KI dilema Němců. Deník DIE WELT radí, jak ho v praxi zvládnout

Umělá inteligence mění práci rychleji, než stíháme měnit návyky. Exkluzivní průzkum LinkedIn pro německý trh ukazuje dvojí realitu: 58 % zaměstnanců věří, že jim KI (AI) zlepší každodenní práci, zároveň ale 40 % říká, že změny jdou příliš rychle a 42 % vnímá učení se novým dovednostem jako „druhý úvazek“. Co s tím? Deník DIE WELT přináší jednoduchý rámec, konkrétní prompty a krátký návod, jak KI zapojit do běžného dne. Mnoho z toho lze použít i v českých firmách.

Co ukázal průzkum (v kostce)

• Optimismus vs. únava: 58 % očekává vyšší produktivitu, 40 % má pocit, že tempo je neúnosné.
• Učení bolí: 42 % popisuje osvojování KI dovedností jako druhou práci.
• Pragmatické záseky: 49 % KI v práci nevyužívá naplno, 35 % neví, kde pomůže, 37 % postrádá podporu firmy.
• Lidé zůstávají klíčoví: 79 % si myslí, že intuici a zkušenost kolegů KI nenahradí.

Pointa: Nejčastěji nechybí technologie, ale struktura, procesy a jasná odpovědnost.

Gen-AI trojúhelník: jednoduchý rámec pro lepší výsledky

Podle konzultanta Christopha Magnussena (Blackboat) je kvalitní výstup výsledkem tří faktorů, které se musí potkat:

1. Model – nástroj (ChatGPT, Gemini, Claude, Copilot…).
2. Prompt – co přesně po modelu chcete (účel, forma, styl).
3. Kontext – data, pravidla, metriky a cíle, ze kterých má vycházet.

Když posílíte všechny tři rohy, výrazně roste kvalita výstupu.

Příklad: podklad pro vedení

• Slabé zadání: „Pomoz mi s prezentací.” → dostanete průměr.
• Silné zadání: „Vytvoř prezentaci (10 slidů) pro představenstvo: Investice do KI podpory zákazníků, důraz na ROI a rizika. Než začneš, sepiš rozhodovací otázky, které bude vedení řešit.“
• Kontext přidejte napřímo: interní KPI, cíle, rozpočet, časové milníky, konkurenční benchmark.

Prompty, které fungují (okamžitě použitelné)

1) „Najdi mi moje use-cases“
„Zeptej se mě na roli, cíle a největší překážky. Potom sestav kurátorovaný seznam 10 oblastí, kde mi KI v mé roli [doplním] ušetří čas. U každé vytvoř tabulku (Use-case | Vzorový dotaz). Uveď vždy 5 konkrétních dotazů.“

2) Prezentace pro vedení
„Připrav osnovu 10 slidů k tématu ‚Investice do KI v zákaznické podpoře‘. Slidy 1–2 problematika a data trhu, 3–5 business case (ROI, náklady, rizika), 6–7 pilot a metriky, 8–9 roadmapa a tým, 10 shrnutí a rozhodnutí. Využij tyto interní KPI: [vložit].“

3) Komunikační plán změny (podle přístupu PWC manažerky Mariny Ziblis)
„Mám definované cílové skupiny, kanály a klíčové zprávy pro interní změnu. Vytvoř strukturovaný komunikační plán: podle cílovek, s termíny, kanálem a tónem. Obsah neupravuj, jen struktura.“

4) Přepis e-mailu – jasně a empaticky
„Tady je koncept e-mailu o změně týmu. Přepracuj jej do profesionálního, ale empatického tónu. Zkrať o 20 %, zachovej obsah. Navrhni 3 předměty do 60 znaků.“

5) Analytická rešerše během minut
„Vyhledej 5 aktuálních studií o dopadu KI na produktivitu v zákaznické podpoře ve střední Evropě (2023–2025). Uveď zdroj, metodiku, klíčové grafy a závěr v bodech do 120 slov za studii.“

6) Z jednání k akčním krokům
„Tady je zápis z meetingu. Vytvoř rozhodnutí, rizika, vlastníky a deadliny ve formátu tabulky. Přidej návrh metrik úspěchu.“

Tip: věnujte 10–20 minut denně testování promptů. Malý, ale pravidelný trénink udělá největší rozdíl.

Jak to uchopit v české firmě (prakticky)

Pro management

• Stanovte pravidla: co a jak v KI dělat / nedělat (citlivá data, přístupová práva, audit stop).
• Vyberte nástroje: firemní Copilot/Enterprise ChatGPT či jinou „enterprise“ variantu se správou práv.
• Zajistěte podporu: krátké mikro-kurzy, interní „KI šerpy“, sdílené knihovny promptů.
• Měřte přínosy: definujte 3–5 metrik (čas ušetřený na ticket, rychlost tvorby podkladů, chybovost apod.).

Pro jednotlivce

• Začněte u opakujících se činností (e-maily, rešerše, shrnutí, prezentace).
• Každý výstup kontrolujte (fakta, čísla, zdroje). Za kvalitu odpovídá člověk.
• Budujte mini-knihovnu promptů – to je vaše nové „kladivo a šroubovák“.

Proč KI nenahradí člověka

Nástroje dodají tempo (rešerše, návrhy, kontrolní seznamy), ale hodnocení rizik, kontext a odpovědnost zůstávají lidské. Týmy, které zvládnou obojí – automatizaci opakovatelných činností a lidské rozhodování – budou rychlejší i kvalitnější.