Od novog ekrana do novog kolege
Desetljeće smo AR i VR promatrali kao „nove ekrane“ – još jedan način prikaza sadržaja, ovaj put u 3D prostoru. No s pojavom generativne i prostorne umjetne inteligencije, fokus se tiho pomiče. Ključno pitanje više nije samo kakav headset nosimo, već tko zapravo obavlja posao u prostornom okruženju: čovjek ili AI agent.
NVIDIA, Samsung i drugi veliki igrači razvijaju platforme koje spajaju XR uređaje s AI modelima i podacima poduzeća. Rezultat su prostorni AI asistenti koji vide, čuju i razumiju fizički prostor gotovo jednako dobro kao i korisnik. Umjesto pasivnog HUD-a u vidnom polju, dobivamo digitalnog kolegu koji prati što radimo, anticipira sljedeći korak i reagira u realnom vremenu.
Takav zaokret mijenja logiku dizajna XR sustava. Headset više nije samo terminal, nego senzorska „glava“ AI agenta koji je stalno prisutan u našem field of viewu, sidren putem mixed reality anchors u stvarni prostor i povezan s poslovnim backendom.
Kako radi prostorni AI asistent
Temelj prostornog asistenta je kombinacija senzora na XR uređaju i AI modela u cloudu ili na rubnim poslužiteljima. Kamere, depth senzori, eye-tracking, hand-tracking, mikrofon, IMU i drugi izvori podataka stvaraju bogatu sliku okoline i ponašanja korisnika.
Na toj razini NVIDIA-ova platforma XR AI ide korak dalje. Ona ne prikuplja samo vizualne i audio signale, već ih spaja s:
- podacima iz ERP-a i sustava za upravljanje imovinom,
- tehničkom dokumentacijom i manualima,
- real-time telemetrijom strojeva,
- politikama sigurnosti i kvalitetom procesa.
AI agent može razumjeti što radnik upravo gleda, zahvaljujući kombinaciji computer visiona i spatial mappinga. Ako tehničar na proizvodnoj liniji gleda određenu pumpu, agent preko object recognitiona identificira model, dohvaća servisni priručnik i overlayem prikazuje relevantne korake direktno na stvarnom uređaju.
Istovremeno, glasovni model sluša verbalne upite, dok se kroz gaze tracking prati na koje dijelove uputa korisnik obraća pozornost. Na temelju toga agent može odlučiti treba li usporiti tempo, ponoviti dio procedure ili ponuditi dodatno objašnjenje.
Primjer: korak-po-korak asistencija u proizvodnji
U tipičnom scenariju održavanja, tehničar s AR naočalama dolazi do stroja. XR sustav radi spatial mapping prostora, postavlja mixed reality anchors na ključne komponente i prikazuje overlay sloj s digitalnim twinom opreme.
Prostorni AI asistent tada:
- prepoznaje serijski broj i povlači povijest kvarova iz baze,
- predlaže optimalan workflow popravka,
- prikazuje 3D animacije točno na mjestu gdje treba intervenirati,
- prati pokrete ruku i alata putem hand-tracking i object-tracking modula,
- upozorava vizualno i auditivno ako detektira potencijalno opasan potez,
- automatski bilježi sve korake u log sustav za kasniju analizu.
Umjesto da skreće pogled na tablet ili papirnati priručnik, korisnik ostaje u jednom kontinuiranom prostornom sučelju. AI agent nije samo pasivni overlay, nego aktivni nadzornik i mentor.
Galaxy XR i nova generacija enterprise headseta
Samsungov Galaxy XR i slični enterprise headseti dizajnirani su od početka kao prostorna računala za AI-asistirano učenje i produktivnost. Ključna razlika u odnosu na starije VR sustave je što trening više nije statičan scenarij, već dinamički, adaptivni proces.
Headset prati kretanje korisnika, smjer pogleda, reakcije tijela i brzinu rješavanja zadataka. Ti signali, u kombinaciji s modelima za procjenu kognitivnog opterećenja, omogućuju AI agentu da u realnom vremenu prilagođava iskustvo.
Adaptivni trening u stvarnom vremenu
U praksi to izgleda ovako:
- ako korisnik prebrzo prolazi kroz zadatke, sustav povećava složenost,
- ako se pogled dugo zadržava na istom elementu, AI pretpostavlja nesigurnost i nudi dodatno objašnjenje,
- ako senzor prati ponavljane greške na istom koraku, sustav ubacuje mikro-lekciju s fokusom na taj dio procedure,
- ako je korisnik preopterećen informacijama, smanjuje se broj istovremenih vizualnih elemenata u field of viewu.
U medicinskoj edukaciji već se testiraju mješovito-realnostni sustavi u kojima prostorni tutor prati izvedbu zahvata. AI promatra položaj instrumenata, stabilnost ruke, slijed koraka i fiziološke signale simuliranog pacijenta. Intervenira samo kada je pedagoški optimalno – primjerice, dopušta da polaznik sam uoči manje odstupanje, ali zaustavlja scenarij ako se približava ozbiljna pogreška.
Takav pristup smanjuje kognitivno preopterećenje. Umjesto stalne bujice uputa u passthrough modu, korisnik dobiva ciljane, pravodobne intervencije koje poštuju ritam učenja.
UX izazovi: kada AI stalno boravi u vidnom polju
Činjenica da AI agent postaje stalni „stanar“ u našem vidnom polju otvara nova UX pitanja. Kako izbjeći da prostorni asistent postane nametljiv? Kako spriječiti da korisnik razvije preveliku ovisnost o pomoći?
Rana istraživanja u području XR edukacije pokazuju da prečesta pomoć smanjuje dugoročno zadržavanje znanja. Ako agent rješava svaki problem umjesto korisnika, mozak manje vježba samostalno donošenje odluka. S druge strane, pametno tempirane intervencije – primjerice nakon trećeg neuspjelog pokušaja – značajno ubrzavaju učenje i povećavaju samopouzdanje.
Načela dizajna prostornog AI asistenta
Iz toga se počinju izdvajati neka UX načela:
- Kontekstualna suzdržanost – agent mora razumjeti ne samo što korisnik radi, već i koliko je samouvjeren. Intervencija bi trebala doći tek kada je jasno da je korisnik „zapeo“.
- Hijerarhija obavijesti – kritične sigurnosne poruke smiju preuzeti cijeli field of view, dok informativne sugestije trebaju ostati diskretne, u perifernom vidu.
- Prostorno sidrenje informacija – overlay elementi moraju biti jasno povezani s fizičkim objektima putem mixed reality anchors, kako bi se izbjegla konfuzija i „plutajući“ UI.
- Transparentnost odluka – korisnik treba moći vidjeti zašto je agent nešto predložio, primjerice kratkim „explain“ panelom koji prikazuje korištene podatke.
- Kontrola korisnika – mogućnost da se razina asistencije brzo smanji ili privremeno isključi, posebno u situacijama koje zahtijevaju duboku koncentraciju.
U praksi to znači da prostorni AI asistent ne bi trebao stalno „pričati“, već većinu vremena promatrati, slušati i bilježiti. Tek povremeno, kada se spoje signali nesigurnosti, pogreške i konteksta zadatka, agent ulazi u prvi plan.
Poslovne implikacije: od pilot projekta do nove infrastrukture
Za poduzeća, prostorni AI asistenti mijenjaju način na koji se planiraju XR projekti. Više nije dovoljno kupiti nekoliko headseta i razviti par trening scenarija. U središte dolazi integracija s postojećom digitalnom infrastrukturom i redefinicija odgovornosti.
Duboka integracija s poslovnim sustavima
Da bi prostorni AI agent bio zaista koristan, mora imati pristup:
- ERP i MES sustavima (status strojeva, plan proizvodnje, zalihe),
- sustavima za upravljanje znanjem (manuali, procedure, video upute),
- sustavima za ticketing i servis (povijest kvarova, SLA),
- sigurnosnim i compliance pravilima (ograničenja pristupa, potvrđene procedure).
To zahtijeva novu vrstu projektnog pristupa. XR tim više nije izolirana inovacijska jedinica, već mora blisko surađivati s IT-om, sigurnosnim timovima, pravnicima i odjelom za ljudske resurse. Pitanja poput „što agent smije vidjeti kroz kamere?“ i „koliko dugo se čuvaju snimke rada zaposlenika?“ postaju ključna.
Tko je odgovoran za prostorne preporuke AI-a?
Najosjetljivije pitanje je odgovornost. Ako prostorni AI asistent predloži pogrešan korak u industrijskom ili medicinskom okruženju, tko snosi posljedice? Programer? Dobavljač platforme? Poslodavac? Korisnik koji je slijedio uputu?
Kako bi se rizici smanjili, poduzeća već uvode:
- stroge approval workflowe za nove AI procedure i scenarije,
- verzioniranje i audit trail svih promjena u preporukama,
- simulacijske testove u virtualnim tvornicama prije puštanja u produkciju,
- jasne protokole „human-in-the-loop“ nadzora za kritične zadatke.
U praksi se uvodi i koncept „sigurnosnih ograda“ (safety rails) u prostornom sučelju. AI agent, primjerice, smije dati sugestiju, ali ne smije automatski aktivirati stroj bez eksplicitne fizičke potvrde korisnika. U medicini, agent može upozoriti na odstupanje, ali konačnu odluku uvijek donosi liječnik.
Što slijedi: od asistenta do suradnika
Sljedeća faza XR-a neće biti samo pitanje toga koliko je oštar passthrough ili koliko je širok field of view. Ključno će biti s kim u tom prostoru surađujemo i koliko tom digitalnom kolegi možemo vjerovati.
Kratkoročno, prostorni AI asistenti bit će fokusirani na uske domene: održavanje, logistiku, medicinsku edukaciju, kompleksne montaže. S vremenom, kako modeli budu bolje razumjeli kontekst i namjeru, agenti će prerasti iz instruktora u prave suradnike – entitete koji ne samo da prate zadatke, već predlažu optimizacije procesa, prepoznaju obrasce kvarova i proaktivno predlažu promjene u dizajnu proizvoda ili radnog toka.
Za organizacije koje XR i AI vide samo kao još jedan gadget, ovo će biti propuštena prilika. Za one koje prostornog AI asistenta shvate kao novu razinu digitalne radne snage, riječ je o početku duboke transformacije načina rada, učenja i suradnje.
