Firma ztrácí člověka, ale často ztrácí něco mnohem cennějšího
Představme si zaměstnance, který je ve firmě dvanáct let.
Zná zákazníky. Pamatuje si, proč byla některá rozhodnutí učiněna. Ví, že konkrétního dodavatele je potřeba objednat s dvoutýdenním předstihem, i když to v systému vypadá úplně jinak. Pamatuje si, že před třemi lety jedna změna skončila problémy a proto tým dnes dělá věci jinak.
Ví také, kterému zákazníkovi je lepší nejdřív zavolat a kterému raději poslat e‑mail. Ví, který proces funguje jen proto, že konkrétní osoba si pamatuje jeden dodatečný krok.
To není v příručce.
Není to v ERP.
Není to v CRM.
Je to v hlavě člověka.
A právě tehdy vzniká skutečný problém - člověk odejde a firma neztrácí jen zaměstnance. Ztrácí kus vlastní paměti.
Knowledge capture, tedy jak přestat spoléhat výlučně na paměť zaměstnanců
Knowledge capture je zjednodušeně zachytávání organizačních znalostí a jejich transformace do zdroje, který mohou využívat ostatní.
Nejde výlučně o tvorbu dalších dokumentů.
Jde o zachycení toho, co se roky tvořilo v hlavách lidí, v e‑mailech, procedurách, ticketech, prezentacích, technické dokumentaci, rozhovorech se zákazníky nebo v historii projektů.
Dobře navržený knowledge systém může tyto informace propojit a umožnit zaměstnanci najít odpověď bez ptaní pěti lidí.
A tady AI opravdu hodně mění situaci.
Místo prohrabávání desítek dokumentů může zaměstnanec položit otázku v přirozeném jazyce. Místo hledání konkrétní procedury může popsat problém. Místo čtení historie projektu od začátku může požádat systém o vytažení nejdůležitějších informací.
To je obrovská hodnota. Ale právě zde začíná druhá stránka tohoto příběhu.
AI může být pamětí firmy. Nemělo by být však vlastníkem této paměti
To je jedno z nejdůležitějších pravidel, na které by podnikatelé dnes měli pamatovat: znalosti firmy by měly patřit firmě.
AI by měla pomáhat tyto znalosti zpracovávat, vyhledávat, uspořádávat a zpřístupňovat správným lidem - to je velký rozdíl.
Pokud bude veškerá znalost organizace uzavřena v jednom nástroji, jednom modelu, u jednoho dodavatele nebo na jedné platformě, firma si může vytvořit úplně nový problém.
Dnes to funguje skvěle. Zítra se změní model. Pozítří se změní cenová politika. Za rok se změní podmínky používání služby. A za několik let může firma objevit, že vlastní znalost se stala rukojmím technologie, kterou sama nekontroluje.
To je přesně ten samý problém, o kterém jsme psali v souvislosti s vendor lock‑in. AI by měla být vrstvou, která využívá firemní znalosti, a ne jediným místem, kde tyto znalosti existují.
„Vložíme všechno do AI" je velmi špatný nápad
V posledních letech se objevil velmi lákavý model práce.
Máš dokument? - Vlož do AI.
Máš smlouvu? - Vlož do AI.
Máš databázi klientů? - Vlož do AI.
Máš interní proceduru? - Vlož do AI.
Máš kód? - Vlož do AI.
Máš problém? - Vlož všechno do promptu.
Technicky je to nesmírně pohodlné. Z obchodního hlediska to může být fatální nápad.
Firmy musí začít rozlišovat „mohu tuto informaci předat AI“ od „měl bych tuto informaci předat AI“. To nejsou totéž.
V roce 2026 bezpečnost dat v kontextu AI přestala být abstraktním tématem. Výzkumy využívání AI v podnicích ukazují, že zaměstnanci předávají do nástrojů AI i citlivé údaje, mimo jiné prostřednictvím promptů, kopírování obsahu a nahrávání souborů.
Problém není v tom, že AI je „zlá“. Problém je v tom, že člověk velmi snadno může použít skvělý nástroj nesprávným způsobem.
AI by mělo podporovat člověka, ne nahrazovat jeho úsudek
To je asi nejdůležitější část celé diskuse. AI nám může říct, co je v dokumentaci. Může propojovat data. Může najít vzorec. Může připravit první verzi odpovědi. Může pomoci novému zaměstnanci pochopit proces. Může analyzovat historii projektu. Ale stále by někdo měl vědět, proč je tato odpověď správná.
To je obzvlášť důležité v oblastech, kde chyba stojí hodně peněz, reputace nebo bezpečnosti.
AI může být velmi dobrým asistentem. Nemělo by se automaticky stát vlastníkem rozhodnutí.
Právě proto největší firmy začínají mluvit o bezpečnosti
A tady se nacházíme v velmi aktuálním okamžiku vývoje AI.
Ještě nedávno dominoval narativ: rychleji, větší modely, více agentů, více autonomie.
Dnes se čím dál častěji objevuje druhé slovo: bezpečnost.
V září 2026 generální ředitel Anthropic Dario Amodei veřejně vyzval firmy vyvíjející nejpokročilejší modely, aby zpomalily tempo vývoje, poukazujíc mimo jiné na riziko nesprávného použití, kybernetickou bezpečnost a problémy s kontrolou čím dál autonomnějších systémů. Sam Altman vyjádřil podporu části tohoto přístupu a OpenAI rovněž veřejně zdůrazňuje potřebu silnějších zabezpečení, monitoringu a společných bezpečnostních standardů.
Neznamená to, že svět technologií najednou považuje AI za špatný vynález - právě naopak.
Spíše to znamená, že spolu s růstem možností technologie roste i povědomí, že ne všechno, co je technicky možné, by mělo být automaticky nasazeno bez kontroly.
A přesně tu samou zásadu stojí za to aplikovat v podniku.
Nemusíme volit mezi „AI všude“ a „AI nikde“
Je to falešná alternativa.
Můžeme AI používat velmi intenzivně a zároveň zachovat rozum. Můžeme vybudovat firemní databázi znalostí, kterou AI bude prohledávat. Můžeme vytvořit interního asistenta pro zaměstnance. Můžeme automatizovat onboarding. Můžeme nechat AI analyzovat dokumentaci. Můžeme využívat RAG, tedy mechanismus, ve kterém model má přístup k určenému souboru firemních znalostí a používá ho při generování odpovědí.
Ale zároveň si můžeme stanovit: co může AI vidět, co nemůže vidět, co může dělat samostatně a kde musí vždy zasáhnout člověk.
To je zralý přístup k AI.
AI onboarding může změnit způsob zavádění nových zaměstnanců
Představme si první dny nové osoby ve firmě.
Místo zasílání 150stránkového dokumentu „Vítejte ve firmě“ dostane přístup k internímu asistentovi.
Může se zeptat:
„Jak vypadá proces schvalování faktury?“
„Kdo schvaluje projekty nad 50 tisíci korun?“
„Jak postupujeme, když zákazník nahlásí kritickou chybu?“
„Jak vypadá standard nasazení nové funkce?“
„Proč používáme toto řešení místo toho druhého?“
AI odpovídá na základě schválených firemních materiálů. To může zkrátit onboarding z týdnů na dny.
Ale je tu jedna podmínka. Databáze znalostí musí být aktuální.
AI nevyřeší informační chaos. Pokud má firma pět různých verzí procedury, AI může velmi efektivně najít... nesprávnou.
Organizační paměť potřebuje vlastníka
To je další prvek, na který se často zapomíná.
Databáze znalostí není projekt typu „nasadíme a bude“.
Procedury se mění.
Lidé odcházejí.
Systémy se nahrazují.
Produkty se mění.
Právo se mění.
Proto by každá organizace budující AI knowledge base měla odpovědět na otázku: Kdo je zodpovědný za pravdivost těchto znalostí?
Ne AI - Člověk.
AI může detekovat rozpory, upozornit na neaktuální dokumenty a pomoci s organizací materiálů. Ale odpovědnost za to, co firma uznává za závazné znalosti, by měla zůstat na organizaci.
Nejlepší model není „AI místo lidí“
Je to lidé + knowledge systém + AI.
Člověk přináší zkušenost, kontext, intuici a odpovědnost. Systém uchovává znalosti. AI pomáhá je najít, propojit a využít.
To je mnohem smysluplnější model než snaha postavit organizaci, kde každý problém řeší chatbot.
Protože firma bez lidí ztrácí kontext. Firma bez knowledge systému ztrácí paměť. Firma bez AI ztrácí část schopnosti rychle využít nashromážděné informace.
Až propojení těchto tří prvků přinese skutečně zajímavý efekt.
Největším aktivem nebude AI. Bude to znalost firmy.
A právě proto stojí za to ji už dnes začít uspořádávat.
Ne proto, abychom „nakrmili AI“. Proto, aby firma přestala být závislá na paměti jednotlivců.
Když nejlepší obchodník odejde, znalosti o zákaznících by měly zůstat. Když hlavní vývojář odejde, znalost o architektuře systému by měla zůstat. Když mnohaletý manažer odejde do důchodu, procesy, které léta budoval, by neměly zmizet s ním. AI může pomoci tyto znalosti zabezpečit a zpřístupnit. Ale nemělo by je vlastnit místo nás.
Technologie je nástroj. Paměť zůstává vlastnictvím organizace.
To může být jedno z nejdůležitějších pravidel digitální transformace nadcházejících let.
Nejde o to používat méně AI. Jde o to používat ji chytřeji.
Budovat systémy, které pomáhají lidem pracovat rychleji, ale neberou jim kontrolu.
Vytvářet databáze znalostí, ale zachovat možnost jejich exportu, migrace a nezávislého řízení.
Automatizovat úkoly, ale neautomatizovat bez přemýšlení odpovědnost.
A především - nesplést přístup k obrovskému množství informací s vlastnictvím znalostí.
Protože znalost organizace nejsou jen dokumenty. Jsou to také zkušenost, kontext, rozhodnutí, chyby, výjimky a roky praxe.
AI nám může pomoci to vše neztratit. Ale my bychom měli rozhodovat, co, kde, jak a proč uchováváme.
