AI briše juniorske poslove: Kako nestaje prva stepenica karijere

 

Ovog ljeta, šetajući rivom u nekoliko mjesta duž obale, primijetio sam nešto što prijašnjih godina nisam viđao. Gotovo svaki štand, bilo da iznajmljuje pedaline ili prodaje kebab, dočekao je sezonu s novim velikim banerom i urednim, na prvi pogled sasvim solidnim logotipom, kakav je donedavno imao samo hotel preko puta.

 

Godinama je za isti posao bila dovoljna daska s rukom napisanim „Pekara Pero“, pa se pitanje samo nametnulo: odakle odjednom svima dobar logo? Ili su se budžeti malih obrta preko noći povećali ili je cijena izrade pala toliko da budžet više nije ni važan. Odgovor svi znamo i upravo zato zanimljivije mi je ono drugo pitanje: zašto bi nas ta sitnica na rivi trebala zabrinuti?

 

Da bismo na njega odgovorili, prvo treba vidjeti kako je do nje došlo. Generativna umjetna inteligencija najbrže je usvojena tehnologija u povijesti: prema Stanfordovu AI Indexu za 2026., unutar tri godine od objave koristilo ju je više od polovice odraslih, znatno brže nego što su se u istoj fazi širili internet ili osobno računalo.

 

Vlasnici štandova dio su te statistike jednako kao i svi mi, što znači da su, kao i svi mi, vidjeli što alat može, zbrojili dva i dva i zaključili da bi generirani logo bio odličan za njihov posao. Nevolja je u tome što je dobar dio njih zbrojio iste brojke, pa je rezultat stotine logotipa koji su tehnički korektni, gotovo besplatni i toliko slični da, na neki način, više odbijaju nego što privlače.

Ta istokalupnost, međutim, nije problem sama po sebi, nego simptom nečega što se dogodilo korak ranije. Jer taj logo ni prije nije radila agencija; radio ga je nečiji nećak na trećoj godini dizajna, student uz faks ili junior u maloj agenciji kojemu su dali „onaj mali posao za probu“.

 

Bio je premalen da bi ga itko zvao poslom, ali upravo su se na takvim poslovima učile stvari koje se drugdje ne mogu naučiti: kako izgleda klijent, kako izgleda rok, kako izgleda loš brief i kako izgleda dvjesto istih logotipa kad ih vidite jedan pokraj drugoga. Danas taj isti logo vlasnik napravi sam, u dvije minute između dvije mušterije, i pritom nikoga nije otpustio. Studenta jednostavno više nitko nije zvao.

 

To je ono što riva zapravo pokazuje. Prva stepenica ne nestaje odozgo, uz otkaze i naslove u novinama, nego odozdo, tiho, u poslovima koje nitko nije ni brojao. A mehanizam koji je logo učinio besplatnim ne staje na logotipima. Isti alat, iz istih razloga, čini besplatnim i sve ono što se donedavno zvalo juniorskim poslom, a s njim nestaje i jedini poznati način na koji se od juniora postaje senior.

 

Pa krenimo redom. Pripravništvo, ili internship, u teoriji je upravo taj most: mjesto na kojem netko tko ima diplomu, ali ne i iskustvo, prvi put radi pravi posao uz nekoga tko ga zna raditi. U praksi, za većinu studenata i nedavnih diplomanata, ono danas izgleda ovako. Prvo se pošalje nekoliko stotina prijava, dobrim dijelom na oglase na koje nikad ne stigne odgovor jer je konkurencija takva da poslodavac nema razloga odgovarati.

 

Brojke to potvrđuju: prema Handshakeu, broj entry-level oglasa pao je 15 do 16 posto na godišnjoj razini, dok je broj prijava po oglasu porastao 26 do 30 posto, a u tehnološkom sektoru broj pripravništava pao je 30 posto od 2023., uz istodobni rast prijava. Kad se u to uračuna i podatak da otprilike 35 posto oglasa označenih kao entry-level traži tri ili više godina iskustva, dobiva se tržište na kojem je prvi posao postao nešto što se osvaja na lutriji, a ne kvalifikacijama.

 

Onaj tko na toj lutriji dobije, u većini slučajeva ne dobiva ono što je tražio. Dobiva ulogu koju nitko nije dizajnirao jer firma nije uzela pripravnika zato što je imala posao za njega, nego zato što je imala program, kvotu ili dobru volju. Nema mentora koji ima vremena, nema definiranog zadatka, nema kraja na kojem netko sjedne i kaže što je bilo dobro, a što nije. Ima kopiranja, sređivanja tablica i čekanja, a nakon tri mjeseca ima redak u životopisu koji izgleda kao iskustvo, ali to nije. Čast iznimkama, a one postoje i uglavnom ih znamo po imenu upravo zato što su iznimke. Kad se to nekome spomene, odgovor je gotovo uvijek isti: „I ja sam šest mjeseci kuhao kavu.“ To je vrijedno poštovanja, ali to je bila druga ekonomija, u kojoj je nakon kave dolazio posao.

 

Lako bi bilo zaključiti da je problem u firmama koje ne mare, ali to bi bilo pogrešno jer većina ljudi koji vode te prakse iskreno vjeruje u mlade i iskreno bi htjela da praksa bude bolja. Pripravništvo nije loše dizajnirano zato što nekome nije stalo; loše je dizajnirano zato što bi dobro dizajniranje nekoga koštalo, a taj netko ima jedno otvoreno mjesto, jedan rok i, otkad postoji alat koji posao može odraditi već ovo popodne, vrlo dobar razlog da pripravnika uopće ne uzme.

 

Taj razlog nije ni zloba ni kratkovidnost, nego računica, i vrijedi je ispisati do kraja jer se rijetko izgovara naglas. Junior košta punu plaću, a uz nju i dio radnog tjedna nekog seniora koji ga uvodi u posao, ispravlja i objašnjava, i to otprilike godinu dana prije nego što postane neto pozitivan za tim. Kad to napokon postane, on je ujedno i najmobilniji čovjek u firmi, pa postoji realna vjerojatnost da ode za trideset posto veću plaću nekamo gdje ga nisu morali učiti.

 

Alat za umjetnu inteligenciju, s druge strane, košta manje od kave za tim i radi već ovo popodne. Menadžeri to znaju: u anketi provedenoj među njima 2024. godine 70 posto ih je reklo da AI može raditi posao pripravnika, a 57 posto da rezultatima alata vjeruje više nego radu pripravnika ili nedavnih diplomanata. Ako imate jedno otvoreno mjesto, jedan rok i jedan budžet, preskočiti juniora nije lijena odluka. To je ispravna odluka.

 

Podaci pokazuju da se ona i donosi, i to upravo ondje gdje bismo je očekivali. Studija s Harvarda utvrdila je da je u firmama koje su usvojile generativni AI entry-level zapošljavanje palo za oko 80 posto po kvartalu, dok je zaposlenost seniora u istim tim firmama nastavila rasti. Stanfordova analiza ADP-ovih podataka o plaćama pokazuje isto s druge strane: zaposlenost 22- do 25-godišnjaka u poslovima najizloženijima AI-u pada 3,8 posto godišnje, dok zaposlenost 35- do 40-godišnjaka u istim tim poslovima raste. Drugim riječima, AI ne briše zanimanja, nego briše njihov donji kat. Posao ostaje, samo se na njega više ne može ući.

 

Tu ipak treba biti pošten prema drugoj strani jer dokazi nisu jednoznačni. Studija Feda na podacima više od milijun firmi nije pronašla vezu između usvajanja AI-a i smanjenja broja oglasa, a Indeed ono što se događa opisuje kao „experience creep“, trend prema kojem se za početničke pozicije traži sve više iskustva, a koji je stariji od ChatGPT-a. No za pitanje koje nas ovdje zanima ta rasprava zapravo nije presudna. Bilo da je uzrok alat, kamate ili navika poslodavaca, mehanizam je isti: svaka pojedinačna odluka da se junior preskoči razumna je, a njihov zbroj nije.

 

Jer ovdje leži prava kvaka i zato se problem ne može riješiti firmu po firmu. Firma koja obučava juniore obučava ih, u prosjeku, za konkurenta koji to nije radio. Ona plaća godinu dana učenja, konkurent plaća trideset posto veću plaću i dobiva gotovog čovjeka. Racionalno, nitko ne bi trebao ići prvi i u tome nema ničije krivnje; to je udžbenički koordinacijski problem, ista vrsta problema zbog koje nitko sam ne gradi cestu iako svi žele cestu. A koordinacijski problemi imaju jednu neugodnu osobinu: tržište ih samo od sebe ne rješava, nego ih produbljuje.

 

I sve to još uvijek počiva na jednoj pretpostavci koju nitko nije provjerio: da je alat doista jeftiniji od kave.

Ta pretpostavka, naime, ne drži. U tekstu o AI balonu pisao sam prije godinu dana o tome tko plaća ovu utrku: o kapitalu koji kruži unutar istog ekosustava i o kompaniji koja gubi novac čak i na pretplati od 200 dolara mjesečno jer troškovi inferencije rastu brže od prihoda. Ono što tada nisam do kraja rekao jest da se taj gubitak negdje mora knjižiti, a knjiži se, između ostalog, u odlukama o zapošljavanju. Jer kad menadžer računa da alat košta manje od kave, računa s cijenom koju je netko drugi subvencionirao da bi kupio tržišni udio.

 

Račun sada stiže. Gartner je u lipnju ove godine objavio prognozu da će do 2028. troškovi AI kodiranja premašiti prosječnu plaću developera zbog rasta potrošnje tokena i prelaska industrije na naplatu po potrošnji umjesto fiksne pretplate. Skok je već vidljiv: računi za AI alate po developeru skaču s 20 ili 100 dolara mjesečno na 2000, pa i 5000 dolara. Drugim riječima, generacija je izrezana iz tržišta rada na temelju cijene koja nikad nije bila stvarna, nego je bila rezultat rizičnog kapitala koji je subvencionirao računicu.

 

Dio toga već se ispravlja, i to kod onih koji su prvi krenuli u suprotnom smjeru. IBM, čiji je direktor 2023. javno objavio da će AI zamijeniti 7800 radnih mjesta, ove godine utrostručuje entry-level zapošljavanje u SAD-u, i to, riječima njihove direktorice za ljudske resurse, „za softverske developere i sve te poslove za koje nam govore da ih AI može raditi“.

 

Njezino obrazloženje zvuči kao da je napisano za ovaj tekst: ako ne ulažemo u entry-level, što se događa za tri do pet godina? Nema pipelinea, izvor jednostavno presuši. IBM nije usamljen: anketa Orgvuea među više od tisuću poslovnih lidera pokazala je da 55 posto onih koji su otpuštali zbog AI-a sada priznaje da su pogriješili, a Forrester predviđa da će polovica otpuštanja pripisanih AI-u biti tiho poništena do kraja 2026.

 

No tu se krije razlika koju je lako previdjeti. Otpuštanje se može poništiti, čovjeka se može vratiti ili zaposliti novoga. Tri godine u kojima nitko nije bio obučen ne mogu se poništiti ničim jer se ne može zaposliti senior kojeg se odbilo obučiti. Junior kojeg ste preskočili 2024. ne čeka u ladici; on je u međuvremenu ili otišao u drugu struku ili je tri godine radio nešto na čemu nije naučio ništa. Rupa u pipelineu ne zatvara se kada se odluka promijeni. Ona putuje kroz vrijeme i stiže onda kada je najskuplja.

Postoji i jedan razlog koji nema veze s troškovima, a firmama bi trebao biti najuvjerljiviji. Većina njih danas želi prodavati generaciji Z i, sve više, generaciji Alfa, a to pokušava raditi bez ijednog predstavnika tih generacija u prostorijama u kojima se odlučuje. Nije riječ o simbolici. Riječ je o tome da ćete proizvod, kampanju ili aplikaciju za dvadesetogodišnjake raditi bolje ako u timu imate dvadesetogodišnjaka koji vam može reći da ono što ste smislili nitko njegov neće otvoriti.

 

I upravo tu AI, umjesto da bude razlog za nezapošljavanje, može biti razlog za suprotno: ako alat preuzme kopiranje, tablice i prve verzije, junior više ne mora proći kroz šest mjeseci kuhanja kave da bi došao do posla u kojem je koristan. Može od prvog dana raditi ono zbog čega ga vrijedi imati – donositi kontekst, jezik i instinkt za tržište koje seniori poznaju samo iz istraživanja. IBM je, uostalom, preoblikovao svoje početničke uloge upravo tako, s manje rutinskog koda i više rada s klijentima. Strukturirano pripravništvo u eri AI-a nije skuplje od nestrukturiranog; ono je prvi put zapravo moguće.

 

Zato se na kraju vraćam rečenici koja je odavno postala klišej: vjerujemo u mlade, oni su budućnost. Zvuči velikodušno, ali nije obveza, nego opis nečega što će se dogoditi svejedno. Mi jesmo budućnost, vjerovali u nas ili ne. Ono što nije svejedno jest hoćemo li u tu budućnost ući kao ljudi koji su naučili posao ili kao ljudi koji su tri godine slali mailove. „Vjerujemo u mlade“ govori se u javnosti. „Juniori se ne isplate“ govori se na sastancima o budžetu. Obje su rečenice istinite, a samo jedna od njih odlučuje što se stvarno događa. I dok se to ne promijeni, logo na rivi ostat će ono što jest: tehnički korektan, gotovo besplatan i isti kao svi ostali.