Zdroj: https://www.talentpilot.com/cs/blog-posts/from-job-descriptions-to-agent-prompts-how-to-brief-ai-about-roles

[← Zpět na všechny články](https://www.talentpilot.com/cs/blog)

# Architektura pracovních míst pro éru AI: od popisů pozic k rozhodování o lidech

Luděk Mohr · 21. října 2025 · Aktualizováno 28. září 2026

\[Image: AI-native job architecture guide\]

Architektura pracovních míst pro éru AI definuje, co má každá role přinášet, když AI mění její úkoly, odpovědnosti a potřebné kompetence. Talentpilot převádí stávající popisy pozic, rodiny rolí a úrovně do strukturovaných standardů, které HR a vedení schvalují a využívají při mapování kompetencí, rozvoji, interní mobilitě a náboru.

## Co se mění u architektury pracovních míst pro éru AI?

Název pozice a seznam dovedností nestačí k vysvětlení, jak se má práce změnit. Užitečný standard jasně stanovuje odpovědnosti, podobu kvalitního výkonu na dané úrovni a způsob využívání, ověřování nebo odmítnutí pomoci AI. Připravenost na AI se stává součástí role, nikoli odděleným požadavkem na obecné školení.

Talentpilot staví tento základ na připravenosti na AI, kritériích role a kompetencích, doplněných o kontext firmy, externí profesní data a očekávání pro jednotlivé úrovně. Výsledkem je propojení vaší stávající architektury s rozhodováním o lidech. Každou roli nemusíte vytvářet od začátku.

## Vytvořte standard role ve čtyřech krocích

### 1\. Začněte prací, které již rozumíte

Připravte stávající popisy pozic, rodiny rolí, úrovně a interní standardy. Vyberte jednu rodinu rolí a zapojte odpovědného vedoucího. Zaznamenejte, kde týmy používají stejný název pro různé odpovědnosti, a zachovejte opodstatněné místní rozdíly.

### 2\. Definujte kompetence a připravenost na AI pro každou úroveň

Nahraďte vágní očekávání typu „umí pracovat s AI“ kritérii vztahujícími se ke konkrétní práci. Solutions engineer například potřebuje zkontrolovat návrh vytvořený pomocí AI vůči požadavkům zákazníka, vysvětlit jeho předpoklady a poznat, kdy je nutná kontrola specialistou. Dohodněte se, jak se očekávání liší u juniorní a seniorní role.

### 3\. Nechte standard schválit HR a vedením příslušné oblasti

Před použitím standardu zkontrolujte odpovědnosti, požadované podklady a očekávání pro jednotlivé úrovně. Návrh vytvořený AI je výchozím bodem této kontroly. Určete vlastníka a datum revize, aby bylo možné standard přehodnotit při změně práce.

### 4\. Využívejte požadavky napříč rozhodováním o lidech

Schválený standard využijte k mapování kompetencí zaměstnanců, cílenému rozvoji s Nikem a posouzení připravenosti na interní přesun. Pokud je potřeba externí nábor, Alex vede nastavené procesy předvýběru a pohovorů podle příslušných kritérií. Odpovědní lidé posoudí podklady a rozhodnou.

## Praktický příklad: solutions engineer využívající AI

Ilustrativní příklad. Původní popis práce konzultanta technických řešení uvádí „připravovat nabídky pro zákazníky“. AI-native standard upřesňuje, jak ověřit nabídku vytvořenou s pomocí AI, vyřešit nepodložená tvrzení a vysvětlit doporučení. Za nabídku nadále odpovídá zaměstnanec; využití AI mění pracovní postup i požadované schopnosti.

Pokud zaměstnanec přehlédne nepodložené technické tvrzení, rozvojovým krokem je osvojit si metodu ověřování, použít ji u další nabídky a výsledek projít s technickým vedoucím. Niko může podpořit cíl učení, reflexi a navazující kroky. Nácvik vysvětlení zákazníkovi je samostatné komunikační cvičení. Pokud je potřeba externí nábor, Alex může získávat podklady o kandidátech podle stejného požadavku.

### Před a po: standard role, který si můžete přizpůsobit

Ilustrativní šablona standardu role. Před: „Připravovat nabídky pro zákazníky.“ Po: „Ve vhodných případech využívat schválenou podporu AI, ověřovat podstatná tvrzení podle požadavků zákazníka a schválených zdrojů, vyřešit nepodložené předpoklady a před odesláním zajistit požadovanou kontrolu nabídky.“

Lidská odpovědnost: konzultant technických řešení odpovídá za přesnost, vhodnost a předání nevyřešených otázek. Podpora AI: pomoc s návrhem v rámci schváleného firemního postupu a pravidel pro data. Požadované důkazy: komentovaná nabídka se záznamem ověřených zdrojů, provedených oprav a otázek předaných k dalšímu řešení.

Očekávání podle úrovně: juniorní konzultant používá dohodnutý kontrolní seznam s následnou kontrolou; seniorní konzultant řeší nejednoznačné požadavky, vysvětluje kompromisy a rozpozná potřebu odborného posouzení. Očekávání pro konkrétní role musí schválit HR a vedení příslušné části firmy.

Odpovědnost a revize: určete vlastníka role, zaznamenejte schválenou verzi a stanovte datum revize. Kritérium využijte při [mapování schopností](https://www.talentpilot.com/cs/blog-posts/how-ai-agentic-skill-mapping-transforms-organizational-talent) a podle zjištění rozhodněte o rozvoji, interním přesunu nebo náboru.

## Co můžete konsolidovat?

Příležitostí ke konsolidaci je společný standard pro architekturu pracovních pozic, mapování schopností, rozvoj, interní mobilitu a nábor. Schválený požadavek, například „ověřovat nabídky vytvořené s pomocí AI“, může určovat hodnocení zaměstnance, rozvojový cíl, posouzení připravenosti na cílovou roli i náborová kritéria pro Alex. Týmy tak mohou omezit opakované vytváření stejného kontextu v oddělených nástrojích. HCM, ATS i specializované vzdělávací systémy mohou zůstat součástí řešení.

### Příklad z praxe: rozšíření architektury pracovních míst o požadavky na AI

Publikovaná případová studie Talentpilotu popisuje internetového prodejce kosmetiky, který zachoval stávající úrovně pracovních míst podle metodiky Korn Ferry a doplnil svou architekturu o požadovanou úroveň práce s AI u více než 100 rolí. Strukturované rozhovory vedené AI pak sloužily k hodnocení zaměstnanců podle těchto standardů a Niko je podporoval v rozvoji při jejich každodenní práci. Program zahrnoval více než 3 500 zaměstnanců v šesti zemích. Stejné požadavky jednotlivých rolí tak propojovaly architekturu pracovních míst s hodnocením a rozvojem zaměstnanců.

[Přečtěte si, jak firma propojila architekturu pracovních míst, hodnocení kompetencí a rozvoj s Nikem.](https://www.talentpilot.com/cs/ai-transformation-case-study)

## Jak začít a měřit pokrok

Začněte jednou rodinou rolí. Sledujte podíl rolí se schválenými standardy, nevyřešené rozdíly v očekáváních mezi úrovněmi a to, zda hodnocení a rozvoj používají stejná kritéria. U vzorku personálních rozhodnutí zkontrolujte kvalitu podkladů. Tyto kontroly ukazují použitelnost architektury, samy však neprokazují lepší obchodní výsledky.

## Nahrazuje to taxonomii dovedností?

Taxonomie dovedností poskytuje společný jazyk. Architektura pracovních míst doplňuje roli, odpovědnosti, úrovně a kontext, ve kterém jsou dovednosti důležité. Talentpilot propojuje standardy rolí s podklady o kompetencích, aby taxonomie podporovala praktická rozhodnutí o rozvoji, mobilitě a náboru.

## Projděte si celý postup

Přineste na demo jednu rodinu rolí a její stávající popisy. Uvidíte, jaké standardy z nich vzniknou, jak se podle nich posuzují lidé a jak zjištění ovlivňují rozvoj nebo nábor.

## Popis produktu a další čtení

[Architektura pracovních míst pro éru AI](https://www.talentpilot.com/cs/job-architecture)

[Mapování dovedností a kompetencí](https://www.talentpilot.com/cs/skills-capability-mapping)

[Mapování kompetencí zaměstnanců: od dat o dovednostech k rozhodování o rozvoji](https://www.talentpilot.com/cs/blog-posts/how-ai-agentic-skill-mapping-transforms-organizational-talent)

[Kontinuální rozvoj v éře AI](https://www.talentpilot.com/cs/blog-posts/continuous-talent-development-in-the-ai-era)

[Domluvit demo](https://www.talentpilot.com/cs/request-demo)

## Udělejte ze svých lidí konkurenční výhodu.

Slaďte role, dovednosti, rozvoj, interní mobilitu a nábor se schopnostmi, které bude vaše firma potřebovat.

[Domluvit demo](https://www.talentpilot.com/cs/request-demo)