9 Minuty
Obavy z dopadu umělé inteligence (AI) na zaměstnanost rostou společně s nástupem vlny nových AI nástrojů, které slibují širší automatizaci a vyšší produktivitu. Nedávné studie, průzkumy investorů a signály z trhu naznačují, že tyto úzkosti nejsou neopodstatněné — a rok 2026 by mohl být kritickým momentem pro změny v pracovní síle, restrukturalizaci pracovních míst a rozhodnutí o alokaci rozpočtů na automatizaci a digitální transformaci.
Evidence mounts: studies and early signs
Studie z listopadu od výzkumníků z MIT odhadla, že přibližně 11,7 % existujících pracovních míst by mohla být automatizována s pomocí současných schopností AI. Samotné toto číslo přitahuje pozornost: naznačuje, že miliony pracovních pozic po celém světě mohou být vystaveny riziku nahrazení, významné transformace nebo zásadní změně náplně práce.
Kromě toho průzkumy a reportáže z médií jako TechCrunch ukazují, že zaměstnavatelé již na adopci AI reagují. Některé společnosti začaly redukovat nižší úrovně pracovních pozic při zavádění AI nástrojů a ve veřejných oznámeních firem se častěji objevuje uvedení adopce AI jako důvodu pro snižování stavů. To potvrzuje, že dopady nejsou pouze teoretické — firmy mění strukturu týmu a procesy podle nových technologií.
Další empirické signály zahrnují zvýšené investice do cloudových AI platforem, rostoucí poptávku po datových inženýrech, specialistů na strojové učení a expertech na sdílení dat. Zároveň se objevují první případy, kdy jsou rutinní administrativní úkony, základní účetní operace nebo zpracování objednávek částečně či zcela outsourcovány AI systémům. To podporuje hypotézu, že automatizace šetří náklady i čas, ale zároveň posouvá důraz na nutnost rekvalifikace zaměstnanců.
Why investors expect 2026 to be a tipping point
V investičním průzkumu TechCrunch několik venture kapitálových investorů uvedlo, že rok 2026 pravděpodobně výrazně zesílí dopad AI na počty zaměstnanců ve firmách — a to i přesto, že samotný průzkum se explicitně na AI neptal. Poznámky investorů odkazují na širší posun: jak organizace formalizují rozpočty na AI, investiční strategie a integraci technologií, kritičtěji přehodnotí své potřeby pracovních sil a náklady spojené s náborem a mzdami.
- Eric Bahn, spoluzakladatel a general partner v Hustle Fund, očekává, že v roce 2026 se projeví viditelné dopady na trh práce, i když přesná podoba těchto změn zůstává nejistá. Investorův výhled zdůrazňuje, že dopad může být nerovnoměrný napříč sektory a typy firem.
- Marl Evans, zakladatelka a managing partner v Exceptional Capital, varovala, že firmy investující více do AI budou pravděpodobně přealokovávat finance z oblasti náboru a mezd. Očekává, že takové přerozdělení povede k dalším snížením počtu zaměstnanců a pokračujícímu tlaku na míru zaměstnanosti v USA i v jiných vyspělých ekonomikách.
- Rajiv Dam, CEO společnosti Sapphire, souhlasil, že rozpočty na rok 2026 budou postupně přesouvat zdroje od práce směrem k nástrojům a platformám AI. Tento přesun zahrnuje investice do automatizačních platforem, cloudových služeb a nástrojů pro řízení modelů a dat.
- Jason Mandel, investor z Battery Ventures, dodal, že AI v roce 2026 půjde za hranici zvyšování produktivity stávajících zaměstnanců — začne nahrazovat celé role. To znamená, že nebude jít jen o zvýšení výkonu zaměstnanců, ale o převzetí kompletních úloh a procesů.
Investoři také upozorňují na faktory, které mohou urychlit tento přechod: pokles nákladů na výpočetní výkon, lepší přístup k tréninkovým datům, rozvoj nástrojů pro řízení modelů (MLOps) a zlepšení kvality generativních modelů. Kromě toho korporátní governance a tlak akcionářů na ziskovost mohou vést k rychlejším rozhodnutím o redukci nákladů na pracovní sílu.
What kinds of jobs are most exposed?
Nikdy není pravda, že „všechna“ pracovní místa zmizí. Číslo z MIT poukazuje na část pracovních pozic, které jsou dnes technicky automatizovatelné — převážně repetitivní, pravidly řízené úkoly. Nejvíce ohrožené jsou role zahrnující předvídatelné pracovní toky, rutinní zpracování dat, základní zákaznické interakce nebo standardizované rozhodovací postupy.
Sektory a typy rolí s vyšším rizikem automatizace zahrnují:
- Administrativa a zadávání dat: opakované zadávání informací, třídění dokumentů, základní zapisování do systémů.
- Zákaznický servis a call centra: standardizované odpovědi, triáž dotazů, jednoduché řešení běžných problémů pomocí chatbotů a hlasových asistentů.
- Finanční a účetní rutiny: párování faktur, základní výkazy a reportování, jednoduché rekonsiliace.
- Průmyslová výroba a operace: opakující se montážní úkony, prediktivní údržba řízená daty, logistika s automatizovanými plánovacími nástroji.
- Transakční práce v oblasti práva a zdravotnictví: první kolo kontroly smluv, předvýběr dokumentů, standardní administrativní úkony ve zdravotnické administraci.
Naopak pracovní pozice náročné na komplexní lidský úsudek, hlubokou empatii, strategické plánování nebo originální kreativitu budou obtížněji nahraditelné. Příklady zahrnují komplexní klinické diagnózy, vedení změn v organizacích, tvůrčí přípravu obsahů s vysokou hodnotou nebo rozhodování vyžadující etické úvahy.
Practical impacts companies are already seeing
Některé firmy zjednodušují týmy při nasazení AI systémů pro úkoly jako počáteční triáž zákazníků, revize dokumentů nebo základní analytika. Nasazení může vést k přerozdělení pracovních sil — místo zrušení pracovních míst je často patrné, že se role transformují: část práce přebírá AI a zbytek se přesouvá k dohledovým či kvalifikačním činnostem.
Konkrétní příklady dopadů v praxi:
- Automatizovaná triáž: první zákaznické dotazy zpracovává chatbot, který určí složitost případu a podle potřeby eskaluje na člověka — což snižuje objem rutinních hovorů.
- Revize smluv a dokumentů: AI modely dokážou rychle identifikovat rizikové klauzule nebo nesoulad, což zkracuje čas právních týmů na komplexní rozhodování.
- Analytika a reporting: základní dashboardy a sumarizace jsou generovány automaticky, přičemž analytik se soustředí na nastavení hypotéz a interpretaci výsledků.
Firmy také vytvářejí nové role související s AI: AI supervizor, model auditor, prompt engineer, datový kurátor nebo specialisté na etiku AI a dodržování předpisů. Tyto pozice kombinují technické, právní a manažerské dovednosti a odrážejí potřebu lidského dohledu nad automatizovanými systémy.
Pro pracovníky to znamená, že více rolí bude přesměrováno, automatizováno nebo sloučeno do hybridních pozic „člověk + AI“. Pro organizace to znamená potřebu investic do interního řízení změn, školení a změny procesů, aby technologie přinesla očekávané přínosy bez zbytečných sociálních nákladů.
So what should workers and leaders do?
Pro zaměstnance je klíčová adaptace dovedností: zaměřit se na vyšší hodnotu, která AI doplňuje, nikoli konkurenci. To zahrnuje rozvoj schopností v oblastech jako komplexní řešení problémů, kreativita, strategické myšlení, empatie, řízení lidí a komunikace. Technické dovednosti jako datová gramotnost, základní porozumění strojovému učení, schopnost pracovat s nástroji pro automatizaci a schopnost navrhovat pracovní postupy s AI jsou stále cennější.
Manažeři a tvůrci politik by měli prosazovat transparentní přístupy a jasné cesty rekvalifikace, aby zmírnili sociální dopady. Konkrétní kroky pro firmy a veřejný sektor mohou zahrnovat:
- Vyčlenění rozpočtů na rekvalifikaci a doškolování zaměstnanců před tím, než jsou role transformovány nebo zrušeny.
- Vytvoření partnerství s vysokými školami, odbornými školami a poskytovateli online kurzů pro rychlé upskilling programy.
- Implementaci interních přechodových programů, které umožní zaměstnancům přesunout se do rolí souvisejících s dohledem nad AI, kontrolou kvality nebo zákaznickým úspěchem.
- Měření dopadů: sledování metrik jako počet rekvalifikovaných zaměstnanců, míra uplatnění v nových rolích, produktivita a spokojenost zaměstnanců a zákazníků.
Představte si firmu, která nahradí poziční operace zadávání dat AI, ale současně investuje do rekvalifikace těchto pracovníků na pozice dohledu nad AI, kontroly kvality nebo zákaznické podpory se zaměřením na složité případy. Tento přístup snižuje negativní dopady a umožňuje zachovat firemní know-how — ale vyžaduje cílené plánování, čas a finanční zdroje.
Na úrovni veřejných politik stojí za zvážení opatření jako stimulační programy pro rekvalifikaci, daňové pobídky pro firmy investující do lidského kapitálu, podpora celoživotního vzdělávání a mechanismy sociální ochrany, které pomohou tlumit krátkodobé výpadky příjmů u přecházejících pracovníků. Diskuse o širších sociálních opatřeních — například podpoře mobility práce, krátkodobých sociálních dávkách nebo moderních formách zaměstnaneckých benefitů — by měla probíhat otevřeně a na základě dat.
Rok 2026 může být momentem, kdy mnoho organizací přesune své AI projekty z experimentální fáze do rozhodnutí, která trvale změní strukturu pracovních sil. Diskuse se tak neomezuje jen na zisky z produktivity; jde o to, jak budou tyto zisky financovány, kdo ponese náklady a jak zajistit, aby transformace byla spravedlivá a udržitelná.
Praktický plán pro firmy může vypadat následovně: audit pracovních úloh a jejich automatizovatelnosti, posouzení rizik a přínosů, vypracování plánu rekvalifikace, pilotní programy pro nové hybridní role, a měření výsledků s transparentní komunikací pro zaměstnance. Tato posloupnost pomáhá řídit rizika a maximalizovat přínosy AI integrace.
Pro pracovníky platí, že investice do rozvoje přenosných dovedností (např. analytické myšlení, komunikace, projektové řízení) zvýší jejich dlouhodobou zaměstnatelnost. Pro lídry platí, že proaktivní přístup k transformaci pracovních procesů a lidských zdrojů pomůže snížit obavy i reputační rizika.
Na úrovni ekonomiky je důležité sledovat makroindikátory: míru zaměstnanosti, strukturální nezaměstnanost, pracovní mobilitu, míru reintegrace do nových sektorů a produktivitu. Tyto ukazatele poskytnou kontext pro rozhodování o veřejných intervencích, dotacích a daňových nástrojích.
V konečném důsledku bude úspěch záležet na schopnosti sladit technologické investice s lidským kapitálem. Firmy, které dokážou rozumně kombinovat AI a lidské dovednosti, mohou získat konkurenční výhodu a zároveň minimalizovat sociální náklady přechodu.
Zdroj: smarti
Zanechte komentář