BUDUĆNOST RADA

Studija o Codexu pokazuje kako agentic AI izlazi iz niše programera i mijenja radne obrasce

Nova istraživačka objava o uporabi OpenAI Codexa pokazuje da agentic AI sve brže prelazi iz uske developerske niše u širi spektar znanja i organizacijskih uloga. Autori navode snažan rast aktivnih korisnika u prvoj polovici 2026. i sve složenije obrasce uporabe. Posebno je zanimljivo da dio korisnika paralelno upravlja s više agenata i koristi ih za zadatke koji bi iskusnom čovjeku tražili sate rada. To je signal da se rasprava o AI produktivnosti mora premjestiti s alata na promjenu organizacije posla.

Studija o Codexu pokazuje kako agentic AI izlazi iz niše programera i mijenja radne obrasce
Ai ilustracija

Rad objavljen na istraživačkom repozitoriju 25. lipnja analizira uporabu Codexa i navodi brzi rast agentic AI uporabe, uključujući višestruke agente i rast kompleksnosti zadataka. Agentic AI se razlikuje od klasičnog chata jer korisnik delegira zadatak, a sustav provodi niz koraka. To mijenja način upravljanja radom: važniji postaju definicija cilja, kontrola izlaza, provjera kvalitete i sposobnost zaposlenika da nadziru više automatiziranih tokova.

Za tvrtke u regiji to znači da edukacija zaposlenika ne može ostati na razini pisanja promptova. Potrebne su vještine orkestracije, provjere, razumijevanja ograničenja modela i sigurnog rada s podacima. AI-native organizacija neće nastati kupnjom licence, nego promjenom procesa i odgovornosti.

Širi tržišni kontekst iz analitičkih objava o AI workforce troškovima i tokenima pokazuju da produktivnost ima drugu stranu: više agenata znači više potrošnje, više provjere i veći zahtjev za governanceom. Upravo tu će se razlikovati ozbiljni AI programi od eksperimentalne uporabe alata.

Za daljnje praćenje najzanimljivije je od prompt engineeringa prema agent orchestrationu - što zaposlenici i menadžeri moraju znati kada AI počne raditi više koraka samostalno.

Agentic AI mijenja odnos između zadatka i zaposlenika. Umjesto da korisnik traži odgovor, sve češće delegira radni paket: pronađi problem, predloži promjenu, pokreni test i pripremi objašnjenje. To zahtijeva drukčiju pismenost od klasičnog rada s chatbotom. Zaposlenik mora znati postaviti granice, prepoznati loš rezultat i odlučiti kada agent smije nastaviti, a kada mora stati.

Upravljanje s više agenata uvodi i novu organizacijsku dinamiku. Jedan zaposlenik može paralelno nadzirati zadatke koji su prije tražili više ljudi ili više sati, ali samo ako ima dovoljno konteksta za kvalitetnu provjeru. Rizik je da se brzina pomiješa s produktivnošću. Ako se rezultati prihvaćaju bez kontrole, organizacija dobiva bržu proizvodnju pogrešaka, ne veći kapacitet znanja.

Za tvrtke u regiji zato edukacija mora ići dalje od promptova. Potrebni su interni standardi za delegiranje zadataka agentima, pravila za osjetljive podatke, metode provjere i jasna podjela odgovornosti. AI-native organizacija neće biti ona s najviše licenci, nego ona koja zna koji se posao smije automatizirati, koji zahtijeva ljudsku potvrdu i gdje automatizacija nema poslovnog smisla.

Na tržištu su posebno važni sekundarni učinci: promjene u nabavi, odnos između globalnih i lokalnih dobavljača, pritisak na stručnjake i način na koji se rizik prenosi kroz ugovore. Upravo se u tim detaljima vidi hoće li budućnost rada postati održiv tržišni smjer ili još jedna faza tehnološkog ciklusa koja se zaustavlja na pilotima.

U idućim mjesecima presudno će biti razlikovati infrastrukturu koja stvara novu vrijednost od rješenja koja samo povećavaju složenost. Ako budućnost rada ne donese bolju dostupnost, bržu reakciju, niži operativni rizik ili mjerljivu produktivnost, korisnici će odgađati širenje i vraćati se na opreznije modele ulaganja.

U praktičnoj provedbi budućnost rada neće se mjeriti samo kroz najavu ili pojedinačnu tehnologiju, nego kroz sposobnost da se podatke, governance, trošak modela, sigurnost i promjenu poslovnih procesa povežu u operativan model. Kupci će tražiti jasnu podjelu odgovornosti, plan rada nakon implementacije i odgovor na pitanje što se događa kada trošak, kapacitet ili rizik odstupe od početnih pretpostavki.

Za hrvatsko i regionalno tržište najvažnije je da se tema prevede na konkretne korisnike: CIO-e, poslovne vlasnike procesa, data timove i partnere koji uvode AI u produkciju. Oni neće odlučivati prema globalnom hypeu, nego prema tome mogu li tehnologiju uklopiti u postojeće ugovore, sigurnosne politike, budžete i rokove. Zato će vrijednost imati partneri koji mogu napraviti procjenu prije kupnje, a ne samo isporuku nakon odluke.

Kod ovakvih tema prodajni proces sve se više seli iz tehničkog odjela prema upravi, financijama i riziku. Studija o Codexu pokazuje kako agentic AI izlazi iz niše programera i mijenja radne obrasce zato nije samo tehnička vijest, nego signal da će se odluke o ICT-u sve češće braniti kroz TCO, kontinuitet poslovanja, usklađenost i sposobnost skaliranja bez stvaranja novog tehničkog duga.

Sljedeća faza tržišta bit će manje tolerantna prema općim obećanjima. U segmentu budućnost rada tražit će se dokaz da rješenje radi u realnim uvjetima, da se može održavati s dostupnim ljudima i da ne zaključava korisnika u model koji je skup za promjenu. Tko to može pokazati kroz metrike i reference, imat će prednost pred dobavljačima koji nude samo novu terminologiju.

Za domaće kupce i partnere takva tema traži precizno planiranje: prije ulaganja treba odrediti koji se proces mijenja, tko upravlja rizikom i koje metrike pokazuju da budućnost rada donosi stvarnu poslovnu vrijednost, a ne samo još jedan tehnološki sloj.