Izvršni direktor Duolinga nedavno je poslao e-mail zaposlenicima najavljujući da će tvrtka usvojiti pristup "AI First". To znači da će većina poslova koje trenutačno obavljaju vanjski suradnici biti zamijenjena umjetnom inteligencijom, a svaki tim bit će dužan prvo pokušati automatizirati procese prije nego zatraži novo zapošljavanje.
Nekoliko dana kasnije, izvršni direktor Shopifya poručio je zaposlenicima da je korištenje AI-ja sada "temeljno očekivanje" za svaku ulogu. Nisu jedini - prema najnovijem globalnom istraživanju tvrtke McKinsey, čak 78 posto poduzeća već koristi AI u poslovnim funkcijama.
U ovoj godini učinkovita automatizacija vašeg rada često podrazumijeva više od korištenja ChatGPT-a, ona uključuje agentičku umjetnu inteligenciju (agentic AI) koja se duboko integrira u vaš svakodnevni radni proces. Kao poslovni lider koji se snalazi u mnoštvu dostupnih AI alata, ovo je pet ključnih pitanja koje biste trebali razmotriti prije nego odlučite hoće li (i kako) vaša organizacija usvojiti "AI First" pristup.
1. Prediktivni vs. Generativni AI
Prvi korak je razumjeti što razlikuje ovaj val AI-ja od prethodnih - i zašto bi mogao imati veći utjecaj na vaše poslovanje.
Prije 2023., primjena umjetne inteligencije u industriji uglavnom se temeljila na prediktivnim modelima. Prediktivni AI koristi povijesne podatke kako bi predvidio jednu konkretnu metriku, poput CTR-a (click-through rate) u oglašavanju ili vjerojatnosti da će korisnik završiti gledanje videa na društvenim mrežama. U posljednjih deset godina, veliki tehnološki giganti (npr. Google) koristili su ovakve modele za ostvarenje milijardi dolara prihoda. Međutim, njihova primjena je vrlo uska, skupa za treniranje i teško primjenjiva u sektorima izvan tehnologije.
Generativni AI, s druge strane, stvara novi tekst, slike ili zvuk bez strogo definiranog cilja. Jedan model može istovremeno učiti razne zadatke – od odgovaranja na korisnička pitanja do rješavanja matematičkih problema. Iako su i dalje skupi, takvi modeli mogu se koristiti u više industrija odjednom – od korisničke podrške do obrazovanja. No, zbog slabije kontrole i manjka jedinstvenog cilja, generativne modele je teže evaluirati. Mogu "halucinirati", tj. davati netočne odgovore s visokim stupnjem samopouzdanja.
2. Horizontalni agenti vs. AI radni procesi
Kad istražujete mnoštvo AI alata na tržištu, korisno je razlikovati AI radne tokove od AI agenata. Većina “AI agenata” koji danas generiraju poslovnu vrijednost (izvan jednostavnih chatbota) zapravo su "AI workflowi" – niz ručno dizajniranih koraka za rješavanje konkretnih problema u određenom području, često temeljeni na alatima poput Zapiera ili n8n-a.
Identificirati pravi workflow i postaviti ga može oduzeti vrijeme, ali razumijevanje što se zaista događa “ispod haube” pomaže. S druge strane, pravi AI agenti donose autonomne odluke o tome koje radnje poduzeti. Mogu učiti i izvrsno obavljati širok raspon zadataka.
Horizontalni agenti, koji nisu ograničeni na jedno usko područje, početkom 2025. počinju stvarati stvarnu tržišnu vrijednost. Još smo u ranim danima, ali se već nazire mogućnost da će oni pružiti znatno bolje korisničko iskustvo u odnosu na klasične workflow sustave – osobito uz jače modele rezoniranja i multimodalne LLM-ove.
3. Fokus na zadatke visoke isplativosti i učestalosti
Istraživanje Zapiera pokazuje da 94 posto uredskih radnika svakodnevno provodi vrijeme na ponavljajućim i dosadnim zadacima poput prepisivanja podataka ili formatiranja izvještaja. Takvi zadaci imaju jasne obrasce i savršeni su za automatizaciju. Započnite s poslovnim procesima koji nalikuju na montažne trake: unos podataka, sastavljanje izvještaja, standardizirani odgovori na e-mailove, klasifikacija dokumenata.
Uklanjanjem samo jednog sata rutinskog posla po zaposleniku dnevno, godišnje se može uštedjeti oko 250 sati – više od mjesec dana radnog vremena. Osim toga, takvi zadaci negativno utječu na motivaciju i pridonose sagorijevanju na poslu.
4. Pristup podacima, sigurnost i privatnost
Inženjer Samsunga zalijepio je 2023. povjerljivi izvorni kod u ChatGPT. Nekoliko tjedana kasnije, tvrtka je zabranila korištenje javnih chatbotova kako bi spriječila curenje podataka. Apple, JPMorgan, Verizon i druge kompanije poduzele su slične mjere.
Umjesto da na incidente reagirate zabranama, razmišljajte unaprijed o tome do kojih podataka i sustava AI treba imati pristup – ni više ni manje.
Koristite "test pripravnika": ako ne biste ljetnog pripravnika pustili da samostalno pregledava cijelu bazu korisnika, nemojte to dopustiti ni AI-ju. No, ako pripravnik treba pristup određenim internim alatima da bi mogao učinkovito raditi, AI agenti vjerojatno trebaju isti opseg pristupa.
5. Kakav oblik ljudskog nadzora je dostupan
AI agenti još uvijek griješe. Jedan američki sudac je 2023. kaznio odvjetnike s 5000 dolara jer su se u svom podnesku pozvali na šest sudskih presedana koje je izmislio ChatGPT, a koje nisu provjerili.
PwC savjetuje kompanijama da “pažljivo nadgledaju primjenu generativnog AI-ja”.
Ovisno o vašem poslovanju, uključivanje čovjeka u AI procese može:
- smanjiti poslovni rizik. Promatrajte novog AI agenta kao što biste nadgledali novog zaposlenika koji još nije spreman za samostalni sastanak s klijentom.
- pomoći u razvijanju povjerenja i otkrivanju novih mogućnosti. AI modeli danas imaju ograničenja. Tješnja suradnja može pomoći u razumijevanju njihovih mogućnosti i proširivanju primjene.
S vremenom možete smanjiti nadzor, ali je ključno razumjeti koja razina ljudske kontrole je moguća kada razvijate nove automatizacije. Najmanje što biste trebali imati jest mogućnost naknadnog uvida u sve radnje koje je AI agent izvršio – za slučaj da nešto pođe po zlu.
