ElectricShare.cz
Analýzy

Životopis už brzy nemusí stačit. Milan Jasný z Jobs.cz čeká skutečnou revoluci v hledání práce

Životopis už brzy nemusí stačit. Milan Jasný z Jobs.cz čeká skutečnou revoluci v hledání práce - Analýzy | SmartEnergyShare

Co když vás příští zaměstnavatel přehlédne jen proto, že svou práci nazýváte jinak než jeho personalista? Umíte diagnostikovat výrobní linku. Firma hledá specialistu prediktivní údržby. Schopnosti se potkávají, slovíčka nikoli. A pracovní příležitost skončí někde mezi vyhledávacím políčkem a tlačítkem „odeslat“.

Právě tady začíná zajímavější debata o umělé inteligenci. Upravit životopis zvládne rychle. Skutečný průlom ale přijde teprve tehdy, když pomůže odhalit příležitost, kterou by člověk sám nehledal. A dokáže vysvětlit, proč dává smysl.

Milan Jasný: internet změnil inzerci, další zlom teprve čekáme

Jobs.cz vznikly v roce 1996. Milan Jasný do firmy nastoupil v únoru 1998 jako její druhý zaměstnanec. V rozhovoru pro Lupu vzpomíná, že pracovní inzerci prodával pomocí telefonu, kartotéky a Zlatých stránek. Počítač přitom neměl. Docela půvabný začátek podnikání na internetu.

Jasný v rozhovoru vidí v AI potenciál pro zásadnější proměnu hledání zaměstnání. Zároveň připouští, že přesnou podobu budoucího náboru dnes nikdo nezná. Zmiňuje také experiment s aplikací Práce za rohem v ChatGPT, který podle něj zatím nevzbudil velký zájem. To je užitečná protiváha představě, že stačí přidat konverzační okno a zákazníci přijdou sami. Rozhovor s Milanem Jasným na Lupě.

Další scénáře v tomto článku jsou vlastní analýzou možného vývoje. Nejde o oznámené funkce Jobs.cz ani o Jasného produktový plán.

Změna rozhraní totiž nemusí znamenat změnu výsledku. Pokud člověk místo zaškrtávání filtrů napíše stejná kritéria robotovi a dostane stejné nabídky, získal pohodlnější obsluhu. To má hodnotu. Pořád ale zbývá mnohem těžší úkol: poznat, co skutečně umí, co potřebuje zaměstnavatel a co se dá rozumně doučit.

Pracovní trh má v tomto směru nepříjemnou vlastnost. Obě strany se snaží popsat vlastní potřeby, ale každá používá jiný slovník. Technologie může tento rozdíl zmenšit. Musí ovšem pracovat s něčím lepším než s hezky napsanými obecnostmi.

Největší změna? Hledat podle schopností, ne podle názvu pozice

Představme si modelového technika, který deset let opravuje automatizované linky. Rozumí čidlům, průmyslovým řídicím systémům a hledání závad. O energetice zatím neuvažoval. Přesto může mít použitelný základ pro servis bateriových úložišť nebo dohled nad technologiemi budov.

Dobře navržený náborový systém by měl takovou návaznost rozpoznat. Současně musí přiznat mezery. Zkušenost s výrobní linkou automaticky neznamená způsobilost zasahovat do každého elektrického zařízení. Doporučení musí odlišovat přenositelné znalosti, potřebné zaškolení a kvalifikaci, kterou nelze obejít.

Praktický výstup by mohl vypadat jednoduše: tyto tři činnosti už zvládáte, dvě potřebujete doplnit a tady jsou zaměstnavatelé, kteří nabízejí zaučení. Uchazeč dostane směr. Firma získá šanci oslovit člověka, kterého by přes přesný název profese nenašla.

Stejnou poctivost potřebuje druhá strana. Pokud zaměstnavatel do inzerátu naskládá požadavky tří různých profesí, algoritmus mu ideálního člověka nevyrobí. Pouze rychleji zjistí, že hledá jednorožce s řidičákem.

Pomohlo by rozdělit požadavky na nezbytné při nástupu, doučitelné během prvních měsíců a skutečně volitelné. Takové zadání zlepší práci personalisty i automatického doporučování. A kandidát pozná, zda má cenu reagovat, přestože nesplňuje poslední odrážku.

Velkou hodnotu by mělo také vysvětlení doporučení. Samotné skóre „shoda 87 %“ člověku mnoho neřekne. Informace „odpovídá vaše praxe s diagnostikou, chybí zkušenost s konkrétním zařízením“ už umožňuje rozhodnutí.

Chcete ušetřit na energiích?

Zjistěte, kolik můžete ušetřit sdílením elektřiny z FVE nebo optimalizací bateriového úložiště.

Spočítat úsporu →

AI může nábor zrychlit. Také ho může zahltit

Levnější tvorba textu má háček. Uchazeč dokáže připravit více odpovědí. Zaměstnavatel zvládne vytvořit více inzerátů. Když obě strany zvýší objem bez lepšího výběru, výsledkem bude větší hromada dokumentů. Personalista pak hledá člověka v textu, který napsal stroj, zatímco jiný stroj tento text předběžně hodnotí.

Ukažme si jednoduchý model. Firma obdrží 200 životopisů. První přečtení každého zabere šest minut. To představuje 20 hodin práce. Pokud nástroj připraví použitelné podklady a kontrola zabere dvě minuty, stejná fáze potrvá šest hodin a čtyřicet minut.

Rozdíl činí třináct hodin a dvacet minut. Jde o ilustrativní výpočet, nikoli o naměřenou úsporu Alma Career. Navíc nezahrnuje zavedení nástroje, kontrolu chyb ani pohovory.

Právě chyby mohou celou ekonomiku otočit. Rychlý systém, který vyřadí vhodného člověka kvůli neobvyklé kariérní cestě, firmě moc nepomohl. Jen po sobě nezanechal nápadný nepořádek. Odmítnutý kandidát obvykle nepřijde vysvětlit, jak dobrou práci mohl odvést.

Proto má smysl vedle rychlosti sledovat také kvalitu předvýběru. Kolik doporučených lidí skutečně zvládne praktický úkol? Kolik vhodných uchazečů zůstalo mezi odmítnutými? Jsou důvody vyřazení srozumitelné?

U náboru nelze úspěch měřit pouze počtem zpracovaných dokumentů. Rozhodující je, zda firma obsadí místo člověkem, který práci zvládne, a zda on dostane zaměstnání odpovídající tomu, co mu bylo slíbeno.

Energetika ukazuje, proč lepší párování nestačí

Energetika nabízí konkrétní měřítko problému. Podle Mezinárodní energetické agentury zaměstnávalo odvětví v roce 2024 celosvětově 76 milionů lidí. Zaměstnanost vzrostla o 2,2 %, zatímco v celé ekonomice o 1,3 %. Průzkumu agentury se účastnilo přes 700 firem, odborových organizací a vzdělávacích institucí. Více než polovina uváděla zásadní překážky při náboru. IEA: zaměstnanost v energetice.

To není česká statistika ani důkaz, že každá solární firma nabírá. Ukazuje však širší napětí: investice do technologií potřebují odpovídající lidi. Samotný nákup zařízení provozní schopnosti nevytvoří.

Na fotovoltaické elektrárně musí někdo vyhodnotit závadu. U baterie rozlišit problém komunikace od technického omezení. V budově zjistit, zda nezvyklá spotřeba znamená poruchu, změnu provozu, nebo chybu měření.

Pro uchazeče z příbuzného oboru je to dobrá příležitost ukázat konkrétní zkušenost. Například jak našel příčinu opakovaného výpadku, jak ověřil správnost dat nebo jak předal zásah další směně. Takový popis řekne více než univerzální „technické myšlení“.

Pro zaměstnavatele z toho plyne jiný úkol: připravit skutečnou cestu zaučení. Kdo bude nováčka vést? Na jakých úlohách začne? Kdy může pracovat samostatně? Bez těchto odpovědí zůstává otevřenost kandidátům z jiných odvětví jen hezkou větou.

Lepší doporučování může rozšířit okruh zájemců. Nedostatek zkušeností ale musí firma řešit výukou a organizací práce. Algoritmus zaškolovací směnu neodslouží.

Patnáct minut, která odhalí rozdíl mezi heslem a znalostí

Sdílení elektřiny dobře ukazuje, jak vypadá nová kombinace dovedností. Nestačí rozumět roční faktuře. Výroba a spotřeba se musí potkat ve stejném patnáctiminutovém vyhodnocovacím intervalu. Tento princip vysvětluje Energetický regulační úřad.

Modelová výrobna poskytne během jedné čtvrthodiny přebytek 10 kWh. Zapojená odběrná místa ve stejném intervalu spotřebují dohromady 6 kWh. Z tohoto přebytku tedy mohou využít nejvýše 6 kWh; konkrétní rozdělení ještě závisí na nastavení sdílení. Večerní spotřebu nelze prostě připsat k polední výrobě.

Člověk spravující takový projekt musí spojit práci s daty, znalost provozu a komunikaci s účastníky. Potřebuje vysvětlit, proč podobná roční spotřeba dvou budov neznamená stejný přínos sdílení. A také poznat, kdy za špatným výsledkem stojí chybná data.

Konkrétní komerční příklady této agendy představují řešení SmartEnergyShare pro firmy a monitorování výroby a spotřeby. Ukazují prostředí, ve kterém se potkává energetika se softwarem. Samotný přehled hodnot ale ještě neurčuje správný provozní zásah.

Pro základní orientaci v tématu slouží také blog Sdílení elektřiny. Uchazeč si může připravit vlastní malou analýzu anonymizovaného průběhu spotřeby a vysvětlit její závěry. To je použitelný podklad k pohovoru.

Personalista pak nemusí hádat, co znamená „zájem o moderní energetiku“. Dostane ukázku uvažování. Právě podobné důkazy schopností mohou dát budoucímu doporučování práce pevnější základ.

NIS2 připomíná, že dodavatel nezruší potřebu odbornosti

Digitalizace přináší další pracovní úkol: kontrolu závislostí na dodavatelích. Náborový systém uchovává údaje kandidátů. Energetická platforma může zpracovávat provozní data. Vzdálený servis potřebuje přístupy. Každá z těchto služeb vyžaduje někoho, kdo rozumí jejímu významu pro firmu.

V českém prostředí je přesnější než obecné „NIS2 už platí“ uvést konkrétní datum. Nový zákon o kybernetické bezpečnosti nabyl účinnosti 1. listopadu 2025. NÚKIB zároveň vysvětluje, že lhůty dalších povinností navazují na doručení rozhodnutí o registraci. Z pouhého data účinnosti tedy nelze odvozovat stejný harmonogram pro každou organizaci. Informace NÚKIB k novému zákonu.

Pro vedení firmy z toho vyplývá praktická otázka: kdo umí posoudit, co nakupujeme? Smlouva s dodavatelem nezajistí, že uvnitř organizace někdo správně nastaví přístupy, rozpozná výpadek a rozhodne o dalším postupu.

Podobně lze využít [energetické poradenství SmartEnergyShare](https://smartenergyshare.com/energeticke-poradenstvi?utm_source=electricshare&utm_medium=referral&utm_campaign=satellite-marketing) pro odborné otázky kolem energií. Firma přesto potřebuje člověka, který zná její provoz, připraví podklady a vyhodnotí použitelnost doporučení. Přehled nabídky je na smartenergyshare.com.

Tak vznikají role na pomezí oborů. Část techniky, část nákupu, část správy dat. Přesný název pozice bývá méně podstatný než schopnost propojit odpovědnosti. Nábor podle dosavadních pracovních titulů může právě takové lidi snadno minout.

Co změnit při příštím náboru nebo hledání práce

Uchazeč může začít bez nové aplikace. Vybrat tři pracovní situace a stručně popsat zadání, vlastní postup a výsledek. Pokud má ověřitelné číslo, přidat ho. Pokud ho nemá, nevyrábět ho. Přesně popsané odstranění závady je cennější než vymyšlená třicetiprocentní úspora.

Druhý krok je přeložit zkušenost do jazyka jiného odvětví. Technik může zdůraznit diagnostiku, práci s dokumentací a bezpečný postup. Pracovník zákaznické podpory zase řešení reklamací, vysvětlování složitých pravidel a schopnost poznat, kdy případ předat specialistovi. AI může s formulací pomoci. Obsah musí sedět.

Zaměstnavatel by měl začít jednou pozicí. Vyjasnit nezbytné schopnosti, zveřejnit reálné podmínky a připravit krátký úkol odpovídající práci. Kandidát na energetickou analytiku může například dostat několik intervalů spotřeby s jednou chybějící hodnotou. Hodnotí se nejen výpočet, ale také to, zda si nedostatku všimne.

Následně má smysl porovnat doporučení nástroje s úsudkem lidí. U rozdílů hledat důvod. Teprve tak firma zjistí, jestli jí technologie pomáhá objevovat vhodné kandidáty, nebo pouze potvrzuje staré zvyky.

Moje předpověď je jednoduchá: největší výhodu nezíská ten, kdo pomocí AI rozešle nejvíce životopisů. Získá ji ten, kdo své schopnosti nejlépe doloží. A mezi pracovními portály uspěje služba, která zkrátí cestu od důkazu schopností k férové nabídce. Začněte proto jedním konkrétním výsledkem své práce. Ten má větší cenu než další naleštěný odstavec.

Zdroje

Následující podklady oddělují výchozí rozhovor, statistiky zaměstnanosti a pravidla konkrétních oblastí. Modelové situace, výpočty časové úspory a návrhy postupu v článku jsou vlastní ilustrace. Nejde o výsledky měření Jobs.cz ani o příslib funkcí některé z uvedených služeb.

Obchodujete s batteriovými úložišti nebo hledáte partnera pro flexibilitu a day trading elektřiny? SmartEnergyShare nabízí kompletní řešení pro BESS projekty od 50 do 250 kW — obchodování flexibility, SVR služby a IoT monitoring. Zjistěte víc →

Další články na toto téma najdete na: SmartEnergyShare.cz Sdílení elektřiny mezi sousedy: kolik ušetříte a jak začí... Vice o sdílení