Dok se javnost bavi generativnim AI‑jem i globalnim SaaS trendovima, u hrvatskim halama, skladištima i energetskim postrojenjima odvija se tiša, ali jednako duboka promjena. Proizvodne linije dobivaju senzore, stari strojevi spajaju se na mrežu, a odluke se sve češće donose na temelju podataka – ne samo iskustva majstora.
Umjesto megaprojekata koji traju godinama, domaće tvornice sve češće biraju mali, opipljivi korak: jedan pogon, jedna linija, jedan skladišni proces. U tim pilotima nastaju stvarni „smart factory” temelji – koje uglavnom postavljaju hrvatski timovi specijalizirani za industrijsku automatizaciju, IoT i podatkovnu analitiku.
Nova generacija integratora: gdje se susreću PLC, SCADA i cloud
Posljednjih pet do sedam godina na hrvatskom tržištu pojavila se nova generacija integratora i deep‑tech tvrtki. Oni znaju razgovarati i s voditeljem proizvodnje i s IT odjelom – i s oba svijeta razumjeti što je realno izvedivo.
Njihov posao više nije samo „ožičiti” liniju i pustiti PLC u rad. Danas isti tim:
- spaja postojeće PLC kontrolere i SCADA sustave s modernim cloud platformama
- postavlja IoT senzore za temperaturu, vibracije, potrošnju energije ili razinu buke
- gradi data pipelineove koji podatke iz hale šalju u analitičke sustave
- uvodi AI modele za nadzor kvalitete i prediktivno održavanje.
Tipični projekti uključuju nadzor energetske potrošnje u realnom vremenu, praćenje OEE‑a (Overall Equipment Effectiveness), rano otkrivanje kvarova na motorima i ležajevima te računalni vid za kontrolu kvalitete proizvoda na traci. U hrvatskoj prehrambenoj industriji to su, primjerice, sustavi koji kamerama prepoznaju oštećenu ambalažu ili nepravilno punjenje, dok drvoprerađivači uvode sustave za automatsko prepoznavanje defekata na daskama.
AI u hali: treniranje u oblaku, izvođenje na edgeu
Jedna od ključnih tehničkih odluka u tim projektima je gdje „živi” umjetna inteligencija. U praksi se često koristi hibridni pristup: AI model se trenira u oblaku, na povijesnim podacima, ali se sama inferencija – donošenje odluka – odvija na edge uređajima smještenima u hali.
Razloga je nekoliko:
- Latencija: odluke o zaustavljanju linije ili odbacivanju proizvoda moraju se donijeti u milisekundama.
- Sigurnost podataka: pogotovo u energetici i farmaciji, dio podataka ne smije napustiti lokaciju.
- Robusnost: u mnogim tvornicama internetska veza nije zajamčena; proizvodnja ne smije stati ako je cloud nedostupan.
Edge uređaji – industrijski PC‑evi ili specijalizirani AI gatewayi – tako postaju nova „platforma” za hrvatske developere. Na njima se vrte modeli za detekciju anomalija, računalni vid i optimizaciju parametara procesa, često u kombinaciji s klasičnim algoritmima kontrole.
Konferencije kao katalizator: gdje se susreću IT i proizvodnja
Velik dio zamaha dolazi iz stručnih skupova i konferencija posvećenih pametnoj industriji. U Zagrebu, Rijeci, Varaždinu i Osijeku posljednjih godina niču događaji posvećeni industrijskom IoT‑u, automatizaciji i digitalnoj transformaciji proizvodnje. Na njima se na istom panelu nađu direktori proizvodnje, inženjeri automatike i IT arhitekti.
Teme su vrlo konkretne:
- kako spojiti stare CNC strojeve koji nikad nisu bili dizajnirani za mrežu
- kako standardizirati podatke iz različitih PLC‑eva i proizvođača opreme
- kako uskladiti OT (operativnu tehnologiju) i IT sigurnost
- kako iskoristiti EU fondove za projekte industrijskog AI‑ja i IoT‑a.
Na takvim događajima često se čuje rečenica: „Ne treba nam više PowerPoint, trebaju nam živi primjeri iz tvornica.” Upravo demonstracije gotovih pilot‑projekata – npr. linije koja u realnom vremenu prikazuje OEE, ili skladišta gdje se ručni unosi zamjenjuju senzorima – uvjeravaju uprave da je digitalizacija proizvodnje izvediva i u domaćim uvjetima.
Istodobno, ti skupovi otvaraju prostor hrvatskim tvrtkama da se pozicioniraju kao glavni integratori. Umjesto da tvornice kupuju „ključ u ruke” rješenja velikih globalnih vendora, sve češće traže lokalnog partnera koji razumije njihove procese i može kombinirati više tehnologija.
Nova karijerna niša za developere i inženjere
Za hrvatske softverske inženjere, data scientiste i automatizere ovo otvara novu, stabilnu, ali manje „vidljivu” karijernu nišu. Umjesto rada na klasičnim web aplikacijama ili mobilnim rješenjima, sve je više pozicija vezanih uz:
- integraciju senzora i industrijskih komunikacijskih protokola (OPC UA, Modbus, Profinet)
- razvoj edge softvera koji mora raditi u realnom vremenu i u zahtjevnim uvjetima
- izgradnju data pipelineova iz proizvodnje prema data lakeovima i BI alatima
- dizajn nadzornih panela (dashboards) prilagođenih operaterima u hali, a ne samo menadžmentu.
Ključna prednost domaćih timova je duboko razumijevanje lokalnih procesa, jezika i regulative. U prehrambenoj industriji to znači poznavanje HACCP zahtjeva i specifičnih normi, u energetici pravila HOPS‑a i HERA‑e, u farmaciji GMP regulative. To znanje teško je „uvesti” zajedno s inozemnim softverom.
Kako primjećuje jedan voditelj digitalne transformacije u velikoj domaćoj proizvodnoj kompaniji: „Globalni vendor donese platformu, ali domaći integrator je taj koji zna kako je prilagoditi našoj liniji, našim ljudima i našim procedurama.”
Od pilot‑projekata do industrijskih podatkovnih platformi
Većina hrvatskih tvornica danas je u fazi pilot‑projekata ili pojedinačnih implementacija. Jedna linija ima napredan nadzor, druga još radi „na papirima”. Jedan pogon ima sustav za praćenje potrošnje energije, drugi još čeka investiciju.
Sljedeći korak, na koji polako prelaze veći industrijski sustavi, jest objedinjavanje podataka na razini cijele kompanije – a ponekad i više tvornica u regiji. To znači gradnju centralnih data lakeova, standardizaciju oznaka (tagova) i uvođenje jedinstvenih modela podataka za proizvodnju, logistiku i održavanje.
Tek tada postaje moguće primijeniti naprednije AI modele koji optimiziraju ne samo jednu liniju, nego cijeli lanac opskrbe: od narudžbe sirovine, preko planiranja proizvodnje, do isporuke krajnjem kupcu. U energetici to, primjerice, znači prediktivne modele potrošnje i proizvodnje na razini cijele mreže, a ne samo jednog postrojenja.
Za hrvatske IoT i AI timove to je prilika, ali i izazov. Potrebno je prijeći s „hero projekata” – gdje jedan tim rješava jedan problem – na sustavni, arhitektonski pristup. To uključuje:
- definiranje zajedničkih standarda podataka i API‑ja
- uvođenje data governancea i jasne odgovornosti za kvalitetu podataka
- suradnju IT‑a, OT‑a i poslovnih odjela na dugoročnim mapama puta.
Specijalizacija po vertikalama: prilika za hrvatski industrijski tech ekosustav
Hrvatska industrija relativno je mala u globalnim razmjerima, ali dovoljno raznolika da potakne specijalizaciju. Od prehrambene i drvoprerađivačke industrije, preko metaloprerađivača i automobilske komponente, do energetike i farmacije – svaka vertikala ima svoje specifične potrebe i regulativu.
Ako domaći IoT i industrijski AI timovi zadrže fokus na tim vertikalama, umjesto da pokušaju biti „sve za svakoga”, u sljedećih pet do sedam godina može nastati prepoznatljiv industrijski tech ekosustav. U njemu tvornice ne bi bile samo korisnici tehnologije, već i partneri u razvoju novih proizvoda i rješenja.
Već danas se na domaćim konferencijama čuju primjeri gdje hrvatska rješenja za nadzor OEE‑a, računalni vid ili energetski management odlaze u inozemstvo – prvo u regiju, zatim u EU. To je možda najtiši, ali i najkonkretniji dokaz da digitalna transformacija hrvatske industrije nije samo buzzword, nego i izvozna prilika.
U konačnici, pitanje više nije hoće li hrvatske tvornice postati „smart”, nego tko će taj proces voditi i tko će na njemu graditi dugoročnu vrijednost. Trenutni trendovi pokazuju da domaći integratori, inženjeri i developeri imaju realnu šansu da u toj priči budu u prvim redovima.
