Predviđanje "koji framework će biti popularan za pet godina" je gubitnička igra — frameworci dolaze i odlaze brže od predviđanja o njima. Korisnije je pitanje koje kategorije vještina rješavaju probleme koji sigurno neće nestati. Evo pet takvih, s razlogom zašto svaka raste.
1. Sigurnost softvera (AppSec)
Kako se sve više koda piše brže — uz pomoć AI alata — raste i količina koda koji nitko dovoljno pažljivo nije pregledao. Ranjivosti se ne smanjuju s brzinom razvoja, rastu. Stručnjaci za sigurnost aplikacija, threat modeling i sigurnosni pregled koda (uključujući AI-generiranog) postaju usko grlo svakog tima koji ozbiljno shvaća produkciju. Regulativa (GDPR, NIS2 u EU, sektorski zahtjevi u financijama i zdravstvu) dodatno gura potražnju, ne smanjuje je.
2. Podatkovna infrastruktura i inženjering podataka
Svaki AI sustav, svaka personalizacija, svaka poslovna odluka danas se oslanja na podatke — a netko mora te podatke prikupiti, očistiti, strukturirati i učiniti pouzdanima. Ovo je manje glamurozan posao od pisanja AI modela, ali je preduvjet za sve njih; potražnja za inženjerima podataka raste usporedo s eksplozijom AI primjena, ne usprkos njoj.
3. Cloud i infrastruktura kao kod (DevOps/Platform Engineering)
Kako aplikacije rastu i multipliciraju se (svaka firma danas ima desetke internih alata, često uz pomoć AI-a brzo sastavljenih), netko mora osigurati da sve to radi pouzdano, skalira se i ne košta bogatstvo. Platform engineering — disciplina koja internim timovima gradi samoposlužnu infrastrukturu — jedna je od najbrže rastućih specijalizacija upravo zato što broj aplikacija raste brže od broja ljudi koji ih mogu ručno održavati.
4. Integracija i orkestracija AI sustava (ne sam trening modela)
Treniranje velikih modela ostaje u rukama nekolicine kompanija s ogromnim resursima — to nije realna karijera za većinu. Ono što jest masovno traženo: ljudi koji znaju AI modele integrirati u stvarne proizvode, graditi pouzdane agentske sustave, upravljati troškovima API poziva, i dizajnirati sustave koji AI grešku ne pretvaraju u poslovnu katastrofu. Ova vještina kombinira softversko inženjerstvo sa specifičnim razumijevanjem ograničenja AI modela — i tržište je za nju tek na početku.
5. Fundamenti: strukture podataka, mreže, baze, operativni sustavi
Ovo zvuči kao najmanje uzbudljiva stavka na popisu, i baš zato je najpouzdanija. Svaka od prethodne četiri stavke ovisi o razumijevanju fundamenata — sigurnost bez razumijevanja kako sustav radi je prazna, podatkovni inženjering bez razumijevanja baza je površan, platform engineering bez mreža je nemoguć. Trideset godina promjena frameworka i platformi nije promijenilo ovu činjenicu; nema razloga da će sljedećih pet.
Što ovo znači u praksi
Zajednički nazivnik sve pete stavke: nijedna nije "novi framework koji treba naučiti do petka", nego dublja specijalizacija koja se gradi mjesecima i godinama. To je ujedno i razlog zašto su otporne na brzu automatizaciju — kompleksnost i odgovornost u ovim područjima teško se svode na "opiši zadatak AI-u i dobij gotovo rješenje".
Kako se pozicionirati već sada
Ne morate promijeniti karijeru preko noći — birajte sljedeći projekt ili zadatak na poslu tako da vas gura prema jednoj od ovih pet kategorija, umjesto prema još jednom frontend widgetu. Mala, dosljedna ulaganja u sigurnost, podatke, infrastrukturu ili AI integraciju danas vrijede više nego ijedan sertifikat za framework koji za tri godine možda više nitko ne koristi.
Zaključak
Tehnologije koje će biti tražene za pet godina nisu one koje su danas najglasnije na naslovnicama — nego one koje rješavaju probleme koji rastu brže od broja ljudi koji ih znaju riješiti: sigurnost, podaci, infrastruktura, AI integracija, i ispod svega toga — fundamenti koji nikad ne izlaze iz mode.
