Lidé
Scatter plot Umím × Chci a profily jednotlivců
Mapa týmu
Každý bod na grafu je jeden člověk. Horizontální osa ukazuje motivaci (Index Chci), vertikální praktické dovednosti (Index Umím). Přerušované čáry ukazují benchmark trhu.
Tým se dělí na dvě skupiny: pokročilá šestice nad benchmarkem (Němcová, Procházková, Dvořák, Černá, Fialová, Šimková) a širší střed s vysokou motivací, ale zatím nižšími dovednostmi. Zajímavá výjimka: S. Fialová – vysoké Umím (5,7), ale nejnižší Chci (3,3) v celém týmu. Není odmítavá; je přetížená.
Profily
Posun od minulého měření
U 4 lidí máme data z měření začátkem roku 2025. Delta šipky v tabulce výše ukazují směr posunu. Největší růst vidíme u lidí, kteří AI aktivně zkoušejí v praxi.
Jana Černá – Umím vzrostlo z 4,1 na 6,0 (+1,9). Největší posun v týmu. Mezi měřeními začala aktivně používat TLDV, ChatGPT projekty a NotebookLM. Důkaz, že praktická práce s AI přináší měřitelné výsledky.
Barbora Šimková – Umím z 4,0 na 5,7 (+1,7). Přidala si placený nástroj, začala aktivně experimentovat. Chci mírně kleslo (z 8,7 na 8,1), což je přirozené – s rostoucími zkušenostmi přichází realističtější pohled.
Martin Dvořák – stabilně vysoký (Umím 6,4). Posun v motivaci z 6,7 na 8,1 – vidí výsledky a chce víc.
Alena Pokorná – Umím mírně narostlo (z 2,8 na 2,9), ale hlavní posun je ve znalosti nástrojů (z 5 na 9). Ví, co existuje; teď potřebuje praxi.
Potenciální ambasadoři
Čtyři lidé mohou táhnout AI adopci – a každý z jiného úhlu. Jednatel, který sám kóduje. Koordinátorka, která učí zaměstnance. Asistentka, která zná víc nástrojů než kdokoli jiný. A HR specialistka s nakažlivým nadšením.
Martin Dvořák (Umím 6,4, Chci 8,1) – jednatel firmy a nejzkušenější uživatel AI v organizaci. Používá 6 nástrojů aktivně, 2 si platí, pracuje s Cursorem na automatizacích. Sám říká: „Snažím se už o to pět let, aby mě nepotřebovali." AI je pro něj cesta, jak předat rutinní práci a věnovat se lidem.
Jana Černá (Umím 6,0, Chci 8,4) – vedoucí oddělení, koordinuje finanční kontrolory napříč pobočkami. Už dnes používá TLDV pro zápisy z porad, NotebookLM pro legislativu a projekty v ChatGPT pro páteční oběžníky. Aktivně šíří AI mezi zaměstnance: „Ukazovala jsem jim, jak se z toho dělá podcast – byly z toho natřený."
Klára Němcová (Umím 6,6, Chci 8,9) – zná 14 AI nástrojů (nejvíc v celém týmu), experimentuje mimo práci (10/10). Jako kancelářská podpora má přehled o procesech napříč organizací, což z ní dělá ideální osobu pro identifikaci dalších příležitostí.
Lucie Procházková (Umím 6,3, Chci 9,1) – nejvyšší motivace v týmu, práce ji baví (10/10), ve firmě rok. Její praktické dovednosti (8,4) jsou nejvyšší ze všech, přestože teoretické znalosti jsou průměrné. Typický profil člověka, který se učí děláním.
Postřehy z rozhovorů
Se 7 členy týmu proběhly individuální 45minutové rozhovory.
Jana Černá (vedoucí spec. ped.) – nejvíc pokročilá z dotazovaných v práci s AI. Používá TLDV pro automatické zápisy z porad, ChatGPT projekty pro oběžníky, NotebookLM pro legislativu. Hlavní bolest: 150 individuálních klientských plánů, které se kontrolují ručně. Už s konzultantem testovala automatizovanou kontrolu – zjistili, že problém není v AI, ale v tom, že zaměstnanci nedodržují pravidla vyplňování. Letos pravidla přepracovali.
Eva Horáková (finanční kontrolorka) – vedoucí pracoviště. Používá ChatGPT pro přepisování emailů a pátečních oběžníků, Canvu pro materiály. Hlavní problém: 150 měsíčních reportů kontrolovaných měsíčně, dokument po dokumentu. Když najde chybu, okomentuje, zaměstnanec „opraví", ona musí znovu zkontrolovat. „Někteří zaměstnanci jsou takoví experti, že nám tam dají sice vyřešeno, ale nic se tam nezmění."
Alena Pokorná (vedoucí provozu) – vedoucí v jihočeském kraji, nově i vedoucí provozního oddělení. Používá ChatGPT k formátování zápisů z porad. Úkoly si eviduje přes hvězdičky v Gmailu a papírky. Při rozhovoru otevřená novým možnostem, ale praktické zkušenosti jsou zatím minimální (Index Umím 2,9, praxe 1,0).
Hana Marková (provoz) – provozní referentka, ve firmě od ledna. Zdědila chaotický Google Disk s duplicitními složkami. V létě bude ručně vyplňovat 60 přijímacích formulářů. Má dvě tabulky klientů, které nekorespondují a potřebují sloučit. Absolvovala workshop a ví, kde by AI pomohla.
Simona Fialová (finanční kontrolorka) – 8 let ve firmě, 70 klientů napříč 7 zařízeními. Hodně cestuje, hodně administrativy. IKP dokumenty kontroluje desítky. Nízká motivace v dotazníku (3,3) neodráží odpor k AI, ale kapacitní vyčerpanost.
Tereza Kopecká (finanční kontrolorka) – terénní, ve firmě 2 týdny. Teprve se orientuje v systémech, nemá co automatizovat. Ale má pozitivní přístup a ráda se učí.
Lenka Říhová (kancelář) – účetní, pracuje s účetní systém, Pohodou, e-dokladem a Excelem denně. Hlavní problém: dodací listy vznikají ručním kopírováním položek z faktur do Excelu. Má 7 emailových schránek. Přehlcenost a přesčasy na maximu (10/10). Používá ChatGPT a Gemini pro formulaci emailů a vyhledávání.
Rizikové profily
V Vzdělávacího centra Horizont nejsou klasické rizikové profily – nikdo nemá kombinaci nízkých znalostí, nízké motivace a vysokého strachu. Nejbližší pozornosti vyžaduje S. Fialová, ale z důvodu kapacity, ne odmítání AI.
Simona Fialová (Umím 5,7, Chci 3,3) – nejnižší motivace v týmu, ale vysoké znalosti. Problém není v přístupu k AI. Fialová objíždí 7 zařízení, stará se o 70 klientů a letos jí přibyla administrativa. Na další „novinku" nemá kapacitu. Řešení: ukázat jí konkrétní úsporu na procesech, které ji reálně trápí (kontrola IKP, cestování).
Tereza Kopecká (Umím 2,6, Chci 5,5) – ve firmě 2 týdny, orientuje se. Nízké znalosti jsou přirozené; motivace je průměrná. Potřebuje čas na zaběhnutí, ne speciální přístup.