AI-first zaměstnanci a odměňování: Proč je to problém managementu, ne umělé inteligence

Příběh, který zná víc manažerů, než by přiznalo

Marek je projektový manažer v technologické firmě se sto dvaceti zaměstnanci. Sedí na poradě vedení a na stole leží problém, který nikdo z přítomných neumí úplně uchopit.

Před třemi měsíci přijali Ondřeje — vývojáře, který od začátku dal najevo, že pracuje jinak. Každé ráno dostane kávu, otevře notebook a než ostatní vyřeší e-maily, Ondřej má hotový základ funkce, na které by průměrný tým seděl dva dny. Používá AI nástroje, které si sám platil ještě v předchozím zaměstnání — Cursor, Claude Code, různé automatizační platformy. Naučil se to po nocích a víkendech, protože ho to prostě bavilo.

Výsledek? Na interním projektu, na který měl tým naplánované 3 měsíce a rozpočet 800.000 Kč, Ondřej za měsíc sám dotáhl funkční MVP na 80%. Zbylo vyladit detaily a dotáhnout napojení na dodavatele.

A teď Marek sedí na té poradě a řeší otázku, která nemá jednoduchou odpověď:

Kolik má Ondřej dostat (zaplaceno)?

Hodinově? Ondřej odvedl práci za zlomek času. Projektově? Management teď ví, jak je rychlý, a tlačí na snížení sazby. Výsledkově? Ale jak změřit výsledek, když polovina týmu ani neví, co všechno Ondřej ve skutečnosti udělal?

Tato situace se dnes odehrává ve stovkách českých firem. A debata, která z ní vzejde, je skoro vždy stejná — točí se kolem nástrojů, sazeb a férovosti. Málokdy se dostane tam, kde skutečný problém leží.

Přístupy managementu v odměňování – Proč vznikl problém AI-first

Než se pustíme do samotného řešení, je důležité pochopit, proč tato debata o AI-first lidech a jejich odměňování vůbec vznikla. Protože nevznikla náhodou — a její kořeny sahají hluboko do toho, jak firmy fungují, jak lidé vnímají spravedlnost a jak management reaguje na změny.

Po celou historii průmyslu bylo odměňování spojeno s časem a přítomností. Zaplatíš člověka za hodiny, které odpracoval. Logika je jednoduchá a srozumitelná — ale vždy skrývala slabé místo. Čas strávený na pracovišti a skutečný přínos pro firmu nejsou totéž. To věděl každý zkušený manažer i před nástupem AI. Někteří lidé v práci „jsou“ osm hodin a přinesou minimum. Jiní za čtyři hodiny soustředěné práce odvedou víc než jejich kolegové za celý týden. Odměňování za čas tuto nerovnost dlouhodobě ignorovalo a zakrývalo.

Pak přišlo projektové odměňování jako alternativa. Platíš za výsledek, ne za přítomnost. Teoreticky lepší — ale v praxi narazilo na stejný problém: kdo určuje hodnotu projektu? Ve většině firem to byl management, který projekt odhadl na základě historické zkušenosti s tím, jak dlouho podobné věci trvaly. Bez AI. Bez nástrojů, které zkrátí vývojový čas na zlomek.

A teď přišla AI a odhalila tento problém v plné nahotě. Najednou existují lidé, kteří jsou tak produktivní, že tradiční kalkulace přestávají fungovat. A firmy nevědí, co s tím.

Jenže — a to je klíčový bod — tento problém není nový. Je to starý management problém v novém kabátě. Firmy se vždy potýkaly s tím, jak správně ocenit výjimečný výkon. Jak motivovat lidi, kteří jsou podstatně produktivnější než průměr. Jak nastavit systém odměňování, který je spravedlivý, motivující a finančně udržitelný zároveň. AI tento problém nezpůsobila — pouze ho zesílila a zviditelnila.

Kde je skutečný problém – AI nebo management nebo odměňování v době AI

Řeknu to rovnou: diskuze o tom, jestli je hodinová nebo projektová sazba férovější pro AI-first zaměstnance, je sice zajímavá — ale míjí se s podstatou.

Problém není v modelu odměňování. Problém je v tom, že management neumí změřit hodnotu. A to není nic nového. Firmy řeší tento problém desítky let — jen teď ho AI dostala do ostrého světla a zviditelnila mezery, které tu byly vždy.

Když se někdo zeptá „kolik má dostat člověk, který za měsíc sám zvládne to, co tým za tři?“, hledá matematickou odpověď na otázku, která je v jádru manažerská. A na manažerské otázky neexistuje tabulková odpověď.

Podívejme se na to z pohledu praxe — ne z pohledu LinkedIn diskuze, ale z pohledu třiceti let práce s firmami různých velikostí a odvětví.

Zaprvé: – Výstup z AI není automaticky kvalitní výstup.

Tohle je první věc, kterou zkušený manažer ví a začínající nadšenci do AI někdy přehlíží. AI může za hodinu vygenerovat dvacet stran textu, sto řádků kódu nebo celý design systému. Ale kvalitní, funkční, do praxe nasaditelný výstup? To vyžaduje člověka, který ví, co dělá — který má zkušenost, kontext a schopnost kriticky posoudit, co AI vygenerovalo a co je potřeba opravit, přeformulovat nebo zahodit. Rychlost bez kvality je jen rychlý chaos.

Zadruhé: Projekty neexistují ve vzduchoprázdnu.

Ondřej mohl mít MVP za měsíc. Ale projekt jako celek závisí na dodavatelích, dodacích lhůtách, interních schvalovacích procesech, komunikaci se zákazníkem a desítkách dalších faktorů, které žádná AI neurychli. Realita firemních projektů je složitá a nelze ji redukovat na „kolik řádků kódu napsal za jak dlouho“.

Zatřetí: Cena zaměstnance se nestanovuje podle jeho nástroje.

Stanovuje se podle tržní hodnoty jeho role, jeho zkušenosti a jeho skutečného přínosu pro firmu. Jestli Ondřej pracuje s AI nebo bez ní, jestli používá Cursor nebo ne — to není primárně věc mzdové politiky. To je věc toho, co reálně odvedl a jak to firmě pomohlo.

Zaměstnanec, externista nebo partner? Záleží na tom, o čem vlastně mluvíme

Než se manažer začne ptát „kolik má dostat“, musí si odpovědět na jinou otázku: o jaký vztah vlastně jde?

Protože AI-first člověk v zaměstnaneckém poměru a AI-first externista nebo interim manažer jsou tři zcela různé situace — a každá z nich má svou vlastní logiku odměňování.

Zaměstnanec v pracovním poměru má svou tržní cenu. Ta se určuje trhem práce, konkrétní rolí, úrovní zkušeností a tím, jak moc je o takové lidi zájem. Nezapomeňme ještě na lokalitu. Tato cena existuje nezávisle na tom, jestli dotyčný používá AI nebo ne. Pokud Ondřej jako zaměstnanec odvede svou práci rychleji a kvalitněji — a to skutečně do praxe dotažené výsledky, ne jen technický prototyp — pak má manažer celou řadu způsobů, jak ho ocenit bez toho, aby musel přepisovat mzdové tabulky pro celou firmu. Může mu zaplatit vzdělání a rozvoj. Může mu dát lepší vybavení. Může mu nabídnout zajímavější projekty. Může ho pustit k zákazníkům nebo ho zapojit do strategického uvažování. Možností je bambilion — a zkušený manažer je zná a umí je použít.

Externista nebo interim pracovník má jinou logiku. Tady se nedívám na hodiny nebo na projekt. Dívám se na hodnotu, kterou mi má vytvořit, a na náklady, které jsem ochoten za tuto hodnotu zaplatit. Pokud externista slíbí funkční systém a dodá ho — záleží mi na výsledku, ne na tom, kolik hodin u toho strávil nebo jaké nástroje použil. To je jeho věc, jeho investice, jeho know-how.

Problém nastává ve chvíli, kdy si tyto dvě logiky pleteme. Když se zaměstnanec začne chovat jako externista — fakturovat hodiny „jako by byl na volné noze“ — nebo když firma začne zaměstnance srovnávat výkonnostně způsobem, který by dával smysl jen u externího dodavatele.

Férovost není rovnost: Proč tato diskuze vytváří zbytečné napětí

Jedna věc v celé debatě o AI-first lidech mě jako mentora skutečně znepokojuje — a to není technologie ani sazby. Je to způsob, jakým se diskuze formuluje.

„Je fér, aby bral stejně jako ostatní?“ „Má se kvůli ostatním zpomalit?“ „Má dostat zaplaceno podle hodnoty?“

Takto položené otázky automaticky staví AI-first člověka do role oběti systému a management do role viníka. Vytvářejí pocit vnitřního nedocenění a srovnávání. A tam, kde lidé začnou srovnávat, vzniká spíše frustrace — ne spolupráce.

Přitom skutečná manažerská odpověď na tuto situaci je mnohem jednodušší a lidštější.

Každý člověk ve firmě přichází s jiným souborem talentů, zkušeností a způsobů práce. Někdo je skvělý analytik. Někdo výjimečný komunikátor. Někdo má technický talent, který ostatním chybí. A někdo se naučil efektivně pracovat s AI a díky tomu zvládne více za méně času. To je skvělé. Firma z toho může těžit.

Ale to neznamená, že systém odměňování musí okamžitě zkolabovat a přepsat se od základů. Znamená to, že manažer potřebuje vědět, jak s takovým člověkem pracovat — jak ho motivovat, jak mu dát prostor, jak jeho přínos ocenit způsobem, který je udržitelný pro firmu i pro něj.

A to je přesně ta manažerská kompetence, která se nedá nahradit žádnou AI.

Co říká třicet let praxe ve firmách: Odměňování vždy bylo otázkou systému, ne kalkulačky

Pracuji s firmami 30+ let. Výrobní závody, technologické společnosti, finanční instituce, energetické firmy. Různá odvětví, různé velikosti, různé kultury. Ale jedno téma se opakuje vždy: jak správně ocenit lidi.

A z té praxe vím jedno s jistotou — firmy, které se snaží vyřešit odměňování výhradně přes čísla a tabulky, prohrávají. Vždy najdou situaci, na kterou jejich tabulka nepamatuje. Vždy narazí na člověka, který se do kolonky nevejde. A pak přijde frustrující diskuze o tom, co je „fér“ — diskuze, která nikam nevede, protože vychází ze špatné premisy.

Správná premisa není „jak ho zaplatit za to, že je rychlejší“. Správná premisa je „jak postavit systém řízení a odměňování, který je dostatečně flexibilní, aby ocenil různé typy přínosu, a zároveň dostatečně jasný, aby lidé věděli, co se od nich očekává a jak mohou růst.“ To je manažerská práce. A ta se nedá nahradit AI.

V praxi to vypadá takto: firma, se kterou jsem pracoval v posledních dvou letech, řeší podobnou situaci jako Ondřej a Marek. Mají vývojářský tým, kde dva lidé začali intenzivně používat AI nástroje a jejich produktivita viditelně vzrostla. Ostatní členové týmu to vnímali jako hrozbu — ne proto, že by byli líní, ale proto, že systém odměňování a komunikace ve firmě nebyl nastaven tak, aby lidé rozuměli, co firma oceňuje a proč.

Řešení nebylo v přepsání mzdových tabulek. Řešení bylo v otevřené komunikaci o tom, co firma potřebuje, jaký je přínos každého člena týmu a jak může každý z nich růst. Jakmile lidé pochopili, že AI-first kolegové nejsou hrozba, ale příklad jednoho způsobu, jak být efektivnější — a že firma oceňuje výsledky, ne nástroje — napětí kleslo. A produktivita celého týmu začala růst, protože si lidé začali navzájem pomáhat a sdílet zkušenosti.

Tohle je management. Ne tabulka se sazbami.

Kdy se odměňování stává problémem: Tři scénáře z reálné praxe

Abychom nebyli v rovině teorie, pojďme se podívat na tři konkrétní scénáře, které se v praxi opakují — a jak na ně reagovat.

První je zaměstnanec, který výrazně předčí očekávání díky AI. Tomáš nastoupil jako junior analytik. Za půl roku — díky intenzivnímu využití AI nástrojů — odvádí práci, která by dříve vyžadovala seniora. Management je spokojený s výsledky, ale neví, jak reagovat mzdově. Přidat mu velký nárůst by narušilo interní mzdová pásma. Nepřidat nic by Tomáše demotivovalo. Manažerské řešení spočívá v rozhovoru o jeho kariérní cestě, přeřazení do vyšší role na základě skutečně odvedené práce — ne odpracovaných let — a doplnění o rozvoj a vzdělání financované firmou, s jasnou komunikací o tom, co se od něj v nové roli očekává.

Druhý scénář je externista, který projekt dokončí výrazně rychleji, než bylo plánováno. Jana je freelance grafička, která si vzala projekt na tvorbu vizuálního systému firmy. Původně dohodnutý časový rámec byl šest týdnů. Díky AI nástrojům ho zvládla za dva a půl týdne, přičemž kvalita výstupu byla výborná. Odpověď je jednoduchá: platíš za výsledek, ne za čas. Smluvně dohodnutá cena je smluvně dohodnutá cena — a Jana dodala to, co slíbila, ve výborné kvalitě. Pokud se firma pokusí snížit cenu dolů „protože to udělala rychle“, Jana odejde ke konkurenci a firma přijde o schopného dodavatele.

Třetí scénář je tým, kde část lidí AI využívá a část ne. V marketingovém oddělení pracuje šest lidí, tři z nich začali aktivně používat AI pro tvorbu obsahu a automatizaci rutinních úkolů. Vzniká napětí. Ti první mají pocit, že nesou neúměrně velkou část práce, ti druzí mají pocit, že jsou srovnáváni a nedoceňováni. Řešením je jasná komunikace o rolích a očekáváních, vytvoření příležitostí pro sdílení znalostí a přehodnocení, zda rozložení práce v týmu odpovídá aktuálním kapacitám. Zároveň pojmenování toho, co každý člen týmu přináší — protože i ten, kdo AI nepoužívá, může mít jiné neocenitelné kvality: vztahy se zákazníky, kreativní úsudek, schopnost moderovat složité diskuze.

Umělá inteligence jako pomocník: Co AI skutečně umí a kde je hranice lidského přínosu v managementu a odměňování

Je čas říct jednu věc nahlas — ne proto, abychom AI snižovali, ale proto, abychom ji zařadili na správné místo.

AI je výjimečně mocný nástroj pro rutinu, inspiraci, výpočty, analýzy a generování variant. Dokáže zkrátit čas na mnoha typech úkolů. Dokáže pomoci s formulacemi, s kódem, s analýzou dat, s přípravou podkladů.

AI nemůže nahradit to, co člověk přenáší ze svého srdce do práce. Nemůže nahradit zkušenost, která vznikla lety skutečných chyb a ponaučení. Nemůže nahradit intuici, která přichází z hlubokého porozumění lidem a situacím. Nemůže nahradit vztah, důvěru a lidskou přítomnost, které jsou základem každé funkční firmy.

Ondřej, který s AI dotáhne MVP za měsíc, je cenný. Ale jeho skutečná hodnota pro firmu není v tom, jak rychle klikl. Je v tom, zda rozumí zákazníkovi, zda ví, co firma potřebuje, zda dokáže výsledek předat a vysvětlit, zda je schopen se přizpůsobit, když se plán změní. Tyto věci AI nenapsala — ty přinesl Ondřej sám, ze svých zkušeností, ze svého přemýšlení, ze svého charakteru.

A právě toto by měl dobrý manažer vidět a ocenit. Ne počet hodin. Ne jestli použil AI nebo ne. Ale praktický přínos, který reálně pomohl firmě.

Výzkum McKinsey Global Institute z roku 2023 ukazuje, že firmy, které implementovaly AI nástroje do pracovních procesů, zaznamenaly průměrně 20–30 % nárůst produktivity v konkrétních pracovních funkcích — ale zároveň poukázaly na to, že největším bottleneckem není technologie, ale schopnost managementu tyto změny řídit a ocenit. Jinými slovy: technologie je připravena. Lidé a systémy řízení dohánějí.

Co se bude dít s trhem práce a jak se připravit: Management a umělá inteligence v příštích pěti letech

Podívejme se dopředu — ne proto, abychom straší, ale proto, abychom se mohli připravit.

Výkon lidí, kteří spolupracují s AI jako se svým kolegou, bude růst. To je jistota. Nástroje se zlepší, přístupy se zdokonalí, a lidé, kteří se naučí s AI pracovat efektivně, budou schopni odvádět práci, která dnes vypadá nadlidsky.

To znamená, že management bude čelit třem skupinám lidí zároveň: těm, kteří:

• AI aktivně využívají a jsou výjimečně produktivní
• AI teprve učí a jsou na cestě
• se rozvíjet nechtějí nebo nedokážou.

A každá z těchto skupin vyžaduje jiný manažerský přístup.

Kdo se nebude chtít rozvíjet, bude mít na trhu stále menší prostor. Ne proto, že by byl špatný člověk, ale proto, že svět kolem něj poběží rychleji a on bude zaostávat. To není trest — to je přirozený zákon fungování každého systému, ať už přírodního nebo tržního.

Kdo nezná své talenty a neumí je uplatnit, bude AI vnímat jako hrozbu. Protože pokud nevím, čím jsem jedinečný, tak se snadno začnu bát, že mě nahradí stroj. Ale pokud vím, co do práce přináším ze sebe — svůj úsudek, svůj přístup k lidem, svou schopnost propojovat věci, které ostatní nevidí — pak mě AI neohrozí. AI mi pomůže.

A manažer, který toto pochopí — který umí lidem pomoci najít jejich vlastní cestu a jejich talent — bude v příštích letech výjimečně cenný. Protože systémy řízení firem, které fungují jen tehdy, když jsou lidé nahraditelní a zaměnitelní, budou trpět. Firmy, které staví na lidském potenciálu a umí ho rozvíjet, porostou.

Podrobněji o tom, jak stavět systém řízení, který funguje přirozeně a dává lidem prostor růst, píšeme v metodice Management jako Puzzle — rámci, který vizualizuje, jak propojit lidi, procesy a vedení do jednoho živého celku.

Praktický návod: Jak jako manažer přistupovat k AI-first lidem v týmu

• Ptej se na výsledek, ne na nástroj — Přestaň se zajímat o to, jak zaměstnanec práci udělal, a začni měřit, co skutečně přinesl firmě. Funkční výstup, spokojený zákazník, vyřešený problém — to jsou relevantní metriky.
• Oceň investici do sebe — Člověk, který se učil po nocích a platil si nástroje z vlastní kapsy, projevil iniciativu a zájem o vlastní rozvoj. To je přesně ten postoj, který firma potřebuje. Odměň ho přístupem k zajímavějším projektům, placeným rozvojem nebo vybavením.
• Nastav jasná očekávání od začátku — Při onboardingu nebo při nastavení externího vztahu buď konkrétní: co je výsledkem, jak se měří, co je v ceně. Pak nebudou nejasnosti ani pocity nespravedlnosti.
• Neklaď výkon jednoho člověka jako metr pro ostatní — Pokud Ondřej zvládl projekt za měsíc, neznamená to, že všichni ostatní jsou pomalí nebo špatní. Mají jiné role, jiné silné stránky, jiné přínosy. Srovnávání v týmu ničí spolupráci.
• Buduj systém, kde lidé chápou svůj přínos — Největší manažerský problém není otázka sazby. Je to situace, kdy lidé nevědí, proč dělají to, co dělají, a jak jejich práce přispívá k celku. Vyřeš toto a otázka „kolik má dostat AI-first člověk“ se stane vedlejší.

Komunikace jako základ: Proč většina problémů s AI-first lidmi začíná a končí u komunikace managementu

Pracoval jsem s desítkami firem, kde vzniklo napětí kolem výkonnostních rozdílů mezi zaměstnanci. A vždy jsem zjistil totéž: problém není v rozdílu výkonu. Problém je v tom, že se o něm nemluví — nebo se mluví špatně.

Když management mlčí o tom, proč je Ondřej hodnocen jinak než zbytek týmu, vznikají dohady. A dohady jsou vždy horší než pravda, i kdyby pravda byla nepříjemná. Lidé si domýšlí, srovnávají, cítí se neocenění. A výsledkem je frustrace, která v nejhorším případě vede k odchodům — těch nejschopnějších jako prvních.

Otevřená a upřímná komunikace o hodnotě, přínosu a očekáváních je základ. Ne jako jednorázový rozhovor při hodnocení jednou ročně. Jako průběžná součást každodenního vedení. Manažer, který ví, co každý člověk v jeho týmu přináší, a dokáže to pojmenovat nahlas — pro samotného zaměstnance i pro zbytek týmu — je manažer, který problémy řeší dříve, než vzniknou.

V praxi to vypadá konkrétně. Místo toho, abys čekal, až Ondřej přijde za tebou s otázkou „a kolik tedy dostanu?“, přijdi ty za ním. Pojmenuj, co vidíš. Řekni mu, co oceňuješ a proč. Vysvětli mu, jak jeho práce zapadá do celku firmy. A řekni mu, jak ho firma hodlá rozvíjet a oceňovat do budoucna. Tento rozhovor trvá třicet minut a může zachránit zaměstnanecký vztah, který by jinak skončil výpovědí.

Stejně důležitá je komunikace se zbytkem týmu. Ne jako vysvětlování, proč Ondřej dostane víc — to není věc kolektivní diskuze. Ale jako jasné pojmenování toho, co firma oceňuje a jakým způsobem se každý může rozvíjet a růst. Když lidé vědí, že rozvoj je možný a dostupný — ne jen pro vyvolené — napětí a závist ustupují a spolupráce nastupuje.

Jak přesně takovou komunikaci ve firmě nastavit, aby nebyla formální frází, ale skutečně fungujícím nástrojem, který propojuje lidi a přináší jasnost? To je přesně to, čím se zabývám v kurzu Uzdravte komunikaci, uzdravíte firmu — kde učím manažery komunikovat tak, aby jim lidé skutečně rozuměli, bez memorování pouček a bez umělých frází.

Kde je skutečná cesta: Lidský talent + AI jako nástroj, ne soupeř

Celá diskuze o AI-first lidech a jejich odměňování by mohla být mnohem jednodušší, kdybychom se vrátili k základnímu principu: AI je pomocník. Výjimečně mocný pomocník pro rutinu, výpočty, inspiraci a automatizaci. Ale pomocník.

To, co do práce přináší člověk — jeho talenty, jeho zkušenosti, jeho schopnost číst situace a lidi, jeho odvahu říct nepříjemnou věc ve správný moment, jeho schopnost propojit technický výstup s lidskou realitou firmy — to AI nemůže napodobit. A právě toto je to, za co se platí. Ne za hodiny. Ne za nástroje. Za lidský přínos, který se nedá automatizovat.

Firmy, které toto pochopí, budou mít výhodu. Firmy, které se budou stále točit kolem otázky „jak ho zaplatit za to, že je rychlejší“, budou ztrácet čas a energii na diskuze, které je nikam neposunou.

Jako manažer nebo majitel firmy máš jedno klíčové rozhodnutí: budeš řídit lidi jako zdroje, nebo jako nositele talentu? První přístup vede ke srovnávání, napětí a odchodům. Druhý přístup vede ke spolupráci, růstu a firmě, která funguje i bez tvého neustálého dohledu.

A to je přesně to, na čem stojí skutečně fungující management — ne na tom, kdo má lepší AI nástroje, ale na tom, zda firma ví, kam jde, a zda její lidé rozumí smyslu toho, co dělají.

Jak vybudovat systém řízení, který zvládne tuto novou realitu: Management a umělá inteligence jako základ budoucnosti

Pojďme se podívat na to, co konkrétně může manažer nebo majitel firmy udělat, aby byl připraven na dobu, kdy AI-first lidé budou v jeho firmě normou — ne výjimkou.

Prvním krokem je pochopit, co AI ve firmě dělá a dělat může.

To neznamená, že musíš sám umět používat ChatGPT nebo Claude Code. Ale musíš rozumět tomu, jaký typ práce lze s AI zrychlit, jaký typ výstupu AI dokáže generovat a co stále vyžaduje lidský úsudek. Bez tohoto základního porozumění nemůžeš správně ocenit přínos AI-first zaměstnanců ani nastavit realistická očekávání. Nejlepší způsob, jak toto porozumění získat? Mluv s lidmi, kteří AI používají. Ptej se na konkrétní příklady. Nech si ukázat, co nástroj dokáže a kde jsou jeho limity. Tato investice ti zabere pár hodin — a vrátí se ti mnohonásobně.

Druhým krokem je přehodnotit, co ve firmě skutečně měříš.

Pokud měříš přítomnost, odpracované hodiny nebo počet dokončených úkolů, měříš špatné věci. Začni měřit dopad — co se díky práci konkrétního člověka ve firmě změnilo, co zákazník získal, jaký problém byl vyřešen, co by chybělo, kdyby tento člověk nebyl. Tato změna perspektivy zní jednoduše, ale v praxi vyžaduje odvahu přestat dělat to, co jsi dělal vždy, a začít klást jiné otázky. Otázky, které jsou sice obtížnější, ale vedou k mnohem cennějším odpovědím.

Třetím krokem je investovat do rozvoje managementu.

Největší bottleneck v adaptaci na éru AI není technologie — jsou to manažeři, kteří neumí novou realitu řídit. Výzkum MIT Sloan Management Review z roku 2023 ukazuje, že firmy, které investovaly do rozvoje manažerských kompetencí souběžně se zaváděním AI nástrojů, dosáhly o 35 % lepších výsledků než firmy, které se zaměřily pouze na technologickou implementaci. Jinými slovy: investice do managementu se vyplatí víc než investice do softwaru. Dobrý manažer s průměrným nástrojem překoná průměrného manažera s výborným nástrojem — každý den.

Čtvrtým krokem je vybudovat kulturu otevřené komunikace o hodnotě a přínosu.

Lidé potřebují vědět, jak jsou oceňováni a proč. Pokud tato komunikace chybí, vznikají dohady, srovnávání a frustrace — přesně to, co vidíme v diskuzích o AI-first lidech. Otevřená a pravidelná komunikace o tom, co firma oceňuje, jak každý přispívá a jak se může každý rozvíjet, je základ funkčního týmu v jakékoliv době — s AI nebo bez ní. Tato komunikace musí být konkrétní, ne obecná. Ne „vážíme si vás“, ale „tady je to, co jsi přinesl a tady je to, co tě čeká“.

Pátým krokem je přijmout, že systém řízení musí být živý a přizpůsobivý.

Firmy, které mají rigidní systémy odměňování bez možnosti výjimek nebo přizpůsobení, budou v příštích letech trpět. Systém musí být dost pevný, aby dával lidem jistotu — a dost flexibilní, aby dokázal ocenit výjimečný přínos způsobem, který tradiční tabulka neumožňuje. Vzdělání financované firmou, lepší vybavení, zajímavější projekty, větší autonomie, možnost ovlivňovat strategii firmy — to jsou nástroje, které má každý manažer k dispozici a které nevyžadují změnu mzdové politiky pro celou firmu. Je jich bambilion — a zkušený manažer ví, jak je použít.

Šestým krokem — a tím možná nejdůležitějším — je vybudovat prostředí, kde se lidé nebojí přiznat, že neví, jak AI používat, a kde je sdílení znalostí přirozenou součástí kultury.

Firma, kde AI-first zaměstnanec žárlí na své znalosti a schovává své postupy, nevyužívá potenciál, který má. Firma, kde se naopak lidé navzájem učí, kde je sdílení oceňováno a kde management aktivně vytváří příležitosti pro přenos know-how, roste jako celek — ne jen jako součet individuálních výkonů.

Toto není teorie. Je to praxe, která funguje ve firmách, s nimiž pracuji po celou svou kariéru. A je to základ přístupu, který jsem shrnul pod pojmem Management jako Puzzle — vizuální model, který ukazuje, jak propojit lidi, procesy, komunikaci a vedení do jednoho funkčního celku, kde každý ví, co dělá, proč to dělá a jak přispívá k celku.

Závěr: Příroda a byznys fungují na stejném principu

Na závěr chci říct jednu věc, která pro mě přesahuje otázku AI a odměňování.

Příroda funguje na principu rozmanitosti a spolupráce. Nejsilnější ekosystémy nejsou ty, kde existuje jeden dominantní druh, ale ty, kde různé organismy plní různé role a navzájem se doplňují. Les není silný proto, že v něm rostou jen nejvyšší stromy — je silný proto, že v něm existuje celá vrstvená struktura, a každá část přispívá k celku.

Firmy fungují stejně. Nejsilnější týmy nejsou ty, kde jsou všichni stejně rychlí a stejně výkonní. Jsou to týmy, kde různí lidé s různými talenty a přístupy spolupracují na společném cíli a navzájem se posilují. AI-first člověk je cenný. Ale je cenný jako součást funkčního celku — ne jako superhrdina, který ostatní nahradí.

A to, co z nás dělá lidi — naše talenty, naše srdce, naše schopnost propojovat se s druhými a přinášet do práce něco, co přesahuje výpočty a algoritmy — to žádná technologie nenahradí. Tomu AI nemůže konkurovat. A to je to, co ve firmách skutečně oceňuji a na čem stavím svou práci s lídry a manažery.

Pokud tě tento článek zaujal a cítíš, že tvá firma stojí před podobnými otázkami — jak ocenit lidi správně, jak nastavit jasná očekávání a jak vybudovat systém, kde každý zná svůj přínos — rád si s tebou o tom popovídám.

Bez závazků. Bez prodejního tlaku. Jen třicet minut, kde zjistíme, jestli a jak ti mohu pomoci.