Otevřít si Claude nebo ChatGPT zadarmo dnes dokáže každý, kdo má prohlížeč. A přesto se rozdíl mezi tím, co z AI dostává programátor a co z ní dostává jeho soused, pořád zvětšuje. Vysvětlení „je to o penězích” je špatně. Vysvětlení „je to o inteligenci” je ještě horší. Skutečnost je trochu jiná. A dá se docela přesně vyčíslit.
Peníze rozhodují o komfortu, ne o přístupu
Free tier Claude, ChatGPT a Gemini zvládne v roce 2026 většinu úloh, které průměrný uživatel potřebuje. DeepSeek V3, Qwen nebo Llama se přes OpenRouter dají používat za centy. Lokální modely běží na slušném notebooku zadarmo. Předplatné typu Claude Pro nebo specializované developerské nástroje jako Augment Code a Cursor stojí řádově stovky až nízké tisíce korun měsíčně, tedy částka srovnatelná s netflixovým předplatným.
Kdo dnes říká „nemám na AI”, říká spíš „nepřišlo mi to dost důležité”. A ti, kterým to důležité přišlo, mají na výplatní pásce poměrně viditelný rozdíl oproti ostatním. Není to náhoda. Lidé, kteří si nové možnosti všimli a vzali ji vážně, totiž obvykle přemýšlejí jinak než typický stěžovatel na systém. Místo otázky „proč to nejde” si kladou otázku „co s tím dnes můžu udělat já sám” — a než ostatní dočtou novinový komentář o tom, jak AI zničí trh práce, oni už si stáhli model, vyzkoušeli ho a zjistili, kde se jim hodí.
Druhá vrstva: schopnost ji použít
A tady se to zauzluje. Klasická ekonomická teorie říká, že nové technologie nadržují vzdělaným pracovníkům, ekonomové tomu říkají skill-biased technological change. Tento mechanismus vysvětluje rozevírání mzdové nerovnosti od 80. let: počítače tehdy disproporčně zvedly produktivitu vysoce vzdělaných, zatímco méně vzdělané často nahrazovaly stroje. Podrobně to popisují Katz a Murphy v zakládajícím článku z roku 1992 i novější přehledová práce Goldina a Katze z Harvardu (2024).
U generativní AI se ale ukazuje něco jiného.
Kontrolovaný experiment Penga a kolegů z roku 2023 zjistil, že vývojáři s GitHub Copilotem dokončili úlohu o 55,8 % rychleji než kontrolní skupina, přičemž největší benefit měli ti méně zkušení. Rozsáhlejší terénní studie Microsoftu, MIT, Princetonu a Whartonu z roku 2024 provedená na 4 867 vývojářích to potvrdila: nárůst počtu uzavřených pull requestů o 26 %, u seniorních developerů ale žádný statisticky významný efekt, píše časopis InfoQ s odkazem na práci Cui et al.
Akademický časopis PNAS Nexus pro ten jev zavedl termín inverse skill-bias. Generativní AI, na rozdíl od počítačů v 80. letech, pomáhá víc lidem, kteří toho zatím tolik neumějí. Měla by tedy rozdíly zmenšovat. Proč je teda naopak zvětšuje?
Háček je ve výběru vzorku. Studie měří lidi, kteří AI používají. V reálném světě ale rozhoduje, kdo si ji vůbec otevře. A schopnost s ní pracovat — formulovat problém, ověřit výstup, vědět, kdy modelu nevěřit, kdy iterovat a kdy to zahodit — není inteligence. Je to dovednost. Něco jako schopnost správně googlit v roce 2005.
Studie říkají, že AI by mohla srovnávat. Praxe říká, že srovnává jen mezi těmi, kdo se k ní dostanou.
Cenovka, která možná překvapí
A teď zpátky k penězům. Ne k těm, co AI stojí, ale k těm, co AI přináší.
PwC zveřejnila v červnu 2025 globální Jobs Barometer postavený na analýze téměř miliardy pracovních inzerátů ze šesti kontinentů. A závěry jsou dost konkrétní na to, aby se nedaly snadno obejít. Pracovníci s AI dovednostmi měli v roce 2024 průměrnou mzdovou prémii 56 % oproti srovnatelným pozicím bez AI — což je dvojnásobek oproti 25 % o rok dřív. Mzdy v odvětvích nejvíc vystavených AI rostou globálně dvakrát rychleji než v těch nejméně vystavených (16,7 % vs. 7,9 %). Tržby na zaměstnance v AI-ready sektorech vzrostly o 27 %, oproti 9 % v těch ostatních. Uvádí to tisková zpráva PwC z 3. června 2025.
Oxford Internet Institute spočítal pro britský trh prémii 23 %, což je víc než finanční hodnota magisterského titulu (13 %) a jen kousek pod hodnotou doktorátu (33 %), uvádí analýza zveřejněná v The Interview Guys.
Sečteno: člověk, který se naučí AI smysluplně používat, dostane v průměru zaplaceno víc než člověk, který do svého vzdělání investoval pět let univerzitního studia. A to v řádu jednoho, maximálně dvou let učení. Taková pákovost je historicky neobvyklá.
Pozor. Není to pasivní příjem. Není to žádné AI scheme z YouTube reklam, kde vám bot slíbí, že vyděláte milion vleže. Je to docela obyčejný a nudný mechanismus: zaměstnavatel ocení, že stejnou práci uděláte dvakrát rychleji a lépe, a buď vám přidá k platu, dá bonus, povýší vás, nebo vám svěří víc projektů. V některých případech to prostě znamená, že si tu práci udržíte, místo aby ji dostal někdo levnější nebo schopnější.
Čas je tichá druhá měna
Peníze ale nejsou jediná odměna, a v dlouhém horizontu možná ani ta hlavní. Druhá měna, kterou AI vyplácí, je čas.
Vezměme si konkrétní příklad: nezávislý autor, který léta psal svoje články sám a celkem rád, dnes většinu rutinní redakční práce deleguje na AI nástroje. Neudělal to proto, že by psaní nezvládal. Udělal to proto, že tři hodiny týdně, které dřív věnoval psaní, mu zbyly na něco jiného. Na hardware, na rodinu, na druhý zdroj příjmů, na to, že si v půl jedenácté ráno v sobotu může v klidu uvařit kafe a místo plnění deadlinu si pustit film. To není maličkost. Je to věc, která dělá rozdíl mezi člověkem vyhořelým ve čtyřiceti a člověkem, který v šedesáti pořád staví věci, co ho baví.
Ten čas se navíc dá zhodnotit dál. Hodina ušetřená na rutinní práci se může proměnit v hodinu strávenou nad vedlejším projektem, který za rok vydělá další peníze. Nebo v hodinu vzdělávání, díky kterému příští rok skočíte do lepší pozice. Nebo prostě v hodinu klidu, díky které neskončíte v nemocnici s vyhořením a na půlroční neschopence za 60 % platu.
Tohle uniká peněžním modelům, protože čas vstupuje do rovnice jen jako náklad, ne jako kapitál. V realitě je to ale aktivum, které úročí — a AI je v jistém smyslu jeho generátor cash flow.
Třetí vrstva: představa, co je vůbec možné
A tady jsou nůžky největší. Žádná studie to úhledně nezachytí.
Nejde o to umět AI použít. Jde o to vědět, co s ní stojí za to dělat. Programátor vidí jinou příležitost než účetní, účetní jinou než učitelka v mateřské školce. Tahle vrstva neroste z tutorialu. Roste z toho, co děláte, koho znáte, co čtete, co máte na monitoru, když vám kolega nahlédne přes rameno.
Vraťme se k tomu autorovi z předchozí kapitoly. Pod jeho stolem běží na jednom Raspberry Pi několik AI agentů, které si postavil sám: jeden píše články, druhý dělá OSINT, třetí bezpečnostní audit kódu, čtvrtý spravuje server. Není to magie. Jsou to volně dostupné nástroje: open-source frameworky, API za pár dolarů měsíčně, návody na GitHubu. Co bylo potřeba navíc: dvacet let zájmu o elektroniku, programování a tinkering. Bez toho by ho ani nenapadlo, že tohle vůbec lze postavit.
A přesně tady jsou ty nůžky. Volně dostupné nástroje nestačí, pokud člověka nikdy nenapadne, že je má použít. Představivost je funkce prostředí. A prostředí nemáme všichni stejné.
Krátké okénko pro skeptiky
A tady si dovolíme trošku přiostřit. Existuje skupina lidí, kteří AI odmítají z principu: prý halucinuje, prý je to bublina, prý nic neumí. Některé z těch námitek jsou věcné a stojí za diskuzi: halucinace, energetická náročnost, etika trénovacích dat. Většina ale není. Většinou je to rozhodnutí udělané od stolu, bez vyzkoušení, často založené na jednom screenshotu z Twitteru z roku 2023.
Mezitím lidé, kteří si sednou a hodinu se s tím učí pracovat, dostávají na trhu práce násobně zaplaceno. Vskutku zajímavá strategie: postavit svou profesní identitu na odmítání nástroje, který jste nikdy neotevřeli.
Co je tady tak smutného
Tahle situace má i lidskou stránku, a stojí za to ji pojmenovat. Existují lidé, kteří dělají svou práci poctivě dvacet let. Kteří se kdysi vyučili, postoupili, něco vybudovali. A teď stojí před fenoménem, kterému nerozumějí, který se mění rychleji, než stihnou přečíst návod, a vidí, jak jim mladší kolega s notebookem a Claudem zpracuje za odpoledne, co oni dělali týden.
Není správné se jejich situaci posmívat. Strach z toho, že stárnete v profesi, která se vám pod rukama proměnila v něco jiného, je naprosto pochopitelný. Není to lenost, není to hloupost, není to neochota. Je to únava ze dvaceti let chození do práce a oprávněný pocit, že už by člověk mohl mít trochu klidu, místo aby si zase od základu osvojoval novou disciplínu.
PwC ve svém Barometru píše, že dovednosti vyžadované zaměstnavateli se v AI-vystavených profesích mění o 66 % rychleji než v ostatních. Předloni byla ta dynamika 25 %. Tempo se zrychluje, a pouhou vůlí to nedoženete.
Tahle vrstva — únava, frustrace, oprávněný pocit nespravedlnosti — patří do diskuze stejně jako čísla a studie. A nemá jednoduché řešení. Univerzální základní příjem to neřeší (jde o identitu, ne jen o peníze). Rekvalifikační kurzy z úřadu práce to neřeší (jsou pozdě, pomalé a neumějí to). A ani špetka soucitu od těch, kteří to zvládli, nic neřeší.
Co možná pomáhá, je něco mezi tím: konkrétní kolega ukáže konkrétnímu kolegovi konkrétní věc, a víc se z toho nedělá. To je málo. Je to ale víc než nic, a hlavně to není symbolické gesto, ale skutečný přenos. Něco z toho zachytí, něco ne. Důležité je, že to vůbec běží.
Tři vrstvy se navzájem posilují
Lepší nástroje vedou k větší produktivitě, větší produktivita k vyšším odměnám, vyšší odměny k většímu objemu času a prostředků na učení, a širší znalosti k ještě smělejší představivosti. A pak to celé znovu, jen na vyšší orbitě. Ekonomové to znají jako kumulativní výhodu, ostatní jako Matoušův efekt: kdo má, tomu bude přidáno. AI tuhle dynamiku neruší, jen ji zrychluje.
Pro jednotlivce z toho plyne neromantický, ale použitelný závěr. Nečekejte, až vám někdo nástroj přinese. Nečekejte na úřad práce, na zaměstnavatele, na vládu. Hodina denně po dobu roku stačí na to, abyste se posunuli o jednu vrstvu výš. Po dvou letech budete patřit mezi ty, kterým se přidává. To není slogan, to je matematika složeného úročení aplikovaná na lidský kapitál.
A pro ty, kteří už uvnitř jsou, platí druhá strana stejné mince. Vy jste levný most. Hodina měsíčně, kdy někomu ukážete, jak si nastavit prompt, jak rozeznat halucinaci, jak iterovat, je pro vás zanedbatelná. Pro toho druhého to může být první den, kdy se přestane bát, že je za chvíli k ničemu.
Dostupné neznamená použitelné. Použitelné neznamená výhodné. Tři slova, tři vrstvy, tři různé světy. Dveře z jednoho do druhého jsou. Nejsou ale označené, a kdo čeká, až je někdo označí, ten na ně nikdy nezaklepe.
Zdroje:
- Peng, S. et al. (2023). The Impact of AI on Developer Productivity: Evidence from GitHub Copilot. arXiv:2302.06590. https://arxiv.org/abs/2302.06590
- Cui, K. Z. et al. (2024). The Productivity Effects of Generative AI: Evidence from a Field Experiment with GitHub Copilot. Shrnutí na InfoQ.
- Capraro, V. et al. (2024). The impact of generative artificial intelligence on socioeconomic inequalities and policy making. PNAS Nexus 3(6), pgae191. https://academic.oup.com/pnasnexus/article/3/6/pgae191/7689236
- PwC (2025). Global AI Jobs Barometer 2025. Tisková zpráva, 3. června 2025. https://www.pwc.com/gx/en/news-room/press-releases/2025/ai-linked-to-a-fourfold-increase-in-productivity-growth.html
- Oxford Internet Institute, citováno v We Analyzed 15 Major Studies to Reveal Exactly How Much More AI Skills Pay in 2025, The Interview Guys (2026).
- Goldin, C. & Katz, L. (2024). Beyond the Race between Education and Technology. Harvard. https://lkatz.scholars.harvard.edu
- Katz, L. & Murphy, K. (1992). Changes in Relative Wages, 1963–1987: Supply and Demand Factors. QJE.
