Copilot nestačí. A vaše firma to ani neví.

Zasedačka, čtvrtek odpoledne. Na plátně prezentace: „AI strategie 2026." Ředitel ukazuje na slide s Copilotem, zmiňuje licenční náklady, pak přejde k dalšímu bodu. Všichni kývají.

Za čtyři hodiny sedí jeden z těch, kdo kývali, doma u notebooku. Soukromý účet. Jiný nástroj. Dělá to, co v práci udělat nemůže — protože firemní AI mu nestačí.

Tahle scéna není výjimka. Je to vzorec.

A teď číslo, které by vám každý ředitel měl pověsit na zeď zasedačky: podle dat z února 2026 84 % lidí na světě AI nikdy nepoužilo. Z těch zbývajících 16 % za ni platí méně než 1 %. Lidí, kteří ji používají na úrovni pokročilých workflow, je v populaci méně než desetina procenta.

Tyhle čísla neříkají, že AI není důležitá. Říkají něco jiného: naprostá většina firem ani nezačala. A ty, které si myslí, že začaly — protože nasadily Copilot — se mohou mýlit. Nasadily první stupeň. A pak ho zamkly.

V tomhle textu vám chci ukázat dvě věci, které spolu bezprostředně souvisejí. Za prvé: proč Copilot a webový chatbot nejsou AI strategie — jsou to první dva kroky z osmi. Za druhé: proč firmy, které se do AI pustily, stále dělají tu samou chybu — přizpůsobují AI svým procesům, místo aby přestavěly procesy pro AI.

Obě chyby vedou na stejné místo. Akorát různými cestami.

Osm úrovní, které nejdou přeskočit

Steve Yegge, veterán z Googlu a Amazonu, popsal v rozhovoru pro O'Reilly Radar framework osmi úrovní AI-asistované práce. Mluví o vývojářích — ale struktura platí pro každého, kdo pracuje s informacemi, rozhodnutími nebo textem. Pro každého knowledge workera.

Zjednodušeně: osm úrovní ve třech fázích.

Fáze I — Pasivní uživatel (úrovně 1–4)

Na začátku člověk AI používá jako lepší vyhledávač. Chatbot v jiném okně, občas se zeptá, dostane odpověď, pokračuje v práci. To je úroveň 1. Postupně se AI dostává blíž k pracovnímu prostředí, dostává víc kontextu, začíná navrhovat celé bloky textu nebo analýzy místo fragmentů. To je úroveň 2 až 4.

Klíčová vlastnost celé první fáze: člověk stále sedí za výstupem. Kontroluje každý krok. AI je asistent, ne partner.

Fáze II — Orchestrátor (úrovně 5–6)

Zde se mění paradigma. Člověk přestane sledovat každý výstup a začne řídit výsledek. Nechá AI pracovat autonomně přes celý úkol, pak zkontroluje a koriguje finální výstup. Paralelně spouští více úkolů naráz.

Tohle je přechod, který Yegge popisuje jako psychologicky nejtěžší. Ne technicky — psychologicky. Musíte přestat mít pocit kontroly nad každým krokem.

Fáze III — Stavitel systémů (úrovně 7–8)

Člověk přestane stavět výstupy a začne stavět systémy, které výstupy staví za něj. Orchestruje desítky paralelních úloh, nebo si postaví vlastní nástroj, který to dělá automaticky.

Zásadní vlastnost celého frameworku: úrovně nejdou přeskočit.

Není to dogma — je to logika zkušenosti. Každá úroveň řeší problém, který vznikl průchodem tou předchozí. Člověk na úrovni 2 nemůže rovnou na 6 — nemá tušení, co přesně má AI zadat, jak ji opravit, kdy jí věřit a kdy ne. Ty zkušenosti se budují na 3, 4 a 5. Bez nich se z výsledků na úrovni 6 stane chaos, který skončí frustrací a větou: „AI prostě nefunguje. Je to hype."

Není. Problém je chybějící základ.

Kde vaše firma lidi nechala stát

Teď si vezměte ten framework a přiložte ho ke svému firemnímu AI nasazení.

Copilot, webový chatbot, firemní asistent na bázi ChatGPT — to jsou nástroje první a druhé úrovně. Jsou užitečné. Jsou správný první krok. Ale jsou to první kroky z osmi.

Problém nastane v momentě, kdy firma z prvního kroku udělá cíl.

Zaměstnanci dostanou Copilot, projdou krátkým úvodním školením, a tím to skončí. Přístup k pokročilejším nástrojům není povolen — buď z bezpečnostních důvodů, nebo proto, že firma o nich neví, nebo proto, že nikdo v IT oddělení nechtěl spouštět další vlnu schvalování. Výsledek: zaměstnanec je na úrovni 2 a tam ho firemní politika nechá.

Jenže chytří zaměstnanci — ti, na kterých firmě záleží nejvíce — vědí, co se děje. Vidí, co lze na úrovni 4 nebo 5 dělat. Vědí, že pokud to neumějí, ztrácejí hodnotu na trhu práce. A vědí, že v jejich firmě se to naučit nemohou.

Takže to dělají po večerech. Z domova. Na soukromém účtu.

Tohle je přesně ta scéna ze začátku. A firma mezitím slaví úspěch AI strategie.

Více o tom, co se děje za kulisami takových firem, jsem psal dříve v článku o Shadow AI a spirále úpadku.

Cihla navíc nestačí

Druhá chyba je subtilnější — a děláme ji i ti, kdo první přežili.

Řekněme, že firma Copilot opustila. Nasadila pokročilejší nástroje, uvolnila lidem přístup, proškolila tým. A pak se ptá: „Tak jak to zapojíme do našich procesů?"

Tahle otázka zní rozumně. Ve skutečnosti je to past.

Firmy si AI představují jako vylepšenou kancelářskou technologii — něco, co se napojí na současné procesy a udělá je rychlejší nebo levnější. Přidají jedno políčko do schvalovacího procesu: AI navrhne text → pošle na schválení → vrátí → opraví → pošle znova. AI tu je. Ale výsledek? Zrychlení o 15 %. Frustrovaný tým. A věta: „Nezdá se, že by to přineslo, co se slibovalo."

Nepřineslo — protože se na to šlo špatně.

AI není rychlejší verze současné práce. Je to jiný způsob, jak práci dělat.

Kdybys v roce 2008 dostal iPhone a používal ho výhradně na telefonování, přišel bys o banku, mapy, platby, taxi, fotoaparát, navigaci, překladač a dvacet dalších věcí. Síla smartphonu není v tom, že telefonuje líp. Je v tom, že nahradil dvacet různých nástrojů naráz a umožnil věci, které dřív prostě nešly.

Firma, která AI přidá do starého procesu jako jednu cihlu navíc, dostane o trochu rychlejší starý proces. Firma, která se zeptá „jak by tento proces vypadal, kdybychom ho stavěli znovu s AI?" dostane jiný proces — a v něm skutečnou produktivitu.

To druhé vyžaduje odvahu rozmontovat věci, které fungují. A tuto odvahu většina firem nemá, dokud jí konkurence nevynutí.

Agenti nejsou záležitost IT oddělení

Tady přijde věc, která v diskusích o AI systematicky chybí.

Když se řekne „AI agenti" nebo „multiagentní systémy", většina manažerů si představí projekt pro IT, development tým, půlroční roadmapu a šestimístný rozpočet. Nebo si to představí jako sci-fi.

Obojí je špatně.

Vyšší úrovně z Yeggeho frameworku — orchestrace více AI agentů paralelně — nejsou výsadou programátorů. Jsou to nástroje pro každého, kdo je ochoten přebudovat svůj workflow. Asistent, analytik, marketér, projektový manažer — každý z nich může dnes stavět systémy, kde AI agenti pracují na více úkolech naráz, předávají si výsledky a produkují výstupy, které by ručně trvaly dny.

Nezní to jako kódování. Protože to kódování není.

Je to přesně to, o čem mluví autoři tohoto tweetu:

„Every time I've gotten someone to lean into AI it wasn't because I explained the stack. It was because I described their day back to them and showed them what goes away."

— @damianplayer, Twitter, únor 2026

CEOs nechtějí slyšet o technickém zásobníku. Chtějí slyšet: tady zmizí hodina vašeho dne. Tady odpadne týdenní agenda. Toto schvalování se může stát automatickým.

A to je přesně ta konverzace, která v českých firmách zatím téměř neprobíhá. Ne proto, že firmy nemají rozpočet nebo zájem — mají obojí. Chybí jim člověk, který přijde a mluví jejich jazykem. Ne Twitterovým.

Dvě skupiny firem v roce 2027

Rád bych řekl, že se to změní postupně a organicky. Ale zkušenost říká něco jiného.

Firmy, které dnes přestavují procesy — ne přilepují AI k nim — budou mít za rok jiný objem práce se stejným týmem. Nebo stejný objem práce s menším týmem. Obojí je strategická výhoda, která se neopakuje.

Firmy, které nechají lidi stát na úrovni 2, ztratí ty nejlepší dřív, než si to uvědomí. A pak se budou divit, jak může být konkurence tak rychlá a tak dobrá — přitom nemá o tolik víc lidí.

Copilot nestačí. Ale začněte tam — a pak pokračujte.

Otázka není jestli. Otázka je jak pozdě.

---