Jak nástup AI ovlivní český pracovní trh
Analýza vystavení českých povolání vlivu umělé inteligence. Data z ISPV/MPSV, scoring pomocí frameworku Triáda AI adaptace.
Třetina zaměstnanců (33 %) pracuje v profesích s expozicí 6+/10
Roční mzdový objem profesí s vysokou AI expozicí — 37 % celkového mzdového objemu a přes 10 % HDP
Průměrná expozice pro 298 tisíc administrativních pracovníků — sekretáři, účetní úředníci, pracovníci zákaznických center
Půl milionu v top ohroženích -- 9 největších profesí se skóre 7+ zaměstnává 471 tisíc lidí
Vývojáři paradoxně nejvíce -- expozice 9,2/10, přesto nejlépe placení (101 tisíc Kč)
Bezpečné = fyzické + odpovědné -- piloti 2,3, hasiči 2,9, záchranáři 2,9
Vyšší plat = vyšší riziko -- nad 70k medián: expozice 6,5; pod 30k: jen 4,3
Řemeslníci relativně bezpeční -- 966 tisíc zaměstnanců s expozicí pod 4
Administrativa dvojnásobně ohrožená -- 89 tisíc lidí, nízký plat + vysoká expozice
Váhy mění obraz -- posuvníky níže umožňují vlastní perspektivu na AI expozici
Proč a jak AI mění pracovní trh
Dva dopady AI na ekonomiku
AI vstupuje do odvětví dvěma cestami: snižuje náklady nahrazením lidské práce a otevírá nové trhy tam, kde se služby dříve nevyplatily. Obě cesty zásadně mění strukturu zaměstnanosti.
Triáda AI adaptace
Jak rychle AI transformuje konkrétní profesi, závisí na třech faktorech: tokenizovatelnosti (lze práci převést na data?), testovatelnosti (jak levně ověříme výstup AI?) a toleranci k chybě (jaké jsou následky selhání?).
Transformace není lineární
Profese s vysokou tokenizovatelností, levným testováním a nízkou odpovědností se transformují nejrychleji. Naopak profese vyžadující fyzickou přítomnost, nákladné ověření nebo nesoucí vysokou odpovědnost za lidské životy budou odolávat nejdéle.
Nové trhy z levnějších nákladů
AI nejen nahrazuje existující práci, ale otevírá segmenty, kde se dosud nevyplatilo podnikat — vzniknou služby, které si dnes nedokážeme představit.
Podrobněji v článku: Jak AI dopadne na vaše podnikání — Triáda AI adaptace (Patrick Zandl, Marigold.cz)
Váhy Triády AI adaptace
Kohorty podle AI expozice
Rozdělení profesí do skupin podle míry vystavení vlivu AI. Hodnoty se přepočítávají podle aktuálních vah Triády.
Podíl zaměstnanců podle expozice
Měsíční mzdový objem podle expozice
Statistiky podle oborů (ISCO hlavní třídy)
Metodika: Triáda AI adaptace
Tokenizovatelnost
Do jaké míry lze vstupy, procesy a výstupy profese převést na digitální data (tokeny) bez ztráty podstaty? Plně digitální práce (programování, účetnictví) = vysoké skóre. Fyzická práce (instalatérství, kuchařina) = nízké skóre.
Testovatelnost
Jak levné a rychlé je ověřit, že výstup AI je správný a bezpečný? Automatická verifikace (unit testy, spell-check) = vysoké skóre. Nákladná expertní kontrola (klinické testy, statické posudky) = nízké skóre.
Tolerance k chybě
Jak nízké jsou následky chyby? Snadno opravitelné chyby (draft textu, doporučení) = vysoké skóre. Katastrofální následky (chirurgie, řízení letového provozu) = nízké skóre.
Výchozí vzorec: expozice = 0,40 × tokenizovatelnost + 0,35 × testovatelnost + 0,25 × tolerance k chybě
Váhy lze upravit posuvníky výše.
Limity a upozornění
- Expozice ≠ eliminace. Skóre měří vystavení vlivu AI, ne zánik pracovních míst.
- LLM scoring je subjektivní. Rubrika Triády strukturuje hodnocení, ale neodstraňuje subjektivitu modelu.
- Váhy jsou autorský odhad, ne empiricky odvozené hodnoty.
- Popisy profesí primárně z amerického BLS. České specifika nejsou plně zachycena.
- ISPV data nepokrývají všechny profese — malé profese jsou potlačeny kvůli statistické spolehlivosti.
