Poslednje ažuriranje: 12. oktobar 2026. | Autor: Redakcija AI Magazin Srbija / AEO AI Media Lab
Najkraći odgovor: veštačka inteligencija će verovatno promeniti mnoge radne zadatke, ali iz toga ne sledi da će u istom procentu nestati radna mesta. Umesto pitanja „Hoće li me AI zameniti?”, korisnije je pitati: „Koji deo mog radnog dana je ponovljiv, digitalan i pogodan za pomoć AI, a koji zavisi od ljudi, konteksta i odgovornosti?”
Prodavac u Nišu, knjigovođa u Beogradu, recepcioner u Budvi, dizajner u Zagrebu i vlasnik apartmana na Zlatiboru ne rade isti posao. Ipak, svako od njih ima aktivnosti koje se mogu ubrzati: pisanje mejlova, pronalaženje informacija, sumiranje dokumenata i kreiranje prvog nacrta. A svako ima i ono što program ne može odgovorno da preuzme: odnos sa klijentom, kvalitet usluge, fizički rad, pravnu odgovornost ili procenu na licu mesta.
Zato smo napravili AI karijerni kompas — vodič prilagođen Srbiji i regionu, sa interaktivnim testom radnih zadataka, primerima zanimanja, scenarijima uštede vremena, tabelama i praktičnim planom učenja. Ne treba ti programiranje niti plaćena pretplata da bi razumeo rezultate.
Šta istraživanja zaista govore o AI i poslovima?
Međunarodna organizacija rada (ILO) u analizi iz maja 2025. nalazi da približno četvrtina zaposlenosti u svetu pripada zanimanjima koja imaju neki stepen izloženosti generativnoj AI. To nije prognoza da će četvrtina zaposlenih izgubiti posao. ILO posebno objašnjava da većina zanimanja sadrži zadatke koji i dalje traže ljudski doprinos i da je verovatniji scenario promena poslova nego njihovo potpuno nestajanje. Proveri metodologiju ILO.
Istraživanje takođe ističe da su administrativni i kancelarijski zadaci često izloženiji generativnoj AI od fizičkih aktivnosti koje zahtevaju prisustvo. Ali „izloženost” znači da tehnologija može da utiče na način rada, ne da ima dozvolu, podatke ili sposobnost da samostalno završi ceo posao. Knjigovođa koji proverava dokumentaciju, recimo, nije zamenljiv prostim generisanjem teksta: ostaju propisi, rokovi, odgovornost i tačnost.
Prema izveštaju Svetskog ekonomskog foruma iz 2025., poslodavci obuhvaćeni istraživanjem očekuju ozbiljne promene u strukturi zaposlenosti do 2030. Brojevi iz globalnih projekcija nisu predviđanja za Srbiju i nikako ih ne treba preslikavati na pojedinačnu firmu. Za naš kontekst važnije je pitanje: kakve veštine zaposleni imaju, koliko je posao digitalizovan i da li postoji prostor za učenje.
Republički zavod za statistiku navodi da je u Srbiji tokom 2025. bilo oko 2,87 miliona zaposlenih prema Anketi o radnoj snazi. To je koristan podsetnik da ovde ne govorimo samo o IT industriji. Govorimo o trgovini, administraciji, turizmu, građevini, zdravstvu, zanatstvu, obrazovanju i proizvodnji. Izvor: RZS.
Interaktivni test: koliko AI može da pomogne u tvom radnom danu?
Odaberi zanimanje i pomeraj tri klizača da prikažeš kako raspoređuješ 40 sati radne nedelje (ili izaberi svoj ukupan broj sati). Prva dva predstavljaju digitalne zadatke, treći rad sa ljudima i na terenu. Simulator zatim prikazuje ilustrativni raspon sati koji bi mogao da se oslobodi uz pomoć AI, uz proveru rezultata od strane čoveka. To nije naučna procena rizika otkaza, niti garantovana ušteda.
Tvoj radni dan, tvoj scenario
Izmeni vrednosti i rezultat se menja odmah, bez slanja podataka serveru.
Metod: izabrani udeo zadataka × okvirni scenariji ubrzanja (administracija 10–40%, analiza 5–30%, u zavisnosti od veštine i kontrole). Ove pretpostavke je postavila redakcija radi učenja; nisu podaci ILO, WEF ili istraživanje tržišta rada.
Kako čitati rezultat testa?
Ako simulator pokaže, recimo, šest oslobođenih sati nedeljno, to ne znači šest sati manje posla. Možda ćeš to vreme potrošiti na dodatne klijente, proveru ugovora, kvalitetnije planiranje ili učenje. U praksi se rezultat menja od složenosti dokumenata, spremnosti kolega da koriste nove postupke i toga koliko puta se rezultat AI mora ispraviti. Najbolji početak je merenje jednog stvarnog zadatka pre i posle korišćenja alata.
Za poslove sa osetljivim podacima, regulisanim savetovanjem, medicinskim odlukama, kadrovskim izborom ili finansijskim posledicama ne prepuštaj AI samostalnu odluku. Koristi je kao pomoć za pripremu, uz odgovornu ljudsku proveru.
Mapa 30 zanimanja: šta AI ubrzava, a šta ostaje ljudski posao?
Ova tabela nije rang-lista poslova koji će nestati. Svako zanimanje sadrži više tipova aktivnosti, a dve osobe sa istom titulom mogu imati potpuno različit radni dan. Primeri ispod su redakcijska analiza zadataka tipičnih za poslove u Srbiji i regionu, a ne rezultati nacionalnog statističkog modela. Zato nema izmišljenih procenata „rizika od zamene”.
| Zanimanje | Za šta koristiti AI | Šta mora da ostane pod ljudskom kontrolom |
|---|---|---|
| Administrativni referent | Nacrti dopisa, sažeci javnih propisa i rasporedi | Tačnost podataka, potpis i poverljivost |
| Knjigovođa | Uređivanje anonimnih stavki i kontrolne liste | Obračuni, poreske prijave i tumačenje propisa |
| Bankarski službenik | Objašnjenja proizvoda iz odobrenih materijala | Identifikacija klijenta, kreditne odluke i tajnost |
| Prodavac | Opisi artikala, obaveštenja i katalog | Rad na kasi, reklamacije i razgovor sa kupcem |
| Vlasnik male prodavnice | Nacrt nabavnog plana i sezonske promocije | Stvarna nabavka, marža, zalihe i odluke |
| Agent podrške | Predlozi odgovora na česta pitanja | Eskalacija složenih i osetljivih slučajeva |
| Recepcionar | Višejezične poruke i vodiči za goste | Provera rezervacija i rešavanje problema uživo |
| Vlasnik apartmana | Oglasi, uputstva za dolazak i FAQ | Dostupnost, fotografije, pravila i bezbednost gosta |
| Konobar | Opis menija i uputstva o ponudama | Posluživanje, alergeni i komunikacija za stolom |
| Kuvar | Predlozi jelovnika, spiskovi nabavke | Priprema hrane, higijena i provera alergena |
| Turistički vodič | Plan ture i prevod opštih informacija | Znanje na terenu i odgovornost za grupu |
| Nastavnik | Pripreme časova, vežbe i nacrti testova | Ocenjivanje i rad sa konkretnim učenikom |
| Vaspitač | Ideje za aktivnosti i plan rada | Briga o deci, procena razvoja i sigurnost |
| Medicinska sestra | Edukativni materijali bez podataka pacijenata | Nega, trijaža i medicinska odgovornost |
| Lekar | Pregled naučne literature uz proveru izvora | Dijagnoza, terapija i rad sa pacijentom |
| Farmaceut | Interni edukativni rezimei opštih informacija | Izdavanje lekova i stručna procena |
| Advokat | Struktura podneska i pretraga javnih izvora | Tumačenje važećeg prava i savet klijentu |
| HR specijalista | Nacrt oglasa i vodič za intervju | Pravičnost i konačne odluke o kandidatima |
| Novinar | Transkripcija intervjua i radni plan članka | Verifikacija činjenica, izvori i urednička etika |
| SEO stručnjak | Grupisanje upita i predlozi strukture | Provera namere pretrage i kvalitet sadržaja |
| Grafički dizajner | Skice koncepta i varijacije kompozicije | Autorska prava, dizajnerski sud i rad sa klijentom |
| Video montažer | Transkripcija i predlog titlova | Montažni ritam, prava i finalna kontrola |
| Programer | Testovi, objašnjenja koda, dokumentacija | Bezbednost, integracije i odgovornost za sistem |
| Analitičar podataka | Nacrt formule i ideje za grafikon | Integritet podataka i tumačenje uzroka |
| Arhitekta | Varijante prezentacije i opis koncepta | Statika, propisi, licenca i izvedba |
| Električar | Dokumentovanje ponuda i spisak opreme | Merenja, instalacije i bezbednost na objektu |
| Automehaničar | Sažetak uputstva i kontrolna lista | Dijagnostika i popravka na vozilu |
| Građevinski majstor | Priprema ponuda i evidencija materijala | Bezbedan rad i kvalitet izvedenog posla |
| Poljoprivrednik | Vođenje evidencije i javne meteorološke informacije | Stanje parcele, tretmani i operativne odluke |
| Direktor male firme | Agende, nacrti ponuda i agregatni izveštaji | Zapošljavanje, strategija i finansijske odluke |
Izaberi jedan red koji liči na tvoj posao, pa ga prevedi u stvarne zadatke: koliko puta nedeljno to radiš, koliko traje, šta se može proveriti i koja greška bi bila skupa. Tek nakon toga ima smisla meriti brzinu. Dobro osmišljen proces sa čovekom u petlji vredi više od deset nasumično instaliranih aplikacija.
Šta to znači u praksi? Dvanaest primera iz Srbije i sa Balkana
1. Trgovina: mali broj zaposlenih, mnogo sitnih obaveza
Vlasnik radnje u Vranju možda svakog jutra proverava dobavljačke poruke, odgovara na pitanja kupaca, ažurira cene i priprema kratku objavu za društvene mreže. AI može da napravi prvi nacrt standardnog odgovora ili da grupiše anonimne zahteve po temi. Ne može da zna koja je roba stvarno stigla, da li je etiketa ispravna niti da li će kupac dobiti zamenu. Najbolji mali eksperiment je sedmodnevna evidencija: ista vrsta dopisa pre i posle AI, uz broj ispravki i vreme kontrole.
2. Turizam: lokalni jezik, strani gost i problem u stvarnom vremenu
Izdavalac apartmana na Tari ili Ohridskom jezeru svakodnevno dobija pitanja o parkingu, prijavi, kućnim ljubimcima i dolasku. Ako su pravila smeštaja proverena, AI može brzo pripremiti odgovore na srpskom, engleskom i drugim jezicima. Ali model ne vidi da li je soba očišćena niti automatski poseduje aktuelni kalendar rezervacija. Bez stvarne integracije nikada ne treba napisati da je termin slobodan. Ključna veština vlasnika nije „prompt od 200 reči”, već uredna baza tačnih informacija koju može da proveri.
3. Bankarstvo: šta ostaje iza šalter-sistema
Bankarski savetnik može koristiti odobreni interni alat za objašnjavanje opštih uslova proizvoda ili sastavljanje šablona neutralnih poruka. To ne znači da korisničke izvode, stanje računa, JMBG ili kreditnu dokumentaciju sme da ubaci u javni četbot. U bankarstvu se tehnologija uvodi kroz ovlašćene sisteme, pravila čuvanja podataka i nadzor. AI može smanjiti vreme za pripremu, ali ne sme glumiti ovlašćeno lice koje odlučuje o plasmanu sredstava.
4. Računovodstvo: brzina nije zamena za tačnost
Računovođa ne dobija mnogo ako AI sastavi brz, ali pogrešan obračun. Dobija ako pripremi kontrolnu listu mesecnog zatvaranja, objasni razliku između dve poslovne procedure ili napravi obrazac podsetnika za dostavljanje dokumentacije. Korist se meri brojem manje propuštenih rokova i urednošću procesa, ne samo minutima. Zakon i konkretna dokumentacija imaju prednost nad samouverenim odgovorom modela.
5. Obrazovanje: pomoć nastavniku, ne nevidljivi ocenjivač
Nastavnik geografije može od AI zatražiti pet različitih načina da objasni klimatske pojaseve, tri nivoa težine domaćeg zadatka ili plan radionice. Zatim proverava činjenice, prilagođava uzrastu i sam bira materijal. Posebno je važno ne stavljati privatne podatke učenika u alat bez odgovarajućih dozvola. Ocena, pedagoški odnos i prepoznavanje problema u odeljenju nisu stvari koje treba automatski delegirati.
6. Zdravstvo: moguća podrška, visoka cena greške
U ordinaciji je bezbednija početna primena pisanje opštih uputstava o dolasku, radnom vremenu ili pripremi za već potvrđenu proceduru, uz stručnu proveru. Medicinske odluke, lekovi, dijagnoze i podaci pacijenata traže drugačiji nivo validacije i kontrole. Lepo formatiran odgovor nije dokaz medicinske pouzdanosti. Kada je posledica greške ozbiljna, bolje je da sistem manje automatizuje, a više upozorava da čovek proveri informaciju.
7. Zanati i servisiranje: ponuda može biti digitalna, posao ostaje fizički
Električar u Kragujevcu može iz svojih beležaka da dobije pregledan predlog ponude, listu materijala i podsetnik klijentu. Međutim, AI ne meri napon, ne garantuje bezbednu instalaciju i ne vidi skrivene probleme u zidu. Slično je za vodoinstalatere, keramičare i automehaničare. Prednost stiče majstor koji brže organizuje administraciju i zatim više vremena posveti kvalitetu rada — ne onaj ko prepušta bezbednost generisanom tekstu.
8. Marketing i mediji: obilje sadržaja ne znači čitanost
Redakcija može koristiti AI da grupiše teme, pripremi pitanja za intervju, izradi alternativne naslove i uporedi logiku teksta. Ali ako svi objave istih deset generičkih saveta, čitalac nema razlog da izabere baš jedan portal. Izvorni primer, proveren podatak, korisni alat i razumljiv vizuelni prikaz daju vrednost. U našem vodiču za Search Console i CTR objašnjavamo zašto prikazi, klikovi i korisnost moraju da se posmatraju zajedno.
9. Programiranje: prvi nacrt koda i odgovornost za posledice
Programer može da generiše testove, proveri strukturu funkcije ili zatraži objašnjenje tuđeg koda. Ipak, produktivnost meri tek kada proveri bezbednost, brzinu, kompatibilnost i ponašanje u stvarnom sistemu. Posebno je opasno prekopirati kod sa nepoznatim zavisnostima ili dati modelu pristup ključevima. AI je koristan saradnik za nacrt, ali sistem i dalje ima vlasnika koji mora moći da objasni šta je pušteno u rad.
10. Pravni poslovi: izvor je važniji od stila
AI može sastaviti kostur dopisa ili kontrolnu listu priloga, ali ne treba da izmišlja sudsku praksu, članke zakona ili rokove. Pravnik proverava primarni izvor, njegovu važnost u konkretnom trenutku i primenu na činjenice slučaja. Korisnici često procenjuju kvalitet po uverljivom tonu, što je posebno nepouzdano u pravu. Za važeće tumačenje oslanjaj se na ovlašćenog stručnjaka, a ne na opšti jezički model.
11. Poljoprivreda: znanje sa njive i podaci moraju zajedno
Gazdinstvo može AI koristiti za vođenje evidencije troškova, upoređivanje javnih uputstava i organizaciju radova. Ali iskustvo poljoprivrednika, vreme, tip zemljišta, lokalni propisi i stanje biljaka menjaju svaku preporuku. AI ne sme sam da odredi hemijski tretman ili dozvoljenu dozu. Dobra digitalizacija počinje urednim podacima i proverom informacija kod pouzdanih poljoprivrednih savetodavnih izvora.
12. Menadžment male firme: najvažnije je šta se ne automatizuje
Direktor firme sa petoro zaposlenih često je i prodavac, planer, računovođin sagovornik i osoba za reklamacije. AI može pripremiti agendu, uporediti anonimne planove i urediti standardne procedure. Ali proračun troška poslovanja, prihvatanje ugovora i odluka o zaposlenima ostaju pitanja za nadležnu osobu. U maloj firmi najskuplja greška nije spor mejl: to je pogrešna odluka doneta brže nego ranije.
Zašto „procenat rizika od zamene” nije pošten odgovor?
Internet je prepun kvizova koji obećavaju da će ti reći „AI će zameniti 73% tvog zanimanja”. Takav broj zvuči precizno, a obično skriva proizvoljne pretpostavke. Zamislimo dva prodavca: jedan najveći deo dana unosi podatke u katalog, a drugi savetuje kupce o složenim proizvodima i rešava reklamacije. Imaju isto zanimanje, ali potpuno različite zadatke. Ni za jednog se iz udela digitalnog rada ne može automatski izračunati verovatnoća otkaza.
Na promenu rada utiču cena alata, obuka zaposlenih, kvalitet interneta i podataka, propisi, poverenje kupaca, kultura firme i spremnost rukovodstva da organizuje procese. ILO zato meri izloženost zadataka, dok WEF istražuje očekivanja poslodavaca i šire trendove tržišta. Naš kalkulator prikazuje samo ilustrativni vremenski scenario koji čitalac sam kontroliše. On ne imitira naučno izmeren ILO skor zanimanja i ne donosi odluke o pojedincima.
Grafik odluke: koje zadatke prvo poveriti AI asistenciji?
Svaki posao možeš proceniti na dve ose: koliko je zadatak ponovljiv i koliko je ozbiljna posledica greške. Počni u polju „ponovljivo + lako proverljivo”, pa tek zatim širi eksperiment. Nije cilj da automatizuješ najviše, nego da postigneš korist uz najmanju verovatnoću štete.
| Tip zadatka | Primer | Preporučeni pristup |
|---|---|---|
| Ponovljiv, mali rizik | Nacrt neutralnog mejla; raspored objava | AI pravi prvi nacrt; čovek pregleda. |
| Ponovljiv, veći rizik | Finansijski izveštaj; proračun obaveza | Odobren alat, provereni podaci, stručna kontrola. |
| Nepredvidljiv, mali rizik | Ideje za kampanju; brainstorming | AI širi izbor; čovek bira i testira. |
| Nepredvidljiv, veliki rizik | Medicinska odluka; kredit; otkaz zaposlenom | Bez autonomne AI odluke; nadležna osoba vodi postupak. |
Plan za 30 dana: kako da stvarno unaprediš posao uz AI
Prva nedelja — izmeri rad bez AI
Tokom pet radnih dana zapisuj zadatke koji se ponavljaju. Za svaki zabeleži koliko traje, koliko se često javlja, da li sadrži lične ili poslovne tajne i kako proveravaš rezultat. Izaberi samo jedan niskorizičan zadatak: na primer, sažetak javnog teksta, odgovor na opšte pitanje kupca ili pripremu predloga oglasa. Ako meriš pet zadataka odjednom, kasnije nećeš znati šta je zaista pomoglo.
Druga nedelja — napravi prvi bezbedan postupak
Napiši pravila: koji alat se koristi, koji podaci smeju da se unose, ko proverava tekst i kada se rezultat odbacuje. Napravi tri primera dobrog izlaza i tri primera grešaka. Ako alat vraća netačan podatak o radnom vremenu, nemoj tu grešku prebaciti na klijenta. Ispravi izvor, dodatno proveri rezultat i sačuvaj tačnu verziju šablona. Kod važnih poslova proveri politiku poslodavca pre korišćenja bilo kog AI servisa.
Treća nedelja — uporedi kvalitet, ne samo minute
U deset ponavljanja istog zadatka uporedi rad sa i bez AI. Beleži vreme pripreme, vreme kontrole, broj ispravki i korisnost finalnog materijala. Ako AI skrati izradu sa dvadeset na deset minuta, ali proveravanje traje petnaest, proces nije brži. Dobro je postaviti minimalni prag kvaliteta pre eksperimenta, naročito za javne informacije, cene, ugovore ili preporuke.
Četvrta nedelja — zadrži ono što stvarno radi
Na kraju trideset dana donesi jednostavnu odluku: zadržati proces, unaprediti ga ili isključiti. Napiši kratak interni vodič kako bi kolega mogao da ponovi postupak bez razgovora sa tobom. Odredi kada je potrebna nova provera — na primer kada se promene cene, pravila ili alat. Ako si vlasnik firme, nemoj ulagati u skupu pretplatu dok nemaš dokaz da baš taj alat rešava čest problem.
Petnaest promptova za stvarne poslove u Srbiji i regionu
Ove komande su pripremljene kao početni šabloni. Zagrade zameni opštim, nepoverljivim informacijama. Ako koristiš dokument poslodavca ili podatke klijenta, prvo proveri dozvole i pravila. Dobar prompt ne znači slepo prihvatanje odgovora.
- Administracija: „Napravi jasan nacrt službenog mejla na srpskom, ekavicom, na osnovu sledeće javne informacije: [tekst]. Ne dodaj činjenice koje nisam naveo.”
- Knjigovodstvo: „Od anonimnog spiska radnih koraka napravi kontrolnu listu za proveru dokumentacije. Ne izračunavaj poreske obaveze niti tumači propise.”
- Prodaja: „Napiši pet kratkih odgovora na česta pitanja o [proizvod]. Ako podatak o zalihama nije dat, napiši da se dostupnost proverava.”
- Turizam: „Prevedi ovo potvrđeno kućno pravilo na engleski i grčki; sačuvaj značenje, vreme prijave i zabrane bez dodavanja novih uslova.”
- Ugostiteljstvo: „Predloži tri opisa sezonskog menija bez tvrdnji o alergenima. Obeleži koja pitanja kuhinja mora da potvrdi.”
- Prosveta: „Predloži tri nastavne aktivnosti o [tema] za uzrast [uzrast], bez korišćenja podataka o učenicima i bez automatskog ocenjivanja.”
- Marketing: „Predloži pet različitih uglova za originalan članak o [tema] namenjen građanima Srbije. Za svaku tvrdnju izdvoji šta treba proveriti.”
- Novinarstvo: „Napravi listu istraživačkih pitanja za [tema], razdvoji potvrđene činjenice od hipoteza i predloži primarne izvore.”
- Programiranje: „Objasni ovu javnu funkciju i predloži testove za rubne slučajeve. Ne pretpostavljaj da kod radi niti da je bezbedan.”
- Grafički dizajn: „Napravi tri kreativna koncepta za [brend] i objasni tipografiju, raspored i emocionalni ton bez kopiranja tuđeg vizuelnog identiteta.”
- Zanati: „Pretvori ove anonimne beleške o poslu u urednu ponudu sa praznim poljima za materijal, rad i rok; bez izmišljanja cena.”
- HR: „Uredi oglas za posao neutralnim jezikom i predloži pitanja zasnovana na veštinama; ne rangiraj stvarne kandidate.”
- Menadžment: „Pretvori ove opšte ciljeve u nedeljni plan sa odgovornim osobama koje ću ja naknadno uneti; označi rizike i pitanja.”
- Učenje: „Objasni mi [veština] kao početniku, daj jedan mali zadatak, sačekaj moj odgovor, pa tek onda pređi na sledeći korak.”
- Provera tačnosti: „Izdvoji svaku proverljivu tvrdnju iz ovog nacrta, navedi koji primarni izvor treba konsultovati i označi šta ne znaš.”
Za dodatne konkretne primere pogledaj naš tekst ChatGPT za posao — 25 načina da radiš brže, a za zaštitu kvaliteta odgovora vodič Kako testirati AI odgovore. Za one koji tek ulaze u ovu oblast postoji i uvod u AI agente bez programiranja.
Koje veštine vredi razvijati pre 2030.?
Nemoj graditi celu karijeru oko jednog dugmeta u aplikaciji. Servis može promeniti cenu, naziv ili funkcije, ali sposobnost da precizno opišeš problem, pronađeš pouzdan izvor i proveriš rezultat traje mnogo duže. Tri grupe veština posebno se dopunjuju: digitalna pismenost (rad sa dokumentima, tabelama i alatima), stručno znanje (razumevanje oblasti i odgovornosti) i ljudske veštine (komunikacija, pregovaranje, empatija i saradnja).
U praksi su veoma korisni pisanje jasnih zahteva, razlikovanje činjenice od pretpostavke, razumevanje privatnosti, rad sa osnovnim metrikama, uređivanje rezultata i dokumentovanje procesa. Ne moraš postati programer: nastavnik može napredovati u pripremi materijala, a majstor u organizaciji ponuda. Obrnuto, ni programersko znanje ne uklanja potrebu za proverom pouzdanosti i bezbednosti.
Bezbednost, privatnost i etika: četiri pravila pre svakog AI testa
Prvo: ne unosi JMBG, medicinsku dokumentaciju, podatke o računima, lozinke ni poverljive poslovne ugovore u javni alat bez jasnog pravnog osnova i dozvole. Drugo: ne predaj automatizovanom sistemu odluke koje ozbiljno utiču na pravo, zdravlje, novac ili zaposlenje. Treće: traži izvor i proveri ga na zvaničnoj stranici, naročito kada se radi o propisima. Četvrto: korisniku jasno saopšti kada razgovara sa automatizovanim asistentom, ako je to relevantno za situaciju.
Američki NIST u okviru AI RMF naglašava validnost, pouzdanost, privatnost, odgovornost i upravljanje rizicima. To nisu samo pravila za velike kompanije: mali servis sa bazom klijenata takođe može napraviti ozbiljnu štetu nepažljivim deljenjem podataka. Izvor: NIST AI Risk Management Framework.
Za firme koje posluju sa EU klijentima važno je proveriti i primenljivost obaveza iz evropskog AI Act-a. Rokovi se uvode postepeno i zavise od vrste sistema i uloge firme. Srbija nije država članica EU, pa evropska pravila ne treba automatski predstavljati kao domaći zakon. Za konkretno usklađivanje potraži stručni savet. Zvanični raspored EU.
Najčešća pitanja o AI, zanimanjima i budućnosti posla
Da li će AI zameniti sve kancelarijske radnike do 2030?
Ne postoji pouzdan dokaz za takvu tvrdnju. Kancelarijski zadaci poput sastavljanja standardnog teksta i sumiranja informacija imaju veću izloženost, ali radno mesto uključuje i proveru, odgovornost, saradnju, pravne obaveze i kontakt sa ljudima. ILO naglašava da se izloženost ne sme izjednačiti sa gubitkom posla.
Koji poslovi su najmanje izloženi generativnoj AI?
Uopšteno, poslovi sa mnogo nepredvidljivog fizičkog rada, direktne nege, terenske dijagnostike i ličnog poverenja često imaju zadatke koje današnji jezički modeli teže preuzimaju. Međutim, i ti poslovi mogu koristiti AI za administraciju. Ne postoji zauvek „sigurna” lista zanimanja.
Da li je bezbedno koristiti ChatGPT na poslu?
Zavisi od pravila poslodavca, vrste podataka, podešavanja naloga i konkretnog zadatka. Javni, neutralni nacrti i učenje najčešće su lakša polazna tačka. Poverljiva dokumentacija, lični podaci i regulisane odluke traže odobrenu infrastrukturu, kontrole pristupa i stručan nadzor.
Da li se isplati učiti AI ako nisam programer?
Da, kada veštinu povežeš sa postojećim zanimanjem. Važnije od znanja programskog jezika može biti da napraviš kvalitetan nacrt, proveriš izvor, obradiš osnovnu tabelu ili organizuješ posao. Ne moraš kupovati kurs ili alat pre nego što utvrdiš konkretan problem koji želiš da rešiš.
Da li rezultati kalkulatora predstavljaju naučnu procenu?
Ne. Kalkulator daje jednostavnu ilustraciju moguće uštede vremena, zasnovanu na procentima radnih zadataka koje korisnik sam unese i redakcijskim pretpostavkama o ubrzanju. Nema podatke o tvom poslodavcu, veštinama, tržištu rada ili budućim otkazima. To nije individualna prognoza.
Kako neko u Srbiji može da počne besplatno?
Izaberi jedan javni tekst koji često moraš da pretvoriš u rezime, listu koraka ili jasnu poruku. Testiraj ga u alatu čiji su uslovi dostupni bez plaćanja, bez unošenja poverljivih informacija. Uporedi rezultat sa sopstvenim radom i beleži greške. Plaćeni paket uvodi tek kada imaš merljiv razlog za kupovinu.
Da li će AI nužno smanjiti broj zaposlenih u Srbiji?
To se ne može izvesti iz globalnih studija izloženosti. Broj radnih mesta zavisi i od investicija, potrošnje, demografije, ekonomskog ciklusa, obrazovanja, migracija, zakonodavstva i poslovnih odluka. Tehnologija može istovremeno preoblikovati postojeće uloge i stvoriti nove potrebe za radom.
Šta je prvo što treba da uradim nakon ovog testa?
Sačuvaj svoj scenario, izaberi jedan ponovljiv zadatak i narednih sedam dana meri trajanje i kvalitet rada sa i bez AI. Ako nema koristi ili je kontrola preskupa, odustani od tog procesa. Ako ima, zapiši postupak i nauči još jednu osobu da ga bezbedno ponovi.
Metodologija, urednička transparentnost i izvori
Ovaj vodič je urednička sinteza zvaničnih izvora i praktičnih primera; nije eksperimentalno istraživanje zaposlenih u Srbiji. Mapa zanimanja predstavlja demonstrativne primere zadataka, dok je interaktivni kalkulator lokalni JavaScript alat koji obrađuje vrednosti u čitaočevom pregledaču i ne šalje ih redakciji. Pretpostavke ubrzanja nisu izvedene iz ILO indeksa, niti ih treba koristiti za kadrovske odluke. Izmene AI alata, uslova korišćenja i propisa mogu promeniti preporučenu praksu.
Primarni izvori: ILO: Refined Global Index of Occupational Exposure (2025); ILO: šta izloženost znači za radna mesta; WEF: Future of Jobs (2025); RZS: Anketa o radnoj snazi 2025; NIST AI RMF; Evropska komisija: AI Act rokovi.
Zaključak: više koristi imaš od pitanja „koji zadatak mogu bolje da uradim?” nego od straha „da li ću nestati kao zanimanje?”. AI neće na isti način promeniti posao programera, knjigovođe i vodoinstalatera. Ali će svaki od njih imati prednost ako zna kada mu alat pomaže, kada greši i kada odgovornost mora ostati u ljudskim rukama.