Trh práce sa nemení „po troškách“. Mení sa naraz vo viacerých vrstvách: technologicky, demograficky, organizačne aj ekonomicky. Umelá inteligencia, automatizácia, tlak na produktivitu, nedostatok ľudí v niektorých profesiách a zároveň prebytok kandidátov v iných roliach vytvárajú prostredie, v ktorom prestávajú fungovať staré istoty. To, čo ešte pred pár rokmi stačilo na stabilnú kariéru, dnes často stačí len na udržanie tempa.

V praxi to neznamená, že „práca zmizne“. Presnejšie povedané: nemení sa len počet pracovných miest, ale najmä obsah práce. Vo väčšine profesií nezaniká celá rola, ale postupne sa mení to, čo človek počas dňa robí. Rutinné činnosti sa automatizujú, administratíva sa skracuje, vyhľadávanie informácií zrýchľuje a rastie význam činností, ktoré vyžadujú úsudok, komunikáciu, kontrolu kvality a schopnosť rozhodovať sa v kontexte.

Preto dnes nestačí pýtať sa, ktoré profesie „prežijú“. Užitočnejšia otázka znie inak: ktoré zručnosti zostanú hodnotné aj po ďalšej vlne technologických zmien a aké technické minimum by mal ovládať človek, ktorý nechce o pár rokov fungovať v defenzíve. Tento článok sa pozerá práve na tento uhol pohľadu – strategicky, ale zároveň prakticky.

Prestaňme riešiť len profesie. Rozhodujú úlohy vo vnútri profesií

Jedna z najväčších chýb v debate o AI a budúcnosti práce je, že sa príliš často rozprávame o názvoch pozícií a príliš málo o konkrétnych úlohách. Názov pracovnej pozície môže ostať rovnaký, ale jej obsah sa za tri roky zmení výrazne. Vidíme to v administratíve, marketingu, HR, zákazníckej podpore, analytike, účtovníctve aj vo výrobe.

Ak sa na prácu pozeráme cez úlohy, zrazu sa situácia vyjasní. V každej role sa dajú činnosti rozdeliť do troch skupín:

• Rutinné a opakovateľné činnosti, ktoré sa dajú automatizovať alebo výrazne zrýchliť.
• Podporné činnosti, pri ktorých AI pomáha, ale človek stále rozhoduje a nesie zodpovednosť.
• Kľúčové rozhodovacie a vzťahové činnosti, kde technológia síce pomáha, ale nenahrádza úsudok, dôveru a kontext.

Tento pohľad je dôležitý aj psychologicky. Keď niekto počuje, že „jeho profesia je ohrozená“, ľahko skĺzne do obranného postoja. Keď však rozoberieme jeho prácu na konkrétne úlohy, zvyčajne zistíme, že časť práce sa zautomatizuje, časť sa zmení a časť bude mať ešte vyššiu hodnotu ako doteraz. Cieľom preto nie je brániť sa zmene, ale vedieť presunúť svoju hodnotu do tej časti práce, ktorá rastie.

Čo skutočne mení AI a automatizácia na trhu práce

AI nie je len ďalší softvér v zozname nástrojov. Mení tempo práce, spôsob organizácie tímov a očakávania zamestnávateľov. To, čo dnes firmy oceňujú najviac, už nie je len „vykonanie úlohy“, ale schopnosť dodať výsledok rýchlo, kvalitne a s dobrým úsudkom pri práci s nástrojmi.

V mnohých tímoch už dnes vidíme nový štandard:

• človek vie pripraviť lepší prvý návrh pomocou AI,
• vie skontrolovať chyby a sporné tvrdenia,
• vie doplniť kontext, ktorý model nepozná,
• a vie výstup upraviť tak, aby bol použiteľný pre klienta, kolegu alebo manažéra.

To je zásadná zmena. Kedysi bola konkurenčná výhoda „vedieť nájsť informácie“. Dnes sa čoraz viac presúvame k tomu, že konkurenčnou výhodou je vedieť informácie rýchlo overiť, posúdiť a premeniť na rozhodnutie alebo výsledok.

Súčasne rastie tlak na produktivitu. Firmy nechcú len „implementovať AI“, chcú vidieť konkrétny efekt: menej času na rutinu, kratšie cykly, menej chýb, vyššiu kvalitu výstupu, lepší servis. To znamená, že zamestnanec, ktorý zostane pri starom spôsobe práce, nebude konkurovať človeku „s AI“. Bude konkurovať človeku, ktorý vie kombinovať odbornosť + nástroj + úsudok.

Slovensko a stredná Európa: prečo je adaptácia dôležitejšia než samotná technológia

V našom regióne je téma transformácie trhu práce ešte citlivejšia než v krajinách s vyššou mierou technologickej adopcie. Dôvod nie je jeden. Je to kombinácia faktorov, ktoré sa navzájom zosilňujú.

Na jednej strane máme silné priemyselné a servisné sektory, ktoré sú pod tlakom efektivity a nákladov. Na druhej strane veľká časť pracovných rolí stojí na rutine, opakovaní a procesoch, ktoré sa dajú dobre štandardizovať. Presne tam prichádza automatizácia najskôr. Zároveň platí, že nie každá firma má kapacitu okamžite investovať do nových systémov, školení a interných zmien.

Práve preto je pre Slovensko kľúčové nečakať, kým zmena „prejde okolo“. V praxi sa to nestane. Zmena sa prejaví postupne, ale bude sa kumulovať:

• najskôr sa skrátia niektoré činnosti,
• potom sa zmenia očakávania na výkon,
• neskôr sa upravia job descriptiony,
• a napokon sa predefinujú celé roly.

Najviac zraniteľné sú pozície, kde je vysoký podiel predvídateľnej administratívy bez rozhodovacej zložky. Naopak, silnejšiu pozíciu budú mať ľudia, ktorí vedia prepájať nástroje, procesy a ľudí – teda tí, ktorí nevykonávajú len operatívu, ale rozumejú širšiemu fungovaniu firmy.

Dôležité je aj regionálne hľadisko. V Bratislave a väčších mestách sa zmena prejaví skôr cez kancelárske roly, služby a centrá zdieľaných služieb. V priemyselnejších regiónoch sa bude viac prekrývať AI s automatizáciou výroby, plánovaním, kvalitou a logistikou. V oboch prípadoch však platí to isté: najväčším rizikom nie je technológia, ale pomalá adaptácia ľudí a organizácií.

Päť zručností s dlhou životnosťou

Ak si máme vybrať zručnosti, do ktorých sa oplatí investovať aj pri neistej budúcnosti, musia spĺňať jednu podmienku: musia byť užitočné naprieč profesiami a zároveň odolné voči technologickým zmenám. Nie preto, že ich technológia nevie podporiť, ale preto, že ich hodnota rastie práve vtedy, keď technológia zrýchľuje rutinu.

1) Práca s informáciami a kritické myslenie

V čase generatívnej AI už nestačí vedieť „niečo nájsť“. Potrebujeme vedieť rozlíšiť, čo je relevantné, čo je pravdepodobné, čo je neúplné a čo je rizikové. Kritické myslenie nie je akademická disciplína pre školy. Je to každodenná pracovná zručnosť.

V praxi to znamená najmä:

• formulovať dobrú otázku,
• rozpoznať slabý alebo zavádzajúci výstup,
• overiť tvrdenia cez dôveryhodné zdroje,
• a vedieť vysvetliť, prečo sme sa rozhodli práve takto.

Ľudia, ktorí túto zručnosť nemajú, budú často produkovať rýchle, ale slabé výstupy. Navonok budú pôsobiť efektívne, no v skutočnosti budú do procesov vnášať chyby, nepresnosti a reputačné riziko. Rýchlosť bez úsudku je v AI ére drahá chyba.

2) Komunikácia a spolupráca v digitálnom prostredí

Čím viac rutiny preberajú nástroje, tým viac rastie význam komunikácie. Mnoho ľudí si pod tým predstaví „soft skill“, ktorá je pekná, ale nie kritická. V realite je to presne naopak. Komunikácia rozhoduje o tom, či sa výsledok práce dá použiť, schváliť, odovzdať klientovi alebo posunúť ďalej v tíme.

Zamestnávateľ dnes čoraz viac ocení človeka, ktorý vie:

• zrozumiteľne pomenovať problém,
• stručne vysvetliť odporúčanie,
• dopýtať si chýbajúce vstupy,
• a zosúladiť ľudí z rôznych rolí (obchod, operatíva, IT, manažment).

V AI prostredí to platí dvojnásobne, pretože vzniká viac medzivýstupov, draftov a rýchlych iterácií. Ak tím nevie komunikovať, technológia len zrýchli chaos. Ak tím komunikuje dobre, technológia zrýchli výkon.

3) Procesné myslenie a schopnosť zlepšovať prácu

Veľa ľudí pracuje poctivo, ale nedokáže pomenovať proces, v ktorom sa nachádzajú. To bola slabina aj pred AI, no teraz sa stáva limitom. Ak nerozumieme procesu, nevieme ho zlepšiť, a už vôbec ho nevieme zmysluplne automatizovať.

Procesné myslenie znamená, že človek vie vidieť:

• kde vzniká vstup,
• kde sa stráca čas,
• kde sa opakujú chyby,
• kde treba kontrolu,
• a kde má automatizácia reálny zmysel.

Toto je jedna z najpodceňovanejších zručností, ale zároveň jedna z najodolnejších. Človek, ktorý rozumie procesu, vie byť užitočný v administratíve, službách, logistike, HR, obchode aj vo výrobe. Mení sa nástroj, ale princíp zostáva.

4) Adaptabilita a schopnosť učiť sa priebežne

Adaptabilita sa často spomína príliš všeobecne. Preto je dobré pomenovať, čo konkrétne znamená. Nie je to slepé „prispôsobím sa všetkému“. Je to schopnosť rýchlo sa zorientovať v novej situácii, naučiť sa nový nástroj, otestovať ho na reálnom prípade a vyhodnotiť, či nám pomáha.

Na trhu práce do roku 2030 bude dôležité najmä tempo učenia. Nie preto, že všetci musia byť technickí experti, ale preto, že sa skracuje životnosť pracovných postupov. To, čo sa človek naučí dnes, nemusí byť o tri roky zbytočné, ale bude to potrebovať aktualizovať.

Ľudia, ktorí si vybudujú návyk priebežného učenia, budú mať veľkú výhodu. Nečakajú na „ideálne školenie“ ani na moment, keď ich niekto prinúti. Učia sa priebežne v malých krokoch: testujú, porovnávajú, zapisujú si postupy a vedia rýchlo zdieľať, čo funguje.

5) Rozhodovanie, zodpovednosť a pracovný úsudok

Technológie sú čoraz lepšie v generovaní možností. Stále však potrebujeme človeka, ktorý vie povedať: toto je vhodné, toto ešte nie, toto je rizikové, toto nemôžeme použiť bez kontroly. Pracovný úsudok sa stáva kľúčovou zručnosťou najmä tam, kde ide o klientov, peniaze, bezpečnosť, reputáciu alebo právne dôsledky.

Túto zručnosť si nebudujeme iba štúdiom. Vzniká kombináciou skúseností, znalosti prostredia a schopnosti pýtať sa správne otázky. Preto bude mať veľkú hodnotu aj mentoring a medzigeneračné odovzdávanie know-how. Mladší kolegovia často prinesú vyššiu rýchlosť a otvorenosť nástrojom, skúsenejší kolegovia zasa lepší úsudok a cit pre dôsledky. Najsilnejšie tímy budú tie, ktoré vedia tieto dve veci spojiť.

Technické minimum pre bežného profesionála do roku 2030

Nie každý potrebuje programovať. Nie každý potrebuje rozumieť modelom do hĺbky. Ale takmer každý, kto pracuje s počítačom, dátami, klientmi alebo internými procesmi, bude potrebovať technické minimum, bez ktorého sa znižuje jeho použiteľnosť na trhu práce.

Technické minimum neznamená „stať sa IT špecialistom“. Znamená vedieť používať moderné nástroje bezpečne, efektívne a s pochopením limitov.

1) AI gramotnosť v praxi

AI gramotnosť nie je len písanie promptov. Je to širšia schopnosť rozumieť tomu, kde AI pomáha, kde robí chyby a kde ju musíme kontrolovať. Človek by mal vedieť:

• pripraviť dobré zadanie,
• spresniť kontext a cieľ výstupu,
• porovnať viac návrhov,
• overiť fakty a rizikové tvrdenia,
• a upraviť výsledok do finálnej podoby.

Rovnako dôležité je rozumieť základným limitom: halucinácie, zastarané dáta, citlivé informácie, autorské práva, interné pravidlá firmy. AI gramotnosť bez bezpečnosti a kritického myslenia je neúplná.

2) Dátová gramotnosť a práca s tabuľkami

Aj v netechnických rolách rastie význam dát. Nemusíme robiť pokročilú analytiku, ale mali by sme vedieť čítať základné metriky, rozumieť trendom a nenechať sa zmiasť zlou interpretáciou.

Technické minimum v tejto oblasti zahŕňa:

• orientáciu v tabuľkách a filtrovaní dát,
• základné vzorce a logiku práce s údajmi,
• schopnosť identifikovať nekvalitné alebo neúplné dáta,
• a prevod dát do zrozumiteľného záveru.

V praxi to znamená menej hádok o dojmoch a viac rozhodovania na základe reality. Práve táto schopnosť odlišuje človeka, ktorý „spracuje zadanie“, od človeka, ktorý vie priniesť použiteľný pohľad.

3) Digitálna bezpečnosť a hygiena práce s informáciami

S rastúcim využitím AI rastie aj bezpečnostné riziko. Ľudia často nevedome kopírujú citlivé údaje do nástrojov, používajú slabé heslá alebo nerozoznajú podvodný e-mail. To už nie je len individuálny problém. V mnohých firmách je to priama biznisová hrozba.

Technické minimum preto musí zahŕňať aj bezpečnostné návyky:

• práca s heslami a dvojfaktorovým overením,
• rozpoznanie phishingu a sociálneho inžinierstva,
• bezpečné zdieľanie dokumentov,
• práca s prístupmi a oprávneniami,
• citlivé údaje a čo nikdy nevkladať do externých nástrojov.

Človek, ktorý je produktívny, ale bezpečnostne nezodpovedný, vytvára pre firmu skryté náklady a riziká. V ďalších rokoch bude bezpečnostná disciplína súčasťou profesionálneho minima podobne ako práca s e-mailom či dokumentmi.

4) Základy automatizácie a prepájania nástrojov

Veľká časť budúcej produktivity nevznikne len z AI samotnej, ale z toho, ako vieme prepájať nástroje a odstraňovať opakovanú prácu. Už dnes sa oplatí rozumieť základom automatizácie aj bez programovania.

Prakticky to znamená vedieť:

• identifikovať opakujúci sa workflow,
• navrhnúť jednoduché pravidlo alebo šablónu,
• prepojiť formulár, tabuľku, e-mail či notifikáciu,
• a skontrolovať, či automatizácia nespôsobuje chyby.

Toto minimum je obzvlášť dôležité pre administratívu, back-office, marketing, obchod, HR a projektové roly. Kto vie odstrániť rutinu zo svojho procesu, získava čas na hodnotnejšiu prácu.

5) Cloudová spolupráca a digitálna organizácia práce

Technická zručnosť dnes nie je len o nástroji, ale aj o spôsobe práce. Čoraz viac tímov funguje hybridne, naprieč lokalitami, v rýchlych cykloch. Preto rastie význam cloudovej spolupráce: zdieľanie dokumentov, verzovanie, komentovanie, dohľadateľnosť a transparentné odovzdávanie úloh.

Minimum v tejto oblasti znamená, že človek vie pracovať tak, aby po ňom nezostával chaos. Vie pomenovať súbory, spravovať verzie, odovzdať úlohu s kontextom, zapísať rozhodnutie a udržať poriadok v pracovnom priestore. Je to menej „atraktívna“ zručnosť než AI, ale v reálnych tímoch má obrovský dopad na výkon.

Ako si postaviť osobný plán adaptácie bez paniky

Mnohí ľudia reagujú na zmenu trhu práce dvomi extrémami. Buď ju ignorujú, alebo sa snažia naraz naučiť všetko. Ani jedna cesta nie je dlhodobo dobrá. Oveľa lepšie funguje postupný a realistický plán, ktorý kombinuje profesijné ciele s malými praktickými krokmi.

Dobrý plán adaptácie sa dá postaviť na troch otázkach:

1) Ktoré časti mojej práce sú rutinné a ľahko nahraditeľné?

Tu sa oplatí byť úprimný. Ak väčšinu dňa tvorí kopírovanie údajov, prepisovanie, formátovanie, vyhľadávanie a opakovanie, je veľmi pravdepodobné, že tlak na zmenu príde skôr. To však nie je dôvod na paniku. Je to signál, že treba presunúť svoju hodnotu vyššie – k rozhodovaniu, kontrole kvality, komunikácii, koordinácii alebo práci s klientom.

2) Ktoré časti mojej práce majú najvyššiu hodnotu pre tím alebo klienta?

Toto je jadro stratégie. Často zistíme, že najhodnotnejšia časť našej práce nie je to, čo nám zaberá najviac času. Hodnotu zvyčajne vytvárajú momenty, keď:

• niečo vysvetlíme a tým zrýchlime rozhodnutie,
• zachytíme chybu skôr, než spôsobí problém,
• zlepšíme proces,
• alebo prepojíme ľudí a informácie.

Práve tieto činnosti treba posilňovať. Technológia nám má uvoľniť ruky, aby sme ich robili viac, nie menej.

3) Aké minimum sa viem naučiť za najbližších 90 dní?

Najčastejšia chyba je plánovať príliš veľa. Lepšie je vybrať si malé, ale priamo použiteľné ciele. Napríklad:

• zlepšiť prácu s jedným AI nástrojom na reálnych úlohách,
• zvládnuť lepšiu prácu s dátami v tabuľkách,
• upratať a zefektívniť vlastný workflow,
• zaviesť bezpečnostné návyky,
• alebo zautomatizovať jeden opakujúci sa proces.

Takýto 90-dňový prístup vytvára výsledky bez zbytočného preťaženia. Namiesto pocitu, že „nestíhame budúcnosť“, získame konkrétny dôkaz, že sa vieme adaptovať.

Čo by mali robiť firmy, ak nechcú len reaktívne hasiť problémy

Firmy dnes často riešia AI v dvoch režimoch: buď ako marketingové heslo, alebo ako úsporný projekt. Ani jeden prístup nestačí. Ak chceme, aby technológia priniesla reálny efekt, potrebujeme ju spojiť s procesmi, ľuďmi a zodpovednosťou.

Najpraktickejší postup býva jednoduchší, než sa zdá:

• Začať od procesov, nie od nástrojov. Najskôr identifikovať, kde sa stráca čas a kde vznikajú chyby.
• Vybrať pilotné prípady s jasným prínosom. Nie desať vecí naraz, ale dva-tri konkrétne workflowy.
• Školiť ľudí na reálnych úlohách. Všeobecné školenia bez kontextu majú slabý dopad.
• Nastaviť pravidlá a zodpovednosť. Kto čo môže používať, čo sa overuje, čo sa nesmie zdieľať.
• Merať výsledok. Čas, kvalita, chybovosť, spokojnosť klienta, zaťaženosť tímu.

Dôležitá poznámka: firmy by nemali AI komunikovať len ako nástroj na znižovanie stavov. Takýto prístup vyvolá odpor a skryté sabotovanie zmien. Oveľa lepšie funguje komunikácia cez produktivitu, odľahčenie rutiny a presun ľudí na hodnotnejšie činnosti. Tam vzniká dôvera aj spolupráca.

Čo z toho vyplýva pre školy, kurzy a ďalšie vzdelávanie

Vzdelávanie sa bude musieť prispôsobiť rýchlejšie, než bolo zvykom. Nestačí odovzdať teóriu a predpokladať, že človek si zvyšok doplní v praxi. Potrebujeme viac modulárneho učenia, viac práce na reálnych zadaniach a najmä lepšie prepojenie medzi zručnosťou a výsledkom.

Pre kurzy a vzdelávacie programy bude čoraz dôležitejšie, aby účastník po dokončení vedel odpovedať na tri otázky:

• Čo viem po kurze robiť inak než predtým?
• Kde to viem použiť vo svojej práci už tento týždeň?
• Ako si túto zručnosť udržím a rozšírim, keď sa nástroje zmenia?

Budúcnosť vzdelávania preto nebude stáť len na „obsahu“, ale na schopnosti vytvoriť dobrý systém osvojovania: malé kroky, opakovanie, spätná väzba, praktické výstupy a priebežná aktualizácia. To je presne forma, ktorú si trh práce bude pýtať čoraz viac.

Záver: nejde o to predpovedať každú zmenu, ale pripraviť sa na smer

Do roku 2030 sa trh práce nezmení jednou udalosťou. Zmení sa sériou menších posunov, ktoré budú postupne meniť očakávania od ľudí aj firiem. V takomto prostredí je slabá stratégia čakať na istotu. Oveľa lepšia stratégia je budovať zručnosti, ktoré majú dlhšiu životnosť než konkrétny nástroj alebo konkrétny trend.

Ak si z tohto článku máme odniesť jednu hlavnú myšlienku, tak je to táto: technológia sama o sebe nerozhodne, kto bude na trhu práce úspešný. Rozhodne kombinácia zručností, pracovného úsudku a ochoty prispôsobovať sa.

Pre jednotlivca to znamená začať od technického minima a systematicky posilňovať päť zručností, ktoré zostávajú cenné naprieč profesiami. Pre firmy to znamená nebrať AI ako módny doplnok, ale ako súčasť zmeny procesov a práce s ľuďmi. A pre vzdelávanie to znamená učiť menej encyklopedicky a viac tak, aby sa nové vedomosti dali okamžite použiť.

Budúcnosť práce nebude bez rizík. Zároveň však nie je dôvod ju vnímať fatalisticky. Pre tých, ktorí sa rozhodnú adaptovať včas, môže byť nasledujúcich pár rokov obdobím výrazného profesijného posunu. Nie preto, že budú vedieť všetko, ale preto, že budú vedieť pracovať rozumnejšie.

Praktický blok na záver: kde začať už tento týždeň

Ak nechcete zostať len pri čítaní, odporúčame začať tromi malými krokmi:

1. Vyberte si jednu opakujúcu sa úlohu, ktorá vám každý týždeň berie veľa času, a skúste ju zjednodušiť pomocou AI, šablóny alebo jednoduchej automatizácie.
2. Zlepšite si jednu technickú zručnosť z minima (AI práca s výstupmi, tabuľky, bezpečnosť, cloudová organizácia práce) a používajte ju na reálnych úlohách aspoň 2–3 týždne.
3. Zapíšte si vlastný pracovný proces pri jednej častej úlohe a označte miesta, kde vznikajú zdržania, chyby alebo zbytočné prepínanie.

Aj takýto jednoduchý začiatok má veľký efekt. Vytvára návyk adaptácie, ktorý bude na trhu práce do roku 2030 cennejší než jednorazové „veľké školenie“ bez nadväznosti na prax.