Umjetna inteligencija više nije samo alat za eksperimentiranje, nego sve važniji dio poslovnih procesa banaka, osiguravatelja i telekomunikacijskih kompanija. No, put do konkretnih rezultata traži više od tehnoloških ulaganja: ključni su redizajn poslovanja, sigurnost podataka i ljudi koji znaju prepoznati gdje tehnologija donosi stvarnu vrijednost.
AI se sve snažnije pozicionira kao alat za povećanje produktivnosti i konkurentnosti kompanija, no između njegova širokog korištenja i stvarnih poslovnih rezultata još postoji znatan jaz. Dok pojedine banke već koriste AI za otkrivanje prevara, osiguravatelji automatiziraju dijelove obrade šteta, a telekomunikacijske kompanije primjenjuju AI agente u prodaji i korisničkoj podršci, velik dio poslovnog sektora još traži načine kako eksperimentiranje pretvoriti u mjerljivu korist. Istodobno, razvoj humanoidnih robota otvara mogućnosti za novu fazu automatizacije, ali i pitanja pouzdanosti, sigurnosti, infrastrukture i troškova.
To su neke od ključnih poruka 31. NT poslovno-tehnološke konferencije, održane od 21. do 23. rujna u Portorožu, koja je okupila više od 2000 poslovnih lidera i IT stručnjaka te više od 140 regionalnih i međunarodnih predavača. U središtu razgovora bili su poslovna primjena umjetne inteligencije, kibernetička sigurnost, budućnost rada i konkurentnost kompanija. Zajednički nazivnik rasprava bio je da tehnološka rješenja sama po sebi ne jamče uspjeh: presudno je kako ih organizacije uklapaju u postojeće procese i koriste za rješavanje konkretnih problema.
Na razliku između eksperimentiranja i stvaranja poslovne vrijednosti upozorili su i sudionici panela o povratu ulaganja u umjetnu inteligenciju. Yann Andronopoulou, direktorica Microsofta za Grčku, Cipar, Maltu i regiju Adriatic, navela je da se u Microsoftovoj korisničkoj podršci 31 posto slučajeva sada rješava već pri prvom pozivu.
Od licence do promjene procesa
George Georgiopoulos, glavni direktor za korisnike u Satori Analyticsu, izdvojio je tri kriterija za procjenu AI projekata: mjerljivu vrijednost, vrijeme potrebno da se ona ostvari te spremnost podataka, tehnologije i ljudi. David Rozman, upravljački partner u BizIT-u, upozorio je na čestu pogrešku kompanija koje uvođenje novih alata poistovjećuju s transformacijom poslovanja. Umjesto pitanja gdje bi sve moglo primijeniti AI, smatra, organizacije bi trebale krenuti od drugog: na kojim zadacima njihovi zaposlenici gube najviše vremena.
David Vidmar, direktor prodaje za IT i korporativni segment u Gen-I-ju, također je naglasio da usvajanje umjetne inteligencije mora postati prioritet, ali da samo dijeljenje licenci za njezino korištenje nije dovoljno. Za ostvarivanje poslovne koristi potrebno je promijeniti način rada, a takav proces zahtijeva suradnju tehnoloških stručnjaka i ljudi koji najbolje poznaju poslovanje.
Kako takva transformacija izgleda u praksi, pokazali su primjeri NLB Grupe, Triglav osiguranja i Proximus Globala. Te kompanije umjetnu inteligenciju već koriste u dijelovima poslovanja u kojima automatizacija može ubrzati obradu informacija, pomoći zaposlenicima ili poboljšati komunikaciju s korisnicima. U NLB Grupi AI se primjenjuje za otkrivanje prijevara, procjenu rizika transakcija, povećanje produktivnosti zaposlenika, unaprjeđenje postojećih softverskih rješenja i razvoj vlastitih platformi i agenata.
Dejan Pust, direktor informatičkog sektora NLB Grupe, istaknuo je da je za takvu primjenu važna i organizacija tehnoloških ulaganja. Ističe da će 80 posto tehnoloških ulaganja Grupe iduće godine biti usmjereno u takve grupne platforme. Takav pristup omogućuje da se razvoj ne ponavlja zasebno za svaku članicu, nego da se jednom izgrađena tehnološka osnova prilagođava različitim potrebama poslovanja.
Posebno važnu ulogu umjetna inteligencija ima u sprječavanju financijskih prijevara. Sustavi mogu provjeravati identitet korisnika, procjenjivati rizik pojedinih interakcija s bankom i prepoznavati neuobičajene obrasce u prijavama, plaćanjima i promjenama podataka. Sumnjive aktivnosti mogu izdvojiti za dodatnu provjeru, čime se zaposlenicima olakšava prepoznavanje potencijalno rizičnih situacija. Ipak, tehnologija ne može ukloniti sve sigurnosne rizike. Pust je upozorio na phishing i socijalni inženjering, pri kojima prevaranti manipulacijom navode korisnike da sami poduzmu radnje koje im omogućuju zloporabu računa ili podataka. Takvi slučajevi pokazuju da sigurnost ne ovisi samo o sofisticiranosti sustava, nego i o ponašanju korisnika te njihovoj sposobnosti da prepoznaju pokušaje prijevare.
Sličan spoj automatizacije i ljudske intervencije prisutan je u osiguranju. U Triglav osiguranju umjetna inteligencija koristi se u obradi šteta i korisničkoj podršci, a pojedini dijelovi procesa već su automatizirani. Simon Vidmar, izvršni direktor IT odjela te kompanije, kao primjer je naveo Triglav Direkt, potpuno digitalni i automatizirani proizvod koji obuhvaća obvezno osiguranje od automobilske odgovornosti i kasko osiguranje.
AI može pomoći korisniku da opiše što mu se dogodilo, prepozna odgovarajuću policu i usmjeri zahtjev prema prikladnom postupku. No, automatizacija ne znači da čovjek postaje suvišan u cijelom procesu. Vidmar je upozorio da tehnološki sustav ne može ubrzati fizički dio usluge kada je, primjerice, za popravak potrebna osoba koja mora doći na lokaciju. Triglav je uveo umjetnu inteligenciju i u telefonsku korisničku podršku, gdje sustav na temelju korisnikova opisa potreba pokušava odrediti kojoj ga službi treba usmjeriti. Budući da je rješenje uvedeno nedavno, još nije bilo dovoljno podataka za pouzdanu procjenu njegovih rezultata.
Dio konkretnog procesa
Proximus Global, međunarodna divizija belgijske telekomunikacijske grupe Proximus, AI agente koristi i u prodaji. Prema riječima predsjednika Uprave Gregora Potočara, sustavi analiziraju potencijalne klijente, utvrđuju čime se bave i procjenjuju njihov potencijal kako bi pomogli odlučiti ima li smisla nastaviti prodajni kontakt. Umjetna inteligencija primjenjuje se i u obradi i profiliranju zahtjeva korisnika te u zaštiti od prijevara.
Zajedničko tim primjerima je da se AI ne uvodi samo kao dodatni alat, nego kao dio konkretnog radnog procesa. Ipak, stvarni učinak ovisi o vrsti zadatka, kvaliteti podataka i mogućnosti da se rezultat objektivno izmjeri. Za kompanije to znači da odluku o ulaganju ne bi trebale temeljiti samo na tehnološkim mogućnostima, nego i na tome koji se problem rješava, koliko će se vremena ili resursa uštedjeti te kakvi su rizici primjene.
Dok pojedine kompanije već ostvaruju konkretne pomake, regionalna primjena umjetne inteligencije i dalje je neujednačena. Na panelu o iskustvima zemalja jadranske regije sudionici su upozorili na razliku između svakodnevnog korištenja AI alata i njihova uključivanja u poslovne procese. Joško Mrndže, bivši direktor Googlea Adriatica, naveo je da je Hrvatska ispod prosjeka EU-a po korištenju umjetne inteligencije. Među preprekama su nedostatak kapaciteta i proračunskih sredstava te pitanja privatnosti i kibernetičke sigurnosti. Naprednije su, prema njegovim riječima, tehnološke kompanije i telekomunikacijski sektor, dok više prostora za napredak imaju turizam i proizvodnja.
Damir Dizdarević iz Logosofta upozorio je na podatke istraživanja OECD-a za zapadni Balkan, prema kojima je oko 50 posto kompanija isprobalo umjetnu inteligenciju, ali ju je u poslovne procese uključilo tek osam posto. Taj podatak upućuje na ključni izazov: interes za tehnologiju ne znači nužno i spremnost organizacije da promijeni način na koji posluje. Sudionici su istaknuli da razlike ne ovise isključivo o državama, nego i o pojedinim industrijama te sposobnostima kompanija.
Prema zaključcima panela, regija ima priliku ubrzati primjenu tehnologije ako izgradi kulturu njezina usvajanja, razvija potrebne vještine i usmjeri ulaganja na konkretne poslovne potrebe. S tim je povezana i poruka švedskog novinara, autora i govornika Andreasa Ekströma, koji je na konferenciji suprotstavio organsku i umjetnu inteligenciju. Upozorio je da tehnologiju često procjenjujemo prebrzo te da pritom zanemarujemo činjenicu da ona nije neutralna. AI nema vlastitu etiku, nego djeluje prema uputama i pravilima koja određuju ljudi i organizacije koje je razvijaju i koriste. Zbog toga ga više od same tehnologije zabrinjava koncentracija moći u rukama onih koji njome upravljaju.
Poslovnim je liderima preporučio da primjenu AI-ja počnu rutinskim zadacima u kojima se može ostvariti najveća vrijednost, da odgovornost za njezino uvođenje ne prepuste samo mladim entuzijastima te da u proces uključe najiskusnije i najutjecajnije zaposlenike. Važnim smatra i stvaranje prostora za otvorenu razmjenu iskustava unutar timova.
Pitanje ljudi posebno je važno jer tehnološka transformacija ne mijenja samo alate, nego i kompetencije potrebne za rad. U Triglav osiguranju zato provode program “AI Champions”, u kojem zaposlenici koji dobro poznaju poslovne procese uče kako koristiti umjetnu inteligenciju, a potom stečeno znanje prenose kolegama.
Sljedeći korak automatizacije mogao bi uključivati i fizičke zadatke koje danas obavljaju ljudi. Humanoidni roboti od početka 2020-ih sve intenzivnije prelaze iz faze tehnoloških demonstracija prema pokušajima poslovne primjene, no između impresivnih prototipova i pouzdane uporabe u stvarnom okruženju i dalje postoje znatne prepreke.
Na konferenciji su o toj temi govorili Dušan Jovičić, vodeći inženjer, i Bjorn Bračko, inženjer za integraciju umjetne inteligencije iz tvrtke Comtrade System Integration. Prema njihovu objašnjenju, budućnost robotike neće ovisiti samo o fizičkim sposobnostima strojeva, nego i o pouzdanosti cijelog tehnološkog sustava. On obuhvaća ugrađeni softver, modele umjetne inteligencije, jezične modele, prepoznavanje i sintezu govora, računalnu infrastrukturu, sigurnost i mrežnu povezanost.
Važan dio te infrastrukture čine grafički procesori (GPU), potrebni za razvoj i pokretanje AI modela. Jovičić je istaknuo dva povezana područja Nvidijinih tehnologija: računalne sustave za razvoj AI modela te platforme za razvoj autonomnih robotskih sustava. Među navedenim primjerima su foundation modeli i platforme Nvidia GR00T i Cosmos, koji služe za simulaciju, treniranje i razvoj autonomnih robotskih sustava.
Comtrade System Integration ne proizvodi robote, nego povezuje tehnološke komponente potrebne za njihovu primjenu. Prema Jovičiću, takva se rješenja mogu prilagoditi različitim robotskim platformama, uključujući proizvode kineskih proizvođača Agibot i Unitree. Uloga integratora obuhvaća softver, upravljanje robotom, mrežnu povezanost, sigurnost i prilagodbu sustava potrebama korisnika.
Unatoč brzom razvoju, humanoidni roboti još imaju ograničenja povezana sa zglobovima, baterijama, autonomnim kretanjem i dizajnom. Otvorena su i pitanja o tome kako bi roboti trebali percipirati okolinu, odnosno je li ljudskom vidu sličan sustav s dvije kamere uvijek najbolje rješenje ili bi veći broj kamera omogućio preciznije prepoznavanje prostora.
Dodatni izazovi odnose se na sigurnost i upravljanje toplinom. Jovičić je upozorio da temperatura u pojedinim dijelovima robota, primjerice, zglobovima i motorima, tijekom rada može doseći oko 140 Celzijevih stupnjeva. Za širu primjenu stoga će biti potrebno razviti učinkovita rješenja za hlađenje te zadovoljiti odgovarajuće sigurnosne i industrijske standarde.
Prema njegovoj procjeni, u sljedeće tri do pet godina razvoj autonomnih sustava mogao bi donijeti značajne promjene u primjeni humanoidnih robota. Ipak, poslovnim korisnicima neće biti dovoljna mogućnost razgovora s robotom: očekivat će sustave koji mogu samostalno obavljati zadatke, snalaziti se u prostoru i precizno izvršavati određene radnje.
Prve konkretnije primjene Jovičić očekuje u sektorima poput bankarstva, osiguranja i telekomunikacija, gdje bi roboti mogli preuzeti dio komunikacije s korisnicima. Za složenije zadatke, primjerice na benzinskim postajama, nužno je prethodno riješiti pitanja sigurnosti, pouzdanosti i regulatornog okvira. Demonstracija u kontroliranim uvjetima nije isto što i samostalan rad u stvarnom okruženju, u kojem kvar ili pogrešna procjena mogu imati ozbiljne posljedice.
Pristup i – primjena
Osim tehnoloških izazova, važnu ulogu ima i globalna konkurencija. Jovičić smatra da Kina trenutačno ima prednost na tržištu robotike zahvaljujući prijašnjim ulaganjima, snažnoj proizvodnoj bazi i razvijenom lancu dobave. U Europi postoje kompanije koje razvijaju humanoidne robote, među ostalim, u Francuskoj, Njemačkoj i Italiji, no, prema njegovoj procjeni, zasad zaostaju za kineskim proizvođačima u proizvodnim kapacitetima, mogućnosti povećanja proizvodnje i tržišnoj zrelosti. Dio europskih kompanija razvija ideju i dizajn, dok se proizvodnja i sklapanje povjeravaju kineskim proizvođačima. Prednost Kine, prema Jovičiću, uključuje i proizvodnju važnih komponenti, među kojima su čipovi i sirovine poput rijetkih metala. Kao regionalno središte razvoja robotike izdvojio je Srbiju, gdje su, prema njegovim riječima, otvorene dvije tvornice kineskih proizvođača.
Šira primjena humanoidnih robota tako ne ovisi samo o tome koliko su strojevi napredni, nego i o tome može li se osigurati cjelokupan sustav potreban za njihov rad. Slično vrijedi i za umjetnu inteligenciju u uredima, bankama i osiguravateljskim kućama: tehnologija može ubrzati pojedine zadatke, ali poslovna vrijednost nastaje tek kada je pouzdano povezana s ljudima, procesima i odgovarajućom infrastrukturom.
Za kompanije u regiji to znači da će konkurentnost sve manje ovisiti samo o pristupu novim alatima, a sve više o sposobnosti da ih smisleno primijene. Prvi korak nije nužno najskuplje tehnološko rješenje, nego prepoznavanje problema koji vrijedi riješiti, priprema podataka i zaposlenika te jasno definiranje rezultata koji se očekuju. Tek tada umjetna inteligencija i robotika mogu prijeći put od tehnološke demonstracije do pouzdanog dijela poslovanja.
