V letu 2023 je po podatkih Mednarodnega foruma za umetno inteligenco kar 78 odstotkov evropskih podjetij poročalo, da se sooča s pomanjkanjem zaposlenih z ustreznimi AI znanji (European AI Skills and Jobs Report, 2023). V Sloveniji raziskava AmCham iz istega leta navaja, da ima ustrezna znanja za uporabo naprednih AI orodij manj kot 20 odstotkov zaposlenih v podjetjih, ki so sodelovala v anketi. Medtem ko nekateri zaposleni hitro napredujejo in izkoriščajo prednosti novih tehnologij, drugi ostajajo na robu digitalne preobrazbe. V podjetju iz Ljubljane je vodja IT izpostavil, da “nekateri sodelavci že vodijo napredne AI projekte, večina pa se šele navaja na osnovne funkcije,” kar vpliva na dinamiko timov in uspešnost uvedbe novih rešitev.
Razkorak v znanju: podatki, izkušnje in dobre prakse
Raziskava Digital Economy and Society Index (DESI) za leto 2023 kaže, da ima napredna digitalna znanja le 18 odstotkov odraslih v Sloveniji, kar je pod evropskim povprečjem (26 odstotkov). V podjetjih, ki so v zadnjem letu uvedla AI rešitve, je bila produktivnost zaposlenih z naprednimi znanji v povprečju za 32 odstotkov višja kot pri ostalih (McKinsey Digital Europe Survey, 2023). Razlika se kaže tudi v obvladovanju konkretnih orodij – zaposleni, ki redno uporabljajo jezikovne modele ali programske vmesnike za avtomatizacijo, poročajo o večji učinkovitosti in nižji stopnji frustracij pri uvajanju sprememb.
Vodje kadrovskih služb v večjih slovenskih podjetjih opažajo, da se zaposleni z novimi AI orodji pogosto počutijo negotove ali preobremenjene. V enem izmed tehnoloških podjetij so izpostavili primer, kjer so po uvedbi orodja za avtomatsko analiziranje podatkov uvedli tudi mentorski program, v katerem so naprednejši sodelavci v treh mesecih pomagali več kot 40 kolegom razviti osnovna AI znanja. Po njihovih besedah so se odnosi v ekipi izboljšali, padla pa je tudi raven odpora do sprememb.
Najuspešnejše slovenske prakse vključujejo kombinacijo internih in eksternih usposabljanj. Najbolj priljubljene metode so specializirane online delavnice (npr. Coursera, Udemy, DataCamp), kombinirane s projektnim učenjem v okviru realnih izzivov znotraj podjetja. V nekaterih primerih podjetja sodelujejo z univerzami ali ustanavljajo interne “AI laboratorije”, kjer zaposleni razvijajo rešitve pod vodstvom strokovnjakov, kar pospešuje prenos znanja in krepi zaupanje v uporabo novih orodij.
Rešitve in prihodnost: od posameznika do družbe
Aktivne strategije za zmanjšanje AI razkoraka vključujejo stalna izobraževanja, mentorski sistem in podporo vodstva. V podjetjih, kjer vodstvo namenja dodatne dni za izobraževanje, omogoča dostop do spletnih tečajev in vzpodbuja izmenjavo znanj, so zaposleni izrazili večjo motivacijo za učenje. Uspešne politike vključujejo tudi nagrajevanje napredka ter uvajanje internih certifikatov, kar je bila praksa v enem izmed slovenskih fintech podjetij, kjer so po uvedbi teh ukrepov povečali število zaposlenih z naprednimi AI znanji za 25 odstotkov v pol leta.
Z vidika družbe in gospodarstva razkorak v AI znanjih poglablja digitalno neenakost in vpliva na dolgoročno konkurenčnost. Podjetja, ki ne vlagajo v razvoj kadrov, tvegajo zastarelost procesov in zmanjšanje zaposlitvenih možnosti zaposlenih. Nacionalne iniciative, kot sta “DigiEd” in “AI akademija”, podpirajo razvoj IT kompetenc v šolah in podjetjih, vendar po mnenju strokovnjakov področje še ni dovolj sistematično urejeno. Pomembno vlogo imajo tudi univerze in srednje šole, ki v zadnjih dveh letih uvajajo nove izbirne predmete, a je vključenost še omejena.
Prihodnji trendi nakazujejo, da bo digitalna razlika še naraščala, če se podjetja in država ne bodo še bolj sistematično lotili izobraževanja. V ospredje prihajajo nove tehnologije, kot so generativni modeli in avtomatizirano odločanje, ki bodo zahtevali stalno obnovo znanj. Priložnost pa obstaja za vse, ki so pripravljeni investirati v lastno izobraževanje ali podjetja, ki bodo znala motivirati svoje ekipe. S tem ne bodo le zmanjšali razkoraka, temveč bodo ustvarili temelje za napredno in odpornejšo družbo prihodnosti.
