Většina manažerů dnes používá umělou inteligenci jako nástroj pro zvýšení produktivity. Klíčové body AI již nepomáhá jen s úkoly, ale přebírá jejich samostatné vykonávání Lidská role se posouvá od rutiny k úsudku, empatii a řešení výjimek Výkon zaměstnanců musí být měřen kvalitou rozhodnutí, ne objemem práce Odpovědnost za výsledky AI musí zůstat jasně definovaná a lidská AI shrnuje schůzky, navrhuje odpovědi na e-maily, automatizuje drobné administrativní úkony a zrychluje rutinní procesy. To vše bezpochyby přináší úsporu času. Skutečná změna však nezačíná ve chvíli, kdy AI zrychluje práci, ale ve chvíli, kdy ji začne sama vykonávat. Jakmile systémy nejen doporučují kroky, ale přímo řeší problémy, spouštějí pracovní postupy a přijímají rutinní rozhodnutí bez lidského zásahu, mění se samotná podstata práce. A pokud se mění práce, musí se změnit i struktura pracovních pozic. Rozdíl mezi generativní a agentickou AI tento posun dobře ilustruje. Generativní model dokáže vysvětlit, jak řešit ztracené zavazadlo v letecké společnosti. Agentická AI se pokusí zavazadlo skutečně dohledat, přesměrovat a doručit. Činnost, kterou dříve vykonával pracovník oddělení ztracených zavazadel, se tak může přesunout od administrativních kroků k péči o zákazníka. Zaměstnanec už nemusí sledovat systém a vyplňovat formuláře. Může se soustředit na komunikaci s cestujícím, který je ve stresu, nabídnout omluvu, kompenzaci nebo individuální doporučení, kde si může pořídit nezbytné věci. AI řeší proces, člověk řeší vztah. To je zásadní změna. Podle údajů společnosti McKinsey dnes 78 % organizací využívá AI alespoň v jedné obchodní funkci. Řada firem ji však stále pouze přidává ke stávajícím rolím místo toho, aby přepracovala samotné pracovní postupy. Právě zde vzniká napětí mezi starým designem práce a novou technologickou realitou. Zdroj: Shutterstock Když mizí úkoly, roste význam úsudku Mnoho pracovních pozic je stále konstruováno kolem seznamu úkolů: odpovědět na dotaz, zpracovat žádost, uzavřít případ. Jakmile AI přebírá opakující se činnosti, lidem nezůstávají „zbytky práce“, ale situace, které vyžadují úsudek, kontext a empatii. Příklad autoservisu to ukazuje velmi konkrétně. Člen servisního týmu dříve plánoval schůzky, rozesílal potvrzení, připomínky a následné zprávy. Agentická AI dokáže většinu těchto kroků převzít. Člověk tak už není administrátorem kalendáře, ale rozhodovacím článkem. Může například vědět, že konkrétní zákazník je starší, má pohybové obtíže a jeho návštěva servisu je naplánována na ráno, kdy má sněžit. AI sice vidí předpověď počasí, ale lidský pracovník může vyhodnotit situaci citlivěji a zákazníkovi zavolat s návrhem přeložení termínu. Tento druh personalizovaného přístupu vytváří loajalitu, kterou žádný algoritmus sám o sobě nezaručí. Jakmile AI absorbuje rutinní objem práce, klíčovou hodnotou člověka se stává schopnost vyhodnotit výjimky, chápat širší kontext a předvídat důsledky. Pracovní role by proto neměly být nadále definovány tím, kolik úkolů někdo zpracuje, ale jak kvalitně dokáže rozhodovat v nejednoznačných situacích. Jak měřit přínos lidí ve světě, kde AI zvládá objem Pokud firmy ponechají staré metriky, dostanou zaměstnance do soutěže se stroji. Hodnocení podle rychlosti, počtu vyřízených požadavků nebo objemu odpovědí nutí lidi soupeřit s technologiemi v oblastech, kde mají stroje přirozenou výhodu. Nové měření výkonu by mělo reflektovat to, co lidé poskytují jedinečně. V případě autoservisu už nemusí být klíčovým ukazatelem počet naplánovaných schůzek, ale spokojenost zákazníků, míra opakovaných návštěv nebo schopnost předcházet problémům. Namísto sledování objemu administrativy může být relevantnější počet osobních nebo telefonických kontaktů vedoucích k lepší službě či vhodnému doplňkovému prodeji. Jinými slovy, metriky by měly sledovat kvalitu rozhodnutí a dopad na vztah se zákazníkem, nikoli pouhou efektivitu procesu. Tento posun zároveň vyžaduje změnu v tom, jak jsou pracovní pozice navrhovány. Pokud AI převezme rutinní část, nelze ponechat zaměstnance v roli, která byla definována primárně administrativní činností. Role musí být přepsána tak, aby odpovídala nové realitě. Odpovědnost za práci AI musí zůstat lidská Další zásadní otázkou je vlastnictví výsledků. Jakmile AI vykonává skutečné úkoly, musí být jasně určeno, kdo nese odpovědnost. Technologie může provádět akci, ale odpovědnost nemůže zůstat anonymní. Někdo musí mít na starosti nastavení pravidel eskalace, dohled nad pracovními postupy a kontrolu kvality. Bez této jasnosti AI nesnižuje tření, pouze ho odkládá do okamžiku, kdy se objeví problém. V autoservisu by například člověk měl dohlížet na systém, který automaticky plánuje schůzky a komunikuje se zákazníky, a být připraven zasáhnout, pokud dojde k chybě. Jedním z největších rizik AI není selhání technologie samotné, ale zanedbání ze strany lidí. Systémy, které „většinou fungují“, mohou být přehlíženy, dokud nezačnou generovat systémové chyby. Týmy proto potřebují vyhrazený čas na vyhodnocování toho, kde AI fungovala správně, kde měla potíže a proč. Tento vývoj už není hypotetický. Společnost Klarna popsala, že její AI asistent dnes zpracovává významnou část interakcí se zákazníky. To je příklad toho, jak rychle se AI přesouvá z podpůrného nástroje do role pracovníka v první linii. Jakmile AI začne vykonávat skutečnou práci, tradiční popisy pracovních pozic přestávají dávat smysl. Role, odpovědnost, metriky i dohled musí být navrženy znovu a společně. AI se zlepšuje nejrychleji tehdy, když je aktivně řízena a kontrolována, nikoli když je dohled považován za dodatečný úkol. Budoucnost práce nebude o řízení lidí a nástrojů odděleně. Půjde o navrhování systémů, kde jsou očekávání jasná, odpovědnost explicitní a lidé se soustředí na smysluplná rozhodnutí, zatímco AI tiše zajišťuje rutinní provoz. Pokud vedoucí pracovníci pracovní role vědomě nepřepracují, technologie je přepracuje za ně. A to často chaoticky – prostřednictvím selhání, nejasných odpovědností a postupného rozostření toho, kdo za co skutečně odpovídá. Zdroj: LinkedIn