděleních, na osobních rozhovorech s ambasadory. Pohledy v této prezentaci jsou destilátem těchto zkušeností. Není to teorie z kurzu — je to to, co vidím opakovaně fungovat, a co vidím opakovaně selhávat.