Dobrodošli u vrli novi svet

May 22, 2026

Ovaj tekst je originalno objavljen na LinkedIn-u i podeljen u niti na X-u. Skraćena verzija objavljena je na Netokraciji.

Ovo je moj prvi tekst na Srpskom jeziku (nadam se ne i poslednji). Odlučio sam se za ovaj korak inspirisan skorašnjim tekstom Meta Šumera, ali i kako bi skrenuo pažnju širem društvu na nešto što se dešava i što će se tek dešavati u narednom periodu. Počelo je da me uznemirava koliko smo kao društvo slabo informisani.

Naime, svi mi koji smo u industriji softvera, a posebno oni koji se bave veštačkom inteligencijom, oduvek maštamo o tome da imamo neke inteligentne mašine koje će moći da nas odmene i olakšaju nam život. Već decenijama naučnici rade na tome, počevši od neuronskih mreža 1940-ih, preko poznatog Turingovog testa 1950-ih, pa preko ekspertnih sistema, pa sve do rasta u mašinskom učenju 1990-ih.

Poslednji talas razvoja veštačke inteligencije koji uključuje duboko učenje i generativnu AI revoluciju počinje dosta ranije nego što bi neko očekivao, ali ono što mi vidimo danas jesu rezultati koji su došli do nas pre nekoliko godina. Kad kažem nas, tu ne mislim samo na moju profesiju softverskih inženjera, nego i šire. Ti rezultati su nešto što će dovesti do promene, toliko velike da većina još uvek nije svesna toga.

Velika promena

Ja sam neko ko je preko 20 godina u poslu razvoja softvera, a moj otac je bio pre toga 40 godina. Ovaj svet mi je jako poznat. Šta je moguće, šta nije moguće. Manje-više, svi znamo šta predstavlja dobar softver, kako se on pravilno gradi i raste sa korisnicima. Šta su dobre prakse, a šta ne. I sve je išlo tim ritmom do 2023. godine.

A onda se 30. novembra 2022. pojavio ChatGPT.

Kada se pojavio ChatGPT, naravno da sam probao da li ga mogu koristiti za programiranje, ali rezultati nisu bili sjajni. Bili su čak daleko od toga. Mnogo grešaka, mnogo halucinacija, netačnosti, prepravki. Mnogi od nas su odustali ili ga sporadično koristili kao neku dodatnu pomoć ili da ubrzamo neku analizu i sl.

Međutim, onda je došao novembar 2025. Anthropic je objavio svoj Opus 4.5 model. Nastavio sam da ga koristim isto kao i ranije modele, ali onda sam primetio jedno, ovaj model kodira bolje od mene i više ne greši toliko kao pre.

Trebalo mi je neko vreme da ovo shvatim.

Koliko se brzo ovo kreće?

Hajde da budem konkretan, jer mislim da je brzina ovde ono što je najteže za razumevanje ako niste iz ove naše industrije. Naime, pre godinu dana AI mi je bio samo napredan autocomplete. Uglavnom dobar za sitnice i refaktorisanje u kodu, ali jako loš što se tiče pouzdanosti. Često sam ga morao ispravljati. Ali danas ga koristim kao da imam još jednog inženjera u timu: može da napiše predlog rešenja, napravi plan, implementira, pronađe greške u logici, i još mnogo toga. Ono što mi je ranije uzimalo pola dana (istraživanje + prvi nacrt), sada se često svede na 30-60 minuta uz manje korekcije. Razlika nije u tome što je AI “pametan”. Razlika je što je postao dovoljno dobar da ga možeš uključiti u tok posla bez stalnog nadzora.

Da bi jasnije razumeli kako se kreće napredak, postoji organizacija pod imenom METR koja meri koliko dugo traje zadatak koji model može samostalno da završi bez pomoći. Ove podatke je Šumer istakao u svom tekstu, ali pogledajmo ih detaljnije. METR-ovi podaci sugerišu da se taj “maksimalni samostalni zadatak” produžava brzo, ne linearno, nego skokovito. Danas su to zadaci koji traju satima, a sutra to mogu biti zadaci koji traju danima. Čak i ako se ne složimo oko tačne brzine rasta, trend je ono što se jasno vidi. Granica autonomije se pomera iz meseca u mesec. O ovome sam već pisao ranije.

Poslednja merenja na modernim modelima (npr. Claude Opus 4.6) pokazuju da AI može samostalno da završi zadatke koji traju nekoliko sati. Ono što je još bitnije jeste da se ta granica pomera veoma brzo, iz meseca u mesec. Ono što je juče bio ceo dan posla, danas često postane par sati, uz pregled i korekcije.

Da se razumemo, ovo je posredna metrika, nije garancija za svaki realan posao, ali trend je stabilan.

Dario Amodei, šef Anthropica, kaže da su AI modeli koji su „značajno pametniji od skoro svih ljudi u skoro svim zadacima" na putu za 2026. ili 2027.

Takođe, OpenAI je sa poslednjim modelom, rekao da je to bio prvi model koji je korišćen da napravi sam sebe.

Ovo je tema za razmišljanje.

Šta ovo znači za lekare, advokate, računovođe…

Ako danas pitate ljude u drugim profesijama, npr. lekare, advokate, računovođe i ostale sigurno će vam naći mnogo razloga zašto AI nije dovoljno dobar za njih. Međutim, ljudi iz ovih profesija u svetu provode sate svakog dana koristeći AI. To je kao da imate tim koji vam je dostupan odmah. I taj AI postaje sve sposobniji svakog meseca. On može da čita ugovore, rezimira sudsku praksu, piše podneske i vrši pravna istraživanja na nivou koji se takmiči sa mlađim saradnicima u kancelarijama. Primeri dobrih alata za ovo su Claude Cowork i Manus.

A lekari? AI sistem razvijen na MIT-u i Massachusetts General Hospital postigao je tačnost od 94% u otkrivanju problema sa plućnima, dok su radiolozi postigli 65%. Gledao sam skoro video radiologa koji kaže da mu je trebalo 20 godina iskustva da razume promene na snimcima, što mu je AI sistem izbacio u nekoliko sekundi. Tobias Lutke, Shopify CEO je koristio AI da napravi softver za pregled MRI snimaka (i uspeo u tome). Sistemi za skrining mamografije pokazuju istu ili bolju preciznost od radiologa u otkrivanju karcinoma dojke. U dermatologiji, AI algoritmi već pokazuju uporedive ili superiorne performanse u dijagnostici lezija, uključujući melanom. Dostupni su razni alati, kao npr. OpenEvidence, koji je chatbot za lekare koji ima pristup svim relevantnim naučnim radovima iz te oblasti.

Skoro sam imao situaciju sa antitetanus vakcinom. Otišao sam da je primim zbog neke manje povrede, jer mi je prethodna, koja traje 10 godina istekla skoro. Doktorka je rekla “ponovo ceo ciklus od tri doze”. Međutim iz radoznalosti ja sam proverio i pitao ChatGPT, koji je rekao da je dovoljan samo booster. Kad sam to pomenuo, pozvala je stariju koleginicu i potvrdile su isto.

To ne znači da AI treba slepo slušati niti da je lekar suvišan. Poenta je druga. AI je stigao do nivoa na kome može da bude ozbiljan drugi par očiju i da u pojedinim situacijama pomogne čak i tamo gde bismo očekivali da je ljudska ekspertiza nedodirljiva.

Neki će reći da su makar određene grane medicine još dugo zaštićene, recimo hirurgija. I tu je slika složenija nego što deluje. Ono što znamo jeste da se već godinama nezavisno od ovog svega razvija Da Vinci robot za operacije, gde lekar udaljeno može operisati pacijenta. Taj sistem je dosta uznapredovao i može se reći da praktično može izvesti većinu operacija danas. Ali onaj lekar koji operiše iz daleka, vrlo brzo može biti zamenjen AI modelom koji će to raditi preciznije i neće biti umoran i praviti greške. Naravno, ima tu još nekih ograničenja i put do pune autonomije je sporiji zbog bezbednosti, regulacije i odgovornosti.

Treba razumeti da ovo nije samo još jedan talas automatizacije. AI ne zamenjuje jednu pojedinačnu veštinu, nego ulazi u čitav lanac rada. Ne samo izvršenje, nego i analizu, planiranje, koordinaciju i proveru. Zato ne menja samo brzinu rada. Menja i samu prirodu posla.

Anthropic je objavio istraživanje o uticaju AI-a na tržište rada (mart, 2026). Njihovi podaci pokazuju da su među najizloženijim profesijama upravo poslovi znanja, uključujući programere, korisničku podršku i administrativne poslove. Međutim, isto istraživanje kaže i nešto važno: veliki skok nezaposlenosti se još ne vidi jasno u podacima. Drugim rečima, promena je počela, ali se za sada više vidi u načinu rada i zapošljavanju nego u masovnim otkazima.

Takođe, Andrej Karpati, bivši direktor za AI u Tesli, je u martu 2026. napravio interaktivan alat za vizuelno istraživanje američkog tržišta rada. Alat prikazuje stotine zanimanja i omogućava da se kroz jednostavan vizuelni prikaz uporede rast poslova, plate, obrazovni zahtevi i procenjena izloženost uticaju AI. On navodi da su poslovi poput programera, dizajnera, prevodilaca i analitičara među najizloženijima uticaju AI, jer se njihov rad gotovo u potpunosti odvija na računaru, u domenu u kom AI najbrže napreduje.

Mustafa Sulejman, šef Microsoft AI-a i autor knjige o veštačkoj inteligenciji, otišao je korak dalje: dao je rok od 12 do 18 meseci za potpunu automatizaciju većine poslova belih okovratnika. Advokati, računovođe, project menadžeri, marketinški stručnjaci, svi koji sede ispred kompjutera.

Pročitajte njegovu knjigu “Talas koji dolazi”, koja je prevedena na Srpski jezik.

Problem nije samo koja zanimanja nestaju. Uslužni sektor je uvek upijao višak radne snage, a AI ulazi baš tu i pretvara usluge u infrastrukturu koja traži manje ljudi. Zato ‘prekvalifikacija’ nije univerzalan odgovor, ne zbog volje, nego zbog količine.

Ali postoji i druga strana ove priče koju mnogi još ne vide. Kako AI preuzima veći deo operativnog rada, glavno usko grlo više nije samo izvršenje. Teži deo postaje razumevanje šireg konteksta, procena da li je rezultat zaista dobar, povezivanje više delova u smislenu celinu i pitanje ko snosi odgovornost kada nešto pođe naopako. AI ubrzava rad. Ne uklanja posledice loše odluke. Zato će u eri AI-ja više vredeti ljudi koji umeju da razumeju sistem, procene rizik i donesu dobru odluku pod neizvesnošću, nego oni koji samo brzo proizvode izlaz.

Čak i fizički poslovi nisu zaštićeni

Iako kad govorimo o AI, fokus je više na kancelarijske poslove, i fizički rad je na putu da se transformiše. Tesla razvija humanoidnog robota Optimus Gen 3 koji hoda tri puta brže od prethodne generacije, izvršava zadatke dvostruko preciznije, i što je najvažnije, uči sam gledajući ljude. Robot koristi isti AI koji pokreće Teslin autopilot.

Plan je da hiljade ovih robota budu raspoređene u Tesline fabrike do kraja 2026, sa ciljem da jedan Optimus eventualno zameni produktivnost pet radnika, radeći 24 sata dnevno. Mask je čak pomenuo izgradnju milijardu ovih robota, gde bi čak svaka kuća imala po jednog.

Cena? Ispod 30.000 dolara.

„Ali fizički poslovi nisu još tu", kažete. U svetu AI-a, „još nije tu" ima naviku da postane „evo ga" mnogo brže nego što iko očekuje.

Nekad tehnologija ne smanjuje samo rad po jedinici, nego i broj jedinica koje društvu trebaju. Primer: autonomna vozila povećavaju iskorišćenost, pa za istu mobilnost treba manje automobila, smanjuje se i proizvodnja, ne samo vozači.

AI upravo pravi naučna otkrića

U februaru 2026, OpenAI je objavio naučni rad u kome je GPT-5.2 izveo potpuno nov rezultat u teorijskoj fizici. Fizičari su izračunali amplitude za interakcije gluona (čestica koje nose jaku nuklearnu silu) za pojedinačne slučajeve do n=6, dobijajući izuzetno komplikovane izraze. GPT-5.2 je uspeo da drastično pojednostavi te izraze, uoči obrazac i predloži formulu koja važi za sve n. Zatim je interna verzija modela provela 12 sati rezonujući i proizvela formalni dokaz.

Nima Arkani-Hamed, profesor fizike na Institutu za napredne studije u Prinstonu, rekao je: „Ovo izgleda posebno pogodno da iskoristi moć modernih AI alata. Radujem se što ću videti kako se ovaj trend nastavlja."

Profesor Nathaniel Craig sa UC Santa Barbara nazvao je ovaj rad „pogledom u budućnost nauke potpomognute AI-om" i dodao: „Nema sumnje da dijalog između fizičara i jezičkih modela može da generiše fundamentalno novo znanje."

AI ne zamenjuje samo rutinske poslove. Počinje da pomera granice ljudskog znanja.

Takođe, istraživači sa MIT-a i CERN-a pokazali su da AI agenti mogu samostalno da sprovode čitave naučne analize u fizici visokih energija, od obrade podataka do pisanja radova, bez skoro ikakve pomoći čoveka. Sistem su testirali na stvarnim eksperimentalnim podacima i rezultati su se poklopili sa poznatim merenjima.

Isti obrazac se pojavljuje i van fizike. AI sve češće ne služi samo za ubrzanje, nego za skok do ideje do koje čovek teško stiže sam u zadatom vremenu.

Donald Knuth, čovek koji je praktično napisao „bibliju" računarskih algoritama (The Art of Computer Programming), objavio je skoro kratku belešku pod naslovom „Claude’s Cycles". U njoj kaže da mu je Claude Opus 4.6 rešio otvoren problem oko kojeg se mučio nedeljama, a do rešenja su došli kroz seriju eksperimenata za oko sat vremena.

Važno je napomenuti da AI nije “magično dokazao teoremu”. Našao je konstrukciju, Knuth je zatim napisao dokaz i eksplicitno kaže da će morati da “revidira svoje mišljenje o generativnoj AI”. To je ta prelomna tačka: AI ulazi u zonu gde pomaže i ljudima sa vrha piramide, ne samo u rutini, nego u kreativnom rešavanju problema.

Ljudi koji ovo grade ne spavaju zbog toga

Evo nečeg što bi trebalo da nas natera da se zabrinemo.

Ilon Mask (Elon Musk), suosnivač OpenAI-a i osnivač xAI, upitan je šta ga drži budnog noću. Odgovor: „AI. Da, zapravo. Imao sam mnogo AI noćnih mora. Mnogo dana zaredom."

Mask kaže da bi usporio AI i robotiku kad bi mogao, ali ne može. „Napreduje veoma brzim tempom, hteo ja to ili ne."

Mrinank Šarma (Mrinank Sharma), koji je vodio tim za bezbednosna istraživanja u Anthropicu (kompanija koja pravi Claude), podneo je ostavku u februaru 2026. U pismu kolegama napisao je: „Svet je u opasnosti. I ne samo od AI-a, ili biološkog oružja, već od čitavog niza povezanih kriza koje se odvijaju upravo u ovom trenutku."

Čovek koji je gradio zaštitne mehanizme za jednu od najmoćnijih AI kompanija na svetu, otišao je jer smatra da svet ne shvata dovoljno ozbiljno ono što se dešava.

Dario Amodei, šef Anthropica, poredio je ovo sa cunami: „Iznenađuje me da smo, po mom mišljenju, toliko blizu toga da ovi modeli dostignu nivo ljudske inteligencije, a da i dalje ne postoji šire prepoznavanje u društvu onoga što se sprema. Kao da cunami dolazi ka nama, i toliko je blizu da ga vidimo na horizontu. A ljudi smišljaju objašnjenja, ‘oh, to zapravo nije cunami… to je samo trik svetlosti.’"

Mustafa Sulejman navodi da postoji crvena linija za AI. On kaže da AI treba ugasiti ako ikad dobije sledeće četiri mogućnosti:

• Rekurzivno samounapređenje
• Sposobnost da postavlja sopstvene ciljeve
• Moć da deluje autonomno
• Sposobnost da pribavlja sopstvene resurse

Prema Sulejmanu, sistem sa sve četiri osobine bio bi toliko moćan da bi za njegovo zaustavljanje bila potrebna intervencija na nivou vojske. Zato tvrdi da ove sposobnosti moraju biti pod revizijom i regulisane kao nuklearna infrastruktura.

Poruka mu je jasna: iako regulacija zvuči kao sporo rešenje, ona nije opcija od koje se može odustati, jer rizik nije naučna fantastika. Može se definisati, meriti i sprečiti, ali samo ako se problem uhvati na vreme.

Tektonske promene, ali sa otvorenim očima

Kritičari kažu da sve nije baš tako jednostavno. Ovi sistemi i dalje greše, ljudi često gube produktivnost, a trenutno nema dokaza da su sposobni da generišu kompleksne aplikacije od nule. Sve ovo nam pomaže da ne budemo slepi. AI jeste neverovatno moćan alat, ali nije savršen. Ponekad je samouveren u stvarima koje su potpuno pogrešne (tako je obučen).

Ali nešto se značajno promenilo. Čak i kritičari kažu da možete pustiti AI da radi sam i da ponekad isporuči savršen rezultat. A „ponekad" u februaru 2026. znači „skoro uvek" do kraja godine, jer ove stvari ne napreduju linearno, nego eksponencijalno.

U testu pod nazivom „Poslednji ispit čovečanstva" (Humanity’s Last Exam), koji su osmislili skoro 1.000 eksperata sa preko 500 institucija iz 50 zemalja, sa pitanjima sa samih granica ljudskog znanja, najbolji AI model (Gemini 3 Pro) postiže 45,9% tačnosti. To zvuči malo, ali pre godinu dana nijedan model nije mogao da pređe ni 3%. Taj rast je zapanjujuć.

Velike kompanije su mrtve, samo to još ne znaju

Stiv Jegi (Steve Yegge), softverski inženjer sa preko 40 godina iskustva koji je radio u Amazonu i Googleu, kaže nešto provokativno: velike kompanije ne mogu da inoviraju. I nikad nisu mogle, ne istinski. Zašto Google nije napravio ChatGPT iako je imao sve resurse za to? Ali sada je to već pitanje života i smrti.

Ovo je klasičan „Innovator’s Dilemma" koji je opisao Klejton Kristensen (Clayton Christensen): procesi i kultura koji su vas učinili liderom na tržištu, isti su oni koji ubijaju vašu sledeću veliku ideju.

Jegi objašnjava: velike kompanije možda imaju hiper-produktivne inženjere koji proizvode neverovatnim tempom, ali sama kompanija ne može da apsorbuje taj rad. Donji tokovi procesa su prosto uska grla. „Mislim da su to velike, mrtve kompanije. Samo još ne znamo da su mrtve".

Mali, AI-opremljeni timovi od dva-tri čoveka sada mogu da proizvode rezultate koji se takmiče sa korporacijama od hiljadu zaposlenih. Amazonovi timovi od 7-9 ljudi koji se mogu nahraniti sa dve pice, postaju timovi od 4-5 ljudi koji se mogu nahraniti sa jednom. Kao što je pojava Cloud tehnologija pomerila ravnotežu moći u prošloj deceniji, AI je to na steroidima.

Čak i Andy Jassy, CEO Amazona, kaže da će raditi isto sa manje ljudi. Steve Yegge predviđa da će kompanije postaviti „točkić" na otprilike 50%, otpustiti pola inženjera da bi platili alatke za drugu polovinu.

I to se upravo i desilo prošle nedelje, Džek Dorsi, osnivač Twittera je upravo otpustio preko 50% zaposlenih u svojoj trenutnoj kompaniji Block, od kojih su većina programeri, zbog AI. Neki kažu da to nije zbog AI nego zato što je prezapošljavao tokom COVID-a, ali opet sigurno da AI igra neku ulogu tu jer su prošle godine napravili svog AI agenta koji praktično može autonomno da kodira. Taj agent je otvorenog koda i svako ga može koristiti.

Srbija i region žive od izvoza znanja u visokom procentu. Outsourcing agencije prodaju sate i timove. AI tu udara prvo u “junior/mid” grupu, jer ono što je ranije tražilo 3-5 ljudi za isporuku, sada može da uradi 1-2 seniora sa dobrim AI alatima. To će promeniti način na koji biznisi razmišljaju. Trebaće manje ljudi, biće kraći rokovi, ali i veći pritisak na cenu po timu.

Najgore će proći firme koje prodaju “kapacitet” bez jasnog vlasništva nad ishodom. Najbolje će proći one koje prodaju rezultat: brz prototip, migraciju, stabilizaciju, performance, sigurnost, ili domensko znanje. Ukratko: “body-leasing” postaje slabiji biznis. “outcome-based delivery” postaje jači.

Ovo je naša trka u svemir

Šezdesetih godina prošlog veka, Kenedi je objavio da će Amerika staviti čoveka na Mesec do kraja decenije. To nije bila samo naučna izjava, bio je to startni pištolj u trci koja je oblikovala globalnu ekonomiju za generacije koje su došle.

AI trka danas je ta trka, ali demokratizovana. Vaše učešće nije određeno vladinim izborom, već vašom spremnošću da se angažujete. SAD ulažu stotine milijardi kroz CHIPS Act i projekte poput Stargate AI. Kina ulaže 1,4 milijardi u AI sa ciljem da vodi svet do 2030.

Razlika u odnosu na svemirsku trku? Ovde ne morate biti astronaut. Treba vam samo pristup internetu i volja da učite.

Ali postoji i mračnija strana poređenja. Svemirska trka nam je dala satelite, GPS i memorijsku penu, ali i interkontinentalne balističke rakete. Svaka moćna tehnologija dolazi sa potencijalnim problemima.

Društvo već puca po šavovima

Kem Pedersen (Cam Pedersen) je sproveo fascinantnu analizu: pokušao je da matematički izračuna tačan datum singulariteta, trenutka kad AI prevaziđe ljudsku sposobnost da ga razume. Ovo je nešto o čemu se dosta diskutuje u našoj industriji.

Ono što je pronašao je iznenađujuće: mašine napreduju konstantnom brzinom. Ljudi su ti koji paniče ubrzano, toliko da ide u hiperbolu. Socijalni singularitet prednjači pred tehničkim.

Datum koji je dobio je utorak, 18. jul 2034., sa countdown tajmerom na sajtu. Znači ostalo nam je nekih 3000 dana do tad. Ali pošteno navodi da se cela stvar oslanja na jednu seriju podataka, da je pet metrika premalo, i da to ne znači “mašine postaju superinteligentne” nego “tačka gde trenutni pravac ne može da se održi.”

I posledice ovoga su već vidljive:

• Tržište rada puca. U 2025. godini, objavljeno je 1,1 milion otkaza, samo šesti put da je taj prag probijen od 1993. Preko 55.000 eksplicitno navodi AI kao razlog. Ali kompanije otpuštaju na osnovu potencijala AI-a, ne performansi.
• Institucije ne mogu da prate. Zakoni koji se danas pišu regulišu probleme iz 2023. Do kad zakonodavstvo sustigne GPT-4, mi smo na GPT-7.
• Kapital se koncentriše na nivou dot-com buma. Top 10 akcija u S&P 500 (skoro sve vezane za AI) čini 40,7% vrednosti indeksa, više nego na vrhuncu dot-com balona.
• Terapeuti prijavljuju porast onoga što zovu FOBO, Fear of Becoming Obsolete (strah od postajanja zastarelim). Pacijenti opisuju osećaj kao: „Univerzum mi govori: ‘Više nisi potreban.’"
• Čim ljudi počnu da koriste AI, gube poverenje u njega. Upotreba raste 13% godišnje, ali poverenje pada 18%.

Fokus je trenutno na softverskom inženjerstvu jer su tu ljudi koji su sve ovo i napravili oko AI. Ali posle toga, dolaze na red i ostale grane i industrije. Sve ovo označeno crvenim nije još pokriveno sa AI tehnologijama, a biće. Mogućnosti ispred nas su velike, ali i rizici.

Treba napomenuti da ovo nije samo tamo neka nova aplikacija. Ovo je promena u tome ko pravi vrednost i ko od nje živi. Kada mali broj timova i firmi može da uradi posao koji je ranije tražio desetine ljudi, dobit poraste brzo, ali plate ne prate uvek taj tempo. Ako se taj “višak produktivnosti” ne pretvori u nove poslove i novu potrošnju, kupovna moć krene da pada, nejednakost raste, a društvo dolazi u problem. Tada AI postane zgodan krivac za sve, čak i onda kada su problemi nastali mnogo pre njega.

Ali tu treba biti pošten. Gartnerova analiza uticaja AI na poslove iz 2025 kaže nešto što retko ko pominje: od 2028-2029, AI će stvarati više poslova nego što eliminiše. Ovo nije utešna vest kako zvuči na prvu. Svake godine će preko 32 miliona poslova biti značajno transformisano, redizajnirano ili spojeno sa drugim ulogama. To je 150.000 poslova dnevno koji evoluiraju kroz prekvalifikaciju i još 70.000 koji se menjaju iz temelja. “Apokalipse” poslova neće biti. Ali haos hoće. A haos traži ljude koji se brzo prilagođavaju.

Takođe, ovde smo pod uticajem jednog efekta koji se zove Jevonsov paradoks. On kaže da veća efikasnost ne vodi nužno manjoj potrošnji, već često suprotno. Kada AI pojeftini pisanje koda, testiranje, analizu i izradu softvera, firme ne kažu: „Super, sada nam treba manje softvera." One kažu: „Sada možemo da napravimo više proizvoda, više internih alata, više automatizacije i više eksperimenata." Zato pad cene izrade softvera može da poveća ukupnu tražnju za softverom, a samim tim i za ljudima koji umeju da definišu problem, usmere AI, procene rizik i spoje biznis sa tehnologijom. U odluci između kupovine i izrade, sve više će se naginjati opciji da se napravi. Drugim rečima, AI ne mora da smanji količinu rada u znanju, već može da eksplodira obim onoga što društvo i kompanije žele da izgrade. O ovome sam već pisao.

Taj trend vidimo i u drugim oblastima. Iako je Geoffrey Hinton još 2016. tvrdio da bi trebalo prestati sa obučavanjem radiologa, jer će deep learning uskoro nadmašiti ljude u tom delu posla, broj radiologa u SAD je u godinama nakon toga porastao, sa 30.723 u 2014. na 36.024 u 2023.

Kako da preživiš i dobiješ na brzini

Zašto pišem ovo baš sad? Pišem ne da bi pokretao raspravu ili razmatrao najgore scenarije, nego kao podsetnik za sve. AI nije tema za raspravu, nego alat koji menja kako radimo iz korena. Ko ga uvede u posao sada, dobija mesece prednosti.

Na slici ispod je prikazana mapa koja pokazuje da 84% ljudi na svetu nikad nije koristilo AI (svaka tačka predstavlja 3.2 miliona ljudi). Dok 3 milijarde ljudi čak nema ni pristup Internetu. Zelene tačke na dnu su ljudi koji koriste besplatne verzije chatbotova (1.3 milijarde ljudi), što je samo 16%. Žute tačke su ljudi koji plaćaju $20 mesečno za Pro verzije AI-ja, i oni predstavljaju 15-25 miliona ljudi ili samo 0.3%. Crvene tačke su 2-5 miliona ljudi koji koriste aktuelne alate kao što su Claude Code i Cursor. To je 0.04% planete.

Ako čitaš ovo ti si verovatno u 1% AI korisnika na svetu. Mogućnosti između onih koji koriste AI i onih koji ne koriste će biti samo veće i veće.

Evo šta možete uraditi već danas:

Počnite da koristite AI kao alat u poslu, ne kao nešto što “probate” kad imate vremena. Nije poenta da mu postavite jedno pitanje i čekate savršen odgovor. Poenta je da ga ubacite u svoj posao i ono što radite. Dajte mu ceo kontekst: dokument, tabelu, mejl prepisku, specifikaciju, ugovor. Zatim tražite nešto konkretno: da pronađe rupe i rizike, da predloži strukturu, da napiše prvu verziju, da napravi listu provere, da vam napravi tabelu od rezultata vaših analiza krvi, da vam ospori zaključke u dokumentu i ponudi alternativu. Što je zadatak jasniji i što mu date više materijala, to će odgovor biti korisniji. A vi ćete kroz par ponavljanja tačno videti gde mu možete verovati, a gde mora provera.

Primeri konkretnih alata i modela koje možete koristiti:

• Svakodnevni odgovori: ChatGPT 5.2
• Kodiranje: Claude 4.6 Opus i Sonnet
• Pretraživanje: Perplexity
• Analiza dokumenata: Gemini 3 Pro
• Rad sa tabelama: Claude 4.5 Sonnet sa Excel integracijom
• Analiza socijalnih mreža: Grok
• Generisanje slika: Nano Banana Pro
• Generisanje videa: VEO 3.1 ili Kling 2.6

Veštine koje nikad ne zastarevaju nemaju veze sa tehnologijom. Duboko poznavanje svog domena, komunikacija, brzina donošenja odluka, kritičko razmišljanje, rad sa ljudima, odgovornost. Ovo su stvari koje ostaju vredne kad se alati promene. World Economic Forum ih stavlja među ključne veštine za 2030, zajedno sa AI i tehnološkom pismenošću. O nekima od njih sam već pisao.

Društvo ima svoj udeo takođe. Ono što se može uraditi jesu brze prekvalifikacije, jasna pravila za primene gde greška košta (zdravstvo, finansije, obrazovanje), i ozbiljan fokus na bezbednost i proveru sistema koji odlučuju o ljudima. Bez prelaznih programa i pametnih pravila, dobićemo brži softver i slabiju stabilnost, a to nije dobar recept za napredak.

Nemojte pretpostavljati da AI ne može nešto da uradi. Često čujem “Ali AI ovo ne može u mom poslu”. Da, možda nije mogao pre sedam ili osam meseci, ali sad? Probajte. Ako danas radi i okvirno dobro, za šest meseci će raditi značajno bolje. Tempo poboljšanja ide samo u jednom smeru.

Iskoristite ovaj trenutak. Većina ljudi u većini kompanija još uvek ne koristi ovo ozbiljno. Onaj ko pokaže da je uz pomoć AI-a završio za sat posao od tri dana, odmah menja percepciju o sebi u timu. Ovaj trenutak se neće zadržati dugo. Kad svi to nauče, ta prednost više neće postojati.

Praviti softver je postalo lakše nego ikad. Ako ste želeli da napravite aplikaciju ali niste znali da kodirate, ili niste imali budžet da angažujete nekoga, ta prepreka praktično ne postoji više. Opišite šta vam treba i imaćete radnu verziju za sat sa Claude Code-om. Želite da naučite nešto novo? Najbolji profesor na svetu je dostupan svima za 20 dolara mesečno, 24/7.

Budite prilagodljivi. Konkretni alati i veštine su manje bitni od sposobnosti da brzo naučite nove. U IT-ju se uvek sve menjalo brzo, tako da AI nije tu izuzetak. Ono što vas čuva nije znanje jednog alata, nego navika da se stalno prilagođavate i učite. I to da činite brže od drugih.

Ne birajte profesiju po onome što pretpostavljate. Kad razmišljate o onome što ćete studirati, teško je predvideti šta će biti vredno a šta ne, jer niko ne može prognozirati budućnost. Najbolja opcija jeste da izaberete ono što volite da radite.

Fokusirajte se na proaktivnost i učenje. Postoji jedan ekonomski koncept koji savršeno opisuje ono što nam AI donosi, a zove se K-oblik ekonomije. Ideja je jednostavna: kad dođe do velikog poremećaja, svi kreću s iste tačke. Ali onda se putanja račva kao slovo K. Jedna grupa prepozna šansu, prilagodi se brzo i krene nagore. Druga grupa čeka, ignoriše promenu i polako tone.

Isto se desilo s internetom u 90-ima, jedni su gradili kompanije, drugi su govorili da je prolazni trend. Sad se to ponavlja s AI-jem. Razlika između te dve grupe nije talent ni pamet. Nego ko je spreman da nauči nove alate i primeni ih pre nego što postanu standard.

Kao što kaže Andrej Karpati, proaktivnost i snalažljivost su bitnije od inteligencije.

Nisi više specijalista. Tehnologije se menjaju brže nego ranije, a AI ti olakšava da uskočiš u novu tehnologiju i da radiš preko granica tima. Ako si u outsourcingu, nemoj da se prodaješ kao „još jedan full-stack". Prodaj se kao neko ko isporučuje brzo i stabilno: umeš da ubaciš AI u proces, da napraviš plan, da proveriš izlaz i da pustiš u produkciju. Razlika će biti između timova kojima je AI standard (testovi, code review, analiza, dokumentacija) i timova koji ga koriste povremeno. Kupac će to videti na rokovima i na broju bugova.

Jednostavan izazov

Sutra ujutro, uzmite najdosadniji zadatak koji imate na stolu. Onaj koji vam oduzima dva sata, a ne zahteva veliku kreativnost. Dajte ga AI-ju. Pogledajte šta će se desiti.

Ako rezultat bude i okvirno dobar, sledeći dan dajte teži zadatak. Pa još teži. Svaki dan pomerajte granicu. Ne čitajte o AI-ju, koristite ga. Neka vam to postane navika, ne eksperiment.

Posle mesec dana ovog ritma, znaćete tačno gde vam AI pomaže, a gde ne. I to znanje će vas staviti ispred ogromne većine vaših kolega i poznanika. Jer skoro niko ovo trenutno ne radi sistematično.

Ja sam juče koristio Claude Code Cowork, uputio ga na folder sa mojim analizama krvi od prethodnih nekoliko godina i rekao mu da mi napravi sumarnu analizu i Excel tabelu. Posle minut, dva sam to imao gotovo, pregledno, čak i sa trendovima i upozorenjima koje je dodao. Sjajno!

Ovo nije još jedna tehnologija koja će “jednog dana” postati bitna. Promena se već dešava. Pitanje je samo da li ćete je prepoznati pre ili posle svih ostalih.