Od pilota do ključne infrastrukture
Produžena stvarnost (XR) u samo je nekoliko godina prošla put od eksperimentalnih pilot-projekata do jezgre poslovnih procesa u industriji. Najnoviji val inovacija dolazi iz kombinacije prostorne umjetne inteligencije i tzv. agentnih AI likova – virtualnih sugovornika i instruktora koji razumiju prostor, objekte i korisnikove zadatke u realnom vremenu.
Na konferenciji AWE USA 2025 predstavljene su platforme koje omogućuju stalno prisutne, prostorno svjesne AI agente za trening, simulacije i podršku u radu. Takva rješenja već koriste organizacije poput NASA‑e, proizvođači u automobilskoj i procesnoj industriji, energetske kompanije te logistički operateri.
Što su prostorni AI agenti?
Za razliku od klasičnih chatbotova, prostorni AI agenti nisu samo glas ili tekst u 3D okruženju. Oni „vide“ i tumače prostor. Kombiniraju:
- računalni vid za prepoznavanje objekata, alata i radnih zona,
- praćenje pokreta (hand tracking, body tracking, eye tracking) za analizu gesta i interakcije,
- prostornih senzora (SLAM, depth sensing, LiDAR) za razumijevanje geometrije okoline,
- digitalne blizance strojeva, linija i cijelih postrojenja,
- velike jezične modele (LLM) za razumijevanje jezika i generiranje odgovora.
Rezultat su XR asistenti koji mogu voditi tehničara kroz postupak održavanja stroja korak po korak, provjeravati radi li ispravne pokrete, upozoriti ga na sigurnosne propuste te kontekstualno odgovarati na pitanja – sve unutar VR ili MR okruženja, ili preko AR naočala na samom radnom mjestu.
Passthrough, field of view i mixed reality anchors
Tehnološka osnova za takve agente leži u napretku XR hardvera. Kvalitetan passthrough video omogućuje da korisnik kroz MR headset vidi stvarno okruženje u visokoj rezoluciji, dok se digitalni elementi precizno „lijepi“ na fizički svijet putem mixed reality anchors – sidrišta koja mapiraju objekte i površine.
Širi field of view novijih uređaja znači da korisnik istovremeno vidi više informacija i više dijela radnog okruženja, bez stalnog okretanja glave. To je ključno za kompleksne operacije, primjerice u rafinerijama ili zrakoplovnoj industriji, gdje se na istom panelu može prikazati procedura, status senzora i upozorenja, dok prostorni agent prati svaki korak.
Kako prostorni agenti mijenjaju trening
Za poduzeća prostorni AI agenti otvaraju novu fazu korištenja XR‑a u edukaciji i operacijama. Umjesto skupih fizičkih trenera i ograničenog broja simulacijskih termina, moguće je organizirati skalabilne, personalizirane treninge koji se mogu ponavljati bez dodatnih troškova.
Scenarij: onboarding u digitalnoj tvornici
Zamislimo novi proizvodni pogon. Umjesto višednevnog obilaska i učenja „na hodu“, novi zaposlenik dobiva XR headset. Prostorni agent ga dočekuje u digitalnom blizancu tvornice i vodi kroz:
- sigurnosne protokole na ulazu,
- rute evakuacije,
- kritične zone s posebnim pravilima,
- osnovne radne zadatke na liniji.
Agent koristi prostorno praćenje kako bi provjerio gleda li korisnik u pravi objekt, stoji li na sigurnoj udaljenosti od simuliranog stroja i izvodi li geste ispravnim redoslijedom. Ako korisnik pogriješi, agent zaustavlja scenarij, objašnjava pogrešku i nudi dodatnu demonstraciju.
„Skills engine“ za mjerljive vještine
Na AWE‑u su predstavljeni i tzv. skills engine sustavi – platforme koje prostorne agente povezuju s detaljnim metrikama učenja. Oni prate:
- vrijeme potrebno za savladavanje procedure,
- broj i tip pogrešaka po koraku,
- preciznost pokreta ruku i alata,
- poštivanje sigurnosnih pravila,
- razinu samostalnosti (koliko često korisnik traži pomoć agenta).
Na temelju tih podataka agent dinamički prilagođava trening: naprednim korisnicima ubrzava tempo i dodaje stresne scenarije (npr. kvar pod pritiskom vremena), dok početnicima razbija zadatke na manje korake, uvodi više vizualnih hintova i glasovnih uputa.
Podrška u radu: od kontrolne sobe do terena
Prostorni agenti ne ostaju samo u učionici. Sve više rješenja cilja na podršku u stvarnim operacijama, gdje XR uređaji postaju produžetak radnog alata.
AR naočale kao „kolega na ramenu“
Tehničar na terenu nosi lagane AR naočale povezane s mrežom senzora i sustavom za upravljanje imovinom (EAM/CMMS). Prostorni agent:
- prepoznaje stroj ispred korisnika putem računalnog vida,
- povlači servisnu povijest i aktualne alarme,
- projicira korake procedure direktno na opremu,
- upozorava na opasne zone (vruće površine, visoki napon),
- bilježi izvedbu i automatski generira izvještaj.
U pozadini, isti agent može komunicirati s udaljenim stručnjacima u kontrolnoj sobi. Ako je potreban ljudski ekspert, on se uključuje u istu prostornu sesiju, vidi ono što vidi tehničar kroz passthrough i može crtati anotacije u prostoru koje obojica vide.
Primjeri iz industrije
U zrakoplovnoj industriji prostorni agenti se koriste za simulacije hitnih procedura u VR‑u, gdje posade prolaze scenarije koji su preskupi ili preopasni za stvarni svijet. U energetici agenti pomažu pri kompleksnim operacijama isključenja i uključivanja dijelova mreže, dok u logistici optimiziraju rute kretanja kroz skladišta i uče radnike pravilnom rukovanju robom.
Tehnički i organizacijski izazovi
Unatoč impresivnim mogućnostima, implementacija prostorno inteligentnih agenata nije trivijalna. Tvrtke se susreću s nizom prepreka.
Integracija s IT i OT sustavima
Da bi agent bio stvarno koristan, mora se povezati s postojećim sustavima:
- ERP i MES za podatke o proizvodnji,
- SCADA i IoT platforme za real-time senzorske podatke,
- CMMS/EAM za radne naloge i povijest održavanja,
- HR i LMS sustave za evidenciju treninga.
To zahtijeva API integracije, sigurnosne provjere i često prilagodbu mrežne infrastrukture, posebno u zatvorenim industrijskim mrežama i visokoreguliranim okruženjima poput farmacije ili nuklearne energetike.
3D sadržaj i digitalni blizanci
Drugi je izazov izrada kvalitetnog 3D sadržaja. Za prostorne agente nije dovoljan generički model stroja; potreban je vjeran digitalni blizanac koji odražava stvarne dimenzije, konfiguracije i varijante opreme. To uključuje:
- precizno 3D skeniranje ili CAD modele,
- optimizaciju za XR uređaje (poligoni, teksture),
- definiranje interaktivnih zona i kolizija,
- mapiranje procedura na konkretne dijelove modela.
Bez toga, agent neće moći pouzdano usmjeravati korisnika, a tracking ruku i alata neće se poklapati s realnim objektima.
Prilagodba AI modela domeni i jeziku struke
Veliki jezični modeli moraju biti prilagođeni specifičnom vokabularu, akronimima i procedurama pojedine industrije. To znači dodatno treniranje ili fino podešavanje modela na internu dokumentaciju, standardne operativne procedure (SOP), sigurnosne priručnike i zapisnike s terena.
Pritom je presudna sigurnost podataka: mnoge enterprise XR platforme nude rad u zatvorenim, on‑premise ili privatnim cloud okruženjima, s kontrolom tko i kako pristupa snimkama, logovima i modelima.
Kultura i uloga instruktora
Tehnologija sama po sebi nije dovoljna. Organizacije moraju redefinirati uloge instruktora i menadžera. Umjesto da drže svaku obuku, oni postaju dizajneri scenarija, kuratori sadržaja i mentori koji prate podatke iz XR sustava.
Ključno je da prostorni agenti dopunjuju, a ne zamjenjuju ljudske mentore. Najbolje prakse pokazuju hibridne modele: osnovne vještine u XR‑u s agentom, napredne radionice uživo s iskusnim stručnjacima koji koriste podatke iz sustava za ciljani coaching.
Standardizacija i budućnost prostorne inteligencije
Sljedeći korak u razvoju bit će standardizacija rješenja i dublje povezivanje prostorno inteligentnih agenata s digitalnim blizancima cijelih tvornica, bolnica ili logističkih centara. Umjesto izoliranih XR aplikacija, prostorni agent postaje sučelje prema kompletnom kibernetičko‑fizičkom sustavu organizacije.
Od pojedinačnog stroja do cijelog ekosustava
Danas agent često „živi“ uz jedan stroj ili liniju. U sljedećoj fazi isti agent pratit će korisnika kroz više zona, prepoznati promjenu konteksta (npr. prelazak iz proizvodnje u skladište) i prilagoditi uloge: od trenera, preko sigurnosnog asistenta, do navigacijskog vodiča.
Integracija s digitalnim blizancima na razini cijelog postrojenja omogućit će simulacije kompletnog toka rada – od ulaza sirovina do otpreme gotovog proizvoda. Prostorni agent tada može predlagati optimizacije, upozoravati na uska grla i trenirati timove za krizne scenarije koji zahvaćaju više odjela odjednom.
XR hardver kao svakodnevni alat
Kako se XR hardver smanjuje, a prostorni senzori i AI postaju sve moćniji, očekuje se da će prostorni agenti postati jednako uobičajeni na radnom mjestu kao današnji softverski asistenti i kolaboracijski alati. Lagane AR naočale s kvalitetnim passthroughom, širim field of viewom i cjelodnevnom baterijom bit će standardni dio osobne zaštitne opreme u mnogim industrijama.
Za organizacije koje već danas počnu graditi kompetencije u XR‑u, to je prilika da trening, sigurnost i učinkovitost podignu na novu razinu. Oni koji zakasne, riskiraju da im konkurencija s prostorno inteligentnim agentima brže uvodi nove procese, brže obučava ljude i lakše zadržava znanje unutar organizacije.
Zaključak: prostorni agenti kao novi sloj rada
Prostorni AI agenti označavaju prijelaz XR‑a iz faze „wow efekta“ u fazu ključne poslovne infrastrukture. U kombinaciji s digitalnim blizancima i enterprise sustavima, oni postaju novi sloj preko kojeg ljudi komuniciraju s kompleksnim strojevima, procesima i podacima.
Izazovi integracije, sadržaja i kulture su realni, ali i rješivi. Prvi projekti pokazuju skraćeno vrijeme obuke, manje pogrešaka na terenu i bogate podatke o učenju i izvedbi. Kako standardi sazrijevaju, a XR ekosustav se širi, prostorni agenti mogli bi postati neizostavan „kolega“ svakog radnika – od proizvodne hale do kontrolne sobe.
