Od velikih modela do nevidljivih pomoćnika
Rasprave o umjetnoj inteligenciji još su uvijek usmjerene na velike jezične modele, spektakularne chatbotove i regulatorne rokove EU AI Acta. No dok naslovnice pune GPT i Gemini, u pozadini se događa tiša, ali za poslovanje jednako važna promjena: AI se useljava u gotovo svaki ured kroz specijalizirane agente za automatizaciju procesa.
Umjesto jednog „velikog“ sustava koji rješava sve, tvrtke sve češće kombiniraju više manjih, usko fokusiranih AI servisa. Ti agenti čitaju dokumente, prate e-mailove, ažuriraju CRM ili ERP sustave, sažimaju sastanke i komuniciraju s korisnicima – često bez da itko ikada otvori klasični chat prozor ili piše prompt.
Tehnologija se premješta iz vidljivog sučelja prema pozadini sustava. AI postaje dio workflowa, a ne zasebni alat. Upravo zato ih nazivamo „tihim“ agentima: rade u pozadini, integrirani u postojeće aplikacije, i aktiviraju se kada se ispune određeni uvjeti ili događaji.
Što razlikuje AI agente od klasičnog RPA-a
Prvi val automatizacije poslovanja obilježio je RPA (robotic process automation). RPA je dobro funkcionirao za strogo definirane, ponavljajuće zadatke: klikni ovdje, kopiraj, zalijepi, pošalji. No čim se proces promijeni ili pojavi iznimka, roboti često „pucaju“.
Nova generacija AI agenata uvodi ključnu razliku: razumijevanje prirodnog jezika i konteksta. Umjesto da netko ručno mapira svaki korak procesa, agent može:
- „pročitati“ poslovnu uputu na jeziku ljudi,
- povezati se na interne alate (e-mail, CRM, ERP, helpdesk, DMS),
- predložiti ili sam konfigurirati tijek rada,
- prilagoditi se manjim promjenama u podacima ili formatu.
U praksi to izgleda ovako: zaposlenik napiše u internom sustavu zadataka ili chatu: „Svaki put kad dođe upit za ponudu iz Hrvatske, pripremi nacrt odgovora, povuci aktualni cjenik iz ERP-a i zabilježi lead u CRM-u.“ AI agent:
- prepoznaje da se radi o novom pravilu rada,
- analizira koji su sustavi uključeni (e-mail, ERP, CRM),
- predlaže tijek rada i traži potvrdu,
- nakon odobrenja sam izvršava taj niz radnji, uz mogućnost ljudskog odobrenja prije slanja.
Granica između RPA-a i AI agenata sve je mutnija. U praksi se često kombiniraju: klasični RPA obavlja determinističke korake, a AI agent donosi „meke“ odluke, razumije tekst, klasificira upite i generira nacrte odgovora.
Gdje AI agenti danas stvarno donose vrijednost
Najveći učinak trenutno se vidi u repetitivnim administrativnim zadacima i radu s tekstom. Neki od tipičnih scenarija:
1. Obrada dokumenata i e-mailova
- automatsko prepoznavanje vrsta dokumenata (ponuda, ugovor, račun, zapisnik),
- ekstrakcija ključnih podataka (datumi, iznosi, rokovi, partneri),
- klasifikacija i usmjeravanje e-mailova prema pravom timu,
- sažimanje dugih dopisa u kratke bilješke za menadžment.
2. Izvještavanje i konsolidacija podataka
- prikupljanje podataka iz više sustava (ERP, CRM, BI alati),
- priprema nacrta tjednih ili mjesečnih izvještaja,
- generiranje tekstualnih sažetaka uz postojeće tablice i grafikone,
- automatska priprema prezentacija s ključnim pokazateljima.
3. Nacrti komunikacije i podrška korisnicima
- predlaganje odgovora na upite korisnika na temelju baze znanja i povijesti komunikacije,
- priprema nacrta ponuda, obavijesti, newslettera i internih priopćenja,
- personalizacija sadržaja prema segmentu klijenta ili tržišta.
4. Integracija podataka i sinkronizacija sustava
- spajanje zapisa iz različitih baza (npr. CRM i billing) prema sličnosti,
- otkrivanje nekonzistentnih podataka i predlaganje ispravaka,
- automatsko otvaranje zadataka u projektnim alatima na temelju e-mailova ili tiketa.
Umjesto velikih, višegodišnjih projekata digitalne transformacije, organizacije sve češće kreću s malim, jasno ograničenim pilotima. Jedan tim, jedan proces, nekoliko tjedana testiranja i vrlo konkretna metrika: ušteđeni sati, manje grešaka, kraće vrijeme odgovora ili bolji NPS korisnika.
Kako uvoditi AI agente bez organizacijskog kaosa
Za menadžment se otvaraju dvije ključne teme: gdje točno početi i kako zadržati kontrolu. Praksa pokazuje nekoliko dobrih principa.
Krenuti od procesa, ne od tehnologije
Prvi korak nije odabir modela ili dobavljača, nego popis procesa. Koji timovi provode najviše vremena na ponavljajuće zadatke? Gdje su česta uska grla i pritužbe zaposlenika? Na tim mjestima AI agenti najbrže pokazuju vrijednost.
Za svaki odabrani proces treba jasno definirati:
- što agent smije raditi samostalno,
- što mora ići na ljudsko odobrenje,
- koji se podaci smiju koristiti,
- kako će se mjeriti uspjeh (KPI-ji).
Mali pilot, pa skaliranje
Umjesto da se pokušaju „automatizirati svi uredi“, isplativije je pokrenuti jedan pilot-projekt s jasno definiranim ciljem. Primjerice:
- agent za sažimanje tjedne interne komunikacije i sastanaka za upravu,
- agent koji predlaže odgovore na najčešće korisničke upite u službi za korisnike,
- agent koji priprema nacrte ponuda za prodajni tim na temelju standardnih predložaka.
Ako se pokaže da agent stabilno radi, da korisnici imaju povjerenja u njegove prijedloge i da metrika pokazuje stvarni učinak, tek tada ima smisla širenje na druge timove i procese.
Uloga zaposlenika: suradnja, ne zamjena
Ključ uspjeha nije u tome da se „automatizira sve“, nego da se jasno definira suradnja čovjeka i sustava. Zaposlenici trebaju znati:
- što agent radi u pozadini,
- kako provjeriti i ispraviti njegov rad,
- kako prijaviti pogrešku ili neželjeno ponašanje,
- kako predložiti nove slučajeve upotrebe.
Tvrtke koje otvoreno komuniciraju svrhu i granice AI agenata, te ulažu u kratke, praktične edukacije, imaju manji otpor i veću stopu usvajanja. U tom scenariju AI prestaje biti futuristički dodatak i postaje dio svakodnevnog alata – nevidljiv, ali presudan za konkurentnost.
Regulativa: EU AI Act i odgovornost za odluke
Regulatorni okvir, osobito u Europi, dodatno gura poslodavce prema strukturiranijem pristupu. EU AI Act uvodi obveze koje se odnose i na poslovne AI agente, osobito kada:
- obrađuju osjetljive podatke (npr. zdravlje, financije, radni učinak),
- utječu na odluke o zaposlenicima (zapošljavanje, napredovanje, evaluacija),
- utječu na odluke o klijentima (kreditna sposobnost, cijene, odobravanje usluga).
Za takve sustave propisuje se procjena rizika, dokumentiranje datasetova i modela, testiranje prije puštanja u rad te jasna podjela odgovornosti između dobavljača i korisnika sustava.
Za poduzeća to konkretno znači da više nije dovoljno „upaliti“ AI integraciju u e-mail klijentu ili CRM-u. Potrebno je znati:
- koje modele i agente koristite (komercijalne, open source, interne),
- gdje se podaci obrađuju i pohranjuju (cloud, on-premise, EU/izvan EU),
- kako se nadziru pogreške i neželjeni ishodi,
- tko donosi konačne odluke u osjetljivim procesima – čovjek ili sustav.
Tvrtke koje uvode AI agente trebaju uspostaviti osnovni „AI governance“: politike korištenja, registre sustava, procedure za incidentne situacije i minimalnu razinu transparentnosti prema zaposlenicima i korisnicima.
Mali i srednji poduzetnici: prilika u malim koracima
Za lokalne tvrtke u Hrvatskoj i regiji, uključujući male i srednje poduzetnike, AI agenti su prilika da dobiju dio prednosti velikih igrača bez milijunskih ulaganja. Ključ je u pragmatičnom pristupu.
Umjesto ambicioznih planova potpune automatizacije, smislenije je:
- odabrati 2–3 konkretna procesa s jasnim bolnim točkama,
- testirati gotove AI servise ili rješenja partnera,
- postaviti jasne granice ovlasti agenta,
- od početka mjeriti učinke (vrijeme, trošak, kvaliteta).
Primjeri za početak u malim i srednjim poduzećima:
- agent koji svakog petka sažima ključne e-mailove, sastanke i zadatke za vlasnika ili direktora,
- agent koji priprema nacrte odgovora na upite preko web-forme ili društvenih mreža,
- agent koji pomaže u pripremi ponuda i računa na temelju standardnih cjenika,
- agent koji generira osnovne izvještaje za banke, investitore ili upravu.
Za mnoge male tvrtke već i 5–10 sati ušteđenog administrativnog rada tjedno može značiti značajan pomak u fokusu prema prodaji, razvoju proizvoda ili radu s ključnim klijentima.
AI kao nevidljiva infrastruktura ureda
Kako se tehnologija razvija, AI agenti sve se više pretvaraju u nevidljivu infrastrukturu ureda. Kao što danas nitko ne razmišlja o tome koji protokoli stoje iza e-maila ili interneta, tako će uskoro biti i s agentima koji obrađuju dokumente, sinkroniziraju podatke i pripremaju komunikaciju.
Razlika između onih koji će od toga profitirati i onih koji će zaostati neće biti u tome imaju li AI, nego kako su ga ugradili u svakodnevni rad. Tvrtke koje krenu s malim, dobro vođenim pilotima, jasno definiranim ovlastima agenata i odgovornim upravljanjem podacima, imat će realnu, mjerljivu prednost – tiho, ali trajno.
