Lenny's Podcast: AI paradoks — više automatizacije, više ljudi, više posla

Ova epizoda Lenny’s Podcast-a objavljena je 24. maja 2026. Gost je Dan Shipper, suosnivač i CEO Every-ja, medijsko-softverske kompanije gde oko 30 ljudi gradi AI-native proizvode dok istovremeno izveštava o tome kako AI menja rad. Every funkcioniše kao vrsta živog eksperimenta — Shipperova zapažanja o AI-ju i zapošljavanju potiču iz posmatranja kako se njegov tim prilagođava u realnom vremenu, a ne iz ekonomskog modeliranja.

Epizoda je strukturisana oko paradoksa: što više AI automatizacije kompanija uvede, to više ljudi obično treba. Ovo je suprotno dominantnoj ideji da uvođenje AI-ja znači smanjenje broja zaposlenih. Shipperovo objašnjenje je da automatizacija ne eliminiše posao, već ga premešta. Svaki novi AI sistem stvara posao koordinacije, nadzora, evaluacije i održavanja koji zahteva ljude. Neto efekat, kod kompanija koje je najbliže pratio, bio je više zapošljavanja, a ne manje.

Ključni zaključci

1. PM-ovi su dobro pozicionirani u trenutnom pomaku. Rad PM-a zavisi od procena o tome šta graditi i za koga — rezonovanja koje zahteva kontekst o korisnicima, strategiji i organizacionim ograničenjima. Takvo rezonovanje ne automatizuje se na isti način kao pisanje tiketa ili sažimanje sastanaka. Shipper očekuje da potražnja za PM-ovima ostane jaka.

2. Full-stack dizajneri postaju znatno vredniji. Dizajner koji može i da isporuči produkcioni kod — koristeći AI-asistovane alate — može da premosti jaz između dizajnerske namere i implementacije bez lanca predaje. Za product timove koji upravljaju procesom od dizajna do razvoja, ovo menja šta mali tim može realno da postigne.

3. Forward-deployed inženjeri su u velikoj potražnji. Shipper očekuje veliku potražnju za ljudima koji se ugrađuju kod klijenata da konfigurišu i prilagode AI sisteme specifičnim tokovima rada. Ovaj profil se poklapa sa širim enterprise trendom AI vendora koji grade implementacione servise zajedno sa proizvodima.

4. SaaS ne umire. Umesto predviđanja o propasti SaaS-a pod AI pritiskom, Shipper tvrdi da će SaaS proizvodi koji se koriste zajedno sa AI alatima imati poboljšane marže jer korisnici sami snose troškove AI tokena. Za PM-ove koji grade SaaS proizvode, ovo ima implikacije za cenovnik i dizajn platforme.

5. Praćenje razvoja modela je karijerna strategija. Shipperov savet za one koji brinu o zameni: ostati blisko AI sposobnostima dok se razvijaju, tretirajući svaki novi release kao priliku da se proširi lični potencijal, a ne kao pretnju postojećim veštinama.

Vredi gledati ako

Upravljate product timom koji se aktivno restrukturiše oko AI sposobnosti, ili redovno odgovarate na pitanja rukovodstva o broju zaposlenih i uticaju automatizacije. Shipperova predviđanja su dovoljno konkretna da se o njima može diskutovati i s njima se neslagati, a okvir “paradoksa automatizacije” daje koristan jezik za te razgovore.