Představme si pondělní poradu. Jeden člověk přinese stručný rozbor s nepříjemným zjištěním, druhý dokonale uhlazenou prezentaci, která žádné nepříjemné zjištění neobsahuje. Oběma pomáhala AI. Pokud šéf odmění hlavně přesvědčivější formulace, nezměřil přínos zaměstnance. Jen ocenil lepší obal. A přesně takovou slabinu může umělá inteligence ve firemním hodnocení odhalit: napsat něco, co vypadá jako hotová práce, je snazší než dokázat, že ta práce k něčemu byla.
Čerstvý průzkum Nielsen objednaný společností monday.com, o kterém jsme informovali v rychlé zprávě o potížích manažerů s hodnocením práce, tenhle problém pojmenovává docela nepohodlně. Podle TechCrunch z 21. října více než polovina oslovených vedoucích říká, že se jim po zavedení AI hůře posuzuje práce zaměstnanců. Téměř polovina uvádí, že tráví více času kontrolou a usměrňováním výstupů. To není důvod vrátit kanceláře k psacím strojům. Je to důvod přestat si plést profesionální vzhled dokumentu s profesionálním úsudkem jeho autora.
Nadšení nechybí. Chybí způsob, jak poznat dobrou práci
Oficiální přehled průzkumu AI at work 2026 uvádí 1 701 ředitelů a vyšších manažerů ze sedmi zemí. Plných 94 procent považuje hledání příležitostí pro zlepšení pomocí AI za vzrušující, ale 59 procent zároveň říká, že hledání a testování míst, kde AI přidává hodnotu, vyžaduje více úsilí, než kolik ho šetří. Dalších 29 procent hlásí prodloužení vlastní pracovní doby. Nadšení a únava se zjevně nevylučují. Člověk může nástroj rád používat a zároveň mít kvůli jeho zavádění delší den.
Jsou to výpovědi oslovených lidí, nikoli nezávislé měření poklesu produktivity firem. Z veřejného přehledu také nelze spočítat čistou návratnost AI. A zadavatel monday.com prodává software pro řízení práce, takže příběh o chybějící koordinaci mu obchodně vyhovuje. To výsledky samo o sobě neruší, ale je fér vědět, kdo otázky objednal. Místo rozsudku nad technologií dostáváme užitečný popis míst, kde vedoucí cítí problémy.
Nejzajímavější z těchto míst podle nás neleží v samotném chatbotu. Leží v tom, podle čeho firma poznává schopného člověka. Dobře napsaný rozbor mohl už dříve zakrývat slabé podklady. AI pouze zlevňuje jeho výrobu a oslabuje hodnotu stylistické uhlazenosti jako signálu odbornosti. Kdo dál hodnotí hlavně délku dokumentů, sebejistotu formulací a počet prezentací, bude odměňovat dovednost vyrábět dojem zaměstnanosti.
Nehledejte, kdo napsal větu. Ptejte se, kdo za ní stojí
TechCrunch uvádí, že 78 procent respondentů už změnilo způsob hodnocení zaměstnanců a více přihlíží k zadávání pokynů AI, výběru úloh pro automatizaci či experimentování. To je rozumnější než předstírat, že se způsob práce nezměnil. Jenže i tady číhá pohodlná náhražka: soutěž o nejlepší zadání modelu místo soutěže o nejlepší pracovní výsledek. Obsluha nástroje je prostředek, ne hotový důkaz přínosu.
Vraťme se k modelové poradě. U obchodního rozboru má smysl zeptat se, odkud pocházejí vstupní údaje, proč autor zvolil právě toto srovnání a co by jeho doporučení vyvrátilo. U návrhu kampaně, komu má pomoci a podle čeho poznáme neúspěch. U zákaznické odpovědi, zda skutečně řeší konkrétní případ a neslibuje něco, co firma neumí splnit. Žádná z těchto otázek nepotřebuje určit, zda jednotlivou větu napsal člověk, nebo model. Všechny ale potřebují člověka, který jí rozumí a přijímá odpovědnost.
Zaměstnance, který nechal AI připravit návrh, ověřil podklady a opravil zásadní chybu, není důvod hodnotit hůře než kolegu, který text napsal ručně. Stejně tak není důvod hodnotit ho lépe jen proto, že dokument vznikl rychle. Rozhodující je, co dokáže obhájit, ověřit a dovést do použitelného výsledku. Firma, která chce používání AI, ale trestá zaměstnance za přiznání její pomoci, si koleduje o zatajené postupy místo lepší práce.
Nemusí z toho vzniknout další každodenní výslech ani povinnost archivovat každý pokyn. U důležitějšího rozhodnutí stačí přiměřeně krátká stopa: použité podklady, ověřené závěry a otevřené nejistoty. Smyslem není sledovat každé kliknutí. Smyslem je, aby po odevzdání nezůstal jen pěkný dokument s argumentem, který jeho předkladatel neumí vysvětlit.
Čas ušetřený dole se může objevit nahoře
Téměř polovina manažerů podle zprávy tráví více času kontrolou a vedením výstupů týmu. To ještě neříká, že celá organizace prodělává. Kontrola může být dočasným nákladem zavádění i rozumnou investicí do kvalitnějšího výsledku. Říká to ale něco nepříjemného pro jednoduché tabulky úspor: práce nezmizela jen proto, že ji už nevidíme u člověka, který připravil první verzi.
Stejnou účetní záměnu jsme rozebírali u nákladů a modelovaných úspor Sportegy. Ušetřená hodina představuje kapacitu, nikoli automaticky peníze ponechané na účtu. U manažerské kontroly se přidává další otázka: komu se ta hodina přesunula? Pokud tým vyrobí více návrhů, ale vedoucí je večer opravuje a hledá chybné předpoklady, samotný počet odevzdaných návrhů bude mizerným ukazatelem úspěchu.
Pro praxi bychom proto sledovali celý pracovní postup až k přijetí výsledku. U zákaznické podpory vedle rychlosti odpovědi také opravy a opakované dotazy ke stejnému problému. U analytického týmu vedle času na přípravu také dohledávání zdrojů a přepracování doporučení. U programování vedle rychlosti první změny také čas recenze a následné opravy. To je naše redakční doporučení pro firemní pilot, nikoli metodika ověřená tímto průzkumem. Jeho výhoda je prostá: nedovolí vydávat rychlejší první verzi za rychlejší hotovou práci.
Do hodnocení zaměstnance pak musí vstoupit i méně viditelný přínos. Člověk, který zastaví chybný návrh, může firmě prospět více než ten, kdo jich za odpoledne vygeneruje deset. Pokud tabulka výkonu počítá jen hotové kusy, první bude vypadat jako brzda. To není selhání AI. To je špatně navržená tabulka výkonu.
Když šéf zadá známkování dalšímu chatbotu
Další zjištění citované TechCrunch situaci pěkně zamotává: 39 procent oslovených vedoucích používá AI k přípravě pracovních hodnocení. Představme si tedy zaměstnance, jehož asistent sepíše přehled úspěchů, a manažera, jehož asistent z tohoto přehledu připraví posudek. Jazykově může být vše bezvadné. Pokud mezi oběma texty neproběhne skutečné ověření práce, firma si jen nechala dvěma stroji potvrdit stejný příběh.
Pomoc s formulací hodnocení není sama o sobě problém. Manažer může mít dobré podklady, jasná kritéria a použít model pouze k přehlednému sepsání. Rozdíl nastává, když nástroj začne nahrazovat důkazy o výkonu nebo když se jeho přesvědčivá formulace přijme jako nezávislý úsudek. Model, který přeformuloval jednostranný souhrn, z něj neudělal nezávislé svědectví.
Podle nás musí vedoucí umět vysvětlit zaměstnanci, které konkrétní výsledky k hodnocení vedly, a umožnit opravu chybných podkladů. Odpověď „takto to vyhodnotila AI“ je v personálním rozhovoru přiznáním, že šéf svou práci neudělal. Firma si může koupit pomoc s psaním. Nemůže tím odložit odpovědnost za úsudek o člověku.
Další předplatné organizační problém nespraví
Oficiální přehled uvádí ještě jeden výmluvný nepoměr: 72 procent respondentů pracuje ve firmách, které používání AI nařizují nebo silně podporují, ale jen 29 procent popisuje plně optimalizovanou a centralizovanou infrastrukturu. Podle TechCrunch navíc 57 procent manažerů hlásí větší počet používaných nástrojů. Není těžké si představit důsledek: lidé mají zkoušet nové postupy, ale jejich vedoucí současně musí zjistit, co vlastně kdo používá a jak výstupy zapadají do společné práce.
Centralizace sama není známka úspěchu a další platforma není automatická léčba. Tým může fungovat dobře s několika jasně vybranými nástroji, pokud ví, která data do nich smějí, kdo výsledek přebírá a kde se dohledají podklady. Naopak jednotný systém nepomůže, jestliže uvnitř dál odměňuje objem textu místo výsledku. Nejdřív má být jasná odpovědnost a způsob přijetí práce. Teprve potom dává smysl vybírat software, který je podpoří.
AI může manažerům skutečně přidělat práci. Může ale také odhalit, že část dosavadního hodnocení stála na snadno napodobitelných znacích: pěkném slohu, sebevědomé prezentaci a dobře vyplněném přehledu činností. Když tyto znaky přestávají stačit, není řešením hledat důmyslnější způsob, jak zaměstnance přistihnout při používání asistenta. Je čas začít hodnotit to, co mělo být podstatné od začátku: dobrý úsudek, ověřitelný výsledek a odpovědnost za něj.
