Představme si, že s pomocí AI dokončíte úkol za deset minut místo hodiny. Na konci dne však neodcházíte o padesát minut dřív. Dostanete další úkoly, kontrolujete více návrhů nebo máte dokázat, že nástroj firmě skutečně vydělává. Ušetřený čas nezmizel. Jen se rozhodlo, co ho znovu zaplní.
Stejných padesát minut by přitom mohlo posloužit jinak. Člověk by mohl práci dokončit bez přesčasu, důkladněji ověřit výsledek, věnovat se zákazníkovi nebo se naučit něco nového. Firma by mohla zlepšit službu, snížit cenu, zvýšit mzdu či zisk nebo vytvořit rezervu pro nečekané situace. Mohla by také stejný objem práce svěřit menšímu počtu lidí.
Debata o AI a práci proto nekončí otázkou, komu může technologie vzít pracovní místo. Pokračuje méně nápadnou otázkou: když práce opravdu zrychlí, kdo získá čas a hodnotu, které tím vznikly?
Produktivita není soutěž v rychlosti
Slovo produktivita zní v běžné řeči téměř jako hodnocení charakteru. Produktivní člověk je pilný, neproduktivní se údajně málo snaží. V ekonomice však pojem znamená něco užšího. OECD měří produktivitu práce jako přidanou hodnotu na odpracovanou hodinu. Zjednodušeně jde o hodnotu vytvořenou prací a vybavením po odečtení spotřebovaných vstupů, například nakoupených materiálů a služeb. Z takového údaje nelze vyčíst píli jednotlivého zaměstnance.
V konkrétním provozu může mít měření praktičtější podobu: kolik správně vyřešených požadavků tým zvládne, kolik zakázek dokončí nebo jakou službu vytvoří za určitý čas a při určitých nákladech. Už zde ale záleží na tom, co počítáme jako výsledek. Deset rychle odeslaných odpovědí nemusí být lepších než šest pomalejších, pokud se polovina musí později opravovat. Dvacet automaticky vytvořených textů nemusí mít větší hodnotu než pět, které někdo opravdu potřebuje.
Vyšší produktivita umožňuje vytvářet více hodnoty bez pouhého prodlužování pracovní doby a může financovat vyšší životní úroveň, dostupnější služby i růst firmy. Sama však neříká, kdo tento přínos získá.
Ušetřit čas na úkolu ještě neznamená ušetřit ho v práci
Ukázka AI často začíná čistým zadáním. Nástroj napíše návrh e-mailu za dvacet sekund, shrne dokument za minutu nebo během chvíle vytvoří tabulku. Proti ručnímu postupu může být rozdíl výrazný. Jenže skutečná práce nezačíná vždy zadáním a nekončí prvním výstupem.
Někdo musí vybrat vhodný nástroj, připravit podklady, zkontrolovat, co do něj lze bezpečně vložit, popsat zadání a posoudit výsledek. Když návrh obsahuje chybu, je třeba dohledat její původ a výstup opravit. Firma platí licence, propojení se systémy, školení i správu přístupů. U neobvyklého případu může člověk strávit více času opravou přesvědčivě znějícího návrhu, než by potřeboval k vlastnímu řešení.
Je proto užitečné rozlišit čas ušetřený při vytvoření návrhu od úspory celého procesu. První návrh může vzniknout o čtyřicet minut rychleji. Skutečná časová úspora se ukáže až po započtení přípravy, kontroly, oprav, školení a práce, kterou zavedení systému vytvořilo jinde. Samostatně je třeba spočítat finanční přínos po odečtení licencí a dalších nákladů. Rychlejší postup může být dražší; dražší nástroj se zase může vyplatit, pokud uvolní dost času na potřebnou práci.
Kam může ušetřená hodina putovat
Když se určitý krok zkrátí, vzniká otázka, jak uvolněný čas využít. Následující možnosti se mohou kombinovat.
| Ušetřený čas se promění v… | Co může přinést | Kdo může získat |
|---|---|---|
| více výstupů | více objednávek, kratší čekání, růst kapacity | firma i zákazník, někdy pracovník |
| lepší kvalitu | více ověřování, méně chyb, osobnější službu | zákazník, firma i pracovník |
| nižší cenu | dostupnější výrobek či službu, tlak na konkurenci | zákazník |
| vyšší mzdu nebo odměnu | podíl pracovníka na vytvořené hodnotě | pracovník |
| vyšší zisk či investici | návratnost nástroje, rezerva, rozvoj firmy | firma či vlastník, později případně další skupiny |
| kratší pracovní dobu | více odpočinku, méně přesčasů, lepší skloubení života a práce | pracovník |
| menší tým nebo omezení náboru | nižší personální náklady při stejném objemu | firma, zatímco náklady nesou lidé bez místa či zakázek |
| vyšší výkonovou normu | rychlejší provoz bez změny mzdy či pracovní doby | především firma; pracovník může nést vyšší zátěž |
Firma hradí zavedení systému a potřebuje, aby se jí investice vrátila. Pracovníci se nástroj učí používat, kontrolují jeho chyby a odpovídají za svou práci. Mohou proto chtít, aby se přínos projevil také v jejich odměně či pracovních podmínkách. Zákazník může očekávat nižší cenu nebo lepší službu, pokud se její poskytování zlevnilo. Stát a společnost mohou získat vyšší daňové příjmy nebo dostupnější veřejné služby, ale také nést náklady případné nezaměstnanosti a rekvalifikací.
O rozdělení přínosu rozhodují smlouvy, konkurence, vyjednávací síla, vlastnictví, pracovní pravidla i to, co organizace považuje za úspěch.
Za hodinu o patnáct procent více vyřešených případů
Příklad přináší výzkum zákaznické podpory publikovaný v roce 2025 v časopise Quarterly Journal of Economics. Zahrnoval 5 172 pracovníků a přibližně tři miliony chatů; u 1 636 pracovníků autoři pozorovali také práci s generativním asistentem. Při jeho postupném zavádění převážně v letech 2020 a 2021 zjistili průměrné zvýšení počtu vyřešených případů za hodinu o 15 procent. Nejvíce získali méně zkušení pracovníci a lidé s nižším předchozím výkonem. Šlo o podporu amerických zákazníků softwarové firmy, kterou pracovníci zajišťovali převážně z Filipín.
Pracovníci zkrátili jednotlivé chaty a zvládali jich více současně. U samotného podílu vyřešených chatů byl odhadovaný nárůst malý a statisticky neprůkazný. Hlavní zjištění se tedy týká počtu vyřešených případů za hodinu, nikoli prokázaného zvýšení šance vyřešit každý jednotlivý problém.
Autoři neměli údaje o mzdách jednotlivých pracovníků ani podklady k posouzení celkové poptávky firmy po práci. Rozdělení úspory mezi odměnu, pracovní dobu, cenu služby a zisk z tohoto výzkumu určit nelze.
Navíc se tu snadno splete i samotný výpočet. Kdyby výkon za hodinu stoupl přesně o 15 procent a objem i kvalita práce zůstaly stejné, původních sto hodin by se čistě početně zkrátilo přibližně na 87. Úspora by činila asi 13 procent času. Převést tento výpočet na počet pracovních míst už vyžaduje znalost provozu, rozvrhu a poptávky.
Chtějí zákazníci více, nebo jim stačí to, co mají?
Představme si dvě zákaznické linky se stejným zrychlením. V první lidé čekají dlouho, část dotazů se vůbec nestihne vyřídit a firma kvůli kapacitě odmítá nové klienty. Když AI pomůže, tým obslouží více lidí. Tržby mohou růst, čekání se zkrátí a počet pracovníků se nemusí snížit. Vyšší produktivita umožnila službu rozšířit.
Ve druhé firmě je počet dotazů stabilní a téměř každý zákazník už odpověď dostává. Pokud každý pracovník zvládne více, vedení může po odchodu kolegy jeho místo neobsadit. Stejnou službu poskytne menší tým. Technologie byla stejná, ale výsledek určila poptávka a rozhodnutí organizace.
Nižší cena může poptávku zvýšit. Když se tvorba drobné grafiky, překlad, právní orientace nebo určitá administrativní služba stane dostupnější, mohou si ji objednat lidé a malé firmy, kteří ji dříve nevyužívali. Produktivnější odvětví pak nemusí zaměstnávat méně lidí; může poskytovat mnohem více služeb. Jinde je však poptávka téměř pevná. Obec nezpracuje nekonečně mnoho žádostí jen proto, že je systém zvládne rychleji, a jedna domácnost nepotřebuje desetkrát více ročních daňových přiznání.
Proto ani výborný údaj o produktivitě nestačí k předpovědi zaměstnanosti. Potřebujeme vědět, zda existuje neuspokojená poptávka, zda nižší cena přivede nové zákazníky, zda firma umí vytvořit novou službu a zda chce uvolněnou kapacitu použít k růstu.
Včerejší výhoda se může stát zítřejší normou
Když nový nástroj zavede několik lidí, mohou s jeho pomocí vypadat mimořádně výkonně. Jakmile jej používají všichni, mimořádný výkon se změní v běžné očekávání. Čas, který měl práci ulehčit, se zaplní novými úkoly a původní termíny se zkrátí.
Posun může začít plánováním: manažer vidí, že tým minulý měsíc zvládl více, a stanoví podle nového čísla další cíl. Obchod nabídne klientům rychlejší dodání. Rozpočet počítá s nižšími náklady. Konkurence udělá totéž. Z dobrovolné výhody se stane standard, bez něhož člověk začne působit pomalu.
Pro pracovníka se pak AI neprojeví jako volná hodina, ale jako hustší směna: mezi úkoly zbývá méně prostoru, roste počet rozhodnutí a chybu je třeba odhalit rychleji. OECD upozorňuje, že AI může současně zlepšit výkon a zvýšit pracovní intenzitu; zvlášť problematické může být spojení s průběžným měřením a algoritmickým řízením.
Nástroj může odstranit otravné přepisování a člověku nechat více prostoru pro úsudek. Může ale také pomoci zvýšit výkon za cenu vyčerpání. Samotné číslo o výstupu za hodinu mezi těmito dvěma možnostmi nerozliší.
Když zmizí lehké úkoly, nezůstane jen zajímavá práce
Častý příslib zní, že AI převezme rutinu a lidem zůstane tvořivá, smysluplná práce. Může se to stát. Účetní nemusí přepisovat doklady a věnuje se složitějším případům. Učitel ušetří čas na přípravě základního pracovního listu a využije ho pro zpětnou vazbu žákům. Pracovník podpory nemusí pokaždé hledat stejnou informaci a soustředí se na člověka s neobvyklým problémem.
Jenže snadné úkoly nejsou vždy pouhý odpad. Během náročného dne tvoří přirozenou změnu tempa. Umožňují člověku na chvíli pracovat podle známého postupu a trochu si mentálně odpočinout. Když systém všechny jednoduché případy odfiltruje, může pracovník dostávat jednu výjimku, stížnost nebo složité rozhodnutí za druhým.
Výsledkem je paradox. Práce vypadá na papíře kvalifikovaněji, protože každý případ vyžaduje úsudek. Současně může být vyčerpávající, roztříštěná a obtížněji měřitelná. Pokud se nezmění počet případů ani prostor pro odpočinek, „více tvořivé práce“ může v praxi znamenat jen nepřerušovanou řadu nejtěžších částí profese.
Úsporu proto nelze hodnotit pouze podle toho, které úkoly zmizely. Je potřeba sledovat i skladbu toho, co zůstalo, kolik rozhodnutí člověk dělá, zda má přestávky a jestli může vlastní tempo alespoň částečně ovlivnit.
Vyšší produktivita se do mzdy nepřelévá sama
Intuitivní představa říká, že kdo vytvoří za hodinu více hodnoty, dostane více zaplaceno. Takový vztah může fungovat, ale není automatický. Úspora nejprve vznikne uvnitř organizace; teprve potom se rozhoduje, zda se projeví ve mzdě, ceně, zisku, investici nebo pracovní době. Záleží na pracovním trhu, smlouvách, konkurenci, vyjednávání, vlastnictví nástroje i na tom, zda firma přínos dokáže změřit a proměnit v příjem.
Historická data ostatně ukazují, že produktivita a pracovní příjmy se nemusí pohybovat společně. OECD v přehledu z roku 2024 uvádí, že od poloviny 90. let zaostával růst průměrného reálného pracovního příjmu za hodinu za růstem produktivity přibližně ve čtvrtině členských zemí s dostupnými údaji. V tomto srovnání se pracovní příjem očišťuje o stejný cenový vývoj jako přidaná hodnota; nejde tedy přímo o měření kupní síly výplaty v obchodech. Rozcházení příjmů a produktivity každopádně předcházelo dnešní generativní AI.
Vyšší zisk může financovat vývoj, rezervu pro horší období, nové vybavení, rozšíření firmy nebo pracovní místa v jiné části provozu. Pracovník zase může přínos pocítit i jinak než vyšší mzdou. Hodnotu může mít kratší týden, placené vzdělávání, větší autonomie, méně přesčasů nebo dohoda, že uvolněná kapacita nepovede k omezení počtu lidí v týmu.
Při dohodě o rozdělení přínosu proto záleží na tom, jaké náklady a rizika kdo nesl, kdo práci změnil a kdo odpovídá za chyby. Poměr mezi odměnou, investicí, cenou a pracovním časem musí umožnit, aby změna fungovala i dlouhodobě.
Kratší pracovní doba není opak produktivity
Když technologie urychlují práci, nabízí se jednoduchá představa: stejný objem lze zvládnout za méně hodin, takže pracovní den či týden zkrátíme. V některých provozech je to reálná možnost. Neznamená to však, že lze z každé lokální úspory okamžitě odečíst stejný počet hodin ze směny.
Zákaznická linka musí být dostupná v určitou dobu, zdravotní služba potřebuje přítomné lidi, škola má rozvrh a výroba návazné směny. Ušetřené minuty mohou být rozptýlené mezi desítkami úkolů a lidí. Aby se proměnily ve volné odpoledne, musí organizace změnit rozvrh, zastupování, cíle a někdy i počet pracovníků v konkrétním čase.
Kratší pracovní doba přitom může být slučitelná se zachováním výkonu. Mezinárodní organizace práce ve shrnutí zprávy z roku 2023 uvádí, že delší pracovní doba bývá spojena s nižší produktivitou na jednotku práce a kratší doba s vyšší. Taková souvislost ještě neurčuje výsledek změny v konkrétním provozu. Rozhoduje také rozvržení úkolů a ochrana volného času. Pokud člověk po kratší směně dál odpovídá na pracovní zprávy z domova, část práce se jen přestěhovala mimo evidované hodiny.
Kratší pracovní doba je tedy jeden možný způsob rozdělení produktivního přínosu, nikoli automatický technický následek AI. Aby se stala skutečností, musí být výslovným cílem a změnit se musí také organizace práce, ne pouze údaj na pracovní smlouvě.
Rezerva na složité případy má také hodnotu
Ve výkazech je snadno vidět počet uzavřených případů. Hůře se počítá chyba, která díky pečlivé kontrole nikdy nevznikla, zákazník, který nemusel volat podruhé, nebo zaměstnanec, který se nezhroutil v nejvytíženějším týdnu. Proto má více výstupů tendenci vytlačit méně nápadné využití času.
Organizace může část úspory záměrně neproměnit v další úkol. Může ji ponechat jako rezervu pro složité případy, výpadek systému, náhlý růst poptávky nebo lidskou chybu. V běžném týdnu taková kapacita vypadá jako nevyužitá. V krizové chvíli rozhoduje, zda tým situaci zvládne bez přesčasů a improvizace.
Čas lze použít také ke kontrole zdrojů, rozhovoru se zákazníkem, společnému učení, údržbě systému nebo opravě procesu, který vytváří stále stejné problémy. Produktivita pak nemusí znamenat „udělat více téhož“. Může znamenat udělat méně zbytečné práce a vytvořit lepší výsledek.
Tato možnost je zvlášť důležitá tam, kde je kvalita obtížně měřitelná a chyba drahá. Ve vzdělávání, péči, právu, veřejné správě nebo odborném poradenství nemusí být nejcennějším přínosem další dokument za hodinu. Může jím být pozornost věnovaná případu, který se nevejde do šablony.
Úspora v rozpočtu, přesčasy v týmu
Nástroj se často hodnotí příliš brzy nebo naopak podle příliš hladké ukázky. Během zavádění se lidé školí, převádějí data, opravují nastavení a někdy pracují současně podle starého i nového postupu. Produktivita může dočasně klesnout, i když později vzroste. Jindy pilot proběhne na dobře vybraných úkolech a teprve běžný provoz ukáže, kolik případů nástroj nezvládá.
Také očekávání mohou úsporu předběhnout. Vedení započítá budoucí zrychlení do rozpočtu dřív, než je systém spolehlivý. Tým pak musí současně udržet původní službu, učit se nový nástroj a splnit vyšší plán. Přechodové náklady nesou lidé v podobě přesčasů a improvizace, zatímco přínos je stále jen předpoklad.
Přehled empirických zjištění ILO zveřejněný v červnu 2026 ukazuje rozdíl mezi výsledky jednotlivých úkolů a širším pracovním provozem. V některých průzkumech pracovníci hlásili časovou úsporu v řádu několika procent. V dánských datech ji však během prvních dvou let po uvedení ChatGPT neprovázela zjistitelná změna výdělků ani evidovaných hodin. V průzkumu firem ze čtyř vyspělých ekonomik přes 80 procent respondentů neuvádělo dopad AI na produktivitu ani zaměstnanost za předchozí tři roky. Jde o různá měření a rané výsledky, které nelze převést na konečný verdikt pro celou ekonomiku.
Poctivé hodnocení proto potřebuje čas a srovnání před zavedením, během přechodu i po ustálení. Jinak lze za úspěch prohlásit krátký experiment nebo za neúspěch období, kdy se firma teprve učí pracovat jinak.
Kdo může do rozdělení přínosu mluvit
Pokud firma nejprve koupí nástroj, zvýší cíle a teprve potom oznámí lidem, jak se jejich práce změní, rozhodla o využití úspory bez jejich účasti. Lidem zbývá reagovat na hotový plán, přestože právě oni budou nové postupy používat.
Pracovníci přitom často vědí, kde ukázka neodpovídá provozu. Znají výjimky, skryté opravy, neformální dohody se zákazníky a situace, v nichž rychlost není hlavní hodnotou. Jejich účast může odhalit náklady, které by se jinak objevily až po spuštění.
Mezinárodní organizace práce zdůrazňuje, že dopad AI závisí na účelu, návrhu a kontrole technologie a že dialog má probíhat od vývoje po nasazení. V malé firmě může jít o otevřenou dohodu týmu. Ve větší organizaci mohou tuto roli plnit zástupci zaměstnanců, odbory, kolektivní vyjednávání nebo jasné vnitřní postupy. Lidé tak mohou mluvit o cílech, datech, chybách, tempu, školení a odměně dřív, než se nový standard stane hotovou věcí.
Co měřit, aby úspora nebyla jen číslem v tabulce
Než se zvýší cíle nebo sníží počet lidí, měla by organizace vědět, co se skutečně změnilo. Nestačí porovnat, kolik návrhů systém vytvoří za minutu. Když se práce změní v číslo, snadno se začne počítat viditelný výstup a přehlédnou se opravy, únava i odpovědnost. Užitečnější je proto sledovat celý proces a několik skupin ukazatelů současně.
- Výsledek: Kolik případů se podařilo skutečně dokončit a kolik z nich splnilo účel?
- Kvalita: Kolik vzniklo chyb, oprav, stížností, vrácených výstupů a následných kontaktů?
- Čas: Kolik práce zabralo zadání, kontrola, oprava, řešení výjimek a provoz systému?
- Pracovní podmínky: Změnily se přesčasy, přestávky, tempo, autonomie, počet souběžných úkolů a duševní náročnost?
- Rozdělení: Promítl se přínos do ceny, mzdy, pracovní doby, investic, zisku, školení nebo rezervy?
- Odolnost týmu: Umí tým fungovat při výpadku, poznat neobvyklou chybu a zaučit další lidi?
Teprve vedle těchto údajů dostává vyšší počet výstupů smysl. Například tým může za měsíc uzavřít více případů, ale strávit tolik času následnými opravami, že mu na nové zákazníky nakonec zbude méně kapacity než dřív.
Co má být za rok lepší?
Technologie může vytvořit skutečný přínos. Může odstranit rutinu, rozšířit dostupnost služby, snížit cenu, zvýšit výdělek, zkrátit pracovní dobu i umožnit, aby se lidé věnovali tomu, co dříve nestíhali. Stejná technologie ale může zvýšit tempo, skrýt náklady kontroly, omezit nábor a udělat z každé ušetřené minuty další povinný výstup.
O výsledku rozhoduje vedle kvality modelu i to, co organizace měří, jakou má poptávku, kdo odpovídá za chyby a kdo může změnu ovlivnit. Dohoda o využití úspory patří k zavádění nástroje stejně jako jeho výběr a školení.
U našeho úvodního příkladu by tedy stálo za to domluvit se předem: kolik z ušetřených padesáti minut připadne na další práci, kolik na pečlivější kontrolu a kolik pomůže skončit včas? Právě z takových rozhodnutí se skládá rozdíl mezi rychlejším úkolem a lepším pracovním dnem.
