Budoucnost nepráce

Když vám ročně projde rukama šest tisíc startupů, naučíte se rychle poznat, co má budoucnost – a co je jen hezká fasáda. Jak to vidí člověk, který investuje do technologií, které ještě ani nevidíte?

Hostem je Daniel Hastík – investor, Tech Scout a surfař, který přes dvacet let působí v technologickém světě. Dnes pracuje v Tenzor Ventures, jednom z největších deeptechových fondů ve střední Evropě, kde hledá firmy a lidi schopné měnit pravidla hry.

V rozhovoru mimo jiné zazní:

• co je vlastně deep tech a proč ho na rozdíl od běžných appek nikdy neuvidíte,
• proč AI není jen hype, ale „super wave" – a co to reálně znamená pro byznys i běžné lidi,
• jak AI demokratizuje technologie a zároveň překlápí váhu z produktu do storytellingu,
• proč v éře AI-generated obsahu rozhoduje autenticita a důvěra – human to human,
• jak AI vytváří dopaminovou smyčku podobnou Candy Crush a kde jsou limity kognitivní zátěže,
• jaké zajímavé startupy má Tenzor v portfoliu – od léčby rakoviny po AI sportovní komentátory,
• jak fungují kvantové počítače vysvětlené na jedné minci,
• a kam míří budoucnost softwaru podle tří investičních tezí: Rewrite, Physical AI a Compute.

Kromě technologií a investic Daniel otevřeně sdílí i svůj pohled na work-life balanc – proč skvělý founder vždy porazí dobrý pitch deck, proč AI nástrojům chybí tlačítko „dost" a co má společného surf s tím, jak přežít v době, kdy se všechno zrychluje.

Epizoda pro každého, kdo chce pochopit, kam se technologie a byznys skutečně posouvají.

📖 Slovníček pojmů najdete ZDE.

Enjoy!

Může člověk bez IT vzdělání dodávat funkční řešení přímo do produkce velké pojišťovny? A co to znamená pro firmy, vývojáře i celé odvětví?

Jakub Lada z Direct pojišťovny vystudoval tiskařinu, poté se roky věnoval likvidaci pojistných událostí a projektovému řízení. S programováním neměl nic společného – dnes se svým týmem dodává hotová řešení do produkce v tempu, které by klasickým agilním vývojem trvalo třikrát až čtyřikrát déle.

V rozhovoru mimo jiné zazní:

• jak se vibecoding postupně „pašoval" do pojišťovny přes vztahy, ne přes nařízení,
• proč je změna myšlení u vývojářů často těžší než u byznysu,
• co je vědomý imperfekcionismus a proč je 95 % výsledku za třetinu času víc než dost,
• proč zkušený vývojář záměrně píše v jazyce, kterému nerozumí,
• jak naroubovat AI na složité pojistné procesy plné výjimek,
• jak vypadá WOW moment, který přesvědčí byznysové lidi, aby AI konečně přijali za svou,
• proč odvaha jednoho lídra rozhoduje víc než rozpočet na AI,
• a proč by každý znalostní pracovník měl umět pracovat aspoň ve dvou AI nástrojích – bez ohledu na to, co platí zaměstnavatel.

Jakub otevřeně popisuje, jaké to je stát mezi vývojáři s pocitem, že tam nepatříte. Jak začínal kopírováním kódu do VS Code, jak přešel na Cursor a dnes staví agentní systémy, které přebírají práci za celé týmy. Na konci epizody prozradí svůj dlouhodobý sen: plně autonomní likvidaci pojistných událostí, kdy klient přijde s problémem a odchází s řešením.

Epizoda pro každého, kdo cítí, že se něco zásadního mění – a chce pochopit, co to znamená pro jeho práci, tým i kariéru.

📖 Slovníček pojmů najdete ZDE.

Enjoy!

V této speciální epizodě se zamýšlím nad tématy, která aktuálně hýbou světem — od článku „Something Big is Happening" Matta Shumera, který za první týden četlo přes 85 milionů lidí, přes truchlení programátorů až po nadšené předpovědi o tom, jak AI bude pracovat za nás — a my budeme mít konečně čas žít. Přidávám vlastní pohled, zkušenosti z praxe v Česku a cestu, jak z toho vytěžit maximum.

Co mají tyto předpovědi společného? 
V čem se liší? 
A co z toho vyplývá pro vás?

Probírám, proč je akcelerace AI reálná a bezprecedentní, jak se formují dva paralelní světy — lidí, kteří AI využívají, a těch, kteří ne, proč je agency nejdůležitější dovedností budoucnosti, kde leží tři obrovské příležitosti a co konkrétně dělat už dneska.

Pusťte si to, zamyslete se, kde se nacházíte právě vy — a co udělat proto, abyste tuto příležitost dokázali využít ve svůj prospěch.

F.

PS: Podcast podporuje program Future AI Leader 2026. Deset týdnů, během kterých se naučíte dokonale využívat AI. Takto jej popisuje Martin Rosa, jeden z účastníků minulého běhu:

„Uvědomíte si, že děláte násobně více věcí za násobně méně času, přitom s pocitem naprostého nadšení a optimismu. A co je nejdůležitější — o všem přemýšlíte úplně jinak. Vše, co dosud vypadalo jako sci-fi, jste najednou schopni dělat hned, skončit do hodiny — a když už se na něčem zaseknete, máte kolem sebe komunitu lidí, co vám pomohou."

Více na www.FutureAILeader.com

David Pavlík prošel Amazonem, Netflixem i SpaceX a dnes experimentuje s tím, jak AI mění nejen programování, ale celou strukturu firem.

Bavili jsme se skoro hodinu a půl a je to podle mě jeden z nejlepších rozhovorů, jaké jsem kdy udělal. Dozvíte se, proč budou firmy potřebovat onboardign i offboarding pro AI agenty, jak při pohovorech otočit otázku "používáte AI?" ve váš prospěch a proč se možná celá vaše osobnost vejde do čtyř odstavců textu.

V rozhovoru mimo jiné zazní:

→ Just-in-time software – budoucnost, kde si firmy staví vlastní nástroje místo předplatného SaaS, protože je to rychlejší a přesnější

→ Bias modelů a firemní rozhodnutí – management dělá zásadní rozhodnutí (výběr LLM), aniž by tušil dopady na firemní kulturu, hodnoty a rozhodování

→ Doménové týmy místo centrálního IT – budoucí struktura firem, kde marketing, supply chain atd. mají vlastní inženýry a fungují jako minifirmy

→ Identita a offboarding AI agentů – jak budeme spravovat tisíce agentů ve firmě, jejich přístupy, logy, systémové prompty a firemní politiky

→ Práce s AI agenty přes noc – spouštění agentů večer, aby ráno byl hotový code review, včetně tipu psát "teď jdu spát", aby se agent neptal a řešil věci sám

→ Využití AI při výběrových řízeních – otočení perspektivy z "jak odhalit AI" na "ukažte, kde jste AI využili" a zadávání cross-doménových úkolů (backend vývojáři generují frontend)

→ Problém přepínání kontextu – když běží 3-5 agentů najednou, vzniká nový typ kognitivní zátěže a potřeba najít best practices pro mezičas (kettlebell, káva, stand-up)

→ AI jako intimní partner – lidé sdílejí s AI věci, které neřeknou ani nejlepšímu kamarádovi (plánování překvapení, osobní problémy, terapie)

→ Člověk jako čtyři odstavce textu – uvědomění, že naše "unikátnost" se možná dá shrnout do krátkého kontextového popisu

David otevřeně mluví o budoucnosti inženýringu, o tom, jak by firmy měly strukturovat týmy, a proč největší problém není technologie, ale to, že management neví, na co se má ptát.

Epizoda je nabitá praktickými postřehy pro každého, kdo chce pochopit, kam směřuje práce s AI.

📖 Slovníček pojmů najdete ZDE.

Enjoy!

Jak vypadá zavádění AI na české základní škole? A co to znamená přesvědčit učitele – od nadšenců až po skeptiky – že umělá inteligence jim může pomoct, ne je nahradit?

Hostem této epizody podcastu Budoucnost nepráce je Jiří Slavík, ředitel ZŠ v Českém Brodě, který už 2,5 roku systematicky zavádí AI do své školy. Od první porady, kde učitelům pustil svůj AI avatar, až po vytvoření interní komunity, která si sdílí, co funguje a co ne.

V tomhle díle se bavíme o tom:

• proč AI používají i učitelé těsně před důchodem – a co je na tom překvapilo,
• jak z hodinové práce s účty udělat 10minutovou záležitost,
• proč Jirka zadává stejný prompt do ChatGPT i Gemini a vybírá lepší výsledek,
• jak funguje diferenciace výuky s AI – každé dítě na jiné úrovni,
• proč interaktivní webovka funguje líp než klasická prezentace,
• co znamená AI-first mindset ve školství,
• a proč je důležité pracovat s AI jako s mentorem, ne jen jako s nástrojem.

Jirka je důkazem toho, že AI ve školství není o nahrazení učitelů – je o tom dát jim superschopnosti.

Slovník pojmů z epizody najdete na tomto odkazu. 

Enjoy!

Jak vypadá práce v AI startupu, který staví infrastrukturu pro agenty? A co to znamená budovat brand a růst firmy mezi San Franciscem a Prahou?

Hostem této epizody podcastu Budoucnost nepráce je Tereza Tížková, první zaměstnankyně a growth lead startupu E2B, který vyvíjí sandboxová prostředí pro AI agenty. Mezi jejich zákazníky patří firmy jako Perplexity, Manus, Grok nebo Mistral.

V rozhovoru mimo jiné zazní:

• proč je důvěra nová měna v době, kdy AI generuje všechno,
• proč je jedno, co přesně je agent – a co lidi doopravdy zajímá,
• jak E2B získalo zákazníky jako Perplexity nebo Grok,
• proč je brand důležitější než virální hacky,
• co obnáší růst AI startupu mezi Prahou a San Franciscem,
• jak se člověk bez technického vzdělání naučil pracovat s vývojáři,
• a proč je v Americe normální platit 500 dolarů za 15 minut konzultace.

Tereza otevřeně mluví o tom, jak budovat značku v developer relations, proč raději používá základní nástroje než testuje každou novinku, a jak vypadá realita práce v AI startupu, který roste z garáže do Series A. Epizoda nabízí pohled do světa, kde se brand buduje komunitou, partnershipy a konzistentní prací – ne virálními zkratkami.

Slovník pojmů z epizody najdete na tomto odkazu. 

Vše, co potřebujete vědět o AI v roce 2026 zjistíte už 21. ledna na https://www.aipredictions.cz/. Zažijte to s námi!

Jak může umělá inteligence změnit fungování veřejné správy?

Hostem této epizody podcastu Budoucnost nepráce je Josef Procházka, tajemník Městského úřadu Kopřivnice, který patří mezi průkopníky využívání AI ve veřejném sektoru.

V rozhovoru mimo jiné zazní:

Představení hosta [04:00]
Proč má dnes 90 % dovedností nulovou hodnotu [07:14]
Jak se právník stal AI lídrem na úřadě [08:28]
Jak úředníci reagovali na první práci s AI [11:53]
Jak má vypadat úřad 21. století [14:10]
Druhý mozek: práce se znalostmi na úřadě [17:22]
Jak AI zrychluje manažerské rozhodování [20:38]
Co hrozí, když odejdou klíčoví lidé [23:34]
Jak vznikl AI asistent ze směrnic [37:02]
Největší chyba při zavádění AI shora [45:41]
Jak přitáhnout mladé lidi do veřejné správy [52:33]
Co by Josef změnil, kdyby byl ministrem digitalizace [56:18]
Tři principy, jak s AI pracovat lépe [58:16]

Josef otevřeně mluví o budování „druhého mozku“, práci s knowledge base, AI mindsetu, chybách v zavádění inovací i o tom, proč je dnes důležitější metodologie než konkrétní nástroj.

Epizoda nabízí velmi praktický pohled na AI nejen pro veřejnou správu, ale pro každého, kdo se snaží pracovat chytřeji v době umělé inteligence.

Slovník pojmů z epizody najdete na tomto odkaze.

V tomto díle si povídám s Lukášem Benzlem, ředitelem České asociace umělé inteligence. A upřímně – je to jedna z nejotevřenějších konverzací o tom, co se v českém AI světě opravdu děje.

Co v epizodě zazní?

Co dělá Česká asociace umělé inteligence a proč rychle roste [04:10]
Jak funguje lobbying v AI a proč je důležitý [6:30]
Význam komunity a networking v AI světě [10:06]
Nejzajímavější AI akce roku – Zážeh, Senát, Měsíc AI, zdravotnictví [11:27]
Upřímnost studentů o používání AI ve školách [15:12]
Příběhy z praxe: Ministerstvo financí a první AI iniciativa [18:28]
AI ve zdravotnictví: Carebot, triáž a záchrana životů [20:34]
Jak velké firmy adoptují AI – Škodovka a její mailbot [25:20]
Kdo v AI selhává a proč – firemní výmluvy vs. realita [34:29]
Dopad AI na zaměstnance a rostoucí rozdíly mezi lidmi [36:40]
AI intuice a nový tlak na dodavatele a freelancery [39:34]
Hrozící protesty proti AI a sociální rozměr změn [44:06]
Budoucnost juniorů a proč se každá firma musí stát školou [47:44]
Kurátor výstupů: klíčová dovednost budoucnosti [50:07]

Mluvíme taky o tom, proč potřebujeme přestat řešit jen technologii a víc se zaměřit na lidi – na jejich dovednosti, intuici, budoucnost a to, jak je firmy dokážou rozvíjet.

Pokud vás zajímá, jak AI mění české firmy, nemocnice, vzdělávání i celý trh práce, tohle je epizoda, kterou nechcete minout.

Slovník pojmů z epizody najdete na tomto odkaze.

Jak může architekt dnes využívat AI tak, že mu to ušetří celé týdny práce? A proč je budoucnost v kombinaci odbornosti a umělé inteligence?

Do dalšího dílu podcastu jsem si pozval Martina Jana Rosu – architekta, který dokonale propojuje svou doménovou expertízu s digitálními nástroji a AI. Tohle je další z velmi praktických rozhovorů, které jsem v poslední době vedl.

Martina jsem se ptal na konkrétní scénáře, jak využívá AI v architektuře i při práci s daty. V podcastu zazní:

Jak AI změnila Martinovu práci za poslední rok [03:25]
Kdy má smysl používat skripty a Python v architektuře [07:13]
Co je BIM / IFC a proč jsou zásadní [08:56]
Automatizace rutinní práce pomocí AI [11:35]
Nástroje Cursor, Replit a Cloud Code v praxi [13:59]
Jak AI přemýšlí: reasoning a samoopravné skripty [17:12]
Budoucnost profesí: doménová znalost + AI [28:39]
„Druhý mozek“ a organizace informací [40:54]
Proč je pořádek v datech klíčový pro práci s AI [48:13]

Tahle epizoda je plná inspirace, konkrétních use cases a praktických tipů, které můžete začít používat hned. Co by se stalo, kdybyste se naučili využívat AI stejně efektivně jako Martin — a kolik práce by vám to ušetřilo?

Tuhle speciální Q&A epizodu jsem natočil po akci The State of AI, kde padla spousta otázek, které si klademe všichni:

• Jak se naučit využívat AI v běžném životě?
• Kde začít, když je těch nástrojů tolik?
• A jak se v tom všem neztratit – ale naopak využít AI ke svému růstu?

Odpovídám na otázky, které mi nejčastěji posíláte – o mindsetu, experimentech, efektivním učení, plánování kariéry i osobním rozvoji.

Ukazuju, že AI není o robotech, ale o lidech, kteří chtějí růst, tvořit a být o krok napřed.

V epizodě mluvím mimo jiné o:

✔ překonávání strachu z AI,

✔ vytváření zdravých pracovních a učebních návyků,

✔ rozdílech mezi nástroji (ChatGPT, Claude, Gemini, Copilot),

✔ konceptu „druhého mozku“ (Notion, Evernote, Obsidian),

✔ komunitním učení a sdílení zkušeností.

Tahle epizoda je pro každého, kdo nechce, aby ho technologie převálcovaly – ale chce je využít naplno, po svém.

I tato témata v podcastu zazní:

Jak začít s AI, i když z ní máte obavy – a proč začít tím, co vás baví [08:07]
Proč si musíte najít „lásku k technologiím“ a jak si vytvořit AI návyk [09:01]
AI jako učitel: jak si s ní vytvořit osobní vzdělávací plán [12:43]
Praktické využití AI při učení jazyků a dovedností [15:14]
Do čeho investovat: ChatGPT, Claude, Gemini – a proč nestačí jen jeden [17:58]
Jak porovnávat modely pomocí minivýběrového řízení [19:50]
Kdy použít Cursor, Copilot a další nástroje pro každodenní práci [20:57]
Cohort-based learning: proč je skupinové učení s AI rychlejší [23:18]
Druhý mozek: jak dokumentovat práci tak, aby mohla pomáhat AI [35:40]
Experimentování jako hlavní cesta k AI mindsetu a intuici [33:21]

Slovník pojmů z epizody najdete na tomto odkaze.