{"id":14914,"date":"2026-05-25T11:44:57","date_gmt":"2026-05-25T10:44:57","guid":{"rendered":"https:\/\/deepproject.hr\/?p=14914"},"modified":"2026-05-25T11:44:57","modified_gmt":"2026-05-25T10:44:57","slug":"od-gallupa-prema-gartneru-buducnost-rada-nije-u-dojmu-nego-u-dizajnu-posla","status":"publish","type":"post","link":"https:\/\/deepproject.hr\/en\/od-gallupa-prema-gartneru-buducnost-rada-nije-u-dojmu-nego-u-dizajnu-posla\/","title":{"rendered":"Od Gallupa prema Gartneru: budu\u0107nost rada nije u dojmu, nego u dizajnu posla"},"content":{"rendered":"<p id=\"ember194\" class=\"ember-view reader-text-block__paragraph\">Rasprava o umjetnoj inteligenciji pre\u010desto kre\u0107e od pogre\u0161nog pitanja: koliko \u0107e ljudi AI zamijeniti? To pitanje nije neva\u017eno, ali je perspektiva preuska. <strong>Va\u017enije pitanje glasi: \u0161to \u0107e se dogoditi s organizacijama kada se po\u010dnu mijenjati poslovi, vje\u0161tine, timovi, odgovornosti i na\u010dini u\u010denja br\u017ee nego \u0161to su na to navikle?<\/strong><\/p>\n<p id=\"ember195\" class=\"ember-view reader-text-block__paragraph\">Upravo na to upozorava Gartner u tekstu o budu\u0107nosti radne snage u doba umjetne inteligencije. Njihova poruka nije pojednostavljena tvrdnja da dolazi masovna zamjena ljudi tehnologijom, nego znatno ozbiljnija teza: <strong>umjetna inteligencija ne\u0107e samo automatizirati dio posla, nego \u0107e natjerati organizacije da ponovno promisle kako je rad dizajniran, kako se razvijaju vje\u0161tine i kako se upravlja ljudima u okru\u017eenju u kojem se promjena vi\u0161e ne doga\u0111a povremeno, nego stalno.<\/strong><\/p>\n<p id=\"ember196\" class=\"ember-view reader-text-block__paragraph\"><strong>Gartner posebno nagla\u0161ava da \u0107e se \u017eivotni vijek tehni\u010dkih vje\u0161tina dodatno skra\u0107ivati.<\/strong> Ako se ono \u0161to danas znamo sve br\u017ee pretvara u zastarjelo znanje, tada organizacije vi\u0161e ne mogu razvoj ljudi promatrati kao povremenu edukaciju ili godi\u0161nji plan treninga. <strong>Razvoj postaje trajna organizacijska funkcija.<\/strong> Ne\u0161to \u0161to mora biti ugra\u0111eno u na\u010din rada, a ne naknadno dodano kada se pojavi novi alat, novi sustav ili nova poslovna potreba.<\/p>\n<p id=\"ember197\" class=\"ember-view reader-text-block__paragraph\">To mijenja samu logiku upravljanja ljudima. Mnoge su organizacije do sada mogle funkcionirati na pretpostavci da se posao relativno sporo mijenja. Zapo\u0161ljavali smo ljude za odre\u0111ene uloge, razvijali ih kroz iskustvo, povremeno ih educirali i o\u010dekivali da \u0107e se ve\u0107ina znanja mo\u0107i koristiti dovoljno dugo. AI tu pretpostavku ozbiljno naru\u0161ava. <strong>Ako se poslovi sve \u010de\u0161\u0107e redizajniraju, ako dio zadataka preuzimaju alati, ako se mijenja odnos izme\u0111u \u010dovjeka i tehnologije, tada radno mjesto vi\u0161e nije stabilna jedinica analize. Ono postaje privremena konfiguracija zadataka, odgovornosti, vje\u0161tina i odluka.<\/strong><\/p>\n<p id=\"ember198\" class=\"ember-view reader-text-block__paragraph\">Gartner koristi pojam <strong>talent remix <\/strong>kako bi opisao organizacije u kojima se rad vi\u0161e ne\u0107e oslanjati samo na stalno zaposlene ljude. U budu\u0107im timovima sve \u0107e se \u010de\u0161\u0107e kombinirati zaposlenici, vanjski stru\u010dnjaci, privremeni suradnici, ljudi \u010diji je rad pro\u0161iren AI alatima i razli\u010diti oblici autonomnih digitalnih rje\u0161enja. To zna\u010di da <strong>organizacija vi\u0161e ne upravlja samo klasi\u010dnom radnom snagom, nego sve slo\u017eenijim sustavom kapaciteta.<\/strong><\/p>\n<p id=\"ember199\" class=\"ember-view reader-text-block__paragraph\">U takvom sustavu pitanje vi\u0161e nije samo koliko ljudi imamo, nego kakve sposobnosti stvarno imamo na raspolaganju, gdje se one nalaze, koliko su dostupne, koliko brzo zastarijevaju i kako ih kombiniramo da bi posao bio napravljen kvalitetno. To je ozbiljan pomak za People &amp; Culture funkciju, ali i za uprave. Jer <strong>ako se rad vi\u0161e ne mo\u017ee razumjeti samo kroz radna mjesta, tada se ni organizacijska sposobnost ne mo\u017ee razumjeti samo kroz sistematizaciju, broj zaposlenih i klasi\u010dne opise poslova.<\/strong><\/p>\n<p id=\"ember200\" class=\"ember-view reader-text-block__paragraph\"><strong>Tu se pojavljuje jedan od najva\u017enijih Gartnerovih naglasaka: potreba za boljim razumijevanjem vje\u0161tina. Organizacije \u0107e morati znati koje vje\u0161tine imaju, koje im nedostaju i koje \u0107e im uskoro prestati biti dovoljne<\/strong>. <strong>To nije samo pitanje edukacije, nego sposobnosti organizacije da predvidi gdje \u0107e nastati jaz izme\u0111u onoga \u0161to posao tra\u017ei i onoga \u0161to ljudi mogu isporu\u010diti.<\/strong><\/p>\n<p id=\"ember201\" class=\"ember-view reader-text-block__paragraph\">No vje\u0161tine, iako va\u017ene, ne obja\u0161njavaju cijeli na\u010din rada. Ljudi mogu imati znanje, a da sustav u kojem rade to znanje ne koristi dobro. Mogu imati kapacitet za kvalitetniji rad, ali ako odgovornosti, procesi i odluke nisu dobro postavljeni, taj kapacitet ostaje neiskori\u0161ten. Zato je rasprava o AI workforceu istovremeno rasprava o organizacijskom dizajnu.<\/p>\n<p id=\"ember202\" class=\"ember-view reader-text-block__paragraph\">Ako se poslovi redizajniraju, organizacija mora znati \u0161to se to\u010dno redizajnira. Ako AI preuzima dio zadataka, organizacija mora razumjeti \u0161to ostaje ljudima i za\u0161to. Ako ljudi trebaju razvijati nove vje\u0161tine, organizacija mora znati u kojem smjeru ih razvija. Ako timovi postaju kombinacija ljudi i tehnologije, organizacija mora znati kako se u takvom sustavu donose odluke, kako se provjerava kvaliteta rada i tko preuzima odgovornost za rezultat.<\/p>\n<p id=\"ember203\" class=\"ember-view reader-text-block__paragraph\">Gartner vrlo va\u017enom smatra i opasnost koju bismo mogli nazvati gubitkom razvojne putanje. <strong>Ako AI preuzme rutinske zadatke, mla\u0111i zaposlenici mogu ostati bez dijela iskustva kroz koje su se ranije razvijali. <\/strong>To je ozbiljan problem koji je lako previdjeti. Rutinski zadaci \u010desto nisu samo operativni vi\u0161ak. Oni su na\u010din na koji ljudi u\u010de osnovnu logiku posla, razvijaju profesionalnu prosudbu, razumiju kontekst i postupno preuzimaju slo\u017eenije odgovornosti.<\/p>\n<p id=\"ember204\" class=\"ember-view reader-text-block__paragraph\"><strong>Ako AI ukloni previ\u0161e tog po\u010detnog rada, organizacija kratkoro\u010dno mo\u017ee dobiti ve\u0107u u\u010dinkovitost, ali dugoro\u010dno mo\u017ee izgubiti razvojnu osnovu za budu\u0107e stru\u010dnjake.<\/strong><\/p>\n<p id=\"ember205\" class=\"ember-view reader-text-block__paragraph\">Upravo tu dolazimo do mo\u017eda najva\u017enije posljedice AI-a: ljudske sposobnosti ne\u0107e postati manje va\u017ene, nego va\u017enije. Gartner izri\u010dito nagla\u0161ava da \u0107e, kako AI bude preuzimao dio analize, dohva\u0107anja informacija i rutinske komunikacije, sve ve\u0107u vrijednost imati sposobnosti poput prosudbe, emocionalne inteligencije, leadershipa i rje\u0161avanja kompleksnih problema.<\/p>\n<p id=\"ember206\" class=\"ember-view reader-text-block__paragraph\"><strong>Drugim rije\u010dima, AI ne smanjuje va\u017enost \u010dovjeka, nego smanjuje toleranciju prema povr\u0161nom ljudskom radu.<\/strong><\/p>\n<p id=\"ember207\" class=\"ember-view reader-text-block__paragraph\">Zato AI transformacija nije samo tehnolo\u0161ko pitanje. Ona je i pitanje organizacijske zrelosti. Organizacije koje imaju jasne odgovornosti, dobru strukturu odlu\u010divanja, sposobnost u\u010denja i dovoljno razvijene ljude, mo\u0107i \u0107e koristiti AI kao ubrzanje. One koje nemaju jasnu sliku vlastitog rada vjerojatno \u0107e dobiti jo\u0161 jedan sloj kompleksnosti. Tehnologija \u0107e biti nova, ali problemi \u0107e ostati stari.<\/p>\n<p id=\"ember208\" class=\"ember-view reader-text-block__paragraph\"><strong>Za People &amp; Culture to zna\u010di da klasi\u010dno mjerenje zadovoljstva, anga\u017eiranosti i op\u0107eg dojma vi\u0161e nije dovoljno ako se ne pove\u017ee s na\u010dinom na koji se posao stvarno odvija. Gartnerova rasprava pokazuje da budu\u0107nost rada ne\u0107e ovisiti samo o tome koliko su ljudi zadovoljni ili motivirani, nego i o tome koliko brzo u\u010de, koliko se njihove vje\u0161tine mogu prilago\u0111avati, kako se kombiniraju s tehnologijom i kako organizacija upravlja novim oblicima rada.<\/strong><\/p>\n<p id=\"ember209\" class=\"ember-view reader-text-block__paragraph\">To ne zna\u010di da zadovoljstvo i anga\u017eiranost prestaju biti va\u017eni. Zna\u010di da ih vi\u0161e ne mo\u017eemo promatrati odvojeno od organizacijskog sustava u kojem ljudi rade. Ako posao nije jasno dizajniran, ako odgovornosti nisu jasne, ako se odluke stalno odga\u0111aju ili vra\u0107aju prema vrhu, ako se razvoj ljudi doga\u0111a tek kada problem ve\u0107 postane vidljiv, tada AI ne\u0107e rije\u0161iti slabosti organizacije. Mo\u017ee ih samo ubrzati i u\u010diniti vidljivijima.<\/p>\n<p id=\"ember210\" class=\"ember-view reader-text-block__paragraph\"><strong>Gartnerov tekst zato treba \u010ditati \u0161ire od teme tehnologije.<\/strong><\/p>\n<p id=\"ember211\" class=\"ember-view reader-text-block__paragraph\">Zato se mo\u017eda najve\u0107a promjena ne\u0107e dogoditi u alatima, nego u pitanju koje \u0107e ozbiljne organizacije morati postaviti same sebi: razumijemo li dovoljno dobro vlastiti rad da bismo ga mogli pametno mijenjati?<\/p>\n<p id=\"ember212\" class=\"ember-view reader-text-block__paragraph\">Ako je odgovor ne, AI ne\u0107e rije\u0161iti problem. Samo \u0107e ga u\u010diniti vidljivijim.<\/p>","protected":false},"excerpt":{"rendered":"<p>Rasprava o umjetnoj inteligenciji pre\u010desto kre\u0107e od pogre\u0161nog pitanja: koliko \u0107e ljudi AI zamijeniti? To pitanje nije neva\u017eno, ali je perspektiva preuska. Va\u017enije pitanje glasi: \u0161to \u0107e se dogoditi s organizacijama kada se po\u010dnu mijenjati poslovi, vje\u0161tine, timovi, odgovornosti i na\u010dini u\u010denja br\u017ee nego \u0161to su na to navikle? Upravo na to upozorava Gartner u [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":14915,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-14914","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/deepproject.hr\/en\/wp-json\/wp\/v2\/posts\/14914","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/deepproject.hr\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/deepproject.hr\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/deepproject.hr\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/deepproject.hr\/en\/wp-json\/wp\/v2\/comments?post=14914"}],"version-history":[{"count":2,"href":"https:\/\/deepproject.hr\/en\/wp-json\/wp\/v2\/posts\/14914\/revisions"}],"predecessor-version":[{"id":14917,"href":"https:\/\/deepproject.hr\/en\/wp-json\/wp\/v2\/posts\/14914\/revisions\/14917"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/deepproject.hr\/en\/wp-json\/wp\/v2\/media\/14915"}],"wp:attachment":[{"href":"https:\/\/deepproject.hr\/en\/wp-json\/wp\/v2\/media?parent=14914"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/deepproject.hr\/en\/wp-json\/wp\/v2\/categories?post=14914"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/deepproject.hr\/en\/wp-json\/wp\/v2\/tags?post=14914"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}