Kam zmizí čas, který ušetří AI

Znám jednu IT firmu, která AI při vývoji pro klienty používá spíš z donucení a zatím s ní nemá moc zkušeností. Bojí se několika věcí najednou. Že AI udělá část práce lépe a rychleji. Že tím práce přibude. Že bude potřebovat zkušenější lidi. A hlavně, že vyfakturuje méně hodin. Za víc práce by tak dostala méně peněz.

Sám jsem na to šel jinak. Část práce už neodhaduji v hodinách, ale podle přínosu a rozsahu. S AI je to podle mě férovější. Konzultace účtuji dál hodinově, jen je hodinová sazba vyšší. S pomocí AI a dalších expertních poradců se snažím, aby každá hodina přinesla co nejvíc.

Podobné obavy zazněly i v nedávné debatě pod jedním postem na LinkedInu, jestli se z AI nestává nástroj mikromanažerů. Obojí mi připomnělo knihu, která je starší než Edisonova žárovka.

Čeho si v roce 1865 všiml William Jevons

V roce 1865 vydal anglický ekonom William Stanley Jevons knihu The Coal Question, tedy Otázka uhlí. Británie tehdy řešila, jestli jí uhlí nedojde. Nabízela se úvaha, že pomůžou úspornější parní stroje.

Jevons tvrdil opak. Když stroj spotřebuje méně uhlí, je jeho provoz levnější. Vyplatí se ho tedy použít na víc místech a na víc věcí. A celková spotřeba uhlí roste. Napsal to bez obalu: „Je naprostým zmatením pojmů předpokládat, že hospodárné využívání paliva znamená nižší spotřebu. Pravda je přesně opačná.“

Dnes se tomu říká Jevonsův paradox. Znáte ho i ze silnic. Ekonomové Gilles Duranton a Matthew Turner v roce 2011 na datech z amerických měst ukázali, že když přibydou dálniční pruhy, ujeté kilometry vzrostou zhruba ve stejném poměru. Nová silnice se zase ucpe.

S AI a časem je to stejné

AI ve firmě dělá s časem totéž, co úspornější stroj s uhlím. Když úkol, který trval hodinu, zabere dvacet minut, ušetřený čas nezůstane ležet. Vyplní ho další práce.

Nejsou to jen dojmy. Výzkumný tým z Berkeley (Aruna Ranganathan a Xingqi Maggie Ye) od dubna do prosince 2025 sledoval zhruba 200 zaměstnanců jedné americké technologické firmy. V únoru 2026 o tom vyšel článek v Harvard Business Review s titulkem „AI práci nesnižuje, ale zintenzivňuje“. Lidé s AI zvládli práci rychleji. Volno z toho ale nebylo. Brali si další úkoly a pracovali déle, často aniž by je o to někdo žádal. Přibylo přepínání mezi úkoly a kontrolování toho, co AI vyrobila. Studie varuje, že takové tempo může vést k únavě, vyhoření, horším rozhodnutím a vyšší fluktuaci. Pro vedení je důležité i upozornění studie, že se pak v číslech těžko pozná, co je skutečný růst produktivity a co jen tempo, které lidé dlouho nevydrží.

Podobně vyšel průzkum Upwork Research Institute z jara 2024 mezi 2 500 lidmi v USA, Velké Británii, Kanadě a Austrálii. Celkem 96 % vrcholových manažerů čekalo, že AI zvýší produktivitu. Ze zaměstnanců, kteří AI používají, ale 77 % uvedlo, že jim přidala práci.

Kde to ve firmě pocítí lidé

Ve firemních číslech se Jevonsův paradox ukáže pozdě. Dřív ho poznáte na lidech. Na co bych si jako vedení dal pozor:

• Laťka se posune. Co dnes člověk s AI stihne, bude zítra norma. Pokud se nezmění priority, roste jen objem.
• Čím víc záznamů, tím větší pokušení kontrolovat. Když nástroj zaznamená každý krok, je lákavé ty kroky sledovat. Z pomocníka se pak snadno stane nástroj na mikromanagement.
• Lidé se začnou poměřovat se strojem. Kdo se bojí, že vedle AI vypadá pomalý, může přestat zkoušet nové věci a riskovat chyby.
• Nejvíc to mohou odnést vaši nejspolehlivější lidé. Práce navíc často padne na lidi, o kterých víte, že ji zvládnou. Ve studii z Berkeley si lidé práci navíc často brali sami.

Nástroj za to nemůže

AI tlak nevytváří. Zesílí to, co už ve firmě je. Kde se řídí podle výsledků, AI lidem spíš pomůže. Kde se řídí podle aktivity, dá kontrole nový nástroj.

Chybí rozhodnutí. Kam má ušetřený čas jít a kdo o tom rozhoduje. Kdo smí co měřit. Jaká data o lidech smí do AI nástrojů.

U dat o zaměstnancích nejde jen o dobré vztahy. Evropský AI Act řadí AI systémy pro nábor a pro řízení pracovních vztahů, včetně sledování a hodnocení výkonu lidí, mezi vysoce rizikové (příloha III, bod 4). Platí i GDPR. Právní posouzení patří právníkovi. Já se na to dívám z pohledu IT: v jakých systémech taková data o lidech vznikají, kam tečou a kdo k nim má přístup.

Co s tím, prakticky

1. Rozhodněte předem, kam půjde ušetřený čas. Kvalita, učení, méně přesčasů, nové věci. Řekněte to lidem dřív, než nástroj spustíte. Podle mě je fér, aby člověk, který s AI firmě vydělá víc, dostal část ušetřeného času zpátky, třeba jako volno.
2. Měřte výsledky, ne aktivitu. Počet promptů ani hodin v nástroji neříká nic o tom, jestli práce dává smysl.
3. Dopředu určete, jaké údaje o zaměstnancích smí do AI nástrojů, kdo je uvidí a k čemu se smí použít.
4. Zapojte vedoucí týmů od začátku. Oni první poznají, kde se ušetřený čas mění v tlak.

Tým z Berkeley tomu říká „AI praxe“: společná pravidla, jak se ve firmě s AI pracuje. Patří do nich třeba plánované pauzy, rozumné pořadí práce a dost času na osobní kontakt.

Rychlejší loď, klidnější plavba?

Rychlejší loď neznamená klidnější plavbu. Když nikdo neurčí kurz, jen rychleji doplujete do další bouře. AI vám dá rychlejší loď. Kurz musí určit vedení.

Kdo u vás rozhoduje, na co padne čas, který ušetří AI? Pokud zatím nikdo, domluvme si 15minutový úvodní hovor.

Zdroje

• W. S. Jevons: The Coal Question (1865), kap. VII „Of the Economy of Fuel“ (citát ve vlastním překladu)
• G. Duranton, M. A. Turner: The Fundamental Law of Road Congestion: Evidence from US Cities, American Economic Review, 2011
• A. Ranganathan, X. M. Ye: AI Doesn't Reduce Work—It Intensifies It, Harvard Business Review, 9. 2. 2026
• Upwork Research Institute, tisková zpráva 23. 7. 2024
• AI Act (nařízení EU 2024/1689), příloha III, bod 4