Nábor nového člověka začíná dřív, než se ozve první kandidát. Začíná otázkou: kolik vlastně nabídnout? A s tou otázkou přichází hodiny ručního hledání — přepínání mezi portály, hledání starých nabídkových dopisů, volání kamarádovi z jiné firmy. Přitom ta data jsou k dispozici. Jen nejsou pohromadě.
Práce, kterou nikdo nechce dělat
HR manažer ve firmě s třiceti zaměstnanci obsazuje pozici třikrát, čtyřikrát do roka. Před každým náborem prochází Jobs.cz, zkusí Platy.cz, projde pár LinkedIn profilů s viditelnými mzdami a vytáhne sešit, kde má poznamenané nabídky z posledních dvou let. Výsledkem je číslo, které vychází z přibližně tří hodin práce a stále nese velkou míru nejistoty.
Problém není nedostatek dat. Problém je, že data sedí na příliš mnoha místech — a nikdo zatím nepostavil most, který by je spojil s konkrétním dotazem konkrétního člověka.
Mám data o tom, co jsme platili před dvěma lety. Mám přehled z Jobs.cz z minulého týdne. A mám intuici ze čtyř hodin googlení. Výsledek nevím, jestli je správný.
— HR manažer, výrobní firma, 45 zaměstnanců — ilustrativní zkušenost z praxe
Co „propojená data" ve skutečnosti znamenají
AI stack staví malý MCP server — jeden soustředěný most — mezi Claude a zdroji dat, ke kterým má HR manažer přístup. Klíčové slovo: ke kterým má přístup. MCP server nenese přihlašovací údaje správce systému. Nese identitu přihlášeného uživatele. Claude nikdy neuvidí víc, než by viděl člověk sám, kdyby si ta data prošel ručně.
V praxi to vypadá takto: HR manažer se přihlásí do firemního Claude na firemním cloudu. Napíše dotaz — třeba „jaký je aktuální tržní rozsah pro pozici obchodního manažera v Brně?" Claude zavolá MCP server. MCP server se podívá do interních záznamů (Excel, HRIS, Google Sheets — co firma používá) a zároveň stáhne aktuální data z veřejných zdrojů, ke kterým má firma přístup. Výsledek přijde strukturovaně: spodní kvartil, medián, horní kvartil, regionální kontext, poznámka ke srovnatelným pozicím.
Konkrétně: co to znamená pro firmu, která má data v Excelu a Jobs.cz
Nemusíte migrovat data. Excel zůstane tam, kde je. Jobs.cz zůstane Jobs.cz. Přibyde jeden MCP server, který ví, jak se na ta místa podívat s vaší identitou. Tříčlenné HR oddělení, které dělá čtyři nábory ročně, ušetří ilustrativně šest až deset hodin přípravy za rok — ale hlavně přestane pochybovat o čísle, které kandidátovi sděluje.
- HR manažer zadá dotaz v přirozeném jazyce — pozice, lokalita, případně seniorita nebo odvětví.
- Claude zavolá MCP server, který prohledá interní záznamy s oprávněními HR manažera.
- Souběžně stáhne aktuální data z veřejných zdrojů dostupných firmě (portály, případně placené datové sady).
- Výsledek přijde jako strukturovaný přehled s rozsahy, mediánem a kontextem — připravený ke kopírování do nabídkového dopisu nebo prezentace pro vedení.
- Celá interakce je zapsána v auditním logu na firemní infrastruktuře.
Ilustrativní příklad: HR manažerka v brněnské IT firmě s patnácti zaměstnanci před každým náborem trávila přibližně dvě hodiny sestavováním mzdového přehledu. Po zapojení MCP serveru připojila interní tabulku platů a přístup ke dvěma portálům, které firma již platí. Teď stejný přehled vznikne za dobu, než si uvede meetingovou místnost.
Co platový benchmark přes Claude neudělá — a proč je to dobře
Claude nerozhodne, kolik konkrétnímu kandidátovi nabídnout. Neposoudí, jestli kandidát za horní kvartil stojí. Neví nic o firemní kultuře, o tom, jak moc pozici potřebujete obsadit tento měsíc, ani o tom, co si firma může dovolit. To jsou věci, které zůstávají výhradně na HR manažerovi a vedení.
A to je přesně důvod, proč to funguje. Benchmark není rozhodnutí — je to informace. Claude je v tom dobrý. Rozhodnutí je kvalifikovaný úsudek člověka, který zná kontext. V tom je dobrý HR manažer. Každý dělá svoji práci.
Co by to obnášelo
Nejedná se o roční projekt. MCP server pro HR benchmark je jeden soustředěný most k datům, která firma již má. Spustí se na firemní infrastruktuře — ne na našich serverech, ne ve sdíleném cloudu. Jeden tenant, jeden auditní log, žádná data sdílená s jinými zákazníky.
Co zbývá
Model není úzké hrdlo. Claude ví, jak sestavit strukturovaný přehled mzdových dat — to umí dobře. Úzké hrdlo je mezera mezi Claude a daty, která vaše firma už má: mzdovými záznamy, historickými nabídkami, přístupy k portálům. Tuto mezeru zavíráme.
Pokud vaši HR manažeři tráví hodiny před každým náborem sestavováním přehledu, který by mohl existovat za pár minut — napište nám. Krátký hovor nám stačí k tomu, abychom pochopili, kde data leží a co by most musel umět. Zbytek je stavba, ne diskuse.