Rychlá odpověď: Stanfordská Digital Economy Lab zveřejnila 12. srpna 2026 přepracovanou verzi své studie o umělé inteligenci a zaměstnanosti. Lidé ve věku 22 až 25 let v profesích nejvíce vystavených AI mají dnes zhruba o 19 procent méně pracovních míst, než by měli, kdyby drželi krok se stejně starými lidmi v méně zasažených oborech. V červenci 2025 byl tento rozdíl 15 procent. U lidí nad třicet ve stejných profesích žádný srovnatelný propad není, a tam, kde AI práci pomáhá místo aby ji nahrazovala, jejich zaměstnanost stagnuje nebo roste. Práce z ekonomiky nemizí. Mizí spodní příčka žebříku.
Celý týden koluje graf na toto téma, obvykle s titulkem, že AI ničí pracovní místa. Výzkum, který za tím stojí, říká něco mnohem konkrétnějšího, a právě ta konkrétní verze je užitečnější, pokud vedete firmu a musíte rozhodnout, koho příští čtvrtletí přijmete.
Tady je, co data říkají, co neříkají a co s tím dělat.
Co studie zjistila
Projekt se jmenuje Canaries in the Coal Mine a vede ho tým ze Stanfordu, jehož součástí je Erik Brynjolfsson. Pracuje s mzdovými daty milionů zaměstnanců, ne s dotazníky, a proto se bere vážně. Srpnová revize z roku 2026 stojí na výrazně větším souboru dat než první verze a obraz se tím vyostřil, ne změkčil.
Důležité jsou tři věci:
- Rozdíl se prohlubuje. U lidí ve věku 22 až 25 let v silně zasažených profesích byla zaměstnanost v červenci 2025 o 15 procent pod srovnávací skupinou. V červnu 2026 to bylo 19 procent. Nic se neustaluje.
- Je to soustředěné, ne plošné. Stejná věková skupina v méně zasažených profesích takový pokles nezažívá. Výzkumníci výslovně říkají, že plošné vytlačování lidí z ekonomiky nevidí.
- Zkušenost chrání. Lidé od třiceti let výše ve zcela stejných profesích srovnatelný propad nevykazují. Tam, kde AI práci doplňuje místo aby ji automatizovala, je jejich zaměstnanost stabilní nebo rostoucí.
Čára, která opravdu odděluje bezpečnou práci od ohrožené
Tuhle část stojí za to přečíst dvakrát, protože pomůže víc než jakýkoli seznam ohrožených profesí.
Poklesy se objevily u práce postavené na tom, čemu výzkumníci říkají kodifikované znalosti. Tedy formální, standardizované, zdokumentované znalosti, které se dají naučit z učebnice, certifikace nebo dobře napsaného manuálu. Práce, která stojí na tichých znalostech, tedy na tom, co se člověk naučí jedině tím, že to dělá a několikrát se splete, si udržela pozici nebo rostla.
Řečeno natvrdo: pokud jsou znalosti, na kterých role stojí, někde veřejně sepsané, model už je četl. Pokud ty znalosti sedí někomu v hlavě, protože je nasbíral za šest let nepříjemných schůzek s klienty, tak ne.
To vysvětluje jev, kterého si spousta manažerů všimla, ale neuměla ho pojmenovat. Analytik v prvním roce, který připraví standardní report, je pod skutečným tlakem. Člověk, který ví, o které číslo se klient bude přít, není.
Proč vám tenhle problém spadne do klína později
Nabízí se přestat nabírat juniory. Vypadá to efektivně. Jeden zkušený člověk s dobrými nástroji zvládne to, co dřív dělali tři, a v tomhle čtvrtletí to čísla potvrdí.
Potíž je v tom, odkud se berou senioři. Nikdy nikdo nevyrobil zkušeného vývojáře, účetního ani konzultanta jinak než tím, že juniora protáhl několika lety skutečné práce. Když obor tenhle kanál zavře, nedostatek se neprojeví teď. Projeví se zhruba za pět let, až lidé, které budete chtít najmout, nebudou existovat a ti dostupní budou stát trojnásobek.
Část těch nákladů dopadne na vás, část na všechny naráz. Tak jako tak je zastavení náboru na spodní úrovni rozhodnutí, že si později koupíte drahé lidi místo abyste teď vychovali levné.
Co dělat, když nabíráte
Berte juniory na úsudek, ne na objem
Stará juniorská role byla o výkonu. Připravit návrh, spočítat čísla, vyprázdnit frontu. Tahle práce je dnes levná. Junior, který za to stojí, je ten, kdo se podívá na výstup modelu, řekne vám, že je špatně, a vysvětlí proč. Testujte přesně tohle přímo u pohovoru. Dejte uchazeči věrohodný, ale chybný výstup AI a požádejte ho o revizi. Za deset minut se dozvíte víc než z jakéhokoli domácího úkolu.
Předělejte prvních šest měsíců
Většina zaškolovacích plánů pořád počítá s tím, že se nový člověk učí půl roku drcením jednoduchých úkolů. Když tyhle úkoly dělá AI, musí učení přijít odjinud. Pusťte juniory ke klientům dřív. Ať jsou u složitých rozhodnutí, místo aby dostávali jen uklizený výsledek. Dejte jim odpovědnost za něco malého a skutečného místo kousků něčeho velkého a abstraktního.
Sepište, co je dnes jen v hlavách
Je v tom ironie, kterou se vyplatí využít. Tiché znalosti chrání vaše zkušené lidi a zároveň jsou vaším největším provozním rizikem, protože odcházejí dveřmi spolu s nimi. Dobře z toho vyjdou týmy, které si zapisují, jak se rozhodnutí opravdu dělají, ne jenom to, co stojí v procesním diagramu.
Zjistěte, které z vašich rolí jsou kodifikované
Projděte práci svého týmu a označte, které části běží na zdokumentovaných, standardizovaných znalostech. To je vaše mapa rizika a je poctivější než jakýkoli obecný seznam profesí, které AI nahradí. Praktickou stránku, tedy nasazení AI přesně na takovou rutinní práci, jsme popsali v článku o tom, jak postavit juniorního provozního asistenta za dvě hodiny.
Na co upozorňují sami výzkumníci
Dobré vědět, protože kdo graf sdílí, tohle většinou vynechá. Stanfordský tým uvádí, že rozdíly se zmenší, jakmile se zohlední dosažené vzdělání. Některé z těchto trendů existovaly už před generativní AI. A otevřeně říkají, že jedna studie není definitivní důkaz. Úrokové sazby, náborové cykly i celkový stav trhu pro absolventy sedí ve stejných datech.
Berte to tedy jako silný včasný signál, ne jako rozsudek. Tak to podávají sami autoři a je to poctivý způsob, jak s tím pracovat.
Krátká verze pro menší firmu
- Neberte to jako důkaz, že práce mizí. Celková zaměstnanost drží.
- Berte to jako důkaz, že nástupní práce postavená na zdokumentovaných znalostech se rychle automatizuje.
- Nabírejte juniory dál, ale na revizi a rozhodování, ne na výrobu výstupů.
- Přestavte zaškolení tak, aby se lidé učili ze skutečných rozhodnutí, ne z rutinních úkolů, které už neexistují.
- Zdokumentujte tiché znalosti svých seniorů dřív, než odejdou i s nimi.
Nepříjemné je, že čekat několik let a pomalu se propracovat k seniorské pozici už samo o sobě nefunguje. Platí to pro lidi, které přijímáte, i pro to, jak je rozvíjíte. Pokud chcete širší pohled na to, kam automatizace dopadá napříč firemními oblastmi, náš přehled aktuálních trendů v AI pro automatizaci podnikání to pokrývá.
Časté dotazy
Ničí AI opravdu pracovní místa?
Napříč ekonomikou ne, alespoň podle tohoto výzkumu. Stanfordský tým jasně říká, že plošné vytlačování lidí nenachází. Nachází ostrý a soustředěný pokles nástupních pozic v profesích nejvíce vystavených AI, zatímco zaměstnanost zkušených lidí ve stejných profesích drží nebo roste.
Co těch 19 procent vlastně znamená?
Je to rozdíl, ne počet propuštěných. Zaměstnanost lidí ve věku 22 až 25 let v silně zasažených profesích je zhruba o 19 procent níž, než kde by byla, kdyby rostla stejným tempem jako u stejně starých lidí v méně zasažených oborech. Měří to zaostávání za srovnávací skupinou, ne zrušená místa.
Které role jsou zasažené nejvíc?
Ty, které běží na kodifikovaných znalostech, tedy na formálních a zdokumentovaných znalostech, které se dají naučit vzděláním a z manuálů. Role závislé na tichých znalostech, budovaných zkušeností a praxí, si udržely pozici nebo rostly.
Máme přestat nabírat juniory?
My bychom nepřestali. Juniorskou roli je potřeba předělat, ne zrušit. Když nikdo juniory nevychová, nabídka zkušených lidí za pár let vyschne a zdraží všem. Naberte jich klidně méně, ale dejte je na práci, která rychle buduje úsudek.
Jak spolehlivá ta studie je?
Pracuje s mzdovými daty milionů zaměstnanců místo dotazníků, což ji dělá pevnější než většinu textů na toto téma. Autoři přesto upozorňují, že rozdíly se zúží při zohlednění vzdělání, že některé trendy generativní AI předcházejí a že jedna studie nic definitivně nedokazuje.
Co s tím má dělat mladý profesionál?
Budovat ty části profese, které nejsou nikde sepsané. Úsudek při jednání s klientem, umění vymezit zadání, poznat, který problém stojí za řešení, a umět zkontrolovat práci AI, ne jen sám něco vyrobit. Dřív to byly seniorské dovednosti, dnes jsou spíš vstupenkou.
Spolupráce s námi
Buinsoft je pražská konzultační společnost pro AI a vývoj softwaru. Velká část naší práce spočívá v tom, že pomáháme menším a středním firmám rozpoznat, které části provozu jsou dost rutinní na rozumnou automatizaci a které stojí na lidech, kteří by měli svůj týden trávit něčím hodnotnějším.
Více o našem poradenství pro integraci AI najdete na webu, napsat nám můžete na info@buinsoft.com nebo se ozvěte přes naši kontaktní stránku.
