Levely práce s AI

Levely L0-L3 neměří, kolik AI nástrojů člověk zná. Měří, jak dnes reálně pracuje s AI: jestli ji teprve zkouší, používá pravidelně v běžné práci, staví z ní opakovatelné postupy a nástroje, nebo s ní mění celý způsob práce, agendu či operating model.

SP Assessment proto není test znalostí ani osobnostní typologie. Je to behaviorální obraz aktuální praxe: co člověk s AI dělá, jak často, s jakým kontextem, jak iteruje, co z toho vzniká a jestli se jeho práce reálně mění. V reportu pak tenhle obraz navazuje na individuální výsledek a na další doporučení.

V metodice používáme tyto levely:

#L0 AI Explorer

L0 Explorer AI zkouší a hledá, kde mu reálně pomůže. Už může mít první užitečné výstupy, ale zatím nemá stabilní návyk, jasný opakovaný use case ani vlastní postup.

#Signály L0

• používá AI občas, nepravidelně nebo jen na výzvu,
• zkouší jednotlivé dotazy, drafty, shrnutí, nápady nebo překlady,
• často vezme první použitelný výstup bez větší iterace,
• nemá uložený postup, šablonu, asistenta ani opakovaný workflow,
• neumí ještě přesně říct, kdy AI zapojit a kdy ne,
• má nízkou jistotu v nástrojích, datech nebo kvalitě výstupu,
• jeho použití AI je spíš experiment než běžná součást práce.

#Co musí být vidět v evidenci

Stačí jeden konkrétní pracovní AI use case, aby člověk nebyl „nula". Například: nechal si připravit první verzi e-mailu, shrnout dokument, vysvětlit téma nebo navrhnout postup.

Bez konkrétního pracovního příkladu zůstává evidence slabá. Člověk může AI znát z doslechu, ale level se neurčuje podle znalosti pojmů.

#Co L0 ještě nemá

• pravidelnost,
• produktivní iteraci,
• několik pracovních use casů,
• uložený postup,
• opakovaný artefakt,
• změnu pracovního workflow.

#Další růst

Najít první praktické situace, kde AI šetří čas nebo zlepšuje výstup. Cílem není hned automatizovat práci, ale snížit tření a vybudovat základní návyk.

#Typické skóre

0-24 SP Score.

Nula neznamená „špatný výsledek". Znamená, že nemáme smysluplný důkaz praktického pracovního použití AI. Aktivní Explorer s konkrétním pracovním use casem má dostat aktivační floor přibližně 8-10.

#L1 Operator

L1 Operator používá AI pravidelně uvnitř existující práce. AI mu pomáhá s rešerší, texty, analýzou, přípravou materiálů, shrnutím, kontrolou nebo rozhodováním, ale základní pracovní postup se zatím zásadně nemění.

#Signály L1

• používá AI pravidelně, často denně nebo týdně,
• má 2-3 konkrétní pracovní use casy,
• umí AI dodat kontext,
• dělá více kol iterace,
• upravuje zadání podle výstupu,
• kontroluje důležité výstupy,
• používá AI na reálné pracovní výstupy,
• práce je rychlejší nebo kvalitnější, ale workflow zůstává stejné.

#Co musí být vidět v evidenci

L1 začíná tam, kde už AI není jen zkoušení. Člověk ji používá opakovaně v práci a umí popsat konkrétní situace:

• „Používám AI na přípravu podkladů pro porady."
• „Nechávám si shrnout dokumenty a potom nad tím iteruju."
• „Dám AI kontext, požádám o první návrh, pak výstup ladím."
• „Používám ji na e-maily, rešerše, překlady a kontrolu."

Jeden úzký use case může stačit pro slabý L1, pokud je opakovaný, pracovně relevantní a člověk u něj prokazatelně iteruje.

#Co L1 ještě nemá

• přetrvávající AI-enabled artefakt,
• vlastní šablonu nebo asistenta používaného opakovaně,
• workflow s jasnými vstupy, kroky a výstupy,
• nástroj, skript nebo dashboard,
• změnu operating modelu práce.

Časté používání AI samo o sobě nestačí na L2. Pokud člověk pokaždé začíná od nuly, je to pořád L1.

#Další růst

Systematizovat to, co už funguje: uložit postupy, vytvořit šablony, asistenty, promptové vzorce nebo první jednoduchý workflow.

#Typické skóre

25-45 SP Score.

Silný L1 může mít vyšší číslo než slabý L2, protože skóre a level se překrývají. Pro level ale rozhoduje behaviorální evidence, ne samotné číslo.

#L2 Builder

L2 Builder už AI nepoužívá jen na jednotlivé úkoly. Staví z ní opakovatelné pracovní systémy: workflow, šablony, asistenty, skripty, mini-nástroje, dashboardy, knihovny promptů nebo custom GPTs.

#Signály L2

• má L1 základ: pravidelné používání AI, kontext, iteraci a reálné výstupy,
• vytváří artefakty, které přetrvávají mezi sezeními,
• převádí opakovanou práci do opakovatelného postupu,
• používá vlastní šablony, asistenty, promptové vzorce, skripty nebo nástroje,
• umí popsat vstupy, kroky, výstupy a situace, kdy workflow používá,
• pracuje s dokumenty, daty, tabulkami, CRM, interními podklady nebo jiným reálným kontextem,
• postupy zlepšuje a ukládá,
• dokáže ověřit kvalitu výstupu,
• začíná přemýšlet v systémech, ne jen v jednotlivých úkolech.

#Co musí být vidět v evidenci

L2 stojí na znovupoužití. Nestačí říct „používám AI často". Musí existovat něco, co člověk používá znovu:

• uložený prompt pattern, který má jasné vstupy a použití,
• vlastní asistent nebo custom GPT,
• šablona pro opakovaný výstup,
• workflow pro zpracování dokumentů nebo dat,
• skript, dashboard, prototyp nebo mini-nástroj,
• postup, který může použít i někdo další.

Nejde o počet artefaktů. Jeden dobrý workflow může stačit, pokud řeší opakovanou práci a člověk ho skutečně používá.

#Co L2 ještě není

• pouhé ukládání starých materiálů,
• jeden prompt bez reálného znovupoužití,
• časté chatování s AI bez přetrvávajícího postupu,
• jedna aplikace nebo automatizace, která nezměnila širší pracovní cyklus,
• osobní zrychlení jednoho úkolu bez opakovatelného systému.

#Další růst

Přejít z osobních nástrojů na sdílené systémy: týmové workflow, dokumentaci, governance, měření dopadu, standardy kvality a škálování.

#Typické skóre

45-78 SP Score.

Chatový Builder bývá spíš ve spodní nebo střední části pásma. Code-based Builder, který pracuje s nástroji, daty, workflow a měřitelným dopadem, může být vysoko, někdy až na hraně L3.

Level se ale neurčuje jen číslem. Rozhoduje důkaz: zda AI vytváří opakovatelný pracovní systém.

#L3 Transformer

L3 Transformer změnil způsob, jak se práce skutečně dělá. Nemusí měnit celou firmu. Stačí, že zásadně přestavěl vlastní klíčovou agendu, pracovní cyklus, týmový proces nebo operating model kolem AI.

#Signály L3

• dokáže popsat jasné „předtím vs. teď" u celé opakované agendy,
• AI je součást pracovního systému, ne jen pomocník na jednotlivé úkoly,
• systém je výchozí způsob práce pro celou třídu úkolů,
• pracuje přes role, kroky, pravidla, kontext a kontrolní body,
• dopad se týká rytmu, kapacity, kvality nebo rozhodování celé agendy,
• systém může používat další člověk nebo tým, případně je tak navržený,
• existuje evidence dopadu: úspora času, vyšší objem výstupů, lepší kvalita, sdílení, adopce nebo změna procesu.

#Co musí být vidět v evidenci

L3 vyžaduje změnu „předtím vs. teď". Člověk musí umět popsat, jak se práce dělala dřív, jak se dělá teď a co se díky AI změnilo.

Příklady L3 evidence:

• „Dřív jsme připravovali report ručně několik hodin, teď máme AI pipeline, která z dat vytvoří první verzi, člověk ji kontroluje a tým podle ní rozhoduje."
• „AI není jen nástroj na začátku. Je zabudovaná v celém procesu od vstupu přes analýzu po výstup a kontrolu."
• „Tento systém používám pro celou agendu, ne pro jeden izolovaný úkol."
• „Změnil se rytmus práce: co bylo měsíční, je týdenní; co bylo ruční, má dnes jasný workflow."

#Co L3 ještě není

• manažerská pozice sama o sobě,
• používání agentů bez změny práce,
• jeden kvalitní asistent,
• jedna automatizace,
• osobní nástroj bez dopadu na celou agendu,
• vysoké SP Score bez behaviorální evidence.

Builder staví nástroje. Transformer změnil způsob práce.

#Další růst

Zlepšovat operating model: měřit dopad, řešit spolehlivost, dokumentaci, governance, sdílení, adopci a další oblasti, kde může AI změnit kapacitu práce.

#Typické skóre

72-96 SP Score.

L3 není titul pro manažery. Individual contributor může být L3, pokud AI zásadně změnila způsob, jak vzniká jeho klíčová práce. Naopak manažer není L3 automaticky, pokud s AI reálně nepřestavěl pracovní systém.

#Signály, které sbíráme

SP Assessment kombinuje Spark dotazník a Deep rozhovor. Dotazník dává deklarovanou kostru profilu. Deep rozhovor validuje reálné chování a má při určování levelu přednost.

#1. Frekvence používání

Zjišťujeme, jestli člověk AI používá zřídka, občas, většinu dní nebo několikrát denně.

Frekvence pomáhá, ale sama level neurčuje. Člověk může používat AI denně a být L1, pokud pokaždé začíná od nuly. L2 začíná až tehdy, když vzniká opakovatelný systém.

#2. Pracovní use cases

Hledáme konkrétní situace z práce:

• jaký úkol člověk řešil,
• jak AI zapojil,
• jaký dal kontext,
• kolik kol iteroval,
• jaký vznikl výstup,
• jestli výstup použil,
• co by příště udělal jinak.

Vágní odpověď typu „používám ChatGPT" nestačí. Potřebujeme pracovní příklad.

#3. Enablery práce s AI

Čtyři enablery ukazují kvalitu práce s AI:

Iterace je vstupní návyk. Když člověk bere první výstup jako hotový, brzdí tím kvalitu většiny AI práce.

#4. Módy práce s AI

Sledujeme, k čemu člověk AI používá a jak hluboko:

Módy nejsou levely. Člověk může být silný v Conversational módu a pořád být L1. Coding nebo Orchestration pomáhají L2/L3, ale samy o sobě level neurčují.

#5. Artefakty

Artefakt je něco, co přetrvá:

• šablona,
• prompt pattern,
• vlastní asistent,
• custom GPT,
• workflow,
• skript,
• dashboard,
• mini-nástroj,
• dokumentovaný postup,
• pipeline.

U L2 a L3 je artefakt zásadní signál. U L0 absence artefaktů není problém, protože Explorer je ještě nemá mít.

#6. Tool sophistication

Sledujeme, jaký nástrojový stack člověk používá:

• jeden firemní chatbot,
• standardní chatovací model,
• více AI nástrojů,
• specializované nástroje,
• coding/IDE nástroje,
• no-code nebo automatizační nástroje,
• pokročilý stack s daty, vibecodingem a pipeline.

Nástroje nejsou cíl. Důležité je, jestli odpovídají práci a vedou k reálnému výstupu.

#7. Before-after změna

Tento signál odděluje L2 od L3.

Ptáme se:

• Jak se práce dělala před AI?
• Jak se dělá teď?
• Co se změnilo v rytmu, kvalitě, kapacitě nebo rozhodování?
• Používá se nový systém opakovaně?
• Týká se změna celé agendy, nebo jen jednoho úkolu?

Bez změny „předtím vs. teď" u celé opakované agendy zůstává člověk L2, i když má kvalitní nástroje.

#Stručná logika skórování

SP Score je číselný index AI vyspělosti v rozsahu 0-100. Není hlavní výsledek. Hlavní výsledek je level.

Nejpřesnější interpretace:

SP Score = pozice uvnitř levelu.

Výpočet v metodice v3:

SP Score = levelová báze + součet 6 modifikátorů

#Levelová báze

#Šest modifikátorů

Dotazník nemá zvedat level sám o sobě. Pokud člověk v dotazníku deklaruje vysokou zralost, ale Deep rozhovor ji nepotvrdí, rozhoduje Deep evidence.

#Typická pásma

Pásma se překrývají záměrně. Výjimečný L1 může mít vyšší skóre než slabý L2. Silný L2 může být číselně blízko L3. Level se proto neurčuje mechanicky podle skóre.

#Rozhodovací pravidla mezi levely

#L0 -> L1

Člověk je L1, pokud používá AI pravidelně, má konkrétní pracovní use cases, umí dodat kontext a iterovat.

Zůstává L0, pokud AI používá jen občas, bez stabilního use casu a bez produktivní iterace.

#L1 -> L2

Člověk je L2, pokud vytváří přetrvávající artefakty nebo opakovatelné workflow.

Zůstává L1, pokud AI používá pravidelně, ale pokaždé začíná od nuly.

#L2 -> L3

Člověk je L3, pokud změnil operating model celé opakované agendy nebo pracovního cyklu.

Zůstává L2, pokud má kvalitní nástroje, asistenty nebo automatizace, ale ty zatím mění jen jednotlivé úkoly nebo osobní produktivitu.

#Co levely nejsou

• L0 není selhání. Je to startovní fáze.
• L1 není „jen začátečník". Silný L1 může dělat velmi kvalitní práci s AI.
• L2 není každý, kdo AI používá často. L2 vyžaduje znovupoužití a artefakty.
• L3 není manažer. L3 je změněný operating model.
• SP Score není známka člověka. Je to baseline pro benchmark, re-assessment a sledování posunu.

#Shrnutí

SP Assessment dokáže popsat čtyři AI levely pomocí konkrétních behaviorálních signálů. Sleduje frekvenci používání, pracovní use cases, enablery, módy práce s AI, nástroje, artefakty, opakovatelnost a změnu „předtím vs. teď".

Level určuje kvalita evidence, ne samotné číslo. SP Score pomáhá ukázat pozici uvnitř levelu a měřit posun v čase.