Kako poslodavci u regionu CEE mogu da razviju AI veštine koje im zaista trebaju
Praktičan okvir za poslodavce u regionu CEE: kako mapirati AI veštine, odlučiti da li da zapošljavaju, razvijaju ili sarađuju sa partnerima i meriti da li razvoj sposobnosti poboljšava ishode radne snage.
AI veštine više nisu ograničene na timove za nauku o podacima. Finansijski analitičari proveravaju generisane prognoze, timovi za rad sa korisnicima koriste alate za upravljanje znanjem uz podršku veštačke inteligencije, a HR stručnjaci uče gde automatizacija pomaže, a gde je ljudska procena i dalje presudna. Za poslodavce u Centralnoj i Istočnoj Evropi to menja pitanje o radnoj snazi sa „Koliko AI stručnjaka možemo da zaposlimo?“ na „Koje AI sposobnosti našim ljudima zaista trebaju?“
Zašto je planiranje AI veština hitno za poslodavce u regionu CEE?
AI sposobnosti brzo rastu, ali je ponuda stručnjaka i dalje ograničena. Evropska komisija izveštava da se broj AI talenata u EU između 2016. i 2023. više nego udvostručio, ali da su činili tek 0,41 % radne snage. Istovremeno, AI menja i uobičajena radna mesta, pa nadmetanje za malu grupu stručnjaka ne može biti ceo plan.
Nedostatak obuke ovaj izazov čini još hitnijim. Prema ažuriranju okvira DigComp 3.0 koje je objavila Komisija, 30 % radnika u EU koristi AI sisteme, a samo 15 % je prošlo obuku za rad sa AI. Mnogi već uče metodom pokušaja i greške i onim što im je kolega usput pokazao pre ručka.
AI talenti… više su nego udvostručeni u EU između 2016. i 2023. i danas čine 0,41 % radne snage u EU.
Evropska komisija, Shaping Europe’s Digital Future
Koje AI veštine poslovanju zaista trebaju?
Krenite od posla, a ne od modernih naziva radnih mesta. Korisna mapa veština razvrstava ljude u tri široke grupe prema zadacima koje obavljaju i odlukama koje donose.
- AI graditelji dizajniraju, razvijaju, integrišu ili nadgledaju AI sisteme. Pored duboke tehničke sposobnosti, potrebno im je znanje o bezbednosti, podacima i regulativi.
- Stručnjaci koji primenjuju AI koriste ga u finansijama, marketingu, HR-u, radu sa korisnicima ili drugoj oblasti. Moraju da procenjuju rezultate, preoblikuju radne tokove i prepoznaju kada alat greši.
- AI-pismeni korisnici odgovorno koriste odobrene alate u svakodnevnom radu. Potrebne su im osnovne veštine postavljanja upita, provere, zaštite privatnosti i eskalacije.
Ova razlika sprečava dve skupe greške: tražiti od svakog zaposlenog da postane AI stručnjak ili pretpostaviti da jedan tehnički stručnjak može celu organizaciju da pripremi za AI. Nijedno nije realno.

Kako HR može da napravi toplotnu mapu AI veština?
Toplotna mapa AI veština pokazuje gde su sposobnosti potrebne, šta već postoji i gde su najveće praznine. Prvu verziju namerno držite malom. Izaberite ključne uloge ili radne procese, a zatim zabeležite potreban nivo znanja, trenutnu ponudu, lokaciju i poslovni rizik.
- Navedite poslovne ishode koje AI treba da unapredi.
- Utvrdite zadatke koji će se promeniti, umesto da prepisujete svaki opis radnog mesta.
- Definišite veštine koje se mogu uočiti, poput provere izvora, testiranja rezultata ili primene modela u okviru regulisanog procesa.
- Procenite trenutne sposobnosti na osnovu dokaza iz rada, mišljenja menadžera i samoprocene zaposlenih.
- Za svaku prazninu odredite da li će se rešavati zapošljavanjem, razvojem, preraspoređivanjem ili spoljnom podrškom.
Postupak ponovite po državi i lokaciji. CEE nudi vredne tehničke i višejezične talente, ali se lokalna ponuda, plate i pritisci zadržavanja zaposlenih razlikuju. Regionalni prosek može da sakrije upravo onaj nedostatak koji menadžer koji zapošljava očekuje da HR reši.
Zaposliti, razvijati ili sarađivati sa partnerom?
Zapošljavajte kada je sposobnost strateški važna, potrebna odmah i teško ju je razviti iznutra. Razvijajte ljude kada već postoje srodne veštine, a organizacija može da obezbedi stvarne projekte, coaching i zaštićeno vreme za učenje. Partnere angažujte za privremenu stručnost, specijalističko uvođenje ili prenos znanja, uz jasno vlasništvo kako znanje ne bi otišlo sa partnerom kada ugovor istekne.
Interni razvoj zaslužuje posebnu pažnju. Analiza zapošljavanja Evropske komisije iz 2026. navodi da će koristi od AI verovatno biti neravnomerno raspoređene, a da će mlađi i niže kvalifikovani radnici bez ciljane podrške biti izloženiji. AI akademija koja služi samo samouverenim ranim korisnicima rizikuje da produbi upravo onaj jaz koji bi trebalo da zatvori.
Kako proveriti primenjene AI sposobnosti?
Sertifikati i nazivi alata brzo zastarevaju. Zamolite kandidate i zaposlene da pokažu kako bi rešili realističan zadatak: proverili odgovor koji je generisao AI, objasnili njegova ograničenja, zaštitili osetljive informacije i odlučili kada treba da preuzme čovek. Vežba treba da odgovara ulozi i da bude dovoljno kratka da poštuje vreme ljudi.
Kod stručnjaka koji primenjuju AI poznavanje domena često je važnije od uglađenog postavljanja upita. Osoba koja razume izuzetak u obračunu plata, proizvodno ograničenje ili rizik u odnosima sa zaposlenima može bezbedno da koristi AI jer zna kako izgleda uverljiva greška.
Šta bi HR trebalo da meri?
Pratite da li strategija menja ishode vezane za radnu snagu, a ne samo broj završenih kurseva. Korisni pokazatelji uključuju vreme popunjavanja radnog mesta, premije na plate, udeo interno popunjenih pozicija, stopu primene naučenog nakon obuke i zadržavanje zaposlenih na deficitarnim ulogama. Za redefinisane poslove dodajte pokazatelj kvaliteta ili produktivnosti vezan za izvorni poslovni ishod.
Počnite sa jednom toplotnom mapom koja obuhvata nekoliko ključnih uloga. Ona će pokazati gde je zapošljavanje neizbežno, gde se srodni talenti mogu razviti i gde nejasne zahteve za „iskustvom sa AI“ treba mnogo preciznije definisati. Tako HR dobija čvrstu osnovu za planiranje dok se parada novih alata nastavlja.
Takođe bi vam se moglo dopasti
Pogledaj sve postove