Největší skrytá cena AI není výpočet. Je to lidé.

Všichni mluví o nákladech na AI. Obvykle mluví o GPU, licencích modelů nebo spotřebě tokenů. Myslím, že hledí na špatné místo.

Největší náklad na podnikovou AI se může ukázat jako lidé potřební k jejímu dohledu.

Nová studie zjistila, že zaměstnanci ušetří asi 11 hodin týdně pomocí AI, ale stráví více než šest hodin kontrolou výstupů, opravou chyb, přidáním chybějícího kontextu a zajištěním, že výsledky jsou skutečně využitelné. Někdo vymyslel termín “botsitting” pro to. Je to chytlavé jméno, ale poukazuje na mnohem větší problém.

AI měla snížit práci. Místo toho mnoho organizací vytváří zcela novou kategorii práce kolem řízení AI sama o sobě. To není technologický problém. Je to problém operačního modelu.

Rychlejší sequel éry SaaS

Tento film jsem už viděl.

Před patnácti lety organizace přijaly SaaS, protože usnadnilo nákup a nasazení softwaru. Obchodní jednotky mohly řešit problémy bez čekání na IT. Produktivita se zvýšila. Inovace urychlené. Pak přišla Shadow IT.

Najednou nikdo nevěděl, kolik aplikací zaměstnanci používali, kde byla uložena firemní data, nebo kdo k nim měl přístup. IT byla stále zodpovědná, ale už neměla viditelnost ani kontrolu. AI se zdá být podobná, ale rozdíl je v rychlosti.

Aplikace SaaS může odhalit několik systémů; agent AI může sejít s desítkami v prvním dni. Může číst dokumenty, shrnovat smlouvy, generovat kód, aktualizovat záznamy a spouštět pracovní postupy, než většina organizací dokonce zdokumentuje, že existuje.

Technologie se pohybuje rychleji než operační model postavený k jejímu řízení.

Proto jsem nebyl překvapen nedávnou studií IBM, která ukázala, že dvě třetiny CIO a CTO jsou zodpovědní za systémy AI, které plně neovládají. Většina respondentů také uvedla, že AI se šíří rychleji, než může governance dohnat. To není proto, že CIO mají náhle méně schopností. Je to proto, že AI se nehodí do tradičních modelů vlastnictví.

Bezpečnost vlastní riziko.
Právní oddělení vlastní dodržování předpisů.
Vývojáři budují integrace.
Obchodní jednotky vlastní výsledky.
Dodavatelé ovládají části základní infrastruktury.

Mezitím AI prochází všemi těmito oblastmi. Když něco goes wrong, každý vlastní část odpovědi, ale nikdo nutně nevlastní celý systém. To vytváří mezeru, a organizace téměř vždy vyplňují tuto mezeru lidmi.

Někdo kontroluje zprávy generované AI, než jsou odeslány zákazníkům.
Někdo kontroluje kód napsaný AI, než je nasazen.
Někdo ověřuje doporučení, než jsou učiněna rozhodnutí.
Někdo vyšetřuje neočekávané chování.

Některá z této kontroly je přesně to, co chceme. AI by neměla fungovat bez lidského úsudku, zejména v regulovaných odvětvích nebo prostředích s vysokými důsledky. Problém je, když se lidé stávají primární kontrolou.

Od chatbotů k autonomním agentům

Zamyslete se nad tím, co se stane, když organizace přecházejí za hranice chatbotů.

Dnes AI asistent pomáhá někomu napsat e-mail.
Zítra AI agent pošle e-mail.

Dnes AI navrhuje aktualizaci zákaznického záznamu.
Zítra AI provede změnu sama.

Dnes AI doporučuje další krok v obchodním procesu.
Zítra AI spustí pracovní postup automaticky.

Každá nová akce zavádí další rozhodnutí:

Měla by být AI povolena dělat tohle?

• Měla by mít přístup k tomu systému?
• Měla by získat ta data?
• Měla by někdo schválit to nejdříve?

Většina organizací odpovídá na tyto otázky ručně, a to funguje, když máte deset případů použití AI. Nefunguje to, když máte stovky… nebo tisíce. Ironie je, že organizace investují do AI, aby zlepšily produktivitu, a pak žádají vysoko placené zaměstnance, aby trávili čas dohledem nad ní.

To není škálování AI. To je škálování režijních nákladů.

Microsoft dospěl k podobnému závěru ve svém 2026 Work Trend Index. Po analýze trillions pracovních signálů a dotazování 20 000 uživatelů AI společnost zjistila, že největší bariéra úspěchu AI není technologie; je to organizace kolem ní.

Zaměstnanci přijímají AI rychleji, než jejich společnosti se přizpůsobují. Skutečnou výzvou nyní je přepracování toho, jak se práce provádí: rozhodnout, co by měla AI dělat, co by měli dělat lidé, a jak tyto dvě věci spolupracují. Myslím, že je to přesně ta konverzace, kterou by měli lídři podniků vést. AI nevytváří hodnotu pouze proto, že je nasazena. AI vytváří hodnotu, když je nasazena s jasným operačním modelem, který umožňuje lidem soustředit se na úsudek místo dohledu.

Přemýšlení o governance AI: Od politiky k operacím

Tady je místo, kde by měla změna konverzace o governance AI. Když lidé slyší slovo governance, často si myslí o politikách, výborech a dokumentaci. Tyto věci jsou důležité, ale žádná z nich nerozhodne v reálném čase.

Žádná z nich nezastaví agenta AI, aby získal přístup k datům, která by neměl vidět, nebo nezastaví pracovní postup, který se chová neočekávaně. Žádná z nich nevyjasní, zda akce požadovaná v daném okamžiku odpovídá firemní politice.

To je mezera.

Organizace nepotřebují více dokumentů o governance. Potřebují governance, která funguje. Rutinní akce by se měly provádět automaticky, když spadají do schválených politik; akce s vyšším rizikem by měly vyžadovat lidské schválení, a citlivé systémy by měly mít jasná omezení toho, co AI může a nemůže dělat.

A pokud proces AI začne chovat v nepředvídaných způsobech, měla by existovat okamžitá možnost jej zastavit. Ne proto, že AI nelze důvěřovat, ale protože každý obchodní proces potřebuje zábrany.

Umístění lidí tam, kde jsou nejvíce potřební

Společnosti, které získávají nejvíce hodnotu z AI, nevyřazují lidi z rovnice. Umisťují lidi tam, kde jsou nejvíce cenní.

Nekontrolují každý výstup.
Nekontrolují každý prompt.
Nedohlížejí na každého agenta.

Soustředí se na výjimky, hraniční případy a rozhodnutí, která skutečně vyžadují úsudek. To je mnohem lepší využití lidského odborného znalostí.

Skutečná otázka pro podniky

AI dosáhla bodu, kdy technologie již není největší otázkou. Většina organizací již prokázala, že může generovat obsah, psát kód, shrnovat informace a automatizovat opakovanou práci.

Těžší otázkou je, zda mohou provozovat AI s jistotou v podnikovém měřítku:

Mohou vidět, co dělá?

• Mohou kontrolovat, ke kterým systémům má přístup?
• Mohou vynutit politiku konzistentně?
• Mohou vysvětlit, proč systém AI provedl určitou akci?

Tyto jsou operační otázky, a stávají se stále více ekonomickými. To je proto, že každá hodina strávená dohledem nad AI snižuje produktivitu, která ospravedlňovala investici do ní. Společnosti, které vyhrají s AI, nebudou ty, které běží nejvíce modelů nebo nasazují nejvíce agentů. Budou to ty, které nepotřebují armádu lidí, kteří je sledují.

AI by měla zesílit vaši pracovní sílu. Neměla by se tiše stát novou.