AI i transparentne plate u Srbiji: praktičan vodič

Tabu oko plata u Srbiji nije samo “kulturološki problem”. To je operativni problem koji kompanije skupo plaćaju: sporije zapošljavanje, više odlazaka ljudi, teže planiranje budžeta i stalne sumnje da “nešto nije fer”. A 2026. godina je dodatno pooštrila priču: EU tržište i dalje vuče talente, remote je normalizovan, a inflacija poslednjih godina je podigla očekivanja i nervozu.

U IT sektoru se tabu o platama najjasnije vidi, ali posledice su sve češće iste i u proizvodnji, logistici, energetici i građevini: kad nema transparentnih pravila, svaka povišica izgleda kao izuzetak, a ne kao sistem. Dobra vest? Veštačka inteligencija (AI) i analitika plata danas mogu da uvedu red bez javnog “objavljivanja platnih spiskova” i bez haosa.

Ovaj tekst je deo serijala „Kako veštačka inteligencija transformiše proizvodnju i industriju u Srbiji“: uzimamo temu iz IT-a (plate i transparentnost) i prevodimo je na jezik industrije — jer ista logika važi i u fabrici i u softverskom timu.

Zašto je tabu o platama skup (i kako se meri)

Tabu je skup zato što se pretvara u nevidljiv rizik: rizik odlaska ljudi i rizik pogrešnih ponuda. Kad zaposleni nemaju jasne okvire, oni porede ono što imaju sa glasinama, forumima ili ponudama konkurencije. Kad HR nema podatke, ponude se formiraju „po osećaju“, pa dve osobe sličnog profila završe sa velikim razlikama.

U praksi, najčešći troškovi netransparentnosti su:

• Duža popuna pozicija: kandidati odustaju kad tek na kraju čuju raspon ili kad raspon zvuči proizvoljno.
• Kompresija plata (salary compression): novi zaposleni dobijaju više od ljudi koji su godinama tu, pa motivacija pada.
• Pregovaranje bez pravila: najglasniji (ili najiskusniji u pregovorima) prolaze bolje, što stvara osećaj nepravde.
• Veći odliv: odlazak jedne ključne osobe često povlači još 1–2 u narednih nekoliko meseci.

Jedna rečenica koja “seče” problem: Ako ne možete da objasnite zašto je neka plata takva, onda nemate politiku plata — imate istoriju odluka.

Zašto je IT dobar indikator i za industriju

IT u Srbiji je godinama bio “brži” od drugih sektora u zapošljavanju, rastu i promenama tržišta. Zato su i problemi najvidljiviji. Ali isti obrasci se sada prelivaju na industriju:

• Automatizacija i digitalizacija traže nova zanimanja (data/automation, mehatronika, održavanje robotike).
• EU klijenti traže tragove usklađenosti i odgovornog upravljanja (uključujući HR prakse).
• Rast produktivnosti zavisi od zadržavanja ključnih kadrova, ne samo od novih mašina.

Šta znači “transparentnost plata” bez dramatizovanja

Transparentnost plata nije isto što i javno objavljivanje svačije plate. U ozbiljnim sistemima to obično znači:

1. Jasne platne grupe (bands) po ulogama i nivoima.
2. Kriterijumi za napredovanje koji se mogu dokazati (učinak, veštine, odgovornost, uticaj).
3. Pravila za povišice (kada, kako, pod kojim uslovima).
4. Kontrola pristrasnosti i anomalija (prevelike razlike bez osnova).

AI tu ne glumi sudiju. AI je kalkulator i reflektor: pomaže da vidite obrasce koje ručno ne primećujete i da svoje odluke dokumentujete.

Tri nivoa transparentnosti (izaberite realan)

• Osnovni nivo (30 dana): objavite raspon po poziciji u oglasima i uvedite internu matrica nivoa.
• Srednji nivo (90 dana): uvedite platne grupe i standardizovane kriterijume za napredovanje.
• Napredni nivo (6–12 meseci): kontinuirana analitika pravičnosti, predikcija rizika odlaska i budžetiranje povišica po scenarijima.

Kako AI i analitika razbijaju tabu: 5 konkretnih primena

Poenta AI u platama nije automatizacija odluka o ljudima, već standardizacija procesa i bolja argumentacija. Evo gde najbrže daje rezultat.

1) Benchmarking plata na osnovu tržišta (bez lova na glasine)

AI sistemi mogu da kombinuju interne podatke (kompenzacija, senioritet, veštine) sa eksternim signalima (oglasi, agregirani izveštaji, istorija zapošljavanja) i predlože realne tržišne raspone.

Za Srbiju je posebno važno da se rasponi rade po:

• lokaciji (Beograd vs. Novi Sad vs. Niš, plus remote)
• valuti i indeksaciji (RSD/EUR, inflacioni uticaj)
• tipu industrije (proizvodnja vs. IT vs. shared services)

Praktično: umesto „koliko da ponudimo?“, dobijate pitanje „u koji band spada ova uloga i zašto?“.

2) Detekcija anomalija i kompresije plata

AI analitika brzo pronalazi situacije poput:

• junior sa većom platom od mediora u istom timu
• velika odstupanja između ljudi sličnog profila
• skokovi koji su nastali “ad hoc” kontra politike

Ovo je zlato u industriji gde imate velike sisteme smena, dodataka, normi i varijabilnih komponenti. Ručno je skoro nemoguće držati sve pod kontrolom.

3) Predikcija rizika odlaska (attrition) i “što ako” budžetiranje

Kad plate nisu transparentne, ljudi odlaze iznenada. AI modeli (uz jasna pravila privatnosti) mogu da procenjuju rizik odlaska na osnovu signala kao što su:

• stagnacija plate u odnosu na band
• dužina vremena od poslednje povišice
• promene u učinku, prekovremeni, smenski rasporedi
• potražnja za veštinom na tržištu

Zatim radite scenarije:

• Šta ako povećamo band za kritične role za 8%?
• Šta ako preusmerimo varijabilni deo iz bonusa u fiks?
• Šta ako uvedemo dodatak za retke veštine (robotika, PLC, data)?

Ovo je direktan most ka proizvodnji: budžetiranje plata postaje isto što i planiranje održavanja ili nabavke — kontrolisano, prediktivno, merljivo.

4) Standardizacija opisa poslova i nivoa (AI kao urednik)

Većina kompanija ima problem koji niko ne voli da prizna: opisi poslova su neuporedivi. I onda se čudimo što su plate neuporedive.

AI može da pomogne da:

• normalizujete nazive pozicija
• mapirate veštine na nivoe (npr. operator → senior operator → vođa smene)
• otkrijete duplikate i “hibridne” role koje ruše sistem

Rezultat: manje improvizacije u pregovorima i jasniji put razvoja.

5) Transparentna komunikacija: “zašto” iza brojeva

Najveći otpor transparentnosti nije u podacima, nego u razgovoru. AI može da pomogne kroz:

• interne Q&A baze (politika plata objašnjena jednostavno)
• predloške za razgovore o povišici (dosledan jezik)
• sažetke učinka i ciljeva koji su povezani sa napredovanjem

Ako zaposleni razumeju pravila, tabu se topi. Ne zato što se svi slažu, nego zato što sistem postaje predvidljiv.

Kako ovo primeniti u proizvodnji u Srbiji (realan plan)

Najbolji start je mali pilot u jednom pogonu, jednoj funkciji ili jednoj familiji poslova. Ne pokušavajte “veliki prasak”. Transparentnost traži preciznost, a preciznost dolazi iterativno.

Korak 1: Očistite podatke (2–4 nedelje)

Bez ovoga AI pravi lepe grafike i pogrešne zaključke.

• Jedinstveni šifrarnik pozicija
• Razdvojene komponente plate (fiks, smena, dodatak, bonus)
• Minimalni set atributa: nivo, lokacija, staž, veštine/sertifikati

Korak 2: Uvedite bands i pravila (4–8 nedelja)

• 5–8 platnih grupa po funkciji (proizvodnja, održavanje, kvalitet, logistika)
• jasna pravila ulaska/izlaska iz banda
• definicija “izuzetaka” (i ko ih odobrava)

Korak 3: AI analitika za kontrolu pravičnosti (8–12 nedelja)

• izveštaj o anomalijama (top 20 slučajeva)
• kompresija plata po timovima
• razlike po lokacijama i smenama

Ovde se često otkrije da problem nije “škrtost”, već nekonzistentnost.

Korak 4: Komunikacija prema zaposlenima (kontinuirano)

Transparentnost bez komunikacije je samo novi set tabela.

• kratki vodič: kako funkcionišu bands
• primeri napredovanja (šta se konkretno menja)
• ritam revizije plata (npr. 2 puta godišnje)

Stav koji se pokazao zdravim: Obećajte proces, ne obećavajte iznos. Ljudi traže predvidljivost pre nego “tajni broj”.

Najčešća pitanja (i kratki, korisni odgovori)

Da li transparentnost plata znači da će svi tražiti isto?

Ne. Znači da će svi znati koji raspon je realan i šta utiče na poziciju u rasponu. Pregovori ostaju, ali postaju smisleni.

Da li AI može da odlučuje o povišicama?

Ne bi trebalo. AI treba da predlaže i upozorava, a odluke ostaju na menadžmentu uz jasnu odgovornost i dokumentovanje.

Šta ako otkrijemo nepravde iz prošlosti?

Otkrićete ih. Planirajte fazu korekcija (npr. 2–3 ciklusa) i komunicirajte prioritete: kritične role, kompresija, ekstremna odstupanja.

Da li ovo pomaže u B2B komunikaciji sa EU partnerima?

Da. U praksi, stabilan HR sistem (manji churn, jasne politike, predvidljivost) direktno utiče na isporuku, kvalitet i audite — isto kao i sistem kvaliteta u proizvodnji.

Šta da uradite naredne nedelje

Ako vodite kompaniju u Srbiji — IT ili industriju — najpametniji potez je da prestanete da tretirate plate kao “tajnu” i počnete da ih tretirate kao sistem. AI i analitika su tu da uklone maglu: pokažu gde je politika nejasna, gde su rizici i koliko košta neodlučnost.

Krenite jednostavno:

1. Izaberite jednu familiju poslova (npr. održavanje ili QA).
2. Definišite 4–6 nivoa i raspon za svaki.
3. Pokrenite analitiku anomalija i kompresije.
4. Napišite pravila na jednoj strani A4 i testirajte ih u razgovorima.

Tabu o platama se ne ruši “hrabrošću”, nego doslednošću i podacima. A kad jednom postavite sistem u jednoj funkciji, širenje na ostatak organizacije je mnogo lakše.

Ako bismo ovo pitanje postavili za 2027: da li će kompanije u Srbiji imati više problema sa manjkom ljudi — ili sa poverenjem ljudi? Transparentnost plata je jedan od najbržih načina da poverenje zadržite.