Pravidlá rozhodovania s AI pre slovenské MSP

Nový prieskum Európskej komisie zverejnený 14. októbra 2026 ukazuje, že 42 % oslovených európskych MSP a spoločností so strednou kapitalizáciou už používa umelú inteligenciu alebo algoritmické riadenie, prevažne v obmedzenom či experimentálnom rozsahu. Ďalších 21 % ich plánuje zaviesť. Kľúčovou otázkou pre vedenie firmy už preto nie je iba to, či AI používa. Dôležité je, či každý vie, kedy môže systém odporúčať, kto musí rozhodnúť a aké podklady robia rozhodnutie obhájiteľným.

Nejde iba o nápadné futuristické aplikácie. Medzi opýtanými používateľmi nasadzuje tieto systémy 47 % v zákazníckom servise a vzťahoch s klientmi, 36 % pri monitorovaní výkonu a produktivity a 30 % v logistike, plánovaní alebo rozvrhovaní práce. Odporúčanie tak môže ovplyvniť odpoveď zákazníkovi, pracovnú zmenu, cieľ, zaťaženie či profesijnú budúcnosť človeka ešte skôr, než ho firma vôbec označí za „rozhodnutie AI“.

Prieskum prináša optimizmus aj varovanie

Tri štvrtiny opýtaných firiem očakávajú, že AI a algoritmické riadenie zlepšia kvalitu práce. Z podnikov, ktoré tieto systémy používajú pri rozhodovaní, 52 % uvádza, že technológia iba navrhuje a človek rozhoduje. Celkovo 90 % respondentov tvrdí, že konečné rozhodnutie robia ľudia, a len 2 % opisujú rozhodovanie ako plne automatizované. Zároveň 49 % nedôveruje AI alebo automatizovaným systémom pri personálnych rozhodnutiach. Výraznými prekážkami sú aj právna neistota, investičné náklady a nedostatok odbornosti.

Tieto výsledky si neprotirečia. Firma môže vidieť prevádzkový prínos a súčasne chápať, že technicky presvedčivý výstup ešte nemusí byť spravodlivý, presný ani citlivý na kontext. Spoločné výskumné centrum Európskej komisie v tom istom týždni uviedlo, že využívanie AI v strategických odvetviach EÚ vzrástlo zo 7 % v roku 2021 na 18 % v roku 2025. Hlbší prínos sa však spája s organizačnou zmenou a začlenením do reálnych procesov, nie iba s pridaním dostupného nástroja.

Začnite inventúrou rozhodnutí, nie zoznamom AI nástrojov

Zoznam softvéru ukáže, čo firma nakúpila. Inventúra rozhodnutí odhalí, kde sa mení právomoc. Každé oddelenie by malo pomenovať opakované rozhodnutia, ktoré ovplyvňuje skóre, prognóza, odporúčanie, poradie alebo generovaný návrh. Pri každom si zapíšte:

o aké rozhodnutie ide a koho sa dotýka;
aké údaje používa a odkiaľ pochádzajú;
či systém informuje, odporúča, určuje poradie alebo koná;
kto je konkrétnym vlastníkom rozhodnutia a kto ho zastupuje;
aký môže byť prevádzkový, finančný, právny alebo ľudský dôsledok;
ako možno chybu rozpoznať, spochybniť a opraviť.

Takéto mapovanie často odhalí „tichú automatizáciu“: rozpis zmien prijatý bez kontroly, hodnotenie obchodných kontaktov určujúce, komu sa tím bude venovať, produktivitu zredukovanú na jeden ukazovateľ alebo presvedčivú odpoveď zákazníkovi odoslanú bez overenia. Nie je dôvod na paniku. Každý z týchto prípadov však potrebuje jasnú hranicu.

Rozdeľte rozhodnutia do troch tried

Primeraný model udrží kontrolu použiteľnú. Rozhodnutia zaraďujte podľa dôsledku, nie podľa technickej zložitosti:

Medzi rozhodnutia s nízkym vplyvom môže patriť zaradenie internej požiadavky alebo návrh termínu stretnutia, ak sa dá úkon ľahko vrátiť. Stredný vplyv môže mať poradie obchodných kontaktov, návrh doplnenia zásob či zákazníckej kompenzácie. Vysoký vplyv majú napríklad prijatie alebo prepustenie, odmeňovanie, disciplinárny krok, prístup k zásadnej službe, významná cenová zmena, bezpečnostne citlivé plánovanie alebo porovnateľne závažný zásah do života človeka.

Trieda určí minimálnu kontrolu: schválenie, vysvetlenie, kontrolu údajov, druhého posudzovateľa, záznam alebo možnosť namietať. Zároveň bráni častej chybe, keď firma vytvorí zložitú komisiu pre každé drobné použitie, no rozhodujúci dashboard nechá prakticky bez dozoru.

Ľudská kontrola musí byť skutočná

Človek, ktorý klikne na „schváliť“, ešte nemusí uplatniť vlastný úsudok. Zmysluplná kontrola vyžaduje čas, informácie a právomoc dospieť k inému výsledku. Posudzovateľ musí rozumieť tomu, čo výstup vyjadruje, čo v ňom chýba, ako aktuálne sú vstupy a ktoré signály vyžadujú eskaláciu.

Pri pracovnom rozvrhu to môže znamenať prístup k zmluvným obmedzeniam, kvalifikáciám, schváleným absenciám a bezpečnostným podmienkam, nielen k skóre efektívnosti. Pri hodnotení obchodných kontaktov treba preveriť, či historické údaje systematicky nezvýhodňujú jeden trh alebo typ zákazníka. Pri hodnotení výkonu musí vedúci zohľadniť kontext práce a neurobiť z náhradného ukazovateľa, napríklad času odpovede, úplný obraz o prínose človeka.

Pri rozhodnutiach s vysokým vplyvom vyžadujte krátke odôvodnenie, nie iba potvrdenie systému. Sledujte, ako často ľudia odporúčanie zmenia. Nulový počet zmien nie je dôkazom dokonalej presnosti. Môže upozorniť na nekritické preberanie výstupu, slabú právomoc alebo obrazovku, ktorá skrýva potrebný kontext.

Dajte dotknutým ľuďom použiteľnú možnosť výsledok spochybniť

Agentúra EU-OSHA pri zavádzaní AI do riadenia pracovníkov zdôrazňuje ľudsky orientovaný prístup, účasť zamestnancov a spoľahlivý systém bezpečnosti a ochrany zdravia pri práci. Zapojenie nie je iba gestom. Ľudia vykonávajúci danú prácu často najlepšie vedia, ktoré údaje sú neúplné, aké výnimky v procese vznikajú a kde môže ukazovateľ podporiť nesprávne správanie.

Pred zavedením vysvetlite jednoduchým jazykom účel, zdroje údajov, očakávaný prínos a limity. Nechajte zástupcov dotknutých rolí vyskúšať hraničné prípady. Po spustení vytvorte cestu, cez ktorú možno nahlásiť chybný vstup alebo škodlivý výsledok bez potreby diskutovať o matematike modelu. Určte, kto prípad vyšetrí, dokedy dostane človek odpoveď a ako firma opraví pôvodný záznam.

Oddeľte sledovanie procesu od posudzovania zamestnanca

Dashboard môže dobre odhaliť front požiadaviek, meškanie alebo kapacitný problém. Riziko vzniká, keď sa ukazovateľ procesu potichu zmení na hodnotenie človeka. Nedokončené úlohy môžu odrážať vysoký dopyt, výpadok systému či kvalitu vstupu. Nižší počet prípadov môže súvisieť s ich zložitosťou. Údaj o polohe sám osebe nemusí spoľahlivo vypovedať o produktívnej práci.

Vopred určte, ktoré metriky slúžia na zlepšovanie procesu a ktoré možno použiť v pracovnoprávnom rozhodnutí. Obmedzte prístup, dobu uchovávania a ďalšie použitie. Ak sa spracúvajú osobné údaje, posúďte dôsledky GDPR a podľa potreby vyhľadajte odbornú radu. Rozhodnutia založené výlučne na automatizovanom spracúvaní môžu vyvolať osobitné právne otázky a Akt o AI označuje niektoré použitia v oblasti zamestnávania za vysokorizikové. Všeobecná fráza „človek zostáva v procese“ nenahrádza posúdenie konkrétneho prípadu.

Od dodávateľa kupujte dôkazy, nie sľuby

Pri externom systéme žiadajte dokumentáciu zodpovedajúcu triede rozhodnutia: určený účel, požiadavky na údaje, známe obmedzenia, možnosti nastavenia, históriu zmien, prístupové práva, záznamy, export a vymazanie údajov, možnosť ľudského zásahu a podporu pri incidente. Ujasnite si, kto smie systém preškoliť alebo zmeniť a ako sa firma dozvie o zmene správania.

Nástroj vyskúšajte na reprezentatívnych prípadoch skôr, než ovplyvní živé rozhodnutie. Zahrňte bežné situácie, zriedkavé výnimky aj úmyselne neúplné vstupy. Ak môže byť dotknutá spravodlivosť, porovnajte výsledky medzi relevantnými skupinami. Zaznamenajte východiskový stav, voči ktorému budete merať prínos. Inak sa môže pekný dashboard stať vlastným dôkazom úspechu.

Praktický 30-dňový riadiaci šprint

1. týždeň – nájdite: určte desať najzávažnejších rozhodnutí, ktoré už ovplyvňuje automatizované odporúčanie, skóre alebo generovaný obsah.
2. týždeň – zaraďte: priraďte nízky, stredný alebo vysoký vplyv; pomenujte vlastníka, potrebné podklady, právomoc zmeniť výsledok a cestu na podanie námietky.
3. týždeň – otestujte: spolu s dotknutými zamestnancami prejdite typické aj výnimočné prípady; skontrolujte údaje, vysvetlenia, pracovné zaťaženie a riešenie chýb.
4. týždeň – začleňte: vložte pravidlá do skutočného procesu, pripravte posudzovateľov, určte sledovanie a naplánujte prvú kontrolu po reálnom použití.

Merajte kvalitu rozhodnutí

Počet použití nástroja nie je výsledkom. Sledujte malú skupinu ukazovateľov: chybovosť a opravy, zmeny odporúčaní, námietky, čas ušetrený po započítaní kontroly, rozdelenie výsledkov, incidenty, spätnú väzbu zamestnancov a zlepšenie pôvodného prevádzkového cieľa. Kontrolujte zmeny verzie, zdrojov údajov aj podmienok podnikania. Model, ktorý fungoval minulý štvrťrok, sa môže zhoršiť po zmene sortimentu, tímu alebo správania zákazníkov.

Cieľom nie je úplná automatizácia ani formálne ľudské odkliknutie. Firma potrebuje stav, v ktorom technológia zrýchľuje analýzu, ale neznejasňuje zodpovednosť. Keď sú triedy rozhodnutí, vlastníci, podklady a cesty na námietku jasné, MSP môže využívať AI sebavedomejšie a nemusí prenášať neurčené riziko na jednotlivých zamestnancov.

Ak potrebujete pomoc s rozhodovacími štruktúrami, zodpovedným návrhom procesov a praktickou realizáciou, pozrite si naše poradenské služby.

Zdroje a ďalšie čítanie

Fakty, čísla a aktuálny kontext sme 18. októbra 2026 overili v nasledujúcich oficiálnych európskych zdrojoch. Triedy rozhodnutí, riadiaci šprint, praktické odporúčania, závery a formulácie sú vlastnou redakčnou prácou Merkle s. r. o.

Eurobarometer oslovil súkromné MSP a spoločnosti so strednou kapitalizáciou s 1 až 749 zamestnancami vo všetkých 27 štátoch EÚ. Údaje opisujú oslovenú vzorku a nemožno ich chápať ako mieru používania v konkrétnom odvetví alebo firme. Článok poskytuje všeobecné prevádzkové odporúčania a nenahrádza posúdenie podľa pracovného práva, ochrany osobných údajov, BOZP či pravidiel pre AI ani individuálne právne poradenstvo.