Umělá inteligence místo pracovních míst? Čína investuje do umělé inteligence – ale kdo ochrání zaměstnance před touto změnou?

Více umělé inteligence, méně pracovních míst? Peking chce připravit trh práce na změnu

Čínský plán pro umělou inteligenci: další vzdělávání, sociální zabezpečení a nová pravidla pro firmy

Čína si klade za cíl urychlit zavádění umělé inteligence, aniž by ponechala důsledky pro pracovníky náhodě. Nové směrnice propojují podporu umělé inteligence a nových pracovních míst s dalším vzděláváním, podporou změn kariéry, sociálním zabezpečením a důkladnějším sledováním rizik v zaměstnání. V pozadí stojí klíčová ekonomická otázka: Jak mohou být firmy produktivnější, aniž by technologické změny oslabily kupní sílu, kariérní vyhlídky a společenskou akceptaci?

Protože i když umělá inteligence převezme úkoly, neznamená to automaticky, že zaměstnanci přijdou o práci. Systémy mohou lidi podporovat, měnit pracovní postupy nebo propouštět. Který z těchto efektů převládne, závisí na tom, jak firmy technologii využívají, zda vznikne nová poptávka a jak se rozdělí zvýšení produktivity. Čínská strategie si klade za cíl efektivněji formovat tento přechod – od odborné přípravy a ochrany práv zaměstnanců až po včasnou detekci rizik. Klíčovým faktorem bude, zda to povede k udržitelným kariérním změnám a zda firmy i zaměstnanci skutečně pocítí výhody umělé inteligence v širším měřítku.

Čínská ofenziva umělé inteligence: Pokrok bez sociálního nouzového přistání?: Ti, kdo nahrazují lidi, musí přinést více než jen levnou efektivitu

Čína nemá v úmyslu bránit umělé inteligenci, ale spíše propojit její ekonomické přínosy s udržitelnějším systémem zaměstnanosti. Pokyny zveřejněné Úřadem státní rady 23. října 2026 proto kombinují podporu nových pracovních míst v oblasti umělé inteligence se školením, přechodnou podporou, sociálním zabezpečením a systematičtějším sledováním rizik v zaměstnání. To odráží ekonomický konflikt cílů: společnosti by se měly stát produktivnějšími, aniž by zrychlené snižování počtu pracovních sil podkopávalo kupní sílu, možnosti kariérního postupu a společenskou akceptaci technologických změn.

Klíčovou otázkou není, zda umělá inteligence může převzít jednotlivé úkoly. Jde o to, za jakých podmínek se zvýšená provozní efektivita promítá do celkové ekonomické prosperity. Stroj, který šetří pracovní hodiny, zpočátku zlepšuje nákladové účetnictví společnosti. Zda to povede k vyšším mzdám, zvýšené poptávce, lepším službám nebo trvalému snížení zaměstnanosti, závisí na konkurenci, investicích, dovednostech a distribuci. Nová čínská strategie trhu práce se zaměřuje právě na tuto křižovatku.

Peking reorganizuje pokrok

Pokyny zahrnují 18 úkolů v šesti oblastech politiky: dodatečná zaměstnanost prostřednictvím umělé inteligence, implementační postupy příznivé pro zaměstnanost, digitální dovednosti, efektivnější služby v oblasti umisťování do zaměstnání, práva zaměstnanců a sociální zabezpečení a monitorování a řízení rizik v oblasti zaměstnanosti. Jedná se o širší záběr než pouhou vzdělávací iniciativu. Vláda nechce s reakcí čekat, až pracovní místa zmizí, ale spíše chce lépe koordinovat implementaci technologií, rozvoj personálu a sociální zabezpečení.

Obzvláště výmluvné je navrhované rozlišení mezi oblastmi použití. Umělá inteligence by měla být používána přednostně tam, kde je nedostatek pracovních sil, kde jsou úkoly nebezpečné nebo kde lze zlepšit pracovní podmínky; v odvětvích s vysokou mírou pracovní síly by naopak měl být její rozsah, intenzita a rychlost pečlivě kontrolovány. Z ekonomického hlediska se to rovná upřednostňování modernizace. Aplikace, které jsou pro společnost obzvláště prospěšné, by měly být implementovány dříve než ty, jejichž primární bezprostřední přínos spočívá v nastěhování velkého počtu dostupných pracovníků.

Politický směr by však neměl být zaměňován s plně formulovanou zárukou pracovních míst. Firmy jsou mimo jiné vyzývány k testování přechodných fází, včasnému informování dotčených zaměstnanců a podpoře jejich přechodu na jiné role. To neznamená obecný zákaz propouštění z důvodu umělé inteligence, ani automaticky nevytváří individuální právo na nezměněné zaměstnání. Skutečná ochrana do značné míry závisí na tom, jak orgány a společnosti tyto pokyny implementují.

Obrovský trh práce je pod tlakem adaptace

Do konce roku 2025 měla Čína přibližně 725 milionů zaměstnaných lidí, z toho asi 475 milionů ve městech; během roku bylo oficiálně zaznamenáno dalších 12,67 milionu městských pracovních míst. Už jen tento rozsah vysvětluje, proč i omezené změny mohou mít významné ekonomické a sociální důsledky. Technologická transformace, která se z pohledu jedné společnosti jeví jako zvládnutelná, se může napříč odvětvími a regiony rozrůst v podstatný problém s přizpůsobením.

Míra nezaměstnanosti ve městě, vypočítaná na základě průzkumu, činila v září 2026 5,2 procenta; průměr za první tři čtvrtletí byl rovněž 5,2 procenta. Tato čísla, posuzovaná jednotlivě, neprokazují ani krizi zaměstnanosti vyvolanou umělou inteligencí, ani její nepřítomnost. Míra nezaměstnanosti popisuje specifický ukazatel trhu práce, nikoli všechny formy podzaměstnanosti, nevyužitých dovedností nebo ztráty příjmů. A co je nejdůležitější, jedno celkové číslo neodhaluje, zda jsou jednotlivé profesní skupiny již pod větším tlakem.

Pro ekonomické hodnocení je proto složení zaměstnanosti důležitější než izolovaný nadpis. Stabilní celková pracovní síla se může shodovat s menším počtem pozic na základní úrovni, zkrácenou pracovní dobou pro určité skupiny nebo přechodem na hůře placená pracovní místa. Naopak pokles v jedné profesní skupině může být kompenzován zlepšením zaměstnanosti jinde. Robustní politika trhu práce založená na umělé inteligenci musí tyto přechody zachytit, a ne se zaměstnaností zabývat pouze jako počtem dostupných pracovních míst.

Stárnutí neodstraňuje mezery v dovednostech

Počet obyvatel Číny se v roce 2025 snížil o 3,39 milionu na přibližně 1,405 miliardy; zároveň bylo 323 milionů lidí již ve věku 60 let a více, což představuje 23 procent populace. Technologické změny se tedy shodují s dlouhodobým demografickým posunem. Z tohoto pohledu může automatizace pomoci udržet výrobní kapacitu a služby i přes klesající nabídku pracovní síly. Lpění na procesech náročných na pracovní sílu by proto nebylo přesvědčivou strategií do budoucna.

Méně dostupných pracovníků a více umělé inteligence však automaticky neřeší stejné problémy. Chybějícího technika údržby nelze jednoduše nahradit propuštěným administrativním zaměstnancem. Stejně tak starší výrobní pracovníky nelze rychle převést na vývoj komplexních systémů umělé inteligence. Mezi volnými pozicemi a dostupným personálem existují rozdíly, pokud jde o odbornost, lokalitu, zdravotní stav, možnosti vzdělávání a očekávané platy.

To vytváří možnost současného nárůstu nedostatku pracovních sil a nezaměstnanosti. Pro tvůrce politik to znamená, že samotný počet pracovních míst není dostatečným řídícím cílem. Zásadní je dosažitelné přechody mezi pracovními místy. Strategie umělé inteligence příznivá pro zaměstnanost by proto neměla zachovat co nejvíce zastaralých pracovních postupů, ale spíše by měla organizovat transformaci tak, aby stávající profesní zkušenosti zůstaly produktivní s novými nástroji. Zejména u stárnoucí pracovní síly může být doplňková technologie ekonomicky cennější než nákladná a úplná náhrada.

Automatizace již dávno dosáhla průmyslového rozsahu

Zavádění inteligentních systémů v Číně nezačíná od nuly. V roce 2025 bylo instalováno přibližně 354 000 nových průmyslových robotů, což je o 20 procent více než v předchozím roce; to znamenalo, že Čína se podílela na 59 procentech nových instalací na celém světě. Tato čísla ukazují rychlost průmyslové automatizace. Neměla by však být interpretována jako měřítko ztrát pracovních míst souvisejících s umělou inteligencí: Průmyslový robot není automaticky generativním systémem umělé inteligence a jedna instalace nevypovídá nic o čistém dopadu na zaměstnanost.

K tomu se přidává samotný ekonomický rozsah sektoru umělé inteligence. Jeho hlavní činnost byla do roku 2025 oficiálně oceněna na více než 1,2 bilionu juanů a v celé zemi existovalo přes 6 200 společností zabývajících se umělou inteligencí. Podle zveřejněných vládních údajů do konce roku 2025 více než 30 procent dotázaných výrobních společností s ročními tržbami z hlavní činnosti ve výši 20 milionů juanů a více používalo technologie umělé inteligence. Tato hranice je důležitá, protože by neměla být spojována s rozšířeným přijetím všemi čínskými společnostmi.

Výzva na trhu práce vyplývá z kombinace různých forem automatizace. Software může transformovat plánování, dokumentaci a komunikaci se zákazníky, zatímco robotika přebírá fyzické procesy. Když jsou obě úrovně modernizovány současně, posunou se celé procesní řetězce. To může vytvořit větší potenciál produktivity, ale také vyšší nároky na školení, údržbu, kvalitu dat a organizaci provozu. Důležitým zaměřením se proto nestává individuální nástroj umělé inteligence, ale přepracovaný pracovní systém.

Dotčené úkoly nejsou ztracenými pracovními místy

Klíčovým předpokladem pro jakoukoli seriózní analýzu je rozlišení mezi technologickým dopadem a skutečnou ztrátou pracovních míst. Mezinárodní výzkum trhu práce v roce 2025 odhadl, že zhruba čtvrtina globální zaměstnanosti bude v povoláních, jejichž úkoly by mohly být potenciálně změněny generativní umělou inteligencí; v zemích s vysokými příjmy toto číslo činilo 34 procent. Tato čísla popisují potenciální změny v pracovních povinnostech a nepředpovídají odpovídající vysokou míru propouštění. Navíc je nelze aplikovat na Čínu bez výpočtů specifických pro danou zemi.

Pracovní pozice se obvykle skládá z několika úkolů. Umělá inteligence může například předběžně třídit informace, připravovat texty nebo detekovat odchylky, zatímco lidé nadále přebírají odpovědnost, objasňují speciální případy a řídí vztahy. Zda se pozice stane zastaralou, tedy závisí na tom, jak komplexně lze soubor úkolů automatizovat a zda společnost ušetřený čas využije na další služby. Integrace, kontrola chyb a organizační změny také vyžadují úsilí.

Naopak, zlehčování dopadu by bylo stejně problematické. Pokud je dostatečný počet dílčích úkolů dokončen rychleji a poptávka odpovídajícím způsobem neroste, mohou firmy dosáhnout stejného výkonu s menším počtem zaměstnanců. Dopady na zaměstnanost by se pak mohly nejprve projevit v podobě neobsazených pozic a nižšího počtu nových zaměstnanců, spíše než v nápadných vlnách propouštění. Pro systém včasného varování jsou proto náborové plány a pracovní profily přinejmenším stejně důležité jako hlášené rezignace. Ti, kteří se zaměřují pouze na snižování počtu zaměstnanců, si část změny všimnou příliš pozdě.

Produktivita sama o sobě neurčuje prosperitu

Studie publikovaná v roce 2025, do které bylo zařazeno 5 172 zaměstnanců zákaznického servisu, ilustruje, jak efektivně může umělá inteligence doplňovat lidskou práci: Počet úspěšně vyřešených požadavků zákazníků za hodinu se díky podpoře umělé inteligence zvýšil v průměru o 15 procent. Obzvláště silně z toho profitovali méně zkušení a méně kvalifikovaní zaměstnanci; studie jediné společnosti však neumožňuje vyvodit závěry o celkových ekonomických dopadech na zaměstnanost a mzdy. Toto omezení je pro veřejnou debatu klíčové.

Zvýšená produktivita otevírá různé provozní možnosti. Společnost může obsloužit více zákazníků, zlepšit kvalitu služeb, snížit pracovní zátěž nebo propustit zaměstnance. Která možnost převáží, závisí mimo jiné na poptávce a konkurenčním postavení společnosti. Na rostoucím trhu může zvýšená produktivita ekonomicky zhodnotit další zaměstnanost. Na stagnujícím trhu se naopak zvyšuje motivace ke snižování nákladů a rozdělování stávající práce mezi menší počet lidí.

Na makroekonomické úrovni vstupuje do hry další rozměr: nárůst produktivity se musí promítnout do příjmů, nižších cen nebo dodatečných investic. Pokud jsou výhody soustředěny v rukou několika málo společností a vlastníků kapitálu, zatímco široké segmenty pracovní síly pociťují větší nejistotu zaměstnání, může poptávka zaostávat za výrobním potenciálem. Politickým kritériem by proto neměla být pouze technická způsobilost. Stejně důležité je, zda mají ekonomické výnosy dostatečně široký dopad, aby vytvořily nové prodejní příležitosti a udržitelnou zaměstnanost.

Bez kupní síly se efektivita stává problémem

Čínská ekonomika v roce 2025 reálně vzrostla o 5 procent, zatímco průměrné spotřebitelské ceny zůstaly nezměněny; investice do rozvoje nemovitostí klesly o 17,2 procenta. V prvních třech čtvrtletích roku 2026 vzrostl reálný HDP o 4,6 procenta, ale nominální maloobchodní tržby za spotřební zboží se zvýšily pouze o 1,1 procenta. Tyto odlišně definované ukazatele nejsou přímo ekvivalentní, ale ilustrují potřebu posuzovat růst produkce a soukromou poptávku odděleně.

Pro politiku umělé inteligence to vede k logickému kauzálnímu vztahu. Pokud zaměstnanci očekávají propouštění nebo významné ztráty příjmů, mohou odložit velké výdaje a vytvořit si dodatečné finanční rezervy. Výsledná neochota ztěžuje firmám skutečný prodej dodatečné výrobní kapacity. Technologický impuls v nabídce pak nestačí k odpovídajícímu rozšíření růstu.

Přechodná pomoc a sociální zabezpečení proto mají makroekonomickou funkci. Mohou zabránit tomu, aby se rizika spojená s adaptací přesunula výhradně na domácnosti, a zabránit tomu, aby nejistota dále zatěžovala poptávku. To neznamená trvalé financování každého pracovního místa. Znamená to omezit ztráty příjmů a zbytečně dlouhá období nezaměstnanosti. Účinné sociální zabezpečení tak může současně zvýšit ochotu přijímat nové technologie a kariérní změny. Za těchto podmínek se ochrana pracovních míst a modernizace nemusí vzájemně vylučovat.

Přechod na kariéru se stává slabou stránkou

V září 2026 činila míra nezaměstnanosti ve městě u osob ve věku 16 až 24 let, které nechodily do školy ani na univerzitu, 18 procent; u osob ve věku 25 až 29 let, bez započítání studentů, to bylo 7,4 procenta. Tato čísla neměří nezaměstnanost související s umělou inteligencí. Ukazují však, že vstup na trh práce je již nyní pod značným tlakem. Další změny v oblasti nízkokvalifikovaných kancelářských, analytických a komunikačních pracovních míst tak ovlivňují trh práce, jehož schopnost absorbovat mladé lidi není neomezená.

Zvláštní riziko spočívá ve funkci úkolů na vstupní úrovni. Výzkum, dokumentace, jednoduché analýzy a standardizovaná komunikace slouží nejen produkci, ale i učení. Pokud jsou tyto činnosti do značné míry automatizovány, cesta od univerzitního titulu k samostatné specializované práci se může zúžit. Společnost může krátkodobě potřebovat méně juniorních zaměstnanců, ale dlouhodobě se stále potýká s rozvojem zkušených specialistů.

Rozumným řešením není uměle zatěžovat mladé talenty zastaralými rutinami. Místo toho musí být školicí dráhy navrženy tak, aby se dovednosti v oblasti umělé inteligence a profesionální úsudek rozvíjely společně. Mladí zaměstnanci by měli být schopni kontrolovat výsledky, vysvětlovat chyby a postupně přebírat odpovědnost. Pro firmy se tak organizace učení stává strategickou investicí. Ti, kteří optimalizují pouze současný čas zpracování, riskují oslabení vlastního budoucího rozvoje dovedností.

Další vzdělávání vyžaduje následné zaměstnání

Čínské směrnice vyzývají k úpravě programů vysokoškolského a odborného vzdělávání, rozšíření interdisciplinárních dovedností v oblasti umělé inteligence a většímu zapojení firem do učebních osnov, praktického výcviku a kvalifikačních programů. Kromě toho jsou cílené vzdělávací programy určeny mimo jiné mladým lidem, migrujícím pracovníkům a nezaměstnaným; řeší se také veřejné vzdělávací příležitosti a vzdělávací programy sponzorované společnostmi. Tento přístup tak uznává, že technologické změny nelze řídit pouze vzděláváním nových špičkových výzkumníků.

Ekonomická kvalita takových programů však nezávisí na počtu vydaných certifikátů. Důležité je, zda si lidé následně mohou najít dosažitelnou, produktivní a adekvátně placenou práci. Obecný úvod do umělé inteligence může poskytnout orientaci, ale nenahrazuje dovednosti specifické pro dané odvětví. Například pro pracovníka ve výrobě je pochopení procesů, kontrola kvality a bezpečné používání asistenčních systémů často důležitější než hloubková znalost vývoje modelů.

Školení, které staví na stávajících odborných zkušenostech, se proto jeví jako slibné. Zkušený skladník by mohl být vhodný pro sledování automatizovaných toků materiálu; administrativní asistent by mohl převzít dodatečnou odpovědnost za ověřování dat a zpracování výjimek. Takové přechody však musí být skutečně k dispozici. Další školení bez poptávky ze strany společnosti problém pouze odkládá. Jeho účinnost by proto měla být hodnocena na základě stability zaměstnání, vývoje příjmů a doby do opětovného zaměstnání, nikoli pouze na základě míry účasti.

Oblasti zájmu v průmyslu: B2B, digitalizace (od AI po XR), strojírenství, logistika, obnovitelné zdroje energie a průmysl

Více informací zde:

• Centrum pro expertní podnikání
• Blog o Číně / Přehledy

Tematické centrum nabízející poznatky a odborné znalosti:

• Znalostní platforma zahrnující globální a regionální ekonomiky, inovace a trendy specifické pro dané odvětví
• Soubor analýz, poznatků a podkladových informací z našich klíčových oblastí zaměření
• Místo pro odborné znalosti a informace o aktuálním vývoji v oblasti podnikání a technologií
• Centrum pro firmy hledající informace o trzích, digitalizaci a inovacích v oboru

Střední třída určuje široký dopad

Strategie podporuje malé a střední podniky (MSP) pomocí nákladově efektivních, snadno implementovatelných digitálních řešení, veřejných poradenských služeb a rovného přístupu k relevantním faktorům digitální výroby. Součástí navrhovaného souboru nástrojů jsou také otevřené softwarové ekosystémy a podpora nových podniků. Základní odůvodnění politiky zaměstnanosti je rozumné: technologická modernizace by se neměla omezovat pouze na velké organizace s vlastními vývojovými odděleními, rozsáhlými datovými úložišti a značnými investičními rozpočty.

U menších podniků problém často nespočívá ani tak v zásadním zájmu o umělou inteligenci jako v její implementaci. Aplikace se musí bezproblémově integrovat do stávajících procesů, poskytovat spolehlivé výsledky a být spravovatelná i s omezeným počtem zaměstnanců. K tomu se přidávají průběžné výdaje, požadavky na školení a potenciální vázanost na dodavatele. Nízká počáteční cena proto nemusí nutně znamenat nízké celkové náklady.

Z ekonomického hlediska by široké rozšíření produktivních nástrojů bylo výhodné, protože může zlepšit konkurenceschopnost menších firem. Zároveň se dotace automaticky nepromítají do zvýšení zaměstnanosti. I malý podnik může primárně využít umělou inteligenci ke snížení potřeby personálu. Proto jsou ověřitelné cíle účinnější než plošné dotace: zvýšená přidaná hodnota, lepší produkty, další tržní příležitosti a udržitelný rozvoj dovedností. Hlavní otázkou by mělo být, zda podpora posiluje ekonomickou adaptabilitu, nebo pouze dotuje pořízení nového softwaru.

Spolupráce musí být ekonomicky přesvědčivá

Podle těchto směrnic by průmysl a zemědělství měly stále více využívat modely spolupráce mezi lidmi a inteligentními systémy; nové aplikace by měly také vytvářet další pracovní příležitosti v sektoru služeb. To je více než jen přátelský popis technologické změny. Vyvolává to zásadní otázku, které úkoly by lidé měli trvale převzít a kde by systémy měly smysluplně doplňovat jejich schopnosti.

Například ve výrobě může analýza obrazu založená na umělé inteligenci odhalit nesrovnalosti, zatímco zkušení specialisté posuzují příčiny a rozhodují o vhodných opatřeních. V logistice může software prediktivně plánovat toky materiálu, zatímco lidé řeší narušení, požadavky zákazníků a bezpečnostní problémy. V zemědělství mohou doporučení založená na datech zlepšit využití zdrojů, aniž by zcela nahradila praktické hodnocení na místě. Tyto příklady popisují možné organizační struktury a nezaručují pozitivní vliv na zaměstnanost.

Spolupráce člověka a stroje je udržitelná pouze tehdy, pokud lidská role nabízí skutečnou přidanou hodnotu. Pouhé využití zaměstnanců k formálnímu potvrzení automaticky generovaných rozhodnutí by nebylo přesvědčivé ani z hlediska kvalifikace, ani z hlediska organizace. Dobrý design zachovává prostor pro rozhodování, umožňuje nesouhlas a zajišťuje jasnou odpovědnost. Může také zabránit tomu, aby společnosti ztratily své zkušenostní znalosti. Ekonomicky relevantní není maximalizace lidské účasti za každou cenu, ale spíše kombinace, která zlepšuje kvalitu, bezpečnost, schopnost učení a náklady v celém procesu.

Nové pracovní pozice v oblasti umělé inteligence nevyřeší všechny problémy s vytlačováním

Čína si klade za cíl vyvinout nové pracovní profily a kvalifikační standardy, včetně pozic v oblasti inženýrství umělé inteligence, systémového školení a digitálního managementu. Strategie se také zaměřuje na nové společnosti, otevřená vývojová prostředí a další pracovní místa v rozvíjejících se oblastech. To představuje důležitý doplněk k pouhému zmírňování ztrát pracovních míst: ekonomika se nemůže udržitelně přizpůsobit pouze prostřednictvím transferů; vyžaduje nové produktivní činnosti.

Bylo by však zavádějící jednoduše kompenzovat eliminaci rutinní práce nově vytvořenými pracovními místy v oblasti umělé inteligence, jako by byli lidé přímo zaměnitelní. Rozdíly ve vzdělání, odborných zkušenostech a lokalitě mohou být značné. Rychle rostoucí sektor začínající na malé základně navíc může zpočátku vytvořit méně pracovních míst, než kolik ztratí stagnující velké odvětví. Vysoká procentuální míra růstu proto sama o sobě neodpovídá na otázku zaměstnanosti.

Nová digitální pracovní místa musí být také dlouhodobě udržitelná. Práce, která je v současnosti potřebná pro zpracování nebo ověřování dat, se může později sama automatizovat. Robustnější strategie proto nespočívá ve vytváření co nejdelšího seznamu nových pracovních pozic. Spočívá v rozvoji přenositelných dovedností, životaschopných obchodních modelů a příležitostí k neustálému vzdělávání. Nová pracovní místa by nejen měla existovat, ale měla by být dostatečně produktivní, bezpečná a přizpůsobivá, aby nabízela kariérní vyhlídky i po příští generaci technologií.

Čínské regiony nezačnou ve stejnou dobu

Směrnice předpokládají regionální dělbu práce: východní regiony se mají zaměřit na rozvoj klíčových odvětví umělé inteligence, zatímco centrální a západní regiony se v závislosti na místních podmínkách ujmou úkolů, jako je označování dat nebo výroba chytrých zařízení. Tato diferenciace má otevřít další oblasti růstu mimo přední technologická centra. S sebou však nese také riziko přetrvávání stávajících rozdílů v nových hodnotových řetězcích.

Pokud výzkum, kapitál a kontrola nad centrálními platformami zůstanou geograficky koncentrované, mohou ostatní regiony poskytovat standardizovanou podporu především. I když se tam mohou vytvářet pracovní místa, nemusí nutně generovat stejné příjmy, rozvojové příležitosti ani vyjednávací vliv. Regionální politika proto musí dělat více než jen přitahovat digitální aktivity. Měla by se zaměřit na to, zda si místní firmy mohou rozvíjet vlastní odborné znalosti a dosahovat vyšší úrovně tvorby hodnoty.

Smysluplný rozvoj může stavět na stávajících silných stránkách: průmyslových klastrech, zemědělské specializaci, univerzitách nebo logistických centrech. Umělá inteligence pak není považována za izolované odvětví budoucnosti, ale za nástroj pro zlepšení regionálních ekonomických struktur. Mezi předpoklady patří vhodní kvalifikovaní pracovníci, spolehlivá infrastruktura a dostupné trhy. Zejména přechody mezi tradičními podniky a novými poskytovateli digitálních služeb by mohly vytvořit další pracovní místa. Bez takových propojení však existuje riziko vzniku prostředí s nízkým ekonomickým dopadem na finanční prostředí, jehož viditelné projekty mají na region malý ekonomický dopad.

Sociální ochrana je i nadále nerovnoměrná

V roce 2025 Čína zaznamenala přibližně 301 milionů migrujících pracovníků; zároveň bylo na konci roku pojištěno v nezaměstnanosti přibližně 249 milionů lidí. Tato dvě čísla se vztahují k různým statistickým skupinám a neumožňují přímý výpočet mezery v pojištění mezi migrujícími pracovníky. Ilustrují však, proč je nezbytný diferencovaný pohled na vzorce zaměstnanosti a nároky na dávky. Celková zaměstnanost a přístup ke konkrétní pojistné dávce nejsou totožné.

Nové směrnice vyzývají k podpoře oprávněných osob, včetně kariérního poradenství, školení, doporučení pracovních míst a pomoci s zahájením podnikání; oprávněným pojištěným nezaměstnaným osobám by měly být stanovené dávky vypláceny neprodleně a v plné výši. Zároveň by se systémy sociálního zabezpečení měly stát dostupnějšími pro flexibilní formy zaměstnání a mělo by se rozšířit krytí pracovních úrazů v nových modelech zaměstnání. To je důležité, protože změny kariéry mohou stále častěji zahrnovat přechod mezi různými smluvními a pracovními ujednáními.

Ekonomický test spočívá v převoditelnosti nároků a skutečné dostupnosti podpory. Lidé, kteří mění své zaměstnání, místo bydliště nebo svůj pracovní status, potřebují spolehlivé postupy. Formálně existující služba je k ničemu, pokud jsou povinnosti nejasné nebo ztráty příjmů zůstávají po delší dobu neřešeny. Modernizace příznivá pro zaměstnanost proto musí také zlepšit administrativní procesy. V opačném případě ponesou nejvyšší náklady na přechod ti s nejmenšími finančními rezervami.

Když se algoritmus stane šéfem

Pokyny se nezabývají pouze ztrátou pracovních míst, ale také využíváním umělé inteligence v řízení lidských zdrojů: diskriminace, podvodné nabídky práce a porušování soukromí a doby odpočinku prostřednictvím zneužívajících algoritmů mají být právně potírány. Dále jsou výslovně řešena práva na mzdu, odpočinek a bezpečné pracovní podmínky. To do centra pozornosti dostává druhý rozměr automatizace: i v případě zachování pracovních míst se kvalita práce může výrazně změnit.

Algoritmické systémy dokáží předběžně prověřovat žádosti, přiřazovat úkoly a hodnotit výkon. I když mohou umožnit konzistentnější procesy, mohou také ve velkém měřítku uplatňovat nevhodná kritéria. Zacházení s historickými personálními rozhodnutími jako s údajně neutrálními daty riskuje, že se minulé nevýhody zachovají technologickými prostředky. To se stává obzvláště problematickým, když dotčení nemohou pochopit důvody rozhodnutí nebo účinně napravit chyby.

Z ekonomického hlediska nejsou taková rizika v žádném případě zanedbatelná. Chybný předvýběr může vyloučit vhodné specialisty; nadměrné výkonnostní cíle mohou negativně ovlivnit zdraví, motivaci a udržení zaměstnanců. Ani komplexní monitorování není automaticky produktivní. Klíčovým faktorem je, zda systém rozpozná skutečnou kvalitu práce, nebo pouze optimalizuje snadno měřitelné metriky. Zodpovědná implementace proto vyžaduje ověřitelná kritéria, jasné odpovědnosti a realistické možnosti lidské kontroly. Odpovědnost nesmí zmizet poukázáním na údajně objektivní software.

Systémy včasného varování potřebují více než jen údaje o propouštění

Orgány by měly zvýšit výměnu údajů o zaměstnanosti a průmyslu, vyvinout regionální a odvětvové analytické modely a průběžně sledovat změny v zavádění umělé inteligence, nových pracovních místech, vymísťovaných činnostech a požadovaných dovednostech. Další opatření zahrnují hloubkový výzkum a integraci rizik zaměstnanosti souvisejících s umělou inteligencí do stávajících mechanismů s cílem předcházet velkým šokům v nezaměstnanosti. Cílem je transformovat izolovaná pozorování do včasnějšího a akčnějšího obrazu situace.

Dobrý systém by však musel rozpoznat více než jen dokončené snižování počtu zaměstnanců. Mezi relevantní faktory by patřil také pokles počtu pozic na vstupní úrovni, měnící se kvalifikační požadavky, končící smlouvy, zkrácená pracovní doba a délka trvání kariérních přechodů. Stejně důležitá je kvalita nového zaměstnání: přechod na hůře placené nebo výrazně méně jisté zaměstnání by neměl být automaticky považován za zcela úspěšnou kompenzaci. Pouze kombinace těchto informací umožňuje smysluplné ekonomické posouzení.

Nejtěžším úkolem zůstává identifikace základních příčin. Zaměstnanost může klesat kvůli slabé poptávce, měnícím se obchodním podmínkám, provozním problémům nebo technologickým posunům. Umělá inteligence může být jedním z několika faktorů. Připisování každého poklesu automatizaci vede k mylným protiopatřením; kategorické vyloučení umělé inteligence jako příčiny přehlíží skutečné problémy s adaptací. Proto by měly být srovnatelné společnosti a odvětví studovány po delší dobu. Systém včasného varování je jen tak dobrý, jako jeho data, analytické metody a ochota uznat nepříjemná zjištění.

Mezi ochranou a konkurenceschopností

U žádostí, které by mohly mít významný dopad na zaměstnanost, směrnice stanoví přísnější posouzení rizik; v některých oblastech přístupu na trh by mělo být hodnocení zaměstnanosti zahrnuto do přezkumu projektu. To ukazuje, že tvůrci politik si uvědomují, že investiční rozhodnutí podniků mohou mít důsledky pro zaměstnance a veřejné rozpočty. Z ekonomického hlediska je pochopitelné, že by se takové náklady neměly posuzovat až dodatečně.

Tento přístup má však jasné omezení. Pokud se postupy stanou příliš vágními nebo těžkopádnými, mohou zpozdit nezbytnou modernizaci a chránit stávající pozice na trhu. Společnost, která ztratí mezinárodní konkurenceschopnost kvůli nadměrné regulaci, může později muset zrušit více pracovních míst, než kolik jich v krátkodobém horizontu zachránila. Proto by vstřícnost k zaměstnancům neměla být zaměňována s obecnou prioritou udržení stávající pracovní síly.

Přesvědčivější by byly transparentní a přiměřené postupy, které zkoumají rozsah a rychlost změn, jakož i realistické alternativy. Hodnocení by se mělo zásadně zaměřit na to, zda jsou školení, interní převody a přechodná podpora dostatečně připraveny. Je třeba zvážit i potenciální dodatečné zakázky, zlepšenou bezpečnost a dlouhodobou konkurenceschopnost. Tímto způsobem by se přezkum nestal plošnou překážkou inovací, ale spíše nástrojem pro lepší implementaci. Politická výzva spočívá v tom, jak se vyhnout zbytečným společenským škodám, aniž by se samotná produktivní transformace označovala za nežádoucí riziko.

Kdo by měl nést náklady na přechod?

Čínský přístup explicitně propojuje technologické investice s investicemi do lidí a zabývá se také dalším rozvojem kompenzačních a distribučních mechanismů. To zdůrazňuje distribuční problém, který je v nadšení pro výkonnost umělé inteligence často přehlížen: firmy, zaměstnanci a stát nemusí nutně profitovat ve stejném poměru nebo ve stejnou dobu. Náklady na přechod jsou také rozděleny nerovnoměrně.

Pro firmy může být krátkodobě atraktivní snižovat náklady na zaměstnance, zatímco jiní nesou břemeno dalšího vzdělávání, nahrazování příjmů a z toho plynoucí sociální náklady. Ekonomicky zdravý systém by měl takové pobídky omezit. To by mohlo zahrnovat vhodné příspěvky firem na vzdělávání, včasné plánování pracovní síly a větší zapojení zaměstnanců do prokazatelného zvyšování produktivity. Zároveň je nezbytné zabránit tomu, aby dodatečné povinnosti nadměrně zatěžovaly zejména malé podniky nebo bránily ekonomicky životaschopným investicím.

Samotné směrnice však nenahrazují plně financovanou implementační architekturu: Zveřejněný text neobsahuje ani komplexní, samostatný rámec financování, ani jednotné kvantitativní cíle úspěšnosti pro celý balíček opatření. Právě proto bude klíčové praktické rozdělení zdrojů. Pokud bohatší regiony mohou nabídnout vysoce kvalitní podporu, zatímco strukturálně slabší oblasti zůstanou pozadu, mohly by se stávající rozdíly prohloubit. Je zapotřebí koordinace mezi úrovní, na které se dosahuje technologických zisků, a úrovní, na které vznikají náklady na sociální transformaci.

Evropské firmy by se měly blíže podívat

Čínská vazba mezi podporou umělé inteligence a politikou zaměstnanosti je relevantní i pro mezinárodní konkurenty. Rozsah průmyslové automatizace ukazuje, že čínská ekonomika i nadále v širokém měřítku pohání technologickou modernizaci. Nová politika trhu práce by proto neměla být interpretována jako pouhý ústup od konkurence. Spíše se zaměřuje na zlepšení ekonomických a sociálních podmínek pro udržitelnější cestu modernizace.

Pro německé průmyslové, logistické a servisní společnosti to vyvolává strategickou otázku: Bude umělá inteligence zavedena pouze jako nástroj ke snižování nákladů, nebo jako součást širšího zlepšení obchodního modelu? Jednostranné zaměření na snižování počtu zaměstnanců může zastírat skutečnost, že kvalita, spolehlivost dodávek, reakceschopnost a doplňkové služby také vytvářejí konkurenční výhody. Zejména společnosti s rozsáhlými odbornými a procesními znalostmi by mohly těžit z kombinace těchto znalostí s inteligentními nástroji namísto předčasného snižování počtu zaměstnanců.

Čínská politika by neměla být ani idealizována, ani rovnou odmítána. Centrálně formulované cíle nejsou důkazem jejich efektivní realizace a politická kontrola může vytvářet zvrácené pobídky. Stejně tak by bylo nepřesvědčivé zacházet s technologickým rozvojem jako s procesem, jehož sociální výsledky jsou v zásadě nekontrolovatelné. Pro obchodní praxi spočívá relevantní ponaučení v integrovaném přístupu: technologie, personál, bezpečnost, vzdělávání a ekonomické přínosy musí být plánovány společně.

Úspěch je v přechodu zřejmý

Zda bude změna čínské politiky ekonomicky úspěšná, nebude určeno počtem publikovaných programů nebo nově vytvořených pracovních míst. Smysluplnějšími ukazateli budou to, jak rychle postižení jednotlivci opět najdou stabilní zaměstnání, jak se vyvíjejí jejich reálné příjmy a zda se společnosti zároveň stanou produktivnějšími a konkurenceschopnějšími. Stejně důležitý je přístup menších podniků k vysoce výkonným nástrojům a to, zda vzniknou nová pracovní místa mimo několik málo technologických center.

Důvod je tedy tento: Strategie umělé inteligence příznivá pro zaměstnanost má smysl, pokud chrání lidi, aniž by trvale zakořeňovala zastaralé procesy. Měla by umožnit technologické zisky a zároveň vytvořit podmínky pro zaměstnance, aby se na nich mohli podílet. Příliš pomalá adaptace ohrožuje produktivitu a konkurenceschopnost; příliš rychlé nahrazování technologií bez udržitelných transformací může oslabit příjmy, poptávku a rozvoj dovedností. Ekonomicky relevantním faktorem je kvalita změny.

To posouvá měřítka pokroku. Ne každá ušetřená hodina práce je společenským ziskem a ne každý zachovaný krok v procesu si automaticky zaslouží ochranu. Klíčovým faktorem je, zda technologický pokrok vede k udržitelně lepším ekonomickým příležitostem. Čína se snaží toto spojení politicky regulovat. Nejnáročnější část však začíná tam, kde se směrnice protínají s jednotlivými podniky: konkrétním rozhodnutím o tom, která pracovní místa zaniknou, která nová vzniknou a kdo bude mít v budoucnu příležitost je vykonávat.

Xpert.Digital je datově orientované B2B centrum pro průmysl, které vede Konrad Wolfenstein . Společnost funguje jako externí, kvazi-interní řešení pro průmyslové partnery a odstraňuje provozní mezery v marketingu, obsahu a prodeji – aniž by vyžadovala další zdroje na straně klienta.

Více informací zde:

• Kvazi-interní řešení: Jak Xpert.Digital uzavírá provozní mezery v marketingu a prodeji B2B – Smart Content-Driven Business

☑️ Naším obchodním jazykem je angličtina nebo němčina

☑️ NOVINKA: Korespondence ve vašem rodném jazyce!

 

Já a můj tým jsme rádi, že vám můžeme být k dispozici jako váš osobní poradce.

Můžete mě kontaktovat vyplněním kontaktního formuláře zde wolfenstein@xpert.digital:nebo mi jednoduše zavolat na číslo +49 7348 4088 965. Moje e-mailová adresa je

Těším se na náš společný projekt.

 

 

☑️ Podpora malých a středních podniků v oblasti strategie, poradenství, plánování a implementace

☑️ Vytvoření nebo restrukturalizace digitální strategie a digitalizace

☑️ Rozšíření a optimalizace mezinárodních prodejních procesů

☑️ Globální a digitální B2B obchodní platformy

☑️ Průkopnický rozvoj podnikání / Marketing / PR / Veletrhy