AI @Work - Sljedeća faza umjetne inteligencije: od alata do načina rada
Velik dio današnje rasprave o umjetnoj 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, nego i u tome što mnoge organizacije još uvijek pokušavaju AI uklopiti u postojeći način rada, umjesto da krenu od pitanja kako bi se taj rad trebao odvijati. Stvarna transformacija ne dolazi kroz “bolje modele”, nego kroz redizajn načina na koji se posao odvija, tako da tehnologija postupno postane neupadljiv, ali ključan dio svakodnevice.
Ta je teza važna jer fokus pomiče s fascinacijom novom tehnologijom na operativnu zrelost. Kada se promatra kako su se širile prethodne velike tehnologije, obrazac je isti: web i mobilne tehnologije nisu promijenili poslovanje zato što su bili novi, nego onda kada su postali infrastrukturni sloj ispod iskustva koje je korisnicima već imalo smisla. Isto, prema Microsoftovu viđenju, vrijedi i za umjetnu inteligenciju. Vrijednost tehnologije raste onda kada sučelje prestane biti glavna vijest, a posao se krene odvijati jednostavnije, brže i s manje trenja.
Upravo zato je važno da se trenje koja danas prati uvođenje AI-ja ne smije automatski tumačiti kao birokratska prepreka. Identitet, dozvole pristupa, povezanost s poslovnim podacima, evidencija o tome što je AI radio i integracija u alate u kojima se svakodnevni rad već odvija nisu prepreke inovaciji, nego infrastruktura koja toj inovaciji omogućuje širenje. Bez tog sloja AI ostaje samo izdvojen dodatak poslovanju.
Microsoft pritom naglašava da organizacije ne trebaju graditi samo “promptove”, nego i ono što naziva “skillovima” (strukturirane skupove uputa koji kodiraju kako se određeni posao stvarno odvija). Dok prompt od AI-ja traži da zaključi što treba učiniti, skill mu govori kako je organizacija odlučila da se posao radi. Upravo tu, između improvizacije i formalizacije, nastaje razlika između dobro financiranog pilota i operativnog modela koji može izdržati stvarnu primjenu.
Kada tehnologija ulazi u točke gdje posao realno zapinje
Primjeri iz regije pokazuju da vrijednost AI-ja nastaje i iz toga što tehnologija ulazi u točke gdje posao realno zapinje. U Hrvatskoj, Infobip koristi Microsoft 365 Copilot za sažimanje internih i vanjskih razgovora, definiranje sljedećih koraka i analizu strukturiranih i nestrukturiranih 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 usmjeren na podatke i činjenice, kaže, dodajući da je Copilot izvrstan alat koji pomaže da se te odluke donesu brže i učinkovitije. Učinak je mjerljiv: Osobno meni i našoj organizaciji puno je lakše doći do brze analize i donijeti odluku — u nekim se slučajevima vrijeme analize skraćuje s dana na sate. Infobip koristi i Copilot Studio za razvoj prilagođenih agenata u Microsoft Teamsu, usmjerenih na konkretne poslovne procese, od internih-asistenta do botova koji podržavaju radne tokove. Posebno je relevantno to što se kontekst sa sastanaka može prebacivati u mailove u Outlooku, strukturirane sažetke u Wordu ili zadatke u Planneru, bez ručnog prebacivanja između alata i koraka. Vukovićev savjet drugima jednako je operativan: Moramo uložiti u razmišljanje o tome koje poslovne probleme želimo riješiti. To zahtijeva interne razgovore, mapiranje postojećih procesa, sagledavanje kako stvari sada funkcioniraju i preispitivanje nekih ustaljenih načina rada. U tom smislu treba ostati znatiželjan.
Zavarovalnica Triglav u visoko reguliranoj 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 primjenu ne nose samo alati, nego organizacijska struktura - mreža od 40 digitalnih mentora usmjerenih na Copilot i Copilot agente. Uistinu vjerujemo da su ti digitalni mentori ključ, jer ne omogućujete samo jednu stvar, nego osnažujete čitavu vojsku ljudi iza njih s pravim znanjem, kaže Ramoveš. Jedan od prvih internih chatbotova razvijen je oko tema vezanih uz ljudske potencijale. U osiguranju postoji mnogo pravila i procedura kojih se ljudi moraju pridržavati, objašnjava Ramoveš. Zato je onboarding vrlo relevantan slučaj primjene — ne samo da se na osnovna pitanja odgovori brže, nego i da se zaposlenici s više sigurnosti snalaze u visoko reguliranom okruženju. U drugim scenarijima Copilot sažima dokumentaciju o štetama i ubrzava pripremu pravnih nacrta nakon korisničkih prigovora: prema internim mjerenjima, izrada nacrta za pravni tim skraćena je s nekoliko sati na pet do deset minuta u većini slučajeva. Još uvijek vjerujemo da su ljudi ključ. Radi se o Copilotu - to nije pilot, pa nam treba puno pilota na palubi, zaključuje Ramoveš.
Poruka za poslovne lidere
Ono što izdvaja ove primjere nije samo to da AI može ubrzati pojedine zadatke, nego to što pokazuju kako organizacije prepoznaju gdje posao stvarno zastaje i zatim upravo oko tih točaka grade način rada koji je dovoljno jasan, ponovljiv i pouzdan da se može skalirati. U oba slučaja AI nije samo dodatak postojećem poslu, nego sve više postaje dio operativnog modela.
Iz toga proizlazi i šira poruka za poslovne lidere. Pitanje više nije koliko je AI sposoban u apstraktnom smislu, nego je li infrastruktura ispod tih ulaganja dovoljno nosiva da AI može preuzeti dio 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 jest, tada i mali pomaci u jednom radnom toku mogu postati obrazac koji se prepoznaje i drugdje u organizaciji.
Zato Microsoft zagovara praktičan, ali strateški pristup: krenuti od jednog važnog procesa koji se ponavlja, poput izvještaja ili prijenosa posla između funkcija, i postaviti tri jednostavna pitanja. Gdje danas posao zapinje? Gdje ljudi interveniraju samo kako bi proces išao dalje? I što bi bilo potrebno da AI agent taj korak preuzme bez ponovnog “učenja” svaki put? Odgovori na ta pitanja nisu samo tehničke smjernice, nego temelj za prelazak iz faze fascinacije s tehnologijom u fazu operativne vrijednosti.
Na kraju, najuspješniji AI alat vjerojatno neće biti onaj o kojem se najviše govori, nego onaj koji se najprirodnije uklopi u posao. Onaj koji ne dolazi kao poseban događaj, nego kao tihi sloj u pozadini, dok izvještaj 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 raditi, kada je tu ali ga ljudi više ne moraju primjećivati. PS/SM
