Jak mohou zaměstnavatelé v regionu CEE vybudovat AI dovednosti, které skutečně potřebují
Praktický rámec pro zaměstnavatele v regionu CEE: jak zmapovat AI dovednosti, rozhodnout se mezi náborem, rozvojem a partnerem a změřit, zda budování schopností zlepšuje výsledky v oblasti pracovní síly.
Dovednosti v oblasti AI už nejsou doménou jen datových týmů. Finanční analytici kontrolují vygenerované prognózy, týmy pro práci se zákazníky používají znalostní nástroje s podporou AI a HR specialisté zjišťují, kde automatizace pomáhá a kde je stále nezbytný lidský úsudek. Pro zaměstnavatele ve střední a východní Evropě se tak otázka pracovní síly mění z „Kolik AI specialistů dokážeme najmout?“ na „Jaké AI schopnosti naši lidé skutečně potřebují?“
Proč je plánování AI dovedností pro zaměstnavatele v regionu CEE tak naléhavé?
Schopnosti AI rychle rostou, nabídka specialistů je ale stále omezená. Evropská komise uvádí, že počet talentů v oblasti AI v EU se mezi lety 2016 a 2023 více než zdvojnásobil, přesto tvořil jen 0,41 % pracovní síly. AI zároveň mění i běžné pozice, takže soutěž o malou skupinu specialistů nemůže být celým plánem.
Nedostatek školení tuto výzvu ještě zesiluje. Podle aktualizace rámce DigComp 3.0, kterou Komise zveřejnila, využívá systémy AI 30 % pracovníků v EU, školení v oblasti AI však absolvovalo jen 15 %. Spousta lidí se už dnes učí metodou pokusu a omylu a z toho, co jim před obědem ukázal kolega.
Talent v oblasti AI… se v EU mezi lety 2016 a 2023 více než zdvojnásobil a nyní tvoří 0,41 % pracovní síly EU.
Evropská komise, Shaping Europe’s Digital Future
Které dovednosti v oblasti AI firma skutečně potřebuje?
Začněte prací, ne módními názvy pozic. Užitečná mapa dovedností rozděluje lidi do tří širokých skupin podle úkolů, které vykonávají, a rozhodnutí, která dělají.
- Tvůrci AI navrhují, vyvíjejí, integrují nebo řídí systémy AI. Kromě hluboké technické erudice potřebují znalosti z oblasti bezpečnosti, dat a regulace.
- Specialisté využívající AI ji uplatňují ve financích, marketingu, HR, péči o zákazníky nebo v jiné oblasti. Musí umět vyhodnocovat výstupy, přepracovat pracovní postupy a poznat, kdy nástroj chybuje.
- Uživatelé s AI gramotností zodpovědně používají schválené nástroje v každodenní práci. Potřebují základní dovednosti v zadávání pokynů, ověřování, ochraně soukromí a eskalaci problémů.
Toto rozlišení předchází dvěma nákladným chybám: chtít po každém zaměstnanci, aby se stal expertem na AI, nebo předpokládat, že jeden technický specialista připraví na AI celou organizaci. Ani jedno není reálné.

Jak může HR vytvořit tepelnou mapu dovedností v oblasti AI?
Tepelná mapa dovedností v oblasti AI ukazuje, kde jsou schopnosti potřeba, co už firma má a kde jsou největší mezery. První verzi nechte záměrně malou. Vyberte klíčové pozice nebo pracovní postupy a zaznamenejte požadovanou úroveň, současné zastoupení, lokalitu a obchodní riziko.
- Sepište obchodní výsledky, které má AI zlepšit.
- Určete úkoly, které se změní, místo abyste přepisovali každý popis pozice.
- Definujte dovednosti, které lze pozorovat, například ověřování zdrojů, testování výstupů nebo používání modelu v regulovaném procesu.
- Zhodnoťte současné schopnosti podle důkazů z práce, vyjádření manažerů a sebehodnocení zaměstnanců.
- U každé mezery určete, zda ji vyřešíte náborem, rozvojem, přeřazením, nebo externí podporou.
Postup zopakujte pro každou zemi a lokalitu. Region CEE nabízí cenné technické a vícejazyčné talenty, místní nabídka, mzdy i tlak na udržení lidí se ale liší. Regionální průměr může skrýt právě ten nedostatek, který od HR očekává manažer, jenž pozici obsazuje.
Nabírat, rozvíjet, nebo spolupracovat s partnerem?
Nabírejte, když je schopnost strategicky důležitá, potřebujete ji hned a těžko ji lze vypěstovat uvnitř firmy. Rozvíjejte lidi, když už mají příbuzné dovednosti a organizace jim umí nabídnout skutečné projekty, koučink a chráněný čas na učení. Partnery využijte pro dočasnou odbornost, specializovanou implementaci nebo předání znalostí a jasně určete odpovědnost, aby know-how neodešlo spolu s koncem smlouvy.
Zvláštní pozornost zaslouží interní rozvoj. Analýza zaměstnanosti Evropské komise z roku 2026 uvádí, že přínosy AI budou pravděpodobně nerovnoměrné a mladší pracovníci s nižší kvalifikací budou bez cílené podpory vystaveni většímu riziku. AI akademie, která slouží jen sebevědomým průkopníkům, může prohloubit právě tu propast, kterou má zavřít.
Jak ověřit praktické schopnosti v oblasti AI?
Certifikáty a názvy nástrojů rychle zastarávají. Požádejte uchazeče i zaměstnance, aby ukázali, jak by zvládli realistický úkol: zkontrolovali odpověď vygenerovanou AI, vysvětlili její omezení, ochránili citlivé informace a rozhodli, kdy má převzít otěže člověk. Cvičení má odpovídat pozici a být dost krátké, aby respektovalo čas lidí.
U specialistů využívajících AI často víc než vybroušené zadávání pokynů rozhoduje znalost oboru. Kdo rozumí výjimce ve mzdách, výrobnímu omezení nebo riziku v pracovněprávních vztazích, může AI používat bezpečně, protože ví, jak vypadá věrohodná chyba.
Co by měl HR měřit?
Sledujte, zda strategie mění výsledky v oblasti pracovní síly, a nejen počet dokončených kurzů. Užitečnými ukazateli jsou doba obsazení pozice, mzdové příplatky, podíl interně obsazených pozic, míra využití školení v praxi a udržení lidí na nedostatkových pozicích. U předefinované práce přidejte ukazatel kvality nebo produktivity navázaný na původní obchodní cíl.
Začněte jednou tepelnou mapou, která pokryje hrstku klíčových pozic. Ukáže, kde se nábor nedá obejít, kde lze vyvinout talenty z blízkých oborů a kde vágní požadavky na „zkušenost s AI“ potřebují mnohem přesnější definici. HR tak získá pevný základ pro plánování, i když průvod nových nástrojů pokračuje.
Mohlo by vás zajímat
Zobrazit všechny články