Co má umět zaměstnanec s AI: praktické minimum 2026

Odpověď hned: Praktické minimum zaměstnance s AI stojí na pěti dovednostech: napsat zadání s kontextem a formátem, ze kterého vypadne použitelný výsledek; ověřit čísla, jména a tvrzení dřív, než výstup odejde z firmy; vědět, která data do veřejného chatbota nikdy nepatří; rozeznat úkoly, kde AI pomáhá, od těch, kde je rychlejší nebo bezpečnější ji nepoužít; a sdílet funkční postupy s týmem místo hromadění vlastních triků. Není to programování ani certifikát — jsou to pracovní návyky, které si ověříte checklistem níže. A od 2. února 2025 navíc čl. 4 evropského AI Actu ukládá firmám zajistit u lidí pracujících s AI přiměřenou gramotnost, takže „nějak to okoukají” už neobstojí ani formálně.

Před dvěma lety zněla otázka „máme do firmy pustit AI?”. Dnes už ji provoz vyřešil za vás: lidé chatboty používají — v práci, na mobilu, s firemními daty i bez dovolení. Otázka pro rok 2026 zní jinak: co konkrétně má zaměstnanec umět, aby mu AI pomáhala a firmě neškodila?

Posunulo se přitom i to, kde AI vůbec je. Dřív si ji člověk musel vědomě otevřít — zadal adresu chatbota a něco do něj vložil. Dnes je zabudovaná v nástrojích, které tým už má: v kancelářském balíku, v poštovním klientovi, v prohlížeči. Zaměstnanec s ní tedy pracuje, i když si to neplánoval — a o důvod víc, aby věděl, co s ní smí dělat.

Tenhle text je odpověď v podobě seznamu. Ne seznam nástrojů — ty se mění každý kvartál — ale seznam dovedností, které platí bez ohledu na to, jestli tým používá ChatGPT, Claude, Copilot nebo lokální model na vlastním serveru.

Proč „umí ChatGPT” nic neříká

Když se dnes zeptáte uchazeče nebo zaměstnance, jestli umí AI, skoro každý řekne ano. Myslí tím obvykle: otevřel jsem chat, něco napsal, něco vypadlo. To je stejná úroveň, jako „umím Excel” u člověka, který do buněk zapisuje čísla, ale nikdy neviděl vzorec.

Rozdíl mezi hraním si s chatbotem a prací s ním je v tom, jestli výstup rovnou k něčemu je: jestli se dá poslat zákazníkovi, vložit do nabídky, použít jako podklad pro rozhodnutí. A to nezáleží na nástroji, ale na pěti návycích níže. Žádný z nich nevyžaduje technické vzdělání a všechny se dají natrénovat na běžné kancelářské agendě.

1. Napsat zadání, ze kterého vypadne hotová věc

Většina zklamání z AI je zklamání ze špatně položené otázky. Srovnejte:

Špatně: „Shrň mi tenhle zápis z porady.”

Dobře: „Z tohoto zápisu vytáhni: 1) přijatá rozhodnutí, 2) úkoly s odpovědnou osobou a termínem, 3) otevřené otázky. Výstup jako tabulka. Co v zápisu není, nedomýšlej — napiš ‚neuvedeno’.”

První verze vrátí obecný odstavec, který stejně přepíšete. Druhá vrátí podklad, který jde rovnou poslat týmu. Rozdíl je v pěti věcech, které má umět každý:

• dodat kontext a podklad — AI nezná vaši firmu, zákazníka ani historii případu, dokud jí je nedáte;
• říct roli a příjemce — odpověď účetní a odpověď zákazníkovi vypadají jinak;
• určit formát — tabulka, odrážky, počet slov, tón;
• zakázat domýšlení — instrukce typu „co nevíš, označ” výrazně omezí vymýšlení;
• iterovat — první výstup je návrh, ne výsledek; dovednost je říct „zkrať to, přitvrď bod dva, doplň termín”.

Tohle se dá naučit za jedno odpoledne a je to nejrychlejší skok v užitku, jaký firma s AI udělá.

2. Ověřit výstup dřív, než ho pustí dál

Jazykový model není databáze. Umí s naprostou jistotou tvrdit neexistující paragraf, špatné číslo nebo smyšlené jméno — a tvrdí to stejně přesvědčivě jako pravdu. Zaměstnanec, který tohle neví, je pro firmu riziko; zaměstnanec, který to ví a má ověřovací návyky, má v ruce obyčejný nástroj.

Proti prvním rokům chatbotů se přitom povaha chyby změnila. Tehdejší modely neměly přístup na web a odkazy si běžně domýšlely — smyšlený zdroj se poznal tím, že se link vůbec neotevřel. Dnes většina asistentů umí hledat a k odpovědi přiloží existující stránku; jenže ta stránka nemusí tvrdit to, co model napsal. Ověřování tím nezmizelo, jen se posunulo: nekontroluje se, jestli zdroj existuje, ale jestli v něm ta věta opravdu je.

Minimální ověřovací návyky:

1. Každé číslo, paragraf, cena a termín se před odesláním dohledá u zdroje. Bez výjimky. AI je dobrá na strukturu a formulace, ne na fakta z hlavy.
2. Chtít zdroj, otevřít ho a najít v něm to tvrzení. Když AI tvrdí, že něco říká zákon nebo ceník, má umět říct kde — a člověk má na ten zdroj kliknout a přečíst ho, ne věřit citaci.
3. U důležitých věcí položit otázku dvakrát jinak. Když se odpovědi rozcházejí, je to signál, že model hádá.
4. Zeptat se „co může být v téhle odpovědi špatně”. Model umí sám upozornit na slabá místa své odpovědi — ale jen když se ho někdo zeptá.
5. Neposílat dál text, kterému člověk sám nerozumí. Podepsaný pod výstupem je vždy zaměstnanec, ne chatbot.

Poslední bod je zároveň firemní pravidlo, které stojí za to říct nahlas: odpovědnost za výstup nese ten, kdo ho odeslal. Tím zmizí devadesát procent debat o tom, „jestli za to může AI”.

3. Vědět, co do AI nesmí

Tohle je dovednost, jejíž absence firmu bolí nejvíc — a nejdřív ji není vidět. Do veřejného chatbota na free účtu nepatří:

• osobní údaje zákazníků, zaměstnanců a kolegů,
• smlouvy, cenové nabídky, marže a ceníky,
• přístupové údaje, hesla, interní adresy systémů,
• cizí podklady chráněné mlčenlivostí nebo NDA,
• cokoli, co by nesmělo skončit na cizím serveru mimo vaši kontrolu.

Zaměstnanec nemusí umět GDPR nazpaměť. Musí umět jedno rozhodnutí: než něco vloží, zeptat se, čí data to jsou a kam odejdou. Free účet veřejného chatbota, placený firemní účet s vypnutým trénováním na datech a lokální AI na vlastním hardwaru jsou tři úplně různé situace — a firma má mít jasno, která agenda smí kam.

Důležité je i to, co nefunguje: paušální zákaz. Lidé si cestu k AI najdou, jen ji schovají do soukromých účtů na mobilu — a firma ztratí i tu kontrolu, kterou mít mohla. Proč je tohle „stínové AI” nejdražší varianta neznalosti, jsme rozebrali v článku kolik firmu stojí, že zaměstnanci neumí AI.

4. Poznat, kde AI pomáhá — a kde ji nepoužít

Čtvrtá dovednost je úsudek. AI spolehlivě pomáhá tam, kde má člověk podklad v ruce a výsledek umí zkontrolovat: shrnutí a zápisy, první verze e-mailů a nabídek, převody mezi formáty, porovnání dvou dokumentů, návrhy struktury, korektury a sjednocení stylu.

Naopak bez lidské kontroly nemá co dělat u:

• právně závazných textů — smlouvy a výpovědi po AI vždy čte člověk, který jim rozumí;
• přesných výpočtů — jazykový model počítá „od oka”; na čísla je tabulka, ne chat;
• rozhodnutí o lidech — hodnocení, výběr uchazečů, cokoli s dopadem na konkrétního člověka;
• otázek bez podkladu — když AI nedostane data, dodá si je sama, a to je přesně chvíle, kdy vzniká sebejistý nesmysl.

Prakticky: dobrý úkol pro AI je ten, kde umíte výstup ověřit rychleji, než byste ho sami vytvořili. Kde to neplatí, AI čas nešetří — jen přesouvá práci do kontroly.

K tomu přibyla vrstva, která ještě před dvěma lety nebyla běžně k mání: asistent, který nejen píše, ale i jedná — sám otevře stránku, vyplní formulář, založí záznam v systému, odešle zprávu. Rozdíl proti obyčejnému chatu je zásadní: chybný text zahodíte, chybný úkon už ne. Pravidlo je stejné jako u nového kolegy — co jde vzít zpátky, může udělat sám; co odchází z firmy nebo se zapisuje do ostrých dat, potvrzuje člověk.

5. Sdílet, co funguje

Pátá dovednost dělá z jednotlivců tým. Když si každý své funkční zadání nechává pro sebe, firma platí objevování kola pětkrát — a výstupy pěti lidí vypadají pětkrát jinak.

Minimum je prosté: zadání, které se osvědčilo, se uloží jako sdílená šablona („odpověď na poptávku”, „zápis z porady”, „podklad pro nabídku”) na místo, kam tým vidí. Nováček pak nezačíná od nuly, výstupy drží jednotný standard a know-how neodejde s člověkem, který ho vymyslel. Na tuhle vrstvu se dá později navázat napojením na firemní nástroje a poloautomaty — jak takové postupné rozšiřování vypadá, popisujeme v článku o automatizaci procesů ve firmě s AI.

Checklist pro šéfa: kde váš tým stojí

Odpovězte si ano/ne. Nejde o audit, jde o rychlou diagnózu.

Vyhodnocení bez alibismu: sedm a více ano — tým má minimum a má smysl řešit další vrstvu, automatizace. Čtyři až šest — základ existuje, chybí pravidla a sdílení; to se dá srovnat interně během pár týdnů. Tři a méně — lidé AI používají živelně a firma nese rizika z bodu 3, aniž čerpá užitek z bodů 1 a 5. V takové situaci je nejrychlejší cesta cílené školení AI pro firmy na vašich vlastních procesech: tým odejde s hotovými šablonami, pravidly pro data a prvním zrychleným procesem, ne s poznámkami z prezentace.

Co přesně má dobré školení obsahovat a jak poznáte to špatné, jsme sepsali v samostatném textu školení AI pro firmy: od promptů k vlastním automatizacím.

A co AI Act?

Krátce, protože compliance je na samostatný článek: nařízení EU o umělé inteligenci v čl. 4 od 2. února 2025 požaduje, aby firmy používající AI zajistily u svých lidí přiměřenou úroveň AI gramotnosti — s ohledem na jejich roli, znalosti a kontext použití. Žádnou konkrétní osnovu ani certifikát nepředepisuje. Povinnost tak platí druhým rokem: „připravujeme se na to” už není odpověď.

Prakticky to znamená dvě věci. Zaprvé: pět dovedností výše je obsahově přesně to, co se pod gramotností rozumí u běžné kancelářské práce. Zadruhé: firma by měla umět doložit, že se o ni postarala — kdo s AI pracuje, co prošel a kdy. Jednorázová přednáška bez návaznosti tedy neobstojí ani prakticky, ani formálně.

Zbytek nařízení na firmy dopadá po etapách a jednotlivé termíny se v průběhu projednávání ještě upravovaly. Pro běžnou kancelářskou agendu se tím na minimu výše nic nemění; kdo chystá AI do rizikovějších oblastí (personalistika, rozhodování o lidech), měl by si aktuální stav hlídat průběžně. Pokud školení plánujete letos, podívejte se i na dotace na školení AI v roce 2026 — část nákladů může pokrýt zaměstnavatelský program.

Často se ptáte

Musí tohle minimum umět každý zaměstnanec?

Přiměřeně roli. Člověk, který denně píše e-maily, nabídky a podklady, potřebuje všech pět dovedností. Skladník, který s AI nepřijde do styku, ne. AI Act mluví o lidech, kteří s AI systémy reálně pracují — a tam je rozumné minimum plošné.

Nestačí, když AI umí jeden šikovný nadšenec v týmu?

Nestačí. Vznikne úzké hrdlo, výstupy ostatních zůstanou pomalé a nekonzistentní — a když nadšenec odejde, odejde s ním i know-how. Minimum patří všem, hloubka se liší podle role.

Jak dlouho trvá se tohle naučit?

Dovednosti 1 až 3 se dají postavit za jeden praktický workshop na vlastních úkolech; návyky se usadí během pár týdnů používání. Rozhoduje návaznost: sdílené šablony, pravidla pro data a někdo, kdo drží standard. Bez toho i dobré školení do měsíce vyprchá.

Platí totéž i pro asistenty, kteří sami jednají?

Základ ano, přidává se jedno pravidlo navíc. Než agent dostane přístup do pošty nebo do firemního systému, musí být jasně řečeno, které kroky smí udělat sám a které předkládá ke schválení. U textu opravujete výstup, u úkonu už jen následek.

Máme AI raději zakázat, dokud nemáme pravidla?

Ne. Zákaz používání nezastaví, jen ho schová do soukromých účtů — a firma přijde o kontrolu nad daty i o užitek. Rychlejší je vydat krátká pravidla (co smí do AI, který nástroj je schválený) a lidi je naučit používat.

Je tohle minimum totéž co AI gramotnost podle AI Actu?

Obsahově z velké části ano — čl. 4 žádnou konkrétní osnovu nepředepisuje, požaduje gramotnost přiměřenou kontextu. Rozdíl je v doložitelnosti: pro formální stránku si veďte jednoduchou evidenci, kdo s AI pracuje a jakým školením prošel.

Chcete vědět, kde váš tým na checklistu stojí? Napište nám dvě věty: jaký tým chcete posunout a co dnes lidé s AI dělají. Řekneme narovinu, jestli stačí pravidla a šablony, nebo dává smysl školení na vašich procesech.

Školení AI pro firmy · IT pro firmy · Kontaktujte nás