Hostem je Daniel Hastík – investor, Tech Scout a surfař, který přes dvacet let působí v technologickém světě. Dnes pracuje v Tenzor Ventures, jednom z největších deeptechových fondů ve střední Evropě, kde hledá firmy a lidi schopné měnit pravidla hry.

V rozhovoru mimo jiné zazní:

• co je vlastně deep tech a proč ho na rozdíl od běžných appek nikdy neuvidíte,
• proč AI není jen hype, ale „super wave" – a co to reálně znamená pro byznys i běžné lidi,
• jak AI demokratizuje technologie a zároveň překlápí váhu z produktu do storytellingu,
• proč v éře AI-generated obsahu rozhoduje autenticita a důvěra – human to human,
• jak AI vytváří dopaminovou smyčku podobnou Candy Crush a kde jsou limity kognitivní zátěže,
• jaké zajímavé startupy má Tenzor v portfoliu – od léčby rakoviny po AI sportovní komentátory,
• jak fungují kvantové počítače vysvětlené na jedné minci,
• a kam míří budoucnost softwaru podle tří investičních tezí: Rewrite, Physical AI a Compute.

Kromě technologií a investic Daniel otevřeně sdílí i svůj pohled na work-life balanc – proč skvělý founder vždy porazí dobrý pitch deck, proč AI nástrojům chybí tlačítko „dost" a co má společného surf s tím, jak přežít v době, kdy se všechno zrychluje.

Epizoda pro každého, kdo chce pochopit, kam se technologie a byznys skutečně posouvají.

📖 Slovníček pojmů najdete ZDE.

Enjoy!

Jakub Lada z Direct pojišťovny vystudoval tiskařinu, poté se roky věnoval likvidaci pojistných událostí a projektovému řízení. S programováním neměl nic společného – dnes se svým týmem dodává hotová řešení do produkce v tempu, které by klasickým agilním vývojem trvalo třikrát až čtyřikrát déle.

V rozhovoru mimo jiné zazní:

• jak se vibecoding postupně „pašoval" do pojišťovny přes vztahy, ne přes nařízení,
• proč je změna myšlení u vývojářů často těžší než u byznysu,
• co je vědomý imperfekcionismus a proč je 95 % výsledku za třetinu času víc než dost,
• proč zkušený vývojář záměrně píše v jazyce, kterému nerozumí,
• jak naroubovat AI na složité pojistné procesy plné výjimek,
• jak vypadá WOW moment, který přesvědčí byznysové lidi, aby AI konečně přijali za svou,
• proč odvaha jednoho lídra rozhoduje víc než rozpočet na AI,
• a proč by každý znalostní pracovník měl umět pracovat aspoň ve dvou AI nástrojích – bez ohledu na to, co platí zaměstnavatel.

Jakub otevřeně popisuje, jaké to je stát mezi vývojáři s pocitem, že tam nepatříte. Jak začínal kopírováním kódu do VS Code, jak přešel na Cursor a dnes staví agentní systémy, které přebírají práci za celé týmy. Na konci epizody prozradí svůj dlouhodobý sen: plně autonomní likvidaci pojistných událostí, kdy klient přijde s problémem a odchází s řešením.

Epizoda pro každého, kdo cítí, že se něco zásadního mění – a chce pochopit, co to znamená pro jeho práci, tým i kariéru.

📖 Slovníček pojmů najdete ZDE.

Enjoy!

Bavili jsme se skoro hodinu a půl a je to podle mě jeden z nejlepších rozhovorů, jaké jsem kdy udělal. Dozvíte se, proč budou firmy potřebovat onboardign i offboarding pro AI agenty, jak při pohovorech otočit otázku "používáte AI?" ve váš prospěch a proč se možná celá vaše osobnost vejde do čtyř odstavců textu.

V rozhovoru mimo jiné zazní:

→ Just-in-time software – budoucnost, kde si firmy staví vlastní nástroje místo předplatného SaaS, protože je to rychlejší a přesnější

→ Bias modelů a firemní rozhodnutí – management dělá zásadní rozhodnutí (výběr LLM), aniž by tušil dopady na firemní kulturu, hodnoty a rozhodování

→ Doménové týmy místo centrálního IT – budoucí struktura firem, kde marketing, supply chain atd. mají vlastní inženýry a fungují jako minifirmy

→ Identita a offboarding AI agentů – jak budeme spravovat tisíce agentů ve firmě, jejich přístupy, logy, systémové prompty a firemní politiky

→ Práce s AI agenty přes noc – spouštění agentů večer, aby ráno byl hotový code review, včetně tipu psát "teď jdu spát", aby se agent neptal a řešil věci sám

→ Využití AI při výběrových řízeních – otočení perspektivy z "jak odhalit AI" na "ukažte, kde jste AI využili" a zadávání cross-doménových úkolů (backend vývojáři generují frontend)

→ Problém přepínání kontextu – když běží 3-5 agentů najednou, vzniká nový typ kognitivní zátěže a potřeba najít best practices pro mezičas (kettlebell, káva, stand-up)

→ AI jako intimní partner – lidé sdílejí s AI věci, které neřeknou ani nejlepšímu kamarádovi (plánování překvapení, osobní problémy, terapie)

→ Člověk jako čtyři odstavce textu – uvědomění, že naše "unikátnost" se možná dá shrnout do krátkého kontextového popisu

David otevřeně mluví o budoucnosti inženýringu, o tom, jak by firmy měly strukturovat týmy, a proč největší problém není technologie, ale to, že management neví, na co se má ptát.

Epizoda je nabitá praktickými postřehy pro každého, kdo chce pochopit, kam směřuje práce s AI.

📖 Slovníček pojmů najdete ZDE.

Enjoy!

Hostem této epizody podcastu Budoucnost nepráce je Jiří Slavík, ředitel ZŠ v Českém Brodě, který už 2,5 roku systematicky zavádí AI do své školy. Od první porady, kde učitelům pustil svůj AI avatar, až po vytvoření interní komunity, která si sdílí, co funguje a co ne.

V tomhle díle se bavíme o tom:

• proč AI používají i učitelé těsně před důchodem – a co je na tom překvapilo,
• jak z hodinové práce s účty udělat 10minutovou záležitost,
• proč Jirka zadává stejný prompt do ChatGPT i Gemini a vybírá lepší výsledek,
• jak funguje diferenciace výuky s AI – každé dítě na jiné úrovni,
• proč interaktivní webovka funguje líp než klasická prezentace,
• co znamená AI-first mindset ve školství,
• a proč je důležité pracovat s AI jako s mentorem, ne jen jako s nástrojem.

Jirka je důkazem toho, že AI ve školství není o nahrazení učitelů – je o tom dát jim superschopnosti.

Slovník pojmů z epizody najdete na tomto odkazu. 

Enjoy!

Hostem této epizody podcastu Budoucnost nepráce je Tereza Tížková, první zaměstnankyně a growth lead startupu E2B, který vyvíjí sandboxová prostředí pro AI agenty. Mezi jejich zákazníky patří firmy jako Perplexity, Manus, Grok nebo Mistral.

V rozhovoru mimo jiné zazní:

• proč je důvěra nová měna v době, kdy AI generuje všechno,
• proč je jedno, co přesně je agent – a co lidi doopravdy zajímá,
• jak E2B získalo zákazníky jako Perplexity nebo Grok,
• proč je brand důležitější než virální hacky,
• co obnáší růst AI startupu mezi Prahou a San Franciscem,
• jak se člověk bez technického vzdělání naučil pracovat s vývojáři,
• a proč je v Americe normální platit 500 dolarů za 15 minut konzultace.

Tereza otevřeně mluví o tom, jak budovat značku v developer relations, proč raději používá základní nástroje než testuje každou novinku, a jak vypadá realita práce v AI startupu, který roste z garáže do Series A. Epizoda nabízí pohled do světa, kde se brand buduje komunitou, partnershipy a konzistentní prací – ne virálními zkratkami.

Slovník pojmů z epizody najdete na tomto odkazu. 

Vše, co potřebujete vědět o AI v roce 2026 zjistíte už 21. ledna na https://www.aipredictions.cz/. Zažijte to s námi!

Hostem této epizody podcastu Budoucnost nepráce je Josef Procházka, tajemník Městského úřadu Kopřivnice, který patří mezi průkopníky využívání AI ve veřejném sektoru.

V rozhovoru mimo jiné zazní:

Představení hosta [04:00]
Proč má dnes 90 % dovedností nulovou hodnotu [07:14]
Jak se právník stal AI lídrem na úřadě [08:28]
Jak úředníci reagovali na první práci s AI [11:53]
Jak má vypadat úřad 21. století [14:10]
Druhý mozek: práce se znalostmi na úřadě [17:22]
Jak AI zrychluje manažerské rozhodování [20:38]
Co hrozí, když odejdou klíčoví lidé [23:34]
Jak vznikl AI asistent ze směrnic [37:02]
Největší chyba při zavádění AI shora [45:41]
Jak přitáhnout mladé lidi do veřejné správy [52:33]
Co by Josef změnil, kdyby byl ministrem digitalizace [56:18]
Tři principy, jak s AI pracovat lépe [58:16]

Josef otevřeně mluví o budování „druhého mozku“, práci s knowledge base, AI mindsetu, chybách v zavádění inovací i o tom, proč je dnes důležitější metodologie než konkrétní nástroj.

Epizoda nabízí velmi praktický pohled na AI nejen pro veřejnou správu, ale pro každého, kdo se snaží pracovat chytřeji v době umělé inteligence.

Slovník pojmů z epizody najdete na tomto odkaze.

Co v epizodě zazní?

Co dělá Česká asociace umělé inteligence a proč rychle roste [04:10]
Jak funguje lobbying v AI a proč je důležitý [6:30]
Význam komunity a networking v AI světě [10:06]
Nejzajímavější AI akce roku – Zážeh, Senát, Měsíc AI, zdravotnictví [11:27]
Upřímnost studentů o používání AI ve školách [15:12]
Příběhy z praxe: Ministerstvo financí a první AI iniciativa [18:28]
AI ve zdravotnictví: Carebot, triáž a záchrana životů [20:34]
Jak velké firmy adoptují AI – Škodovka a její mailbot [25:20]
Kdo v AI selhává a proč – firemní výmluvy vs. realita [34:29]
Dopad AI na zaměstnance a rostoucí rozdíly mezi lidmi [36:40]
AI intuice a nový tlak na dodavatele a freelancery [39:34]
Hrozící protesty proti AI a sociální rozměr změn [44:06]
Budoucnost juniorů a proč se každá firma musí stát školou [47:44]
Kurátor výstupů: klíčová dovednost budoucnosti [50:07]

Mluvíme taky o tom, proč potřebujeme přestat řešit jen technologii a víc se zaměřit na lidi – na jejich dovednosti, intuici, budoucnost a to, jak je firmy dokážou rozvíjet.

Pokud vás zajímá, jak AI mění české firmy, nemocnice, vzdělávání i celý trh práce, tohle je epizoda, kterou nechcete minout.

Slovník pojmů z epizody najdete na tomto odkaze.

Do dalšího dílu podcastu jsem si pozval Martina Jana Rosu – architekta, který dokonale propojuje svou doménovou expertízu s digitálními nástroji a AI. Tohle je další z velmi praktických rozhovorů, které jsem v poslední době vedl.

Martina jsem se ptal na konkrétní scénáře, jak využívá AI v architektuře i při práci s daty. V podcastu zazní:

Jak AI změnila Martinovu práci za poslední rok [03:25]
Kdy má smysl používat skripty a Python v architektuře [07:13]
Co je BIM / IFC a proč jsou zásadní [08:56]
Automatizace rutinní práce pomocí AI [11:35]
Nástroje Cursor, Replit a Cloud Code v praxi [13:59]
Jak AI přemýšlí: reasoning a samoopravné skripty [17:12]
Budoucnost profesí: doménová znalost + AI [28:39]
„Druhý mozek“ a organizace informací [40:54]
Proč je pořádek v datech klíčový pro práci s AI [48:13]

Tahle epizoda je plná inspirace, konkrétních use cases a praktických tipů, které můžete začít používat hned. Co by se stalo, kdybyste se naučili využívat AI stejně efektivně jako Martin — a kolik práce by vám to ušetřilo?

• Jak se naučit využívat AI v běžném životě?
• Kde začít, když je těch nástrojů tolik?
• A jak se v tom všem neztratit – ale naopak využít AI ke svému růstu?

Odpovídám na otázky, které mi nejčastěji posíláte – o mindsetu, experimentech, efektivním učení, plánování kariéry i osobním rozvoji.

Ukazuju, že AI není o robotech, ale o lidech, kteří chtějí růst, tvořit a být o krok napřed.

V epizodě mluvím mimo jiné o:

✔ překonávání strachu z AI,

✔ vytváření zdravých pracovních a učebních návyků,

✔ rozdílech mezi nástroji (ChatGPT, Claude, Gemini, Copilot),

✔ konceptu „druhého mozku“ (Notion, Evernote, Obsidian),

✔ komunitním učení a sdílení zkušeností.

Tahle epizoda je pro každého, kdo nechce, aby ho technologie převálcovaly – ale chce je využít naplno, po svém.

I tato témata v podcastu zazní:

Jak začít s AI, i když z ní máte obavy – a proč začít tím, co vás baví [08:07]
Proč si musíte najít „lásku k technologiím“ a jak si vytvořit AI návyk [09:01]
AI jako učitel: jak si s ní vytvořit osobní vzdělávací plán [12:43]
Praktické využití AI při učení jazyků a dovedností [15:14]
Do čeho investovat: ChatGPT, Claude, Gemini – a proč nestačí jen jeden [17:58]
Jak porovnávat modely pomocí minivýběrového řízení [19:50]
Kdy použít Cursor, Copilot a další nástroje pro každodenní práci [20:57]
Cohort-based learning: proč je skupinové učení s AI rychlejší [23:18]
Druhý mozek: jak dokumentovat práci tak, aby mohla pomáhat AI [35:40]
Experimentování jako hlavní cesta k AI mindsetu a intuici [33:21]

Slovník pojmů z epizody najdete na tomto odkaze.

Do hloubky mluvíme o tom, jak AI mění znalostní práci, proč budou vítězit generalisti, jak pracovat s Cursorem jako s vlastním „Jarvisem“, a proč si firmy tak často samy blokují adopci.

Získáte jasnou představu o tom, proč je taste dovedností budoucnosti, jak vytvářet systémy, které pracují za vás, a co vlastně znamená high agency v době, kdy se nůžky mezi lidmi dramaticky otevírají. Bavíme se také o tom, jak firmy nevědomky sabotují vlastní digitální transformaci, jak vzniká Aimee — naše analytická AI — a proč je Cursor game changer, o kterém se teprve začne mluvit.

Pokud chcete pracovat rychleji, chytřeji a s menší námahou, tohle je epizoda, kterou nechcete přeskočit.

I tato témata probereme v našem rozhovoru:

Jak AI mění roli generalistů a proč se T-shape mění ve čtverec [02:24]
Taste jako klíčová dovednost budoucnosti [04:00]
Mindset shift: tvorba systémů, které pracují za vás [06:33]
Jak si stavět vlastní knowledge base a zrychlit práci [09:52]
Osobní automatizace a práce s informacemi [12:40]
Digitální dovednosti, nůžky mezi lidmi a proč záleží na systematičnosti [19:35]
Kritické myšlení a realistická očekávání od AI [21:31]
High agency: akceschopnost jako superpower éry AI [25:17]
Proč firmy brzdí vlastní adopci AI [29:10]
Vibe Coding, rychlé prototypování a síla experimentování [31:58]
AI bude programovat: just-in-time software a mikroaplikace [35:34]
Jak budovat dovednosti lidí a nastavovat firemní prostředí pro AI [38:54]
Bezpečnost, mýty a jak je řešit v praxi [46:13]
Jak vzniká Aimee: analytická AI a její vývoj [53:30]
UI budoucnosti a konec tradičních rozhraní [58:46]
Cursor jako digitální Jarvis: plánování, exekuce a dlouhodobá práce [01:04:42]

Slovník pojmů z epizody najdete na tomto odkaze.

V rozhovoru Honza vysvětluje společné jmenovatele úspěšných změn napříč odvětvími a ukazuje, jak propojit osobní odolnost s týmovým výkonem. Mluví o svém přístupu k odolnosti jako schopnosti růst díky překážkám, nikoli jen přežít těžké období. Sdílí také praktické rady, jak připravit firmy i jednotlivce na éru AI a vysvětluje, proč by se AI neměla brát jako nástroj automatizace rutinní práce, ale jako prostředek k tomu, abychom dělali víc věcí, které máme rádi.

Jak růst díky překážkám a jak si vypěstovat mindset odolonosti? Co vlastně dělají lidé ve firmách a jak se změní jejich práce? Proč AI přinese revoluci ve školství a změní způsob, jakým lidé pracují? A jak začít používat AI tak, aby vás to bavilo, nikoliv jen zefektivnilo nudnou práci?

Pokud hledáte inspiraci, jak začít s AI, jak překonat strach z neznáma a jak se připravit na budoucnost plnou změn – tento rozhovor je přesně pro vás.

I tato témata probereme v našem rozhovoru:

1. Paralely byznysu a budoucnosti práce s AI [07:36]
2. Jak se těšit na těžké momenty [10:10]
3. Proč prompt engineering není role budoucnosti [15:09]
4. Vibe coding a návrat k programování po třiceti letech [16:17]
5.  Emoční křivka a otevírání nůžek mezi lidmi v AI [21:24]
6. Proč je učení se s AI důležitější než automatizace [24:07]
7. Rychlost zavádění technologií jako klíč k úspěchu [32:51]
8. K-shaped skill gap a budoucnost práce [36:06]
9. Klíčové dovednosti budoucnosti: agency, komunikace, učení [43:31]
10. AI jako cesta k práci, která vás baví [1:02:03]

Slovník pojmů z epizody najdete na tomto odkaze.

Ač o sobě říká, že je technologickým optimistou, střízlivě popisuje dnešní realitu AI: selhávání projektů i dopad AI na produktivitu a výkon vývojářů. Přes všechny tyto výzvy věří v AI a v to, že klíč k úspěchu spočívá v realističtějších očekáváních, bottom-up adopci a ve schopnosti rozumět hranicím technologií místo slepé víry v hype.

Jaký je rozdíl mezi hype a realitou AI? Co opravdu znamená reskilling? A proč by se firmy měly naučit s AI zacházet s radostí, ne se strachem?

I tato témata probereme v našem rozhovoru:

1. Změna pohledu na AI a kritika hype kolem technologie: proč nerealistická očekávání ničí adopci [04:04]
2. Řízení očekávání (expectation management): rozdíl mezi tím, co AI umí a co si lidé myslí [07:39]
3. Proč by se firmy neměly soustředit jen na ROI a úspory, ale na nové produkty a služby [18:18]
4. Realita adopce AI ve firmách: 95% pilotů selhává a proč velké firmy nabírají lidi zpátky [22:19]
5. Produktivita vývojářů s AI nástroji: překvapivá studie ukazuje, že jsou o 19% pomalejší [27:56]
6. Dokumentace znalostí jako nová klíčová dovednost, kterou se musí naučit téměř všichni [32:06]
7. Prompt engineering není profese, ale důležitá dovednost pro každého [36:47]
8. Just-in-time software a praktické využití AI nástrojů v reálné práci [45:38]
9. Patří budoucnost malým specializovaným modelům? [54:34]
10. Adopce AI jako celofirmní iniciativa, ne IT projekt: proč to musí jít zdola [59:44]
    
    Slovník pojmů z epizody najdete na tomto odkaze.