AI zaměstnanec je AI agent, který v práci dostal pravidelnou úlohu. Čte e-maily, soubory a záznamy, které k této úloze potřebuje, odvede práci a výsledek předá člověku. Slovo „zaměstnanec“ popisuje, jak je práce rozdělená. Nejde o skutečný nábor. AI může zvládnout průzkum, první verze a aktualizace. Vy dál rozhodujete, co je důležité, schvalujete, co odchází ven, a za výsledek odpovídáte.
X · Tibo Louis-Lucas (@tibo_maker) · 26. října 2026
"there are 2 internets right now" (teď existují 2 internety)
Tibo Louis-Lucas, zakladatel SaaS firmy, oba světy dál popisuje: v jednom všichni najímají „AI zaměstnance“ a agenti řídí celé firmy; ve druhém platící uživatelé pořád fotí obrazovku notebooku, aby ji mohli někomu ukázat. Je to vtip, ale míří na něco skutečného. Na internetu působí AI zaměstnanci jako hotová revoluce. Ve většině týmů je užitečná otázka menší: kterou část které práce můžu tento týden předat a co si nechám? Tento průvodce na ni odpovídá na jednoduchých příkladech.
Co je AI zaměstnanec?
Představte si nového kolegu, který právě nastoupil, aby převzal jednu opakující se práci. Aby ji dělal dobře, potřebuje čtyři věci:
- Jasný úkol. „Připrav týdenní přehled o zákazníkovi“, ne „pomáhej se zákazníky“.
- Kontext. Přístup k e-mailům, poznámkám a záznamům, na kterých úkol závisí.
- Hranice. Co smí udělat sám a co s vámi musí nejdřív probrat.
- Způsob, jak práci odevzdat. Koncept, zprávu nebo aktualizaci, kterou si můžete prohlédnout.
AI zaměstnanec je stejná myšlenka použitá na software. Pod tímto názvem se skrývá AI agent: program, který umí rozvrhnout kroky úkolu a provést je pomocí vašich nástrojů, místo aby jen odpovídal na otázky v okně chatu.
Uslyšíte také „digitální pracovník“, „AI pracovník“, „AI kolega“ a „AI člen týmu“. Žádný z těch pojmů nemá oficiální definici. Jsou to názvy, které dodavatelé používají, aby vám pomohli si produkt představit. Nejstarší je „digitální pracovník“. Firmy zaměřené na automatizaci, například SS&C Blue Prism, ho používají pro softwarové roboty, kteří opakují stejná kliknutí a zadávání dat. Novější verze založené na AI se liší v jedné zásadní věci: dokážou přečíst nepřehledné e-mailové vlákno a rozhodnout, co udělat dál.
X · Aaron Levie (@levie) · 21. října 2026
Podle Levieho se AI stává "autonomous systems dedicated to specific tasks or domains" (autonomními systémy určenými pro konkrétní úkoly nebo oblasti) a dělá stále náročnější práci "(still with a human in the loop)" (stále s člověkem v procesu).
Levie popisuje, kam se obor ubírá: agent pro konkrétní práci, ne jeden asistent na všechno. S tímto směrem souhlasíme. Podstatné je držet se toho člověka v procesu. „Určený pro úkol“ vám říká, na čem AI pracuje. Neříká vám, kdo dává konečný souhlas.
Potřebujete na tu práci vůbec AI zaměstnance?
Ne vždy. Pokud úkol pokaždé probíhá stejnými kroky, třeba kopírování záznamů z formuláře do tabulky, zvládne ho jednoduché automatizační pravidlo levněji a předvídatelněji. AI zaměstnanec si své místo zaslouží tam, kde práce vyžaduje čtení a úsudek: odpověď zákazníka mění, co byste měli říct dál, nebo si dva zdroje odporují.
Průvodce společnosti Anthropic z prosince 2024 Building effective agents (Jak stavět efektivní agenty) radí totéž: začněte tím nejjednodušším, co funguje, což podle autorů "might mean not building agentic systems at all" (může znamenat agentní systémy vůbec nestavět).
Proč představa „zaměstnance“ pomáhá
Připomíná vám, abyste delegovali pořádně. Když práci předáváte člověku, vysvětlíte cíl, sdílíte kontext, řeknete, o čem může rozhodnout sám, a domluvíte se, kdy výsledek zkontrolujete. Stejné návyky dělají užitečným i AI zaměstnance. Bez nich dostanete obecné výstupy, které někdo bude muset předělat.
YouTube · Sequoia Capital
What's next for AI agentic workflows ft. Andrew Ng of AI Fund (Co dál s agentními AI workflow, host Andrew Ng z AI Fund) · 26. března 2024
Andrew Ng tvrdí, že se budeme muset naučit předat úkol agentovi a počkat, místo abychom se po pěti minutách ptali, jak to jde, jako nový manažer.
Příklad s esejí z Ngovy přednášky z roku 2024 dobře ukazuje, proč je úkol lepší než jednorázový prompt. Když má model napsat text najednou, píše od začátku do konce a nevrací se. Když dostane postup, udělá osnovu, dohledá informace, napíše koncept, sám ho zkontroluje a upraví. Přesně tak byste čekali, že bude pracovat i kolega.
Kde představa „zaměstnance“ selhává
Software nemůže nikdo pohnat k odpovědnosti
AI zaměstnanec nemá smlouvu a na vašich zákaznících mu nijak nezáleží. Když připraví e-mail o vrácení peněz se špatnou částkou a někdo ho schválí, chyba patří tomu člověku. Zásady OECD pro AI, které vlády přijaly v roce 2019 a aktualizovaly v roce 2024, to říkají jasně: lidé a organizace, které AI systém provozují, odpovídají za to, že funguje správně.
Schválit práci neznamená rozhodnout
Tohle je nejnovější a nejužitečnější varování.
X · Alex Tamkin (@AlexTamkin) · 27. října 2026
"When experts delegate work to an agent, do they still make the key decisions?" (Když odborníci delegují práci na agenta, dělají klíčová rozhodnutí stále oni?)
Tohle zjistila studie společnosti Anthropic. 50 zkušených datových analytiků provedlo realistickou analýzu s pomocí AI agenta. Ve čtyřech bodech museli vybrat jednu ze dvou rozumných možností. Výzkumníci jim to neřekli, ale každého agenta nastavili tak, aby upřednostňoval jednu z možností, vybranou hodem mincí. Analytici se v 86 % případů přiklonili k možnosti, kterou upřednostňoval agent. Zhruba polovina z nich přesto popsala konečné doporučení jako převážně vlastní.
Studie má jasné limity. Výzkumníci preference agenta záměrně zesílili a šlo o jeden úkol v jednom oboru s jedním modelem. Studie také zjistila, že analytici, kteří agenta používali, udělali mnohem méně závažných chyb. Ponaučení tedy nezní „nepoužívejte AI“. Zní: rychlé „vypadá to dobře“ z vaší strany může potichu předat i samotné rozhodnutí.
Pomáhají dva jednoduché návyky. Než si přečtete doporučení AI, zapište si vlastní názor. A požádejte ji, ať předloží argumenty i pro druhou možnost.
V některých úkolech je dobrá, v jiných špatná
Při experimentu z roku 2023 se 758 konzultanty Boston Consulting Group si lidé používající GPT-4 vedli lépe v 18 realistických úkolech, které AI zvládala dobře, a hůře v jednom úkolu, který byl vybrán tak, aby ležel mimo její schopnosti. Dnešní modely jsou mnohem silnější, takže ta čísla neberte jako dnešní výsledky. Ponaučení ale platí dál: hranice mezi „AI pomáhá“ a „AI uvádí v omyl“ je nerovná, takže každý typ úkolu si ověříte dřív, než mu začnete věřit.
Ví jen to, co jí dáte
Některá videa dodavatelů slibují, že si AI zaměstnanec „pamatuje všechno o vašem byznysu“ a učí se sám. Jedním příkladem je vysvětlující video Marblism z července 2025. V praxi to záleží na produktu.
Například v Okou může AI používat předchozí zprávy a soubory ze stejného chatu. Nový chat začíná od nuly, pokud ho neodkážete na některý dřívější. A oprava se stane trvalým pravidlem, jen když ji někdo uloží do instrukcí nebo do workflow. Je to méně kouzelné, ale vždy vidíte, co AI ví.
Co předat a co si nechat
Jednoduchý test: předejte práci, která zabírá čas, a nechte si rozhodnutí, která mají váhu.
Vhodné úkoly k předání mají vstupy už ve vašich nástrojích a výstup, který lze zkontrolovat:
- Marketing: udělat z čísel z kampaně za minulý týden krátké shrnutí s odkazy na zdrojová data.
- Obchod: před schůzkou přečíst historii e-mailů a poznámky z hovorů a napsat jednostránkový přehled.
- Customer success: dát dohromady historii eskalace a připravit koncept odpovědi pro odpovědnou osobu.
- Zakladatelé a chiefs of staff: shromáždit novinky a překážky z několika nástrojů do jednoho týdenního přehledu.
Nechte lidem:
- Kteří zákazníci a jaké cíle jsou teď nejdůležitější.
- Cokoli, co firmu zavazuje: odesílání zákazníkům, změny cen, přesuny rozpočtu, vracení peněz.
- Úsudky o lidech, například nábor nebo jednání s rozladěným dlouholetým klientem.
- Konečné schválení.
Hranici můžete později posunout. Tým může zpočátku schvalovat každý odchozí e-mail a později nechat rutinní interní aktualizace zveřejňovat samy. Ať je to rozhodnutí, ne něco, co se stane samo od sebe.
Příklad: příprava na obnovení smlouvy se zákazníkem
Tady je jedna práce od začátku do konce. Je to ilustrativní příklad postavený na tom, jak Okou funguje, ne příběh zákazníka ani naměřený výsledek.
Shromážděte kontext, rozhodnutí nechte na člověku a pak postup uložte, aby další člověk začínal s náskokem.
1. Úkol
Priya vede customer success v malé softwarové firmě. Velkému zákazníkovi se za pět týdnů obnovuje smlouva. Před hovorem obvykle stráví celé odpoledne čtením: e-mailové vlákno se zákazníkem, poznámky z hovorů v Google Drive, záznam v CRM a nedávné požadavky na podporu.
Tentokrát Okou požádá: „Připrav se na obnovení smlouvy s Northwind. Přečti naše e-maily, poznámky z hovorů, záznam v CRM a jejich požadavky za posledních 90 dní. Napiš jednostránkový přehled: co jsme slíbili, co je pořád otevřené a co bys doporučil. Připrav mi koncept navazujícího e-mailu. U každého tvrzení uveď odkaz na místo, kde jsi ho našel, a označ všechno, co se ti nepodařilo ověřit.“
2. Kontext mění odpověď
CRM vypadá skvěle: zdravý účet, prostor prodat víc. E-maily ale vyprávějí jiný příběh. V březnu tým slíbil funkci exportu „do Q3“ (do konce třetího čtvrtletí). Zatím nevyšla a dva požadavky na podporu ohledně náhradního řešení jsou pořád otevřené.
Přehled proto navrhuje začít hovor nesplněným slibem a skutečným termínem a další prodej si nechat na později. K tomuto návrhu Okou došlo jen díky tomu, že četlo několik nástrojů najednou. V souladu s varováním ze studie Anthropic přehled předkládá obě možnosti, prodávat teď, nebo nejdřív napravit slib, aby rozhodnutí udělala Priya sama.
3. Jen takový přístup, jaký potřebuje
Okou může číst schránku a uložit koncept v Gmailu, ale odesílat nesmí. Přidání poznámky do CRM vyžaduje oprávnění, které Okou zatím nemá, takže se práce zastaví a požádá o něj. Priya ho povolí na jednu hodinu. (Oprávnění v Okou lze udělit na 1 hodinu, 24 hodin, 7 dní nebo natrvalo.)
Skutečná žádost o oprávnění v Okou. Tahle se týká Stripe, ale žádost pro CRM funguje stejně: jedna pojmenovaná akce, časový limit a člověk, který ji potvrdí.
4. Práce, kterou může zkontrolovat
Okou použije stejná fakta ve dvou formátech. Priya dostane jednostránkový přehled se zdroji, protože k rozhodnutí potřebuje podrobnosti. Zákazník dostane krátký koncept e-mailu s dalšími kroky. E-mail čeká neodeslaný v Gmailu a Priya vidí, co Okou četlo a co změnilo.
Koncepty přicházejí neodeslané. Člověk je upraví a rozhodne, zda je odešle. Ukázková data se smyšleným příjemcem.
5. Priya to opraví a tým to pak použije znovu
Priya zjemní úvod, smaže jedno zastaralé tvrzení a e-mail odešle sama. Ve stejném chatu přidá dvě pravidla: vždy kontrolovat požadavky starší než 30 dní a nikdy nezmiňovat slevy.
Pak Okou požádá, aby celý postup uložilo jako sdílené workflow s názvem renewal-prep. Její dvě pravidla jsou teď jeho součástí. Když ho její kolega Marco spustí pro své zákazníky, použije vlastní Gmail, vlastní přihlášení do CRM a vlastní oprávnění. Do Priyiny schránky ani do jejích soukromých chatů nevidí. Průvodce Okou pro týmy uvádí, co se sdílí a co zůstává osobní.
Workflow je postup. Samo se nespustí. Pokud tým chce mít přehled k obnovení smlouvy každé pondělí, někdo přidá automatizaci s rozvrhem, odpovědnou osobou a místem, kam se má výsledek poslat.
Co se přesunulo? Čtení, porovnávání zdrojů a první verze. Co zůstalo? Zákaznický účet, doporučení a e-mail, který se Priya rozhodla odeslat. A postup teď patří týmu, ne historii chatu jednoho člověka.
Jak posoudit produkt prodávaný jako AI zaměstnanec
Pracovní pozici na krabici („AI SDR“, „AI marketér“) nevěnujte pozornost. Místo toho si položte těchto šest otázek.
- Odkud bere informace? Které nástroje umí číst a ukazuje vám u každého tvrzení zdroj?
- Co smí dělat? Hledejte oprávnění podle jednotlivých nástrojů a akcí, s časovými limity. Uložení konceptu a odeslání e-mailu by měly být oddělené.
- Co čeká na vás? Odesílání, placení, mazání a zveřejňování by mělo počkat na vaše „ano“.
- Můžete práci zkontrolovat? Měli byste vidět, co četl, co udělal a co změnil.
- Co se stane, když se splete? Můžete instrukce jednou opravit tak, aby z toho měli prospěch všichni?
- Zůstane postup v týmu? Pokud žije v účtu jednoho člověka, odejde spolu s ním.
Otázka 4 je důležitější, než se zdá. Výzkumníci z BetterUp Labs a Stanfordu nazývají nezkontrolovaný výstup AI „workslop“ (odfláknutá práce): vypadá hotově, ale někdo jiný ho musí opravit. V průzkumu z roku 2025 mezi 1 150 kancelářskými pracovníky v USA si 41 % vzpomnělo, že takovou práci dostali. Autoři z toho viní spíš vágní pokyny manažerů typu „používejte AI“ než samotné nástroje. Řešením je jasné zadání a krok kontroly.
Nahradí AI zaměstnanci lidské zaměstnance?
Některé firmy to zkusily. V průzkumu SHL z června a července 2026 téměř 1 z 5 z více než 1 000 pracovníků v USA uvedl, že byl propuštěn nebo nahrazen AI a pak požádán, aby se vrátil. Jde o to, co uvedli pracovníci, ne o firemní data, a nevysvětluje to, proč jednotlivé firmy změnily kurz. Přesto je to dobrý důvod neplánovat podle počtu lidí.
AI zaměstnanec mění to, jak lidé v rámci své práce tráví čas: méně shromažďování a psaní konceptů, víc rozhodování a kontroly. Work Trend Index 2026 od Microsoftu, průzkum mezi 20 000 lidmi v 10 zemích, kteří v práci používají AI, zjistil, že kontrolu výstupů AI dnes považují za nejdůležitější lidskou dovednost. Začněte jednou prací, změřte, jak dlouho dnes trvá, a rozhodujte podle vlastních čísel.
Kde do toho zapadá Okou
Okou označujeme jako AI člena týmu, ne jako AI zaměstnance, protože to lépe odpovídá tomu, jak se práce sdílí. Okou si z vašich propojených nástrojů načte kontext, který úloha potřebuje, odvede práci a předá ji ve formátu vhodném pro toho, kdo jedná dál: jako zprávu, dokument, webovou stránku nebo prezentaci. Když se postup osvědčí, váš tým ho uloží jako workflow a znovu ho spouští se svými vlastními účty.
Pokud to chcete vyzkoušet, vyberte jeden přehled nebo koncept, který váš tým už každý týden píše, a porovnejte verzi od Okou s tou vaší. Další nápady najdete v článcích 20 příkladů AI agentů pro skutečnou práci, jak udržet kontext AI agentů užitečný pro tým a proč vaše firma potřebuje mít poslední slovo nad akcemi AI.
Často kladené otázky
Jak se ještě říká AI zaměstnanci?
Setkáte se také s pojmy digitální pracovník, AI pracovník, AI kolega, AI člen týmu a virtuální zaměstnanec. Jsou to marketingové názvy, ne oficiální kategorie. „Digitální pracovník“ původně označoval starší automatizační boty. Většina produktů, které se dnes pod těmito názvy prodávají, jsou AI agenti nastavení na jednu opakující se práci.
Jsou AI zaměstnanci totéž co AI agenti?
Většinou ano. AI agent je technologie: software, který plánuje kroky a používá nástroje, aby dosáhl cíle. AI zaměstnanec je agent nastavený na konkrétní práci, se správným kontextem, oprávněními a způsobem, jak práci odevzdat.
Jak získám AI zaměstnance pro svou firmu?
Vyberte jeden úkol, který se každý týden opakuje a jehož výsledek se dá zkontrolovat, třeba týdenní přehled nebo sadu konceptů odpovědí. Připojte jen ty nástroje, které daný úkol potřebuje, povolte koncepty dřív, než povolíte odesílání, a prvních pár výsledků pečlivě zkontrolujte. Jakmile postup funguje, uložte ho. Teprve potom ho naplánujte.
Může AI zaměstnanec nahradit lidského zaměstnance?
Může převzít části práce, hlavně průzkum, psaní konceptů a reporting. Nemůže nést odpovědnost, budovat vztahy ani za vaši firmu dělat rozhodnutí založená na úsudku. Nedávný výzkum také ukazuje, že lidé mají sklon přijímat návrhy AI, takže každé rozhodnutí stále potřebuje svého vlastníka.
Potřebují AI zaměstnanci lidský dohled?
Ano, a čím rizikovější úkol, tím víc. Interní shrnutí může stačit rychle přečíst. Cokoli, co odesílá, utrácí, maže nebo zveřejňuje, by mělo počkat na člověka. Dohled znamená také opravit instrukce, když výstup netrefí, aby to příště bylo lepší.
Pamatuje si AI zaměstnanec všechno o mé firmě?
Jen to, co mu dá jeho nastavení. Některé produkty mají dlouhodobou paměť. Jiné, třeba Okou, drží kontext v rámci chatu a trvalá pravidla ukládají do uložených instrukcí a workflow. Zeptejte se každého dodavatele, co přesně si pamatuje, kde a kdo to může změnit.
