AI kolega (AI teammate) je umělá inteligence, které předáte celou práci, podobně jako byste zadávali úkol kolegovi. Nekrmíte ji jednou otázkou za druhou. Přečte si dokumenty a nástroje vašeho týmu, udělá práci krok za krokem a odevzdá něco, co může člověk zkontrolovat, schválit a znovu použít.
To je krátká odpověď. Ta delší se týká slova „kolega“. Používá ho dnes spousta produktů. Některé tím myslí jen chatbota s přátelským jménem. Tento průvodce ukazuje, co by to slovo mělo znamenat, provede vás od začátku do konce jednou prací podle reálného vzoru a otevřeně říká, kde srovnání s lidským kolegou pokulhává.
Pokud vás zajímá, jak může AI převzít práci napříč nástroji, základy AI agentů vysvětlují technický princip na konkrétním úkolu. Článek o AI zaměstnancích pomáhá určit hranice přirovnání k novému kolegovi: kterou práci lze předat a které úsudky, schválení i odpovědnost musí zůstat lidem.
Co je AI kolega?
AI kolega je umělá inteligence, která převezme kus práce a dotáhne ho do použitelného výsledku. Řeknete, co potřebujete. Z propojených nástrojů si sesbírá, co potřebuje, projde jednotlivé kroky a dá vám něco konkrétního: podklad, tabulku, prezentaci, sadu konceptů e-mailů, aktualizovaný záznam.
Od AI, kterou už většina lidí používá, ho odlišují tři věci:
- Bere si práci, ne otázku. Chatbot odpoví a čeká. AI kolega převezme zadání „připrav tento měsíc oslovení partnerů“ a udělá rešerši, užší výběr i koncepty zpráv.
- Pracuje s informacemi vašeho týmu. Přečte si brief v Google Drive, přehled v Sheets a rozhodnutí ve Slacku. Nemusíte všechno vkládat do okna chatu.
- Podává zprávu. Ukáže, co udělal, zeptá se, když chybí něco důležitého, a konečné rozhodnutí nechá na vás.
Oficiální definice neexistuje. Firmy vedou hranice na různých místech. Asana prodává AI Teammates, kteří fungují uvnitř jejího nástroje pro řízení projektů. V listopadu 2026 přidala AI Meetings, kde lze úkoly ze schůzky přidělit člověku nebo AI Teammate. Tým People Insights ve společnosti Atlassian v červenci 2026 napsal, že nejtěžší na tom udělat z AI skutečného spolupracovníka nebyla samotná AI. Nejtěžší bylo zajistit jí stálý přístup k datům týmu, jeho definicím a způsobům práce.
Většina AI kolegů stojí na AI agentech. AI agent je software, který umí naplánovat kroky a použít nástroje, aby dosáhl cíle. „Kolega“ popisuje pracovní vztah kolem něj: kdo mu zadává práci, k čemu má přístup, jak podává zprávy a kdo dává konečný souhlas.
AI kolega vs. AI asistent vs. chatbot
Tyto pojmy se částečně překrývají. Tady je praktický rozdíl pro firemní tým.
| Chatbot | AI asistent | AI kolega | |
|---|---|---|---|
| Co mu zadáte | Otázku | Úkol v jedné aplikaci | Práci s jasným výsledkem |
| Co ví o vaší práci | To, co napíšete | To, co je v té jedné aplikaci | Dokumenty a účty, které práce vyžaduje |
| Co dostanete zpět | Odpověď | Návrh v té aplikaci | Hotovou práci: soubory, koncepty, stránky, aktualizace |
| Kdo může znovu použít to, co fungovalo | Nikdo, pokud si prompt neuložíte | Obvykle jen vy | Celý tým |
| Kdo rozhoduje | Vy | Vy | Vy, v bodech, které si zvolíte |
Žádná z těchto možností není obecně lepší. Pro rychlou odpověď použijte chatbota. AI kolega se vyplatí, když práce zasahuje do několika nástrojů, zabrala by vám celé odpoledne a bude se opakovat.
Co z něčeho dělá „kolegu“?
Zamyslete se, čím je nový kolega užitečný. Dohodnete se, na čem pracuje. Zná souvislosti. Vidíte, co udělal. Můžete ho zastavit nebo změnit směr. A když přijde na dobrý způsob, jak něco dělat, může ho využít i zbytek týmu.
Výzkumníci většinu z toho popsali dávno před dnešní AI. V roce 2004 skupina vedená Garym Kleinem a Davidem Woodsem zkoumala, co je potřeba, aby byl jakýkoli automatizovaný systém dobrým "team player" (čes. týmovým hráčem). Podle nich každá společná práce potřebuje čtyři věci. Tady jsou srozumitelně, i s tím, co hledat u AI kolegy:
| Co týmová práce potřebuje | Jednoduše řečeno | Co hledat |
|---|---|---|
| Společný cíl | Oba víte, jak vypadá „hotovo“ | Můžete předat celou práci, ne jen otázku? |
| Společný základ | Oba vycházíte ze stejných faktů | Čte vaše skutečné dokumenty a řekne vám, co z nich pochopil? |
| Předvídatelnost | Vidíte, co dělá | Můžete každý krok zpětně zkontrolovat? |
| Řiditelnost | Můžete ho usměrnit | Můžete ho opravit nebo zastavit a omezit, co smí dělat? |
Týmy potřebují ještě jednu věc, na kterou se studie z roku 2004 nezaměřila: co jeden člověk vymyslí, by mělo pomoct dalšímu. Právě tuto část většina AI produktů vynechává a právě tady si „kolega“ své jméno zaslouží.
Srovnání vám také pomůže lépe delegovat. Profesor z Whartonu Ethan Mollick to zdůrazňuje v rozhovoru z roku 2026: pokud svému oboru rozumíte, můžete AI zadávat pokyny a odhalovat její chyby stejně jako u juniorního kolegy. Zároveň jasně říká, že AI není člověk.
YouTube · Simon Sinek
The AI Skills Nobody is Teaching (And Everyone Needs) | AI Expert Ethan Mollick (čes. dovednosti s AI, které nikdo neučí a všichni potřebují) · 16. června 2026
Mollick říká, že AI "works enough like people" (čes. funguje dost podobně jako lidé), takže zkušení zaměstnanci ji mohou řídit a zachytit její chyby, zatímco začínající pracovníci často výstup ještě neumí posoudit.
Držte se obou polovin. Když s AI jednáte jako s kolegou, lépe jí práci zadáte. Neznamená to ale, že AI odpovídá za výsledek.
Jedna práce od předání po výsledek
Takhle to vypadá na skutečné práci. Příběh je příklad. Snímky obrazovky pocházejí z ukázkového pracovního prostoru Okou se vzorovými dokumenty.
Maya vede marketing v softwarové firmě s 15 lidmi. Potřebuje pět tvůrců pro kampaň se sponzorovanými tutoriály. Všechno, co by dala novému kolegovi, je ve složce na Google Drive: positioning produktu, brand manuál, brief kampaně, poznámky k cenám a návrh partnerské nabídky. Kdyby to dělala sama, zabralo by jí to den.
Vy určíte cíl a zkontrolujete výsledek. Kdykoli krok vyžaduje schválení, AI se před ním zastaví.
1. Předejte práci
Maya napíše krátký brief, stejně jako by ho psala pro člověka. Pro koho je kampaň. Jak vypadá dobrý tvůrce. Potřebuje pět. Nic se neodešle bez její kontroly.
Tady se většina předání pokazí, ať už lidem, nebo AI. „Najdi nějaké influencery“ přinese od kohokoli vágní výsledek. Řekněte, jak vypadá hotová práce, pro koho je, kdy ji potřebujete a co nedělat.
2. Seznámení s kontextem
Dobrý AI kolega nejdřív čte, potom jedná. Maya nasměruje Okou do složky na Drive. Okou si přečte pět dokumentů a shrne, co je v každém z nich, aby Maya mohla opravit mylné předpoklady dřív, než začne skutečná práce.
Okou shrne pět dokumentů kampaně do tabulky a před zahájením oslovování položí jednu otázku. Kliknutím na obrázek ho zobrazíte v plné velikosti. Ukázkový pracovní prostor se vzorovými dokumenty.
Nejdůležitější je poslední řádek tabulky. Říká, že partnerská nabídka je "a sponsored tutorial; fee, scope, and usage rights still need agreement" (čes. sponzorovaný tutoriál; honorář, rozsah a práva k užití je ještě třeba dohodnout). Tenhle jediný řádek mění, co mají e-maily obsahovat. E-mail, který uvede honorář, by byl špatně, ať by byl napsaný sebelépe. Přesně tohle v praxi znamená „využít kontext týmu“: o dalším postupu rozhodují fakta ve vašich dokumentech. Proto také Okou končí otázkou a nehádá.
Jedno omezení je dobré znát: v Okou má každý chat vlastní historii. Nový chat začíná od nuly, pokud ho neodkážete na dřívější chat. Nic se za vašimi zády nepřebírá z jiných konverzací. (Více o tom, jak udržet sdílený kontext aktuální, najdete v článku Správa kontextu AI agentů pro týmovou spolupráci.)
3. Práce, kterou je vidět
Teď skutečná práce: najít kandidáty, ohodnotit je podle briefu, sestavit přehled a každému napsat osobní e-mail. Každý krok se průběžně zobrazuje v chatu. Práce běží v cloudu, takže pokračuje, i když Maya zavře notebook.
Maya to nemusí sledovat. Spíš by ani neměla.
YouTube · Sequoia Capital
What's next for AI agentic workflows ft. Andrew Ng of AI Fund (čes. co dál s agentními AI workflow) · 26. března 2024
Ng přirovnává neustálé dohlížení na práci agenta k novému manažerovi, který deleguje úkol a za pět minut se jde podívat, jak to jde.
Nástroje se od té přednášky z roku 2024 hodně změnily. Ta rada ne. Pokud něco přece jen nevypadá dobře, může Maya zastavit běh nebo poslat opravu, zatímco práce ještě probíhá („vynech každého, kdo už spolupracuje s konkurencí“). Okou ji zapracuje bez nutnosti začínat znovu.
4. Zastavit se a zeptat
Některé věci by se neměly stát jen proto, že se tak AI rozhodla: e-mail cizímu člověku, utrácení peněz, změna zákaznických záznamů, publikování. Důvěryhodný AI kolega je nemůže udělat, pokud mu to někdo nepovolil.
Maya povolila Okou ukládat koncepty v Gmailu, ale ne je odesílat. Pokud práce vyžaduje něco, co povoleno není, běh se pozastaví. Člověk přesně vidí, o co se žádá, a rozhodne ano, nebo ne, a na jak dlouho. (Podrobnosti najdete v průvodci oprávněními v Okou.)
Žádost o oprávnění uvádí nástroj, přesnou akci a dobu, po kterou přístup platí. Nic se nestane, dokud to člověk nepotvrdí.
Praktický tip: pokud má nějaký krok vždy zůstat na člověku, danou akci vůbec nepovolujte. Povolte koncept, odeslání si nechte. Víc jsme o tom psali v článku Debata o pozastavení AI je zpět. Poslední slovo musí mít vaše firma.
5. Odevzdání práce
Práce končí něčím, co Maya může použít, ne stěnou textu v chatu. Přehledem s pěti tvůrci a zdůvodněním, proč se každý hodí. Osobním e-mailem pro každého, uloženým jako koncept v Gmailu.
E-maily se vracejí jako koncepty. Nic se neodešle, dokud to neodešle člověk. Ukázková data.
Maya přepíše jednu úvodní větu, vyřadí tvůrce, jehož publikum je příliš mladé, a odešle čtyři e-maily. To je její část práce a tak to má být.
6. Opakovatelné použití
Tady si „kolega“ své jméno zaslouží. Příští měsíc potřebuje Mayin kolega Dev totéž pro jiné uvedení produktu. Bez možnosti znovu použít Mayinu práci by začínal od nuly a všechno se učil znovu.
Místo toho Maya požádá Okou o uložení práce jako workflow (pracovní postup). Workflow je uložený recept: co číst, jaké kroky dodržet, jak má výsledek vypadat a jaká platí pravidla („jen koncepty, nikdy neuváděj honorář, dokud nejsou dohodnuté podmínky“). Její poznámka o věku publika se sama neuloží. Maya ji doplní, protože oprava se stane pravidlem týmu teprve tehdy, když ji někdo zapíše.
Když Dev workflow spustí, použije jeho Gmail a jeho oprávnění, ne Mayina. Sdílení workflow sdílí postup, ne něčí schránku nebo přihlašovací údaje. A workflow se nespustí sám. Pokud ho tým chce mít každý měsíc bez připomínání, přidá automatizaci (automation): plán, určeného vlastníka a místo, kam má výsledek putovat.
Předání práce, které další člověk může prověřit
Mayin příběh je ilustrativní. Chcete-li si stejné předání práce vyzkoušet, použijte malé ukázkové zadání se třemi pevnými pravidly: cílovou skupinou musí být netechničtí firemní uživatelé; každý kandidát potřebuje aktuální důkazy relevantní práce; před kontrolou se nesmí závazně slíbit odměna ani oslovení.
Požádejte o přehled se sloupci: kandidát, důkazy o publiku, aktuální příklad a datum, vhodnost, neznámé údaje, odkaz na koncept, osoba odpovědná za kontrolu. Kandidát bez důkazů o publiku zůstává neověřeným tipem a nepočítá se mezi vyhovující kandidáty. Neodeslaný koncept neznamená kontaktovaného partnera.
| Oblast kontroly | Co vyhovuje | Co je třeba opravit |
|---|---|---|
| Důkazy | Zdroj a datum podporují tvrzení o publiku | Vysoký počet sledujících nahrazuje vhodnost publika |
| Chybějící fakta | Odměna je označena jako neznámá | Koncept si vymýšlí cenu |
| Předání práce | Každá otevřená otázka má určenou osobu odpovědnou za kontrolu | Další kolega musí hádat, co není vyřešené |
| Opakované použití | Pracovní postup obsahuje opravené pravidlo | Oprava existuje pouze v Mayině chatu |
Před sdílením metody záměrně zařaďte jednoho kandidáta bez důkazů o publiku. Ověřte, že výsledek mezeru označí, místo aby ji doplnil. Pak nechte kolegu spustit uložený pracovní postup s jeho vlastními účty. Nový výstup a hranici přístupu kontrolujte samostatně: sdílené pokyny nejsou sdílená oprávnění. Jde o opakovatelnou akceptační kontrolu, nikoli o popsaný zákaznický test nebo příslib konkrétního výsledku.
Kde srovnání pokulhává
Když AI nazýváme kolegou, vytváří to očekávání. Některá z nich jsou mylná. Pět věcí, na které pamatovat:
- Neodpovídá za výsledek. Odpovídáte vy. „Udělala to AI“ neobstojí před zákazníkem, klientem ani vaším šéfem.
- Nepamatuje si všechno, co jste kdy řekli. Ví to, co je v chatu, v souborech a v uložených pokynech, které mu dáte.
- Sdílený AI kolega neznamená sdílené účty. Kolegové mohou používat stejného AI kolegu i stejné workflow a přitom si ponechat vlastní přihlášení, chaty a oprávnění.
- Z opravy se nepoučí, pokud ji neuložíte. Oprava dnešní práce neopraví práci příští měsíc. Aktualizace workflow ano.
- V jednom úkolu může být skvělý a v podobném se mýlit. Studie z roku 2023 s 758 konzultanty BCG, kteří používali GPT-4, zjistila, že AI je u většiny úkolů zrychlila a zlepšila, ale u jednoho, který vypadal stejně snadno, je zhoršila. Dnešní modely jsou mnohem silnější než ty z roku 2023, takže tato čísla neberte jako aktuální. Ponaučení ale platí dál: zvenčí nepoznáte, kde je AI slabá. Musí to zkontrolovat někdo, kdo práci rozumí.
Nové riziko: souhlasit s AI, aniž byste si toho všimli
Existuje i tišší problém. Alex Tamkin, výzkumník ve společnosti Anthropic, o něm v říjnu napsal příspěvek.
X · Alex Tamkin (@AlexTamkin) · 27. října 2026
"When experts delegate work to an agent, do they still make the key decisions?" (čes. Když odborníci delegují práci na agenta, dělají stále klíčová rozhodnutí oni?)
Studie, ze které příspěvek vychází, zadala 50 profesionálním datovým analytikům realistickou analýzu, kterou měli udělat s AI agentem. U každého klíčového rozhodnutí určil hod mincí, kterou ze dvou rozumných možností bude agent obhajovat. Analytici o tom nevěděli. Přiklonili se ke straně agenta v 86 % případů, přičemž náhoda by dala 50 %. Více než polovina z nich potom uvedla, že konečné doporučení působilo spíš jako jejich vlastní než jako agentovo.
Je to jedna studie s jedním typem úkolu a jednou skupinou odborníků. Odpovídá ale tomu, co byste čekali i od lidí: se sebevědomým kolegou, který udělal všechnu práci, se těžko nesouhlasí. Pro Mayu je z toho jednoduchý závěr. Důležitá rozhodnutí udělejte dřív, než si přečtete argumenty AI. Maya měla „žádný honorář, dokud nejsou dohodnuté podmínky“ rozhodnuté ještě předtím, než se koncepty vrátily, takže kontrolovala koncepty podle svého pravidla, a ne naopak.
2026 Work Trend Index od Microsoftu ukazuje, že lidé to tuší. V průzkumu mezi 20 000 lidmi, kteří používají AI v práci, v 10 zemích (od února do dubna 2026) uvedlo 86 %, že výstup AI berou jako výchozí bod a chtějí "stay responsible for the thinking" (čes. zůstat odpovědní za přemýšlení). Kontrola práce AI (50 %) a kritické myšlení (46 %) se umístily na špičce seznamu schopností, na kterých teď záleží víc. Tak to lidé říkají, ne vždy to tak ale dělají. Studie výše připomíná, jak velký ten rozdíl může být.
Slib „AI kolegové místo nových zaměstnanců“
AI kolegy uvidíte prodávat i jako způsob, jak se vyhnout náboru.
X · Vasco Calais Pedro (@justvasco) · 7. října 2026
"We built Spinnable with 21 AI teammates and ONLY 5 humans" (čes. Postavili jsme Spinnable s 21 AI kolegy a POUZE 5 lidmi)
Pedro je zakladatel Spinnable a jde o příspěvek ke spuštění produktu, takže ho čtěte jako marketing. Přesto dobře ukazuje, jak se tato myšlenka prodává: AI kolegové se počítají jako pracovní úvazky.
S takovým počítáním je problém. Někdo stále musí stanovit cíl, udržovat informace aktuální, kontrolovat práci a rozhodovat, kdy se postup mění. Pět lidí pracujících s 21 AI kolegy je ve skutečnosti pět lidí, kteří řídí velké množství delegované práce. To může být skvělý obchod. Není to ale 26 kolegů.
Zpráva Microsoftu z roku 2026 klade otázky, na které bude muset odpovědět každý tým: kdo kontroluje práci agentů, kdo smí měnit workflow, která spouštějí, a jak jeden dobrý výsledek sdílet se všemi ostatními. V Okou mají tyto odpovědi své místo. Kdo práci zadá, ten kontroluje, co se vrátí. Postupy týmu se mění, když někdo upraví sdílený workflow. Opakovaná práce běží jako automatizace s určeným vlastníkem.
Co může AI kolega převzít?
Jednoduchý test: pokud byste práci předali schopnému novému kolegovi s jasným briefem a přístupem ke správným nástrojům, AI kolega nejspíš zvládne první verzi.
- Zakladatelé a provozní vedení: týdenní přehled sestavený z firemních nástrojů, zpětné vazby zákazníků a čísel, s odkazy, překážkami a tím, kdo za co odpovídá.
- Marketing: shrnutí výsledků kampaně s návrhem dalších kroků nebo rešerše partnerů s koncepty oslovení.
- Obchod: podklad ke schůzce z dřívějších e-mailů, poznámek z hovorů a CRM, plus koncept follow-upu a aktualizace CRM, kterou schválíte.
- Customer success: shrnutí problému a historie zákazníka s konceptem odpovědi ke kontrole pro správce účtu.
- Chief of staff: jedna aktualizace pro vedení sestavená z několika kanálů.
- Konzultanti a agentury: rešeršní balíček pro klienta, dodaný v šabloně klienta.
Mají tři věci společné. Zasahují do několika nástrojů. Končí něčím konkrétním. A člověk může výsledek rychle zkontrolovat. Další nápady najdete v článku 20 příkladů AI agentů pro skutečnou práci.
Kolik toho předat?
Nejdřív zvolte, co AI smí dělat, a teprve potom, kdy poběží. Začněte koncepty a přístup rozšiřujte, jen když to práce opravdu vyžaduje.
Nejdřív zvolte hranici akcí. Plán může spustit kterékoli z uspořádání; nepřidává oprávnění.
- Koncept ke kontrole. AI připraví. Člověk odešle, zveřejní nebo publikuje. Tady začněte u všeho, co uvidí zákazníci.
- Jednání se schválením. AI udělá práci a vše, co dělat nesmí, čeká na člověka. Hodí se pro změny rozpočtu a aktualizace CRM.
- Přidejte plán. Automatizace spustí uložený workflow a má určeného vlastníka. Zachovává stejné hranice akcí a schvalování. Pondělní ranní aktualizace pro tým je dobrý začátek.
Pokud koncept stále potřebuje hodně úprav, opravte brief dřív, než povolíte další akce. Plánování je samostatné rozhodnutí.
Jak poznat, jestli je produkt opravdu AI kolega
Označení může použít kdokoli. Při ukázce nebo zkušebním provozu se zeptejte:
- Společný cíl: Mohu mu předat celou práci a dostat zpět hotový výsledek?
- Společný základ: Čte skutečné dokumenty mého týmu a řekne mi, co pochopil a co chybí?
- Předvídatelnost: Vidím každý krok a mohu ho později zkontrolovat?
- Řiditelnost: Mohu ho opravit nebo zastavit uprostřed práce? Mohu povolit jednu akci (uložit koncept) a zablokovat jinou (odeslat ho)?
- Opakované použití: Může kolega spustit to, co fungovalo, se svými vlastními účty, aniž by si půjčoval moje přihlášení?
Pokud je většina odpovědí ne, máte schopného asistenta. Možná je to všechno, co potřebujete. Jen to není kolega.
Kam zapadá Okou
Okou je AI kolega vytvořený přesně pro takové předávání práce. Dokumentace Okou to shrnuje do tří kroků: popíšete, co potřebujete, Okou shromáždí kontext a udělá práci a vy výsledek zkontrolujete a stavíte na něm dál.
V praxi jde o několik návyků, které jste viděli v Mayině příběhu. Okou čte e-maily, dokumenty a záznamy, které práce vyžaduje, a ověřuje fakta podle jejich zdroje. Okou volí formát, který vyhovuje dalšímu člověku: krátkou zprávu pro rychlou aktualizaci, dokument pro podrobnosti, které je třeba zkontrolovat, prezentaci, která skupinu provede rozhodnutím. A když něco funguje, tým to uloží jako workflow, který může každý spustit se svým vlastním přístupem. Okou můžete používat ve webové aplikaci nebo zmínkou @Okou ve Slacku.
Nejférovější test je jedna skutečná práce, na kterou byste normálně padlo celé odpoledne. Nechte ji v režimu „koncept ke kontrole“ a pečlivě si prohlédněte, co se vrátí. Jak to funguje v celém týmu, si přečtěte v článku Týmová spolupráce s AI se láme při předávání práce.
Často kladené otázky
Co AI kolega dělá?
Převezme práci, kterou byste jinak dělali ručně, třeba rešerši potenciálních zákazníků, sestavení týdenního reportu nebo koncepty oslovení, a dotáhne ji pomocí vašich propojených nástrojů. Ukazuje své kroky, dělá jen to, co jste povolili, a odevzdá hotovou práci ke kontrole.
Je AI kolega totéž co AI agent?
Většinou ano. „AI agent“ je technologie: software, který plánuje kroky a používá nástroje k dosažení cíle. „AI kolega“ popisuje, jak s ním tým pracuje: kdo mu zadává práci, k čemu má přístup, jak podává zprávy, kdo schvaluje výsledek a zda mohou ostatní znovu použít to, co fungovalo. Většina AI kolegů jsou agenti. Ne každý agent ale funguje jako kolega.
Je AI spolupracovník totéž co AI kolega?
V praxi ano. AI spolupracovník, virtuální spolupracovník, digitální kolega i AI kolega jsou marketingové názvy pro AI, která pracuje vedle lidí. Žádný z nich nemá oficiální definici. Produkty posuzujte podle toho, co dělají: zda dokončí skutečnou práci, využívají informace vašeho týmu, umožní vám práci vidět a řídit a nechají rozhodování na vás.
Nahradí AI kolega moje zaměstnance?
Přebírá úkoly, ne odpovědnost. Zvládne rešerše, psaní konceptů a shromažďování informací. Někdo ale stále musí stanovit cíl, dát přístup, zkontrolovat práci a nést odpovědnost za výsledek. Většina malých týmů ho používá k tomu, aby s lidmi, které už má, zvládla víc.
Jak AI kolegovi bezpečně dát přístup k mým nástrojům?
Dejte mu jen to, co práce potřebuje. Propojte jen nástroje, kterých se práce týká. Povolujte konkrétní akce místo všeho, například ukládání konceptů e-mailů, ale ne jejich odesílání. U všeho, co mění data nebo utrácí peníze, použijte časové limity. Každou novou práci začněte v režimu, kdy vznikají jen koncepty.
Jaká je dobrá první práce pro AI kolegu?
Vyberte něco, co se opakuje, má několik kroků a dá se snadno zkontrolovat. Dobře poslouží týdenní aktualizace pro tým, hodnocení nových leadů nebo rešerše a koncepty e-mailů pro krátký seznam kontaktů. Nechte ji v režimu „koncept ke kontrole“, porovnejte výsledek s tím, co byste udělali vy, a pak ji uložte jako workflow, než ji naplánujete.
