Najvažnija predviđanja za podatke i analitiku u 2026.

Gartner je objavio najvažnija predviđanja za podatke i analitiku za 2026. i razdoblje nakon toga. Očekuje se da će umjetna inteligencija utjecati na sve aspekte podataka i analitike, uključujući vodstvo, upravljanje, talente, tržišnu dinamiku, potrebu za kontekstom i svijet izvan modela temeljenih na tekstu.

„Tempo promjena u području podataka i umjetne inteligencije toliko je brz da se svaka godina doima kao ulazak u novo poglavlje znanstvenofantastičnog romana”, izjavila je Rita Sallam, istaknuta potpredsjednica analitičarka u Gartneru. „U 2026. granice između ljudske, strojne i organizacijske inteligencije nastavit će se brisati. Poduzeća se oslanjaju na podatke na dosad nezabilježene načine, pri čemu AI sustavi više ne pružaju samo podršku, nego surađuju s nama kao partneri. Ova predviđanja vodećim ljudima nude svojevrsnu kartu za pripremu na prilike i izazove koji slijede.”

Do 2027. godine 75 posto procesa zapošljavanja uključivat će certifikate i testiranja kompetencija za rad s umjetnom inteligencijom tijekom regrutacije:

Hitnost namjerne strategije razvoja radne snage vođene umjetnom inteligencijom proizlazi iz vrtoglave brzine AI inovacija; lideri koji ne moderniziraju svoje strategije za tehnološke talente riskiraju da njihove organizacije trajno zaostanu za konkurentima koji su već uspješno otključali suradnju čovjeka i umjetne inteligencije. „Lideri za podatke i analitiku trebali bi poticati strogo, podatcima vođeno mjerenje vještina kako bi se otkrili manjkovi koji stoje između njihovih AI ambicija i spremnosti IT radne snage”, rekla je Sallam.

Do kraja 2027. korištenje generativne umjetne inteligencije i AI agenata stvorit će prvi stvarni izazov dominantnim alatima za produktivnost u posljednjih 30 godina, što će potaknuti tržišni potres vrijedan 58 milijardi dolara:

Razvoj novog sadržaja danas sve češće započinje tako da generativna umjetna inteligencija uzima goleme količine sadržaja i sintetizira ih na bezbroj načina, umjesto da se kreće od praznog platna. Uređivanje sve češće uključuje situaciju u kojoj umjetna inteligencija neprestano prepisuje sadržaj, umjesto da to autor radi ručno. AI će nastaviti poticati novu konkurenciju među paketima za produktivnost kako se vrijednost bude premještala prema iskustvima temeljenima na agentičkoj umjetnoj inteligenciji. Lideri za podatke i analitiku moraju zahtijevati alate izgrađene za današnje potrebe, poput novih korisničkih sučelja, dodataka, vrsta dokumenata i formata.

Do 2029. predviđa se da će AI agenti generirati 10 puta više podataka iz fizičkih okruženja nego sve digitalne AI aplikacije zajedno:

Aplikacije agentičke umjetne inteligencije u fizičkom svijetu proizvode goleme količine podataka o putanjama kroz logičke, prostorne i višeaagentske scenarije dok komuniciraju sa svojim okruženjima. To predstavlja jedinstvenu priliku za modele svijeta da iz tih podataka uče obrasce i stvaraju točna predviđanja i simulacije.

Do 2030. godine 50 posto organizacija koristit će autonomne AI agente za tumačenje politika upravljanja i tehničkih standarda u strojno provjerljive ugovore o podacima, automatizirajući usklađenost i provedbu politika upravljanja:

Do 2030. godine 50 posto neuspjeha pri uvođenju AI agenata bit će posljedica nedostatne provedbe mogućnosti platformi za upravljanje umjetnom inteligencijom tijekom rada te nedovoljne interoperabilnosti više sustava. U skorom razdoblju, odluke donesene bez odgovarajućeg upravljanja, a koje se oslanjaju na velike jezične modele, uzrokovat će financijske ili reputacijske gubitke za poduzeća. „Lideri za podatke i analitiku trebali bi eksperimentirati s agentima za upravljanje podacima u cjevovodima niskog rizika kako bi orkestrirali i automatizirali pregovaračke procese”, rekla je Sallam. „Morat će potvrditi da agenti mogu ispravno tumačiti kontekst i protokole u kontroliranom okruženju prije nego što pokušaju dalje skalirati. Analitičke tijekove rada također treba redizajnirati tako da uključuju obveznu fazu evaluacije.”

Do 2030. pojavit će se novi val jednoroga, s 2 milijuna dolara godišnjeg ponavljajućeg prihoda po zaposleniku i valuacijama višima od milijardu dolara, potaknutima ne investitorskim kapitalom, nego ekstremnom kapitalnom učinkovitošću koja donosi multiplikatore valuacije temeljene na izvedbi, a ne na obećanjima:

Pionirski AI-native startupovi postižu dosad neviđenu učinkovitost rasta tako što rješavaju specifične, nedovoljno opslužene probleme uz pomoć vlastite umjetne inteligencije, ugrađuju AI u tijekove rada i isporučuju jednostavna, intuitivna korisnička iskustva koja potiču brzo prihvaćanje, učestalo korištenje i mjerljiv poslovni učinak. „Uhodane kompanije u svim industrijama sada se mjere prema novom standardu. Lideri za podatke i analitiku mogu učiti od tih AI-first startupova koji brzo rastu i brzo dosežu profitabilnost tako što se usredotočuju na manji broj zaposlenika sa značajnim vlasništvom, umjesto da biraju tehnološki agnostične full-stack inženjere i generaliste koji se mogu brzo prilagoditi novim AI alatima. Takav pristup omogućuje kompanijama i timovima učinkovito skaliranje uz manje resursa”, rekla je Sallam.

Do 2030. godine 60 posto organizacija koje ostvare uspješnu diferencijaciju uz pomoć umjetne inteligencije vodit će rukovoditelji koji daju prioritet vrhunskom ovladavanju ljudskim odnosnim vještinama:

Direktori za podatke i analitiku sa snažnim vještinama okupljanja koalicija i utjecaja napreduju prema moćnijim ulogama u vrhu kompanija, uključujući i poziciju glavnog izvršnog direktora, jer organizacije sve jasnije prepoznaju vrijednost ljudski vođene strateške vizije u iskorištavanju umjetne inteligencije.

Do 2030. univerzalni semantički slojevi tretirat će se kao kritična infrastruktura, uz platforme za podatke i kibernetičku sigurnost:

Razvoj univerzalnog semantičkog sloja sada je obvezan zadatak za lidere za podatke i analitiku, bilo da vode AI projekte ili ih podržavaju. To je jedini način za povećanje točnosti, upravljanje troškovima, znatno smanjenje AI duga, usklađivanje višeaagentskih sustava i zaustavljanje skupih nedosljednosti prije nego što se prošire. Lideri za podatke i analitiku moraju predvidjeti proračun za semantičke sposobnosti kao neupitni temelj.

Do 2028. godine 50 posto uloga povezanih s rizikom sadržaja prijeći će iz pravnih i kibernetičkih funkcija u AI inženjering kako bi se odgovorilo na inherentni rizik koji proizlazi iz rascjepkanih procesa osiguranja:

Funkcije ublažavanja rizika sve se više integriraju u AI inženjering, podatkovnu znanost i procese razvoja softvera. Od tih se timova očekuje da projektiraju sustave koji inteligentno generiraju i kuriraju sadržaj te da preuzmu odgovornost za ublažavanje povezanih rizika ugrađivanjem kontrola u sam dizajn sustava. To omogućuje bržu i odgovornu inovaciju unutar etičkih i pravnih granica, osobito ondje gdje odluka AI modela mora biti utemeljena na korisničkom kontekstu.

Gartner je ova predviđanja predstavio 11. ožujka 2026. na skupu Data & Analytics Summit u Orlandu, što pokazuje koliko se brzo tema umjetne inteligencije iz eksperimentalne faze preselila u samo središte poslovnog upravljanja podacima. Dodatnu težinu tim procjenama daje i regulatorni okvir Europske unije, jer je AI Act stupio na snagu 1. kolovoza 2024., a najveći dio pravila postaje u potpunosti primjenjiv 2. kolovoza 2026., dok su obveze povezane s AI pismenošću na snazi još od 2. veljače 2025. OECD-ovi podaci pokazuju da je 2025. umjetnu inteligenciju koristilo 20,2 posto kompanija, nasuprot 14,2 posto u 2024. i 8,7 posto u 2023., što potvrđuje da se tržište širi mnogo brže nego što su mnoge organizacije planirale. 

U isto vrijeme, više od trećine građana u zemljama OECD-a već je 2025. koristilo generativnu umjetnu inteligenciju, a među zaposlenima taj je udio dosegnuo 41,1 posto. OECD također upozorava da je otprilike jedan od tri oglasa za posao izložen visokom utjecaju umjetne inteligencije, zbog čega provjera stvarnih AI vještina pri zapošljavanju postaje logičan sljedeći korak. Kod malih i srednjih poduzeća generativna umjetna inteligencija već je ušla u praksu, pa OECD navodi da je u prosjeku koristi 30,7 posto MSP-ova u obuhvaćenim zemljama. Među onima koji je već koriste, 65,1 posto tvrdi da im je povećala radnu učinkovitost zaposlenika, što se dobro podudara s Gartnerovom tezom da će AI prije svega pojačavati i mijenjati ljudski rad, a ne samo zamjenjivati ga. Istodobno, 83 posto MSP-ova navodi da generativna umjetna inteligencija zasad nije promijenila njihove ukupne potrebe za brojem zaposlenih, što sugerira da će u idućih nekoliko godina presudna biti preraspodjela zadataka i vještina, a ne nužno masovno ukidanje radnih mjesta.

Na razini upravljanja rizikom dodatno je važan NIST-ov AI Risk Management Framework, koji je osmišljen kako bi organizacijama pomogao ugraditi pouzdanost u dizajn, razvoj, uporabu i evaluaciju AI sustava, dok je profil za generativnu umjetnu inteligenciju objavljen 26. srpnja 2024. NIST pritom navodi da pouzdani AI sustavi moraju biti valjani i pouzdani, sigurni i otporni, odgovorni i transparentni, objašnjivi i interpretabilni, uz zaštitu privatnosti i kontrolu štetne pristranosti. 

Okvir se temelji na funkcijama govern, map, measure i manage, pa je sve izglednije da će do kraja desetljeća stvarna konkurentska prednost dolaziti manje iz samog pristupa modelima, a više iz kvalitete podataka, semantičkog usklađivanja, operativnog nadzora i sposobnosti organizacije da AI drži pod kontrolom u radu.