5 novih AI pozicija koje će dominirati tržištem u 2026.
Cijena neznanja: 15.000 KM za diplomu koja ne vrijedi ništa
Prosječna školarina za IT smjerove koji i dalje predaju teorije iz 2018. godine iznosi oko 15.000 KM. Vi bacate taj novac u vjetar dok se tržište rada 2026. godine transformiše brže nego što vi možete reći ‘ChatGPT’. Ako mislite da će vam obična diploma otvoriti vrata, varate se. Treba vam znanje koje miriše na svježu piljevinu u radionici, a ne na sterilne PDF prezentacije. Vaša karijera je vaš najvažniji projekt, a trenutno vam je temelj truo. Slušaj ovamo, ili ćeš naučiti koristiti ove alate, ili ćeš postati statistika.
1. Revizor AI etike i usklađenosti (The Compliance Hawk)
Zaboravite na obične pravnike. Revizor AI etike je onaj tip koji uđe u server sobu i odmah namiriše ozon i loše programiran kod. Njegov posao je da osigura da algoritam ne počne diskriminisati ljude na osnovu prezimena ili poštanskog broja. Da biste preživjeli ovdje, morate znati kako popuniti AI impact assessment bez da zovete advokata za svaku sitnicu. To je kao provjera instalacija u staroj kući – ako ne znaš gdje je kratak spoj, cijela stvar će izgorjeti. 2026. godine, kompanije će plaćati suhim zlatom ljude koji znaju prepoznati sistemski rizik prije nego što ih Poverenik za informacije lupi po džepu. Provjerite šta poverenik za informacije zahtijeva od tvog web shopa prije nego što uopće pokreneš skriptu. Šokirat ćeš se koliko je pravila koja niko ne čita dok ne dođe inspekcija.
WARNING: Ignorisanje etičkih protokola u AI modelima nije samo loša praksa; to je put u bankrot. Jedna greška u biasu podataka može izazvati tužbu koja će obrisati petogodišnji profit vaše firme. Testirajte modele multimetrom logike, a ne samo nadom.
2. Inženjer za sintezu podataka (The Scavenger Scientist)
Podaci su gorivo, ali većina onoga što nađete na internetu je obično smeće. Inženjer za sintezu podataka ne čeka da mu podaci padnu s neba; on ih stvara. Ako ne razumijete kako se radi normalizacija podataka za ML, vi ste kao stolar koji pokušava raditi sa vlažnom daskom. Iskrivit će se. Morate naučiti srediti podatke prije nego počneš treniranje jer ‘garbage in, garbage out’ pravilo ovdje ne prašta. Ovaj posao zahtijeva da ‘kopate’ po bazama kao po starom otpadu tražeći ispravan dio. Jednom sam proveo 14 sati čisteći bazu od 100.000 redova samo da bih shvatio da je jedna kolona imala krivi format datuma. Frustrirajuće? Da. Neophodno? Apsolutno. Kratko i jasno: bez čistih podataka, tvoj model je obična hrpa beskorisnog koda.
3. Arhitekta AI rješenja bez koda (The Weekend Warrior)
Do 2026. godine, kucanje koda će biti kao ručno rezanje navoja na cijevima – lijepo je znati, ali niko nema vremena za to. Arhitekta bez koda spaja sisteme kao Lego kockice. On zna kako napraviti Discord bota uz ChatGPT za 15 minuta, dok se ‘pravi’ programeri još raspravljaju koji framework koristiti. Ovo nije za lijenčine, ovo je za efikasne. Morate razumjeti deployment modela na web bez kucanja koda jer biznis ne može čekati šest mjeseci na tvoj razvojni ciklus. Slušaj, ako ne znaš povezati API sa bazom bez da zaplačeš, nisi za ovaj posao. Koristi glavu, ne samo tastaturu. 
4. AI detektiv za halucinacije (The Forensic Fixer)
AI laže. Laže samouvjereno i gleda te u oči dok to radi. AI detektiv je onaj koji provaljuje te laži. Njegov alat nije čekić, nego sumnja. Ako želiš ovaj posao, moraš naučiti kako spriječiti AI halucinacije u dokumentima. To je kao kad kupiš polovno auto pa provjeravaš da li je limarija kitovana. Moraš znati podesiti parametre, jer ako ne znaš zašto AI laže i kako popraviti postavke, tvoj klijent će dobiti izvještaj koji nema veze sa stvarnošću. Najgore je kad se osloniš na model, a on ti servira izmišljene sudske slučajeve ili nepostojeće finansijske brojke. Jednom pogriješiš, tvoj ugled ide u smeće. Provjeravaj sve. Dvaput.
5. Menadžer AI-ljudske saradnje (The Workshop Foreman)
Mašine su brze, ali su glupe za emocije. Ovaj stručnjak je most. On uči timove kako da koriste najbolje ChatGPT ekstenzije da bi radili duplo brže, a da pritom ne postanu roboti. Njegov zadatak je da spriječi burnout i osigura da ljudi i dalje donose odluke. On zna da se AI za email komunikaciju koristi za nacrte, a ne za finalne, ljudske poruke. Ako tvoj tim ne zna kako vizualizovati ideje uz AI mape uma, trošite previše vremena na sastanke koji su mogli biti jedan prompt. Budi vođa, a ne samo korisnik.
Da li mi stvarno treba diploma za ove poslove?
Ne nužno, ali ti treba dokazana vještina. Diploma je komad papira; portfolio sa projektima koji rade je tvoja propusnica. Napravi nešto što radi, makar to bio običan skript za automatizaciju inboxa. Ako radi, vrijedi više od bilo kojeg certifikata sa Coursera-e koji si samo ‘odgledao’.
Koja je najopasnija greška koju mogu napraviti?
Vjerovanje da je AI magična kutija. AI je alat, baš kao i tvoja bušilica. Ako je ne znaš držati, slomit ćeš ruku ili zid. Uvijek, ali uvijek, zadrži kritički odmak od onoga što model generiše.
Anatomija jednog promašaja: Zašto tvoj AI projekt propada
Gledao sam to stotinu puta. Čovjek uzme model, ubaci gomilu neobrađenih podataka i očekuje čudo. Šest mjeseci kasnije, sistem se raspada jer niko nije radio normalizaciju podataka. To izgleda ovako: tvoj model počne davati bizarne preporuke, kupci odlaze, a ti trošiš sate pokušavajući shvatiti gdje je zapelo. Zapelo je u temelju. Ako preskočiš čišćenje baze jer ti je ‘dosadno’, tvoj AI će postati tvoj najveći trošak. To je kao da gradiš kuću na blatu – može izgledati lijepo neko vrijeme, ali prva kiša će je srušiti. Ne budi taj tip. Uradi prljavi posao na početku da ne bi plakao na kraju.
Zašto ovo radi: Nauka iza automatizacije
Razmislite o logističkoj regresiji. To nije samo matematički termin za zbunjivanje studenata. To je način na koji mašina odlučuje da li je nešto ‘da’ ili ‘ne’. Kada naučiš koristiti logističku regresiju za predviđanje prodaje, ti zapravo učiš mašinu da prepozna obrasce koje ljudsko oko promaši jer je previše zauzeto gledanjem u Instagram. Radi se o minimiziranju greške kroz iteraciju. Svaki put kad ‘podesiš’ model, ti zapravo smanjuješ šum u sistemu. Što manje šuma, to više profita. Prosto ko pasulj, ako znaš matematiku iza toga.
Kodna realnost: Tvoj plan za vikend
Nemoj samo čitati ovaj tekst. Do ponedjeljka ujutro, instaliraj bar jednu ekstenziju za ChatGPT i automatizuj jedan dosadan zadatak. Ako ne počneš sad, 2026. ćeš se pitati gdje je nestalo tvoje radno mjesto. Tržište ne čeka nikoga, a pogotovo ne one koji misle da imaju vremena. Zasuči rukave. Isprljaj ruke kodom. Napravi nešto što radi. To je jedini put do sigurnosti u svijetu koji se mijenja dok ti spavaš. Sretno, trebat će ti – ali rad će ti trebati više.


Ovih pet pozicija koje ste naveli definitivno su vodič za budućnost, i baš je jasno kako će veštačka inteligencija transformisati tržište rada. Moramo shvatiti da poznavanje ovih alata ne treba da bude luksuz, već nužnost za svakoga ko želi da ostane konkurentan. Posebno mi se sviđa to što ste istakli ulogu menadžera AI-ljudske saradnje; to je ključna pozicija, jer tehnologija sama ne može zamijeniti ljudske emocije i kreativnost. Kao neko ko već posluje u IT sektoru, često se pitam – kako najefikasnije educirati radnu snagu da usvoje ove veštine u relativno kratkom roku? Koje praktične korake preporučujete za brzu adaptaciju na te promjene?
Ovaj tekst definitivno ističe koliko je ključna praksa i pravovremeno usvajanje nužnih veština u svetu veštačke inteligencije. Kao neko ko je već nekoliko godina u IT industriji, mogu potvrditi da će upravo pozicija ‘Menadžer AI-ljudske saradnje’ postati visoko tražena. Nije dovoljno samo napraviti AI model, već je neophodno umeti ga koristiti i komunicirati s timom na pravi način. Moje iskustvo pokazalo je da je najefikasniji način brze edukacije radne snage kroz radionice uživo i praktične projekte, a nismo ni blizu tamo gde je potrebno. Pitanje za združenu zajednicu – kako najefikasnije motivisati i osposobiti timove da odmah počnu koristiti ove alate? Koje konkretne korake preporučujete za ubrzanu adaptaciju u firmama koje žele ostati konkurentne u narednih godinu dana?