Děje se něco velkého. Co s tím můžeme dělat?

Stejný vývoj, velmi různé závěry

Matt Shumer píše o rychlém konci velké části kancelářské práce. Nolan Lawson truchlí nad programátorským řemeslem, Ann Handley brání hodnotu pomalého přemýšlení a David Shapiro vidí cestu k ekonomice, ve které AI pracuje za nás. Jejich předpovědi se liší, ale všechny reagují na stejné zrychlení.

V téhle speciální epizodě podcastu Budoucnost nepráce procházím jednotlivé zdroje, porovnávám je se svou praxí v Česku a skládám z nich vlastní pohled. Přiznávám přitom svůj bias: moje podnikání stojí na tom, že pomáhám lidem a firmám pracovat s AI.

Zrychlení už je vidět v modelech i ekonomice

Modely se zlepšují, nástroje kolem nich zvládají plánování i kontrolu vlastní práce a AI laboratoře zapojují AI do dalšího vývoje. Anthropic potvrdil, že 100 % kódu pro Claude Cowork napsali AI agenti. OpenAI zase uvádí, že na modelu 5.3 Codex pracovaly předchozí modely.

Někteří autoři přirovnávají tempo ke covidu. Ne kvůli mechanismu šíření, protože lidská práce je mnohem složitější, ale kvůli exponenciální křivce: dlouho se zdánlivě nic neděje a potom přijde prudký skok.

Rozdíl mezi uživateli už je velký. Power users pracují s AI 6× častěji než průměrní uživatelé a používají 16× víc pokročilých funkcí. Celkem 75 % aktivních uživatelů říká, že díky AI získali nové kompetence. Současně 84 % světové populace AI nikdy nepoužilo, jen 0,3 % za ni platí a 0,04 % pracuje s pokročilými funkcemi, jako je kódování.

Na konci roku 2025 rostla produktivita v USA o 2,7 %, zatímco průměr předchozí dekády byl 1,4 %. Počet volných pracovních míst přitom vzrostl přibližně o 420 000. A mění se i složení firem: některé špičkové startupy, které dříve potřebovaly 5 až 10 vývojářů, dnes podle analyzovaných zdrojů fungují se 2 až 3 lidmi, kteří kombinují produkt, kód a design.

Vlastní úsudek potřebuje vlastní zkušenost

Panika, popírání, nadšení i smutek mi v téhle situaci připadají legitimní. Sám to prožívám jako horskou dráhu. Emoce má smysl přijmout a potom se soustředit na to, co můžeme ovlivnit.

Analyzované texty se rozcházejí v několika bodech:

• Časový horizont: Jedni čekají velké změny během měsíců až 1-5 let, druzí mluví o dekádách a nerovnoměrné adopci.
• Doporučená reakce: Jedna skupina radí stát se co nejrychleji AI-native, druhá hledá obtížně popsatelnou práci, kterou půjde hůř automatizovat.
• Hodnocení změny: Pro někoho znamená ztrátu řemesla, pro jiného osvobození od práce, kterou dělat nechce.
• Tempo reakce: Část autorů tlačí na okamžitou akci, ostatní radí trpělivost.
• Motivace: Každý autor má vlastní zkušenost a zájmy, které jeho závěry ovlivňují. Já také.

Bez osobní zkušenosti s nejnovějšími modely a nástroji si ale vlastní úsudek uděláte těžko. Platí to dvojnásob pro lídry a manažery. Nemůžete řídit změnu, které nerozumíte, ani vést lidi do pracovního světa, který jste sami nezažili.

Paralelní světy už vznikají

Spoluzakladatel Anthropicu Jack Clark předpovídá, že lidé pracující s frontier AI systémy budou mít do léta 2026 pocit, že žijí v paralelním světě. Já ten rozdíl vidím už teď ve svém týmu, při náboru i u klientů. Když jsem na akci AI Predictions analyzoval, jak lidé pracují s AI, samotná AI tento vzorec pojmenovala jako bifurkaci.

Miles Deutscher pro vývoj do roku 2030 používá pojem K-shaped AI ekonomika. Na jedné straně popisuje malou skupinu lidí, která s AI tvoří velkou hodnotu, včetně nových milionářů z maličkých týmů. Na druhé straně vidí lidi, jejichž současné role zastarají.

Když se někdo ani po třech letech dostupnosti generativní AI nezačal zajímat o její možnosti, nevnímám to primárně jako nedostatek dovedností. Je to pro mě signál nízké proaktivity neboli low agency. Inteligence i programování se mohou stát dostupnou komoditou; schopnost samostatně objevit problém a vyřešit ho má jinou povahu.

Sedí mi definice Navala Ravikanta z tohoto videa:

“

Hire people who just solve problems without even being asked to solve the problem - they identify the problem, they go solve it, they don't even necessarily have to update you every step of the way, they're not asking silly questions, and they're just coming up with solutions.

Tohle je dnes kritérium číslo 1 při náboru do mých týmů.

Nolan Lawson popisuje juniory s AI nástroji jako lidi s bazooka jetpacks, zatímco seniory bez AI jako lidi na dětském kole. Junioři pořád potřebují zkušenosti, jen je mohou získat rychleji. Ve svém okolí vidím mladé lidi, kteří jsou podnikaví a přicházejí s digitálními i nedigitálními nápady. Dalibor Kovář v příspěvku o juniorních rolích v právu napsal: „Ti z vás, kteří to zvládnou, zažijí kariérní růst, jaký předchozí generace neznaly.“ Myslím, že to platí i mimo juniorské pozice.

Cenná zůstane práce, kterou nejde popsat krok za krokem

Ekonom Luis Garicano řadí znalostní práci na spektrum podle toho, jak je předvídatelná. Rutinní a snadno dokumentovatelné úkoly, třeba zadání faktury nebo roztřídění dat, podle něj zmizí. Větší cenu si udrží práce založená na psychologii, čtení situace, přesvědčování a porozumění potřebám klienta nad rámec zadání.

Otázkou zůstává, kolik lidí bude ochotných zaplatit prémii za lidskou službu. Tato prémie podle mého názoru půjde stále víc k profesionálům, kteří propojí oborovou expertizu se skvělou prací s AI. Studie PwC uvádí, že lidé s AI dovednostmi vydělávají o 56 % víc a že se tento rozdíl za poslední rok zdvojnásobil.

Vyšší produktivita může vytvořit víc práce

Často slýchám příslib, že AI ušetří 20 hodin týdně. Moje zkušenost je jiná: lidé, kteří se s ní naučí dobře pracovat, obvykle nezačnou dělat méně. Nižší bariéry jim dovolí rozjet víc projektů a nápadů. Při přípravě akce AI Predictions jsem za 6 týdnů dokončil 40 projektů, všechny ve spolupráci s AI agenty.

To odpovídá Jevonsovu paradoxu: když nějaká činnost zlevní, poptávka po ní může růst. V zákaznickém servisu tak uvolněná kapacita nemusí skončit u rychlejšího vyřizování tiketů. Lidé mohou opravovat procesy, které tikety vytvářejí. Učitelům zase automatizace hodnocení může nechat víc času na individuální diskuse a výuku podle potřeb konkrétního člověka.

Malé týmy dostávají výhodu velkých firem

Elena Verna píše, že individuální profesionálové a malé týmy mají krátké okno, ve kterém se mohou dostat daleko před velké organizace. AI snižuje cenu talentu a inteligence, které si před 10 lety mohly dovolit hlavně firmy z Fortune 500.

Anthropic postavil Claude Cowork přibližně za 10 dní s pomocí AI. Člověk z Googlu to komentoval tak, že u nich proběhne 10 schůzek denně jen o tom, jestli něco podobného postavit. Moji kolegové v Aibility mezitím opustili Asanu a práci řídí přes AI agenty v Cursoru a GitHubu.

David Shapiro proto doporučuje nefixovat se pouze na ROI. Když samotná investice prudce zlevňuje, větší pozornost si zaslouží to, co díky ní dokážete vytvořit.

Tři oblasti, kde vidím příležitost

• Osobní produktivita: Pracovat jako superpowered profesionál a odevzdávat výrazně lepší práci.
• Nové produkty a služby: Od Base44, prodané za 80 milionů dolarů s 90 % kódu napsaného Claudem, až po interní nástroje pro onboarding nebo marketingové kampaně.
• Marketing a distribuce: Když se produkty a služby snadněji kopírují, roste cena vztahu se zákazníkem a schopnosti dostat se k němu.

Pokrok něco bere

Seniorní vývojář Nolan Lawson píše o ztrátě programátorského řemesla větou: „O tohle jsem nikoho neprosil.“ Přiznává, že AI nástroje na kódování fungují, a právě proto je pro něj změna bolestivá. Nevidí ale cestu zpět.

Ann Handley nabízí jiný pohled. Svou knihu psala dva roky a odmítá označit tuto dobu za promarněnou, protože přemýšlení, zápas s textem a rozhodování byly součástí hodnoty výsledku.

AI také dovoluje méně zkušeným lidem vyrábět výstupy, které vypadají kompetentně, a tím mohou zakrýt skutečnou expertizu. To bude frustrující. Současně nejde o úplně nový problém; lidé se silným marketingem poráželi lepší řemeslníky i dřív.

Moje sázka: naléhavost bez paniky

V roce 2026 podle mě začnou být paralelní světy viditelné. Poroste napětí mezi lidmi uvnitř a vně AI světa a také poptávka po AI-first nebo AI-native lidech, ať už jako zaměstnancích, nebo dodavatelích služeb.

V horizontu 3-5 let čekám strukturální změny firem, J-křivku adopce a K-shaped ekonomiku lidí i organizací. Za 10-20 let se může změnit ekonomika založená na výměně času za mzdu; s tím by přišla debata o redistribuci kapitálu, zdanění kapitálu místo práce a univerzálním základním příjmu.

Přikláním se k naléhavosti ze dvou důvodů. Vývoj může být opravdu rychlý. A i kdyby nebyl, investice do AI dovedností z vás udělá člověka, který umí s AI výborně pracovat. V tomhle scénáři žádné velké riziko nevidím.

Co bych dělal už teď

• Přebírejte odpovědnost a zkoušejte věci bez čekání na pokyn. High agency se nedá nahradit samotnou inteligencí.
• Propojujte obory. Designérům pomůže vibe coding, programátorům design a produktové myšlení.
• Stavte vlastní projekty od začátku do konce. Když vám současná práce nedává prostor k růstu, hledejte ho v práci vedlejší nebo někde jinde.
• Experimentujte každý den. Vyberte si dobrý nástroj pro chat, tvorbu obsahu, vibe coding nebo automatizaci a naučte se s ním pracovat do hloubky. V originálu zmiňuji Claude, Gemini, ChatGPT, Cursor, Lovable a Replit.
• Nenechte zaměstnavatele určovat tempo svého učení. Claude můžete zvládnout večer a vlastní projekt v Lovable postavit ve volném čase.
• Hledejte smysl také mimo práci. Čím víc úkolů předáte AI, tím důležitější bude vědět, na čem vám osobně záleží.
• Sepište si AI vizi: Co bude dělat člověk, co AI a co budete dělat společně.
• Vraťte se k práci, která vás opravdu baví. Nešetřete jen minuty na e-mailech a prezentacích; použijte AI k tomu, abyste byli lepší v činnosti, ke které se rádi vracíte i ve čtvrtek večer nebo v sobotu ráno.

Mým cílem není jen vyšší efektivita. Chci se dostat k budoucnosti nepráce, ve které lidé naplňují své talenty, spolupracují s AI a jejich práce díky tomu přestává působit jako práce.

Texty, ze kterých vycházím

• Something big is happening - Matt Shumer píše, že při současném tempu může během 1-5 let zmizet polovina white-collar pozic.
• Paralelní světy - Můj text o tom, jak AI rozděluje pracovní svět a proč se okno pro reakci zavírá.
• Something messy is happening - Ann Handley připomíná, že když je rychlost levná, hodnotu nese úsudek.
• There's a short window to get radically ahead - Elena Verna popisuje krátké okno, ve kterém se lze stát AI-native.
• The K-shaped AI economy - Miles Deutscher předpovídá do roku 2030 rozdělení na lidi, kteří AI ovládají, a ty, jejichž role zastarají.
• A New Year's letter to a young person - Luis Garicano radí hledat messy práci postavenou na místní znalosti, provedení a vztazích.
• The end of the office - Andrew Yang píše o nahrazování kancelářských pracovníků a dopadu na společnost.
• We mourn our craft - Nolan Lawson popisuje smutek poslední generace, která kódovala rukama.
• The AI productivity take-off is finally visible - Erik Brynjolfsson přináší makrodata o růstu produktivity USA na 2,7 %.
• 85% of people will be unemployable - David Shapiro modeluje ekonomiku, ve které masová nezaměstnanost znamená osvobození od práce.
• Jevons paradox for knowledge work - Text vysvětluje, proč levnější práce může zvýšit poptávku a vytvořit více práce.
• Silent sirens, flashing for us all - Jack Clark píše, že pro lidi mimo AI je pokrok skoro neviditelný, zatímco do léta 2026 může vytvořit paralelní ekonomický svět.

Všechny analyzované texty si můžete stáhnout také jako markdownový balíček a projít je s vlastní AI.