Rýchla odpoveď: Stanfordské Digital Economy Lab zverejnilo 12. augusta 2026 prepracovanú verziu svojej štúdie o umelej inteligencii a zamestnanosti. Ľudia vo veku 22 až 25 rokov v profesiách najviac vystavených AI majú dnes približne o 19 percent menej pracovných miest, než by mali, keby držali krok s rovesníkmi v menej zasiahnutých odboroch. V júli 2025 bol tento rozdiel 15 percent. U ľudí nad tridsať v tých istých profesiách porovnateľný prepad nie je a tam, kde AI práci pomáha namiesto toho, aby ju nahrádzala, ich zamestnanosť stagnuje alebo rastie. Práca z ekonomiky nemizne. Mizne spodná priečka rebríka.
Celý týždeň koluje graf na túto tému, zvyčajne s titulkom, že AI ničí pracovné miesta. Výskum, ktorý za tým stojí, hovorí niečo oveľa konkrétnejšie, a práve tá konkrétna verzia je užitočnejšia, ak vediete firmu a musíte rozhodnúť, koho najbližší štvrťrok prijmete.
Tu je, čo dáta hovoria, čo nehovoria a čo s tým robiť.
Čo štúdia zistila
Projekt sa volá Canaries in the Coal Mine a vedie ho tím zo Stanfordu, ktorého súčasťou je Erik Brynjolfsson. Pracuje s mzdovými dátami miliónov zamestnancov, nie s dotazníkmi, a preto sa berie vážne. Augustová revízia z roku 2026 stojí na výrazne väčšom súbore dát než prvá verzia a obraz sa tým vyostril, nie zmiernil.
Dôležité sú tri veci:
- Rozdiel sa prehlbuje. U ľudí vo veku 22 až 25 rokov v silne zasiahnutých profesiách bola zamestnanosť v júli 2025 o 15 percent pod porovnávacou skupinou. V júni 2026 to bolo 19 percent. Nič sa neustaľuje.
- Je to sústredené, nie plošné. Rovnaká veková skupina v menej zasiahnutých profesiách taký pokles nezažíva. Výskumníci výslovne hovoria, že plošné vytláčanie ľudí z ekonomiky nevidia.
- Skúsenosť chráni. Ľudia od tridsiatky vyššie v úplne rovnakých profesiách porovnateľný prepad nevykazujú. Tam, kde AI prácu dopĺňa namiesto toho, aby ju automatizovala, je ich zamestnanosť stabilná alebo rastúca.
Čiara, ktorá naozaj oddeľuje bezpečnú prácu od ohrozenej
Túto časť sa oplatí prečítať dvakrát, pretože pomôže viac než akýkoľvek zoznam ohrozených profesií.
Poklesy sa objavili pri práci postavenej na tom, čo výskumníci nazývajú kodifikované znalosti. Teda formálne, štandardizované, zdokumentované znalosti, ktoré sa dajú naučiť z učebnice, certifikácie alebo dobre napísaného manuálu. Práca, ktorá stojí na tichých znalostiach, teda na tom, čo sa človek naučí jedine tým, že to robí a niekoľkokrát sa pomýli, si udržala pozíciu alebo rástla.
Povedané natvrdo: ak sú znalosti, na ktorých rola stojí, niekde verejne spísané, model ich už čítal. Ak tie znalosti sedia niekomu v hlave, pretože ich nazbieral za šesť rokov nepríjemných stretnutí s klientmi, tak nie.
To vysvetľuje jav, ktorý si veľa manažérov všimlo, ale nevedelo ho pomenovať. Analytik v prvom roku, ktorý pripraví štandardný report, je pod skutočným tlakom. Človek, ktorý vie, o ktoré číslo sa bude klient sporiť, nie je.
Prečo vám tento problém spadne do lona neskôr
Ponúka sa prestať naberať juniorov. Vyzerá to efektívne. Jeden skúsený človek s dobrými nástrojmi zvládne to, čo predtým robili traja, a v tomto štvrťroku to čísla potvrdia.
Problém je v tom, odkiaľ sa berú seniori. Nikdy nikto nevyrobil skúseného vývojára, účtovníka ani konzultanta inak než tým, že juniora pretiahol cez niekoľko rokov skutočnej práce. Keď odbor tento kanál zavrie, nedostatok sa neprejaví teraz. Prejaví sa asi o päť rokov, keď ľudia, ktorých budete chcieť najať, nebudú existovať a tí dostupní budú stáť trojnásobok.
Časť tých nákladov dopadne na vás, časť na všetkých naraz. Tak či onak je zastavenie náboru na spodnej úrovni rozhodnutie, že si neskôr kúpite drahých ľudí namiesto toho, aby ste teraz vychovali lacných.
Čo robiť, ak naberáte
Berte juniorov na úsudok, nie na objem
Stará juniorská rola bola o výkone. Pripraviť návrh, spočítať čísla, vyprázdniť frontu. Táto práca je dnes lacná. Junior, ktorý za to stojí, je ten, kto sa pozrie na výstup modelu, povie vám, že je zlý, a vysvetlí prečo. Testujte presne toto priamo na pohovore. Dajte uchádzačovi vierohodný, ale chybný výstup AI a požiadajte ho o revíziu. Za desať minút sa dozviete viac než z akejkoľvek domácej úlohy.
Prerobte prvých šesť mesiacov
Väčšina zaškoľovacích plánov stále počíta s tým, že sa nový človek učí pol roka drvením jednoduchých úloh. Keď tieto úlohy robí AI, musí učenie prísť odinakiaľ. Pustite juniorov ku klientom skôr. Nech sú pri zložitých rozhodnutiach namiesto toho, aby dostávali len upratený výsledok. Dajte im zodpovednosť za niečo malé a skutočné namiesto kúskov niečoho veľkého a abstraktného.
Spíšte, čo je dnes len v hlavách
Je v tom irónia, ktorú sa oplatí využiť. Tiché znalosti chránia vašich skúsených ľudí a zároveň sú vaším najväčším prevádzkovým rizikom, pretože odchádzajú dverami spolu s nimi. Dobre z toho vyjdú tímy, ktoré si zapisujú, ako sa rozhodnutia naozaj robia, nielen to, čo stojí v procesnom diagrame.
Zistite, ktoré z vašich rolí sú kodifikované
Prejdite prácu svojho tímu a označte, ktoré časti bežia na zdokumentovaných, štandardizovaných znalostiach. To je vaša mapa rizika a je poctivejšia než akýkoľvek všeobecný zoznam profesií, ktoré AI nahradí. Praktickú stránku, teda nasadenie AI presne na takúto rutinnú prácu, sme opísali v článku o tom, ako postaviť juniorného prevádzkového asistenta za dve hodiny.
Na čo upozorňujú samotní výskumníci
Dobré vedieť, pretože kto graf zdieľa, toto zvyčajne vynechá. Stanfordský tím uvádza, že rozdiely sa zmenšia, len čo sa zohľadní dosiahnuté vzdelanie. Niektoré z týchto trendov existovali už pred generatívnou AI. A otvorene hovoria, že jedna štúdia nie je definitívny dôkaz. Úrokové sadzby, náborové cykly aj celkový stav trhu pre absolventov sedia v tých istých dátach.
Berte to teda ako silný včasný signál, nie ako rozsudok. Tak to podávajú samotní autori a je to poctivý spôsob, ako s tým pracovať.
Krátka verzia pre menšiu firmu
- Neberte to ako dôkaz, že práca mizne. Celková zamestnanosť drží.
- Berte to ako dôkaz, že nástupná práca postavená na zdokumentovaných znalostiach sa rýchlo automatizuje.
- Naberajte juniorov ďalej, ale na revíziu a rozhodovanie, nie na výrobu výstupov.
- Prestavte zaškolenie tak, aby sa ľudia učili zo skutočných rozhodnutí, nie z rutinných úloh, ktoré už neexistujú.
- Zdokumentujte tiché znalosti svojich seniorov skôr, než odídu aj s nimi.
Nepríjemné je, že čakať niekoľko rokov a pomaly sa prepracovať k seniorskej pozícii už samo o sebe nefunguje. Platí to pre ľudí, ktorých prijímate, aj pre to, ako ich rozvíjate. Ak chcete širší pohľad na to, kam automatizácia dopadá naprieč firemnými oblasťami, náš prehľad aktuálnych trendov v AI pre automatizáciu podnikania to pokrýva.
Časté otázky
Ničí AI naozaj pracovné miesta?
Naprieč ekonomikou nie, aspoň podľa tohto výskumu. Stanfordský tím jasne hovorí, že plošné vytláčanie ľudí nenachádza. Nachádza ostrý a sústredený pokles nástupných pozícií v profesiách najviac vystavených AI, zatiaľ čo zamestnanosť skúsených ľudí v tých istých profesiách drží alebo rastie.
Čo tých 19 percent vlastne znamená?
Je to rozdiel, nie počet prepustených. Zamestnanosť ľudí vo veku 22 až 25 rokov v silne zasiahnutých profesiách je približne o 19 percent nižšie, než kde by bola, keby rástla rovnakým tempom ako u rovesníkov v menej zasiahnutých odboroch. Meria to zaostávanie za porovnávacou skupinou, nie zrušené miesta.
Ktoré roly sú zasiahnuté najviac?
Tie, ktoré bežia na kodifikovaných znalostiach, teda na formálnych a zdokumentovaných znalostiach, ktoré sa dajú naučiť vzdelaním a z manuálov. Roly závislé od tichých znalostí, budovaných skúsenosťou a praxou, si udržali pozíciu alebo rástli.
Máme prestať naberať juniorov?
My by sme neprestali. Juniorskú rolu treba prerobiť, nie zrušiť. Keď nikto juniorov nevychová, ponuka skúsených ľudí za pár rokov vyschne a zdražie všetkým. Naberte ich pokojne menej, ale dajte ich na prácu, ktorá rýchlo buduje úsudok.
Aká spoľahlivá tá štúdia je?
Pracuje s mzdovými dátami miliónov zamestnancov namiesto dotazníkov, čo ju robí pevnejšou než väčšinu textov na túto tému. Autori napriek tomu upozorňujú, že rozdiely sa zúžia pri zohľadnení vzdelania, že niektoré trendy generatívnej AI predchádzajú a že jedna štúdia nič definitívne nedokazuje.
Čo s tým má robiť mladý profesionál?
Budovať tie časti profesie, ktoré nie sú nikde spísané. Úsudok pri rokovaní s klientom, umenie vymedziť zadanie, rozpoznať, ktorý problém stojí za riešenie, a vedieť skontrolovať prácu AI, nielen sám niečo vyrobiť. Kedysi to boli seniorské zručnosti, dnes sú skôr vstupenkou.
Spolupráca s nami
Buinsoft je pražská konzultačná spoločnosť pre AI a vývoj softvéru. Veľká časť našej práce spočíva v tom, že pomáhame menším a stredným firmám rozpoznať, ktoré časti prevádzky sú dosť rutinné na rozumnú automatizáciu a ktoré stoja na ľuďoch, ktorí by mali svoj týždeň tráviť niečím hodnotnejším.
Viac o našom poradenstve pre integráciu AI nájdete na webe, napísať nám môžete na info@buinsoft.com alebo sa ozvite cez našu kontaktnú stránku.
