INTERVJU

AI prelazi iz alata u operativni sustav

Wonderful nakon Serije C vrijedne 550 milijuna dolara ubrzava zapošljavanje i širenje na tržištima Hrvatske, Adriatic regije, Mađarske i baltičkih zemalja. Regionalni direktor Wonderfula Vedran Bajer ističe da investitore više od same AI tehnologije zanima brzina kojom kompanija projekte pretvara u produkcijska rješenja i širi ih na nove poslovne procese. Najveću potražnju vidi u telekomunikacijama, bankarstvu, osiguranju i logistici, dok ključnom preprekom široj primjeni AI-ja smatra nedovoljno definirane interne procese. Sljedeća faza razvoja, prema njegovim riječima, donosi sve autonomnije AI agente, ali uz jasne granice ovlasti, kontrolu pristupa, audit trag i ljudsko odobrenje za kritične odluke.

AI prelazi iz alata u operativni sustav
Vedran Bajer, regionalni direktor Wonderful
Dražen Tomić / Tomich Productions

Wonderful je nakon nove Serije C financiranja, vrijedne 550 milijuna dolara, dosegnuo valuaciju od pet milijardi dolara i ulazi u novu fazu širenja poslovanja i razvoja svojeg AI operativnog sustava za velike kompanije. Tvrtka je od Serije B u ožujku 2026. proširila poslovanje na više od 35 tržišta i povećala broj zaposlenih na 650, dok se rast sve snažnije prelijeva i na tržišta srednje i jugoistočne Europe. Kapital će najvećim dijelom biti usmjeren u ljude, lokalne timove i stručnjake koji rade izravno s korisnicima, kaže za ICTbusiness Media - ICTbusiness.info direktor Wonderfula za regiju Vedran Bajer.

U Adriatic regiji kompanija je prije godinu dana krenula s dvije osobe, dok je danas tim narastao na gotovo dvadeset zaposlenih, uz plan za otvaranje još desetak pozicija do kraja godine. Poseban naglasak Wonderful stavlja na takozvane forward-deployed inženjere koji rade unutar poslovnog okruženja klijenta i povezuju AI rješenja s njegovim postojećim sustavima i procesima. Bajer pritom tvrdi da kompanije u Hrvatskoj i okolnim tržištima više ne zaostaju tehnološki za velikim zapadnim tržištima, ali da se razlikuju u brzini donošenja odluka i spremnosti da AI projekte prebace iz pilot-faze u produkciju.

Upravo jasno definirani poslovni procesi, a ne sama tehnologija, prema njegovu su iskustvu najvažniji preduvjet za brzu implementaciju. Wonderful se istodobno više ne želi pozicionirati samo kao dobavljač pojedinačnih AI agenata, nego kao platforma koja povezuje agente, podatke, aplikacije i cijele poslovne procese. Takav pristup trebao bi omogućiti da se jednom napravljene integracije i sigurnosni mehanizmi ponovno koriste pri uvođenju svakog sljedećeg agenta.

Za velike kompanije pritom sve veću važnost imaju neovisnost o pojedinom AI modelu, mogućnost rada u cloudu ili on-premises okruženju te usklađenost sa sigurnosnim i regulatornim zahtjevima. Bajer očekuje da će u sljedećim godinama zaposlenici sve manje izvršavati pojedinačne operativne korake, a sve više određivati ciljeve i nadzirati rezultate sustava u kojima će AI agenti međusobno koordinirati velik dio poslovnih zadataka.

Wonderful je u Seriji C prikupio 550 milijuna dolara uz valuaciju od pet milijardi dolara. Što tako velika investicija konkretno mijenja za poslovanje kompanije, a posebno za Hrvatsku i regiju koju vodite? Koliki dio novog kapitala bit će usmjeren na širenje poslovanja, razvoj proizvoda i jačanje lokalnih timova u Adriatic regiji, Mađarskoj i baltičkim zemljama? Možemo li očekivati značajnije povećanje broja zaposlenih u Zagrebu i regiji te koje ćete profile stručnjaka najviše tražiti? Valuacija Wonderfula vrlo je brzo porasla na pet milijardi dolara. Koji konkretni poslovni pokazatelji, rast prihoda, broj korisnika ili opseg produkcijskih implementacija danas opravdavaju takvu valuaciju i očekivanja investitora?

Kapital najvećim dijelom ide tamo gdje smo oduvijek ulagali najviše – u zapošljavanje. Kada smo prije godinu dana otvarali Adriatic, počeli smo s dvije osobe, jednom u Zagrebu i jednom u Beogradu. Danas je taj tim blizu dvadeset ljudi, a do kraja godine planiramo otvoriti još desetak pozicija. Najviše tražimo forward-deployed inženjere, ljude koji fizički sjede kod klijenta, rade integraciju sa sustavima naših klijenata i testiraju rješenja na hrvatskom, srpskom ili mađarskom jeziku, umjesto da to rade iz nekog udaljenog huba.

Trenutačno imamo otvorene pozicije za Forward Deployed Engineere u sve tri regije kojima upravljam – na Adriatiku, Baltiku i u Mađarskoj – od kojih svaka donosi nešto drukčiji izazov. U osnovi, tražimo više ljudi koji ulaze u operacije klijenta, uzimaju nejasno definiran problem i sami ga pretvaraju u AI agente koji rade, od prvog razgovora do produkcije.

Zajednički nazivnik za sve tri pozicije jest da ne tražimo ljude koji dolaze s gotovim rješenjem, nego one koji su spremni učiti, sjediti kod klijenta, razumjeti njegov proces iznutra i preuzeti odgovornost za cijeli put do produkcije. To je profil koji nam realno donosi brzinu.

Što se tiče valuacije, ono što je uvjerilo investitore nije priča, nego produkcija. Od Serije B u ožujku ove godine narasli smo na više od 35 tržišta i 650 zaposlenih diljem svijeta. Kod naših klijenata svugdje vidimo isti obrazac, bez obzira na regiju: sedam od deset njih u prva tri mjeseca nakon prvog rješenja kreće i na dodatne poslovne procese. To je ono što investitori zapravo gledaju kod ovako velikih rundi – ne ideju, nego brzinu kojom se prvi projekt pretvara u trajni odnos i dodatne implementacije.

Tvrdite da kompanije u Adriatic regiji, Mađarskoj i baltičkim zemljama više ne zaostaju za velikim zapadnim tržištima u primjeni umjetne inteligencije. Kako danas zapravo izgleda Wonderfulovo poslovanje u Hrvatskoj i regiji? Koliko je hrvatsko tržište danas važno unutar regije koju vodite, koliko imate aktivnih projekata ili korisnika i u kojim industrijama trenutačno vidite najveću potražnju? Postoje li značajne razlike između Hrvatske, ostatka Adriatic regije, Mađarske i baltičkih zemalja kada je riječ o spremnosti kompanija da AI iz pilot-projekata prebace u stvarnu produkciju? Kada kažete da korisnici mogu doći do produkcijskog AI rješenja u nekoliko tjedana umjesto nekoliko mjeseci ili kvartala, što je potrebno napraviti unutar same kompanije da bi takva brzina bila moguća i što najčešće usporava implementaciju?

Hrvatska je za mene osobno polazna točka. Ovdje sam otvorio prvi ured i ovdje živim, tako da je teško odvojiti koliko je to poslovno, a koliko osobno važno. Najveću potražnju danas vidimo u telekomunikacijama, bankarstvu, osiguranju i logistici, dakle u sektorima u kojima je opseg posla velik i u kojima pogreška izravno košta. Neke od tih priča uskoro ćemo moći i javno spominjati, dok za druge još čekamo dogovor s klijentom o komunikaciji.

Razlike između tržišta postoje, ali nisu toliko u tehnološkoj spremnosti koliko u brzini odlučivanja, a to više ovisi o pojedinoj kompaniji nego o zemlji. Ono što stvarno određuje hoće li nešto ostati pilot ili otići u produkciju za nekoliko tjedana jest koliko je proces jasno mapiran prije nego što uopće krenemo graditi agenta.

Najveći usporavajući faktor koji vidimo nije tehnologija, nego kompanije koje same sebi nisu definirale kako njihov proces zapravo funkcionira. Kada taj dio unaprijed odradimo zajedno s klijentom, prvi agent može biti u produkciji za mjesec dana, a svaki sljedeći, zato što nasljeđuje dio već izgrađenog, može biti spreman u danima, a ne mjesecima.

Wonderful se više ne pozicionira samo kao kompanija koja razvija AI agente, nego kao AI operativni sustav za velika poduzeća. Što AI OS konkretno donosi kompaniji što ona ne može dobiti korištenjem pojedinačnih AI agenata, copilota ili generativnih AI alata? Možete li na konkretnom primjeru objasniti kako Wonderful AI OS povezuje agente, poslovne procese, podatke, postojeće aplikacije i AI-native aplikacije te koji dio poslovnog procesa nakon toga može preuzeti umjetna inteligencija? Koje rezultate korisnici danas najčešće mjere nakon implementacije – smanjenje troškova, povećanje produktivnosti, brže rješavanje korisničkih zahtjeva ili rast prihoda – i nakon koliko vremena mogu očekivati mjerljiv povrat ulaganja? Wonderful ističe da je sustav model-agnostic te da se može koristiti u cloudu i on-premises okruženju. Koliko su danas sigurnost podataka, regulatorni zahtjevi, integracija s postojećim IT sustavima i izbjegavanje ovisnosti o jednom AI modelu važni pri donošenju odluka velikih kompanija?

Najbolji primjer je jedan veliki telekom operator u široj regiji kojem smo krenuli graditi rješenje isključivo za korisničku podršku. Već se u prvom pozivu pokazalo da razgovor prolazi kroz autentifikaciju korisnika, provjeru paketa i cijena, rješavanje problema sa satelitskim prijamnikom, upravljanje profilom, pa čak i ankete nakon poziva – ukupno deset različitih područja unutar jedne kompanije.

Da smo to gradili kao deset zasebnih projekata, svaki bi tražio svoj proračun i svoje odobrenje. Ovako je jedan agent, na jednoj platformi, obuhvatio cijeli tijek rada, a svaka integracija koju smo napravili za taj slučaj ostaje iskoristiva i za sljedeći.

Klijenti najčešće prate tri stvari: koliko se skratilo vrijeme rješavanja upita, koliko je zaposlenika oslobođeno za složenije slučajeve koji stvarno zahtijevaju procjenu i koliko brzo se prvi agent širi na dodatne procese. Upravo je ta treća stvar najbolji pokazatelj povrata ulaganja, jer kada drugi i treći agent grade na temeljima prvoga, trošak po dodatnoj implementaciji pada, dok vrijednost raste.

Sigurnost i neovisnost o jednom modelu danas nisu opcija, nego uvjet za ulazak u razgovor s bankom ili osiguravateljem. Zato je naš sustav model-agnostic i može raditi u bilo kojem cloud okruženju ili on-premises, ovisno o tome što regulator ili interna politika kompanije zahtijeva. Governance gradimo prema najstrožem standardu koji postoji na tržištima na kojima poslujemo – GDPR-u, ISO standardima, SOC 2 Type II i zahtjevima DORA-e – i do sada nismo izgubili ni jednu sigurnosnu ili compliance provjeru kod financijske institucije.

Generativni AI u samo je nekoliko godina prošao put od chatbotova i copilota do agenata koji mogu izvršavati cijele poslovne procese. Kako vidite sljedeću fazu razvoja enterprise AI-ja i koliko će se način rada velikih kompanija promijeniti u sljedeće dvije do tri godine? Hoćemo li prijeći iz današnjeg modela, u kojem zaposlenik koristi AI alat, prema modelu u kojem autonomni AI agenti međusobno koordiniraju i izvršavaju velik dio operativnog poslovanja, dok ljudi prvenstveno određuju ciljeve i kontroliraju rezultate? Gdje pritom povlačite granicu autonomije AI sustava i koje odluke, zbog odgovornosti, sigurnosti ili regulatornih razloga, moraju ostati pod izravnom ljudskom kontrolom? Može li upravo sadašnja generacija AI tehnologije biti prilika da Hrvatska i šira regija preskoče dio tehnološkog zaostatka za većim tržištima i što kompanije moraju napraviti danas kako za dvije ili tri godine ne bi ponovno završile u ulozi kasnih korisnika tehnologije?

Mislim da idemo prema tome da čovjek sve manje obavlja pojedinačne korake, a sve više postavlja cilj i nadzire ishod, dok agenti međusobno koordiniraju veći dio operativnog posla. To se već događa u dijelovima organizacije s najvećim opsegom posla i najjasnijim pravilima, poput korisničke podrške ili obrade zahtjeva, a širi se prema složenijim procesima poput odobravanja kredita ili likvidacije šteta.

Granica je za mene vrlo konkretna. Nije riječ o tome što agent smije čitati, nego o tome što smije upisivati ili mijenjati. Agent koji samo čita podatke može napraviti dobar demo, ali čim dobije ovlast da odobri zahtjev, pokrene isplatu ili promijeni status ugovora, mora postojati identitet, jasno definirane dozvole, audit trag za svaku akciju i točka na kojoj čovjek mora dati odobrenje.

Što se tiče prilike za regiju, iskreno vjerujem da je ovo trenutak u kojem geografija prestaje biti razlika u mogućnostima. Kompanije u Zagrebu ili Ljubljani danas imaju pristup istoj tehnologiji kao njihovi konkurenti u Singapuru ili New Yorku.

Ono što tu prednost pretvara u stvarni rezultat jesu domaći jezik, lokalni propisi i ljudi koji sjede unutar kompanije i grade rješenje zajedno s njom, umjesto da isporučuju gotov proizvod izdaleka. Da regija ponovno ne bi završila u ulozi kasnog korisnika, kompanije danas moraju tretirati AI kao odluku na razini uprave, a ne kao kupovinu alata za jedan odjel. Moraju najprije jasno definirati vlastite procese, jer agent samo ubrzava ono što mu date, uključujući i vlastitu nejasnoću ako je ne raščistite prije nego što krenete. Kod nas se to na kraju uvijek svodi na isto: acta, non verba.