AI vám neřekne, koho propustit CIO MAG

Občas se mě IT manažeři ptají velmi přímo: kde lze díky AI snížit počet lidí? Nechci si nalhávat, že jde o hezkou část poradenství. Rozhodnutí může zasáhnout živobytí konkrétních lidí. To ale není důvod úkol odmítnout; je to důvod pracovat s podstatně vyšším důkazním standardem než u běžné technologické analýzy.

Standardní analýza hledá procesy, ve kterých AI zkrátí dobu práce, zvýší kvalitu nebo odstraní opakující se úkony. Zadání se skutečným cílem snížit počet zaměstnanců musí navíc prokázat, že uvolněná kapacita opravdu zanikne, nepřesune se do kontroly a výjimek a firma neztratí schopnost, kterou bude za půl roku draze nakupovat zpět.

ILO v roce 2025 odhadla, že jeden ze čtyř pracovníků působí v profesi s určitou mírou expozice generativní AI, ale za pravděpodobnější dopad považuje proměnu práce než úplnou náhradu profesí. Průzkum více než tisíce velkých zaměstnavatelů současně ukazuje dvojí strategii: čtyřicet procent plánuje redukce tam, kde AI automatizuje úkoly, a polovina očekává přesuny lidí z klesajících do rostoucích rolí. Jde o záměry zaměstnavatelů, nikoli o důkaz, že každá taková redukce bude fungovat.

Manažerské shrnutí

01Úspora času není FTE Deset minut ušetřených v mnoha různých činnostech nevytvoří automaticky jedno celé pracovní místo, které lze bezpečně odstranit.

02Nejdřív role, potom člověk Analýza musí nejprve určit, která práce zaniká a jak bude vypadat cílový provoz. Jména přicházejí až úplně nakonec.

03Přesun je ekonomická varianta Člověk, jehož rutinní úkoly mizí, může současně nejlépe znát výjimky, data a proces potřebný pro další automatizaci.

Dvě analýzy, které vypadají podobně, ale nejsou stejné

Prezentace s deseti vhodnými případy použití může být kvalitním začátkem AI programu. Není však podkladem pro deset personálních rozhodnutí. Jakmile je cílem skutečná změna počtu zaměstnanců, mění se otázky, důkazy i odpovědnost.

Běžná analýza nasazení AI	Analýza s cílem snížit počet zaměstnanců
Kde lze zrychlit nebo zkvalitnit práci?	Která práce po stabilizaci skutečně přestane existovat?
Lze úkol technicky automatizovat?	Lze odstranit kapacitu bez zhoršení služby, rizika a zastupitelnosti?
Jaký je potenciální časový přínos?	Je uvolněný čas souvislý, měřitelný a koncentrovaný do konkrétních rolí?
Jaké nástroje a data potřebujeme?	Kdo převezme výjimky, kontrolu, odpovědnost a práci při výpadku AI?
Jak rychle lze spustit pilot?	Jak dlouho musí běžet stínový provoz, než je personální změna obhajitelná?
Kde je technologická příležitost?	Jaký je cílový provozní model a které kompetence v něm nesmějí zmizet?

HRANICE ZAKÁZKY

Pokud vedení už předem zná počet lidí, které chce propustit, a hledá pouze technologické zdůvodnění, nejde o nezávislou analýzu. Jde o dodatečné ospravedlnění hotového rozhodnutí.

Proč 40 procent automatizované práce neznamená o 40 procent méně lidí

Pracovní role je svazek různých úkolů. AI může velmi dobře převzít standardní případy, první návrhy, třídění nebo vyhledání informací. Zbytek práce ale nezmizí. Často se naopak zvýší průměrná složitost toho, co zůstane člověku: výjimky, sporné případy, komunikace se zákazníkem, rozhodnutí s dopadem a odpovědnost za chybu.

Nejčastější omyl je zaměnit produktivitu za kapacitu. Pokud deset lidí ušetří každý den čtyřicet minut v krátkých úsecích rozptýlených mezi schůzky, podporu a čekání na jiné týmy, nemusí vzniknout jediné celé místo k odebrání. Úspora se projeví rychlejší reakcí nebo menším přetížením, ale ne nutně nižším počtem zaměstnanců.

Do výpočtu navíc vstupuje nová práce: kontrola výstupů, řešení chyb modelu, údržba znalostní báze, správa přístupů, sledování nákladů, audit, ladění promptů a nástrojů nebo převzetí procesu při výpadku dodavatele. U některých týmů AI kapacitu odstraní. U jiných pouze přesune práci z výroby do kontroly.

PRAKTICKÁ ROVNICE

Skutečně odebratelnou kapacitu získáte tak, že od ověřeného a souvislého časového zisku odečtete novou kontrolní práci, potřebnou rezervu na výkyvy a minimální provozní pokrytí.

Sedmdesát otázek před jedním personálním doporučením

V mé praxi používám před doporučením zrušení konkrétního místa nebo ukončení spolupráce s konkrétním člověkem zhruba sedmdesát kontrolních otázek. Nejde o jeden univerzální formulář. Otázky jsou rozdělené do několika bran a mění se podle typu práce, kritičnosti služby a organizačního kontextu.

Kontrolní brána	Co ověřuji	Příklad otázky
01 Obchodní cíl	Jakou úsporu firma skutečně potřebuje, v jakém horizontu a co nesmí zhoršit?	Je cílem nižší náklad, vyšší kapacita, rychlejší růst bez náboru, nebo předem určené snížení stavu?
02 Mapa práce	Jaké úkoly role skutečně obsahuje, v jakém objemu a s jakou sezónností?	Která práce není v procesech ani reportech, ale tým ji dělá, aby systém fungoval?
03 Důkaz schopnosti AI	Byla technologie ověřena na reálném vzorku včetně obtížných případů?	Jaká je kvalita, cena, latence a chybovost mimo připravené demo?
04 Zbytková práce	Co zůstane lidem a zda bude tato práce složitější než dnes?	Kdo řeší výjimku, spor, reklamaci, právní dopad nebo nejednoznačný vstup?
05 Data a infrastruktura	Jsou data dostupná, kvalitní, oprávněně použitelná a dlouhodobě udržitelná?	Co se stane, když se změní model, cena API, datový režim nebo dodavatel?
06 Kapacita a pokrytí	Je časový zisk koncentrovaný a lze ho skutečně odebrat z rozvrhu?	Kolik lidí je nutných kvůli směnám, dovoleným, špičkám a minimálnímu pokrytí služby?
07 Kvalita a riziko	Jaká chyba je přijatelná a kdo nese odpovědnost za výsledek?	Může chyba poškodit zákazníka, bezpečnost, účetnictví, regulaci nebo reputaci?
08 Znalosti a závislosti	Které schopnosti a nepsané vazby jsou navázané na konkrétní lidi?	Nepropouštíme člověka, který jako jediný rozumí výjimkám, historickým datům nebo kritickému systému?
09 Přesun a rozvoj	Existuje reálná rostoucí role a je člověk schopný se do ní přesunout?	Jak dlouho trvá doplnění kompetence a je to levnější než odchod a pozdější nábor?
10 Přechod a návrat	Jak bude probíhat stínový provoz, předání znalostí a případný návrat?	Co uděláme, pokud AI dva dny nefunguje nebo reálná úspora nedosáhne plánu?

Teprve po uzavření prvních sedmi oblastí lze rozumně mluvit o zániku kapacity. Teprve po prověření znalostí, možností přesunu a přechodu lze mluvit o konkrétním místu nebo člověku.

Nejdřív práce, potom místo, nakonec člověk

Personální rozhodnutí je bezpečnější rozdělit do čtyř kroků. Přeskočení kteréhokoli z nich zvyšuje riziko, že firma pouze přesune práci na zbytek týmu nebo odstraní kompetenci, kterou automatizace ve skutečnosti potřebuje.

Krok	Rozhodnutí	Důkaz
1. Odstranit práci	Určit úkoly, které AI nebo změna procesu skutečně převezme.	Pilot na reálných datech, měřený čas, kvalita a náklady.
2. Navrhnout cílový provoz	Popsat tok práce, výjimky, kontrolu, odpovědnost a provoz při výpadku.	Target operating model, role, RACI, služby a kontrolní body.
3. Spočítat kapacitu	Zjistit, kolik souvislé práce po stabilizaci opravdu zanikne.	Objem, sezónnost, pokrytí, rezerva, fronty a SLA.
4. Rozhodnout o lidech	Posoudit výkon, kompetence, potenciál, znalostní riziko a možnosti přesunu.	Lidské rozhodnutí vedení s HR a právní kontrolou; dokumentovaná kritéria.

AI může pomoci analyzovat úkoly, seskupit opakující se práci, simulovat varianty nebo ukázat duplicity. Neměla by automaticky seřadit zaměstnance podle údajné „hodnoty“ a rozhodnout, kdo má odejít. Evropský AI Act řadí některé systémy používané k rozhodování o pracovních vztazích, povyšování, ukončení nebo hodnocení zaměstnanců mezi vysoce rizikové. Nezávisle na právní klasifikaci musí konečné rozhodnutí zůstat lidské, vysvětlitelné a prověřené HR a právníky.

ROZHODOVACÍ PRAVIDLO

AI může být součástí důkazu o tom, jaká práce zaniká. Nesmí být arbitrem hodnoty člověka ani náhradou za personální odpovědnost vedení.

Přesun není měkká varianta. Často je ekonomicky výhodnější

Lidé, jejichž rutinní práci lze automatizovat, často nejlépe znají proces, datové chyby, zákaznické výjimky a důvody, proč standardní postup nefunguje. To z nich může dělat vhodné kandidáty pro správu automatizace, kontrolu kvality, vlastnictví procesu, datovou správu, práci s výjimkami nebo rozvoj nové služby.

Přesun ale nesmí být charitativní „parkovací místo“. Musí existovat skutečná budoucí práce, realistická shoda kompetencí a čas, ve kterém se člověk dokáže přeučit. Někdy je ukončení pracovního místa správné. Dříve je však potřeba porovnat náklady odchodu, ztrátu znalostí, odstupné, budoucí nábor, onboarding a riziko, že firma za několik měsíců začne kupovat stejnou kompetenci od externího dodavatele.

TEST PŘESUNU

Přesun dává smysl, pokud existuje reálná rostoucí role, člověk má ověřitelný potenciál ji zvládnout a náklady přechodu jsou nižší než ztráta znalostí a budoucí získání náhrady.

Modelový příklad: AI zrychlila podporu, ale čtyři místa nezmizela

Následující příklad je složený z opakujících se situací z praxe. Tým aplikační podpory měl dvanáct lidí. Pilot ukázal, že AI dokáže automaticky třídit požadavky, připravovat návrhy odpovědí a vyhledávat řešení v dokumentaci. U standardních ticketů se čistý čas zkrátil přibližně o polovinu. První personální úvaha zněla: tým lze snížit o čtyři lidi.

Podrobnější analýza ukázala jiný obraz. Standardní požadavky tvořily jen část celkové práce a úspora vznikala po několika minutách rozptýlených během dne. Zbylé případy byly složitější, vyžadovaly komunikaci s vývojem a zákazníky a měly vyšší riziko chybného rozhodnutí. Dva lidé byli nutní kvůli pokrytí dovolených a špiček, jeden držel nezdokumentovanou znalost starého systému a někdo musel nově spravovat znalostní bázi a kontrolovat kvalitu odpovědí modelu.

Výsledkem nebylo okamžité propuštění čtyř lidí. Firma neprodloužila jednu externí kapacitu, dva pracovníky přesunula do správy znalostí a automatizačního backlogu a zavedla devadesátidenní stínový provoz. Teprve po stabilizaci bylo možné posoudit, zda další místo zanikne přirozeným odchodem. Úspora byla menší než první odhad, ale dlouhodobě udržitelná a bez propadu služby.

CO PŘÍKLAD UKAZUJE

Pilot dokázal technologickou úsporu. Teprve provozní analýza ukázala, kolik kapacity lze odebrat, aniž se úspora zaplatí horší službou, přetížením zbytku týmu nebo ztrátou kritické znalosti.

Kdy už doporučení ke snížení stavu dává smysl

Personální změnu považuji za technicky a provozně obhajitelnou teprve tehdy, když je možné odpovědět ano na většinu následujících podmínek a pro zbývající existuje vědomě přijaté opatření.

Podmínka	Co musí být doloženo
Ověřená schopnost	AI dosahuje požadované kvality na reprezentativním vzorku včetně výjimek, ne pouze v demu.
Stabilní ekonomika	Cena modelu, infrastruktury, kontroly a provozu nepohltí očekávanou personální úsporu.
Koncentrovaný čas	Uvolněná práce je souvislá a připadá na konkrétní role, nikoli po minutách napříč celou organizací.
Popsaná zbytková práce	Výjimky, schvalování, odpovědnost a servis při výpadku mají jasného vlastníka a kapacitu.
Zachované pokrytí	Po změně zůstane dost lidí pro směny, dovolené, špičky, incidenty a minimální bezpečný provoz.
Přenesené znalosti	Kritické know-how není závislé na člověku, který má odejít, nebo je předání ověřeno v praxi.
Prověřený přesun	Firma skutečně posoudila dostupné role a potenciál lidí, nikoli pouze formálně uvedla „rekvalifikaci“.
Stínový provoz	Nový model fungoval dostatečně dlouho vedle původního a měřily se kvalita, fronty, incidenty i skrytá práce.
Lidský a právní proces	Kritéria jsou konzistentní, dokumentovaná, nediskriminační a rozhodnutí prošlo HR a právní kontrolou.
Možnost návratu	Existuje plán pro výpadek AI, zhoršení kvality, změnu dodavatele nebo chybný odhad poptávky.

Co má být výstupem takové služby

Výstupem nemá být tabulka se jmény a barevným sloupcem „ponechat nebo propustit“. Takový seznam může být až poslední personální přílohou rozhodnutí, nikoli jeho analytickým základem.

Mapa skutečných úkolů, objemů, výjimek a skryté práce.
Ověřený pilot AI včetně kvality, nákladů, rizik a provozních omezení.
Cílový provozní model: kdo vykonává standardní práci, kdo řeší výjimky a kdo nese odpovědnost.
Kapacitní model s pokrytím, sezónností, frontami, SLA a rezervou pro incidenty.
Seznam rolí a kompetencí, které rostou, mění se nebo skutečně zanikají.
Možnosti přesunu konkrétních lidí podle potenciálu, znalostí a nákladů na přechod.
Pořadí změn, stínový provoz, metriky úspěchu a možnost návratu.
Teprve nakonec doporučení ke zrušení míst a případně k ukončení spolupráce s konkrétními lidmi.

HODNOTA ANALÝZY

Smyslem není „najít lidi k propuštění“. Smyslem je doložit, jaká práce přestane být potřebná, jak bude firma fungovat potom a které lidské schopnosti je výhodnější zachovat jinde.

Není to hezká práce. O to méně snese zkratky

Snižování stavů může být pro firmu efektivní a někdy nezbytné. Za nepoctivé považuji něco jiného: nejprve určit počet lidí, potom hledat procesy, které jejich odchod zdůvodní, a nakonec nechat zbytek týmu ručně zakrýt práci, která ve skutečnosti nezmizela.

Stejně chybné je automatizaci odmítnout jen proto, že má personální důsledky. Firma má odpovědnost používat kapitál a technologie efektivně. Tato odpovědnost ale zahrnuje i zachování kritických kompetencí, spravedlivý proces a poctivé přiznání, kdy technologická úspora ještě není úsporou pracovní kapacity.

Nejdřív musí zmizet práce. Teprve potom může zmizet místo. A teprve nakonec se rozhoduje, zda firma pro konkrétního člověka nenajde hodnotnější využití.

Rychlý test pro vedení před zadáním analýzy

Pokud vedení nedokáže na tyto otázky odpovědět, je ještě předčasné chtít seznam míst k odstranění. Nejdřív je potřeba doplnit provozní a personální důkazy.

Otázka	Co má být k dispozici
Máme obchodní cíl, nebo pouze předem určený počet lidí?	Finanční cíl, horizont a jasné hranice kvality, rizika a služby.
Měříme skutečnou práci, nebo pouze názvy pozic?	Mapa úkolů, objemů, výjimek, sezónnosti a skryté práce.
Byla AI ověřena na reálných případech?	Výsledky mimo demo včetně kvality, nákladů, chyb a obtížných případů.
Vzniká souvislá odebratelná kapacita?	Kapacitní model po odečtení kontroly, pokrytí, špiček a rezerv.
Víme, kdo převezme zbytkovou práci?	Vlastníci výjimek, odpovědnosti, provozu při výpadku a eskalací.
Prověřili jsme znalostní závislosti?	Předání know-how ověřené v praxi, ne pouze vytvořený dokument.
Existuje reálná možnost přesunu?	Konkrétní role, požadované kompetence, čas a náklady na přechod.
Je vedení připraveno vlastnit konečné rozhodnutí?	Lidské, vysvětlitelné a dokumentované rozhodnutí s HR a právní kontrolou.

Poznámka: Text je manažerská a technologická analýza, nikoli právní poradenství. Konkrétní personální kroky musí odpovídat pracovněprávním předpisům, kolektivním ujednáním a interním pravidlům organizace.