AI @Work: Sledeća faza veštačke inteligencije: od alata do načina rada

Prava vrednost nastaje kada AI prestane da bude vidljiv sistem i postane neprimetan deo toka rada, ubrzavajući procese, odluke i poslovne rezultate.

Veliki deo današnje rasprave o veštačkoj inteligenciji polazi od činjenice da je razlika između onoga što današnji AI modeli mogu i onoga što organizacije stvarno implementiraju i dalje poprilično velika. Microsoft zato upozorava da problem nije samo u tome što su kompanije oprezne ili spore, već i u tome što mnoge organizacije još uvek pokušavaju da AI uklope u postojeći način rada, umesto da krenu od pitanja kako bi se taj rad zapravo trebao odvijati. Stvarna transformacija ne dolazi kroz „bolje modele“, već kroz redizajn načina na koji se posao odvija, tako da tehnologija postepeno postane neupadljiv, ali ključan deo svakodnevice.

Ta teza je važna jer fokus pomera sa fascinacije novom tehnologijom na operativnu zrelost. Kada se posmatra kako su se širile prethodne velike tehnologije, obrazac je isti: veb i mobilne tehnologije nisu promenile poslovanje zato što su bile nove, već onda kada su postale infrastrukturni sloj ispod iskustva koje je korisnicima već imalo smisla. Isto, prema Microsoftovom viđenju, važi i za veštačku inteligenciju. Vrednost tehnologije raste onda kada interfejs prestane da bude glavna vest, a posao se počne odvijati jednostavnije, brže i sa manje trenja.

Upravo zato je važno da se trenje koje danas prati uvođenje AI-ja ne tumači automatski kao birokratska prepreka. Identitet, dozvole pristupa, povezanost s poslovnim podacima, evidencija o tome šta je AI radio i integracija u alate u kojima se svakodnevni rad već odvija nisu prepreke inovaciji, već infrastruktura koja toj inovaciji omogućava širenje. Bez tog sloja AI ostaje samo izdvojen dodatak poslovanju.

Microsoft pritom naglašava da organizacije ne treba da grade samo „promptove“, već i ono što naziva „skillovima“ (strukturisani skupovi uputstava koji kodiraju kako se određeni posao stvarno odvija). Dok prompt od AI-ja traži da zaključi šta treba učiniti, skill mu govori kako je organizacija odlučila da se posao radi. Upravo tu, između improvizacije i formalizacije, nastaje razlika između dobro finansiranog pilota i operativnog modela koji može da izdrži stvarnu primenu.

Kada tehnologija ulazi u tačke gde posao realno zapinje

Primeri iz regiona pokazuju da vrednost AI-ja nastaje i iz toga što tehnologija ulazi u tačke gde posao realno zapinje. U Hrvatskoj, Infobip koristi Microsoft 365 Copilot za sažimanje internih i eksternih razgovora, definisanje sledećih koraka i analizu strukturisanih i nestrukturisanih podataka.

Veselin Vuković, glavni direktor za saveze (chief alliances officer) u Infobipu, ističe da je njegov način odlučivanja izrazito vođen podacima: „Moj preferirani način rada i razmišljanja o željenim ishodima i odlukama vrlo je usmeren na podatke i činjenice“, kaže, dodajući da je „Copilot izvrstan alat koji pomaže da se te odluke donesu brže i efikasnije.“ Učinak je merljiv: „Lično meni i našoj organizaciji mnogo je lakše da dođemo do brze analize i donesemo odluku — u nekim slučajevima vreme analize se skraćuje sa dana na sate.“ Infobip koristi i Copilot Studio za razvoj prilagođenih agenata u Microsoft Teamsu, usmerenih na konkretne poslovne procese, od internih asistenata do botova koji podržavaju radne tokove. Posebno je relevantno to što se kontekst sa sastanaka može prebacivati u mejlove u Outlooku, strukturisane sažetke u Wordu ili zadatke u Planneru, bez ručnog prebacivanja između alata i koraka. Vukovićev savet drugima jednako je operativan: „Moramo da uložimo u razmišljanje o tome koje poslovne probleme želimo da rešimo. To zahteva interne razgovore, mapiranje postojećih procesa, sagledavanje kako stvari sada funkcionišu i preispitivanje nekih ustaljenih načina rada. U tom smislu treba ostati radoznao.“

Zavarovalnica Triglav u visoko regulisanoj industriji osiguranja koristi Microsoft 365 Copilot u nizu internih scenarija u kojima su jednako važni i brzina i usklađenost s pravilima. Klemen Ramoveš, glavni direktor za digitalizaciju (chief digital officer) u Triglavu, naglašava da primenu ne nose samo alati, već organizaciona struktura – mreža od 40 „digitalnih mentora“ usmerenih na Copilot i Copilot agente. „Zaista verujemo da su ti digitalni mentori ključ, jer ne omogućavate samo jednu stvar, već osnažujete čitavu vojsku ljudi iza njih sa pravim znanjem“, kaže Ramoveš.

Jedan od prvih internih chatbotova razvijen je oko tema vezanih uz ljudske resurse. „U osiguranju postoji mnogo pravila i procedura kojih se ljudi moraju pridržavati“, objašnjava Ramoveš. „Zato je onboarding vrlo relevantan slučaj primene — ne samo da se na osnovna pitanja odgovori brže, već i da se zaposleni sa više sigurnosti snalaze u visoko regulisanom okruženju.“ U drugim scenarijima Copilot sažima dokumentaciju o štetama i ubrzava pripremu pravnih nacrta nakon korisničkih prigovora: prema internim merenjima, izrada nacrta za pravni tim skraćena je sa nekoliko sati na pet do deset minuta u većini slučajeva.

„Još uvek verujemo da su ljudi ključ. Radi se o Copilotu – to nije pilot, pa nam treba mnogo pilota na palubi“, zaključuje Ramoveš.

Poruka za poslovne lidere

Ono što izdvaja ove primere nije samo to da AI može da ubrza pojedine zadatke, već to što pokazuju kako organizacije prepoznaju gde posao stvarno zastaje i zatim upravo oko tih tačaka grade način rada koji je dovoljno jasan, ponovljiv i pouzdan da se može skalirati. U oba slučaja AI nije samo dodatak postojećem poslu, već sve više postaje deo operativnog modela.

Iz toga proizlazi i šira poruka za poslovne lidere. Pitanje više nije koliko je AI sposoban u apstraktnom smislu, već da li je infrastruktura ispod tih ulaganja dovoljno nosiva da AI može da preuzme deo rada bez toga da ga se svaki put iznova podučava. Ako nije, ono što izgleda kao ambiciozna AI strategija vrlo brzo se pretvara u niz paralelnih projekata bez trajnog učinka. Ako jeste, tada i mali pomaci u jednom radnom toku mogu postati obrazac koji se prepoznaje i drugde u organizaciji.

Zato Microsoft zagovara praktičan, ali strateški pristup: krenuti od jednog važnog procesa koji se ponavlja, poput izveštaja ili prenosa posla između funkcija, i postaviti tri jednostavna pitanja. Gde danas posao zapinje? Gde ljudi intervenišu samo da bi proces išao dalje? I šta bi bilo potrebno da AI agent taj korak preuzme bez ponovnog „učenja“ svaki put? Odgovori na ta pitanja nisu samo tehničke smernice, već temelj za prelazak iz faze fascinacije tehnologijom u fazu operativne vrednosti.

Na kraju, najuspešniji AI alat verovatno neće biti onaj o kojem se najviše govori, već onaj koji se najprirodnije uklopi u posao. Onaj koji ne dolazi kao poseban događaj, već kao tihi sloj u pozadini, dok izveštaj stiže bez ručnog unosa, sažetak čeka nakon sastanka, a nadolazeća odluka se ne gubi između više alata i više ljudi. Upravo tada AI počinje zaista da radi — kada je tu, ali ga ljudi više ne moraju primećivati.