colleague.skill mení odovzdávanie know-how na AI skill a otvára spor o digitálne dvojča práce

Projekt colleague.skill sa za posledné dni zmenil z okrajového GitHub experimentu na silný signál, kam sa môže posunúť praktická firemná AI. Autor ho prezentuje ako nástroj, ktorý zanechané dokumenty, správy z Feishu, DingTalku, Slacku, e-maily či screenshoty pretaví do znovupoužiteľného „skillu“, teda pracovného modulu napodobňujúceho štýl, návyky a know-how konkrétneho človeka. Samotný README je písaný takmer provokatívne: nesľubuje iba lepšie handovery, ale priamo „cyber-immortality“, teda digitálne pretrvanie pracovného spôsobu kolegu aj po tom, čo z firmy odíde. V kombinácii s článkom MIT Technology Review je zrejmé, že nejde iba o zaujímavý open-source release, ale o tému, ktorá sa dotýka identity práce aj firemnej moci nad znalosťami.

Z produktového pohľadu je dôležité, že colleague.skill neponúka nový foundation model. Stavia skôr na vrstve nad modelmi, kde sa rozhoduje, ako sa AI naozaj používa vo firme. Vstupom nie je len formálna dokumentácia, ale aj neštruktúrované fragmenty bežnej spolupráce: chaty, osobné poznámky, handover dokumenty a subjektívny opis toho, ako človek rieši problémy. Výstupom má byť skill kompatibilný s agentickými workflow, ktorý vie zachytiť pracovný štýl, implicitné rozhodovacie pravidlá a preferovaný spôsob komunikácie. To je presne ten typ produktu, ktorý mení AI z univerzálneho asistenta na internú prevádzkovú vrstvu znalostí.

Pre firmy je takýto prístup lákavý najmä preto, že odstraňuje jeden z najväčších prevádzkových problémov: stratu kontextu pri odchode ľudí, interných presunoch a rýchlom raste tímov. Klasické handovery bývajú krátke, neaktuálne a neprenášajú jemné rozhodovacie vzory. Skill vytvorený z reálnych komunikačných stôp sľubuje, že nový človek alebo agent dostane nie iba zoznam úloh, ale aj akési „pracovné reflexy“ predchodcu. V praxi by to mohlo znamenať rýchlejšie zaškolenie, lepšie zvládnutie incidentov, menej závislosti od jedného experta a jednoduchšie škálovanie tímov, ktoré dnes držia pokope skôr neformálne zvyky než dobre udržiavané manuály.

Práve v tom je však aj jadro kontroverzie. Ak firma začne systematicky premieňať digitálne stopy zamestnanca na AI skill, okamžite sa otvára otázka súhlasu, rozsahu použitia a vlastníctva výsledku. README síce projekt rámcuje ako nástroj pre uchovanie know-how, no mediálne reakcie ukazujú, že mnohí pracovníci ho čítajú inak: ako technológiu, ktorá môže byť použitá nielen na pomoc pri odovzdávaní práce, ale aj na postupné oslabovanie vyjednávacej pozície ľudí. Rozdiel medzi „zachovať znalosti tímu“ a „vytvoriť lacnejšiu náhradu konkrétneho človeka“ je v korporátnom prostredí veľmi tenký a často neurčuje technológia, ale interná politika firmy.

Dôležitý je aj posun v tom, ako sa začína chápať agentická pamäť. Posledná vlna AI nástrojov sa sústredila na model, prompt a prístup k nástrojom. colleague.skill naznačuje, že ďalšia konkurenčná výhoda bude ležať v balení pracovných návykov do prenosných jednotiek, ktoré sa dajú presúvať medzi modelmi, ľuďmi a systémami. To sa spája s širším trendom, ktorý vidíme aj inde: firmy nechcú iba chatbot, ale znovupoužiteľný pracovný workflow s pamäťou, politikami a kontextom. Ak sa tento prístup uchytí, otvorí nový trh nielen pre agentov, ale aj pre audity, governance a interné pravidlá, ktoré určia, čo sa smie destilovať a čo už nie.

Z technického hľadiska zatiaľ nejde o hotový enterprise produkt. README sľubuje podporu rôznych dátových zdrojov, roadmapu pre multimodálne výstupy a komunitný ekosystém, no to je stále skorá fáza. Najslabším miestom podobných systémov býva kvalita vstupných dát, ich právna čistota a schopnosť rozlíšiť medzi užitočným pracovným vzorom a nevhodným kopírovaním osobných čŕt. Firemné chaty obsahujú konflikty, skratky, iróniu aj citlivé informácie; pretaviť ich do bezpečného a presného skillu je omnoho zložitejšie, než znie marketingovo atraktívna veta o „distilovaní kolegu“.

Pre slovenské a európske firmy je preto praktický odkaz dvojitý. Na jednej strane sa oplatí sledovať, ako rýchlo sa z handover dokumentácie stáva strojovo použiteľná pamäť pre AI agentov. Na druhej strane bude nevyhnutné nastaviť jasné hranice: kto môže takýto skill vytvoriť, z akých zdrojov, s akým súhlasom, na aké účely a ako dlho môže pretrvať po odchode človeka. Bez týchto pravidiel sa z užitočného knowledge managementu môže veľmi rýchlo stať zdroj nedôvery voči AI aj voči samotnému zamestnávateľovi.

colleague.skill tak zatiaľ netreba čítať ako definitívny produktový víťaz, ale ako varovný a zároveň veľmi praktický prototyp budúcnosti práce s agentmi. Ukazuje, že boj sa nevedie iba o lepší model, ale aj o to, kto ovládne pamäť organizácie. A práve tam sa bude rozhodovať, či AI vo firmách zostane pomocníkom pri kontinuitách tímu, alebo sa stane nástrojom na agresívnejšie oddeľovanie výkonu od človeka, ktorý ho pôvodne vytvoril.