Přejít na sekci
CTO koupí licence, pošle email 'od teď používáme AI', a za měsíc to používají dva lidé z dvaceti. Zbytek to zkusil jednou, dostal špatný výstup, a vrátil se k tomu, co zná.
Tohle vidím tak často, že bych to mohl nazvat standardním scénářem. A problém není v lidech — je v přístupu. Nařídit adopci shora nefunguje. Co funguje?
Proč vývojáři vzdorují
Odpor k AI není iracionální. Má konkrétní příčiny, které musíte pochopit, abyste je mohli řešit.
Špatná první zkušenost
Zkusili jeden prompt ('oprav tenhle bug'), dostali generický kód, který nefungoval v jejich kontextu, a zavrhli celý nástroj. Tohle je nejčastější příčina. Problém není nástroj — je špatný prompt. Ale kdo je to naučí?
Strach z nahrazení
'Pokud AI umí psát kód, proč by mě potřebovali?' Tohle je reálná obava, kterou nemusíme bagatelizovat. Odpověď: AI nahradí rutinní úkoly, ne vývojáře. Vývojář, který AI používá, je produktivnější — ne nahraditelnější. Ale tohle musí být řečeno explicitně.
Nedostatek času na experimentování
Mají plno práce ve sprintu a učení nového nástroje jim připadá jako luxus. Pokud management nedá explicitně čas na experimentování, lidé to prostě neudělají. Sprint commitments vždy vyhrají.
Nejčastější chyba: očekávat, že se lidé naučí AI 've volném čase.' Nikdo nemá volný čas. Dedikovaný čas na experimentování musí být explicitní — 2–4 hodiny týdně v prvním měsíci.
Co funguje: tři ověřené strategie
1. Najděte nadšence a dejte jim prostor
V každém týmu jsou 2–3 lidé, kteří experimentují rádi. Dejte jim čas a prostor — explicitně, ne 'když budeš mít chvilku.' Nechte je najít případy použití, které v praxi fungují na vašem kódu. Pak nechte JE to ukázat zbytku týmu.
Doporučení od kolegy funguje 10x líp než manažerský email. Když Tomáš na standupu řekne 'včera jsem s Claude Code vygeneroval 40 testů za hodinu, které by mě jinak trvaly dva dny' — to přesvědčí.
2. Ukažte konkrétní úspory, ne potenciál
'AI vám ušetří čas' nikoho nepřesvědčí. Je to příliš abstraktní. Co přesvědčí:
- 'Tomáš vygeneroval 40 testů za hodinu — ručně by to trvalo 2 dny'
- 'Petra zkrátila review time z 2 dnů na 4 hodiny díky AI pre-review'
- 'Martin pochopil nový modul za 30 minut místo půl dne'
- 'Celý tým deployoval dvakrát víc features tento sprint'
Konkrétní čísla z VAŠEHO týmu. Ne benchmarky z internetu, ne sliby vendorů. Vaše čísla, vaši lidé, váš kód.
3. Nedělejte z toho povinnost
Mandát shora vytvoří compliance, ne adopci. Lidé budou AI 'používat' jen proto, aby splnili metriku — ale ne efektivně. Místo toho vytvořte prostředí, kde je snadné začít a kde jsou vidět výsledky těch, kdo začali.
Prakticky: sdílený Slack kanál pro AI tipy. Na retrospektivě otázka 'kde vám AI pomohla?' Celebrations, když někdo najde skvělý use case. Žádné 'musíš používat AI' — ale 'podívej se, co s tím Tomáš udělal.'
Timeline realistické adopce
Realistická adopce není 'za týden používají všichni.' Je to graduální proces:
- Měsíc 1: 2–3 průkopníci experimentují, nacházejí use cases
- Měsíc 2: sdílejí výsledky, 5–6 dalších lidí to zkouší
- Měsíc 3: polovina týmu aktivně používá AI na něco
- Měsíc 4–5: AI se stává součástí standardního workflow
- Měsíc 6: většina týmu používá AI denně
Tohle není pomalé — tohle je udržitelné. Rychlá adopce nařízená shora vede k povrchnému používání a návratu ke starým návykům.
Co říká ta, co 'AI nikdy nebudou používat'
V každém týmu je někdo, kdo říká 'já AI nepotřebuji.' A to je OK. Nenuťte je. Ale zajistěte, že mají přístup a školení, když se rozhodnou zkusit to. Často se stane, že skeptik vidí kolegy šetřit čas a řekne si 'tak to zkusím na tom nudném úkolu' — a zůstane.
Nejlepší adopce není vynucená. Je nakažlivá. Když lidé kolem vás šetří hodiny denně, chcete vědět jak.
Chyby, které vidím opakovaně
- Email 'od teď používáme AI' bez školení a podpory
- Metriky používání AI jako KPI — lidé budou optimalizovat metriku, ne produktivitu
- Očekávání okamžitých výsledků — adopce trvá 3–6 měsíců
- Ignorování odporu místo jeho pochopení — odpor má důvody, řešte je
- Jeden nástroj pro všechny — různí lidé potřebují různé nástroje
Adopce AI v týmu je změna kultury, ne jen změna nástrojů. A změna kultury vyžaduje čas, trpělivost a správný přístup. Nařídit to nejde — ale inspirovat a umožnit ano.
Karel Čech
Vývojář a AI konzultant. Pomáhám technickým týmům zavést AI do každodenní práce — od workshopů po dlouhodobé strategie.
LinkedIn →Buďte o krok napřed s AI
Praktické tipy k AI pro vývojové týmy. Žádný spam, odhlášení kdykoliv.
Zaujal vás článek? Ponořte se hlouběji:
Související články
Adoption gap: proč 73 % dev týmů AI v praxi nevyužívá (a jak to změnit)
Firmy kupují licence za miliony. Týmy je ignorují. Problém není v technologii — je v tom, jak se zavádí. Tady je framework, který funguje.
AI a technický dluh: paradox, který definuje rok 2026
AI může 10x zrychlit vývoj — ale taky 10x zrychlit tvorbu technického dluhu. 75 % firem už má střední až vysokou úroveň dluhu kvůli AI. Jak se z toho dostat?
Kam směřuje AI ve vývoji: 5 trendů, které sleduji v 2026
Cloud agenti, MCP ekosystém, AI-native testování, CLI agenti. Co z toho přežije, co je hype, a jak se na to připravit.
Jdeme na to?
Nezávazná 30minutová konzultace — zjistíme, kde AI může váš tým posunout nejvíc.
Domluvit konzultaci zdarma