Deloitte u svom 17. godišnjem izvještaju Tech Trends identifikuje pet ključnih trendova koji će oblikovati 2026. godinu, uz osam dodatnih signala koje treba pomno pratiti.
Fokus se pomjera sa eksperimentisanja na sistemsku primjenu vještačke inteligencije u poslovanju, odnosno na implementaciju rješenja s dugoročnim efektima. Ključna poruka izvještaja glasi: više se ne raspravlja o tome šta AI može, već kako se koristi i kakve rezultate donosi.
Izvještaj upozorava da se tehnološki ciklus ubrzao do te mjere da klasični modeli planiranja i postepenog uvođenja više ne funkcionišu. Kompanije su primorane da istovremeno uvode nove tehnologije, prilagođavaju infrastrukturu i redizajniraju načine rada. Inovacija više nije linearna, već kumulativna: napredak u jednoj dimenziji (računarska snaga, kvalitet modela) ubrzava razvoj aplikacija, povećava obim podataka, privlači kapital i snižava troškove.
„Zamajac inovacija“
Deloitte ovaj proces opisuje kao „zamajac inovacija“, uz zaključak da kompanije više nemaju luksuz čekanja – vrijeme potrebno da se nova tehnologija razumije često je duže od perioda u kojem je ona relevantna, prenosi Investitor me.
Pet trendova za 2026.
1) AI izlazi iz digitalnog u fizički svijet
Prvi i najočitiji trend je prelazak vještačke inteligencije u fizičku realnost – kroz robote, autonomna vozila, dronove i pametne industrijske sisteme. Riječ je o fizičkoj AI koja, za razliku od klasične automatizacije, percipira okruženje, uči iz iskustva i prilagođava se u realnom vremenu. Pad troškova i tehnološka zrelost omogućavaju široku primjenu u industriji, zdravstvu i javnoj infrastrukturi. Deloitte procjenjuje da će do 2035. godine na radnim mjestima biti oko dva miliona humanoidnih robota.
2) Agentska AI: Veliki potencijal, slaba produkcija
Drugi trend odnosi se na agentsku vještačku inteligenciju – sisteme koji samostalno obavljaju zadatke bez stalnog ljudskog upravljanja. Iako se često predstavljaju kao veliki iskorak, Deloitte upozorava na jaz između ambicija i stvarne primjene. Problem nije tehnologija, već pokušaj automatizacije loše dizajniranih procesa. Najbolje rezultate postižu firme koje agentima pristupaju kao „silikonskoj radnoj snazi“, kojom se planski upravlja i čiji se učinak mjeri.
3) Infrastruktura: Povratak hibridnim arhitekturama
Iako su pojedinačni AI zadaci pojeftinili, ukupni troškovi rastu zbog masovne primjene – neke kompanije imaju višemilionske mjesečne račune za cloud. Odgovor je prelazak na hibridne arhitekture: oblak za promjenjiva i eksperimentalna opterećenja, sopstvena infrastruktura za stabilnu produkciju i edge computing tamo gdje je ključna minimalna latencija. Ovo značajno mijenja planiranje investicija i upravljanje IT resursima.
4) „Velika rekonstrukcija“ tehnoloških organizacija
AI ne mijenja samo alate, već i strukturu timova, uloge zaposlenih i odnos IT-ja i biznisa. Gotovo sve organizacije već sprovode promjene operativnih modela: fokus se pomjera sa održavanja infrastrukture ka strateškom vođenju, koordinaciji ljudi i AI sistema i vezivanju tehnoloških ulaganja za mjerljive poslovne ishode. Pojavljuju se nove uloge, a tehnološki lideri sve češće postaju promotori i koordinatori AI transformacije.
5) Bezbjednost: AI kao prijetnja i štit
AI stvara paradoks bezbjednosti. Iste sposobnosti koje ubrzavaju poslovanje otvaraju i nove rizike: prijetnje po podatke, modele, aplikacije i infrastrukturu, uključujući „shadow AI“ (korišćenje AI bez znanja IT-ja), napade na modele i ranjivosti autonomnih sistema. Istovremeno, AI je i moćan alat odbrane – za otkrivanje prijetnji, simulacije napada i odgovor u realnom vremenu. Bezbjednost mora biti ugrađena u AI od samog početka, kao uslov skaliranja, a ne naknadni dodatak.
Osam signala koje treba pratiti
1) Plafon temeljnih modela?
Modeli se i dalje poboljšavaju, ali bez dramatičnih skokova performansi; trend „sve većih modela“ povećava potrošnju energije i troškove. Fokus se pomjera ka optimizaciji upita i integraciji u poslovanje, a ne ka stalnoj trci za najnovijom verzijom.
2) Vrijednost podataka: novi > sintetički > zastarjeli
Kako se modeli treniraju na sličnim javnim skupovima, svježina podataka postaje presudna. Sintetički podaci (do 2028. činiće oko 80% AI podataka) pomažu da se popune praznine, ali plafon kvaliteta je 90–95% stvarnih podataka i loše hvataju rijetke ili nove pojave.
3) Neuromorfni čipovi
Procesori koji imitiraju mozak, za određene zadatke 80–100 puta energetski efikasniji od GPU-a (npr. autonomna vozila). Šira primjena se očekuje oko 2030.
4) Edge i on-device AI
Obrada na samom uređaju (telefoni, satovi, kamere, roboti) smanjuje latenciju, povećava privatnost i snižava troškove. Tržište telefona sposobnih za generativni AI poraslo je 364% u 2024, a do 2028. se očekuje 912 miliona prodatih uređaja.
5) AI uređaji izvan pametnih telefona
Nosiva tehnologija (satovi, pametne naočare, prevodioci, bedževi) ima veliki potencijal, ali istorija neuspjeha čini usvajanje neizvjesnim, uprkos projekciji tržišta od 265 milijardi dolara u 2026.
6) Biometrijska autentifikacija
Kako AI može imitirati glas i ponašanje, autentifikacija bez lozinki zasnovana na biometriji postaje sljedeći veliki korak u sajber-bezbjednosti.
7) Privatnost pod pritiskom
Moćni lični AI asistenti traže dubok pristup podacima; jednom ugrađeni u modele, pravo na brisanje je teško ostvarivo. Balans koristi i pristanka zahtijeva brzu i preciznu regulativu.
8) Od SEO ka GEO
Korisnici sve češće biraju AI chatbotove umjesto klasičnih pretraživača. Fokus se pomjera sa optimizacije za pretraživače (SEO) na optimizaciju za generativne odgovore (GEO). AI odgovori već smanjuju CTR klasičnih stranica za više od trećine; danas donose 6,5% organskog prometa, uz projekciju 14,5% za godinu dana. GEO nagrađuje dubinu objašnjenja i prepoznatu stručnost, ne ključne riječi.