Umjetna inteligencija nedvojbeno donosi golem napredak u produktivnosti rada i poslovanja. No, u utrci za većom učinkovitošću često se zanemaruje jedna temeljna ekonomska zakonitost: ono što je svima jednako dostupno teško može biti konkurentska prednost.
Štoviše, široka dostupnost umjetne inteligencije mogla bi dovesti do naizgled paradoksalne situacije u kojoj kompanije postaju sve produktivnije, ali istodobno i sve manje profitabilne.
Produktivnost i profit
Zamislite da vam netko danas daruje čarobni štapić koji svaki predmet koji dotaknete može pretvoriti u zlato. Biste li postali najbogatiji čovjek na svijetu? Moguće, ali samo pod uvjetom da ste jedini koji posjeduje takav štapić i pod uvjetom da ga koristite promišljeno i umjereno. Kada bi takav štapić dobili svi i počeli ga masovno koristiti, zlato bi vrlo brzo izgubilo velik dio svoje ekonomske vrijednosti – ne zato što bi se promijenilo nešto u njegovim fizičkim svojstvima, nego zato što bi izgubilo ono što ga čini vrijednim – svoju rijetkost.
Slična stvar događa se danas s umjetnom inteligencijom. Kompanije diljem svijeta oduševljeno otkrivaju da uz pomoć umjetne inteligencije mogu u nekoliko sati proizvesti ono za što su im nekada trebali dani ili tjedni rada. Marketinške kampanje, programski kod, poslovne izvještaje, vizuale, analize, čak i cijele softverske aplikacije. Na prvi pogled izgleda kao da je riječ o nevjerojatnom stvaranju nove ekonomske vrijednosti za sve kompanije. Ali, je li doista tako? Zamislimo tvrtku koja je donedavno za izradu marketinške kampanje morala angažirati specijaliziranu agenciju i izdvojiti 20 tisuća eura.
Danas, zahvaljujući umjetnoj inteligenciji, njezin interni tim sličan sadržaj može proizvesti za samo nekoliko sati. Menadžment će vrlo vjerojatno zaključiti da je kompanija ostvarila uštedu i stvorila vrijednost od gotovo 20 tisuća eura. Međutim, takav zaključak zanemaruje širu ekonomsku sliku. Ako i sve ostale kompanije vrlo jednostavno i lako mogu proizvesti sličnu marketinšku kampanju, takva kampanja više nema istu ekonomsku vrijednost kao prije. Kada ono što je donedavno bilo skupo i zahtjevno postane jednostavno i široko dostupno, njegova se ekonomska vrijednost i cijena vrlo brzo prilagođava novoj tržišnoj stvarnosti.
U našem primjeru, tržišna vrijednost takvog marketinškog sadržaja počinje naglo padati kako njegova dostupnost raste, a sposobnost pojedinačne kampanje da se istakne upravo takvim sadržajem i privuče pozornost kupaca postaje sve manja.
Kompanija iz našeg primjera, dakle, nije stvorila 20 tisuća eura vrijednosti. U velikoj je mjeri samo sudjelovala u procesu u kojem je nešto što je donedavno bilo rijetko, zahtjevno i zbog toga vrijedno postalo široko dostupno, a time i manje vrijedno. To je ključno razumjeti. Ekonomska vrijednost proizvoda ili usluge ne proizlazi iz njihove stvarne korisnosti, već ovisi o njihovoj relativnoj dostupnosti, odnosno rijetkosti na tržištu. Ako ste jedina kompanija u industriji koja može analizirati goleme količine podataka i na temelju njih donositi bolje poslovne odluke, posjedujete značajnu konkurentsku prednost. No, ako svaka kompanija relativno jednostavno razvije istu sposobnost, prestaje biti izvor diferencijacije i zapravo postaje tek najnormalniji standard poslovanja. Više nije prednost.
U poslovnom svijetu konkurentska prednost gotovo uvijek proizlazi iz određene vrste asimetrije. Jedna kompanija posjeduje znanje koje drugi nemaju. Druga ima učinkovitije procese. Treća raspolaže podacima koje konkurencija ne može jednostavno prikupiti. Četvrta je razvila tehnologiju koju je teško replicirati. Upravo takve razlike omogućuju kompanijama da budu profitabilnije od svojih konkurenata. No, što se događa kada tehnologija počne smanjivati te razlike? Kada se barijere za ulazak na tržište počnu urušavati jer razvoj novih proizvoda, ulazak u tržišne niše, specijalizirana znanja i marketing postaju brži, jednostavniji i dostupniji nego ikada prije?
Što se događa kada aktivnosti koje su donedavno zahtijevale vrijeme, kapital, specijalizirane zaposlenike i godine iskustva postanu široko dostupne gotovo svakome? Dobro je poznato da u konkurentnim industrijama velik dio koristi od tehnološkog napretka, pod pritiskom tržišnog natjecanja, postupno prelazi na kupce kroz niže cijene i kvalitetnije proizvode. To je izvrsno za gospodarstvo i potrošače, ali ne nužno i za profitabilnost pojedinačnih kompanija.
Rezultat brzog i širokog usvajanja umjetne inteligencije u gotovo svim sektorima i industrijama mogao bi biti svijet u kojem kompanije proizvode više, posluju učinkovitije i raspolažu naprednijom tehnologijom nego ikada prije, ali se istodobno sve manje razlikuju od svojih konkurenata i suočavaju sa sve snažnijim pritiskom na profitabilnost. Upravo zato pitanje koje bi menadžement kompanija danas trebao postavljati nije samo koliko će im umjetna inteligencija povećati produktivnost, već i koliko će od tako stvorene vrijednosti uspjeti dugoročno zadržati za sebe.
Što gradimo?
Postoji još jedan aspekt ove transformacije o kojem se, smatram, premalo govori. Najveći svjetski AI sustavi razvijaju se na temelju golemih količina podataka, povratnih informacija i ljudskog znanja. Dio tog znanja dolazi upravo od ljudi i organizacija koje koriste umjetnu inteligenciju. Velike AI kompanije pritom ističu da za njihove poslovne proizvode vrijede posebna pravila zaštite podataka. No, iz perspektive kompanija koje žele zaštititi vlastitu poslovnu inteligenciju postoje dva važna pitanja.
Prvo je pitanje kontrole. Kada kompanija svoje poslovne podatke šalje vanjskom AI sustavu, kontrolu nad njihovom obradom prepušta trećoj strani. Čak i kada postoje ugovorna jamstva da se podaci neće koristiti za treniranje modela, kompanija se mora osloniti na sigurnosne mehanizme, ugovorne obveze i postupanje pružatelja usluge – kako danas, tako i u budućnosti.
Drugo je pitanje još zanimljivije i odnosi se na samu prirodu inteligencije sadržane u podacima. Naime, anonimizacija podataka ne znači nužno i uklanjanje znanja koje ti podaci sadrže. Iz podataka je moguće ukloniti nazive kompanija, imena zaposlenika, identifikacijske oznake i druge povjerljive informacije, a da u njima i dalje ostanu vrijedni obrasci, metode, zakonitosti i specifična poslovna znanja. Upravo su takvi obrasci ono što umjetna inteligencija može naučiti.
Zamislimo kompaniju koja je desetljećima razvijala specifične metode optimizacije proizvodnje, upravljanja zalihama ili procjene poslovnih rizika. Ako se njezini podaci koriste za daljnje treniranje zajedničkih AI modela, čak i nakon anonimizacije, postoji mogućnost da dio njezina specifičnog poslovnog znanja postane dio nove inteligencije i sposobnosti tih modela. To ne znači da će konkurencija dobiti pristup njezinim povjerljivim dokumentima, poslovnim tajnama ili izvornim podacima. Ali, znači da znanje koje je kompanija godinama razvijala može neizravno pridonijeti razvoju inteligencije koja će sutra biti dostupna i njezinim konkurentima.
Drugim riječima, kompanija može zadržati vlasništvo nad svojim podacima, a istodobno izgubiti dio ekskluzivnosti nad znanjem koje je iz njih proizašlo. Važno je naglasiti da se to ne događa automatski, rizik ovisi o tome kako se podaci obrađuju, pohranjuju i koriste te jesu li uopće i kako uključeni u treniranje AI modela.
No, strateško pitanje ostaje isto. Ako kompanija godinama ulaže u razvoj specifičnih znanja i metoda rada koje je razlikuju od konkurencije, zašto bi pristala na mogućnost da ta znanja, makar i neizravno, postanu dio inteligencije dostupne cijelom tržištu? U svijetu u kojem inteligencija postaje jedan od najvažnijih izvora konkurentske prednosti, kontrola nad vlastitim znanjem postaje jednako važna kao i kontrola nad vlastitim podacima. Tu dolazimo do još jednog važnog pitanja: kako bilo koja ozbiljna kompanija može očekivati da će svoju dugoročnu poslovnu prednost izgraditi na identičnoj inteligenciji kojoj pod jednakim uvjetima mogu pristupiti i njezini konkurenti?
Problem, dakle, nije u dijeljenju znanja kao takvom, već u tome što kompanije moraju prepoznati koja su znanja njihova strateška prednost i osigurati da nad njima zadrže kontrolu. Desetljećima su najuspješnije kompanije gradile poslovne prednosti zapošljavanjem najboljih stručnjaka, razvijanjem internih znanja, optimizacijom procesa i ulaganjem u tehnologiju. Danas se dio tih sposobnosti može kupiti za nekoliko desetaka ili stotina eura mjesečno. To ne znači da su stručnjaci, znanje i iskustvo izgubili vrijednost. Ali, znači da je velik dio općih intelektualnih sposobnosti, poput analiziranja, pisanja, programiranja, zaključivanja i rješavanja problema, postao znatno dostupniji nego ikada prije.
Tu dolazimo do paradoksa. Što umjetna inteligencija postaje sposobnija, to će njezina široka dostupnost sve više smanjivati mogućnost da sama po sebi bude konkurentska prednost.
Kompanija koja danas uvede generativni AI u marketing, prodaju ili korisničku podršku može ostvariti značajne operativne koristi. Ali, ako se njezina AI strategija svede na korištenje istih alata koje koriste i svi ostali, teško je očekivati da će na tome izgraditi tržišnu diferencijaciju i dugoročnu prednost. Danas se ovakve inicijative često predstavljaju kao digitalna transformacija. Vrlo brzo, možda već za godinu ili dvije, to će jednostavno biti način na koji se posluje. Kompanije koje ne usvoje takve alate riskirat će zaostajanje, ali one koje ih usvoje na isti način kao svi ostali neće biti ispred konkurencije.
Znači li to da kompanije trebaju prestati koristiti široko dostupne AI alate? Naravno da ne. Takvi alati prilika su za povećanje produktivnosti, smanjenje troškova i poboljšanje kvalitete rada, osobito u kratkom roku. Njihovo korištenje vrlo će brzo postati poslovna nužnost. Ali, potrebno je jasno razlikovati dvije stvari: povećanje operativne učinkovitosti i izgradnju konkurentske prednosti.
Prvo je moguće ostvariti korištenjem tehnologije dostupne svima. Za drugo je potrebno nešto više. Kompanije koje žele ostvariti stvarnu prednost morat će umjetnu inteligenciju povezati s onime što ih čini jedinstvenima – s vlastitim podacima, internim znanjem, poslovnim procesima, iskustvima zaposlenika i specifičnim načinima na koje stvaraju vrijednost za svoje kupce. Zamislimo dvije distribucijske kompanije. Prva koristi generativni AI za pisanje prodajnih e-mailova, izradu izvještaja i analizu tržišnih trendova. Druga je razvila vlastiti AI sustav koji kontinuirano analizira višegodišnju povijest kupaca, njihove obrasce naručivanja, sezonalnost, profitabilnost, uvjete plaćanja i ponašanje prodajnih timova. Takav sustav može prepoznati kada kupac počinje odstupati od svojeg uobičajenog ponašanja, predvidjeti rizik od gubitka kupca i preporučiti konkretnu prodajnu aktivnost prije nego što problem postane vidljiv.
Kome pripada budućnost?
Prva kompanija koristi umjetnu inteligenciju kako bi radila brže. Druga je koristi kako bi donosila odluke koje njezina konkurencija ne može jednako kvalitetno donositi. Razlika nije nužno u samom AI modelu. Obje kompanije mogu koristiti istu temeljnu tehnologiju. Razlika je u podacima, integracijama, poslovnoj logici i specifičnoj inteligenciji koju je druga kompanija izgradila oko vlastitog poslovanja. Upravo ondje nastaje potencijal za stvarnu konkurentsku prednost.
Vjerujem da ćemo u nadolazećim godinama svjedočiti sve jasnijoj podjeli između dvije skupine kompanija. Prve će umjetnu inteligenciju poglavito koristiti kao alat. Kupovat će pretplate, uvoditi gotove AI asistente i automatizirati pojedinačne zadatke. Druge će je početi promatrati kao stratešku poslovnu infrastrukturu. Sustavno će prikupljati, strukturirati i štititi vlastite podatke. Razvijat će specifične AI sustave povezane s ključnim poslovnim procesima. Gradit će vlastite slojeve poslovnog znanja i inteligencije koji će se kontinuirano poboljšavati na temelju iskustava i rezultata njihove organizacije. To ne znači da svaka kompanija mora razvijati vlastiti LLM ili graditi vlastite podatkovne centre. Naprotiv, u većini slučajeva takav pristup ne bi imao ekonomskog smisla.
Ali, znači da mora zadržati kontrolu nad onime što je čini različitom od konkurencije – nad svojim podacima, poslovnom logikom, specifičnim znanjem i načinom na koji se ta inteligencija koristi za stvaranje vrijednosti. Upravo je to ključna razlika između pukog korištenja umjetne inteligencije i stvaranja konkurentske prednosti uz njezinu pomoć. Takav pristup zahtijeva više vremena, veća ulaganja, kvalitetnu tehnološku arhitekturu i duboko razumijevanje vlastitog poslovanja. Njegova je implementacija složenija i zahtjevnija, ali upravo u tome leži i njegova najveća vrijednost. Ono što je teže za izgraditi, konkurenciji je teže i kopirati. Konkurentska prednost nikada nije proizlazila iz toga da radimo ono što svi ostali mogu jednostavno napraviti. Uvijek je proizlazila iz sposobnosti da radimo ono što drugi ne mogu ili što im je iznimno teško replicirati.
U eri umjetne inteligencije najveću konkurentsku prednost neće imati kompanije koje koriste najnaprednije AI modele, dostupne svima, već one koje na njihovim temeljima izgrade vlastite, jedinstvene i vrijedne sustave koje konkurencija ne može jednostavno kopirati.
