Mohl byste nám krátce představit vaši aktuální roli a klíčové oblasti, na které se v ní soustředíte?

Zodpovídám za celkové řízení ekonomiky úřadu, tedy za plánování, správu a kontrolu efektivního využívání finančních prostředků. Specifikem je vztah ÚP a MPSV, který v řadě ohledů připomíná vztah dceřiné a mateřské společnosti – některé standardy jsou proto sdílené. K financím spravuji KPIs a datovou oblast, která přesahuje finanční metriky do produktového řízení a řízení pobočkové sítě.
Po nástupu byl úkol jasný: posunout roli ekonomického oddělení z podpůrné role do byznys partnera a tím začít finance opravdu řídit.

Jaká byla vaše cesta k finančnímu řízení, datové analytice a digitalizaci procesů,co byste označil za klíčový moment, který vás nasměroval právě tímto směrem?

Nejdelší část mé kariéry byla v bankovnictví, kde jsem byl na různých pozicích v pobočkové síti a už tam se zapojoval do reportingu a odměňování,ale nejvýznamnější posun byl, když jsem přešel pobočkové sítě na centrálu a začal se tomu věnovat naplno. Pamatuji si, že jsem měl tak dlouhý název pozice, že bych ho dneska už asi nezopakoval, ale byla to pro retail taková všehochuť – odměňování, různé projekty, reporting, výkon, a vše mělo společného jmenovatele – finance.

Co vás na práci ve veřejné správě baví nejvíc a co je naopak největší výzvou?

Pozitivní poznání je, že to jde. Když mě Dan Krištof nabíral, popisoval fungování ÚP jako „retail“, v němž nesmíme opomenout žádný segment – ani ten procentuálně malý. Ve veřejné správě je podle mého názoru velký prostor ke zjednodušování a zrychlování. Řekl bych, že důvodem je absence tržního tlaku na inovace a přehodnocování efektivity již funkčních procesů; mnohé postupy se drží historicky. Na druhou stranu často stavíme na zelené louce, což přináší skokový posun. Typický příklad jsou data: na MPSV vzniklo moderní DWH a související ekosystém, z něhož naše oddělení významně těží – granularita dat otevírá nové možnosti od predikcí po analýzy.

Vaše práce je silně orientovaná na „datadriven“ rozhodování a modernizaci procesů. Jaký je podle vás největší posun, který za posledních pár let v této oblasti nastal?

Celkově na trhu vidím ústup od intuitivního rozhodování směrem k rozhodování na základě dat. To považuji za velmi dobrý trend. Největší dluh je v kvalitě dat, ale i jejich zpracování, což se s rozvíjející analytikou skrze AI ještě prohloubí. Klíčové je posílit data governance – jasné definice, slovníky a jednotné metodiky. Jedna z drobností, které jsem zavedl je, že k tiskové zprávě přikládáme slovníček pojmů – každou zkratku a metodu srozumitelně vymezujeme. Z mých zkušeností tohle není problém pouze ve státní správě. S růstem dat a uvědoměním, že znalost dat a jejich interpretace přináší konkurenční výhodu, s tím bojuje téměř každý. Pamatuji
si jednoho seniorního manažera v bankovnictví, který si neustále s sebou nosil notýsek a každé číslo, které mu někdo řekl, si zapisoval a následně konfrontoval kolegy, kteří měli rozpor ve výsledku, což byl důsledek různých metodik výpočtu.

Z praktického pohledu: pokud se instituce veřejné správy rozhodne systematicky digitalizovat své ekonomické procesy, jaké by podle vás měly být první tři kroky, které zajistí, že změna bude dlouhodobě funkční a přijatá lidmi v organizaci?

Za prvé je to mapování reality: nejprve zjistit, s čím pracujeme – procesy, systémy, vazby a náklady na změnu. Dalším bodem je hodnota a eliminace: u každé činnosti posoudit přidanou hodnotu a zbytečné kroky odstranit. Pomoci může i koncepční tvorba postupů a směrnic s datem expirace, resp. revize, aby se zabránilo tvorbě již nepotřebných výstupů. A za třetí je to budování návyků a jednoduchých workflow: ne vše vyžaduje velké aplikace. V příkladu jsem zaváděl ticketovací miniaplikaci pro žádosti o data, která sjednotila governance i role a přinesla rychlé výsledky. Na druhou stranu, pokud digitalizujete například účetnictví, tak moje doporučení je nezáplatovat staré řešení, ale prostě ho postavit
znovu tak, jak má být správně.

Když se mluví o digitalizaci, často se zmiňuje rozdíl mezi tempem změn ve veřejné a soukromé sféře. Kde podle vás veřejný sektor dokáže držet krok a kde naopak naráží na své limity?

Silnou stránkou je možnost stavět nové systémy tam, kde se nevyplatí navazovat na legacy – to přináší skokový posun. Dobře se také tvoří business case založený na úsporách. Limitem je slabší tlak „netržního“ prostředí na rychlost adopce novinek, nižší flexibilita i zastaralejší postupy.

Máte zkušenost i s projekty mimo veřejnou správu. V čem se podle vás nejvíce liší přístup ke správě financí a dat ve státních institucích oproti firemnímu prostředí?

Zásadní rozdíl vidím v odpovědnosti za vlastní agendu. Ve firemním prostředí bývá vyšší tlak na predikce a doslova na předvídaní nepředvídatelného. Z mých zkušeností má v tomto ohledu Úřad práce ještě rezervy, které se však daří postupně zmenšovat. Přímo to souvisí s postupným posunem ekonomického oddělení do role partnera businessu.

Jak se podle vás daří veřejné správě přitahovat a udržet odborníky na finance a data, jaké motivace zde fungují jinak než v soukromém sektoru?

Silná motivace je smysl práce – pocit, že děláme něco prospěšného. Nakonec to byla i moje motivace, proč jsem na ÚP šel. Juniorní lidé s potenciálem se zde rychleji dostanou k seniorním rolím a zajímavým projektům. Platy pro seniornější lidi jsou problematické, ale lze kompenzovat prostředím, flexibilitou, růstem a vzděláváním. Pak logicky hraje důležitou roli nábor, kde pro svoji divizi se angažuji primárně já a sháním kandidáty, aby se přihlásili do výběrového řízení. Kariérní stránky ÚP často nejsou spontánní volbou vhodných kandidátů, protože si zatím nejsou vědomi na jak zajímavých a progresivních úkolech by se u nás mohli podílet.

Jakou roli podle vás hraje vzdělávání a rozvoj datových či analytických kompetencí ve veřejné správě?

Vzdělávání a rozvoj datových či analytických kompetencí považuji za velmi důležité, protože bez nich se dnes efektivní řízení institucí neobejde. Osobně věřím, že kdo se chce vzdělávat, ten si cestu najde bez ohledu na míru zapojení zaměstnavatele, ale občasné zaplacení kurzu nebo konference vidím jako příjemný benefit. Zároveň ale považuji za zásadní, aby instituce zaměstnance ve vzdělávání aktivně podporovala, umožňovala jim růst a dávala prostor využít získané znalosti v praxi. Domnívám se, že většina zaměstnavatelů má možnosti, jak rozvíjet interní zaměstnance nebo je reskillovat. V mém případě k tomu došlo poté, co jsme začali sjednocovat analytiku v organizaci a potřebovali jsme posunout excelovskou analytiku na datovou. Ujala se toho jedna ze seniorních analytiček a připravila několikaměsíční kurz pro své kolegy. Větší část se podařilo
zvládnout interně, na několik specializovanějších oblastí jsme najali externistu. Výsledkem bylo, že polovina z účastníků kurzu se opravdu posunula do rolí juniorních datových analytiků a zbytek začal v základu ovládat práci s datovým skladem.

Které dovednosti podle vás budou pro ekonomy a finanční manažery ve veřejném sektoru klíčové v následujících letech?

Budou stejné jako v soukromém sektoru. Ačkoliv různé výzkumy ukazují drobné nuance, co od zaměstnanců v budoucnu očekává soukromý a co státní sektor, podstata je velmi podobná. Procházíme zásadní změnou pracovního trhu, kde se bude muset až milion lidí profesně posunout. Vlivů je více, ale dominuje nástup AI. Věřím, že bude nutné mít značnou adaptabilitu. Schopnost se vzdělávat a posouvat své znalosti. Analýzy budou z důvodu zpracování AI dostupnější, ale o to náročnější bude kvalitní zadání. Celkově bych řekl, že ve finanční sféře i analytice se uplatní lidé s přesahem. Přesahem ať do businessu, marketingu, či něčeho jiného. Vykonávat svou základní roli nebude stačit.

Kdybyste měl vyzdvihnout jeden projekt nebo změnu, na kterou jste ve své dosavadní práci nejvíce hrdý, co by to bylo?

Je těžké vybrat jeden. Asi to bude předschvalování vzdělavatelů. Sice to není největší z projektů, ale nejrychleji dosáhl potřebného výsledku. V podstatě šlo o to, že existovala schvalovací komise, která schvalovala vzdělavatele podle většího množství kritérií, kdy bylo třeba i porovnání s referenčními kurzy. Základní data šla nahrát poměrně rychle, ale na referenční kurzy byl potřeba scraping internetu a následně vytěžení dat, přes AI porovnat s aktuálním kurzem a přiřadit několik nejvíce relevantních. Což se také povedlo. Spuštění bylo za necelé dva měsíce a zrychlení procesu bylo přibližně desetinásobné. Zároveň tato automatizace běžela až do konce projektu bez větších změn.

A na závěr osobně: co vás na vaší práci nejvíc naplňuje a co vám pomáhá udržet energii i v prostředí, kde změny přicházejí pomaleji, než bychom si někdy přáli?

Mám rád, když se pořád něco děje. Samotná dynamika prostředí mě nabíjí. Také celé vytváření nových postupů nebo dlouhodobější strategie, jak to bude fungovat. Je toho hodně. V tomhle jsem tak nějak sebemotivační.

Tomáš Fukátko
Tomáš působí jako ředitel ekonomického odboru ve veřejném sektoru, kde se zaměřuje na strategické finanční řízení, digitalizaci procesů a rozhodování založené na datech. Své manažerské know-how si přinesl z bankovnictví, kde prošel řadou rolí v pobočkové síti a vedl tým analytiků a projektových manažerů. Věnoval se zde především simplifikaci interních procesů a strategickému rozvoji obchodní sítě. Díky své schopnosti převádět data na konkrétní doporučení nyní pomáhá veřejné správě stát se efektivnějším partnerem pro rozhodování.