Vrijeme promjena koje donosi novu hijerarhiju u IT-u

Dok su ranije svi tražili "Prompt inženjere", u travnju 2026. na vrhu ljestvice najtraženijih zanimanja nalazi se AI Orchestration Architect. Prema IDC-u, manjak talenta u ovom području dosegao je kritičnu točku s više od 300.000 nepopunjenih mjesta u EU. Orchestration arhitekti moraju vladati prompt-lančanjem i tehnikama poput RAG (Retrieval-Augmented Generation), koje omogućuju AI-ju da koristi interne baze podataka tvrtke kao izvor istine.

Tržište sve manje traži ljude koji znaju samo “napisati dobar prompt”, a sve više one koji mogu projektirati kako će više modela, alata, internih baza znanja i poslovnih pravila zajedno raditi u produkciji. Microsoft u svojim arhitekturnim smjernicama već govori o temeljnim obrascima orkestracije za multi-agent sustave, uključujući sekvencijalnu, konkurentnu i handoff orkestraciju, dok Google opisuje agent design patterns kao arhitekturne pristupe za organizaciju komponenti sustava, integraciju modela i orkestriranje jednog ili više agenata kroz cijeli workflow.

I OpenAI u svom vodiču za gradnju agenata naglašava da su danas presudni dizajn logike agenta i orkestracije, ali i da organizacije najčešće postižu bolje rezultate kad krenu inkrementalno, sa snažnim temeljima i jednim agentom, umjesto da odmah grade nepotrebno složene autonomne sustave.

Upravo zato u prvi plan dolazi razumijevanje RAG-a i šireg koncepta “groundinga” nad internim podacima tvrtke. Microsoft za Azure AI Search objašnjava da moderni RAG više nije samo jednostavno dohvaćanje nekoliko dokumenata, nego može uključivati agentic retrieval, u kojem sustav razlaže složeni upit na više podupita, izvršava ih paralelno i vraća strukturirane odgovore s većom relevantnošću.

No jednako je važno da ista dokumentacija jasno razlikuje takav pristup od klasičnog RAG-a, koji je jednostavniji, brži i ima manje komponenti. To potvrđuje da nova generacija AI arhitekata ne mora samo znati kako koristiti napredne tehnike, nego i kada ih ne treba koristiti. OpenAI pritom dodatno naglašava da ne traži svaki zadatak “najjači” model te da sustave treba optimirati za točnost, trošak i latenciju, uključujući zamjenu većih modela manjima gdje je to moguće. U praksi se zato vrijednost sve više seli s pukog izvršavanja prema odabiru prave arhitekture za pravi poslovni slučaj.

To se već vidi i u europskim podacima o vještinama i zapošljavanju. Prema novoj analizi EU-a o ponudi i potražnji AI vještina, potražnja za AI profilima najviše je koncentrirana u zanimanjima softverskih i aplikacijskih developera i analitičara, a najtraženiji profil među oglasima koji izričito navode AI uloge jest AI/ML Engineering; odmah iza njega dolaze Data Analysis, Data Engineering i AI/ML Development. Istodobno Eurostat pokazuje da je 57,5 posto europskih poduzeća koja su pokušavala zaposliti ICT stručnjake imalo poteškoće s popunjavanjem tih radnih mjesta. To znači da problem nije samo broj ljudi, nego i struktura kompetencija koje se traže.

Za obrazovni sustav i IT tržište u Hrvatskoj poruka je prilično jasna. World Economic Forum među vještinama koje će dodatno dobivati na važnosti izdvaja AI i big data, analitičko razmišljanje, kreativno razmišljanje, tehnološku pismenost i systems thinking, dok OECD upozorava da će upravo vještine biti ključni čimbenik koji određuje hoće li AI doista podići produktivnost ili će organizacije ostati blokirane manjkom znanja.

Zbog toga se fokus obrazovanja i internog usavršavanja mora pomicati s pukog učenja sintakse i pojedinačnih alata prema arhitekturi podataka, evaluaciji AI izlaza, upravljanju rizikom, razumijevanju poslovnih procesa i sposobnosti dizajna pouzdanih workflowa.

Budući IT stručnjak sve manje je samo izvršitelj, a sve više projektant sustava, nadzornik kvalitete i prevoditelj između tehnologije i poslovne vrijednosti. U tom smislu stvarna konkurentska prednost u drugoj polovici 2026. neće biti tko ima više developera, nego tko ima ljude koji znaju kako AI sustave učiniti korisnima, upravljivima i ekonomski održivima.