# Matěj staví AI, která mu možná vezme práci — s Matějem Matolínem Matěj Matolín strávil dvacet let v náboru. Dnes staví AI recruitera, který má automatizovat velkou část práce, na níž vybudoval svoji profesní dráhu. **Autor:** Filip Dřímalka **Publikováno:** 10. 9. 2026 --- **Plný přepis epizody:** https://drimalka.com/prepisy/matej-matolin-ai-recruiter.md **Poslechněte si epizodu:** - [YouTube](https://youtu.be/k_ImTeq03gk) - [Spotify](https://open.spotify.com/episode/6tVYP6PWcVDOXwzL7enQsU?si=RmqfbKcAR326UuN-kPuhQA) - [Apple Podcasts](https://podcasts.apple.com/us/podcast/jak-ai-prom%C4%9Bn%C3%AD-n%C3%A1bor-a-kde-m%C3%A1-v-recruitmentu-z%C5%AFstat/id1451700637?i=1000788798959) --- Když jsem se ho zeptal, jestli si tím nekope hrob, odpověděl jednoduše: jiná cesta podle něj není. Tenhle rozhovor proto není jen o HR. Nábor je naopak skvělé místo, kde už dnes vidíme změny, které čekají skoro každou znalostní práci. AI přebírá rutinu, zvyšuje rychlost a zpřístupňuje schopnosti, ke kterým člověk dřív potřeboval specialistu. Současně přidává další rozhodování, kontrolu a nové způsoby, jak systém obejít. ## Pět myšlenek v jedné minutě - **AI porovnáváme s člověkem, který neexistuje.** Chyby AI často poměřujeme s představou dokonale soustředěného a nestranného recruitera. Reálný člověk bývá unavený, rozhoduje se pod tlakem a také mění názor. - **Práce se mění v souboj agentů.** Agent kandidáta připraví přihlášku na míru. Agent firmy ji přečte, porovná a prověří. O to důležitější bude identita, dohledatelné zdroje a skutečný důkaz práce. - **Vyšší výkon může znamenat větší mentální zátěž.** Když AI odstraní rutinu, zůstane člověku víc složitých rozhodnutí a několik paralelně běžících úkolů. - **Malé AI-native týmy mohou ukusovat byznys velkým firmám.** Matěj očekává, že pro některé korporace bude vnitřní změna příliš pomalá. Malé týmy mohou od začátku postavit práci jinak. - **Musíme nahradit práci, kterou dnes děláme.** Tohle je moje shrnutí Matějovy odpovědi „disrupt or be disrupted“. Nejbezpečnější pozice nemusí být čekat, co zmizí, ale sám přestavovat vlastní roli. ## AI porovnáváme s ideálním recruiterem Když AI při hodnocení životopisů změní názor nebo projeví zkreslení, bereme to jako důkaz, že se na ni nedá spolehnout. Matěj připomíná, že férové srovnání není AI proti ideálnímu člověku. Je to AI proti reálnému recruiterovi, který pracuje s neúplnými informacemi, je unavený a také se někdy rozhodne jinak při druhém čtení. To samozřejmě neznamená dát modelu životopis a nechat ho jednou větou rozhodnout, kdo se hodí. Matěj doporučuje rozdělit hodnocení do konkrétních parametrů, ukázat zdroje a nechat člověka výsledky opravovat. AI připraví podklady. O kritériích a finálním rozhodnutí pořád musí rozhodovat člověk. Pro firmu z toho plyne praktická otázka: dokážeme u každého doporučení dohledat, z jaké informace a jakého kritéria vzniklo? ## Práce se mění v souboj agentů Na straně kandidátů už fungují nástroje, které hledají nabídky, upravují CV a rozesílají přihlášky. Firmy na rostoucí množství žádostí reagují vlastními systémy pro třídění, porovnání a kontrolu. Výsledkem může být zvláštní pracovní trh. Jeden agent vytváří přihlášku, druhý ji hodnotí a oba se učí, jak projít pravidly protistrany. V takovém světě nestačí přidat další text. Větší cenu získává ověřená identita, kvalitní digitální stopa a konkrétní výstup, na kterém je vidět, co člověk opravdu umí. Podobná změna čeká i software. Místo otevírání několika aplikací se člověk zeptá svého agenta. Tradiční platformy se proto budou snažit zpřístupnit agentům a současně proti nim vzniknou nové služby, které byly jako AI-native postavené od prvního dne. ## Čím víc pracuju s AI, tím víc se mi někdy vaří mozek Tohle je moje osobní zkušenost. S AI zvládnu víc práce a několik agentů může dělat věci současně. Jenže rutina, při které si hlava dřív na chvíli odpočinula, mizí. Zůstává rozhodování, kontrola výstupů a přeskakování mezi rozdělanými úkoly. Matěj to přirovnal k příliš optimalizované výrobě. Když člověku odstraníte všechny prostoje, tabulka vypadá skvěle, ale člověk se začne přehřívat. U znalostní práce můžeme stejnou chybu udělat sami sobě. Proto bych vedle otázky „Co ještě dokážu zrychlit?“ přidal druhou: „Kde si nechám prostor, ve kterém nemusím každou minutu rozhodovat?“ ## Malé týmy budou brát byznys korporátům Matěj je skeptický k představě, že se každá velká firma dokáže rychle proměnit v AI-native organizaci. Přestavět nástroje je těžké samo o sobě. Ještě těžší je sjednotit kontext, pracovní postupy a ochotu lidí je skutečně používat. Jeho předpověď je lehce nepříjemná. Část velkých firem možná nezvládne transformaci uvnitř. Jejich byznys budou po kouscích ukusovat malé agilní týmy, které nemusí předělávat deset let staré procesy a začnou rovnou s agenty. Je to předpověď, ne jistota. Dobře ale vysvětluje, proč nestačí koupit licenci a odškrtnout AI strategii. Rozdíl vznikne ve způsobu práce. ## Musíme nahradit práci, kterou děláme Matěj dvacet let dělá nábor a teď automatizuje vlastní řemeslo. Když jsem se zeptal, jestli si tím nekope hrob, použil známou větu „disrupt or be disrupted“ a dodal, že podle něj jiná cesta není. Zaujala mě na tom ochota nesnažit se za každou cenu zachovat dnešní podobu vlastní práce. Část administrativy, hledání a přípravy může převzít systém. Člověku zůstane vztah, kontext, úsudek a odpovědnost. I tyto části se ale budou dál měnit. Praktický začátek je jednoduchý. Vyberte činnost, kterou děláte opakovaně a opravdu ji chcete přestat dělat ručně. Postavte první verzi, sledujte chyby a upravujte celý pracovní postup, ne jen jeden výstup. ## Hledání práce jako první vlastní AI projekt Nejpraktičtější rada z rozhovoru míří k lidem, kteří právě hledají práci. Matěj doporučuje pojmout hledání jako první AI projekt. AI může pomoct upravit životopis, sledovat nabídky v oboru nebo vytvořit jednoduchý osobní web. To je ale jen začátek. Silnější kandidát ukáže, co vytvořil, jak přemýšlel a jaký problém umí vyřešit. Stejnou logiku jsem použil v prvním dílu série Superpowered. Ukázal jsem vlastní AI-first nábor v Aibility i přihlášku do Anthropicu. Místo samotného tvrzení vznikl systém, scorecard, osobní doporučení a interaktivní ukázka práce. [Podívejte se na Superpowered #1](https://www.youtube.com/watch?v=78DJCdOIB3k). Kdybych dnes hledal práci, začal bych těmito čtyřmi kroky: - upravit digitální stopu tak, aby člověka našla firma i její AI; - postavit sledování relevantních nabídek a firem; - vytvořit jeden konkrétní výstup k roli, o kterou mám zájem; - popsat zdroje, rozhodnutí a vlastní podíl na práci, aby výsledek nebyl jen naleštěný AI text. ## Tři otázky pro vás a vaši AI Vložte do své AI článek nebo přepis rozhovoru a zeptejte se: - Které činnosti v mojí roli převezme agent jako první? - Kde musí zůstat moje rozhodnutí a proč? - Jaký malý experiment můžu udělat během příštích čtrnácti dnů? Požádejte ji, aby nevytvářela obecný seznam. Ať se opře o vaši skutečnou práci, vybere jednu činnost a navrhne první verzi, kterou můžete tento týden otestovat. > **The State of AI 2026 · 1. října od 17:00 · online zdarma** > > **Než začnete experimentovat, udělejte si jasno** > > Na bezplatné online přednášce ukážu, co se v AI právě mění, jak ji lidé reálně používají a na které příležitosti má smysl zaměřit pozornost v dalších měsících. > > [Registrovat se zdarma →](https://www.aipredictions.cz/state-of-ai) ## Kdo je Matěj Matolín Matěj se náboru věnuje dvacet let. Pomáhá firmám hledat lidi, školí recruitery a staví vlastní AI nástroje pro sourcing, práci s daty, komunikaci a automatizaci náborového procesu. V podcastu mluvíme o AI recruiterech, hledání práce, digitální stopě, zkreslení při hodnocení, podvodech, agentních pracovních postupech i budoucnosti firem. Celou epizodu najdete na YouTube, Spotify a Apple Podcasts. Přepis je k dispozici i jako Markdown pro další práci s AI. --- Původní článek: https://drimalka.com/inspirace-zdarma/matej-stavi-ai-ktera-mu-mozna-vezme-praci