Datum gradi hrvatski AI ekosustav od infrastrukture do agenata

Dok dio tržišta umjetnu inteligenciju i dalje promatra kroz pojedinačne alate, chatbotove i pilot-projekte, Datum pokušava zauzeti znatno širu poziciju. Tvrtka se predstavlja kao vertikalno postavljen AI ekosustav koji objedinjuje infrastrukturu, platformu, agente i usluge. U razgovoru za ICTbusiness Media Marko Dagelić, direktor i jedan od osnivača Datuma, objašnjava da je temelj takvog modela vlastita infrastruktura smještena u Zagrebu. Upravo je taj dio, kaže, bio i najveća pojedinačna investicija u dosadašnjem razvoju kompanije.

Ambicija pritom nije ostati samo na tehnologiji, nego korisnicima ponuditi operativan i brz put od prve analize do rješenja u produkciji. Fokus je na srednjim i velikim tvrtkama koje žele AI, ali nemaju ni vrijeme ni kapacitete same povezivati infrastrukturu, modele, integracije i upravljanje. Dagelić pritom naglašava da tržište više ne traži samo demonstracije mogućnosti, nego stvarne rezultate, jasnu odgovornost i mjerljivu vrijednost. Upravo na toj razini Datum želi graditi svoj iskorak u Hrvatskoj i kasnije na europskom tržištu.

Datum se predstavlja kao cjelovit AI ekosustav koji spaja infrastrukturu, platformu, agente i usluge. Koliko je ukupno novca dosad uloženo u razvoj takvog modela i koliko je od toga otišlo na infrastrukturu, koliko na razvoj platforme, a koliko na tim i tržišni izlazak?

Datum je vertikalna AI kompanija i kao takva jedina na ovim područjima sposobna ponuditi AI “one stop shop” hrvatskim I europskim tvrtkama. Kako bismo skratili “time to market” ujedno I ponudili već razvijena I dokazana rješenja, bazirana na zatvorenom I sigurnom podatkovnom okruženju, Datum je nastao kao JV (joint venture) gdje je većinski vlasnik hrvatsko holding društvo Datum Ventures a partneri odnosno suvlasnici zagrebački Databox, Covalent iz San Francisca te OrionVM iz Sidneya. Svatko je sa sobom donio svoju expertizu I dio infrastrukture odnosno sofwarea gdje je Datum vlasnik odnosno nositelj svih segmenata (infra; platforma, agenti I usluge). Cijelu prošlu 2025. godinu testirali smo rješenja u realnom sektoru kroz više industrija te pažljivo birali tim. Tim se sastoji od razvojnih inženjera; mrežnih inženjera, liječnika, data scientist-a…

Početkom ove godine, Datum je investirao i implementirao prve GPUove u Hrvatskoj. Ujedno Datum jest preteča hrvatskom ekosustavu jer nudi I dijelove poput infrastrukture (GPU) hrvatskim start-ip-ovima; scale-up-ovima; istraživačkim institucijama…da razvijaju I testiraju vlastite proizvode (uz sigurnost podataka I kontrolu troškova). Databox je prisutan na hrvatskom tržištu sad već dvanaest godina I vodeći je hrvatski pružatelj cloud rješenja i usluga podatkovnih centara Covalent Inc iz San Francisca razvio je za Datum hibridni model orkestracije AI agenata koji kombinira fleksibilnu AI “self service” platformu s dubokom ekspertizom u implementacijama poslovnih procesa odnosno omogućuje različite AI primjene poput obrade nestrukturiranih podataka, pretraživanja na razini organizacije, automatizacije radnih procesa, specifične AI agente, konverzacijska sučelja, prediktivne analitike I mnogo viševOrionVM, osnovan 2010. jedan je od vodećih globalnih pružatelja infrastrukture za cloud i AI koji nudi platformu visokih performansi (HPC) izgrađenu na vlastitoj hiper-konvergiranoj tehnologiji. Izvanrednim znanjem korištenja HPC tehnologija, pojednostavljuje se i ubrzava implementacija modernih aplikacija, istovremeno pružajući neusporedivu skalabilnost, performanse i troškovnu učinkovitost (tzv control panel)

Što se tiče konkretnih brojki I investicije, jasno je iz navedenog da se radi o višemilijunskim iznosima plus nemjerljiv broj radnih sati kao I činjenica da je infrastruktura, naš vlastiti GPU cluster unutar Tier-III certificiranog data centra u Zagrebu, bila najveća pojedinačna stavka. To je strateška odluka i direktan odgovor na pitanje digitalnog suvereniteta koje sve više organizacija postavlja: bez vlastite infrastrukture ne možemo garantirati da podaci ostaju kod nas, da su troškovi predvidljivi i da su performanse konzistentne.

Sve dalje što slijedi, a prvenstveno se tiče daljnje distribucije kroz europske zemlje, zahtjevat će značajna sredstva. Ne samo u infrastukturi već prvenstveno u ljudima. Već su nam prišli investitori, prvenstveno PE fondovi, koji bi htjeli biti dio Datum priče te sudjelovati u daljnjem rastu. Ne postoji puno start up kompanija na svijetu koje su vertikalne, imaju implementirana rješenja kod korisnika I prihode. Svima je to interesantno. No, korak po korak. Gradimo našu priču obećanje po obećanje. To je najvažnije. Ostalo će se posložiti kad za to dođe pravi trenutak.

Koji je bio konkretan poslovni i tržišni razlog za pokretanje Datuma u ovom obliku, a ne kao još jedne AI konzultantske ili integratorske tvrtke?

Datum nije nastao iz reakcije na trendove. Nastao je iz strateške odluke da se popuni praznina koja na ovom (AI) tržištu jasno postoji. Proveli smo više od godinu dana u intenzivnoj pripremi: pronalasku pravih partnera, ispitivanju poslovnog okruženja i proof of conceptu u više tvrtki iz različitih industrija  prije nego smo ikome rekli da postojimo. Htjeli smo biti sigurni da ulazimo u pravo vrijeme, s pravim modelom i pravim ljudima.

Ono što smo u tom procesu jasno potvrdili: srednja i velika poduzeća, značajno su nepripremljena za AI. Ne zbog nedostatka interesa, već zbog nedostatka pristupačnog, sigurnog i sveobuhvatnog rješenja koje može pokriti sve slojeve - od infrastrukture do konkretnog agenta koji radi unutar stvarnog poslovnog procesa. Samo nekolicina globalnih tvrtki može danas ponuditi sve to pod jednim krovom, ali I oni uz određene globalne odnosnon političke rizike koji su oko nas sveprisutni.

AI Factory zvuči ambiciozno, ali tržište je već puno velikih pojmova iza kojih često nema jasne operativne isporuke. Što taj koncept kod vas konkretno znači u brojkama, kapacitetima, procesima i vremenu isporuke?

Tvornica umjetne inteligencije (AI Factory) operativni je model za kontinuiranu izgradnju, trening, implementaciju i upravljanje sustavima AIa u velikom opsegu/opterećenju. AI se ovdje ne tretira kao skup eksperimenata ili izoliranih GPU opterećenja, AI tvornica tretira umjetnu inteligenciju kao proizvodni sustav. Kombinira visokoučinkovito računanje (computing), podatkovne cjevovode (pipelines), orkestraciju, upravljanje i tijekove rada implementacije u jedinstvenu platformu dizajniranu za učinkoviti rad AIa.

Pojednostavljeno, tvornica umjetne inteligencije industrijalizira umjetnu inteligenciju. Baš kao što tradicionalni proizvodni pogon pretvara sirovine u gotove proizvode, tvornica umjetne inteligencije transformira podatke u obučene modele, usluge zaključivanja i aplikativna rješenja pokretana umjetnom inteligencijom.

Iako su GPU-ovi i akceleratori bitni, tvornica umjetne inteligencije nije samo visokoučinkoviti klaster. To je sustav koji omogućuje kontinuirani protok umjetne inteligencije, predvidljivu isporuku i skalabilne operacije. Upravo ovo zadnje, predvidljiva isporuka i skalabilne operacije čini razliku tzv privatnog AI okruženja poput DATUM-a u odnosu na Google, AWS I dr. te sve one AI pružatelje agent usluga koji ih koriste.

Za organizacije i pružatelje usluga u oblaku (Cloud), ovaj pomak predstavlja prelazak s eksperimentiranja na industrijalizaciju. Postaje ključan za stratešku diferencijaciju proizvoda, operativnu učinkovitost i generiranje prihoda, kroz standardizaciju razvoja i implementaciju AI modela, upravljanje “potrošnje” GPU-a i kontrolom troškova, omogućavanje orkestracije više timova (AI agenata), podršku internim modelima povrata investicije (ROI), transformaciju AI-a iz projekta u skalabilnu produkciju.

Kod nas, u Datum-u, to konkretno znači da ćemo imati za vas implementirano rješenje u danima ili maksimalno tjednima ako se radi o kompliciranijim potrebama. Uz apsolutnu sigurnost podataka te kontrolu troškova. I sve to u kontroliranom okruženju te uz podršku 24/7.

Što klijent točno dobiva kada kupuje vaš AI Factory pristup, odnosno koji su isporučivi elementi sustava i što od toga može biti operativno u stvarnom produkcijskom okruženju u kratkom roku? Koliko traje put od početnog razgovora s klijentom do produkcijske implementacije i koji je vaš prosječni vremenski okvir za isporuku prvog mjerljivog rezultata? Koji su danas najčešći razlozi zbog kojih AI projekti zapnu između pilot-faze i pune produkcije, i koliko takvih slučajeva vidite i u vlastitoj praksi?

AI Factory je za nas operativni pojam, ne marketinški. Konkretno znači da klijent od nas ne kupuje projekt - kupuje sposobnost. Sposobnost da brzo identificira gdje AI stvara vrijednost, da postavi agenta u produkciju bez dugog IT projekta i da ga skalira bez promjene vendora.

Što klijent dobiva: prvnestveno ekspertixu koja počinje s discovery fazom koja traje od jednog do tri tjedna, ovisno o složenosti. Rezultat je jasna mapa use caseova s procjenom ROI-ja po svakom. Zatim idemo u pilot - jedan konkretan agent, jedan konkretan proces, mjerljivi KPI-evi. Pilot do produkcije u tipičnom slučaju traje dva do četiri tjedna. To nije "brzo" kao buzzword - to je stvarni vremenski okvir koji možemo dokumentirati primjerima.

Najčešći razlog zašto AI projekti zapnu između pilota i produkcije? Integracija s postojećim sustavima i pitanje vlasništva nad rješenjem. Organizacije naruče pilot od konzultanta, vremenski to zna trajati mjesecima ponekad godinama u nedostatku ekspertize, pilot ne uspije ili uspije, ako uspije onda shvate da ga netko mora implementirati, integrirati i održavati - i da vendor koji je napravio pilot za to nije odgovoran.

Naš model je drugačiji: mi ulazimo s namjerom da ostanemo. Managed service znači da mi upravljamo agentom u produkciji, mi pratimo performanse, mi smo odgovorni ako nešto ne funkcionira. To mijenja dinamiku razgovora s klijentom od prvog dana.

Proces usporava scenarij gdje interni procesi klijenta nisu dovoljno definirani prije implementacije agenta. Ili proces sam po sebi nije dovoljan dobar a ponekad je I nepotreban. Agent može automatizirati proces, ali ne može ga izmisliti niti ga unaprijediti ako nije dovoljno smislen sam po sebi.

O agentima se danas govori kao o sljedećoj velikoj fazi AI tržišta, ali pravo pitanje je koliko su oni stvarno spremni za ozbiljne poslovne procese. Kada vi govorite o orkestraciji agenata, što to konkretno znači u praksi, a što je i dalje samo dobro upakirana automatizacija? Koliko agenata danas u jednom stvarnom procesu može raditi koordinirano, a da sustav ostane pouzdan, nadziran i siguran? Tko u vašem modelu snosi odgovornost kada agent pogriješi, donese lošu odluku ili proizvede poslovno, pravno ili sigurnosno problematičan ishod?

Orkestracija agenata u praksi znači da jedan agent nije dovoljan za ozbiljan poslovni proces. Uzmite primjer koji imamo u produkciji: klijent ima inbound komunikacijski kanal – krajnji korisnik šalje poruku. Agent za trijažu procjenjuje hitnost, agent za scheduling provjerava dostupnost i kreira termin, agent za komunikaciju šalje potvrdu i podsjetnik. Svaki agent ima jasno definiran opseg, ulaze i izlaze. Koordinacija između njih događa se kroz orchestration layer kojim mi upravljamo.

Dobar je početak no dugoročno nema smisla, ni poslovnog ni troškovnog, da korisnici pokušavaju doći do rješenja malo kroz Claude, malo CGPT, malo Gemini…malo AI Copilot.

Trošak po tokenu nije brojka koju želite pratiti. Trošak po određenoj radnji jest. Dio koji plaćate kroz cijenu tokena ili vrijeme da uvežete sve te aktivnosti u smisleni rezultat koji trebate. Taj trošak kontrolirate kad radite sa agentima na Datum platformi.

Koliko agenata može raditi koordinirano? U produkcijskim sustavima koje danas operiramo - između tri i sedam po procesu. Iznad toga raste kompleksnost upravljanja greškama, a pouzdanost pada ako nema kvalitetnog monitoring “sloja”.

Tko snosi odgovornost kada agent pogriješi? Mi. Odnosno podaci. Oni su temelj. Agent koji radi pod našom odgovornošću ima definirane granice autonomije, human-in-the-loop točke gdje je rizik visok, i kompletan audit trail svake odluke. Nije to samo tehnička arhitektura - to je ugovorna i operativna odgovornost.

Gdje povlačimo granicu autonomije? Uvijek procjenjujemo po riziku ishoda. Zakazivanje termina - autonomno. Slanje marketinške komunikacije - autonomno uz definirana pravila. Odluka koja ima financijsku, pravnu ili medicinsku implikaciju - uvijek uz human review. Ne postoji poslovni scenarij u kojima smo danas spremni u potpunosti maknuti čovjeka iz procesa s visokim rizičnim ishodom.
Kada se sva tehnološka terminologija makne sa strane, što Datum danas zapravo prodaje i na čemu konkretno zarađuje? Koji dio portfelja danas donosi najviše prihoda i što vam klijenti najčešće kupuju kao prvi korak ulaska u AI? Koliki su tipični opseg i vrijednost projekata koje danas ugovarate i koliko brzo takvi projekti prelaze iz početne faze u širu uporabu unutar organizacije?

Kad se makne terminologija: prodajemo uslugu.  Nije Datum software ni hardware kompanija. Datum je uslužna kompanija. I svjedoci smo kako se usluga unaprijeđuje kroz učenje agenata. Svakodnevno. Pri tom nudimo “worry free” model. Ne vodite računa zapravo o ničemu već imate sustav koji radi za vas I kod vas.

Model je baziran na fiksnoj mjesečnoj pretplati koja pokriva sve – infrastrukturu (nema tokena; licence…), agenta, integracije, podršku i operativni monitoring. To je namjerna komercijalna odluka: predvidivi prihod za nas, predvidivi trošak za klijenta.

Kroz primjer business process outsourcing kompanija poput City Connect-a odnosno današnjeg mu vlasnika Transcoma  nekad su sve poslovne procese preuzimali fizički agenti (ljudi), ovdje (danas) se radi o istom modelu, samo kroz AI agente.

Nema zapošljavanja, odlazaka, bolovanja, radi se 24/7… I radi se brže. Može se puno više odraditi sa istim brojem ljudi.To je bit.

Što klijenti najčešće kupuju kao prvi korak? Use caseovi koji rješavaju konkretan operativni problem s jasnim ROI-jem - automatizacija inbound komunikacije, document intelligence, interni knowledge agent… Ponekad, veće organizacije, traže AI strategiju odnosno bolje strukturirane I povezane podatke. To je onda nulti korak. No, primarno ulazimo s agentom koji rješava jedan problem, brzo, mjerljivo.

Tipična vrijednost projekata koje danas ugovaramo kreće se od nekoliko tisuća do nekoliko desetaka tisuća eura mjesečno, ovisno o složenosti i broju agenata. Još smo u ranoj komercijalnoj fazi - fokus je na referentnim klijentima u ključnim vertikalama: zdravstvo, financije, osiguranje, logistika, energetika, proizvodnja…

Koliko klijenata ostaje na pilot razini? Jednom kad se krene sa pilotom, stvar u pravilu ide dalje. Četvrtina svih razgovora koje vodimo se usporava kroz pripremnu fazu. Razlozi su različiti: interni prioriteti, budžetski ciklusi, politika grupe i sl. To je realnost tržišta i utjecaja AI implementacije na poslovanje. No isto tako je I proces koji zahtjeva strpljenje.

Na tržištu postoji velika razlika između interesa za AI i stvarne spremnosti da se za njega plati ozbiljan novac. Gdje u tom odnosu između hypea i stvarne potražnje vidite Datum u sljedeće dvije do tri godine? Koje industrije po vašem iskustvu danas najbrže prelaze iz interesa u konkretnu kupnju i gdje vidite najjasniji povrat ulaganja? Koliko je za uspjeh vašeg modela važno pitanje lokalnog jezika, kontrole podataka, regulatorne usklađenosti i integracije s postojećim sustavima?

Hype i stvarna potražnja su danas u zanimljivoj fazi razilaženja. Hype je dostigao vrhunac - svaka konferencija, svaki razgovor, svaki sastanak uključuje AI. Stvarna potražnja, ona u kojoj netko potpiše ugovor i plati, seli se prema organizacijama koje imaju konkretan problem i budžet ponajprije volju da ga riješe. Čak ni budžet tu nije sporan jer su učinci mjerljivi vrlo brzo I radi se o višestrukim uštedama. Kroz radne sate ili jednostavno brzinu obrade podataka I radnih zadataka. Ako vam je za nešto prije trebalo više tjedana sad je to nekoliko minuta. Radi se o ubrzanju poslovnih procesa.

Kako ja to vidim: prošla godina je bila godina hype-a I traženja, ova godina je godina realizacije I korištenja. Sljedeća godina će biti godina kontrole troškova. Tko trenutno realizira produkciju I spreman je na sljedeću fazu (kontrola troškova) imati će nešto za reći (uz suverenitet podataka) Ovih prvih je jako malo a ovi drugi skoro da ni ne postoje. To je prostor koji je zauzeo Datum.

Industrije gdje vidimo najveći potencijal su primarno regulirane industrije poput zdravstva, telekoma, farmacije, energije, financija ili osiguranja. Tamo je pritisak operativne efikasnosti i regulatorne usklađenosti dovoljno jak da premosti razliku između interesa i korištenja AI..

Datum je u tim industrijama već napravio značajniji iskorak. Lokalni jezik, kontrola podataka i regulatorna usklađenost, to nije “differentiator”, to je ulaznica. U EU kontekstu, GDPR i EU AI Act postaju stvarni filteri koji eliminiraju rješenja koja ne mogu dokazati gdje su podaci. Naša infrastruktura u Zagrebu je arhitekturalni odgovor na pitanje koje klijenti postavljaju sve češće. Uz činjenicu da hrvatska kompanija je vlasnik cijelog procesa.

Po čemu ćemo se za godinu dana pošteno ocijeniti? Broj produkcijskih implementacija i up sale klijenata. Ne broj potpisa, ne broj pilota, već broj agenata koji su u produkciji te klijenata koji su proširili opseg. I da te kompanije ili organizacije ostvaruju komparativnu prednost na tržištu I same stvaraju dodanu vrijednost. To je jedina mjera koja govori da smo isporučili održivu vrijednost.