Imaš AI, a imaš li strategiju?

Mnogo kompanija danas već koristi veštačku inteligenciju. Zaposleni imaju AI asistente, timovi isprobavaju četbotove, a pojedini procesi koriste automatsku obradu dokumenata ili podataka. Ipak, sama činjenica da su alati kupljeni i uključeni ne govori da li firma radi brže, pouzdanije ili profitabilnije.

U tekstu „Imaš AI, a imaš li strategiju?“, prvobitno objavljenom 6. februara 2026, Positive je ukazao na razliku između posedovanja AI alata i razvoja sistema koji stvara merljivu poslovnu vrednost. Ta poruka ostaje osnova ovog proširenog vodiča: ako AI već postoji u vašoj firmi, strategija je način da proverite šta zaista radi, šta treba menjati i gde treba prestati sa trošenjem resursa.

Šta znači imati AI strategiju kada firma već koristi AI?

AI strategija je poslovni okvir koji povezuje odabrane primene veštačke inteligencije sa konkretnim ciljevima kompanije, odgovornim ljudima, raspoloživim podacima, ograničenjima i merilima rezultata. Ona nije spisak kupljenih licenci, niti katalog popularnih modela.

Kada AI već postoji, strategija počinje pregledom stvarnog stanja. Potrebno je otkriti koje alate timovi koriste, zašto su uvedeni, ko plaća pretplate, ko proverava rezultate i da li postoji rizik od neovlašćenog deljenja podataka. Tek nakon toga ima smisla odlučivati o novim automatizacijama.

To je razlika između pitanja „Koji AI alat sledeći kupujemo?“ i pitanja „Koji poslovni problem rešavamo i kako ćemo znati da smo uspeli?“. Drugo pitanje treba da vodi odluku.

Kada AI postane trošak umesto poslovnog sistema

AI može biti koristan alat, ali bez povezanih procesa i vlasnika zadatka lako postaje još jedna operativna stavka. Jedan tim kupuje asistenta za pisanje, drugi odvojeno plaća analitičku platformu, a treći razvija četbot koji ne koristi iste informacije. Rezultat su paralelni troškovi i fragmentisano znanje.

Takvo stanje ne mora značiti da je tehnologija pogrešna. Problem može biti u lošem redosledu odluka: alati se biraju pre definisanja poslovne potrebe, a uspeh se procenjuje kroz broj aktivnih naloga ili generisanih poruka.

Za ozbiljan pregled potrebno je razdvojiti trošak licenci, trošak integracije i održavanja, vreme zaposlenih i vrednost stvarno završenog posla. Ušteda od nekoliko minuta na jednom zadatku nije dovoljna ako zatim nastaju sati ispravljanja netačnih odgovora.

Prvi zadatak: napravite popis AI alata i upotreba

Popis ne mora biti komplikovan. Za svaki alat zabeležite naziv servisa, tim koji ga koristi, poslovni zadatak, odgovornu osobu, mesečni ili godišnji trošak, vrstu podataka koje obrađuje i način na koji se rezultat proverava.

Posebno je važno razlikovati odobrene poslovne naloge od privatnih naloga koji su spontano počeli da se koriste za poslovne potrebe. Takva neformalna upotreba ponekad otkriva realnu potrebu zaposlenih, ali istovremeno može značiti nepoznat način obrade poverljivih informacija.

Nakon popisa, postavite jednostavna pitanja. Postoje li dva servisa za isti zadatak? Ima li licenci koje se gotovo ne koriste? Postoji li alat koji značajno pomaže, ali zavisi od jednog zaposlenog? Da li neko proverava njegove odgovore? Dobijeni odgovori važniji su od ukupnog broja „AI inicijativa“.

Strategija počinje problemom, ne demonstracijom tehnologije

Dobar AI projekat polazi od poslovnog problema koji je moguće jasno opisati. Na primer: priprema ponude zahteva previše ručnog kopiranja, zaposleni teško pronalaze važeća interna uputstva ili korisnički upiti dolaze u više kanala bez jedinstvene evidencije.

Svaki problem treba povezati sa početnim stanjem: koliko traje proces, koliko se puta ponavlja, koliko grešaka nastaje i kakav uticaj ima na korisnika. Kada znamo osnovu, lakše je proceniti da li AI donosi poboljšanje.

Ako je proces već nejasan, dodavanje modela može samo ubrzati proizvodnju neusaglašenih rezultata. Zato strategija uključuje i pitanje da li najpre treba promeniti sam proces, urediti podatke ili definisati odgovornost.

Kako odabrati AI primene sa najvećom vrednošću?

Praktičan početak je matrica u kojoj svaku ideju posmatrate kroz četiri kriterijuma: očekivana poslovna korist, učestalost zadatka, spremnost podataka i rizik od greške. Ideja sa velikim potencijalom, ali bez pouzdanih ulaznih podataka nije nužno dobar prvi projekat.

Zadaci poput pripreme nacrta standardnih izveštaja ili pretraživanja odobrenih internih informacija često su pogodniji za pilot od procesa u kom AI samostalno donosi finansijske ili pravne odluke. Razlika je u proverljivosti i posledicama greške.

Odaberite nekoliko prioriteta, a ne desetine paralelnih eksperimenata. Za svaki prioritet napišite šta mora da se dogodi da biste ga proširili, promenili ili ugasili. Strategija podrazumeva i odustajanje od projekata koji nemaju dovoljno vrednosti.

KPI i ROI: kako meriti učinak veštačke inteligencije?

KPI je pokazatelj kojim pratimo napredak ka poslovnom cilju. To može biti vreme potrebno za rešavanje zahteva, procenat tačnih kategorizacija, broj vraćenih dokumenata sa pravim izvorom ili vreme od korisničkog upita do kvalitetnog odgovora.

ROI je povraćaj u odnosu na ulaganje, ali u AI projektima troškovi ne obuhvataju samo pretplatu. Računaju se priprema podataka, integracija, obuka, ljudska verifikacija, održavanje i bezbednosne kontrole. Korist se procenjuje prema stvarnim promenama koje se mogu razumno pripisati primeni.

Izbegavajte tvrdnje o „garantovanom rastu produktivnosti“. Bolji izveštaj upoređuje slične zadatke pre i posle pilot-projekta, opisuje uslove testa, beleži greške i navodi ograničenja rezultata.

Ko je vlasnik AI inicijative u kompaniji?

AI strategija bez odgovorne osobe često ostane prezentacija. Za svaku primenu potrebno je znati ko predstavlja poslovni proces, ko odgovara za podatke, ko proverava tehničku sigurnost, ko daje konačno odobrenje i ko nadgleda pokazatelje uspeha.

Ne mora postojati posebno veliko AI odeljenje. U manjoj kompaniji iste odgovornosti mogu biti raspodeljene među nekoliko ljudi. Važno je da budu eksplicitne i da postoji osoba koja može zaustaviti rizičnu ili nekorisnu upotrebu.

NIST AI Risk Management Framework opisuje upravljanje rizicima kroz funkcije Govern, Map, Measure i Manage. Taj pristup pomaže da se tehnološke mogućnosti povežu sa odgovornošću i merljivim upravljanjem, bez pretvaranja strategije u spisak softvera.

Podaci, privatnost i bezbednost nisu dodatak strategiji

Kada zaposleni unose dokumente, upite klijenata ili interne procedure u AI servis, kompanija mora razumeti gde se podaci obrađuju, kome su dostupni i koje su ugovorne i pravne obaveze. To ne znači da AI ne treba koristiti, već da treba pravilno odabrati način upotrebe.

Proverite vrste podataka, politike zadržavanja, odobrene naloge, evidenciju pristupa, ograničenja povezivanja sa CRM-om i postupak kada model pogreši. Za osetljive radnje zadržite ljudsko odobrenje ili nezavisnu proveru kroz aplikaciju.

OECD AI Principles naglašavaju odgovornost, transparentnost, robustnost i poštovanje prava. U poslovnoj praksi takvi principi postaju pravila koja zaposlenima jasno govore kada smeju koristiti AI, kako proveravaju rezultat i kome prijavljuju problem.

Zašto AI nije magični štapić za loše procese?

Automatizacija nije sama sebi cilj. Ako je dokumentacija zastarela, zadaci nemaju vlasnika, a odobravanja se gube u porukama, AI može ubrzati samo pogrešan tok rada. Potrebno je razlikovati problem tehnologije od problema organizacije.

Zamislite prodajni proces u kom se informacije o klijentu čuvaju na više nepovezanih mesta. AI asistent može napisati sjajan nacrt ponude, ali će bez tačnih podataka možda navesti pogrešnu cenu ili obećati nedostupnu uslugu.

U takvoj situaciji pravi redosled je urediti izvor informacija, jasno definisati odgovornosti, a zatim automatizovati zadatak čiji se rezultat može proveriti. Strategija nije kočnica inovacije; ona štiti kompaniju od ulaganja u demonstracije koje se nikada ne pretvore u stabilan rad.

Kada AI strategija ima smisla ako su alati već kupljeni?

Upravo tada kada se ne zna koji alat daje rezultat. Strategija omogućava da se postojeće licence konsoliduju, funkcionalnosti povežu sa procesima i odrede realni prioriteti. Neki alati će ostati, drugi će biti zamenjeni, a pojedini projekti završeni.

Moguće je i da se ustanovi kako određena upotreba AI-ja nije potrebna: jednostavna automatizacija bez generativnog modela ponekad je predvidljivija i jeftinija. To nije neuspeh strategije, već znak da se tehnologija bira prema problemu.

Za upravljanje postojećim AI rešenjima posebno je korisno razlikovati pojedinačnog asistenta, automatizovani tok rada i AI agenta koji izvršava radnje kroz alate. Povezanu temu obrađujemo u tekstu Kako AI agenti menjaju poslovanje.

Plan za prvih 90 dana nakon revizije

Prvih 30 dana: popišite postojeće AI alate i upotrebe. Identifikujte duplirana rešenja, najveće troškove, pristupe podacima i procese sa potencijalno velikom koristi. Izaberite dva ili tri kandidata za kontrolisanu procenu.

Drugih 30 dana: postavite osnovne KPI-jeve i početna merenja. Za svaki odabrani slučaj definišite odgovornu osobu, dozvoljene podatke, pravila provere i kriterijume za nastavak. Testirajte na reprezentativnim zadacima.

Poslednjih 30 dana: uporedite rezultate i ukupne troškove. Odlučite šta širiti, šta promeniti i šta isključiti. Dokumentujte jednostavan plan održavanja znanja, kontrole kvaliteta i periodičnog pregleda.

Raspored je primer organizacije posla, ne garancija da svaka firma može završiti AI transformaciju za tri meseca. Složenost zavisi od procesa, dostupnosti podataka i odgovornosti koje moraju biti uređene.

Kako povezati AI strategiju sa menadžmentom i timovima?

Menadžment mora definisati poslovni cilj, resurse i granice rizika. Timovi treba da opišu realne zadatke i probleme koje tehnologija može rešiti. IT i bezbednost proveravaju integracije, podatke i ovlašćenja. Tek spajanjem tih perspektiva nastaje upotrebljiv plan.

Dobar razgovor sa zaposlenima ne počinje pitanjem „Hoće li vas AI zameniti?“, već „Koje zadatke radite više puta, koje informacije vam nedostaju i šta biste želeli da radite kvalitetnije?“. Time se otkrivaju procesi koji nisu vidljivi iz izveštaja o licencama.

Pravila moraju biti razumljiva i proverljiva. Ako se od ljudi očekuje da koriste AI, moraju znati koji alat, za koji zadatak, sa kojim podacima i ko proverava konačni rezultat.

Zaključak: imaš AI, ali da li radi za biznis?

AI strategija nije luksuz rezervisan za velike kompanije. Njena uloga je da poveže već kupljene alate sa poslovnim rezultatima, oslobodi firmu nepotrebnih eksperimenata i uspostavi jasnu odgovornost.

Najvažnije pitanje iz originalnog Positive članka ostaje aktuelno: da li vaš AI radi ono zbog čega postoji? Ako ne postoji merljiv odgovor, počnite od popisa procesa, troškova i rezultata, a ne od kupovine sledeće licence.

Za usklađivanje AI mogućnosti sa ciljevima pogledajte Cybercompany AI strategiju za kompanije ili zakažite razgovor sa Positive timom.