U razvoju softvera već neko vrijeme dubinski se mijenjaju pravila igre. Programeri sve manje vremena provode pišući kod, a sve više razmišljajući o sustavima, njihovoj arhitekturi i načinu na koji umjetna inteligencija unutar njih djeluje. Ono što je donedavno bilo eksperimentiranje s alatima, danas postaje nova praksa – i to brže nego što većina organizacija uspijeva pratiti.
U tehnološkoj kompaniji CROZ taj pomak opisuju vrlo jasno – više se ne postavlja pitanje treba li koristiti umjetnu inteligenciju u razvoju softvera, nego koliko brzo organizacija može razviti sposobnost da je koristi smisleno i učinkovito. “Pitanje nije ‘trebamo li koristiti AI’, nego ‘koliko brzo možemo izgraditi organizacijsku sposobnost da ga koristimo pametno’”, govori Krešimir Musa, CTO u CROZ-u.
AI više nije alat, nego infrastruktura
AI je, naglašava, danas prestao biti izbor i postao infrastruktura u tri ključna područja. Prvo, u softverskom inženjerstvu jer tim koji ne koristi AI agente više ne radi sporije zato što je manje dobar, nego zato što drugi rade brže – iteriraju, testiraju i isporučuju u kraćim ciklusima. Razlika se ne vidi odmah, ali s vremenom postaje presudna. “Tim koji ne koristi AI agente u razvoju softvera danas radi s jednom rukom iza leđa”, slikovito opisuje Musa.
Drugo, AI je ključan u operativnoj inteligenciji. Ono što je nekad značilo sate “kopanja” po podacima danas sve češće izgleda kao razgovor s AI sustavom koji te podatke razumije i povezuje. I treće, u prodaji i marketingu, gdje se personalizacija, kvalifikacija leadova i prilagodba ponuda događaju u realnom vremenu, dok tvrtke koje to i dalje rade ručno ulažu više vremena za isti doseg i postupno gube korak.
Musa dodaje kako se kompanijama koje to odgađaju ne događa dramatičan kolaps. Realnost je za njih tiša, ali opasnija. One jednostavno počinju kasniti. Mjesec po mjesec, kvartal po kvartal. Njihovi konkurenti brže isporučuju, brže uče, brže se prilagođavaju. U nekom trenutku razlika će postati nemoguća za premostiti organskim rastom. A onda su im preostale jedino akvizicije ili radikalna transformacija – oboje skupo, oboje bolno.
Kako izgleda uspješna AI transformacija kompanije
Ključno pitanje je gdje i kako krenuti s razvojem. „Ono što u našem pristupu čini razliku prema kompanijama s kojima surađujemo jest to što uvijek počinjemo od poslovnog konteksta. Prvo pitanje kojim se bavimo nije koji model ili agentski alat ćemo koristiti, nego koju poslovnu vrijednost želimo stvoriti i koji problem rješavamo. Tek kad na to imamo jasan odgovor, biramo AI alate. Pristup nam je uvijek iterativan, s konstantnim feedbackom. Ciklusi su kratki, prototipiranje je u danima, ne u mjesecima, a ključno nam je da radimo zajedno s internim timovima klijenta kako bi nakon našeg projekta mogli nastaviti samostalno, bez ovisnosti o nama“, opisuje Musa.
Ono što je ključno u ovom procesu za kompanije jest da uvođenje AI tehnologije obuhvaća i AI transformaciju kompanije koja ne dodiruje samo procese, nego i uloge i način rada. Stoga je, potvrđuje Musa, ključan sveobuhvatan pristup koji klijentima pomaže u svim fazama „nove AI realnosti“ – od kreiranja plana i implementacije do transformacije.
Ono što se u toj transformaciji često pogrešno razumije jest njezina dubina. Umjetna inteligencija ne ubrzava samo postojeće procese – ona ih redefinira. U razvoju softvera to je možda najvidljivije iz inženjerske perspektive jer se mijenja sama priroda posla koji su inženjeri godinama radili.
AI agenti mijenjaju način razvoja softvera
Kako objašnjava Petar Zrinščak, Head of AI Platform u CROZ-u, iskustvo rada s AI agentima poput Claude Codea pokazuje da je ključna promjena u fokusu: “AI u razvoju softvera nije o bržem pisanju koda. Pravi pomak je u arhitekturi, dizajnu i donošenju odluka”, ističe Zrinščak.
U praksi to znači da se svakodnevni rad inženjera pomiče s implementacije prema odlučivanju. Vrijeme koje je prije odlazilo na pisanje koda danas se više troši na arhitekturu sustava, razradu tehničkih odluka, dokumentiranje i evaluaciju implementacije koju generiraju AI agenti. Razvoj softvera, kako Zrinščak naglašava, počinje više nalikovati onome što je oduvijek trebao biti – inženjerstvu u punom smislu riječi.
Taj pomak Zrinščak sažima u jednoj rečenici koja precizno opisuje novu realnost: “S AI agentima, pisanje koda postaje jeftino, a dizajn sustava postaje najskuplji i najvažniji dio razvoja”.
Jer kada je kod postao jeftin, tada više nije pitanje koliko brzo nešto možemo implementirati, nego koliko dobro razumijemo što zapravo gradimo. Drugim riječima, tehnološka prednost sve se manje gradi na razini izvršenja, a sve više na razini odluka.
Dokumentacija postaje operativni sustav
Zrinščak to vrlo konkretno vidi u svakodnevnom radu s AI agentima. “Najveći productivity boost s AI-jem nije u kodu. U dokumentaciji je”, kaže, objašnjavajući kako ono što su nekad bile sporedne aktivnosti – konvencije, dokumentacija – danas postaju ključni preduvjet kvalitetnog rezultata. “AI agent bez dokumentacije i dobrog konteksta nagađa. AI agent s dokumentacijom slijedi inženjerske prakse.”
Paralelno s time mijenja se i način donošenja odluka. Ono što je nekada zahtijevalo dodatno vrijeme i resurse, danas se može brzo testirati. “Kada je eksperimentiranje jeftino, prestajemo nagađati i počinjemo donositi utemeljene odluke”, kaže Zrinščak.
Za donositelje odluka to otvara i novu razinu odgovornosti. Više nije dovoljno odabrati tehnologiju, potrebno je razumjeti gdje ona donosi stvarnu vrijednost i kako je uklopiti u način rada organizacije. Upravo zato Musa daje vrlo konkretan strateški savjet gdje krenuti: “Počnite tamo gdje imate najviše strukturiranih podataka i najjasniji feedback loop. Pokažite ROI. A onda koristite taj momentum da opravdate investiciju u teže mjerljive, ali transformacijski važnije primjene.”
Takav pristup smanjuje rizik i omogućuje organizaciji da uči kroz praksu, a ne kroz pretpostavke. Istovremeno, stvara temelj za širu digitalnu transformaciju koja ide daleko izvan pojedinačnih use caseova.
CROZ razvija vlastita AI rješenja
U toj transformaciji važnu ulogu imaju i novi alati koji su u vrlo kratkom roku promijenili način rada development timova. Jedan od njih je Claude Code, koji sve češće postaje referentna točka za ono što AI agenti danas mogu raditi u praksi. Riječ je o sustavu koji ne generira samo kod, nego sudjeluje u razumijevanju projekta, predlaže arhitekturna rješenja, pomaže u dokumentaciji i testiranju te aktivno sudjeluje u razvojnim odlukama.
Kako objašnjava Zrinščak, upravo rad s takvim alatima najjasnije pokazuje pomak paradigme. “AI ne mijenja suštinu softverskog inženjerstva, ali mijenja praksu. Umjesto inženjera koji ručno piše većinu koda, sve postajemo inženjeri koji upravljaju AI agentima koji generiraju, testiraju i evoluiraju implementaciju – ukratko, agentski softver inženjeri”.
Istovremeno, CROZ taj razvoj ne prati samo kroz alate, nego i kroz vlastita rješenja. “Već godinu i pol dana imamo vlastiti in-house GenAI servis temeljen na open source LLM modelima, što nam daje slobodu i AI neovisnost koju pomažemo implementirati i našim klijentima”, ističe Zrinščak.
A gdje su tu timovi i kako izgleda budućnost suradnje čovjeka i AI-ja?
Upravo to pitanje nalazi se u središtu teme “Collective”, kojom se ove godine bavi CROZ-ova BizTech konferencija QED koja se održava u svibnju u Zadru. Kako objašnjava Krešimir Musa, razlika između “collective” organizacija i onih tradicionalnih vidi se prije svega u načinu na koji znanje cirkulira i kako se odluke donose.
U “collective” modelu znanje ne ostaje zatvoreno u timovima ili pojedincima, nego se dijeli gotovo u realnom vremenu. Kada jedan dio organizacije nešto nauči, to postaje dostupno svima, uključujući i AI sustave koji taj kontekst mogu primijeniti u potpuno drugom dijelu poslovanja. “Junior developer tako ne uči samo iz vlastitog iskustva, nego iz kolektivne inteligencije cijelog sustava”, opisuje Musa.
Ključna razlika vidi se i u donošenju odluka. U takvim sustavima odluke se ne koncentriraju na vrhu, nego se donose na mjestima gdje se proces i događa, ali uz pristup puno širem kontekstu nego prije. Inženjer razumije poslovne implikacije, prodaja razumije tehnička ograničenja, a AI sustavi povezuju te slojeve u cjelinu.
Takve organizacije, dodaje Musa, pokazuju i jednu važnu karakteristiku – otpornost. Ne zato što mogu predvidjeti što će se dogoditi, nego zato što se mogu brzo prilagoditi kada se dogodi nešto neočekivano. Upravo tu se ta tema prirodno nadovezuje na keynote predavača konferencije Nassima Nicholasa Taleba, autora koncepata crnog labuda i antifragilnosti te jednog od vodećih svjetskih analitičara rizika. Njegovo sudjelovanje rijetka je prilika na ovim prostorima čuti uživo jednog od najutjecajnijih globalnih mislilaca o neizvjesnosti i otpornosti sustava – temi koja u kontekstu AI-driven organizacija postaje izravno poslovno pitanje.
Ono što je danas jedino nepromjenjivo jest da u svijetu koji se ne može pouzdano predvidjeti, prednost više nemaju oni koji najbolje planiraju, nego oni koji se najbrže prilagođavaju. A upravo to omogućuju sustavi koji kombiniraju ljudsku i strojnu inteligenciju, s naglaskom na human, a ne samo artificial intelligence.
Inženjerskim, ali svakodnevnim “jezikom” Petar Zrinščak vraća fokus tamo gdje i pripada te zaključuje: “AI u razvoju softvera ne uklanja čovjeka iz procesa nego ga pomiče na višu razinu, dizajna, strateškog odlučivanja i upravljanja AI agentima.”
