Využívání AI ve firmách neroste. Tady je, proč – a jak na to
foto: Redakce Deníku Vektor, vygenerováno pomocí AI (ChatGPT 5.2) /Ilustrační obrázek
Generativní AI používá v práci denně jen 14 procent pracovníků. Navzdory masivním investicím je to meziročně o mizivé dva procentní body víc. Důvod: manažeři mylně předpokládají, že zaměstnanci si s AI poradí sami.
V článku na serveru Fast Company vysvětluje Matt Alldian spoluzakladatel startupu Happy Robots, že zatímco panuje obecné přesvědčení, že nasazení AI je technologický problém, ve skutečnosti jde o problém vzdělávání zaměstnanců. Alldian tvrdí, že právě to je důvodem, proč ve firmách využívá AI tak málo pracovníků (podle průzkumu PwC 2025 jen 14 % pracovníků, v roce 2024 to bylo 12 procent.) Potvrzuje to analýza World Economic Forum, podle níž 63 % zaměstnavatelů uvádí, že hlavní překážkou AI transformace nejsou peníze ani technologie, ale nedostatek dovedností.
Psali jsme
Nový akademický výzkum ukazuje, že z odpovědí v průzkumech veřejného mínění už nelze poznat, zda je vytvořil člověk, nebo umělá inteligence.
Mezera v dovednostech je hlubší, než se zdá
Studie OECD (na 215 tisících obyvatel 33 vyspělých zemí) ukazuje, že jen 5 % dospělých má pokročilé digitální dovednosti potřebné pro smysluplné využití AI: dokáží formulovat cíle, pracovat s nečekanými výstupy a hodnotit spolehlivost získaných informací.
Dalších 26 % zvládá středně složité úkoly. Zbylých 69 % se nedostane za základní operace.
Tyto dovednosti jsou sice naučitelné – ale problém podle Alldiana je, že firmy AI nasazují, jako by je lidé už měli. Manažeři totiž typicky patří do oněch pěti procent a navrhují systémy pro publikum na své úrovni.
Proč selhává „školení promptů“
Běžnou reakcí na nedostatečné AI kompetence zaměstnanců je kurz prompt engineeringu. Ten ale předpokládá schopnost jasně definovat cíle, hodnotit výstupy a iterovat. Skutečný deficit je však podle Alldiana jinde: ve schopnosti posoudit kvalitu odpovědi.
Podle průzkumu sítě LinkedIn má plnohodnotné vzdělávací programy jen něco přes třetinu (36 procent) organizací. Občasné workshopy takovou mezeru nevyřeší.
Problém je, že lidé nepoužívají nástroje, kterým nerozumí a kterým nevěří. Důvěra přitom samozřejmě nevzniká nasazením nástroje, ale porozuměním: kdy je výstup AI spolehlivý, kdy ne – a jak případné chyby rozpoznat. Důležitá je silná korelace mezi schopností posoudit výstupy AI a přínosech AI k produktivitě, kterou zjistil zmíněný průzkum LinkedIn.
Co by měli lídři dělat
Ze sady doporučení, která Matt Alldian přidal ke svému článku, stojí za pozornost především tato:
– Nejprve ověřit skutečné dovednosti, ne je předpokládat.
– Budovat základy: formulaci cílů, hodnocení výstupů, práci s nejistotou.
– Učit „kalibraci důvěry“: kdy AI věřit a kdy ověřovat.
– Začínat s asistovaným použitím, ne plnou autonomií.
– Měřit porozumění a schopnost rozpoznat chyby, nejen počet uživatelů.