TL;DR: Neznalost AI ve firmě není zadarmo – platíte ji ztraceným časem na rutině, přepisováním nekonzistentních výstupů a rizikem stínového IT. Modelový příklad níže ukazuje, jak si úniky spočítat na vlastních číslech, stačí dosadit hodinovou sazbu a počet lidí. Cílené školení je zlomek těchto nákladů a v roce 2026 na něj můžete čerpat dotaci, ovšem jen pokud na něj naváže reálná praxe a firemní pravidla. Bez toho je i sebelepší kurz jen drahou jednorázovou akcí.
Když se firma rozhoduje, jestli začít s AI, obvykle řeší jednu stránku rozvahy: kolik stojí licence, školení a čas na zavedení. To je legitimní otázka. Málokdo se ale podívá na druhou stranu – kolik firmu stojí, že zaměstnanci s AI nepracují vůbec, nebo ji používají tajně a špatně. Tento článek je právě tou druhou stranou. Nepracujeme se sliby ani průzkumy, nabízíme férovou logiku a modelové výpočty, do kterých si dosadíte vlastní čísla.
Pokud v některém příkladu poznáte vlastní tým, není cílem koupit „kurz AI". Cílem je zastavit konkrétní ztrátu: čas, dvojí práci, riziko úniku dat nebo rozhodnutí podle neověřeného výstupu.
Pět míst, kde neznalost AI tiše odčerpává peníze
Náklady neznalosti nejsou na první pohled vidět, protože se rozpouštějí do každodenního provozu. Jde o pět mechanismů, kterými peníze z firmy odtékají, aniž byste vystavili jedinou fakturu:
1. Čas ztracený na rutinních textech a tabulkách Každý e-mail, shrnutí porady, popis produktu nebo porovnání dat v tabulce se píše od nuly. Bez AI se formulace vymýšlejí, škrtají, formátují. Není to velká položka na jeden úkon, ale násobeno počtem zaměstnanců a pracovních dní jde o systematický únik. Lidi dělají práci, na kterou by jim stačila polovina času, kdyby měli nástroj a věděli, jak ho správně použít.
2. Nekonzistentní výstupy a dvojí práce Když píše pět lidí manuálně, výsledky se liší stylem, strukturou i terminologií. Někdo pak musí výstupy sjednocovat, přepisovat, kontrolovat – a ten někdo obvykle není levnější než ti, co psali původně. Přepisování je daň za absenci standardu, který AI dokáže hlídat, pokud ji někdo naučí pracovat s firemním zadáním.
3. Tichý únik dat do neschválených AI nástrojů Zaměstnanci AI používají, i když to firma neví. Zadávají interní data do bezplatných chatbotů, nahrávají smlouvy do online „překladačů", kopírují cenové nabídky do veřejných nástrojů. GDPR a ochrana know-how tady dostávají trhliny, které nevznikají ze zlého úmyslu, ale z prosté neznalosti pravidel. Když firma neposkytne bezpečnou cestu, lidi si vyšlapou vlastní – a ta vede mimo vaši kontrolu.
4. Špatná rozhodnutí z neověřených výstupů Nekriticky převzaté AI výstupy mohou obsahovat halucinace, faktické chyby nebo zavádějící interpretace. Pokud zaměstnanec neví, že má výstup ověřovat, a nezvládá základní prompting, riziko rozhodnutí na základě chybných dat výrazně roste. V lepším případě to odhalí někdo další a opraví, v horším se podle toho začne jednat.
5. Frustrace šikovných lidí Ti nejschopnější zaměstnanci vidí, že jinde se rutina zvládá rychleji. Když firma AI ignoruje nebo zakazuje paušálně, motivovaní lidé ztrácejí trpělivost. Buď si najdou cestu bokem (viz bod 3), nebo si najdou zaměstnavatele, který jim moderní nástroje dopřeje. To jsou náklady, které se těžko modelují, ale reálně existují.
Modelová kalkulačka: dosaďte si vlastní čísla
Následující příklad nepracuje se žádnými statistikami – jde o ilustrační model, do kterého si každá firma dosadí svá reálná čísla. Počítejte s námi.
Předpoklady modelového příkladu: jeden kancelářský zaměstnanec, celkové náklady zaměstnavatele např. 400 Kč za hodinu, běžný pracovní týden. Činnosti, kde AI ušetří čas, volíme konzervativně – nejde o sci-fi automatizaci, ale o rutinní úkony, kde už dnes AI reálně pomáhá tomu, kdo s ní umí.
| Úkol | Čas ručně (týdně) | Čas s AI – konzervativně (týdně) | Ušetřený čas týdně |
|---|---|---|---|
| E-maily, shrnutí, odpovědi | 3 h | 1,5 h | 1,5 h |
| Zápisy a souhrny z porad | 1 h | 0,3 h | 0,7 h |
| Příprava podkladů, rešerše, tabulky | 2,5 h | 1 h | 1,5 h |
| Korektury, formátování, sjednocování | 1 h | 0,3 h | 0,7 h |
| Součet týdně | 7,5 h | 3,1 h | 4,4 h |
Při celkových nákladech zaměstnavatele např. 400 Kč/h to v tomto modelovém příkladu znamená:
- Úspora 4,4 h × 400 Kč = 1 760 Kč týdně na jednoho člověka
- Měsíčně cca 7 040 Kč
- Ročně přes 84 000 Kč na jednoho kancelářského pracovníka
Toto je model, nikoli slib nebo studie. Někdo ušetří méně, někdo více – záleží na typu agendy, míře rutiny a na tom, jestli firma poskytne bezpečné nástroje a naučí lidi s nimi zacházet. Pokud máte ve firmě pět lidí na podobných pozicích, vynásobte si to pěti. Pokud sedmdesát, vynásobte sedmdesáti. Číslo, které vám vyjde, je maximální rozumná investice do školení a zavedení AI za rok, aby se vám to stále vyplatilo – a reálná cena cíleného workshopu je obvykle o řád nižší.
Podrobnější rozpis nákladů na zavedení AI ve firmě jsme popsali v samostatném článku kolik stojí AI pro firmu.
Rychlý signál pro vedení: Pokud vám po dosazení vlastních čísel vyjde roční ztráta vyšší než cena jednoho praktického workshopu, otázka už nezní „jestli se AI vyplatí". Otázka zní, kde začít tak, aby lidé změnili práci hned další den a zároveň neohrozili firemní data. Přesně to řeší školení AI pro firmy.
Stínové AI: největší skryté riziko
Jednoznačně nejdražší forma neznalosti AI je takzvané stínové IT. Vaši lidé už AI používají – na mobilech, v prohlížeči, přes bezplatné nástroje, do kterých kopírují citlivá data. Otázka nestojí jestli, ale jak.
Paušální zákaz nefunguje. Lidé si cestu najdou, jen ji schovají. Jediná funkční cesta je nastavit jasná pravidla – co se smí a nesmí do AI zadávat, které nástroje jsou schválené, jak s výstupy nakládat – a naučit lidi ta pravidla používat v každodenní praxi. Bezpečnostní aspekty a ochranu dat detailně probíráme na školení AI pro firmy, právě proto, že jde o jedno z nejpalčivějších témat.
Co s tím: tři kroky, které dávají smysl
① Zmapujte, kde tým ztrácí čas Než poběžíte pro licenci, udělejte si interní přehled. Které opakující se činnosti berou lidem nejvíc hodin? Kde vzniká dvojí práce? Co se přepisuje a opravuje? Z toho vyplyne, jestli má AI vůbec kde pomoct.
② Krátké praktické školení na vlastních úkolech Ne obecná přednáška o AI, ale trénink, kde lidi řeší svoje reálné zadání – firemní texty, tabulky, procesy. V ITHOPE školí lidé, kteří AI denně nasazují v praxi, takže na workshopu vznikají konkrétní výstupy, ne jen teoretické poznámky. Detaily najdete na stránce školení AI pro firmy.
③ Navázat pravidly a první automatizací Bez firemních pravidel pro používání AI je školení jen dočasná inspirace. Je potřeba definovat, co ano a co ne, a ideálně hned vytipovat první proces k automatizaci. Tomu se věnujeme v nabídce automatizace procesů s AI.
Poznámka k dotacím: Pro rok 2026 lze využít dotační program, který může část nákladů na školení pokrýt. Aktuální informace o podmínkách a postupu žádostí shrnujeme zde: dotace na školení AI 2026. Schválení není automatické – záleží na splnění podmínek programu. Počítejte s tím, že dotace je příležitost, ne garance.
Kdy školení neřeší problém
Aby byl článek férový: ne vždy je školení to první, co firma potřebuje. Investice do vzdělávání se mine účinkem, pokud:
- Ve firmě nejsou základní procesy, a tak není na čem stavět. AI bez procesů jen přidá chaos.
- Vedení samo s AI nepracuje a nechce. Bez podpory shora zůstane jakékoliv školení v izolaci a během týdne vyprchá.
- Jde o jednorázovou přednášku bez návaznosti. Lidi se vrátí ke svým počítačům a za dva dny neví, jak začít.
V takových případech dává větší smysl začít konzultací nebo interním auditem. V ITHOPE nabízíme úvodní zmapování situace zdarma – právě proto, abyste neplatili školení, které by ve vaší situaci nemělo efekt.
Časté dotazy
Nestačí, když se lidi naučí AI sami z YouTube? Pro jednotlivce částečně ano. Pro firmu to ale řeší jen polovinu problému. Lidé se naučí různé postupy, různou kvalitu a hlavně různou úroveň bezpečnosti. Chybí jednotný standard, firemní kontext a hlavně pravidla pro práci s daty. Roztříštěné know-how pak nepřináší systémovou úsporu, jen individuální zkratky – často rizikové.
Jak dlouhé školení dává smysl? To záleží na rozsahu agendy a hloubce, do které chcete jít. Může jít o krátký workshop zaměřený na konkrétní typ úkolů, nebo o strukturovanější program pro celé oddělení. Klíčové není „kolik hodin", ale jestli se školení váže na reálnou denní práci účastníků a jestli na něj navazuje něco dalšího.
Jak poznáme, že školení mělo efekt? Dvě věci: tvrdá data a konkrétní use-casy. Ještě před školením si dosaďte do naší modelové tabulky aktuální časy. Měsíc po školení si je dosaďte znovu – a porovnejte. Druhý indikátor je počet reálných situací, kde tým začal AI používat: konkrétní šablona promptu, zautomatizovaná rutina, proces, který se zkrátil. Efekt není „lidi umí AI„, ale „lidi s AI řeší práci rychleji a bezpečněji".
Chcete vědět, jestli by školení AI dávalo smysl právě u vás? Pošlete nám jednu větu: jaký tým chcete posunout a které rutinní úkoly mu berou čas každý týden. Řekneme narovinu, jestli stačí krátký workshop, interní pravidla, automatizace, nebo jestli teď školení není první krok.
Napište na info@ithope.cz nebo volejte +420 774 777 774. Školíme v Brně, po celé ČR i online.