Europa ulazi u fazu industrijske primjene generativne AI
Europska unija u 2025. i početkom 2026. ulazi u novu fazu razvoja umjetne inteligencije. Fokus se pomiče s pukog razvoja velikih modela na izgradnju industrijske i financijske infrastrukture koja bi generativnu AI dovela do što većeg broja poduzeća, uključujući mala i srednja.
Dva ključna stupa te strategije su inicijativa GenAI4EU, usmjerena na širenje primjene generativne AI među europskim tvrtkama, te koncept AI gigatvornica, velikih podatkovno-računalnih centara specijaliziranih za treniranje i izvođenje naprednih modela. Uz program InvestAI, koji cilja mobilizirati stotine milijardi eura javnog i privatnog kapitala, Europa pokušava uhvatiti korak s američkim i kineskim tehnološkim divovima, ali u okviru EU AI Acta i naglaska na sigurnost, pouzdanost i transparentnost.
Što je GenAI4EU i zašto je važan za poduzeća
GenAI4EU zamišljen je kao europski motor za generativnu umjetnu inteligenciju “proizvedenu u Europi”. Cilj je značajno povećati udio poduzeća koja koriste AI, koji je trenutačno niži nego u SAD-u i nekim azijskim državama.
Tri glavna stupa GenAI4EU
- Financijske potpore – bespovratna sredstva, sufinanciranje pilot-projekata i vaučeri za poduzeća koja žele testirati ili uvesti generativnu AI u svoje procese.
- Infrastrukturna podrška – pristup GPU resursima, zajedničkim podatkovnim platformama i referentnim modelima koje je moguće prilagoditi specifičnim sektorima.
- Povezivanje industrije i istraživanja – spajanje tvrtki s istraživačkim konzorcijima, sveučilištima i startupima koji razvijaju napredne modele i alate.
Program se naslanja na ranije inicijative poput OpenEuroLLM-a i natječaja u okviru Obzora Europa, gdje su već dodijeljeni GPU sati i sredstva timovima koji razvijaju velike jezične i multimodalne modele otvorenog koda. Time se gradi baza europskih modela koji se mogu koristiti, prilagođavati i audirati unutar EU pravnog okvira.
Primjene u svakodnevnom poslovanju
Za europske SMB-ove i industrijske kompanije to u praksi znači lakši pristup prilagođenim modelima za vlastite potrebe. Primjeri:
- Automatizacija korisničke podrške – chatbotovi koji razumiju više jezika EU-a, lokalne propise i specifične proizvode.
- Generiranje i održavanje tehničke dokumentacije – modeli koji iz CAD nacrta, specifikacija i logova generiraju upute za održavanje ili sigurnosne protokole.
- Analiza poslovnih podataka – sustavi koji povezuju ERP, CRM i IoT podatke te generiraju sažetke, prognoze i preporuke za upravljanje zalihama ili planiranje proizvodnje.
- Podrška znanstveno-istraživačkom radu – alati za pretraživanje i sažimanje znanstvene literature, generiranje hipoteza i dizajn eksperimenata.
Ključna razlika u odnosu na komercijalne globalne servise je mogućnost da se modeli treniraju ili fino podešavaju na lokalnim, često osjetljivim podacima, uz jasne zahtjeve za privatnost i sigurnost.
AI gigatvornice: superračunala za europske modele
Drugi dio slagalice čine tzv. AI gigatvornice – superračunalni i podatkovni centri nove generacije koje EU razvija kroz proširenje okvira Zajedničkog poduzeća EuroHPC. Riječ je o infrastrukturi koja bi trebala objediniti računalnu snagu, pohranu podataka i specijalizirani softver za treniranje i izvođenje velikih modela.
Više od “sirove snage”
Uloga gigatvornica nije samo pružiti GPU klastere i brzu mrežnu povezanost. One bi trebale osigurati:
- Standardizirano i regulirano okruženje – okvire za testiranje modela u skladu s EU AI Actom, uključujući procjene rizika, dokumentaciju i mehanizme nadzora.
- Sigurnosne i privatnosne kontrole – segmentaciju podataka, enkripciju, kontrolu pristupa i mogućnost audita za industrijske i javne korisnike.
- Platforme za razvoj – unaprijed konfigurirane okoline za treniranje, fine-tuning i inference, s podrškom za najčešće korištene AI frameworke.
Gigatvornice se planiraju kroz javno-privatna partnerstva koja uključuju sredstva država članica, industrijskih partnera i europskih financijskih institucija. Za europske AI startupe to otvara mogućnost pristupa infrastrukturi koja je do sada bila rezervirana za globalne tehnološke gigante ili nacionalne superračunalne centre s ograničenim kapacitetima.
Primjeri mogućih scenarija korištenja
- Treniranje specijaliziranih LLM-ova na pravnim, medicinskim ili tehničkim korpusima na više jezika, uz stroge protokole za anonimizaciju podataka.
- Razvoj multimodalnih modela koji kombiniraju tekst, slike, senzorske podatke i signale iz industrijskih sustava (npr. prediktivno održavanje u proizvodnim pogonima).
- Testiranje modela visokog rizika (zdravstvo, promet, javne usluge) u kontroliranim uvjetima prije uvođenja u stvarno okruženje.
InvestAI: kapital za europski AI ekosustav
Infrastruktura bez kapitala ne može dugoročno održati inovacije. Tu nastupa InvestAI i slične financijske inicijative koje ciljaju mobilizirati stotine milijardi eura javnog i privatnog novca.
InvestAI se pozicionira kao okvir za:
- rizični i rastni kapital za AI startupe i scaleupove,
- dugoročno financiranje infrastrukture poput AI gigatvornica i podatkovnih centara,
- podršku digitalnoj transformaciji tradicionalnih industrija koje uvode generativnu AI u svoje procese.
Na taj se način nastoji izbjeći scenarij u kojem europski istraživači i inženjeri razvijaju tehnologije, ali ključna komercijalizacija i vlasništvo nad platformama završavaju izvan EU.
Što to znači za poduzeća: kratkoročno i dugoročno
Kratkoročno: više pilot-projekata i jasnije smjernice
U kratkom roku očekuje se porast natječaja i poziva za pilot-projekte u sektorima poput zdravstva, proizvodnje, logistike, energetike i javne uprave. Tvrtke koje već eksperimentiraju s AI chatbotovima, automatskim sažimanjem dokumenata ili generiranjem sadržaja moći će svoje prototipe preseliti u okruženja koja nude:
- veću računalnu snagu i skalabilnost,
- pristup europskim referentnim modelima,
- smjernice i alate za usklađenost s EU AI Actom, GDPR-om i sektor-specifičnim regulativama.
To je posebno važno za organizacije koje barataju osjetljivim podacima – bolnice, osiguravatelje, banke, javne institucije – gdje primjena generativne AI do sada često ostaje u eksperimentalnoj fazi zbog regulatornih rizika.
Dugoročno: “AI made in Europe” kao oznaka povjerenja
Dugoročno, kombinacija GenAI4EU, AI gigatvornica i EU AI Acta mogla bi stvoriti prepoznatljivu oznaku “AI made in Europe”. Ona bi podrazumijevala ne samo tehnološku naprednost, već i:
- transparentnost – jasnu dokumentaciju o treniranju modela, korištenim datasetovima i ograničenjima,
- sigurnost – mehanizme za smanjenje rizika od zloupotrebe, curenja podataka i štetnih ishoda,
- usklađenost s vrijednostima – poštivanje temeljnih prava, nediskriminaciju i zaštitu privatnosti.
Za poduzeća to može postati konkurentska prednost, osobito u sektorima u kojima je povjerenje korisnika presudno, poput financija, zdravstva ili javnih usluga.
Prilike i izazovi za srednju i jugoistočnu Europu
Za regionalnu i lokalnu AI scenu u srednjoj i jugoistočnoj Europi ovo je istodobno prilika i izazov.
Niže ulazne barijere za specijalizirane timove
Pojačano financiranje i zajednička infrastruktura smanjuju ulazne barijere za manje timove koji razvijaju specijalizirane modele. Potencijalna područja uključuju:
- medicinske podatke – modeli za podršku dijagnostici, trijaži i personaliziranoj medicini, uz strogu kontrolu privatnosti,
- pravne dokumente na više jezika – sustavi za pretraživanje, sažimanje i usporedbu propisa i sudske prakse u više jurisdikcija,
- industrijske IoT podatke – modeli na rubnim (edge) uređajima i gatewayima koji analiziraju podatke sa senzora u stvarnom vremenu i predviđaju kvarove ili optimiziraju potrošnju energije.
Uz pristup AI gigatvornicama, takvi timovi mogu trenirati i testirati modele na razini koja je do sada bila nedostižna, a zatim ih distribuirati u laganijim verzijama za rad u oblaku ili na rubu mreže.
Potrebne interne strategije za usvajanje AI-ja
S druge strane, uspjeh ovih inicijativa ovisit će o tome koliko brzo će poduzeća i javne institucije razviti vlastite strategije za usvajanje AI-ja. To uključuje:
- povećanje AI pismenosti zaposlenika – razumijevanje mogućnosti i ograničenja modela, rizika halucinacija i važnosti kvalitetnih podataka,
- upravljanje podacima – izgradnju kvalitetnih, strukturiranih datasetova, politike pristupa i čišćenja podataka,
- upravljanje rizicima – procjenu utjecaja na procese, korisnike i regulativu, te uspostavu internih etičkih i tehničkih odbora,
- integraciju s postojećom IT infrastrukturom – povezivanje AI rješenja s ERP-om, CRM-om, sustavima za upravljanje dokumentima i IoT platformama.
Za mnoge organizacije u regiji 2026. bi tako mogla postati godina u kojoj se generativna AI počinje doživljavati manje kao futuristički dodatak, a više kao standardni sloj digitalne infrastrukture – slično kao što su danas internet i cloud usluge.
Sljedeći koraci za organizacije
Kako se pripremiti za nadolazeće programe i infrastrukturu?
- Mapirati procese u kojima generativna AI može donijeti brze dobitke (npr. dokumentacija, korisnička podrška, analiza ugovora).
- Inventarizirati podatke – znati gdje se nalaze, u kojem su formatu, tko im pristupa i kakva je njihova kvaliteta.
- Pokrenuti male pilote s postojećim alatima, ali uz plan prijelaza na regulirane i skalabilne platforme kada postanu dostupne.
- Pratiti natječaje u okviru GenAI4EU, Obzora Europa i nacionalnih programa te se povezivati s istraživačkim i industrijskim partnerima.
Ako se ta priprema obavi na vrijeme, europske AI gigatvornice i inicijative poput GenAI4EU i InvestAI neće ostati samo politički slogani, već stvarni akceleratori koji poduzećima omogućuju sigurnu i konkurentnu primjenu generativne umjetne inteligencije.
