Vrijednost AI-ja nastaje kada pouzdano odradi posao

Razvoj umjetne inteligencije sve više otvara pitanje kontrole nad podacima, infrastrukturom i poslovnim procesima, a ne samo izbora najnaprednijeg modela. „Stvarna vrijednost AI-ja ne nastaje kada model odgovori na pitanje, nego kada pouzdano odradi posao i stvori rezultat koji opravdava ulaganje”, ističe za ICTbusiness Media – ICTbusiness.info Marko Dagelić, CEO Datuma. Datum razvija model koji povezuje računalne resurse, cloud okruženja, AI platformu i agente te ga kroz suradnju s DataBoxom želi osloniti na domaću infrastrukturu.

U razgovoru Dagelić objašnjava razliku između smještaja podataka u Hrvatskoj ili Europskoj uniji i stvarne operativne neovisnosti o pojedinom tehnološkom dobavljaču. Posebno se osvrće na konkretne primjene agentske automatizacije, od rezervacija putem WhatsAppa do obrade poslovne dokumentacije, te na pitanja sigurnosti i ljudske odgovornosti. Govori i o cijeni GPU sustava, dostupnosti energije, iskorištenosti kapaciteta i uvjetima pod kojima ulaganja u AI podatkovne centre mogu biti održiva. Za hrvatske tehnološke kompanije priliku vidi u povezivanju infrastrukture, integracijskih znanja i regionalne potražnje, umjesto pokušaja izravnog nadmetanja s najvećim globalnim platformama.

Datum razvija model koji povezuje računalnu infrastrukturu, AI platformu, modele i poslovne primjene. Što za hrvatskog i europskog korisnika zapravo znači suverena umjetna inteligencija?

Mislim da moramo razdvojiti dvije stvari: korištenje umjetne inteligencije i kontrolu nad sustavima na kojima je temeljimo.

Danas svaka tvrtka može koristiti globalne AI modele i to je dobro. Ne trebamo sve razvijati sami. Ali kada AI postane dio ključnih poslovnih procesa, moramo znati gdje se podaci obrađuju, tko im može pristupiti, tko upravlja infrastrukturom i što se događa ako se promijene cijene ili uvjeti pružatelja usluge.

Zato suverenu umjetnu inteligenciju ne promatram samo kao pitanje lokacije podatkovnog centra. Ona podrazumijeva kontrolu nad podacima, pristupom, pravilima obrade i načinom na koji je AI uključen u poslovanje.

U Datumu razvijamo potpuno kontrolirani pristup koji povezuje infrastrukturu, cloud, AI modele, platformu i agente. Naša je ambicija korisniku omogućiti da AI primjenjuje u kontroliranom okruženju, bez potrebe da samostalno povezuje svaki dio tehnološkog lanca.

Ne mislim da Hrvatska treba kopirati američke tehnološke gigante. Trebamo izgraditi kapacitete koji imaju ekonomskog smisla za naše tržište i povezati ih s regionalnom i europskom potražnjom.

Koje su razlike između kontrole nad lokacijom podataka, upravljanja modelima i stvarne neovisnosti o vanjskim pružateljima?

Lokacija podataka samo je prvi sloj. Činjenica da su podaci fizički pohranjeni u Hrvatskoj ili Europskoj uniji ne znači automatski da imamo potpunu kontrolu nad njihovom obradom, pristupom i tehnologijom koja ih koristi.

Drugi je sloj upravljanje modelima: možemo li birati model, odrediti gdje se izvršava, kontrolirati njegove ovlasti i pravila korištenja te pratiti kako obrađuje podatke.

Treći je sloj operativna neovisnost. Možemo li promijeniti model ili pružatelja usluge, a da pritom ne moramo iz temelja mijenjati poslovne procese? Možemo li nastaviti raditi ako se promijene cijene, uvjeti korištenja ili dostupnost pojedine platforme?

Ne znači to da moramo biti potpuno neovisni o globalnim tehnološkim kompanijama. To danas nije realno niti uvijek ekonomski opravdano. Cilj je izbjeći ovisnost o jednom pružatelju i zadržati kontrolu nad onim što je za poslovanje kritično. Bitno je imati opcije.

U kojim segmentima domaća infrastruktura može konkurirati globalnim platformama po cijeni, performansama i kvaliteti usluge?

Ne možemo konkurirati globalnim platformama u svemu, osobito kada je riječ o razmjerima ulaganja u najveće modele i računalne kapacitete. Ali ne moramo pobijediti u svakoj kategoriji da bismo bili konkurentni.

Možemo se razlikovati kvalitetom integracije, lokalnom i stalnom podrškom, kontroliranim okruženjem, poznavanjem regulatornih i poslovnih zahtjeva te povezivanjem AI-ja s konkretnim procesima korisnika.

Za poslovnog korisnika nije presudna samo cijena pojedinog modela. Važan je ukupan trošak rješenja, pouzdanost, sigurnost i rezultat koji ono donosi. Upravo u povezivanju tih elemenata vidim prostor za Datum i domaće tehnološke tvrtke.

Datum surađuje s DataBoxom na povezivanju podatkovnog centra, GPU infrastrukture i AI platforme. Što korisnik dobiva takvim povezanim pristupom i u kojoj je fazi razvoj tog modela?

AI se često predstavlja kao softver koji se jednostavno uključi. U stvarnosti, iza svakog ozbiljnog AI sustava nalaze se računalni kapaciteti, energija, hlađenje, mreža, podaci, modeli i softver koji sve to povezuje.

Partnerstvo s DataBoxom daje nam fizičku i infrastrukturnu osnovu u Hrvatskoj, dok Datum razvija platformu i poslovna rješenja iznad te osnove. Naš je pristup povezati infrastrukturu, modele, agente i integraciju u poslovne procese.

Za korisnika je bitno da ne mora sam povezivati petnaest različitih dobavljača i preuzimati odgovornost za svaku integraciju. Može krenuti od konkretnog poslovnog problema, a zatim odabrati odgovarajuću infrastrukturu, model i način implementacije.

Razvoj tog modela treba promatrati kao povezivanje više slojeva koji zajedno stvaraju vrijednost. Sama infrastruktura nije dovoljna; potrebni su platforma, poslovna primjena i korisnici koji su spremni platiti uslugu.

Koje usluge i kapacitete možete konkretno ponuditi, a koji su još u planu?

Naša je poslovna usmjerenost na povezivanje računalne infrastrukture i cloud okruženja s AI platformom, modelima i poslovnim rješenjima. Uz infrastrukturu, važan dio našeg pristupa čine implementacija vlastitih AI agenata, povezivanje s postojećim sustavima i prilagodba konkretnim potrebama korisnika. Danas je puno i previše AI kompanija takozvanih „wrappera” i „resellera”. Mi razvijamo i implementiramo vlastita rješenja na vlastitoj infrastrukturi. To čini komparativnu, ali i obrambenu prednost za svakog našeg korisnika.

Primjeri takvih implementiranih primjena su agent na WhatsAppu i agenti koji pomažu u obradi i provjeri poslovne dokumentacije.

Kod infrastrukturnih usluga važno je razlikovati postojeću osnovu od kapaciteta koji se tek razvijaju ili planiraju. Konkretne konfiguracije GPU sustava, raspoložive količine, rokove i komercijalne uvjete treba navoditi prema potvrđenom stanju u trenutku objave. Ne bih najavljivao kapacitete koji još nisu operativno dostupni.

Dugoročno želimo korisniku ponuditi povezanu uslugu, od računalne infrastrukture do primjene AI-ja u stvarnom poslovnom procesu.

Pritom korisnici zadržavaju apsolutnu kontrolu nad podacima i treniranjem agenata, kao i kontrolu nad troškovima.

Koji su najveći izazovi u financiranju, energetskoj opskrbi, korištenju GPU resursa i operativnom upravljanju?

Najveći su izazovi cijena GPU opreme, dostupnost i cijena električne energije, hlađenje, stručnjaci, iskorištenost kapaciteta i brzo tehnološko zastarijevanje.

Kod takvih ulaganja nije dovoljno kupiti opremu i očekivati da će potražnja doći sama od sebe. Moramo znati tko će koristiti kapacitete, za koje zadatke, koliko često i po kojoj cijeni.

Zato smatram da ulaganje u infrastrukturu mora biti povezano s razvojem poslovnih primjena. Ako imamo samo GPU kapacitet bez korisnika i usluga koje stvaraju prihod, imamo skupu imovinu, ali ne nužno održiv poslovni model.

Dodatni je izazov operativno upravljanje: osigurati pouzdanost, sigurnost, učinkovito korištenje kapaciteta i kvalitetu usluge. Upravo povezivanje infrastrukture s platformom i konkretnim primjenama može nam pomoći da bolje upravljamo tim izazovima.

Jedan od razvojnih smjerova Datuma jest platforma za upravljanje AI agentima. Koji poslovni procesi danas imaju najviše smisla za agentsku automatizaciju?

Najveći potencijal vidim u procesima koji se ponavljaju, imaju velik broj zahtjeva i zahtijevaju povezivanje više izvora informacija.

Važno je razumjeti razliku između chatbota i AI agenta. Chatbot daje odgovor. Agent može dobiti zadatak, provjeriti podatke, primijeniti poslovna pravila, komunicirati s drugim sustavima i obaviti posao unutar zadanih ovlasti.

U Datumu ne gradimo AI samo da bi zaposlenik dobio još jedan prozor za razgovor. Gradimo ga da bi se posao završio uz manje ručnog rada, uz kontrolu i mogućnost provjere rezultata. Najviše smisla imaju procesi poput obrade upita i rezervacija, korisničke podrške, provjere dokumentacije, pripreme računa te prikupljanja i uspoređivanja podataka iz više poslovnih sustava.

Ipak, ne treba automatizirati svaki proces samo zato što je to tehnološki moguće. Treba početi od problema koji je dovoljno čest i skup da automatizacija ima poslovno opravdanje.

Možete li navesti primjer s mjerljivim učinkom na trajanje procesa, trošak ili kvalitetu usluge?

Prvi je primjer Datum Booking Agent na WhatsAppu.

Korisnik putem WhatsAppa traži termin ili rezervaciju. Agent razumije zahtjev, prikuplja potrebne informacije i povezuje razgovor s postupkom rezervacije. Time poslovanje može odgovarati na upite i izvan radnog vremena, a zaposlenici se manje opterećuju ponavljajućim pitanjima.

Učinak se može mjeriti vremenom od prvog upita do potvrde rezervacije, udjelom uspješno dovršenih rezervacija, brojem obrađenih zahtjeva i udjelom slučajeva koje mora preuzeti čovjek. Uz to, agent je uvijek dostupan, neovisno o dobu dana ili blagdanu, na jeziku koji preferirate. Već u tom dijelu produktivnost i kvaliteta su na višoj razini.

Drugi je primjer AI agent za provjeru i pripremu računa. Agent uspoređuje podatke iz poslovne dokumentacije i ERP sustava, označava razlike, pronalazi nedostajuće informacije i priprema stavke za daljnju obradu. Time se smanjuje potreba za ručnim provjerama i rizik od pogrešaka.

U oba slučaja uspjeh treba dokazati usporedbom rezultata prije i nakon uvođenja. Važno je mjeriti ne samo brzinu, nego i kvalitetu, pouzdanost i ukupni trošak procesa.

Kako rješavate ovlasti agenata, revizijski trag, zaštitu podataka i ljudsku odgovornost za izvršene radnje?

Sigurnost ne smije biti dodatak koji se uključuje na kraju. Mora biti dio arhitekture, od infrastrukture i pristupa podacima do ovlasti AI agenta i evidencije njegovih aktivnosti.

Agent treba imati samo one ovlasti koje su mu nužne za konkretan zadatak. Nije isto kada agent odgovara na pitanje o dostupnosti termina i kada mijenja podatke u poslovnom sustavu, šalje obvezujuću ponudu ili pokreće plaćanje. Zato su potrebni kontrola pristupa, evidencija radnji, provjerljivost odluka i jasna pravila za situacije u kojima agent mora zatražiti ljudsko odobrenje. Za kritične ili financijski osjetljive radnje ljudska kontrola mora ostati jasno definirana.

AI može preuzeti izvršavanje dijela posla, ali odgovornost se ne može jednostavno prebaciti na model. Vlasnik poslovnog procesa mora znati što je agentu dopušteno, koje su granice njegove autonomije i tko intervenira kada sustav pogriješi.

Izgradnja AI podatkovnih centara zahtijeva velika ulaganja i nosi rizik brzog tehnološkog zastarijevanja. Kako procjenjujete isplativost i dugoročnu održivost takve infrastrukture u Hrvatskoj?

AI infrastruktura zahtijeva velika ulaganja, a tehnologija se mijenja iznimno brzo. Zato ne smijemo donositi investicijske odluke samo na temelju prognoza o rastu tržišta.

U Datumu želimo povezati infrastrukturu s platformom i konkretnim poslovnim rješenjima. Time ne ovisimo isključivo o prodaji računalnih resursa, nego gradimo mogućnost pružanja usluge koja rješava stvarni problem korisnika. Kod svake investicije moramo procijeniti očekivanu potražnju, cijenu energije, trošak financiranja i održavanja, brzinu tehnoloških promjena te mogućnost da oprema ostane komercijalno iskoristiva. Posebno je važno izbjeći situaciju u kojoj kapacitet izgradimo prije nego što postoji dovoljno potražnje.

Hrvatska može biti dio tog tržišta, ali investicije moraju imati ekonomsku logiku. Veličina tržišta sama po sebi nije jamstvo isplativosti, jednako kao što ni tehnološka atraktivnost neke investicije ne znači da će ona ostvariti zadovoljavajući povrat.

Jedan od smjerova koje osobno vidim su javno-privatna ulaganja u infrastrukturu.

Kada je za poslovnog korisnika racionalnije kupiti vlastite GPU sustave, a kada kapacitet koristiti kao uslugu?

Nema univerzalnog odgovora. Vlastiti GPU sustavi mogu imati smisla kada korisnik ima stabilno i predvidivo opterećenje, jasne sigurnosne zahtjeve, stručni tim i dovoljno velik opseg korištenja da opravda kapitalno ulaganje.

Korištenje kapaciteta kao usluge često je racionalnije kada je potražnja promjenjiva, kada se radi o scaleup kompanijama, kada se AI projekti tek razvijaju ili kada korisnik ne želi vezati značajan kapital uz opremu koja brzo zastarijeva.

Uspoređivati treba ukupan trošak vlasništva, a ne samo cijenu uređaja. U račun ulaze energija, hlađenje, održavanje, stručnjaci, iskorištenost kapaciteta i buduća zamjena opreme.

Za mnoge tvrtke najveća vrijednost neće biti u tome da posjeduju GPU-ove, nego da dobiju pouzdanu računalnu uslugu i mogu je pretvoriti u poslovni rezultat.

Datum može pokriti sve opcije, instalirati vlastite GPU-ove s tehnologijom kod samog korisnika (on-premises) ili se jednostavno izravno povezati s korisnikom. Rezultat je identičan.

Kakvu potražnju očekujete u Hrvatskoj i regiji te koje pokazatelje iskorištenosti i povrata ulaganja smatrate presudnima?

Očekujem da će potražnja rasti kako AI prelazi iz eksperimentiranja u svakodnevne poslovne procese. No potražnju ne treba procjenjivati samo na temelju interesa za AI ili broja pokrenutih projekata. Važno je utvrditi koliko je korisnika spremno plaćati uslugu i koliko će je stvarno koristiti.

Zato tržište treba promatrati regionalno. Hrvatska sama možda nema dovoljnu potražnju za svaki tip infrastrukture, ali povezivanje korisnika iz više zemalja može povećati tržište i poboljšati ekonomiku ulaganja. Dobar je primjer nedavno potpisana Praška deklaracija, gdje su se zemlje srednje i istočne Europe usuglasile oko regionalnog pristupa i suradnje.

Pratio bih iskorištenost GPU-a, prihod po jedinici kapaciteta, trošak energije, bruto maržu, ugovorenu potražnju i povrat na uloženi kapital. Važno je pratiti i strukturu ugovora: koliko prihoda dolazi iz dugoročnih obveza, a koliko ovisi o promjenjivoj potražnji.

Ključna je disciplina u ulaganju. Ne graditi kapacitet samo zato što se očekuje rast tržišta, nego uskladiti investiciju s dokazivom potražnjom i realnim očekivanjima povrata.

Može li Hrvatska postati regionalno središte za suverenu AI infrastrukturu ili će ostati pretežno korisnik usluga velikih međunarodnih platformi?

Mislim da Hrvatska ima priliku, ali ne ako razmišlja samo o veličini vlastitog tržišta.

Ne možemo očekivati da ćemo sami financirati svaki sloj AI infrastrukture i konkurirati globalnim kompanijama na svim područjima. Ali možemo povezati postojeću infrastrukturu, tehnološko znanje, domaće integratore i potrebe korisnika iz regije.

Hrvatska može graditi poziciju u segmentima gdje je važna kombinacija infrastrukture, poslovne integracije, sigurnosti i razumijevanja lokalnog tržišta. Ne moramo razviti sve sami, ali moramo imati sposobnost povezati tehnologiju i pretvoriti je u uslugu koju tržište treba.

Partnerstvo Datuma i DataBoxa dio je takvog pristupa: fizička infrastruktura povezana s platformom i AI rješenjima. Sljedeći je korak izgraditi dovoljno veliku i stabilnu potražnju da taj model bude održiv i izvan domaćeg tržišta.

Što je najveće ograničenje razvoja – kapital, električna energija, stručnjaci, regulatorni zahtjevi ili veličina tržišta?

Nije riječ o samo jednom ograničenju. Kapital je potreban za infrastrukturu, energija određuje dio operativne ekonomike, a stručnjaci su nužni za razvoj i upravljanje sustavima. Istodobno, domaće tržište možda nije dovoljno veliko da bi samostalno opravdalo svaku investiciju.

Regulatorni zahtjevi također su važni, posebno u sektorima koji obrađuju osjetljive podatke ili koriste AI u kritičnim procesima. No usklađenost s pravilima može biti i konkurentska prednost ako je sigurnost ugrađena u uslugu od početka.

Po meni je najveći izazov povezati sve te elemente u održiv poslovni model. Možemo osigurati kapital i izgraditi infrastrukturu, ali ako nemamo korisnike, kvalitetne usluge i dovoljno iskorištene kapacitete, investicija neće biti održiva.

Kako bi domaći podatkovni centri, integratori i pružatelji AI usluga trebali surađivati da bi na europskom tržištu ponudili konkurentnu uslugu?

Trebali bi se povezivati oko zajedničke vrijednosti za korisnika, umjesto da svatko pokušava sam izgraditi cijeli tehnološki lanac.

Datum je, primjera radi, nastao kao joint venture kompanija više tehnoloških kompanija kako bismo ponudili bržu, bolju i dostupniju uslugu. Isto tako, Datum je prva hrvatska kompanija koja je članica CEE AI komore. Takve su inicijative dobar temelj suradnje i, naposljetku, konkurentnosti.

Podatkovni centri mogu osigurati fizičku infrastrukturu i računalne kapacitete. Pružatelji platformi mogu povezati infrastrukturu, modele i agente, dok integratori donose razumijevanje poslovnih sustava, podataka i procesa pojedinih industrija.

U takvom modelu korisnik dobiva jednu povezanu uslugu, a ne skup nepovezanih tehnoloških komponenti. To pojednostavljuje implementaciju, jasnije određuje odgovornost i olakšava prelazak od pilot-projekta do produkcije.

Za nastup na europskom tržištu nužne su standardizirane usluge, visoka razina sigurnosti, pouzdanost i konkurentna ekonomika. Jednako je važno povezati domaću ponudu s regionalnom potražnjom jer nam to omogućuje veći opseg poslovanja.

Naša ambicija nije izgraditi hrvatsku kopiju američkih tehnoloških kompanija. Naša je ambicija povezati infrastrukturu, tehnologiju i poslovne primjene u konkurentnu uslugu za Hrvatsku i europski kontinent.

AI nije samo pitanje modela. To je pitanje infrastrukture, kontrole i poslovnog rezultata.

Možemo imati pristup najboljim modelima na svijetu, ali ako nemamo kvalitetne podatke, povezane sustave, odgovarajuću infrastrukturu i ljude koji znaju tehnologiju primijeniti, nećemo ostvariti njezin puni potencijal.

Zato u Datumu gradimo pristup koji povezuje te slojeve. Jer stvarna vrijednost AI-ja ne nastaje kada model odgovori na pitanje, nego kada pouzdano odradi posao i stvori rezultat koji opravdava ulaganje.