Zašto se Positive fokusirao na AI

Positive se fokusirao na veštačku inteligenciju zato što se promenio način na koji kompanije koriste znanje, podatke, softver i vreme svojih zaposlenih. AI više ne posmatramo kao izdvojen tehnološki eksperiment, već kao mogućnost da se određeni delovi svakodnevnog poslovanja bolje povežu i pojednostave. Ipak, ta mogućnost postaje vredna tek kada je jasno koji problem rešava i ko odgovara za rezultat.

Ovaj tekst vraća temu sa ranijeg Positive bloga. U originalnom autorskom osvrtu, potpisanom imenom Miljan Radanovic, objašnjeno je zašto je kompanija odlučila da deo fokusa i razvoja usmeri ka AI rešenjima. Izvorni tekst govori o poslovnom konsaltingu, digitalnoj transformaciji, ranijem PAM softveru i tadašnjim očekivanjima. U nastavku su zadržane glavne ideje tog osvrta, ali su današnje usluge i organizacija Positive ekosistema predstavljene prema aktuelnim informacijama.

Zašto je Positive počeo da posmatra AI kao stratešku oblast?

U ranijem članku Positive je obrazložio da AI nije samo sledeći dodatak softverskom paketu. To je tehnološki pravac koji može promeniti kako se znanje pronalazi, kako se odluke pripremaju i kako zaposleni izvršavaju ponavljajuće zadatke.

Važno je razumeti da strateški fokus nije isto što i tvrdnja da svaka kompanija mora odmah kupiti AI proizvod. Naprotiv, fokus znači ulaganje u razumevanje tehnologije, obuku, dizajn usluga i sposobnost da se proceni kada je AI opravdan, a kada nije.

Organizacije koje AI uvode bez cilja često završe sa nekoliko nepovezanih alata i pitanjem zašto je posao i dalje spor. Zato je vrednije razviti sposobnost postavljanja dobrih poslovnih pitanja od slepog praćenja tehnoloških najava.

Tri odluke iz originalnog Positive osvrta

U istorijskom tekstu predstavljene su tri mogućnosti: krenuti ranije, čekati da tehnologiju uvedu drugi ili u potpunosti zanemariti promenu. Takva podela prenosi stav autora u tadašnjem trenutku; nije naučni model niti dokaz da svaki rani korisnik ostvaruje konkurentsku prednost.

Rano istraživanje može pomoći timu da na vreme nauči šta sistemi rade, gde greše i koje vrste podataka im trebaju. Ipak, eksperiment bez cilja može potrošiti resurse. Čekanje smanjuje neke rizike, ali može odložiti organizaciono učenje. Potpuno ignorisanje relevantne tehnologije može biti loše za kompaniju čiji se kupci i procesi menjaju.

Današnji zaključak je uravnoteženiji: ne treba žuriti u pogrešno rešenje, ali ne treba odlagati razumevanje problema i dostupnih mogućnosti. Pravo vreme za investiciju zavisi od poslovnog slučaja, spremnosti podataka i procene rizika.

AI nije zamena za digitalnu transformaciju

Digitalna transformacija podrazumeva procese, odgovornosti, organizaciju rada, podatke i tehnološku osnovu. AI može biti jedan njen deo, ali ne može sam da popravi neuredne evidencije, neusaglašene procedure ili aplikacije koje međusobno ne razmenjuju informacije.

Ako prodajni tim beleži zahteve u porukama, servis u nepovezanim tabelama, a menadžment nema zajednički pregled, dodavanje AI asistenta neće automatski stvoriti jedinstven sistem rada. Najpre treba dogovoriti koji je zapis zvaničan, ko ga održava i kada se prenosi dalje.

Positive na aktuelnoj prezentaciji opisuje pristup koji kreće od poslovnog problema i prioriteta, zatim povezuje AI, poslovni softver i sigurnu IT osnovu. Upravo ta logika objašnjava zašto je AI deo šire strategije, a ne odvojena marketinška parola.

Gde AI može imati smisla u svakodnevnom poslovanju?

Pristup znanju. Zaposleni ne moraju svaki put da pretražuju više direktorijuma i pitaju kolegu gde se nalazi pravilo. Asistent povezan sa dozvoljenom, uređenom dokumentacijom može pomoći da se relevantna informacija lakše pronađe.

Priprema komunikacije. AI može sažeti dolazni zahtev, predložiti nacrt odgovora ili pomoći da se pitanje razvrsta. Konačna poruka mora ostati tačna i u skladu sa pravilima kompanije.

Ručni administrativni koraci. Kada se isto polje prepisuje između više sistema, postoji prostor za automatizaciju. Nekada je dovoljno jednostavno softversko povezivanje; AI ima smisla tek kada zadatak zahteva i razumevanje nestrukturisanog sadržaja.

Rad sa izveštajima. AI može pomoći da se uoče pitanja, objasne obrasci ili pripremi sažetak iz pouzdanih podataka. Ali generisani komentar nije dokaz uzroka promene, niti zamena za dobro postavljene pokazatelje.

Podrška korisnicima. Četbot sa aktuelnim znanjem može pomoći kod čestih zahteva i strukturisati predaju zaposlenom. Ako nema pravilo eskalacije, neće rešiti problem samo zato što je dostupan 24 sata.

Zajedničko svim ovim primerima jeste potreba za proverom kvaliteta, odgovornostima i merljivim ishodom.

Zašto se Positive ne oslanja na jedan AI alat?

U stvarnoj kompaniji AI ne radi samostalno. Potrebni su podaci koji se mogu pronaći, proces koji ima vlasnika i infrastruktura koja podržava svakodnevni rad. Ponekad je korisniku potreban AI asistent, ponekad bolje organizovan CRM ili upravljanje zadacima, a ponekad sigurniji server, identiteti i backup.

Zbog toga Positive svoj aktuelni pristup predstavlja kroz povezani ekosistem. Cybercompany se bavi AI strategijom, asistentima, chatbotovima i automatizacijom. ONE predstavlja poslovnu platformu za povezane klijente, zadatke, projekte, dokumente i zahteve. CoreTech pokriva IT infrastrukturu, podršku, kontinuitet i sajberbezbednost.

To ne znači da svaka kompanija mora uvesti sva tri rešenja. Cilj je odabrati samo one delove koji imaju opravdan poslovni slučaj, uz jedinstvenu odgovornost za plan i rezultate.

Više o toj povezanosti možete videti na stranici Positive ekosistem.

Šta je danas uloga Cybercompany-ja?

Cybercompany je specijalizovana AI oblast Positive ekosistema. Njena ponuda obuhvata procenu mogućnosti, definisanje strategije, AI asistente, chatbotove i kontrolisanu automatizaciju procesa.

Umesto da se počne od pitanja „koji model kupujemo“, rad polazi od toga gde se gubi vreme, koji podaci i dokumenti postoje i koja promena bi bila vredna ulaganja. Nakon toga sledi izbor prvog slučaja upotrebe, definisanje merila uspeha i postepeno širenje.

Na taj način AI ne postaje zbir izolovanih demonstracija. Postaje plan koji uključuje tehnologiju, zaposlene, podatke i način kontrole. Aktuelan pregled dostupan je na stranici Cybercompany — AI rešenja.

Zašto su procesi i podaci važniji od izbora modela?

AI može stvarati ubedljive rečenice čak i kada su ulazni podaci nepotpuni ili pogrešni. Ako dva sektora vode različite verzije istog ugovora, asistent bez pravila izvora može koristiti pogrešnu. Ako nema vlasnika podataka, teško je znati ko treba da ispravi grešku.

Zbog toga ozbiljna primena zahteva najmanje četiri stvari: definisan poslovni proces, pouzdane izvore, prava pristupa i odgovornu osobu koja odobrava važan rezultat. Te kontrole nisu administrativni višak. One omogućavaju ponovljivost.

U nekim slučajevima bolje je prvo urediti dokumentaciju ili integrisati aplikacije, a tek zatim uvesti generativni AI. To nije odustajanje od inovacije; to je priprema da ona zaista radi.

Zaposleni ostaju deo rešenja

Originalni Positive tekst posebno ističe značaj obuke zaposlenih i prihvatanja promena. To je i dalje važan deo svake AI inicijative. Alat koji ljudi ne razumeju, kojem ne veruju ili koji im povećava broj provera može ostati neiskorišćen.

Obuka treba da uključi praktične primere iz stvarnog rada, pravila zaštite podataka, način provere AI odgovora i jasnu mogućnost da zaposleni prijavi grešku. Menadžment treba da objasni šta se menja, šta ostaje u odgovornosti čoveka i kako se vrednuje rezultat.

Ne treba predstavljati automatizaciju samo kao smanjenje broja zaposlenih. Često je korisniji cilj ukloniti bespotrebno prepisivanje, čekanje na informacije i ponavljajuće korake, kako bi ljudi imali više prostora za posao koji zahteva procenu i odnos sa klijentom.

AI strategija mora imati kontrolu rizika

Veštačka inteligencija donosi i rizike: poverljivi podaci mogu završiti u neodobrenom alatu, model može pogrešiti, automatska akcija može biti izvršena bez dovoljnih prava, a zaposleni se mogu osloniti na netačan rezultat.

NIST AI Risk Management Framework predlaže strukturisano upravljanje AI rizicima kroz aktivnosti upravljanja, mapiranja, merenja i upravljanja rizikom. Za kompaniju to znači imenovati odgovorne, odrediti prihvatljivu upotrebu, testirati kvalitet i pratiti šta se dešava nakon uvođenja.

Pravila treba prilagoditi konkretnom poslu. Marketing nacrt i automatizovana promena finansijskog zapisa nemaju isti rizik. Za zahtevne ili osetljive zadatke ljudska kontrola i ograničenja sistema ostaju neophodni.

Kako Positive pristupa izboru prvog AI projekta?

Prvo treba razumeti postojeći tok rada: ko podnosi zahtev, ko pronalazi informaciju, koliko koraka traje obrada i gde nastaju zastoji. Tek kada su ti koraci vidljivi, može se proceniti da li ih AI može ubrzati ili poboljšati.

Zatim se proveravaju podaci i sistemi: dostupnost dokumenata, prava pristupa, kvaliteta izvora, integracije i podrška. Nakon toga može se rangirati nekoliko mogućih primena prema poslovnoj vrednosti, izvodljivosti, riziku i spremnosti zaposlenih.

Za izabranu primenu definiše se pilot sa početnim stanjem i pokazateljima uspeha. Ako pilot pokaže korisnu promenu, planira se održavanje, obuka i širenje. Ako ne pokaže rezultat, treba promeniti proces ili odložiti rešenje umesto da se demonstracija proglasi uspehom.

Ovaj pristup je u skladu sa aktuelnim smernicama AI strategije za kompanije, koje povezuju problem, spremnost i odgovornost.

Kako meriti da li je AI zaista koristan?

Vreme do završenog zadatka bolje je merilo od brzine kojom model generiše tekst. Ako zaposleni uštedi pet minuta u izradi nacrta, ali potroši deset na ispravljanje, efekat je negativan.

Kvalitet rezultata treba ocenjivati prema tačnosti, potpunosti, broju korekcija i korisničkom iskustvu. Trošak uključuje licence, integracije, održavanje, obuku i nadzor. Usvajanje pokazuje da li zaposleni koriste rešenje zato što im pomaže, a ne zato što je uvedeno obavezno.

Za složenije projekte važni su i pokazatelji rizika, poput neodobrenog pristupa ili neuspešne eskalacije. Bez merila i početnog poređenja teško je pripisati promenu konkretnoj tehnologiji.

Šta iz prvobitne Positive odluke možemo zaključiti danas?

Istorijski članak bio je poruka o potrebi da kompanija uči i ulaže u nove tehnologije pre nego što postane kasno za razumevanje promena. U njemu su pominjani raniji softverski proizvodi, očekivanja i tadašnji razvojni kontekst. Ti navodi nisu automatski opis trenutnih funkcionalnosti i ne treba ih čitati kao nezavisno potvrđene poslovne rezultate.

Današnje objašnjenje je konkretnije: AI treba uključiti tamo gde postoje spremni podaci, stvarna potreba, odgovoran tim i način merenja. Tehnologija je važna, ali uspeh zavisi od njenog mesta u sistemu rada.

Pozitivan rezultat nije kompanija sa najvećim brojem AI alata. To je kompanija koja brže dolazi do pouzdane informacije, radi sa manje ručnog opterećenja i zadržava kontrolu nad važnim odlukama.

Zaključak: fokus na AI znači fokus na promenu načina rada

Positive se okrenuo AI-ju jer veštačka inteligencija otvara nove mogućnosti da se poslovno znanje, procesi i tehnologija bolje povežu. Razlog za fokus nije tehnološka moda niti obećanje da se svaki problem rešava chatbotom.

Kada su strategija, ljudi, podaci, poslovni softver i IT osnova usklađeni, AI može biti koristan sloj digitalne transformacije. Kada ti preduslovi nisu ispunjeni, najbolje je početi njihovim uređivanjem.

Za procenu realnih AI prilika pogledajte Cybercompany rešenja ili zakažite razgovor sa Positive timom. Prvi korak nije kupovina alata, već odluka koji poslovni problem vredi rešiti.