AI zručnosti rastú všade, no medzi profesiami vznikla 50-bodová priepasť

SHRM v tlačovej správe z 22. septembra 2026 oznámila, že podiel aktívnych ponúk v IT a informatike s požiadavkou na AI zručnosti vzrástol vo všetkých 27 skúmaných krajinách; viceprezident SHRM James Atkinson vývoj opísal slovami „it is not unfolding uniformly across markets or occupations“. Podľa výskumnej stránky SHRM je medián podielu pri analýze dát a matematike 55,1 %, pri podpore sietí a systémov 4,7 % — rozdiel 50,4 percentuálneho bodu — a priemerný národný podiel siaha od 7 % v Rakúsku po 28,5 % v USA.

Septembrová analýza zachytáva požiadavky napísané v pracovných inzerátoch, nie schopnosti ľudí, ktorých firmy napokon prijali. Uchádzač v nich nájde všeobecné označenia AI a strojového učenia, generatívnu AI, cloudové platformy aj konkrétne technické nástroje. Význam každej požiadavky však určuje profesia a úloha opísaná pri voľnom mieste.

Prečo je medzi profesiami taký veľký rozdiel

Podiel pri profesijnej skupine vyjadruje, ako často inzerát výslovne spomína aspoň jednu AI zručnosť. V analýze dát môže byť práca s modelmi súčasťou hlavnej náplne pozície; pri podpore sietí a systémov môže byť AI len jedným z nástrojov, ktoré sa pri práci používajú. Nízky výskyt zmienok preto neznamená, že pracovníci v danej profesii AI nikdy nepoužívajú.

Aj v rámci technického náboru ide o rozdielne typy práce. Analytická pozícia môže vyžadovať prípravu údajov, výber postupu a obhájenie záveru, kým vývojová rola môže klásť dôraz na tvorbu, testovanie alebo nasadenie modelu. Pri prevádzkovej podpore býva rozhodujúca spoľahlivosť systému a riešenie incidentov; prípadná zmienka o AI sama osebe nepovie, či má kandidát vyvíjať model, alebo používať hotový nástroj. Porovnanie profesijných skupín tak pomáha určiť, kde sa požiadavka v inzerátoch sústreďuje, nie čo presne musí vedieť každý jednotlivec.

Čo zamestnávatelia pomenúvajú ako AI zručnosť

Široký pojem „AI“ v ponuke nie je rovnocenný s požiadavkou na konkrétnu knižnicu. V analyzovaných inzerátoch sa medzi často uvádzanými schopnosťami objavujú všeobecná AI a strojové učenie, ale aj generatívna AI, cloudové platformy, PyTorch a TensorFlow. Zmienky o AI agentoch tvoria ďalší, užšie vymedzený okruh. Tieto výrazy označujú rôzne činnosti a nemožno ich zameniť za jednu univerzálnu kvalifikáciu.

Rozhodujúce býva sloveso pri požiadavke. „Používať“ generatívny nástroj pri príprave podkladu predpokladá inú skúsenosť než „trénovať“ model alebo „nasadzovať“ službu do cloudového prostredia. Rovnako formulácia „znalosť strojového učenia“ bez opisu úloh neurčuje, či zamestnávateľ očakáva orientáciu v základných pojmoch, prácu s hotovým systémom alebo samostatný vývoj. Názov technológie preto získava obsah až v spojení s pracovným výsledkom, ktorý má človek dodať.

Aký dôkaz schopností zodpovedá požiadavke

Pre uchádzača na Slovensku sa rozdiely dajú preložiť do štyroch vrstiev. Ide o redakčné rozdelenie požiadaviek podľa druhu práce, nie o kategórie ani poradie úspešnosti namerané výskumom:

• AI gramotnosť: človek rozumie, na akú úlohu sa nástroj hodí, vie spoznať neistý výstup a vysvetliť, kedy je potrebná ľudská kontrola. Pri všeobecne napísanej požiadavke môže byť táto schopnosť podstatnejšia než znalosť názvov viacerých aplikácií.
• Používanie nástrojov: kandidát vie ukázať konkrétnu pracovnú úlohu, pri ktorej mu AI pomohla, aj výsledok po vlastnej kontrole. Pri analytickom podklade môže ísť o zdokumentovaný postup, opravené chyby a vysvetlenie, ktoré závery možno z údajov vyvodiť.
• Technické kompetencie: pri vývoji modelov sú relevantné práca s dátami, strojové učenie, uvedené knižnice a prostredie, v ktorom má riešenie fungovať. Používanie hotového chatbota nepreukazuje schopnosť model pripraviť, vyhodnotiť alebo prevádzkovať.
• Ukážka práce: schopnosť má podobu výsledku, ktorý môže ďalší človek preskúmať. Pri vývoji to môže byť zmena kódu s testami a vysvetlením obmedzení; pri používaní nástroja zasa výstup spolu s opisom kontroly a následných úprav.

Takáto matica pomáha rozlíšiť, čo kandidát skutočne vie doložiť. Ak inzerát spája PyTorch s tvorbou modelov, samotný zoznam používaných generatívnych aplikácií na požiadavku neodpovedá. Ak ide o používanie AI pri existujúcej práci, zrozumiteľne doložený postup môže o schopnosti povedať viac než tvrdenie „ovládam AI“ bez uvedenia úlohy a výsledku.

Čo medzinárodné čísla hovoria uchádzačovi na Slovensku

Rozdiel medzi krajinami ukazuje, že rovnaká technická profesia sa môže na jednotlivých trhoch inzerovať odlišne. Národné podiely navyše ovplyvňuje skladba ponúkaných pozícií: trh s väčším zastúpením dátových rolí nemusí byť priamo porovnateľný s trhom, na ktorom prevládajú iné IT úlohy. Výsledok susednej krajiny sa preto nedá použiť ako odhad podielu slovenských pracovných miest vyžadujúcich AI.

Pre konkrétnu žiadosť o prácu je presnejší opis pozície než zahraničný priemer. Rovnaké slová o AI zručnostiach môžu pri dátovom analytikovi označovať prácu s modelom, pri softvérovom vývojárovi úpravu a testovanie kódu a pri podpore systémov používanie nástroja v prevádzkovom postupe. To, čo sa má človek naučiť alebo predviesť, vyplýva z uvedenej zodpovednosti, nie zo samotného výskytu skratky AI.

Inzerovaná požiadavka ešte nie je výsledkom náboru

Následná analýza displacement.ai z 27. septembra 2026 opisuje údaje z aktívnych IT a informatických ponúk za obdobie od júla 2025 do júna 2026 ako signál o inzerovaných požiadavkách, nie o dokončených prijatiach. Zo zmienky v ponuke sa nedá zistiť, či bola zručnosť pri výbere nevyhnutná, koľko miest sa obsadilo ani akú mzdu za ňu firma zaplatila.

Rozdiel je dôležitý najmä pri neurčitých formuláciách. Keď zamestnávateľ uvedie iba „skúsenosť s AI“, uchádzač stále musí z ďalších povinností vyčítať, aký výstup má vzniknúť a podľa čoho sa bude posudzovať. Doložená práca s jasnou úlohou, kontrolou a výsledkom dáva tejto požiadavke konkrétny význam aj tam, kde samotný inzerát zostáva stručný.