AI v praxi projektového manažera: Od osobní produktivity k firemní inteligenci

Datum vydání 25. 2. 2026
Kde končí „můj chatbot“ a začíná skutečný game changer pro celé PMO? A proč je právě teď klíčové řešit nejen prompty, ale i governance? Pojďme si to rozebrat na konkrétních scénářích z praxe od našich klientů.

Dnešním článkem bych se chtěla zaměřit na to nejdůležitější, co jsme v minulém roce u našich klientů potkali: reálné use casy. Nechci tu mluvit o konkrétních tlačítkách v nástrojích, chci mluvit o principech.

Při definování scénářů rádi věci řadíme do pomyslných „krabiček“. Svět sice není černobílý a tyto množiny se překrývají, ale pro přehlednost dělíme produktivitu na:

  1. Osobní (moje úspora času)
  2. Týmovou (naše společná pravidla)
  3. Firemní (robustní systémy a data)

Pojďme se podívat na tři scénáře, které u projekťáků v naši praxi rezonují nejvíc. Čtvrtý jako bonusový popisuje užití mého milovaného NotebookLM od Googlu.

Zápisy ze schůzek: Konec „digitálního otroctví“

Pro projektového manažera je zápis velké téma. Dnes už v Teams nebo Gemini vidíme AI funkce přímo „pod kapotou“. Schůzka se nahraje, přepíše a transcript se zpracuje do šablony.

  • Osobní báze: Použiju chatbota, hodím mu transcript a on mi to „přechroustá“ do mé struktury. Ušetřím čas, ale stále je to moje ruční práce (copy-paste).
  • Týmová báze: Tady už mluvíme o určité štábní kultuře. Celé PMO oddělení používá stejnou metodiku. Zápisy se generují automaticky, ukládají se na správné místo a já mám jistotu, že nic nezapadlo.

"Nepředstavuji si svět, kde AI dělá 100 % práce. Pokud je zápis citlivý na slovíčkaření, vždycky si tam nechám „kontrolní gate“. Ale i tak mi to ušetří mraky práce."

Veronika Pavlíková – Head of AI competency v Projectmanu

Projektový asistent: Váš „druhý mozek“

Tady to začíná být zajímavé. Pokud máte uklizená data z prvního scénáře (zápisy ve stejné struktuře a tonalitě), můžete nad nimi postavit asistenta, který umí dělat deltu.

Místo prohledávání padesáti dokumentů se ho prostě zeptáte: „Jaký je aktuální status? Padlo v posledních statusech něco, co musím řešit jako prioritu jedna?“ Asistent porovnává statický plán z úvodu projektu s realitou zápisů.

Asistent také mění tonalitu reportů podle publika - data jsou stejná, ale výstup se mění „za vteřinu“ podle toho, za kým zrovna jdete:

Cílová skupinaFormát výstupuCo AI komunikuje
Projektový týmOperativní zápisÚkoly, deadliny, technické překážky.
Sponzor projektuExecutive summaryHigh-level status, rizika, milníky.
All Hands (30+ lidí)Prezentace / NewsletterCo se dělo, co se bude dít, hlavní success stories.
Board (Vedení)Strategický reportFinanční dopady, strategické cíle (zde pozor na halucinace v číslech!).

Tabulka: Jak asistent mění tonalitu reportů podle publika

Od asistenta k robustnímu agentovi

Tady se láme chleba mezi osobní a firemní produktivitou. Jako seniorní PM vím, o čem projekt je, i když mě vzbudíte o půlnoci. Ale co když projekt předáváte? Nebo máte nováčka?

V ten moment potřebujete stabilní řešení, na které je spoleh. Přecházíme k tzv. RAG systémům (Retrieval-Augmented Generation) a AAP (Agentic AI Platforms).

  • Data mají jasnou a pro AI připravenou strukturu.
  • Model nehalucinuje, protože čerpá jen z vašich ověřených zdrojů.
  • Asistent „stíhá“ i tisíce dokumentů, na které by osobní chat už nestačil.

Syntéza a Deep Research: Game changer jménem NotebookLM

Můj milovaný scénář. Deep research je o schopnosti navnímat obrovské téma během 15 minut. K tomu slouží například volně dostupný nástroj od Google NotebookLM.

Vytvoříte si tam „centrální mozek“ pro jedno téma. Nahrajete vlastní zdroje: soubory z počítače a z Google Disku, plain text i odkazy na konkrétní webové stránky nebo využijete funkci dohledání zdrojů Deep Research. NotebookLM je projde komplexně a konzistentně s ohledem na kontext tématu jako celku.

Krása je v tom, že každý přijímáme informace jinak a NotebookLM nabízí pestrou škálu formátu výstupů:

  • Součástí aplikace je chatbot, kterého se můžete doptat na cokoliv z vložené báze
  • Někdo chce podcast (ano, NotebookLM vám udělá diskusi dvou lidí o vašem tématu, v interaktivním módu můžete do rozhovoru i vstoupit. Wow!).
  • Někdo chce infografiku, kvíz nebo naučné kartičky.
  • Někdo potřebuje mindmapu.
  • Někdo ocení starý dobrý strukturovaný text.

Je to neuvěřitelný nástroj na syntézu informací z více zdrojů, pokud mu dáte kvalitní data. Pokud do něj nahrajete nesmysly, vyjdou vám nesmysly – to platí vždycky.

V jaké krabičce jste vy?

U projektového řízení nejde o to, který nástroj je „víc cool“. Jde o to, jak plynule dokážete přecházet mezi těmito úrovněmi:

ÚroveňHlavní přínosTypický nástroj / přístup
OsobníMoje úspora času.Chatboti: Copilot, Gemini, ChatGPT a další
TýmováJednotná metodika a sdílená data.Sdílené šablony, struktury, agenti nebo týmové knihovny v NotebookLM.
FiremníRobustnost, bezpečnost a automatizace.Vlastní agenti, systematické RAG platformy.

Pokud si vytvoříte projektového asistenta pro sebe, je to skvělý začátek. Ale ten opravdový „game changer“ nastává, když se z něj stane firemní aktivum, kterému můžete věřit.

DISCLAIMER:
Ve všech scénářích platí, že používání jakéhokoliv AI nástroje v kombinaci s citlivými firemními daty by mělo projít firemním procesem schválení daného nástroje.

Tento přerod z osobního pomocníka v robustní firemní nástroj je přesně ten moment, kdy se dnes s našimi klienty potkáváme nejčastěji. AI adopce už pro nás není jen o školení promptování, ale o governance, tj. stavění procesů, které ve firmě zůstanou, i když klíčový projekťák odejde na dovolenou. Je to v současnosti naše nejžádanější služba.

Pomáháme firmám tuhle ‚vyšší dívčí‘ uchopit bezpečně a systémově. Pokud cítíte, že vaše osobní krabička produktivity už přetéká a chcete do toho vtáhnout celý tým nebo firmu, rádi vám ukážeme, kudy vede cesta.

Obrázek
Veronika Pavlíková
Veronika Pavlíková
At Projectman, Veronika leads the AI competence and, together with her team, helps companies use artificial intelligence as a practical tool for management, decision-making, and collaboration. She focuses on solutions that make business sense and work in everyday practice. Her approach is based on experience from the IT environment , where the key is to transform technological possibilities into real changes with measurable impact.
Přejít na všechny příspěvky