AI ve firmách může snižovat náklady, ale také mazat konkurenční rozdíly

Umělá inteligence může firmám výrazně zrychlit marketing, prodej, analýzy i zákaznickou komunikaci, zároveň ale přináší riziko, že se jejich produkty, rozhodování a značky začnou podobat konkurenci. Text Aarona Horwatha upozorňuje, že plošná strategie „AI na všechno“ sice slibuje nižší náklady a vyšší výkon, sama o sobě však nevytváří dlouhodobou konkurenční výhodu.

Modelovým příkladem je osmadvacetiletý copywriter Lukas Weber ze středně velké softwarové firmy. Od zavedení interního principu „AI-first“ na začátku roku nezačíná pracovní týden samotným psaním, ale kontrolou skupiny AI agentů. Jeden vyhledává oborové novinky a propojuje je s hovory se zákazníky, další připravuje koncepty newsletterů, jiný sleduje návštěvnost webu a rozesílá potenciálním klientům nabídky. Další agent analyzuje výsledky kampaní nebo připravuje odpovědi na nevyřízené e-maily.

Weberovu roli tak stále více tvoří zadávání úkolů, kontrola výstupů a konečné schvalování. V době, kdy se jeho tým zmenšil, mu automatizace umožňuje pokrýt širší záběr marketingových aktivit. Podobný model se podle popsané zkušenosti rozšiřuje také do HR, obchodu, zákaznické péče, vývoje, financí či právních služeb. Zaměstnanci přenechávají systémům stále větší část analytické a tvůrčí práce, zatímco sami přebírají dohledovou funkci.

Pro podniky je lákavá především produktivita. Úkoly, které dříve vyžadovaly několik specialistů, týdny příprav a řadu porad, může menší tým s podporou AI dokončit v řádu hodin nebo dnů. Tento posun se bezprostředně promítá do nákladů na pracovní sílu, do rychlosti kampaní i do schopnosti rychle reagovat na vývoj trhu. Současně však firmy řeší, zda úspora času nepřináší skryté náklady v podobě slabší originality a menší odolnosti jejich know-how.

Stejné nástroje mohou vytvářet stejná řešení

Podstatou problému je koncentrace práce do malého okruhu velkých jazykových modelů. Pokud konkurenti používají obdobné nástroje se stejnými datovými vzorci a zadávají jim podobné úkoly, mohou docházet ke stále podobnějším textům, marketingovým sdělením, produktovým návrhům i strategickým doporučením. Zákazník pak obtížněji rozpozná, v čem se jednotlivé firmy skutečně liší.

Horwath tento jev přirovnává k dřívější estetické uniformitě kaváren, hotelů a coworkingových prostor, kterou posílily sociální sítě a jejich algoritmy. V prostředí znalostní práce se obdobný efekt může projevit jednotným stylem firemních webů, newsletterů, reklam a obchodní komunikace. Výstupy jazykových modelů směřují k pravděpodobným a osvědčeným formulacím, nikoli nutně k nečekanému nebo specifickému pohledu dané firmy.

Na tento problém navazuje studie Large Language Models Are Homogeneously Creative, publikovaná v PNAS Nexus v roce 2026. Výzkumnice Emily Wenger z Duke University a kognitivní vědec Yoed Kenett z Technionu v ní porovnávali 22 komerčních jazykových modelů s více než stovkou lidí při standardních kreativních úlohách. Jednotlivé modely mohly v některých případech překonat jednotlivce, jako celek však vytvářely výrazně podobnější odpovědi než lidská skupina.

Riziko se proto netýká pouze obsahu. Zaměstnanci stále častěji nechávají AI navrhovat marketingové strategie, postupy při jednání s klienty, řešení provozních potíží nebo finanční rozbory. Právě v těchto oblastech se přitom dříve promítaly zkušenosti týmu, interní znalost firmy, vztahy se zákazníky a rozdílné odborné názory. Příliš rychlé odstranění debat, připomínek a ověřování může zkrátit cestu k výsledku, ale také odstranit část procesu, v níž se rodí odlišné nápady.

Profesor strategického managementu Jay Barney z University of Utah se spoluautory v MIT Sloan Management Review argumentuje, že AI může přinést jen dočasnou provozní výhodu. Technologie dostupná všem firmám se podle nich nemůže sama stát zdrojem trvalé diferenciace. O hodnotě podniku proto dál rozhoduje především schopnost proměnit stejné technické nástroje v jedinečné služby, produkty a vztahy se zákazníky.

Úspory práce mohou změnit i strukturu zaměstnání

Vedle značky a inovací jde také o podobu pracovního trhu. Podle textu může dojít k rozdělení znalostní práce na dva póly. Na jednom budou levné, standardizované a objemové výstupy vytvářené AI, případně kontrolované pracovníky v levnějších lokalitách. Na druhém pak práce, za niž budou firmy ochotny platit vyšší cenu: originální strategie, odborný úsudek, cit pro produkt, kreativní vedení nebo budování důvěryhodných vztahů.

Střed mezi oběma kategoriemi by se mohl zmenšovat. Úlohy „člověka v procesu“, které spočívají hlavně v kontrole předem standardizovaného výstupu, se mohou dostat pod silný tlak na cenu. Zároveň poroste význam lidí schopných spojit několik dříve oddělených profesních rolí a určit směr, který samotný model nenabídne. AI firmy samy proto podle Horwatha posilují strategické, kreativní a značkové pozice, přestože jejich technologie automatizaci urychlují.

Do kalkulací podniků vstupuje i možnost častějšího využívání externistů a takzvaných frakcionálních manažerů. Index budoucnosti práce Upwork uvádí, že podíl kvalifikovaných znalostních pracovníků na volné noze vzrostl z 28 % v roce 2025 na 38 % v roce 2026. Gartner zároveň předpovídá, že do roku 2027 bude mít alespoň jednoho frakcionálního manažera na retaineru více než 30 % středně velkých podniků.

Z pohledu nákladů mohou být takové modely přitažlivé. Firma ale nesmí směšovat jednotlivý úkol s celou pracovní rolí. Zaměstnanci přinášejí i kontext, znalost historie klienta, neformální koordinaci, důvěru uvnitř týmu a schopnost zachytit problém dříve, než se objeví v reportingu. Tyto přínosy se do jednoduché tabulky úspor promítají obtížně, jejich ztráta však může poškodit výkon i vztahy se zákazníky.

Pro firmy tak není hlavní otázkou, zda AI používat, ale kde ji nasadit a kde naopak vědomě zachovat lidské rozhodování. Automatizace dává smysl u opakovaných, administrativních a časově náročných úkonů. U oblastí, které určují pozici firmy na trhu, její reputaci a dlouhodobou hodnotu, bude zásadní udržet vlastní úsudek, řemeslo a odpovědnost. Technologie může zlepšit ekonomiku provozu, nesmí však nahradit schopnost podniku nabídnout zákazníkům něco, co konkurence se stejným nástrojem nedokáže snadno zkopírovat.