Představte si, že vase firma nasadí AI nástroj, ať už na psaní nabídek, analýzu smluv nebo přípravu reportů. V pilotu funguje bezvadně, lidé ho chválí na prezentaci pro vedení. O tři měsíce později na něj skoro nikdo neklikne. Nástroj přitom nezpomalil, nezačal halucinovat ani nezhoršil kvalitu výstupů. Prostě ho lidé přestali používat.
Tenhle scénář se opakuje natolik často, že ho výzkumníci začali zkoumat. Das Narayandas a Shunyuan Zhang z Harvard Business School a zjistili, že minimálně 30 % projektů s generativní AI ve firmách skončí tiše opuštěných, ne kvůli technické poruše, ale kvůli tomu, že je zaměstnanci potichu přestanou používat¹. Nikdo to neohlásí na poradě. Nikdo si nestěžuje. Adopce jenom postupně vyprchá.
Tenhle text je první z řady čtyř, ve které se podíváme na to, co firma potřebuje vyřešit, aby jí AI skutečně fungovala, ne jen technicky, ale v každodenním provozu. Začínáme u role, protože bez ní se další tři aspekty (odměňování, procesy a vedení) nemají o co se opřít.
Proč lidé odmítají nástroj, který funguje
Klíčové zjištění z výzkumu je, že zaměstnanci AI neodmítají proto, že by špatně fungovala. Odmítají ji proto, že ohrožuje jejich profesní identitu. To je jiný problém, než jaký firmy obvykle řeší, když plánují nasazení nové technologie, a proto na něj obvyklá řešení (školení, manuál, prezentace na townhallu) nefungují.
Narayandas a Zhang popisují tři konkrétní mechanismy, kterými k tomuhle ohrožení dochází.
Ztráta zajímavé práce. Když AI převezme tu část práce, která vyžadovala úsudek a odbornost, zaměstnanci zůstane ta méně zajímavá, méně statusová část. Autoři to popisují jako situaci, kdy „stroj dělá všechny zajímavé věci”¹. Zkušený analytik, který dřív strávil den hloubkovou analýzou dat a prezentací závěrů, teď kontroluje a schvaluje to, co mu vygeneroval nástroj za pár minut. Práce se zrychlila, ale ta část, která dodávala pocit odbornosti, zmizela.
Přesun kontroly. Rozhodovací pravomoc se přesouvá na algoritmus, i když formálně zůstává na člověku. Titul se nezmění, ale pocit autorství nad rozhodnutím ano. Manažer, který dřív sám sestavoval doporučení pro klienta, teď jen odklikává to, co mu navrhla AI. Zodpovědnost má pořád on. Pocit, že rozhoduje on, už ne.
Oslabení vlivu. Manažeři přicházejí o část vlivu na lidi a procesy, které dřív měli pod kontrolou. Autoři to popisují obrazně jako stav, kdy se člověk stává „královstvím bez trůnu”: formálně pořád vede tým, ale reálný vliv na to, jak se práce dělá, přebírá systém.
Žádný z těchto tří mechanismů se neřeší tím, že se lidem řekne, jak nástroj ovládat. Řeší se tím, že se upraví role samotná.
Co lidé od AI vlastně chtějí
Zajímavé je, že tenhle odpor nesouvisí s tím, že by lidé AI odmítali plošně. MIT ve svém výzkumu State of AI in Business 2025 zjistil, že pro rutinní úkoly, jako jsou e-maily, shrnutí nebo základní analýza, dává 70 % uživatelů přednost AI před člověkem². U práce, která je komplexní nebo má vysoké riziko chyby, se poměr obrací: 90 % lidí dává přednost člověku před současnými AI systémy².
To je přesně ta hranice, kterou musí upravená role respektovat. Pokud role přesune na AI to rutinní (a lidé to sami vítají), ale ponechá u člověka to komplexní, kde lidé i sami sobě věří víc než nástroji, role zůstává hodnotná a nikdo se necítí ohrožený. Pokud se ale hranice posune špatně, tedy AI dostane na starost právě tu komplexní, na úsudku závislou část, zatímco člověku zbyde jen kontrola a schvalování, dochází přesně k té ztrátě zajímavé práce, o které psali Narayandas a Zhang.
Co znamená upravit roli, a co ne
Úprava role neznamená napsat nový popis pozice do HR systému. Znamená to odpovědět na konkrétní otázku: co teď dělá tahle role jinak, a proč je to pořád hodnotná práce, kterou nemá smysl nahradit.
Z výzkumu vyplývá pět mechanismů, které firmy mohou použít, a fungují nejlíp dohromady, ne jednotlivě¹.
Nově vymezit odpovědnost. Místo aby role zůstala stejná s tím rozdílem, že „teď používáte i AI”, je potřeba pojmenovat, co konkrétně se v ní změnilo a kde je nová přidaná hodnota člověka. U obchodníka to může být přesun od psaní nabídek (což teď dělá nástroj) k vedení komplexnějších vyjednávání, kam nástroj nedosáhne.
Zachovat právo přehlasovat nástroj. Pokud AI dává doporučení a člověk je jen razítkuje, ztrácí pocit autorství. Pokud má jasně vymezené právo a odpovědnost doporučení zpochybnit a změnit, zůstává rozhodování jeho, i když se opírá o AI podklad.
Přidat vrstvu, která posiluje úsudek, ne úsudek nahrazuje. Tam, kde nástroj slouží jako druhý pohled na problém, ne jako náhrada za rozhodnutí, si lidé roli udrží jako smysluplnou.
Nabídnout reálnou cestu na přeškolení. Ne proklamaci typu „investujeme do rozvoje lidí”, ale konkrétní plán, co se člověk naučí a k čemu mu to bude, když se část jeho dosavadní práce automatizuje.
Zajistit, že změnu veřejně podpoří vedení. Tohle se často podceňuje. Pokud manažer nikde neřekne nahlas, že nová role dává smysl a že za ní stojí, zaměstnanci si to interpretují jako signál, že jde jen o dočasné řešení, než se najde způsob, jak je nahradit úplně.
Jak to vypadá v praxi
Dobrý příklad, i když z trochu jiné oblasti než produktivita analytiků, je zkušenost z našeho nedávného projektu, kde jsme pro klienta vyvinuli AI nástroj, který dostal za úkol dávat obchodníkům zpětnou vazbu po každé schůzce se zákazníkem. U 47 poradců a jednoho manažera to zásadně změnilo roli manažera samotného. Dřív měl fyzicky čas osobně koučovat jen zlomek týmu, k ostatním se nedostal. Zpětnou vazbu všem dal jen jednou ročně, při výročním hodnocení. Teď se role manažera přesunula: nekoučuje všech 47 lidí sám, ale rozhoduje, kde AI navržená zpětná vazba potřebuje jeho zapojení a doporučení, a věnuje čas tomu, co AI vidět nemůže, vztahu s klientem, kontextu konkrétní situace, rozhodnutím pod tlakem. Jeho role se nezmenšila. Změnila se na to, co manažer umí dělat nejlépe a na co dřív neměl kapacitu.
To je přesně ten rozdíl mezi „AI nahradila část práce” a „AI umožnila roli dělat jinou, hodnotnější práci”. První verze vede k odmítání. Druhá k přijetí.
Podobný vzorec se dá najít i mimo obchod. V náboru se dnes běžně používá AI na první třídění životopisů. Firmy, kde to funguje, nedávají AI poslední slovo, recruiter dál vede rozhovor, rozhoduje o kulturním souladu kandidáta a nese odpovědnost za finální doporučení. Firmy, kde recruiteři nástroj tiše obcházejí, naopak nechaly AI rozhodovat i o věcech, které recruiter dřív považoval za jádro své odbornosti, tedy o tom, kdo vůbec dostane šanci na rozhovor. Rozdíl není v kvalitě algoritmu. Je v tom, kde firma nakreslila hranici mezi tím, co dělá stroj, a co zůstává na člověku.
Jak poznat, že role je správně upravená
Než firma vyhlásí, že roli „upravila pro éru AI”, stojí za to projít si čtyři konkrétní otázky. Pokud na většinu z nich firma neumí odpovědět konkrétně, role se nejspíš změnila jen na papíře.
Umí člověk v téhle roli jasně popsat, co teď dělá jinak než před rokem, a proč je to hodnotnější, ne jen jiné?
Má formální i neformální právo AI doporučení odmítnout, aniž by to znamenalo dodatečné papírování nebo podezření, že něco dělá špatně?
Ví přesně, jakou novou dovednost si má osvojit, a vidí, k čemu mu to reálně bude, ne jen obecné „bude se hodit do budoucna”?
A slyšel od někoho z vedení veřejně a konkrétně, proč nová podoba jeho role dává smysl, ne jen obecné povzbuzení k tomu, aby „zkusil AI”?
Co se stane, když role neupravíte
Pokud firma nasadí nástroj a nechá role beze změny, lidé nástroj nebudou používat naplno, budou ho používat jen v minimální míře nutné k tomu, aby to nebylo vidět, a firma si po půl roce položí otázku, proč investice do AI nepřinesla očekávaný přínos. Odpověď je málokdy, že „nástroj byl špatný”. Mnohem častěji je „nikdo nezměnil, co se od lidí kolem nástroje očekává”.
Technologie ve většině neúspěšných nasazení funguje. Co chybí, je práce na tom, co dělají lidé kolem ní.
Proč tohle není jen otázka pro obchod nebo IT
Úprava rolí kolem AI se nejčastěji řeší tam, kde je dopad nejvíc vidět, tedy v obchodě nebo v technických týmech. Stejná logika ale platí i tam, kde se o tom mluví míň, třeba v rozvoji leadershipu samotného. Pokud AI dává manažerovi průběžnou zpětnou vazbu na to, jak vede lidi, mění se tím role manažera stejně jako role obchodníka z příkladu výše: dřív dostával zpětnou vazbu jednou za rok na formálním hodnocení, teď ji má k dispozici průběžně a může s ní pracovat hned. Aby to fungovalo, musí i tahle role projít stejnými čtyřmi otázkami: co manažer dělá jinak, jestli může doporučení zpochybnit, co se má nově naučit a jestli za tím veřejně stojí někdo nad ním. Úprava role není jednorázová záležitost vázaná na konkrétní oddělení. Je to otázka, kterou si musí položit každá role, do které se AI přidá.
Co bude dál
Upravená role je první krok, ale ne poslední. I dobře navržená role narazí na limit, pokud ji firma dál platí a odměňuje podle starých pravidel, tedy podle metrik, které nepočítají s tím, že se práce změnila. Tomu se budeme věnovat v druhém textu série: proč je odměňování jedna z nejvíc podceňovaných částí adopce AI, a co s tím konkrétně dělat. +
Tento text je první ze série o tom, co firma potřebuje vyřešit, aby jí AI skutečně fungovala: role, odměňování, procesy a vedení. Vychází z veřejně dostupného výzkumu a z praxe Kogi.
Zdroje
Harvard Business School Working Knowledge, „Why Employees Resist AI, and How Companies Can Win Them Over”, výzkum Dase Narayandase a Shunyuan Zhang. https://www.library.hbs.edu/working-knowledge/why-employees-resist-ai-and-how-companies-can-win-them-over
MIT NANDA, „State of AI in Business 2025” (The GenAI Divide), data o preferenci lidí vůči AI u rutinních a komplexních úkolů. https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf