Technické znalosti už samy o sobě nemusí stačit.

Rychlý rozvoj umělé inteligence, automatizace a dalších technologií zvyšuje význam schopností, které lidem umožňují reagovat na změny, pracovat s nejistotou a přicházet s novými řešeními.

Tradiční vzdělávání se často soustředí na řešení problémů, které už existují. V rychle se měnícím prostředí ale získává na významu také schopnost včas rozpoznat problémy a příležitosti, které teprve vznikají.

Důležitou roli proto mohou hrát dlouhodobě využitelné schopnosti založené na předvídání změn, představivosti a schopnosti převádět nové myšlenky do praxe. Na rozdíl od konkrétních technických znalostí nejsou svázané s jediným nástrojem nebo technologií a mohou se postupně rozvíjet během celé kariéry.

Schopnost vnímat změny dříve, než se stanou běžnými

Jednou z klíčových schopností je aktivní sledování budoucího vývoje a rozlišování mezi tím, co je pravděpodobné, a tím, co je pouze možné.

Firmy při plánování často vycházejí z aktuálních trendů a předpokládají jejich pokračování. Technologie se dále zdokonalují, spotřebitelské chování se postupně mění a současný vývoj se promítá do odhadů několika dalších měsíců nebo let.

Takový přístup může fungovat při běžném plánování, ale nemusí zachytit výraznější změny, které vznikají mimo současné hlavní trendy.

Význam proto získává široká zvědavost a schopnost sledovat zdánlivě nesouvisející signály. Nové společenské nebo technologické trendy se totiž často objevují nejprve prostřednictvím několika menších změn, které začnou být zřejmé až později.

Příkladem může být rostoucí odpor části mladších generací vůči neustálému využívání technologií. Únava z umělé inteligence, kritika velkých technologických společností nebo rostoucí společenská hodnota času stráveného offline mohou společně vytvářet širší změnu postoje k digitálnímu prostředí.

Schopnost podobné signály zachytit neznamená přesně předpovídat budoucnost. Důležitější je připustit více možných scénářů a nesoustředit se příliš rychle pouze na jeden očekávaný výsledek.

Podobný princip se týká technologií. Zatímco velká část debaty o AI se soustředí na software nebo hardware, nové příležitosti mohou vznikat právě na jejich rozhraní. Jednou z takových oblastí je takzvaná Physical AI, tedy systémy schopné průběžně vnímat a interpretovat fyzické prostředí namísto pouhého reagování na zadané pokyny.

Právě oblasti mezi současnými kategoriemi mohou vytvářet prostor pro nové produkty, profese a obchodní modely.

Představivost a vlastní pohled získávají v době AI větší hodnotu

Rozpoznání možné změny je pouze první částí procesu. Další důležitou schopností je představit si, jak by mohla nová realita skutečně vypadat.

Představivost v tomto kontextu neznamená pouze kreativitu. Jde také o schopnost podívat se na existující produkt, službu nebo problém jiným způsobem a vytvořit konkrétní představu něčeho, co zatím neexistuje.

Taková myšlenka nemusí být okamžitě technologicky realizovatelná.

Příkladem je koncept spolknutelné kapsle, která by prostřednictvím lidské pokožky uvolňovala vůni. Technologie zatím není dostupná, její vizuální zpracování však dokázalo vytvořit natolik přesvědčivou představu budoucího produktu, že vyvolalo skutečný zájem kosmetických společností.

Schopnost dát abstraktní myšlence konkrétní podobu tak může ovlivnit rozhodování ještě předtím, než existuje samotná technologie.

S rozšiřováním generativní umělé inteligence může současně získávat větší význam osobní pohled, zkušenost a úsudek.

AI dokáže rychle vytvářet text, obrázky, analýzy a další obsah. Samotná schopnost něco technicky vytvořit proto nemusí být stejně výraznou konkurenční výhodou jako dříve.

Hodnotnější může být schopnost rozhodnout, co vytvořit, proč to vytvořit a jakým způsobem se na konkrétní problém dívat.

Technické znalosti tak mohou otevřít dveře k určité profesi, zatímco dlouhodobou hodnotu člověka může stále více určovat kombinace zkušeností, vkusu, úsudku a schopnosti vytvářet vlastní pohled na problém.

Nápady musí být možné rychle převést do praxe

Třetí oblastí je schopnost dát myšlenkám konkrétní podobu a rychle je testovat.

Nemusí přitom jít o dokonale připravený produkt. Prvním krokem může být jednoduchý náčrt, hrubý prototyp, fyzický model nebo simulace určité situace.

Praktické testování dokáže odhalit problémy, které při dlouhých diskusích nebo plánování nemusí být viditelné. Týmy mohou rychleji zjistit, co funguje, co je potřeba změnit a které předpoklady byly nesprávné.

V prostředí, kde je vytváření digitálního obsahu stále jednodušší, může paradoxně růst hodnota praktického experimentování a práce s konkrétními prototypy.

Stejně důležitá je schopnost spolupracovat s lidmi, kteří mají rozdílné zkušenosti a názory.

Automatizace postupně přebírá část rutinních a transakčních činností. Mezilidské schopnosti, jako je hledání společného řešení, propojování různých perspektiv a koordinace lidí, proto mohou získávat větší význam.

Strategický přístup navíc neznamená pouze vědět, co vytvořit. Důležité je také určit, co je potřeba zjistit a otestovat.

V nejistém prostředí totiž nemusí mít výhodu ten, kdo dokáže nejpřesněji předpovědět další vývoj. Výhodnější může být schopnost rychle reagovat na nové informace, experimentovat a průběžně upravovat další směr.

Budoucnost práce proto nemusí být založena na jednom přesném souboru profesních znalostí. Konkrétní technologie a nástroje se mohou rychle měnit, zatímco schopnost sledovat změny, představovat si nové možnosti a převádět je do praxe zůstává využitelná napříč různými obory.

Právě tyto dovednosti mohou lidem pomoci nejen reagovat na nejistotu, ale také aktivně ovlivňovat směr, kterým se jejich práce a kariéra budou vyvíjet.