Deloitteovo 17. godišnje izvješće Tech Trends identificira pet trendova koji će obilježiti 2026., uz osam dodatnih signala koje vrijedi pomno pratiti. Fokus je na prijelazu s eksperimentiranja na sustavnu primjenu umjetne inteligencije u poslovanju, odnosno na implementaciju rješenja s dugoročnim učinkom. Ključna poruka izvješća je da se više ne raspravlja o tome što AI može, nego kako se koristi i kakve rezultate donosi.
Izvješće upozorava da se tehnološki ciklus ubrzao do te mjere da klasični modeli planiranja i postupnog uvođenja više ne funkcioniraju. Firme su prisiljene istodobno uvoditi nove tehnologije, prilagođavati infrastrukturu i redizajnirati načine rada. Inovacija pritom više nije linearna, nego kumulativna: napredak u jednoj dimenziji, poput računalne snage ili kvalitete modela, ubrzava razvoj aplikacija, povećava količinu podataka, privlači ulaganja i snižava troškove.
‘Zamašnjak inovacija’
Deloitte taj proces opisuje kao “zamašnjak inovacija” i zaključuje da tvrtke više nemaju luksuz čekanja jer vrijeme potrebno za razumijevanje nove tehnologije sve češće nadmašuje razdoblje u kojem je ona relevantna.
Prvi i najočitiji trend je izlazak umjetne inteligencije iz digitalnog u fizički svijet, kroz robote, autonomna vozila, dronove i pametne industrijske sustave. Riječ je o fizičkoj umjetnoj inteligenciji koja, za razliku od klasične automatizacije, percipira okolinu, uči iz iskustva i prilagođava se u stvarnom vremenu. Deloitte ističe da pad troškova i zrelost tehnologije omogućuju njezinu široku primjenu u industriji, zdravstvu i javnoj infrastrukturi, uz procjenu da će do 2035. na radnim mjestima biti dva milijuna humanoidnih robota. Drugi ključni trend odnosi se na agentsku umjetnu inteligenciju, sustave koji mogu samostalno obavljati zadatke bez stalnog ljudskog upravljanja. Iako se često predstavljaju kao veliki iskorak u automatizaciji, Deloitte upozorava na raskorak između ambicija i stvarne primjene. Mnoge tvrtke eksperimentiraju s agentima, ali rijetke ih uspijevaju uvesti u produkciju. Problem nije tehnologija, nego pokušaj automatizacije loše postavljenih procesa. Najbolje rezultate postižu oni koji agentima pristupaju kao “silikonskoj radnoj snazi” kojom se planski upravlja i čiji se učinak mjeri.
Treći trend odnosi se na infrastrukturu. Iako su troškovi pojedinačnih AI zadataka pali, ukupni troškovi rastu zbog masovne primjene pa se neke tvrtke suočavaju s višemilijunskim mjesečnim računima za oblak. Kao odgovor, sve se više prelazi na hibridne arhitekture: oblak za promjenjiva i eksperimentalna opterećenja, vlastita infrastruktura za stabilnu produkciju, a periferno računalstvo (edge computing) za slučajeve u kojima je presudna minimalna latencija (kašnjenje). Ta će promjena bitno utjecati na planiranje ulaganja i upravljanje IT resursima.
Paradoks umjetne inteligencije
Četvrti trend Deloitte opisuje kao “veliku rekonstrukciju” tehnoloških organizacija. Umjetna inteligencija ne mijenja samo alate, nego i strukturu timova, uloge zaposlenika i odnos između IT-ja i poslovnih funkcija. Prema podacima iz izvješća, gotovo sve organizacije već provode značajne promjene operativnih modela. Fokus se pomiče s održavanja infrastrukture na strateško vođenje, koordiniranje ljudi i AI sustava te povezivanje tehnoloških ulaganja s mjerljivim poslovnim ishodima. U tom kontekstu pojavljuju se nove uloge, a voditelji tehnologije sve češće preuzimaju ulogu promotora i koordinatora AI transformacije.
Peti trend odnosi se na sigurnost. Umjetna inteligencija stvara svojevrsni paradoks. Iste sposobnosti koje omogućuju automatizaciju i ubrzanje poslovanja istodobno otvaraju nove sigurnosne rizike. Deloitte identificira prijetnje povezane s podacima, modelima, aplikacijama i infrastrukturom, uključujući tzv. “AI u sjeni” (shadow AI, odnosno korištenje umjetne inteligencije u poslovanju bez znanja IT odjela u nekoj firmi, što stvara sigurnosne rizike), napade na modele i ranjivosti autonomnih sustava. Istodobno, AI se koristi kao alat obrane, primjerice, za otkrivanje prijetnji, simuliranje napada i odgovor u stvarnom vremenu.
Ključna poruka je da se sigurnost mora integrirati u AI od samog početka, kao preduvjet skaliranja korištenja nekog alata, odnosno modela umjetne inteligencije, a ne kao naknadni dodatak koji se ubacuje kada već sigurnosni problem nastane.
Osim pet jasnih trendova, ističe se i osam tehnoloških signala vrijednih daljnjeg praćenja. Prvi signal odnosi se na pitanje hoće li se temeljni modeli nastaviti “eksponencijalno” poboljšavati ili će njihove sposobnosti početi dosezati plafon. Iako se novi modeli i dalje poboljšavaju, neke metrike upućuju na to da ne donose dramatične skokove performansi (primjerice, korisnici ne vide značajnu razliku između ChatGPT verzije 5.1 i 5.2) kakve smo viđali prije. Istodobno, trend “sve većih modela” podiže potrošnju energije i troškove računalstva.
Deloitteovo izvješće upozorava kako će biti važnije ulagati u optimizaciju postavljanja upita i integraciju temeljnih AI modela u poslovanje, a manje koristi li se uvijek najnovija inačica nekog modela. Drugi signal ističe da novi podaci imaju veću vrijednost od sintetičkih, a sintetički od zastarjelih. Kako se temeljni modeli treniraju na sličnim javnim skupovima podataka, podaci prestaju biti ključna konkurentska prednost, dok “stari podaci” brzo gube relevantnost. Sintetički podaci koji bi, prema procjenama do 2028., trebali činiti 80 posto AI podataka, korisni su za popunjavanje praznina, ali dosežu plafon izvedbe od 90 do 95 posto kvalitete stvarnih podataka i loše hvataju rijetke ili nove pojave.
Preveliko oslanjanje na njih može dovesti do kolapsa modela i repetitivnih rezultata. Stoga će prednost imati tvrtke s pristupom svježim, stvarnim podacima i kontrolom interakcija korisnika u stvarnom vremenu.
Treći signal tiče se hardvera, tj. neuromorfnih čipova, procesora koji imitiraju ljudski mozak, a za određene AI zadatke mogu biti učinkovitiji od klasičnih grafičkih procesora (GPU). Dok GPU-ovi imaju odvojena područja za memoriju i obradu podataka, neuromorfni čipovi kombiniraju obje stvari na istom mjestu. Dok GPU-ovi kontinuirano rade velikom brzinom, neuromorfni čipovi reagiraju na događaje, tj. obrađuju informacije kada se dogodi nešto.
Ovi čipovi nove generacije mogu trošiti 80 do 100 puta manje energije za zadatke koji uključuju sporadične signale (primjerice, obrada informacija podataka u autonomnim vozilima), a široka primjena očekuje se oko 2030.
Četvrti signal tiče se korištenja perifernog računalstva i obrade podataka u samom uređaju (on-device processing). Naime, umjesto da se podaci šalju u udaljeni oblak, AI se koristi izravno na uređajima kao što su mobiteli, pametni satovi, sigurnosne kamere ili industrijski roboti. Ova promjena djeluje na latenciju, privatnost, snižavanje troškova te dokidanje ovisnosti AI-ja o pristupu internetu.
Tržište pametnih telefona sposobnih za generativni AI naraslo je gotovo 364 posto na godišnjoj razini u 2024. godini. Očekuje se da će se od 234 milijuna prodanih primjeraka u 2024. doći do 912 milijuna u 2028. godini.
Peti signal odnosi se na uređaje pogonjene AI-jem izvan pametnih telefona. Tu se radi o različitim oblicima nosive (wearable) tehnologije, kao što su pametne naočale, osobni prevoditelji, bedževi s glasovnom interakcijom, pametne propusnice i privjesci i slično. Premda se očekuje da će globalno tržište nosive tehnologije doseći 265 milijardi dolara u 2026. godini, povijest mnogih propalih projekata u ovom segmentu znači da je usvajanje takvih tehnologija krajnje neizvjesno.
Biometrijska autentifikacija
Šesti signal tiče se biometrijske autentifikacije kao sljedeće razine kibernetičke sigurnosti. Budući da AI može replicirati glas, krivotvoriti dokumente i oponašati obrasce ponašanja, upravo će autentifikacija bez lozinke, temeljena na biometrijskim podacima, biti idući veliki iskorak u sigurnosti u digitalnom prostoru.
Sedmi signal dotiče se privatnosti. Naime, izrazito sposobni osobni AI asistenti, da bi doista bili učinkoviti, zahtijevaju pristup dosad neviđenom skupu osobnih podataka. Problem leži u tome što, jednom kada se osobni podaci ugrade u AI modele, pravo na brisanje postaje gotovo nemoguće ostvariti. Balans pristanka na dijeljenje osobnih podataka u zamjenu za dodatne funkcionalnosti stvarat će stalni pritisak na pravne stručnjake da izrade pravovremenu regulativu.
Osmi signal posebno je važan za medije, marketing i digitalnu ekonomiju: korisnici se sve češće okreću AI chatbotovima umjesto klasičnim tražilicama pa se fokus s optimizacije za tražilice (SEO) pomiče na optimizaciju za generativne odgovore (GEO). Prema izvješću, AI-generirani odgovori već dominiraju rezultatima pretraživanja i smanjili su stopu klikova na klasične stranice za više od trećine, dok AI platforme trenutačno donose 6,5 posto organskog prometa, uz projekciju rasta na 14,5 posto u roku godine dana. Za razliku od SEO-a, GEO ne nagrađuje ključne riječi i poveznice, nego dubinu objašnjenja i prepoznatu stručnost sadržaja. Dobro došli u vrli novi svijet.
