Generativní umělá inteligence dnes zasahuje přibližně do každého čtvrtého zaměstnání na světě. To zní jako předzvěst masového propouštění, jenže takový výklad realitu zjednodušuje. Technologie obvykle nenahrazuje celou profesi jedním úderem. Bere si jednotlivé úkoly, přeskládává pracovní den a mění poměr mezi rutinní činností, kontrolou a rozhodováním.
Nejrychleji se proměňují administrativní a kancelářské profese. Zadávání údajů, přepisování dokumentů, třídění e-mailů, příprava standardních reportů nebo práce s formuláři mají jednu společnou vlastnost: řídí se opakovatelnými pravidly a jejich výsledek bývá digitální. Člověk, který celé dopoledne přenáší informace z jednoho systému do druhého, tak soupeří s automatizací v mnohem přímější podobě než třeba zdravotní sestra nebo řemeslník pracující v proměnlivém prostředí.
Právě zadávání dat patří mezi činnosti, u nichž se ukazuje mimořádně silný praktický dopad AI. Neznamená to, že z kanceláří zmizí všichni lidé. Spíš se zmenšuje prostor pro mechanickou práci a roste význam kontroly, řešení výjimek a odpovědnosti za to, zda jsou údaje vůbec správné. Automat totiž dokáže rychle zpracovat chybný vstup stejně ochotně jako správný. Výsledkem může být působivě upravený dokument, který je od první řádky špatně.
Do nejvyšší kategorie rizika automatizace spadá podle novějšího rozlišení 16 procent profesí s převahou žen, ale jen 3 procenta profesí s převahou mužů. Tento rozdíl se často ztrácí v obecných řečech o technologickém pokroku. Automatizace není neutrální síla, která dopadá na všechny pracovníky stejně. Silněji zasahuje obory, v nichž se soustřeďuje administrativní, evidenční a podpůrná práce, tedy zaměstnání s výrazným zastoupením žen.
Rychlou změnou prochází také programování. Konverzace z oblasti počítačů a matematiky tvořily v listopadu 2025 přibližně 35 procent všech konverzací na jedné z nejpoužívanějších služeb založených na generativní AI a nejčastějším využitím zůstávalo právě psaní kódu. Z rozsáhlého souboru více než půl milionu interakcí vyplynulo, že vývojáři používají AI hlavně pro práci s kódem, testování a opravy.
To ovšem není totéž jako tvrzení, že programátoři brzy přestanou být potřeba. Software vzniká v prostředí plném nejasných požadavků, starých systémů a rozhodnutí, která se do zadání často ani nedostanou. Model může navrhnout funkční řešení, ale nepozná vždy, proč se určitá část systému nesmí změnit, kdo ponese následky výpadku nebo zda zákazník popsal skutečný problém. Vývojář, který AI používá, může být výrazně rychlejší. Zároveň ale musí kontrolovat více cizích návrhů a rozumět kódu, který nevznikl přímo v jeho hlavě.
Programování je dobrý příklad rozdílu mezi častým používáním AI a vysokým dopadem automatizace. Softwaroví vývojáři ji používají často, ale její dopad na celou profesi se zatím ukazuje jako relativně nižší než třeba u zadávání dat. Pomoc totiž nemusí znamenat převzetí práce. Někdy jen urychlí první návrh, zkrátí hledání chyby nebo odstraní nejméně zajímavou část úkolu. Je to podobné jako s kalkulačkou: změnila práci s čísly, ale sama o sobě neřekla, které číslo má člověk vůbec počítat.
Pozoruhodný je i případ radiologie. Obrazová data se dají dobře digitalizovat a porovnávat, takže AI může rychle vyhledávat určité vzorce na snímcích. Právě radiologie patří mezi obory s vysokým praktickým dopadem automatizace. Přesto z toho automaticky neplyne, že radiologové zmizí. Diagnóza se neopírá pouze o samotný obrázek, ale také o zdravotní historii, další vyšetření, nejistotu a komunikaci s pacientem. Chyba v takovém prostředí není jen technický nedostatek, který lze opravit dalším pokusem.
Učitelé naopak patří mezi profese, kde se AI používá, ale její praktický dopad je zatím relativně nižší. Nástroj může připravit cvičení, upravit text podle úrovně žáků nebo navrhnout zpětnou vazbu. Samotné učení však není výroba pracovních listů. Učitel sleduje atmosféru ve třídě, odhaduje, kdy žák nerozumí, a reaguje na situace, které se do předem připraveného zadání nevejdou. Na obrazovce se to popisuje hůř než generování textu, a právě proto se to hůř automatizuje.
Představa, že nejohroženější jsou vždy lidé s nejvyšší kvalifikací, tak kulhá. AI dobře zvládá některé náročné digitální úkoly, zatímco část fyzické nebo sociální práce zůstává odolnější. Rozhoduje spíš podoba činnosti než prestiž povolání. Úkol, který má jasný vstup, předvídatelný postup a snadno kontrolovatelný výstup, je pro automatizaci lákavější než práce vyžadující improvizaci, důvěru nebo přítomnost na konkrétním místě.
Čísla o celém trhu práce přitom naznačují rozsáhlý přesun, ne jednoduchý konec zaměstnání. Do roku 2030 má podle odhadů vzniknout 170 milionů pracovních míst a 92 milionů zaniknout. Změna by se měla týkat asi 22 procent dnešních formálních pracovních míst. Takový výhled může vypadat optimisticky, dokud člověk nepřestane vnímat nová a zaniklá místa jako zaměnitelná políčka v tabulce. Propuštěný administrativní pracovník se nestane přes noc datovým analytikem jen proto, že po něm trh začne více poptávat digitální dovednosti.
Největší otazník proto neleží u samotného softwaru, ale u přechodu mezi starou a novou podobou práce. Kdo bude rozhodovat, které úkoly se automatizují? Kdo zkontroluje výstup? A kdo dostane čas a peníze na nové dovednosti, když firma potřebuje úspory hned? V kanceláři může během jediného týdne zmizet několik hodin rutinní práce. Mnohem pomaleji se však mění pracovní smlouvy, odpovědnost a očekávání, která na zaměstnance kladou vedoucí.
Automatizace tedy postupuje nejrychleji tam, kde lze práci rozdělit na digitální úkony a měřit jejich výsledek. Méně viditelně zasahuje profese, v nichž je podstatná důvěra, kontext a schopnost nést následky rozhodnutí. Právě rozdíl mezi tím, co AI umí vyrobit, a tím, za co je ochoten člověk ručit, bude stále častěji určovat podobu pracovního dne.
