Završen projekat. Sve po specifikaciji, sve testirano, sve isporučeno na vreme i u budžetu. Dobijate poruku od klijenta. Otvarate je sa uobičajenim mešavinom iščekivanja i rutine.
„Pokazao sam sajt jednom prijatelju i on je pitao ChatGPT. AI kaže da bi bilo dobro da imamo i real-time chat, newsletter integraciju, membership sistem, višejezičnu podršku, dark mode, naprednu pretragu i AI asistenta na sajtu. Znači, nije baš gotovo?“
Poznajete tu pauzu. Onu u kojoj brojite do pet pre nego što odgovorite. Onu u kojoj razmišljate da li da se nasmejete, da objasnite, da pošaljete novi predračun ili da jednostavno zatvorite laptop i odete negde da se prošetate.
Ovaj scenario nije izolovan. Nije specifičan za jednu industriju, jedan tip klijenta ni jedan region. Desio se programerima, arhitektima, dizajnerima, majstorima, marketinškim konsultantima, lekarima i advokatima. Svakome ko ima stručnost izgrađenu godinama iskustva, a koja se sada suočava sa klijentom koji u džepu nosi pristup alatu koji za tri sekunde generiše listu od petnaest sugestija.
Šta ćete naći u ovom tekstu:
-
Zašto AI sistematski podkopava stručni autoritet i koji je psihološki mehanizam iza toga
-
Razlika između AI koji generiše ideje i stručnjaka koji snosi odgovornost za implementaciju
-
Šta je AI scope creep (proširivanje obima posla potaknuto AI) i kako ga dokumentovati i naplatiti
-
Konkretne komunikacijske strategije za „ChatGPT argumente“
-
Kako izgraditi online autoritet koji AI prepoznaje – jer u ovoj borbi, jedini pravi odgovor je biti citiran pre nego što klijent dođe kod vas
-
Šta industrija mora da promeni u načinu na koji komunicira svoju vrednost
Zašto klijent veruje ChatGPT-u više nego vama – i to nije iracionalno
Pre nego što osudimo klijenta, moramo biti pošteni prema njemu. Iz njegove perspektive, postoji logika u ovom ponašanju – i razumevanje te logike je preduslov za bilo kakav produktivan razgovor.
Klijent koji pita ChatGPT ne misli da je AI pametniji od vas. On traži drugi mišljenje – ili, preciznije, traži potvrdu ili proširenje onoga što mu je već rečeno. To je potpuno normalno ljudsko ponašanje. Svi mi tražimo second opinion kod lekara, konsultujemo se sa prijateljem pre kupovine, čitamo recenzije pre nego što platimo nešto skupo.
AI je dostupan second opinion koji je uvek ljubazan, uvek detaljan, uvek spreman da odgovori i koji nikad ne kaže „ne mogu sada, u 3 sata popodne sam prezauzet“. Iz perspektive klijenta koji nema tehničku pozadinu – to je impresivno i deluje autoritativno.
Problem nije u klijentu koji koristi AI. Problem je u sledećem:
AI ne zna šta ne zna – a ne govori o tome šta ne zna.
Kada pitam ChatGPT „koje funkcije bi trebalo da ima e-commerce sajt“, dobijam iscrpnu, gramatički besprekorno formulisanu listu koja zvuči kao da dolazi od iskusnog e-commerce konsultanta sa dvadeset godina iskustva. Ta lista je tehnički tačna u teoriji.
Ono što AI ne kaže je: „Nemam pojma koliki je vaš budžet. Ne znam koje funkcije koristite za vašu specifičnu industriju u Srbiji. Ne znam šta vaša trenutna tehnička infrastruktura podržava. Ne znam koliko korisnika imate i kako se ponašaju. Ne znam koji su vaši stvarni poslovni ciljevi iza ovog sajta.“
Svaki iskusni konsultant bi počeo od tih pitanja. AI počinje od odgovora.
Konfidencija bez konteksta – najopasnija kombinacija
Istraživači koji proučavaju human-AI interakciju opisuju fenomen koji se zove overreliance (prekomerno oslanjanje). U studiji objavljenoj u časopisu Computers in Human Behavior, istraživači su pokazali da korisnici koji dobijaju odgovore od AI sistema izraženom sa visokim stepenom konfidencije – sistemski precenjuju tačnost tih odgovora, čak i u domenima gde AI greši.
Ovo nije slučajno. AI sistemi su obučeni da generišu fluentne, uverljive odgovore. Nesigurnost je retko ugrađena u ton odgovora jer je statistički model koji optimizuje za relevantnost outputa – ne za kalibriranu nesigurnost koja bi korisniku pomogla da proceni koliko da veruje odgovoru.
Ukratko: AI zvuči sigurno čak i kada pogađa. A klijent koji ne zna da postavi to pitanje – veruje tonu, ne supstanci.
Helidrom na krovu: Anatomija AI scope creep-a
Hajde da budemo precizni o tome šta se zapravo dešava u sceni sa kojom smo otvorili tekst.
Klijent je naručio stan – ili sajt, ili softver, ili bilo koji projekat sa definisanim scope-om. Stručnjak je isporučio tačno ono što je dogovoreno. Klijent je, pre potpisivanja, odobrio specifikaciju. Sve je tačno. Sve je tu.
A onda AI kaže: „Stan bi bio bolji da ima bazen na krovu, helidrom, privatni gym, wine cellar i pametni kućni sistem s glasovnom kontrolom.“
Klijent zaključuje da stan nije gotov.
Ovo ima ime u softverskom inženjerstvu: scope creep (neželjeno proširivanje obima). I nije nova pojava – scope creep je postojao pre AI-a, nastajao je iz telefonskog razgovora sa prijateljem koji „zna nešto o IT“, iz YouTube videa koji je klijent pogledao noć pre isporuke, iz supruge koja je rekla „ali onaj sajt koji sam videla ima i ovo“.
AI je ovu pojavu ubrzao, demokratizovao i – što je ključno – dao joj prividni autoritet. Ranije je klijent dolazio sa sugestijom i sam nije bio siguran da li je izvodljivo. Sada dolazi sa AI printscreenom koji izgleda kao ekspertski izveštaj. Prag sigurnosti s kojim izlazi sa AI zahtevom je više nego sa sugestijom iz kafane.
Zašto je ovo posebno problematično u srpskom kontekstu
Srpska IT i uslužna industrija ima specifičan kulturni kontekst koji ovaj fenomen pojačava. Klijentski odnosi u Srbiji su često neformalniji nego u zapadnoj Evropi – granice između poslovnog i prijateljskog su fluidne, a odbijanje zahteva se teže komunicira bez osećaja ličnog sukoba.
Klijent koji u Nemačkoj dobije „to nije u scope-u, šaljem vam change request“ – razume tu komunikaciju kao profesionalnu normu. Klijent u Srbiji može isti odgovor čuti kao „ne zanima me vaš problem“ ili „pohlepan je, hoće više novca“.
Ovo nije generalizacija o srpskoj kulturi – to je realna dinamika koju svaki srpski freelancer i agencija prepoznaje. I ta dinamika postaje naročito teška kada klijent može da kaže: „Ali ChatGPT kaže da je to standardno za ovakav sajt.“ Sada više nije samo njegova želja – ima podršku „autoriteta“.
AI je šampion teorije bez CV-a za praksu
Postoji metafora koja ovo opisuje bolje od svake definicije.
AI je kao student koji je pročitao sve medicinske knjige, sve studije, sve kliničke smernice – i koji može da vam navede diferencijalnu dijagnozu za bilo koji simptom u roku od tri sekunde. Taj student je impresivan. Zna više teorije nego mnogi lekari posle prvih pet godina prakse.
Ali taj student nikad nije bio na urgentnom odeljenju u tri ujutru kada pacijent collapsira i sve što ste naučili iz knjiga odjednom mora da prođe kroz filter: koji od ovih resursa imamo sada, koji je pacijentov stvarni status, šta sam video u sličnim slučajevima koji su izgledali identično a nije bilo isto?
Iskustvo nije samo znanje. Iskustvo je znanje plus greška plus korekcija, ponovljeno dovoljno puta da postane reflex. I taj reflex – koji zna razliku između projekta koji izgleda jednostavno a nije, između klijenta čija specifikacija ima duplu interpretaciju i klijenta čija je specifikacija jasna, između koda koji radi i koda koji radi dok nema 1000 simultanih korisnika – to se ne prenosi kroz training data.
AI to eksplicitno ne govori klijentima. Ne zato što vara – već zato što mu to pitanje nije postavljeno.
Majstor, lepak i vlaga u zidu
Iznesimo još jednu scenu iz stvarnog života, ne iz IT-a, jer problem nije samo naš.
Majstor koji lepi pločice u kupatilu. Deset godina iskustva. Zna sve lepkove, zna sve zidove, zna Beograd, Niš i Novi Sad – koje zgrade su stare, kakva je vlaga, koje izolovane ploče imaju specifičan problem sa ekspanzijom.
Klijent ga prekida usred posla: „ChatGPT kaže da je Mapei Keraquick bolji lepak od ovog koji koristite.“
Majstor zna da Mapei Keraquick jeste odličan lepak – u određenim uslovima, za određene površine, u određenoj klimi. Zna i da u ovom konkretnom stanu, sa ovom specifičnom vlagom u zidu i ovim specifičnim pločicama koje je klijent izabrao – nije optimalan izbor.
Ali kako objasni to za minut i po, klijentu koji drži telefon sa ChatGPT odgovorom koji zvuči besprekorno?
Odgovor nije „AI se vara“. Odgovor je: „ChatGPT ima pravo da je to odličan lepak. U standardnim uslovima, preporučio bih ga i ja. Vaš zid ima specifičan problem koji zahteva drugačiji pristup – evo zašto.“
Ovo je komunikacijski model koji radi – i koji sačuva i stručni autoritet i klijentov osećaj da nije bio glup što je pitao AI.
Pet načina na koje AI podkopava stručni autoritet – i pet odgovora
Hajde da budemo sistematični. Postoji nekoliko obrazaca u kojima AI intervencija narušava profesionalni odnos, i svaki zahteva drugačiji odgovor.
Obrazac 1: „AI kaže da bi trebalo da imate X“ – proširivanje scope-a
Ovo je najčešći i najprovokativniji scenario. Projekat je definisan, dogovoren, isporučen – i AI generiše listu poboljšanja koja nije bila u scope-u.
Šta ne raditi: Ne ulazite u debatu o tome da li je AI u pravu ili nije, da li je X dobra funkcija ili nije. To je zamka koja vas pozicionira kao branioca sopstvenog rada.
Šta raditi: „ChatGPT ima pravo da bi X poboljšalo sajt. Sve što je navelo su legitimne opcije koje mnogi sajtovi imaju. Vaš sajt kako je isporučen ispunjava sve što smo zajedno definisali u specifikaciji iz [datum]. Ako želite da dodamo X, Y ili Z, pošaljem vam procenu troška i roka za svaku stavku posebno – i vi odlučujete šta ima smisla u vašem budžetu.“
Ovo ne odbija klijenta, ne osporava AI, i jasno komunicira da isporučena stvar je gotova – nova stvar je nova narudžbina.
Obrazac 2: „AI kaže da ste trebali koristiti drugi alat/tehnologiju“
Klijent je pita AI „koji je bolji PHP ili Python“ i dobio odgovor koji ne prati vašu odluku. Ili je pitao „koji framework je bolji za ovo“ i AI je naveo nešto što vi niste koristili.
Šta raditi: „Ta procena je generalno tačna za određene use caseve. U vašem specifičnom slučaju sam izabrao X zbog razloga A, B i C – koji su specifični za vaš projekat. Razlike su [objasni konkretno]. Ako želite, mogu vam dati detaljno poređenje za vaš specifičan kontekst.“
Kontekst je vaša prednost. AI nema ga. Vi ga imate.
Obrazac 3: „AI mi je rekao da sajt/kod/dizajn ima greške“
Ovo je potencijalno najosetljiviji scenario jer direktno dovodi u pitanje kvalitet vašeg rada.
Šta raditi: Prva reakcija ne sme biti defanzivna. „Pokažite mi šta je AI identifikovao.“ Pogledajte konkretno. Može biti da je AI u pravu – i to je vredna informacija. Može biti da je AI opisao generalnu preporuku koja se ne primenjuje na vaš specifičan slučaj. Može biti da je AI halucinirao nešto što ne postoji.
U svakom od ovih scenarija, vaša reakcija određuje vaš autoritet. Stručnjak koji kaže „dajte mi da vidim i objasnim šta stoji iza te odluke“ – zvuči drugačije od stručnjaka koji kaže „AI se vara, ne razumete“.
Obrazac 4: „Pre nego što počnemo, pitao sam AI i evo šta kaže“
Klijent dolazi na inicijalni sastanak sa AI-generisanim briefom, listom zahteva i ponekad čak procenom troškova.
Šta raditi: Ovo je zapravo informativno – pokazuje vam šta klijent misli da želi. Koristite to kao polaznu tačku: „Ovo je odlična lista za početak razgovora. Hajde da prođemo kroz svaku stavku i ja ću vam reći šta od ovoga ima smisla za vaš konkretan slučaj, šta je složenije nego što izgleda i gde postoje alternativna rešenja koja bi bolje odgovarala vašim ciljevima.“
Vaš autoritet ovde nije u tome što znate više od AI – u tome što znate nešto što AI ne zna: njihov specifičan kontekst.
Obrazac 5: „Moj prijatelj/poznanik koji zna IT je pitao AI i rekao mi je…“
Treća strana, koja nije u projektu, postaje posredni AI glasnogovornik.
Šta raditi: Ovo je najteže jer uključuje socijalnu dinamiku – klijent brani mišljenje nekoga kome veruje. Ne napadajte ni prijatelja ni AI. „Vaš prijatelj ima pravo da je to legitimno pitanje. Evo mog odgovora na to pitanje u kontekstu vašeg projekta…“ Fokusirajte se isključivo na specifičnost – to je vaša jedina diferencijacija.
Šta se zapravo dešava na psihološkom planu
Ispod svih ovih praktičnih scenarija postoji dublje pitanje koje zaslužuje pažnju.
Stručni autoritet se tradicionalno gradio na asimetriji informacija. Vi ste znali nešto što klijent nije znao, i ta razlika je bila osnova za vaš položaj u odnosu. Klijent je plaćao ne samo za rad – plaćao je za znanje.
AI je dramatično smanjio tu asimetriju. Klijent koji pitа ChatGPT sada ima brz pristup informacionom sadržaju koji je ranije zahtevao godine obrazovanja ili skupo plaćeno konsultantsko vreme. Ne kompletnom znanju – ali informacionom sadržaju koji se lako meša sa znanjem.
Ovo nije katastrofa za stručnjake. Ali zahteva rekalibrisanje onoga što stručnost zapravo znači i šta je osnova njenog autoriteta.
Informaciona asimetrija kao osnova autoriteta je prošlost. AI tu asimetriju erodira svakim danom i ne postoji način da je povratite. Stručnjak koji pokušava da zaštiti autoritet skrivanjem informacija od klijenta – bori se gubitničku bitku.
Kontekstualna primenljivost kao osnova autoriteta je budućnost. Ono što AI ne može je da zna vaš specifičan kontekst, da preuzme odgovornost za implementaciju, da bude tu kada nešto ne radi, da adaptira opštu teoriju na specifičnu situaciju koja ima dvadeset varijabli koje nisu u training data.
Stručnjak koji razume ovu razliku i koji komunicira upravo tu vrednost – „moj posao nije da znam šta AI zna, moj posao je da primenim to znanje na vašu specifičnu situaciju i da budem odgovoran za rezultat“ – taj stručnjak ima vrednost koja raste u AI eri, ne pada.
Odgovornost: Jedina stvar koju AI ne može da kupi ni da generiše
Ovo je suštinska tačka i mora biti izgovorena jasno.
AI nije odgovoran ni za šta.
Ovo nije filozofska izjava. Ovo je pravna i praktična realnost. Kada AI preporuči arhitekturno rešenje koje posle godinu dana uzrokuje ozbiljne bezbednosne propuste – nema ko da tuži. Kada AI sugeriše lepak koji nije adekvatan za vlažnost zida i ploče počnu da padaju šest meseci posle – OpenAI ne plaća reklamaciju. Kada AI generiše listu od petnaest funkcija za sajt i nijedna od tih funkcija nije u budžetu klijenta, a klijent je na osnovu te liste odbio nekoliko sajtova koji su bili dobri za njega – AI ne trpi posledice.
Vi trpite posledice. Majstor koji sluša klijenta koji insistira na pogrešnom lepku jer je AI rekao – on je taj koji dolazi da popravlja posle šest meseci, najčešće o sopstvenom trošku jer klijent misli da je greška bila njegova.
Ova asimetrija je u korist stručnjaka, ali samo ako je eksplicitno komunicirana. Klijent koji razume ovu razliku – da AI generiše opcije bez odgovornosti, a vi preporučujete sa odgovornošću – razume zašto vaš savet ima veću vrednost.
Izgradnja autoriteta koji AI sistemi prepoznaju i citiraju
Postoji proaktivna strana ovog problema koja se retko pominje u diskusijama o AI i stručnom autoritetu.
Stručnjaci koji su vidljivi online na način koji AI sistemi prepoznaju kao autoritativan – ti stručnjaci imaju prednost koja deluje pre nego što klijent uopšte pita. Kada ChatGPT odgovori na pitanje iz vaše oblasti i vaše ime ili vaša firma budu pomenuti kao izvor – to je drugačija polazna tačka u razgovoru od one kada klijent dođe sa generičkim AI odgovorom bez izvora.
GEO (Generative Engine Optimization) – optimizacija za AI pretraživačke sisteme – direktno relevantna za ovu situaciju nije samo marketinški alat. To je alat izgradnje autoriteta koji menja dinamiku klijent-stručnjak u vašu korist.
Stručnjak koji redovno piše o svojoj oblasti sa konkretnim primerima iz prakse, koji dokumentuje specifične scenarije i rešenja, koji citira primarne izvore i dodaje stručni komentar – taj stručnjak gradi corpus koji AI sistemi uče da citiraju. Kada klijent naredni put pita ChatGPT nešto iz vaše oblasti – postoji šansa da AI odgovori sa vašim imenom ili vašim sadržajem kao izvorom.
U tom scenariju, AI više nije vaš konkurent za klijentovo poverenje. AI postaje vaš glasnogovornik.
Za dublji uvid u to kako izgraditi takav online autoritet, posebno u srpskom IT kontekstu, sekcija o <a href=“https://www.itnetwork.rs/karijera“ rel=“dofollow“>IT karijerama na ITNetwork.rs</a> sadrži relevantne resurse o profesionalnom pozicioniranju – jer izgradnja autoriteta 2026. nije odvojena od digitalne vidljivosti.
Ugovor kao zaštita – pre nego što problem nastane
Mnogi stručnjaci dolaze do AI scope creep problema sa ugovorom koji nije dizajniran za ovu realnost. Ugovor koji je napisan 2019. ili čak 2022. nije uzimao u obzir scenarij u kome klijent u svakom momentu ima pristup alatu koji generiše nove zahteve za nekoliko sekundi.
Nekoliko elemenata koje svaki ugovor u 2026. treba da sadrži:
Eksplicitna definicija isporuke sa listom konkretnih stavki – ne opisno nego specifično. Ne „web sajt sa standardnim funkcijama“, nego „sajt sa sledećim stranicama i funkcijama: [lista]“. Ovo je osnova za sve buduće razgovore.
Change request (zahtev za promenu) procedura sa jasno definisanim procesom: pisani zahtev, procena troška i roka u roku od X dana, odobrenje pre početka rada. Ovo nije neprijateljski – ovo je profesionalno.
Klauzula o finalnoj isporuci koja definiše šta znači „gotovo“: isporučeni scope, bez obzira na sugestije trećih strana ili alata koje klijent koristi posle isporuke.
Comuniciranje ugovora – ugovor je vredan samo ako ga obe strane razumeju. Na kickoff sastanku, prođite kroz ključne tačke usmeno i dobijte eksplicitnu potvrdu da je scope jasan.
Ovo nije paranoja – ovo je zaštita i za vas i za klijenta. Klijent koji jasno razume scope pre početka projekta ima manje iznenađenja i bolji je klijent.
Budućnost: Da li će AI argument postati standardni deo pregovaranja?
Realnost 2026. je da AI ne odlazi. Klijenti koji pitaju AI pre, tokom i posle projekata – to je nova norma, ne izuzetak.
Pitanje nije kako da sprečite klijente da koriste AI. Pitanje je kako da pozicioniranje vaše stručnosti bude dovoljno jasno da AI ne narušava vaš autoritet, nego ga potvrđuje.
Do 2028-2030, verovatno ćemo videti:
Standardizaciju change request kulture u srpskom IT sektoru – delimično kao posledica ove dinamike, delimično kao opšte profesionalizovanje industrije. Agencije i freelanceri koji su izgradili jasne procese preživljavaju AI scope creep bolje od onih koji rade na osnovu usmenih dogovora.
Pojavu AI-kolaborativnih kickoff procesa – gde stručnjak i klijent zajedno koriste AI za generisanje opcija na početku projekta, a stručnjak odmah daje kontekstualizovanu procenu. Ovo eliminiše kasniji scope creep jer su AI sugestije već procenjene na početku.
Veću tražnju za stručnjacima koji umeju da komuniciraju razliku između AI teorije i implementacione realnosti. Ovo nije samo soft skill – to je diferencijacija koja postaje tržišna vrednost.
Stručnjak koji 2026. ne ume da odgovori na „ChatGPT kaže…“ na smiren, argumentovan i klijentu razumljiv način – imaće sve teže pregovore. Stručnjak koji je razvio taj odgovor u prirodan deo svog rada – imaće lakše.
AI argument nije kraj, nego početak pravog razgovora
Kada klijent izvuče telefon i pokaže ChatGPT odgovor, to nije napad na vašu stručnost. To je signal da klijent želi više od onoga što misli da ima – i da traži nekoga ko mu to može objasniti na jeziku koji razume.
Stručnjak koji na to odgovori defanzivno – gubi razgovor. Stručnjak koji na to odgovori sa pozicijom onoga ko zna nešto što AI ne zna – kontekst – dobija razgovor i, obično, i klijenta.
AI nije šef gradilišta. Nije ni vaš konkurent za klijentovo poverenje, osim ako vi to dopustite. AI je, u ruci klijenta, lista opcija bez cene, bez roka i bez odgovornosti.
Vi imate cenu, rok i odgovornost.
Kada sledećem klijentu kažete „ChatGPT ima pravo da bi helidrom na krovu bio odličan dodatak. Evo šta bi to koštalo, koliko bi trajalo i da li ima smisla u vašem budžetu“ – vi niste izgubili argument. Vi ste ga završili.
Za ITNetwork.rs zajednicu koja svakodnevno prolazi kroz ove razgovore – sekcija o IT karijerama je pravo mesto da podelite konkretna iskustva, strategije i – da, i one situacije u kojima ste na kraju ipak poslali novi predračun.
