Najveći tehnološki trendovi koji će obilježiti sljedećih pet godina

Od AI agenata koji sami rade posao do kvantnih računala koja izlaze iz laboratorija — pregled trendova 2026.–2031. i gdje je tu Hrvatska.

Zamislite prosinac 2031. Otvorite laptop i asistent je već pregledao poštu, dogovorio dva sastanka i odbio treći jer je prepoznao da se preklapa s letom koji ste rezervirali prije mjesec dana. U tvornici dvjesto kilometara dalje, humanoidni robot posložio je palete koje je jučer posložio čovjek. U bolnici, kvantni algoritam simulira molekulu koju bi klasično računalo trebalo računati dulje nego što Sunce postoji. Ništa od ovoga nije znanstvena fantastika — sve je već u fazi pilot-projekata, samo se čeka da cijena padne i regulativa sustigne tehnologiju.

Pet godina zvuči dugo dok se gleda unaprijed, a katastrofalno kratko kad se gleda unatrag — 2021. ChatGPT još nije postojao. Ono što slijedi nije popis modnih hireva nego pokušaj da se izdvoji ono što stvarno mijenja infrastrukturu gospodarstva, posla i svakodnevice, uz jasnu naznaku gdje je Hrvatska u toj utrci.

AI agenti prestaju biti chatbotovi i postaju kolege

Najveći pomak sljedećih godina nije "bolji GPT", nego promjena uloge AI-ja iz alata koji odgovara na pitanja u sustav koji sam obavlja zadatke. Gartner to naziva multiagent sustavima — mrežama specijaliziranih AI agenata koji međusobno komuniciraju, dijele zadatke i donose odluke bez čovjeka u svakoj petlji. Jedan agent čita ugovor, drugi provjerava usklađenost, treći priprema odgovor klijentu — a čovjek se uključuje samo kad nešto odstupi od očekivanog.

McKinsey u svom pregledu tehnoloških trendova za 2026. procjenjuje da vodeće tvrtke već ozbiljno ulažu u skaliranje takvih agenata kroz cijele poslovne procese, ne samo u pojedinačne zadatke. Razlika prema dosadašnjoj automatizaciji je suptilna, ali presudna: stari softver izvršava unaprijed zadane korake, agent procjenjuje situaciju i sam bira sljedeći korak.

Fizička AI: roboti izlaze iz tvornica

Do sada je "AI" uglavnom značio tekst i slike na ekranu. Sljedeća faza — Gartner je zove physical AI — jest ugradnja inteligencije u strojeve koji se fizički kreću kroz svijet. Amazon već koordinira preko milijun robota kroz sustav DeepFleet AI, s izmjerenim poboljšanjem učinkovitosti skladišta od desetak posto, prema McKinseyjevim podacima. To više nije eksperiment jedne tvrtke nego predložak za cijelu logističku industriju.

Procjene tržišta humanoidnih robota razlikuju se dramatično ovisno o analitičkoj kući — od nešto preko 4 milijarde do gotovo 19 milijardi dolara do 2030. — ali smjer je isti kod svih: eksponencijalni rast s trenutno niske baze. Goldman Sachs procjenjuje da bi globalno tržište moglo doseći 38 milijardi dolara do 2035. Realistično, prva desetljetna primjena neće biti robot-konobar u kafiću, nego robot u skladištu, staračkom domu ili gradilištu — mjestima gdje je fizički rad opasan, monoton ili nema dovoljno radnika.

Kvantno računalstvo silazi iz laboratorija

Kvantna računala su desetljećima bila obećanje "za deset godina" — no vremenski okvir se konačno stvarno skraćuje. Prema dostupnim procjenama, prva komercijalna kvantna prednost u konkretnim optimizacijskim problemima očekuje se već 2026.–2028., dok se fault-tolerant sustavi s deset tisuća i više logičkih qubita i prvi oblici kvantnog interneta između istraživačkih centara predviđaju do kraja desetljeća.

Europska unija ne gleda ovo pasivno. Europska komisija objavila je strategiju s ciljem da kontinent do 2030. postane globalni predvodnik u kvantnim tehnologijama, gradeći vlastiti, suvereni ekosustav umjesto oslanjanja na američke i kineske platforme. Industrije koje najviše čekaju ovaj pomak — farmacija, logistika, financije i kibernetička sigurnost — dobit će alat koji rješava probleme danas praktički nerješive klasičnim računalima.

Kraj univerzalnog modela: dolazak specijaliziranih AI sustava

Dok javnost i dalje raspravlja o tome koji je opći model "najpametniji", industrija je krenula suprotnim smjerom. Gartner među ključnim trendovima za 2026. navodi domain-specific jezične modele — manje, jeftinije i preciznije sustave trenirane isključivo za jedno područje: medicinsku dijagnostiku, pravnu analizu, financijsko modeliranje. Umjesto jednog golemog modela koji "zna pomalo o svemu", tvrtke sve više grade uže modele koji rade jednu stvar bolje, brže i jeftinije od bilo kojeg univerzalnog rješenja.

Ekonomska logika je jednostavna: veliki opći modeli skupi su za pokretanje na velikom volumenu, a za usko definiran zadatak često i nepotrebno moćni. Specijalizirani model koji radi samo raspoznavanje ugovornih klauzula može biti desetorostruko jeftiniji po upitu, uz manju stopu grešaka na toj specifičnoj zadaći.

Sigurnost prestaje biti reakcija i postaje predviđanje

Kibernetička sigurnost tradicionalno je igra dostizanja — napadač smisli novu metodu, obrana je zakrpi mjesecima kasnije. Gartner najavljuje preokret: preemptivnu kibernetičku sigurnost, sustave koji koriste AI za predviđanje napada prije nego što se dogode, analizirajući obrasce ponašanja i anomalije u stvarnom vremenu umjesto čekanja na poznati potpis prijetnje.

Paralelno raste važnost onoga što se naziva digitalnom provenijencijom — mogućnosti da se dokaže je li neki sadržaj, dokument ili video autentičan ili generiran/promijenjen AI-jem. U svijetu gdje je deepfake jeftin i uvjerljiv, sposobnost dokazivanja porijekla informacije postaje jednako vrijedna kao i sama informacija.

Geopolitika podataka: tko posjeduje AI infrastrukturu

Manje glamurozan, ali dugoročno možda najvažniji trend jest fragmentacija globalnog AI ekosustava po geopolitičkim linijama. Gartner procjenjuje da će do 2027. čak 35 posto zemalja biti "zaključano" u regionalne AI platforme izgrađene na vlastitim, kontekstualnim podacima — dijelom iz sigurnosnih razloga, dijelom zbog želje da se ne ovisi o stranoj infrastrukturi za nešto tako strateški važno.

Za manje zemlje, uključujući Hrvatsku, to postavlja neugodno pitanje: graditi vlastite kapacitete (skupo, sporo, ali suvereno) ili ovisiti o tuđim platformama (brzo, jeftino, ali s rizikom da pravila igre uvijek piše netko drugi). EU-ova kvantna i AI strategija djelomično je upravo odgovor na taj strah od ovisnosti.

Gdje je tu Hrvatska

Prema podacima Europske komisije, ukupna razina digitalnog razvoja Hrvatske trenutno je oko devet posto ispod prosjeka srednje i jugoistočne Europe — no slika nije jednoznačno loša. Hrvatska je iznad prosjeka po ljudskom kapitalu i znatno iznad prosjeka po digitalnim vještinama opće populacije, prema istom izvještaju. Drugim riječima: ljudi znaju raditi s tehnologijom, ali infrastruktura i poslovna primjena kaskaju za znanjem.

Strategija digitalne Hrvatske do 2032. postavlja četiri prioriteta — digitalnu tranziciju gospodarstva, digitalizaciju javne uprave, širokopojasnu infrastrukturu i razvoj digitalnih kompetencija. Papir je dobar; pitanje sljedećih pet godina je hoće li provedba držati korak s brzinom kojom se mijenja tehnologija koju pokušava regulirati i poticati.

Što ovo znači za obični posao

Apstraktni trendovi imaju vrlo konkretnu posljedicu na razini pojedinačne karijere: pomak s zapošljavanja po diplomi na zapošljavanje po vještinama. McKinsey primjećuje da tvrtke sve više ulažu u interna tržišta talenata i prekvalifikaciju umjesto lova na gotove kandidate s pravim certifikatom — jednostavno zato što se vještine mijenjaju brže nego što obrazovni sustavi stignu proizvesti nove generacije stručnjaka.

Praktični savjet za sljedećih pet godina glasi manje "nauči Python" a više "nauči učiti brzo" — sposobnost da se u tri mjeseca svlada novi alat postat će vrjednija od bilo kojeg pojedinačnog znanja stečenog danas, jer će to znanje za pet godina vjerojatno biti zastarjelo ili automatizirano.

Nijedan od ovih trendova ne dolazi izoliran — AI agenti trebaju kvantno ubrzanje da bi rješavali teže probleme, fizička AI treba specijalizirane modele da bi bila precizna, a sve to treba sigurnosnu infrastrukturu da ne postane oružje u krivim rukama. Sljedećih pet godina neće obilježiti jedan proboj, nego brzina kojom se ti komadići slažu jedan na drugi — i tko je dovoljno spretan da se prilagođava dok se slika još uvijek mijenja.