7 trendů, které mění práci v roce 2026
Na AI Predictions 2026 jsem pracoval s daty od téměř 1 200 profesionálů a připravil 179 slajdů. Z celé analýzy vystoupilo sedm změn: rostoucí rozdíly mezi lidmi, nové náklady na AI, malé týmy, jiné formy komunikace a návrat hodnoty lidské expertizy.
AI Predictions v číslech
Pro AI Predictions 2026 jsem připravil 179 slajdů a pracoval s průzkumem téměř 1 200 profesionálů. Z akce vznikla i fotogalerie a její účastníci společně darovali 250 000 Kč organizaci Digivia, která pomáhá neziskovkám s digitalizací a zaváděním AI.
Technologie nás zajímají proto, že násobí dopad bez stejného násobení času. Když nezisková organizace dostane lepší systém práce, nepomůže jí jednou; může se k výsledku vracet každý den.
1. Rozdíly mezi lidmi budou vidět víc
Spoluzakladatel Anthropicu očekával, že už v roce 2026 budou lidé s nejlepšími AI systémy žít v paralelní pracovní realitě. Na akci jsem ten rozdíl ukázal šestistránkovým AML formulářem, který vznikl z jednoho zadání. Běžný chat v ChatGPT nebo Copilotu takový proces sám nedokončí.
2. AI dostává vlastní řádek v rozpočtu
Cena práce s AI se rozbíhá do dvou směrů. Produktová fotografie může stát 4 Kč, zatímco můj Cursor v době vzniku článku spotřeboval téměř 1 000 dolarů za měsíc. Manažeři proto potřebují sledovat náklady podle typu práce, ne počítat s jedním předplatným pro každého.
3. Vaše práce se chová jako produkt
Jason Fried už dávno napsal, že firma je produkt. S AI se stejný pohled hodí i na vlastní práci: čím víc času dáte systémům, interním nástrojům a opakovatelným postupům, tím méně začínáte další úkol od nuly.
4. PowerPoint přestává být výchozí formát
Informace mohou mít podobu interaktivního webu nebo personalizovaného reportu. Naprogramovaná prezentace mi zabrala méně času než klasická; v týmu jsme také nahradili část cenových nabídek generovanými weby a pro právníky připravili web se všemi dokumenty.
5. Malý tým může předčit velkou skupinu
Na AI Predictions jsem ukazoval studii 700 pracovníků, ve které jednotlivec s AI překonal tým v rychlosti i kvalitě. Současně vznikají produkty, které malý tým naprogramuje za 10 dní, zatímco velká firma stráví 6 až 10 hodin denně poradami o jedné funkci. Schopný jednotlivec dostává nástroje, které dřív vyžadovaly několik profesí.
6. Člověk určuje, jak vypadá dobrý výsledek
Autonomní AI postupuje pomaleji, než jsem čekal. Pořád potřebuje někoho, kdo zná práci, má nápady a umí posoudit výsledek. Schopnost pojmenovat what good looks like proto spojuje oborovou zkušenost, vkus a práci s modelem.
7. Know-how se mění na přenositelné skills
Know-how uložené jen v hlavě agent nepoužije. Potřebujeme ho dokumentovat jako postupy a instrukce, které lze znovu spustit, sdílet nebo získat od někoho jiného. Martin Rosa tak ze svého druhého mozku s milionem poznámek vytváří skills pro Claude.
Začněte jedním opakovaným procesem
Záznam akce, všech 179 slajdů, přepis a odkazy na studie byly zveřejněné na aipredictions.cz. Pro vlastní první krok si vyberte jeden proces, který děláte každý týden, popište jeho kroky a ověřte, co z něj dokáže převzít AI.