Zavádíte AI do firmy. Sami sebe možná vynecháváte.

Strávil jsem spoustu času hledáním dokonalé aplikace. Aplikace na trackování návyků, na kalendář, na správu financí, na poznámky, na učení. Asi to znáte taky. Teď už ale chápu, že jí nikdy nenajdu. Budoucnost není o fragmentovaných nástrojích, ale o jediném, integrovaném systému, který se dá ovládat z jednoho místa.

Moje sázka na budoucnost je, že každý z nás bude mít osobní AI operační systém, já mu říkám PersonalOS, který za nás bude dělat většinu rutinních úkolů. A protože jsem člověk co má blízko k softwaru a dlouhodobě se věnuji tématům produktivity a učení, rozhodl jsem se na tuto budoucnost nečekat a začít si ji tvořit sám.

Proč nekonečné hledání aplikací nikam nevede

Problém s oddělenými aplikacemi je, že data zůstávají zamčená. Habit tracker neví, co máte v kalendáři. Vaše Apple Notes netuší, jaké jsou vaše finanční cíle. Aby vám umělá inteligence mohla pomáhat, musí vás znát. Musí mít kontext. A ten získá jedině tak, že jí poskytnete přístup k vašim datům - bezpečně a pod vaší kontrolou.

Stále více si uvědomuji, jak moc se my, jako jednotlivci, podobáme firmám. Máme své priority, omezený čas, procesy a zdroje. A stejně jako firma potřebuje centrální operační systém, potřebujeme ho i my, abychom mohli fungovat efektivně.

Co vám PersonalOS reálně řeší

Pojďme konkrétně. Většina z nás dnes pracuje na několika kanálech zároveň. Někdo vám píše mail, s někým řešíte věci na Slacku, jiný tým sedí na Discordu nebo Teams. Informace jsou roztroušené a vy je lovíte ručně.

PersonalOS může tohle všechno sbíhat do jednoho místa. Nemusíte přepínat z Notionu do Jiry, nemusíte otvírat YouTube, abyste se dostali k informaci od svého oblíbeného tvůrce. Většinu úkolů uděláte z jednoho rozhraní.

Vezměte si typickou situaci. Víte, že vám Jan Novák poslal nějakou dokumentaci, ale absolutně netušíte kam. Byl to mail? Slack? Příloha někde v Drive? Místo patnácti minut proklikávání řeknete svému systému, ať to najde. Ten ví, jaké služby používáte, a proleze je za vás.

Claude Code v2.1.167
Opus 4.8 · PersonalOS
~/personal-os
> Připrav mě na schůzku s Beránkem v 15:00
● Search(Calendar, zápis 1:1, Jira)
  ⎿ Google Calendar  → meeting v 15:00
  ⎿ Minulý 1:1        → zápis z 23.5.
  ⎿ Jira              → 4 tikety k Q2 roadmapě
Schůzka: Beránek - revize Q2 roadmapy (15:00-15:30)
Z minula slíbils demo nového API "do příští schůzky".
⚠ To demo (DIR-218) je v Jiře pořád "In Progress".
  Zeptá se na něj jako na první věc.
> Udělej z toho agendu, ulož ji a pošli ji Tomášovi emailem
● Agenda hotová. Náhled - NEodesílám, dokud neřekneš.
  Komu: tomas.beranek@firma.cz
  Body: 1) stav demo API  2) Q3 rozpočet  3) nové bugy
  Odeslat? (napiš "pošli" / "uprav" / "zahoď")

O co ve skutečnosti bojujeme: Čas a mentální kapacita

Jedním z bottlenecků jsme přitom my sami. Nástroj se dá nasadit přes noc, ale lidská adaptace je pomalá a nedá se koupit. Přiznávám to i na sobě. Mám poměrně vypracovaný systém na sbírání informací, a stejně je pro mě těžké držet krok s tím, jak rychle se to celé mění. Tohle není výmluva, je to důvod, proč začít hned a v malém. Čím dřív si zvyknete pracovat s vlastním systémem, tím menší náskok ostatních budete dohánět.

Tady je věc, kterou lidí přehlíží. Dnešní LLMka jsou už dávno dost chytré. Rozdíl nedělá model, ale to, jaký vstup mu dáte a kdy. Shit in, shit out. Disciplíně, jak modelu naservírovat ten správný kontext ve správnou chvíli, se říká context engineering a je to možná ta nejdůležitější dovednost celého AI světa právě teď. Není to náhoda ani magie promptu, je to inženýrská práce s tím, co model ví o vás, vaší firmě a vašem rozhodnutí. A přesně to je ta mezera: AI nehádá špatně proto, že by byla hloupá, ale proto, že jí nikdo systematicky nedodává kontext.

Proto se nehoňte za každým novým modelem. Pokaždé, když vyjde nová verze, dostaneme všichni informační masáž na YouTube, X i LinkedInu, že tohle je zase ten revoluční gamechanger. V benchmarcích se modely opravdu posouvají, to nezpochybňuju. Ale pro vaše každodenní potřeby upřímně nedoporučuju extra bazírovat na tom, jestli točíte ChatGPT 5.5 nebo Opus. Context is king, not model. Rozdíl mezi dobrým a špatným výstupem skoro vždycky leží v kontextu, ne ve volbě modelu.

Hezky to ukázal jeden inženýr z IBM na konferenci. Vzal záměrně hloupý model z roku 2023 a dal mu úkol jít na web a odhlasovat první příspěvek. Model narazil na přihlašovací obrazovku, spadl, a pak s naprostou jistotou tvrdil, že úkol splnil. Lhal. Pointa je v tom, co udělal dál. Nezměnil prompt ani jednou. Nezačal modelu domlouvat, ať se víc snaží. Jen kolem něj postavil systém, který hlídá, co se reálně stalo, a přihlášení vyřešil za model deterministicky. A ten samý hloupý model najednou úkol splnil. Žádný lepší model, jen lepší systém okolo. Proto se říká, že 2025 byl rok agentů a 2026 je rok harnessů, tedy té obruby, kterou kolem modelu postavíte. K tomu se ještě dostanu.

Mnoho lidí se snaží implementovat AI do svých firem, ale zapomínají sami na sebe. Přitom právě zde se odehrává ta nejdůležitější změna. Naše role ve firmách se totiž proměňuje. Stále méně budeme placeni za rutinní práci a stále více za schopnosti, ve kterých umělá inteligence selhává: umět na sebe vzít riziko, efektivně přepínat kontext, rychle se učit, zpracovávat informace a neúprosně prioritizovat.

Problém je, že náš mozek má jen omezenou operační paměť, takovou mentální RAM. Každá schůzka, na kterou si musíte vzpomenout, každý úkol, který nosíte v hlavě, každý status, který mušíte zkontrolovat v jiné aplikaci - to všechno vám z této drahocenné paměti ukusuje. Když je paměť plná, zpomalí se vaše myšlení, zhorší se rozhodování a na hlubokou, kreativní práci nezbývá energie.

PersonalOS vám umožňuje většinu těchto "mentálních záložek" zavřít. Funguje jako externí disk pro váš mozek, který za vás spravuje rutinu. Tím si nekupujete jen pohodlí. Kupujete si zpět svou mentální kapacitu, abyste mohli dělat to, co za vás AI ještě dlouho neudělá - přemýšlet v souvislostech a efektivně prioritizovat..

A teď to nejdůležitější, pokud vedete firmu. Stejně jako nechcete být bottleneckem svého dne, nechcete jím být ani pro svou firmu. Když všechen kontext, expertíza a rozhodování sedí jen ve vaší hlavě, firma roste přesně tak rychle, jak rychle to stíháte vy. PersonalOS vaši expertízu vytáhne ven, do systému, kde s ní můžou pracovat i automatizace a vaši lidé. Začněte pracovat na byznysu, ne jen v něm.

Z čeho se dobrý PersonalOS skládá

Aby pro vás byl systém opravdu hodnotný, stojí na čtyřech věcech. Čtyři vrstvy na sebe stojí. Bez kontextu jen hádá - a teprve pravidelnost z toho dělá systém, ne trik.

A teď to zásadní, ať to nikdo neoverthinkuje. Jsou to jen soubory a složky. Žádná raketová věda, žádná jediná správná struktura, žádná jedna pravda. Já měním strukturu i funkce skoro každý týden. Skill, který jsem používal před měsícem, se mezitím proměnil v něco úplně jiného. Je to živý organismus, ne stadion, kterou postavíte jednou a navždy.

A protože jsou to jen markdown soubory, můžete si na ně pustit třeba Obsidian. Pro někoho je to příjemnější zobrazení, hezčí čtení, propojené poznámky, graf. Sám jsem v něm na vejšce psal zettelkasten, takže s ním mám něco odžito. Ale ruku na srdce, kromě toho, že to vizuálně vypadá líp, v tom zase tak velkou přidanou hodnotu nevidím. Lidi rádi tlačí ten grafový pohled, jenže kolikrát se na něj reálně podíváte? Berte to tak, že Obsidian je hezčí okno do vašich souborů, ne podmínka. Celý systém běží úplně stejně i bez něj.

Co to po vás chce, je hlavně mindset switch. Musíte si zvyknout pokaždé na chvíli zastavit a zeptat se: než otevřu Chrome a udělám to ručně, nejde tahle akce udělat z jednoho místa přes Clauda nebo Codex? Ze začátku je to nezvyk. Po pár týdnech je to reflex a právě tady se láme většina té ušetřené kapacity.

Jak začít v malém: První kroky k vašemu PersonalOS

Ještě než vás odradí pocit, že je to příliš složitý. Nemusíte umět programovat a nemusíte tomu obětovat víkendy. Celé to stojí na obyčejných textových souborech a na tom, že modelu řeknete, co chcete, vlastními slovy. Tu těžší, technickou část za vás dnes z velké míry udělá samotná AI.

Nemusíte hned budovat rozsáhlou infrastrukturu. Začněte jednoduše:

1. Analyzujte svůj den: Zkuste si jeden nebo dva dny poctivě zapisovat, co děláte.
2. Identifikujte bottlenecky: Najděte činnosti, které vám zabírají neúměrně mnoho času nebo vás mentálně vyčerpávají.
3. Kvantifikujte: Osobně mám rád čísla. U každého bottlenecku se zeptejte: Jde o čas, peníze, nebo efektivitu? Co můžu měřit? (Např. "Správa kalendářů mi ušetří 45 minut týdně.")
4. Automatizujte to nejmenší: Najděte jednu malou, opakující se věc a zkuste ji zautomatizovat.

Pár příkladů z mého PersonalOS

I já jsem začínal v malém. Dnes většinu svých věcí spravuji z jednoho chatovacího rozhraní:

A teď ta vize. Když tyhle věci hodím do jednoho mixéru, začnou dávat smysl ve vzájemných souvislostech. Nemám to ještě vymakané do detailu, ale tady je síla osobního systému: spojit zdroje, které spolu normálně nikdy nemluví, a nechat se z nich vynořit vzorec. Cílem je optimalizovat den podle reálných dat, ne podle pocitu. A vedlejší efekt? Když vidím černé na bílém, jak se junk food propíše do mojí energie další den, mám mnohem větší motivaci ho nejíst. 😄

Volba technologie a princip nezávislosti

Dříve jsem používal produkty od Applu, ale narazil jsem na limity jejich uzavřeného ekosystému. Proto jsem se rozhodl většinu svých procesů přesunout do Google Workspace. Google má výrazně přístupnější API.

To ale neznamená, že jsem na něm plně závislý. Jakýkoliv dobrý systém musí být navržen tak, aby nebyl závislý na jediném nástroji. Celou architekturu svého PersonalOS stavím modulárně. Pokud některá služba skokově zdraží, můžu ji relativně snadno vyměnit za jinou. Flexibilita je klíčová pro dlouhodobou udržitelnost.

A co moje data?

Tahle otázka přijde první a je správně, že přijde. Když systému dáváte přístup ke kalendáři, financím a know-how, musíte vědět, kde ta data leží. U mě je princip jednoduchý. Kontext, tedy soubory o mně a mé práci, žije u mě, ne v cizí aplikaci, ze které ho nikdy nedostanu ven. Napojení na nástroje běží přes oficiální API s tokeny, které kdykoliv odeberu. Žádná černá skříňka, do které nahraju celý svůj život a doufám.

Tohle je mimochodem ten rozdíl mezi "dát data do chatbota" a "postavit si systém". V prvním případě posíláte svoje interní věci do služby, nad kterou nemáte kontrolu. Ve druhém zůstáváte vlastníkem. Moje výhoda jako software engineera je, že tuhle hranici umím pohlídat. A je to apel i na vás. Než někam nahrajete firemní data, ptejte se, kde skončí a kdo se na ně může dívat. Rád vám s touhle částí poradím. 🙂

A ještě jeden princip, který je důležitější, než se zdá. Instrukce nejsou totéž co schopnosti. Když agentovi napíšete "nikdy neposílej maily", je to mnohem slabší pojistka, než když mu klíč od posílání mailů vůbec nedáte. Pokud nástroj existuje, fyzicky tu akci udělat může. A počítejte s tím, že co udělat může, to dřív nebo později udělá. Proto nestavte hranice textem "tohle nedělej", ale tím, co je vůbec schopný udělat. Omezujte ho tooly, ne sliby.

Stejná logika platí i opačně, u kontroly výsledku. Nevěřte tvrzení "hotovo", nechte si ho dokázat. Model umí s naprostou jistotou tvrdit, že úkol splnil, i když se ho ani nedotkl. Systém na finance, který používám, proto třídí transakce z banky tak, že zařadí jen ty, kterými si je jistý, a zbytek mi vypíše k ruční kontrole. Radši přizná nejistotu, než aby tipoval. To je důkaz, na který si můžu sáhnout, ne slib. Téhle disciplíně, obklopit model kontrolou, která ho donutí práci dokázat, místo aby se na něj jen spoléhalo, se začíná říkat harness engineering.

Nejtěžší je obout si boty

U běhání je nejtěžší část obout si boty. Jakmile stojíte venku, zbytek jde celkem lehce. S vlastním systémem je to stejný. Nejdůležitější není mít dokonalou architekturu, ale začít. Systém okolo vás nemusí být perfektní. Vezměte tu jednu věc, co vás každý den nasírá, a začněte u ní. 😄

Abych vám to obutí usnadnil, dávám k dispozici repozitář, ze kterého můžete vyjít. Má už hotové napojení na google kalendář a vyřešené nastavení z hlediska autentizace. Vím, že hodně lidí bude preferovat MCP. V repozitáři jdu cestou CLI a skriptů, protože mi dává větší kontrolu a přehled nad tím, co se děje.

Počítám i s tím, že spousta z vás nikdy nepracovala s gitem ani s terminálem. Proto je součástí i skill/instrukce, který vás celým nastavením provede. Doslova mu řeknete, co chcete, a on vám pomůže nainstalovat závislosti a rozběhnout to. Žádná podmínka, že musíte být vývojář.

A ještě jeden princip, jak v tom systému přemýšlet. Když mám nápad na automatizaci, vždycky začínám skillem. Je to nejmenší možný krok. Teprve když se přistihnu, že ten skill volám často nebo pořád ve stejnou dobu, začnu přemýšlet, jak z něj udělat agenta, který běží sám. Nesnažte se postavit agenta hned. Začněte malým skillem a nechte realitu, ať vám ukáže, co stojí za to povýšit. Klíčové je umět prioritizovat.

Závěr: Vytvořte si kontext dřív, než to za vás udělají jiní

Nepochybuji o tom, že funkce PersonalOS budou jednou integrovány přímo do Siri nebo jiných hlasových asistentů. Žádný nástroj za vás ale neudělá to nejdůležitější: nenastaví procesy a systém vašeho života. Bez kontextu bude jakákoliv AI pouze hádat, co je pro vás důležité.

Tento kontext, tuto digitální podobu sebe sama, můžete začít budovat už dnes. Není to jednorázová věc, je to context engineering ve své nejosobnější podobě, disciplína, ne náhoda. Přestaňte čekat na perfektní aplikaci. Začněte v malém, definujte své procesy a postupně si budujte systém, který vám vrátí to nejcennější - čas a mentální kapacitu.