Pomalo - 6. izdanje (lipanj 2026)

SADRŽAJ

Prije nego što je AI postao “cool”: moj put kroz odluke i algoritme

ŽELJKO TANDARIĆ

AI u većim softverskim kompanijama: prilike, prepreke i put naprijed

VALENTINA ŠIMIČIĆ

Voditi ljude kroz AI: o strahu, odgovornosti i vodstvu koje gradi povjerenje

48

KAJA PAVLINIĆ POPOVIĆ

Ugrožava li AI naše kognitivne sposobnosti?

Skrivena opasnost iza poslovne primjene generativnog AI-ja

56 ALEKSANDAR RAIĆ

Ukrotiti dokumentacijsko

čudovište: kako AI od 1000 dokumenata napravi 200 korisnih

64 LARI LENHARD

Svi koristimo generativni AI. No, znamo li ga ispravno koristiti?“

70 RATKO MUTAVDŽIĆ

Čovjek u doba algoritama: uloga upravitelja projekata u doba umjetne inteligencije

80

VALENTINA ZANETTI: Izvan algoritma: zašto AI gubi utrku s ljudskim mozgom u Agile svijetu

MARIJA MATOKANOVIĆ: Dvoglava ovca: što AI radi našoj kulturi dok mi gledamo na drugu stranu

90 ROBERT KOTARSKI

AI preobraćenje ofucanog programera

98 KRUNOSLAV RIS

Čovjek u doba algoritama: AI governance u praksi digitalnog poslovanja

POMALO

IZDAVAČ

PM4YOU

GLAVNA UREDNICA

TATJANA KOTARSKI

UREDNICA SADRŽAJA

SIMONA BEARA

FOTOGRAFIJE

AUTORSKE CANVA

DISTRIBUCIJA

IZDANJE

NO. 6, LIPANJ, 2026.

Pismo urednice

Nadolazeće pm4you edukacije

Tajči i Suzi pričaju o projektima - serija online radionica

5 virtualnih susreta (2 sata po susretu).

Početak: 29 9 2026 | Završetak: 26.1 2027

Broj mjesta ograničen na 10 sudionika.

Program certifikacije za profesionalnog voditelja projekta (PMI-PMP)

6 virtualnih susreta (3 sata po susretu).

Početak: 15.10.2026. | Završetak: 19.11.2026. Broj mjesta ograničen na 5 sudionika.

Praktično vođenje projektata

Onsite radionica, 2 dana

Početak: 23 9 2026. | Završetak: 24 9 2026

Lokacija: Kraš - Ravnice, Zagreb

PRIJE NEGO ŠTO JE AI

POSTAO COOL

Moj put kroz odluke i algoritme

DIREKTORICA

SEKTORA ZA

INFORMACIONE

TEHNOLOGIJE ASA

Tema ovog broja časopisa je „Čovjek u doba algoritama“ Zanimljiv naslov

Kao netko tko je izvorno matematičar i informatičar, prvo što mi je palo na pamet bilo je: ”Zar mi iz IT svijeta nismo oduvijek živjeli u algoritmima? Pa i jesmo. Samo što ih danas svi vide”

Nekada su algoritmi bili skriveni duboko u kodu, matematičkim modelima i stručnim radovima Danas sjede s nama na sastancima, pišu e-mailove, kreiraju prezentacije, planiraju putovanja i predlažu odluke. Dobili su lice, ime i vrlo jednostavan “chat” prozor.

Za početak, ipak jedna kratka definicija, čisto da matematičar u meni bude miran. ��

Algoritam je precizan niz koraka ili pravila koji vode ka rješavanju nekog problema ili donošenju odluke. Drugim riječima, algoritmi nisu ništa mistično

Koristimo ih svakodnevno, od kuhanja ručka i navigacije kroz grad pa do kompleksnih poslovnih analiza

E sad, kada smo “akademski dio” završili, mogu se vratiti temi zbog koje ovo pišem –donošenju odluka uz pomoć umjetne inteligencije.

Još 2008. godine obranila sam magistarski rad na temu donošenja odluka uz pomoć AI-a, a kasnije, 2016 godine i doktorat iz oblasti umjetne inteligencije. Tada, kada bih ljudima spomenula AI, reakcije su uglavnom bile kombinacija zbunjenog pogleda i komentara poput:

„Dobro ali šta će to nama?“

Na odbrani magistarskog rada prijatelji su mi znali reći: „Ja tebi vjerujem da je to pametno, ali ja ti to ništa ne kontam.“

I iskreno, možda tada ni mi iz struke nismo znali dovoljno dobro objasniti koliko će AI jednog dana postati dio svakodnevnog života.

Jer tada AI nije bio alat za mase Bio je tema istraživanja, modela i naučnih radova. Danas je kolega.

Moj profesionalni put vodio me kroz različite uloge, od vođenja IT sektora, upravljanja projektima i vođenja firme pa do šest godina predavanja studentima iz oblasti IT-a na univerzitetu. Danas sam direktorica IT sektora u jednoj banci u BiH. Na prvi pogled, potpuno različite karijere, ali kada danas pogledam unazad, vidim da je kroz sve njih postojala ista centralna tema: donošenje odluka. Šta klijent zaista želi? Šta razvijati prvo?

Kada je proizvod dovoljno dobar? Da li je bolje brzo rješenje ili dugoročno stabilnije? Ljudi često misle da su najveći problemi u IT-u tehnologija i alati. Iskreno, rijetko jesu. Najteži dio je upravo donošenje odluka, posebno onih koje nikada nisu savršene. I upravo tu AI danas postaje izuzetno koristan.

Kada se danas pitamo zašto bi čovjek uopšte prepustio dio odlučivanja algoritmima, odgovor je zapravo vrlo jednostavan: zato što smo to već odavno počeli raditi.

*Ilustracija generisana uz pomoć GenAI - ChatGPT baziran na GPT-5 5 modelu

Šta ćemo danas kuhati? ChatGPT će složiti sedmični jelovnik sa spiskom za kupovinu.

Gdje ćemo na godišnji? AI danas može napraviti kompletan plan putovanja.

Kojim putem ćemo voziti? Google Maps nas vodi kroz grad.

Koji film ćemo gledati? Netflix predlaže šta da gledamo.

Koju muziku slušati? Spotify bira muziku za naše raspoloženje.

I vrlo brzo shvatimo da mi već dugo ne donosimo sve odluke sami, samo toga

možda ranije nismo bili svjesni Nekada smo imali “gut feeling” , a danas ponekad imamo “copy-paste feeling” .

Sjećam se i svog posla iz perioda 2006 –2008., kada sam kao IT i GIS ekspert radila na projektima koji su zahtijevali ogromne količine podataka i različite brojne analize prije nego što bi ljudi uopšte mogli donijeti odluku Procesi su trajali dugo, podaci su se teško prikupljali, a tehnologija je bila mnogo sporija nego danas.

Tada sam, puna entuzijazma, vjerovala da će bolji modeli i kvalitetniji podaci pomoći ljudima da donose bolje odluke

Danas, nakon mnogo godina iskustva, mislim da sam samo djelimično bila u pravu.

Jer odluke nikada nisu samo podaci. U njima uvijek postoje ljudi, emocije, politika, interesi, strahovi, ego i pritisci Upravo zato je zanimljivo koliko danas vjerujemo alatima koji zvuče sigurno i samouvjereno, čak i kada pogriješe Nedavno smo analizirali ponude u okviru tenderskog postupka za jedno softversko rješenje. Kreirali smo prompt koristeći Microsoft Copilot, zamolili ga da napravi uporedne tabele ponuđača. I naravno, napravio je grešku. Izmislio je jedan broj koji nije imao nikakvog smisla Broj je zvučao uvjerljivo, tabela je izgledala savršeno, sve je bilo profesionalno upakovano samo što podatak nije bio tačan.

Samo zamišljam situaciju da pred upravom kažem: „Nije do mene, Copilot je pogriješio.“

Vjerovatno bih dobila veliku salvu smijeha. U tim trenucima jasno se vidi razlika između korištenja AI-a kao alata i nekritičnog oslanjanja na njega. AI može dati brz odgovor, ali samo čovjek može procijeniti da li je taj odgovor ispravan. Nedavno se pojavio i zanimljiv primjer iz medicinskog svijeta. Istraživači su namjerno kreirali lažnu bolest pod nazivom „Bixonimania“ kako bi testirali kako će AI sistemi reagovati.[1]

Chatbotovi su tu izmišljenu dijagnozu predstavljali kao stvarnu medicinsku informaciju i citirali nepostojeće izvore.

Taj primjer nije zanimljiv zato što je AI pogriješio, jer ljudi griješe svaki dan. Mnogo je zanimljivije koliko lako povjerujemo nečemu što zvuči stručno, samouvjereno i i tehnološki sofisticirano.

Možda je upravo to najveći izazov vremena u kojem živimo

Ne kako napraviti još pametniji algoritam, nego kako ostati dovoljno priseban, kritičan i odgovoran dok ga koristimo.

Zato duboko vjerujem da ključna vještina budućnosti, a i sadašnjosti, neće biti samo poznavanje alata, nego sposobnost razmišljanja, kritičkog, svjesnog i odgovornog razmišljanja u saradnji sa algoritmima

AI može ubrzati procese, pomoći u analizi i dati ideje koje nam možda nikada ne bi pale na pamet, ali još uvijek ne može preuzeti odgovornost.

To i dalje ostaje na čovjeku

I možda baš zato tema „Čovjek u doba algoritama“ nije priča o tehnologiji Nego priča o nama A to znači da i dalje u različitim ulogama, menadžera, projekt menadžera, biznis analitičara ostajemo mi i klijenti, ili mi i vendori. Ljudi koji trebaju da pronađu najbolje rješenje za svoj problem. Vještine emocionalne inteligencije nikada neće biti demode, ljudskost, lijepa riječ, poneki sukob u cilju rješavanja problema, sve je to što GenAI neće ponuditi. GenAI ispunjava naše želje, LLM je treniran da nam ugodi. A mi smo sujetni, volimo kad nas neko hvali. Kako moja kćerka kaže: “Neću ga više ništa pitati, samo mi govori kako su mi ideje super a na kraju ništa” Pa da, treba ipak nešto uraditi i sam.

„Čovjek u doba algoritama“ nije priča o tehnologiji. Nego priča o nama.

ČLAN UPRAVE

ABYSALTO

AI u ve

ć

im softverskim kompanijama: prilike, prepreke i put naprijed

ŽELJKO TANDARIĆ

Trenutno se u kompaniji bavimo temom kojom se bavi 99% velikih IT kompanija u Hrvatskoj - kako održivo i sustavno uvesti AI alate u svakodnevni rad I pitanja koja se nameću su raznovrsnatrebali uopće sustavno? Primjenjujemo to samo za programiranje, nama drugima to ne treba? Koji alat koristiti, obzirom da se „hype“ mijenja iz mjeseca u mjesec? Trebamo li ići „na sve ili ništa“ ili biti konzervativan i oprezan? Što s informacijama, privatnošću i pravnim okvirom?

Jasan odgovor: to više nije odabir, to je obaveza. AI je postao alat kao što i notebook kojeg koristim i za kojeg se ne pitam trebam li ga ili ne

Toj transformaciji treba pristupiti promišljeno, bez euforije ali i bez straha Ne samo u razvoju softvera, gdje su alati postali izuzetno primjenjivi i krivulja napretka je sve strmija, već u svim ostalim dijelovima kompanije - PMO, prodaja, marketing, poslovna analiza, nadzor, interne službe, kontroling i financije sve

No za kompaniju s 200+ developera (raznovrsni alati, stackovi, domene), 200+ domenskih eksperata, PM-ova i „nas ostalih“, takva promjena mora biti organizirana

Koje prilike AI otvara?

Generativni AI alati ne mijenjaju samo brzinu pisanja koda. Mijenjaju način na koji timovi razmišljaju o radu Programer koji koristi AI asistenta brže rješava rutinske zadatke i više vremena posvećuje arhitekturi i poslovnoj logici. Code review postaje konzistentniji, dokumentacija prestaje biti „kasnije ćemo”, a onboarding novih kolega traje znatno kraće Za poslovnu stranu, najveća prilika nije ušteda već povećani kapacitet za inovacije bez proporcionalnog rasta tima.

I talenti koje privlačimo drugačije gledaju na poslodavce: mlađi inženjeri sve više biraju kompanije koje im pružaju moderne AI alate

U prodaji, marketingu, upravljanju projektima AI alati podižu performanse kro gotovo sve što ti odjeli rade – strukturiranj sastanaka, planiranje projekta, istraživanje tržišta, analiza natječaja, pisanje ponuda, … listi nema kraja i kompanija ne smije zanemariti strukturirano uvođenje AI alata i u te dijelove poslovanja

U razgovorima s vrhunskim programerima čujem da su izgubili onaj osjećaj zadovoljstva koji imaju kad su u kontroli svake nule i jedinice u svom „softverskom svijetu“ kojeg stvaraju - AI alati mijenjaju način na koji radimo - programer postaje planer, pratitelj i mentor, a netko drugi programira. No tako je kod svih većih prekretnica u kojima se mijenja pristup nekom poslu, a ne samo alat

To će se dogoditi (i već se događa) i s ostalim ulogama, sve do CEO-ova i teško mi je projicirati gdje je točno kraj i kako on izgleda.

AI alati

mijenjaju način na koji radimoprogramer postaje planer, pratitelj i mentor, a netko drugi programira.

Koje prepreke često podcjenjujemo?

Tehnologija je danas najmanji problem

Gotovo sve stvarne prepreke su ljudske i organizacijske. Veće organizacije se obično mijenjaju teže, pa im je ova situacija vrlo izazovna. Gledam manje firme, pojedince

koji su AI ugradili u sve što rade, mijenjaju alate od danas do sutra i pomalo im zavidim Mi veći te promjene moramo obavljati održavajući koheziju u firmi, no ne smijemo biti tromi. Taj je trade-off vrlo zanimljiv i motivirajući Koji su izazovi u tome?

Kultura – svi u tvrtkama imamo skeptike kojima ništa nije dobro i one koji vide AI alate kao „čarobni štapić” koji rješava sve. I jedno i drugo je pogrešno, no ovo prvo je dugoročno pogubno, jer su AI alati već promijenili paradigmu u kojoj radimo Gurajte te promjene bez obzira na otpor.

Vještine - produktivno korištenje AI-ja traži nove navike – strukturirano razmišljanje, nagon da se repetitivni poslovi stave u drugi plan, a umjesto toga širi kognitivna slika problema koji rješavam, kritičko procjenjivanje rezultata i razumijevanje granica alata koje koristim. Ljudi koji su uživali u stabilnosti radnog okruženja i osjećaju kontrole trebaju promijeniti svoj misaoni setup

Alati - tržište je preplavljeno i svaki tjedan (ili dan) nešto novo izlazi na tržište. Stanje u kojem svaki tim koristi različite alate i licence bez koordinacije brzo postaje skupo (i bit će sve skuplje) i nesigurno

Mjerenje - bez jasnih pokazatelja ne znate što ste dobili, a bez podataka je teško donositi odluke o sljedećim ulaganjima. Svima je očito da dolazi do povećanja učinkovitosti no inzistirajte na opipljivim rezultatima Količina promptanja i iskorištenosti tokena nije mjerilo (kao što niti broj napravljenih linija koda nije). Postoje gotove metodologije i alati koji daju odgovore na kvalitetu AI adoptiona u developmentu i trebate ih upaliti „odmah“

Rizici koje uprava mora razumjeti

Sve što ulazi u prompt AI sustava, ulazi u rizik.

Usklađenost više nije

„dodatak na kraju”, nego

dio dizajna od prvog dana.

Podaci i intelektualno vlasništvo - sve što ulazi u prompt AI sustava, ulazi u rizik. Bez jasne politike, povjerljivi kod i podaci klijenata mogu završiti na neželjenim mjestima. S odabranim dobavljačima AI alata potrebno je ugovoriti usluge koje su usklađene s pravnim okvirima u kojima poslujemo Regulatorni okviri (EU AI Act, GDPR) i sektorske regulative postavljaju jasne obveze, posebno za tvrtke koje rade za financije, zdravstvo ili javni sektor. Usklađenost više nije „dodatak na kraju” , nego dio dizajna od prvog dana.

Kvaliteta - AI generira vrlo dobar, ali ne uvijek točan kod. Bez ljudske validacije i robusnog testiranja, brzina lako postaje izvor tehničkog duga.

Kako pristupiti? Pogled iz perspektive uprave

Kao i svaka druga promjena u kompanijama, niti ova se neće dogoditi sama od sebe.

Evo mojih „5 centi“ po toj temi.

Uprava mora postaviti jasan prioritet na AI i to ne gledati kao trošak već kao spas od buduće propasti. Nekoliko stotina tisuća (ili milijuna) eura potrošenih sada će vam omogućiti da uopće radite za 3-5 godina, a ako ih potrošite kako treba, preteći ćete konkurenciju

Stojite na zemlji, ne letite u euforiji - ne želite se samo igrati AI-a, paliti tokene samo da umjetno pokažete da „znate AI“ Ne želite niti uključiti sve alate i krenuti strategijom „bilo što, bilo kad, bilo gdje, za bilo koju svrhu“ . AI je alat, kao i svaki drugi, koji se može koristiti na dobar ili loš način Budite smireni i planirajte.

Struktura - pilotirajte pristup s malim, motiviranim timovima prije širenja na cijelu organizaciju - pustite da se najbolje prakse iskristaliziraju iznutra, a zatim ih sustavno prenesite U Abysaltu smo skupili entuzijaste iz svih dijelova kompanije, ugovorili alate i dogovorili da svaki dio kompanije ima za zadatak imati stalni pipeline točaka u kojima će pokušati primijeniti AI. Centralno gledamo kako im ide, prikupljamo najbolje prakse i dajemo drugima da ih primijene u svojim pipelineima AI adoptiona.

Ulažite u edukaciju, ne samo u licence; alat bez vještine je trošak, a ne investicija Dajte ljudima vremena da isprobavaju. Ova tehnologija je u fazi formiranja i netko u kompaniji treba istraživati i isprobavati nove stvari samo istraživanja i isprobavanja radi.

Centralizirano upravljajte alatima, podacima i sigurnošću kako bi se izbjegao kaos i rizik. Ne podcijenite taj aspekt poslovanja.

Kontinuirano mjerite učinak ii kvalitativno i kvantitativno. Ne koliko ste potrošili, već koliko ste dobili. Nagradite one koji pomiču granice na tom području, isplatit će vam se u godinama koje dolaze.

AI neće zamijeniti softverske tvrtke koje znaju što rade Ali one koje znaju što rade s AI-jem zamijenit će one koje to ne znaju. Na upravama je da postave okvir u kojem timovi mogu eksperimentirati sigurno, učiti brzo i isporučivati vrijednost klijentima Pomalo, ali postojano

Ovaj članak je napravljen u suradnji autora i Claude-a Claude je dao osnovne koncepte, ideje, a autor je Claudeov uradak manualno dopunio i proširio

Referencu na ime časopisa je dao Claude, nisam se sam toga sjetio ��

UzmiAI,vratičovjeka Ultimativnitestliderskeempatije iorganizacijskezrelosti

Zadnje četiri godine na tržištu slušamo isti, pomalo katastrofični narativ: „AI Agenti će zamijeniti agente u kontakt centrima.“ Dok se teoretičari još uvijek bave pisanjem prezentacija o tome što nas čeka, mi koji stvarno upravljamo operacijama i ljudima s tom disrupcijom živimo svaki dan. AI za naš tim nije daleka budućnost niti usputni eksperiment, to je ravnopravan i opipljiv alat u svakodnevnim procesima.

AI transformacija se u javnosti prečesto komunicira kao isključivo tehnološki napredak U stvarnosti, ona je ultimativni test liderske empatije i organizacijske zrelosti. Ako iz ove tehnološke jednadžbe maknete čovjeka, na kraju vam ostaje samo nevjerojatno skup kod koji u praksi nitko ne koristi Prava vrijednost ne leži u samom algoritmu, već u načinu na koji on osnažuje ljudske potencijale i rješava stvarne probleme korisnika

Da bi tehnologija uopće stvorila stvarnu vrijednost, prva lekcija koju lider mora naučiti jest da tehnologija čini tek 20% posla. Preostalih 80% je čisti change management Tehnologija u pravilu radi Uz dovoljno vremena i budžeta, inženjeri mogu natjerati gotovo svaki algoritam da proradi. Međutim, ljudsko prihvaćanje i redizajn poslovnih procesa (eng workflowa) ono su što određuje hoće li projekt preživjeti ili završiti na “groblju”. Naše iskustvo je da je teza točna Među mnogim nagradama koje su nam priznanje i potvrda naše AI strategije, istaknula bih Google Nordics hackathon pobjedu za najbolje GenAI rješenje 2023. te dvije Gartner Eye on the Innovation nagrade 2025 godine Iza tih velikih priznanja zapravo stoji naša formula uspjeha, koja nije bila slijepo praćenje postojećih pravila impelentacije tehnoloških rješenja, već evolucija kroz tri vrlo specifične i pragmatične faze

Na samom početku GenAI ere svjesno smo išli „all in“ . Dopustili smo da se istraže i razviju apsolutno sve ideje jer nam je trebao momentum. Znali smo da će određeni dio tih projekata propasti i to je u redu! Groblje ideja nije neuspjeh, to je jedini način da kolektiv, sastavljen od tehničkih i netehničkih ljudi, uči kroz promatranje i diskusiju o stvarnim ishodima.

Nakon tog početnog kaosa, ušli smo u drugu fazu u kojoj smo postali iznimno izbirljivi, fokusirajući se samo na projekte s najvećim poslovnim utjecajem Prioritizacija je išla vrlo slično kao i na svim tehnološkim projektima, ali uz jedan važan zaokret Nismo tražili kruti, unaprijed opravdani poslovni slučaj (eng. business case) po svakom pojedinačnom projektu, već smo s jedne strane zadali ambiciozne ciljeve unaprjeđenja poslovanja, a s druge strane osigurali budžet za AI rješenja. Tko je bio spreman ispuniti svoje ciljeve implementacijom AI projekata u svoje procese, taj je dobio prioritet. Nismo dozvolili da nam “birokracija” uspori momentum koji smo stvorili u prvoj fazi.

Danas smo ponovno u novom ciklusu: demokratiziramo razvoj, podržavamo vibe coding i stvaramo novi val energije Očekujem da ćemo ove operativne pristupe dodatno doraditi i pretvoriti u naše nove standarde u 2027 godini S obzirom na to da se tehnologija mijenja nevjerojatno brzo, planovi se moraju munjevito prilagođavati situaciji na terenu Danas je važnije nego ikad pojednostavniti donošenje odluka te zaista agilno planirati i izvršavati planove.

U cijelom tom procesu moj posao kao lidera nije bio da imam najbolje ideje. Moj posao je bio staviti koncept na stol i stvoriti sigurno okruženje u kojem će pametniji ljudi iz mog tima napraviti genijalan use case, ili mi bez straha reći da je ideja zrela za groblje.

Gledajući kroz tu prizmu, postaje jasno da je vođenje AI tranzicije prvenstveno rad s ljudskom psihom. Na takvom putu transformacije, raspored onih koji sumnjaju i onih koji predvode često nas je znao iznenaditi

Skeptici, naime, nisu došli s prve linije rada, od agenata, već iz redova srednjeg menadžmenta. Razlog je duboko ljudski, prirodno se boje gubitka kontrole nad procesima kojima su godinama uspješno upravljali. Naš recept za ovaj izazov nije forsiranje s pozicije moći, nego uvođenje načela “skin in the game” Uključujemo ih odmah, u najraniju fazu dizajna. Kada postanu suautori i stvarni „vlasnici“ te promjene, otpor se prirodno transformira u angažman

Nasuprot tome, naši agenti istaknuli su se kao neočekivani zagovornici promjena Umjesto bavljenja apstraktnim strahovima od tehnološkog napretka, oni u praksi prepoznaju da AI nije prijetnja njihovim radnim mjestima. Naprotiv, doživljavaju ga kao alat koji njihovu svakodnevicu čini lakšom, donekle zabavnijom, dok se istovremeno i osobno razvijaju učeći o mogućnostima i ograničenjima novih tehnologija. Kada agentima koji komuniciraju s korisnicima date alate poput “Knowledge assist-a” koji im u stvarnom vremenu servira prave informacije dok su na vezi ili AI simulatore za vježbanje poziva, vi im izravno smanjujete stres i burnout.

Kada tim ima priliku vježbati s „AI korisnicima“ u potpuno sigurnom okruženju prije nego što izađe u stvarne interakcije s korisnicima, rano odustajanje zaposlenika (eng early attrition) drastično opada Svi ti opipljivi rezultati na terenu potvrdili su nam da se definicija uspjeha u doba algoritama mora stubokom promijeniti, jer više nije dovoljno mjeriti samo tehničku brzinu ili puke industrijske kratice

Naša Northern star je Value per Interaction (Vrijednost po interakciji), bez obzira na to sudjeluje li u njoj algoritam ili ne.

I tu nema odstupanja Ako AI doprinosi povećanju vrijednosti interakcije, što nam u konačnici jasno potvrđuje i Voice of the Customer kroz svoje povratne informacije, onda je tehnologija opravdala svoje mjesto u procesu

Gdjepočinje pravaliderska vrijednost?

Ipak, prava liderska umjetnost u ovom novom dobu leži u mjerenju one druge, skrivene vrijednosti To je pitanje koliko smo stresa smanjili kod ljudi i koliko smo njihove mentalne propusnosti (eng bandwidth) uspjeli sačuvati zahvaljujući tome što je pametna automatizacija preuzela neke uloge u procesu

Bez obzira na to koliko tehnologija postala napredna, postoji vrlo jasna granica koju kao lideri u korisničkom iskustvu svjesno povlačimo: AI nikada ne smije zamijeniti odgovornost (eng. accountability) i stvarnu empatiju.

U zamršenim i emocionalno intenzivnim trenucima, kada se korisnik suočava sa stvarnim poteškoćama ili stresom, nije mu potreban sofisticirani prediktor riječi temeljen na vjerojatnosti.

Potrebna mu je ljudska toplina, netko tko će ga istinski saslušati, razumjeti i preuzeti osobnu odgovornost za rješavanje problema.

U takvim situacijama AI jednostavno nema što ponuditi. S druge strane svake interakcije uvijek stoji osoba, bilo kao agent, bilo kao kreator AI agenta. Zbog nevjerojatne brzine kojom se tehnologija razvija, pritisak na timove je ogroman Zato se svaki lider prije ili kasnije susretne s trenutkom u kojem netko iz tima kaže: „Mislim da se krećemo prebrzo “ Moj odgovor na takve otpore ovisi isključivo o njihovom uzroku. Ako strah proizlazi iz konkretnih pokazatelja koji bi mogli naštetiti korisnicima ili ako su mentalni kapaciteti kolega doista iscrpljeni, usporit ću proces, saslušati ih i duboko analizirati problem dok ga ne riješimo No, ako je kočnica tek odraz skeptičnog karaktera, zone komfora ili iracionalnog straha od nepoznatog, moramo nastaviti bez oklijevanja jer tržište ne pokazuje strpljenje.

Gledajući u budućnost, lideri na tržištu u idućih

pet godina neće postati oni

s najsloženijim AI

rješenjima ili najvećim budžetima.

Uspjeh će ostvariti isključivo lideri koji:

Sustavno investiraju u razvoj vještina svojih zaposlenika (eng upskilling)

Aktivno njeguju kritičko razmišljanje jer AI-ju se nikada ne vjeruje slijepo.

Vraćaju stvarnu vrijednost zajednici i okolišu kroz odgovornu konzumaciju energije

Prioritet daju dizajnu usmjerenom na čovjeka (eng human-centric design), umjesto tehnološke kompleksnosti.

Iako se tehnologija mijenja brže nego ikada, bit liderstva ostaje nepromijenjena

Naša

je misija u eri algoritama jednostavna: iskoristiti AI kako bismo oslobodili dragocjeno vrijeme, a zatim to vrijeme u potpunosti posvetiti čovjeku.

VODITI LJUDE KROZ AI: o strahu, odgovornosti i vodstvu koje gradi povjerenje

Na kraju jedne radionice, kad smo već ispucali puno pitanja i kad smo već prešli u spontane razgovore, netko je tiho rekao: „Bojim se da ću izgubiti posao "

Nekoliko minuta kasnije javila se druga osoba: „Ne razumijem zašto bih nešto što radim godinama sada prepuštala stroju "

Treća je dodala: „Moja djeca to skuže za pola dana, a ja se osjećam kao da kasnim dvadeset godina."

To nisu bile rečenice ljudi koji odbijaju tehnologiju. To su bile rečenice ljudi koji pokušavaju shvatiti gdje je njihovo mjesto u svijetu koji se mijenja brže nego što su stigli postaviti prava pitanja

Čini mi se da je upravo tu najvažniji razgovor o umjetnoj inteligenciji Ne u alatima Ne u promptovima. Ne u novim verzijama modela. Nego u onom tihom trenutku kad čovjek pred ekranom zastane i pita se: ako ovo sada može stroj, što onda još znači moje iskustvo, moja procjena, moja rad i?

VALENTINA

VODITELJICA PROJEKATA, AI EDUKATORICA I OSNIVAČICA “AI NA ŽLICU” – PRAKTIČNE AI EDUKACIJE.

„Ništa u životu ne treba se bojati, samo treba razumjeti", napisala je Marie Curie.

Sto godina kasnije ta rečenica zvuči gotovo neugodno aktualno, kao da je adresirana izravno na urede, učionice i sastanke u kojima se danas spominje umjetna inteligencija.

Živimo u dobu algoritama, ali algoritam sam po sebi nije izvor naše nelagode

On je češće zrcalo.

Pokazuje nam ono što je već bilo prisutno kao što je nesigurnost, nejasne procese, prešućene strahove, ponekad i manjak povjerenja u vlastitu prosudbu

Strah koji nije otpor

Strah od novog ne pripada digitalnom dobu. Pratila sam ga godinama prije nego što je AI postao svakodnevna tema, kroz uvođenje novih sustava, promjene procesa, restrukturiranja timova i svaku generacijsku smjenu alata. AI nije donio nove emocije.

Samo je pojačao one koje su se ionako tiho prelijevale iz jedne organizacijske ere u drugu.

Na radionicama se redovito dogodi da ljudi o vlastitoj nelagodi prvi put progovore tek kad osjete da je prostor siguran Najčešće ne na početku, dok još traje službena agenda, nego pred kraj, kada se u razgovoru o alatima pojave izjave i komentari o vlastitoj vrijednosti Ono što tada izlazi rijetko zvuči kao otpor tehnologiji

Češće zvuči kao tiha sumnja u vlastiti smisao, kao osjećaj da je iskustvo pažljivo prikupljano desetljećima odjednom stavljeno u istu kategoriju s promptom koji netko napiše u dvije minute.

Razgovor o AI-ju vrlo brzo postaje razgovor o samopoštovanju, identitetu i pripadnosti, čak i kada se na površini govori o produktivnosti Primjećujem u praksi jednu razliku koja se često ponavlja. Mlađi kolege češće priznaju nesigurnost na razini vještine. Ne znaju koji alat odabrati, kako ga koristiti, što je dobar rezultat, a što samo uvjerljivo napisan promašaj Iskusniji kolege češće priznaju nesigurnost na razini

identiteta Pitaju se što znači iskustvo građeno desetljećima ako alat može u trideset sekundi napisati sažetak, prijedlog, analizu ili prezentaciju

Odluka koja se prešutno prepušta

Tema ovog izdanja časopisa Pomalo postavlja neugodno precizno pitanje: “Jesmo li još uvijek donositelji odluka ili samo oni koji ih potvrđuju?”

Odgovor, čini mi se, ne ovisi o tome koristimo li AI. Ovisi o tome zastajemo li uz njega. Kad pred sobom imamo odgovor koji je predložio alat, zapravo ne donosimo jednu odluku, nego dvije. Prva je hoćemo li uopće propitati ponuđeno Druga je hoćemo li to prihvatiti, promijeniti ili odbaciti. U praksi se najčešće preskoči upravo prva odluka

Ne zato što su ljudi lijeni. Ne zato što im nije stalo Nego zato što AI odgovor često izgleda dovoljno uredno, dovoljno smisleno i dovoljno uvjerljivo da ga je lakše prihvatiti nego otvoriti novi krug pitanja Ponekad je još teže priznati da ne znamo provjeriti je li odgovor dobar.

To su dvije različite nelagode i ne traže isti odgovor Prvoj treba učenje Drugoj treba priznanje. Ako nekome tko se boji da gubi profesionalni smisao ponudimo samo edukaciju o alatu, ne možemo očekivati da će to biti lako prihvaćeno. Prije alata treba otvoriti prostor za pitanje koje se rijetko izgovara naglas: što je ono ljudsko što i dalje ostaje nezamjenjivo?

Moje mišljenje je da ozbiljan razgovor o AI-ju ne bi trebao započeti rečenicom: „Ne morate se bojati" Ta rečenica rijetko koga smiri. Ozbiljan razgovor počinje priznanjem da strah ima razloga, ali da razlog nije isto što i opravdanje za izbjegavanje Strah treba čuti, ali mu ne treba prepustiti upravljanje.

Daniel Kahneman je u knjizi “Thinking, Fast and Slow” pisao o tome koliko se lako oslonimo na brzo, automatsko mišljenje kad nam nešto izgleda poznato i uvjerljivo.

U susretu s AI-jem ta sklonost postaje još vidljivija. Alat nam ne nudi samo odgovor, nego i osjećaj sigurnosti da je posao već napola obavljen

Tu počinje pravo prepuštanje kontrole. Ne u trenutku kad koristimo alat, nego u trenutku kad prestanemo misliti uz njega. Ako ne zastanemo, ne odlučujemo Samo potvrđujemo

Odgovornost ne nestaje zato što nam je tehnologija pomogla AI ne nosi posljedice odluke. Ne objašnjava je timu. Ne stoji pred kupcem

Ne odgovara upravi, učenicima, pacijentima, klijentima ni javnosti.

To i dalje radimo mi.

U organizacijama se tu otvara još jedan paradoks. Od zaposlenika se sve češće očekuje AI mindset, ali im nitko jasno ne kaže što smiju, što ne smiju, koje podatke ne smiju unositi, kako označiti sadržaj nastao uz pomoć alata i tko provjerava konačni rezultat.

Zato je velika šutnja opasnija od nesavršenog početka. Organizaciji ne treba savršena AI strategija da bi prestala nagađati Treba joj dovoljno jasan dogovor o tome koji se podaci ne dijele, gdje je eksperimentiranje dopušteno, kako se provjerava rezultat i tko na kraju stoji iza odluke

Vodstvo koje uči naglas

Sustavno uvođenje AI-ja u organizaciju zapravo nije pitanje alata Pitanje je kulture učenja.

Obuka je događaj Kultura učenja je svakodnevni dogovor o tome kako se odnosimo prema onome što ne znamo

Mnoge organizacije AI pokušavaju uvesti kao projekt. Organiziraju webinar, podijele prezentaciju, pošalju nekoliko linkova i očekuju promjenu ponašanja. No ljudi ne mijenjaju način rada zato što su odslušali predavanje Mijenjaju ga kad imaju prostor pokušati, pogriješiti, pitati i ponoviti. Upravo to istraživačica Amy Edmondson naziva psihološkom sigurnošću - osjećajem da u timu smijemo postaviti pitanje, priznati pogrešku ili izreći sumnju bez straha da ćemo zbog toga biti kažnjeni ili posramljeni. U kontekstu AI-ja to više nije mekana tema, nego preduvjet učenja.

U svemu tome uloga vodstva je presudna

Ne zato što voditelji moraju znati sve o AI-ju Upravo suprotno, zato što trebaju pokazati da je u redu ne znati sve Jedan direktor s kojim sam radila počeo je sastanak rečenicom:

„Evo što sam ovaj tjedan pokušao s AI-jem i nije mi uspjelo."

Prvih nekoliko puta ljudi su se smijali iz nelagode A zatim su počeli iznositi vlastite primjere Najprije neuspjehe Zatim male pobjede. Pa pitanja. Pa prijedloge. To je vodstvo na djelu, ne kao retorika, nego kao svakodnevna sitnica koja oblikuje kulturu.

U vremenu u kojem nitko ne može pošteno tvrditi da sve razumije, takva otvorenost nije slabost. Ona je zrelost.

Možda i najvažniji oblik autoriteta koji će voditelji u dobu AI-ja morati razviti.

Znatiželja naspram pukog entuzijazma

Da bismo izgradili takvu kulturu, potrebna nam je znatiželja, ali ona je nešto sasvim drukčije od entuzijazma za novosti. Entuzijazam je glasan, izložen, sklon pretjerivanju i brzom umaranju Znatiželja je tiša, strpljivija, voljna pogriješiti. Ona ne traži da odmah usvojimo svaki novi alat niti da svakodnevno trčimo za novom verzijom modela Traži nešto puno zahtjevnije, a to je voljno izlaženje iz komfor zone, pristajanje na to da neko vrijeme ne razumijemo, da pogriješimo pred ekranom, da pred kolegom mirno izgovorimo:

„Ovo mi nije jasno, pomozi mi " U organizacijama u kojima takva znatiželja živi kao dio kulture, AI se zapravo ne uvodi. On postupno postaje dio razgovora AI može ubrzati pisanje, sažeti dokument, predložiti odluku, analizirati podatke i otvoriti nove mogućnosti.

Može nam pomoći da radimo brže, jasnije i ponekad kreativnije Ali AI ne zna zašto nam je nešto važno. Ne poznaje naš tim Ne osjeća posljedice odluke Ne razumije odnose, povijest, prešutne dogovore, strahove i ambicije koje postoje u svakoj organizaciji Može ponuditi odgovor, ali ne može preuzeti odgovornost za njegov smisao

Zato pitanje nije hoće li AI odlučivati umjesto nas. Pitanje je hoćemo li mi i dalje imati naviku razmišljati prije nego što prihvatimo ono što nam je ponuđeno Tehnologija nikada nije glavni junak ove priče Glavni su, kao i uvijek, ljudi. Njihova spremnost da uče. Njihova hrabrost da priznaju ono što ne znaju.

Njihova odluka da ne prepuste vlastitu prosudbu samo zato što je odgovor stigao brzo i zvučao uvjerljivo.

LJUDSKI FIREWALL

Kako korporativna "AI panika"

ruši adopciju AI (i kako to preživjeti uz zrno

razuma)

Gledam sličnu predstavu već trideset godina, sjedio sam u publici na svim razinama, i iskreno – povijest adopcije nove tehnologije neopisivo sliči poznatom filmu Beskonačni Dan Nagledao sam se groblja projekata koji su propali samo zato što su se tvrtke zabarikadirale iza najnovijih softverskih igračaka, zaboravljajući usput onaj dosadni detalj: uz tehnologiju, ljudi su ti koji uspiju ili uprskaju.

Scenarij je i sada isti, kao iz lošeg sitcoma. Security i Complience ponosno korača hodnicima uvjeren da je korištenje AI-a unutar tvrke 100% pod kontrolom, dok u susjednoj sobi netko iz financija doživljava blaži živčani slom. Rokovi mu dišu za vratom pa u očaju – ne razmišljajući previše – nađe načina da gurne osjetljive kvartalne brojke u besplatni ChatGPT. Zašto? Jer posao mora biti gotov, a legalnim korporativnim putem to bi trajalo do idućeg ledenog doba. Ako ste dio tog korporativnog cirkusa, vjerojatno itekako osjećate taj nesnosni pritisak u sendviču između paranoidnih sigurnosnih protokola vezanih uz AI i uprave koja urla da se stvari naprosto moraju završiti. No, najveći problem ovdje nije softver Problem je u tome što su alati ponegdje okovani tolikom birokracijom da se zaposlenici, pokušavajući doći do njih, osjećaju kao da moraju skakati kroz zapaljene obruče. To je tihi ubojica svake inicijative uvođenja AI u naš posao

Alati su ponegdje okovani tolikom

birokracijom da se zaposlenici, pokušavajući doći do njih, osjećaju kao da moraju skakati kroz zapaljene obruče.

Kad se stvarnost

cinično nasmije

Ako je požar i vrata

su zaključana sa tri

ključa - ljudi će

iskočiti kroz prozor da prežive.

Prestanimo demonizirati “neodobrene”

AI alate

Budimo realni: najmanje pola ukupnog posla –poput istraživanja tržišta, izrade javno dostupnih dokumenata ili pisanja generičkih objava za društvene mreže – uopće ne sadrži osjetljive informacije. Demonizirati neke AI alate za takve zadatke je protivno zdravoj pameti. Korištenje izvrsnog besplatnog AI alata (a ima ih), kada nemamo bolje “odobreno rješenje” nije sigurnosni propust – to je besplatni dobitak na produktivnosti. Na nama je da ljude naučimo osnovnoj sigurnosnoj higijeni: kako čitati razliku između javnog i privatnog. Tu na scenu stupa menadžment Ali ne onaj koji piše pravilnike od 200 stranica koji skupljaju digitalnu prašinu, već onaj koji donosi "Lite" strategiju usvajanja AI-ja. Zapitajte se samo jedno:

“Što je to što stvarno možemo unaprijediti pomoću AI?” Strategija mora biti laka, prilagodljiva i fokusirana na to da isporuka ne trpi, umjesto da budemo religiozno fiksirani na jedan određeni alat ili brend. Da ne bude zabune, neke ograde i predviđene sankcije moraju postojati, ali također morate ljudima dati i oružje ako želite ostati živi na tržištu

Dobro je znati namirisati katastrofu prije nego što ona udari u ventilator. Evo nekoliko crvenih zastavica koje govore da vam je adopcija AI na putu za pakao:

“We’re special” stav Kad vas ekipa krene uvjeravati da su oni "toliko specifični i posebni" da im treba nevjerojatno skupo, tromo i interno AI rješenje - nećete daleko.

Scale of Bullshit

AI doista jest multiplikator snage Ali, ako oduvijek radite nešto beskorisno, glomazno i sporo, čestitam – uz AI ćete samo proizvesti deset puta više beskorisnog u rekordnom roku.

Vendor Lock-in iz straha

Forsiranje loših alata samo zato što su "majka kompanija” ili “ugledni vendor” tako rekli, a bez ikakvog razumnog objašnjenja Pa znate i bez mene kuda to vodi...

Pet koraka za

stvaranje "Ljudskog firewalla": rješenja za AI

adopciju bez panike

A L E N T I N A

V

Z A N E T T I

IZVAN ALGORITAMA

Zašto AI gubi utrku s ljudskim mozgom u Agile svijetu

Kao netko tko je po prirodi izuzetno znatiželjan i tko ludo voli isprobavati nove stvari, prva sam u redu kada se pojavi tehnološka inovacija. Međutim, unatoč općem hypeu koji nas okružuje, umjetna inteligencija me još uvijek nije impresionirala

Ne poričem da je AI koristan alat za određene zadatke i da nam ponekad može uštedjeti dragocjeno vrijeme. No, kada su u pitanju kritičko razmišljanje i kreativno rješavanje kompleksnih problema, ja se i dalje uvelike oslanjam na ljudski mozak kako na vlastiti, tako i na neprocjenjivi um svojih kolega i prijatelja. Razlog za ovaj skepticizam leži u samoj prirodi domene u kojoj radim, a to su uglavnom razvoj softvera i inženjerstvo Suprotno popularnom mišljenju da je inženjerstvo suhoparno kucanje koda i mehaničko praćenje matematičkih pravila, ovo je izrazito kreativan posao. Ta se kreativnost očituje u pronalasku elegantnih rješenja za kompleksne probleme Naša se industrija mijenja munjevitom brzinom i svakodnevno radimo u nepredvidljivom okruženju koje zahtijeva brze reakcije. Kada u svakom danom trenutku baratate sa stotinama ili tisućama varijabli, a odluke morate donositi odmah, algoritmi često zakazuju. U tim trenucima neizvjesnosti presuđuje naše instinktivno odlučivanje, gdje ljudi još uvijek drže monopol.

AI može obraditi milijune podataka.

Ali još uvijek ne

zna što znači “osjećam da nešto nije u redu” .

Međutim, tijekom mog dvadesetogodišnjeg iskustva u agile domeni, project i account managementu, mogu reći da su mi najveća snaga i inspiracija bili ljudi, ali isto tako i najveći izazov. Iako je za mene je rad s ljudima i pomaganje timovima u razvoju izvor ogromnog osobnog i profesionalnog zadovoljstva, posebno otkad sam prešla u Agile vode, na tom putu, ljudski otpor prema promjenama vrlo često je i najveći kamen spoticanja. Ljudi po svojoj prirodi teže sigurnosti i poznatim obrascima, a Agile od njih traži stalnu prilagodbu i transparentnost.

Voditi tim kroz ove transformacije za mene predstavlja predivan izazov koji zahtijeva strpljivo i inspirativno razbijanje postojećih predrasuda To su duboke, emotivne, psihološke i sociološke potrebe koje AI tehnologija nije ni blizu da razumije. Umjetna inteligencija ne može pružiti podršku programeru pod stresom niti može osjetiti suptilnu napetost na sastanku tima koju dobar menadžer prepozna u sekundi

Osim poteškoća s emocionalnim aspektom nošenja s promjenama koji AI ne može kompenzirati, ogroman faktor u upravljanju promjenama je ljudska kreativnost

Inventivnost i kreativnost igraju presudnu ulogu u tome koliko će neki tim uspješno prihvatiti i "prožvakati" promjenjivu prirodu ove industrije.

Naime, prisvajanje agilnog načina rada nije puko slijeđenje ceremonija poput Daily Standupa ili Sprint Planninga; ono zahtijeva duboku promjenu načina razmišljanja (mindseta). Kreativnost u rješavanju problema oslobađa tim od straha i omogućuje im da lakše zakorače u agilni okvir Kada potičemo kreativnost, potičemo ljude da propituju status quo, eksperimentiraju s novim arhitekturama i pronalaze inovativne prečace tamo gdje standardni procesi zapinju. Kreativna rješenja u inženjerstvu uvijek dolaze iz jedinstvenih, često iracionalnih ljudskih pogleda na svijet, a ne iz homogenog, matematičkog procesuiranja podataka. Na primjer, ako tisući umjetnika zadate da naslikaju istu zdjelu s voćem, dobit ćete tisuću različitih slika, a među njima će možda biti i jedan Picasso ili Van Gogh!

Upravo je ta nepredvidiva, unikatna iskra kreativnosti ono što gura agilne timove naprijed, čineći ih istinski prilagodljivima i nezamjenjivima bilo kojem algoritmu

Moderna znanost i biologija jasno potvrđuju zašto je ljudski sustav još uvijek daleko ispred. Kada govorimo o donošenju odluka, često zaboravljamo s kakvim biološkim resursima raspolažemo. Procjenjuje se da ljudski mozak može procesuirati informacije brzinom ekvivalentnom nevjerojatnih 60 bitova po sekundi za strogo svjesnu obradu, dok na podsvjesnoj razini cijeli naš živčani sustav prima i interpretira oko 11 milijuna bitova informacija u sekundi. Ono što je još fascinantnije jest činjenica da se dobar dio naših instinkta, intuicije i onog što nazivamo "razmišljanjem" zapravo nalazi i drugdje u tijelu, izvan same lubanje. Primjerice, naš probavni sustav posjeduje vlastiti, takozvani enterički živčani sustav koji sadrži više od 100 milijuna neurona To je cijela jedna autonomna mreža zbog koje s potpunim biološkim pravom u poslovanju govorimo o "osjećaju u želucu" (eng. gut feeling). Taj osjećaj je zapravo brza, nesvjesna obrada tisuća proživljenih situacija Mi još uvijek nismo dovoljno dobro istražili ni sam ljudski mozak, a kamoli cijeli živčani sustav; način na koji integriramo emocije, biologiju i iskustvo u sekundi i dalje je velika enigma. Zbog toga je zapravo smiješno, pa čak i apsurdno, uopće pomisliti da je današnji generativni AI blizu kapaciteta jednog ljudskog organizma, bez obzira na bombastične naslove koje svakodnevno slušamo na vijestima i od marketinških stručnjaka

Mi još uvijek nismo dovoljno dobro istražili ni sam ljudski mozak, a kamoli cijeli živčani sustav i zbog toga je zapravo smiješno, pa čak i apsurdno, uopće pomisliti da je današnji generativni

AI blizu kapaciteta jednog ljudskog organizma.

Na koncu, AI je IZUZETNO koristan alat i to mu nitko ne može osporiti. Puno je bolji, brži i precizniji od nas u sistematiziranju podataka i unakrsnom povezivanju (eng. crossreferencing) golemih količina informacija u sekundi. Savršen je za automatizaciju repetitivnih zadataka koji nam crpe energiju i može poslužiti kao izvrstan, neumoran partner za brzi brainstorming kada nam ponestane početnih ideja. AI pred sobom ima servirano gotovo cijelo dosadašnje ljudsko znanje, koje nam je sada dostupnije nego ikada prije u povijesti. No, kao i kod svakog drugog alata - od kamenog čekića do nuklearnih reaktora - apsolutno je na nama osobno kako ćemo ga koristiti. Ključ uspjeha u modernom inženjerstvu nije u tome da nas tehnologija zamijeni, već da mi, koristeći nju, ostanemo ono što jesmo - kreativni, empatični, nesavršeni i briljantni ljudi.

P.S. Cijeli ovaj članak napisan je uz pomoć Google AI modela. ��

Pametan, brz i ponekad u krivu

Suradnjasalgoritmommijenjanačinrada, aliinačinmišljenja

PRINCIPAL CONSULTANT | CYBERSECURITY & AI (GRC)

Odizvršiteljado redatelja

Prije samo dvije godine, interakcija s umjetnom inteligencijom svodila se na izmjenu upita i odgovora Korisnik bi nešto upitao, sustav bi nešto vratio Odgovor je znao biti briljantan, a znao je biti i potpuno izmišljen, ali u svakom slučaju bila je to kratka, zaokružena razmjena, slična onoj koju desetljećima imamo s tražilicama, samo s ljepšim rečenicama

Danas se taj odnos prelama AI više nije alat koji nešto traži pa daje, nego suradnik koji nešto pokušava, ispravlja se, pita, predlaže i, sve češće, samostalno djeluje Iz tog malog pomaka u logici interakcije izlazi velika promjena u načinu na koji ljudi rade, donose odluke i razumiju samog sebe.

Najvidljivija promjena događa se u svakodnevnom radu. Tradicionalno se rad sastojao od izvršavanja zadataka Pisalo se, brojalo, analiziralo, prevodilo Većinu tog vremena ljudi su trošili na mehaniku posla, ne na sam posao Algoritam taj odnos preokreće. Mehaniku sve češće preuzima sustav, dok čovjek postaje netko tko definira problem, postavlja okvir, odabire pravac i provjerava rezultat.

U projektnom svijetu to znači da voditelj projekta više ne provodi sate u sintezi zapisnika, izradi izvještaja ili pripremi prezentacija Te radnje su sve češće delegirane Ono što ostaje, i postaje vrjednije, jest sposobnost odrediti što je uopće važno, koje pitanje treba postaviti i koji odgovor zaslužuje dodatnu provjeru.

U marketingu, pravu, financijama, savjetovanju i obrazovanju događa se isto Posao se ne smanjuje, ali se pomiče.

Vještine koje su jučer bile presudne, brzo pisanje, lijepo formuliranje, pamćenje detalja, sve manje predstavljaju konkurentsku prednost Vještine koje rastu u vrijednosti su drugačije: znati uokviriti problem, prepoznati kontekst, jasno razlučiti što je činjenica, a što izmišljotina, i, najvažnije, znati kad reći ne.

Konkretan primjer iz svakodnevne prakse.

Voditelj projekta nekada je nakon sastanka utrošio dva sata na zapisnik Danas zapisnik izlazi automatski. Ali sad postoje druge stvari koje samo on može napraviti

Procijeniti je li ono što je dogovoreno zaista provedivo Prepoznati napetosti koje se nisu izgovorile na sastanku Odlučiti što ide u eskalaciju, a što se rješava interno. Posao je postao zahtjevniji, ne lakši Količina mehanike je smanjena, ali razina prosudbe koja se traži je veća

Kompetentan, alinepouzdan suradnik

S promjenom uloge dolazi i promjena povjerenja. Algoritam je kompetentan na način koji do sada nismo vidjeli Može u sekundi sažeti dokument od dvjesto stranica, prevesti tehnički tekst, generirati prijedlog ugovora ili napisati prvi nacrt programa. Istovremeno, isti taj sustav povremeno samouvjereno izmišlja podatke, krivo tumači kontekst i pogrešno citira izvore Riječ je o pojavi koju struka naziva halucinacijama. Istraživanje

OpenAI-a iz rujna 2025 godine pokazalo je da nije riječ o kvaru koji će s vremenom biti popravljen, nego o strukturnoj posljedici načina na koji se ovi modeli treniraju i ocjenjuju. Sustavi su nagrađivani za pogađanje kada nisu sigurni, slično kao učenici koji na testu radije napišu bilo što nego priznaju da ne znaju. Rezultat je samouvjereno izmišljanje koje će ostati prisutno dok god ostane prisutan postojeći način ocjenjivanja modela.

Time se otvara pitanje koje organizacije tek počinju ozbiljno postavljati Tko snosi odgovornost kad algoritam pogriješi? Ako voditelj projekta donese odluku na temelju analize koju je generirao AI, a ta analiza je bila pogrešna, odgovornost se ne može delegirati natrag sustavu Ostaje na čovjeku Pravni okviri to potvrđuju. Članak 14. europske Uredbe o umjetnoj inteligenciji izrijekom zahtijeva da visokorizični sustavi budu projektirani tako da ih ljudi mogu učinkovito nadzirati, uz svjesnost rizika prekomjernog oslanjanja na izlaze sustava, fenomena koji regulator naziva automatizacijskom pristranosti.

Granica delegiranja postaje praktično pitanje Neke odluke ostaju nepripustive za potpunu automatizaciju, najčešće one s nepovratnim posljedicama, etičkim implikacijama ili visokim regulatornim rizikom. Druge se mogu delegirati uz proceduralni nadzor Najveći dio nalazi se u sivoj zoni, gdje je ključno pitanje ne može li algoritam izvršiti zadatak, nego smije li i pod kojim uvjetima. Tu se javlja zanimljiv paradoks. Što je algoritam sposobniji, to je teže prepoznati kad griješi Sustav koji u devet od deset slučajeva daje izvrsne rezultate, gradi povjerenje koje se onda neoprezno proširi i na deseti slučaj.

Prve posljedice već su dokumentirane. U slučaju Mata vs Avianca, američki je sud 2023. godine novčano kaznio odvjetnike koji su sudu predali podnesak s šest sudskih presuda koje je u potpunosti izmislio ChatGPT. Apple je u siječnju 2025. povukao funkciju AI sažetaka vijesti nakon što je sustav korisnicima slao netočne obavijesti, uključujući lažnu vijest da je osumnjičenik u jednom kaznenom postupku počinio samoubojstvo, koju je BBC službeno demantirao U oba slučaja sustav nije zakazao iznenada. Zakazao je tiho i samouvjereno, dok je čovjek prestao gledati.

Manje vidljiva, ali možda dublja promjena, događa se u načinu na koji ljudi misle.

Kada je dio kognitivnog rada delegiran sustavu, mijenja se sama priroda razmišljanja.

Manje pamtimo jer znamo da možemo upitati.

Manje vježbamo formuliranje argumenta jer prvi nacrt dolazi gotov.

Manje gradimo intuiciju jer rjeđe radimo zadatke od početka do kraja.

Štosemijenja unačinuna kojimislimo?

To može biti dvostruka oštrica Studenti koji koriste AI samo kao izvršitelja domaće zadaće gube razvojnu vrijednost samog procesa učenja Profesionalci koji prepuste analizu sustavu bez kritičkog razumijevanja, gube sposobnost samostalne prosudbe Istraživanje MIT Media Laba iz 2025. godine pratilo je moždanu aktivnost ispitanika koji su pisali eseje u tri uvjeta, uz pomoć ChatGPT-a, uz pomoć tražilice i bez ikakvih pomagala. Skupina koja je koristila AI pokazivala je najslabiju neuralnu povezanost, slabije pamtila vlastite rečenice i osjećala manju vlasnost nad onim što je napisala Autori taj fenomen nazivaju kognitivnim dugom, postupnim oslabljivanjem vještina koje su ranije bile trenirane svakodnevnom upotrebom. Slično je pokazala i opsežna anketa Microsoft Researcha i Carnegie Mellon Sveučilišta provedena među 319 stručnjaka koji redovito koriste AI alate. Što su ispitanici više vjerovali algoritmu, to su manje koristili kritičko razmišljanje. Što su više vjerovali sebi, kritičko razmišljanje raslo je. Druga strana iste medalje je da algoritmi mogu povećati intelektualni kapacitet onih koji ih koriste promišljeno Iskusni stručnjak koji koristi AI kao laboratorijskog asistenta, za testiranje ideja, simulaciju scenarija ili brzo istraživanje, ne gubi vještine, nego ih nadograđuje Razlika nije u tehnologiji, nego u stavu prema njoj.

To je empirijski potvrdila i poznata studija Harvard Business Schoola i Boston Consulting Groupa iz 2023. godine na 758 konzultanata Kada se AI primijenio na zadatke koji su unutar područja njegove kompetencije, produktivnost je rasla više od 25 posto, a kvaliteta rezultata preko 40 posto. Kada se isti AI primijenio na zadatke izvan tog područja, kvaliteta je značajno padala. Autori taj fenomen nazivaju nazubljenom granicom tehnologije, zato što granica AI sposobnosti nije ravna nego naizmjenična, a korisnici ju u stvarnom vremenu ne prepoznaju Stručnjak koji zna gdje je ta granica, dobio je ubrzanu verziju vlastitog razmišljanja. Početnik koji ne zna, dobio je dobro upakirane greške

Iz toga proizlazi i pitanje identiteta.

Što znači biti stručnjak u vrijeme u kojem sustav zna više činjenica od bilo kojeg pojedinca? Odgovor se polako kristalizira. Stručnost se manje definira pohranjenim znanjem, a sve više sposobnošću prosudbe, postavljanjem pravih pitanja, etičkom orijentacijom i kapacitetom da se nepotpune informacije pretvore u dobre odluke.

To su, ne slučajno, vještine koje algoritmi ne posjeduju.

Suradnik, neslugani gospodar

Kako u praksi izgleda zdrava suradnja čovjeka i algoritma? Postoji nekoliko obrazaca koje organizacije već primjenjuju s dobrim rezultatima. Prvi je načelo jasnog vlasništva nad odlukom. Algoritam može pripremiti, predložiti, sažeti, ali konačna odluka, naročito ako utječe na ljude, mora imati ime i prezime iza sebe Drugi je načelo transparentne provjere. Sve što sustav generira treba biti provjerivo, a izvori navedeni. Treći je načelo kompetencijskog kontinuiteta Tim koji potpuno prepusti vještinu algoritmu, gubi sposobnost prepoznavanja njegovih grešaka

Možda najtočniji način razmišljanja o ovoj suradnji jest da algoritam nije ni alat ni autoritet, nego nova vrsta kolege. Kolege koji radi izuzetno brzo i ne umara se, ali ne razumije

kontekst, ne osjeća odgovornost, ne pamti razgovor od jučer i ponekad samouvjereno laže. S takvim kolegom moguće je raditi vrhunski, ali samo uz iskustvo, jasno

postavljene granice i stalnu prosudbu Onaj tko ga tretira kao proroka, dobit će povremeno spektakularne, povremeno opasne rezultate

Onaj tko ga tretira kao slugu, propustit će ono što ovaj sustav zaista može ponuditi.

Pitanje koje organizacije i pojedinci trebaju postavljati nije više može li AI nešto napraviti.

Može Pravo pitanje je drugačije Kako se mijenjamo mi koji radimo s njim, koje vještine namjerno održavamo, gdje povlačimo granice i tko snosi odgovornost kad nešto pođe po krivu? Doba algoritama nije doba u kojem

čovjek nestaje To je doba u kojem se uloga čovjeka redefinira, oštrije nego ikad ranije.

Tko to razumije na vrijeme, neće biti zamijenjen algoritmom Bit će onaj tko zna s njim raditi bolje od drugih.

Doba algoritama nije

doba u kojem čovjek

nestaje. To je doba u kojem se uloga čovjeka redefinira, oštrije nego ikad ranije.

Tko to razumije na vrijeme, neće biti zamijenjen algoritmom. Bit će onaj tko zna s njim raditi bolje od drugih.

K A J A P A V L I N I

P O P O V I

COO SPECK

Ugrožava li AI naše kognitivne

sposobnosti?

Skrivenaopasnostizaposlovne primjenegenerativnogAI-ja

NAPOMENA: Ovaj članak napisan je bez upotrebe AI alata za ideaciju, pisanje, nadogradnju ili korekciju teksta. O razlozima zašto je to bitno, s vremena na vrijeme, nastaviti raditi, saznajte više u narednim paragrafima. :)

Kada je, krajem 2022., na sunce izašao GPT 3.5, odnosno prvi OpenAI-jev generativni LLM model koji je predstavljen javnosti, nismo ni sami mogli slutiti koliko će se u narednim godinama taj alat, ali i brojni drugi zasnovani na istoj tehnologiji, utkati u naše svakodnevne poslovne i privatne procese.

Čim je cijeli “AI hype” uzeo maha, postojeći klijenti su mi sve češće postavljali pitanja vezana uz AI, poput: “Što vi koristite?”, “Što bismo mi mogli napraviti a da konkurencija još nije?”, “Kako si mi možemo posložiti procese?”.

Malo po malo, od pokojeg savjeta došla sam do toga da redovito držim AI edukacije za klijente, velike korporacije, mala poduzeća, pa i pojedince. Uz edukaciju, pomažem implementirati i rješenja zasnovana na generativnom AI-ju - od svima dragih chatbotova pa do konkretnijih rješenja koja se koriste u radnim procesima klijenata.

Dakle, AI posljednjih godina zauzima veliki udio vremena u mom prosječnom radnom danu i tjednu. Logično bi bilo zaključiti da, budući da se toliko bavim ovom temom (a dijelom i živim od nje), imam samo pozitivno za reći i da sam na neki način entuzijast koji evangelizira generativni AI svima ostalima. Netko tko će svima reći da ga primjenjuju uvijek, svugdje i bez brige.Međutim, svi koji su ikad slušali moje AI edukacije znaju da dobar dio mojih edukacija pomalo zvuči kao da ih zapravo želim odgovoriti od korištenja AI-ja.

Naravno, daleko je to od istine, ali jedno od mojih najosnovnijih načela kojima se vodim još od studentskih dana na FER-u jest da svim novim tehnologijama trebamo pristupati znatiželjno, entuzijastično, ali i s ogromnom dozom kritičnosti, skepse i opreza.

Za sve rizike koje treba sagledati neće mi biti dovoljan jedan članak, no tema o kojoj želim pričati i za koju smatram da nije dovoljno zastupljena je kognitivno propadanje kao posljedica pretjeranog korištenja umjetne inteligencije.

Termin sam sama počela spontano koristiti i vjerojatno postoji i službeni termin, no za potrebe ovog članka, termin koristim kako bih imenovala proces kojim, delegirajući sve više vlastitih kognitivnih naprezanja i zadataka generativnom AI-ju, postupno sve manje naprežemo vlastiti mozak i zapravo potičemo njegovo brže propadanje.

Stručnjaci su čak krenuli raditi na istraživanjima kako bi dokazali ili opovrgnuli hipotezu da će korištenje

AI-ja uzrokovati raniju pojavu demencije kod pojedinaca, upravo zato što mozak više nije toliko napregnut i angažiran na svakodnevnoj razini.

Najopasnija stvar je što se radi o nevidljivom, tihom, postupnom procesu koji najčešće možete (kod sebe, ali i kod drugih) uočiti tek nakon što prođe određeno vrijeme. Rijetko kad ćete se probuditi i shvatiti da više ne znate razmišljati.

Kognitivno propadanje se događa puno suptilnije. Kako to znam?

Tako što se dijelom dogodilo i meni.

Prije otprilike dvije godine, nakon više mjeseci kontinuiranog korištenja

AI-ja, uhvatila sam samu sebe u situaciji da bez AI-ja jedva mogu napisati neki mail na hrvatskom ili engleskom, što mi je ranije bila najlakša stvar na svijetu (općenito se smatram elokventnom i to je vještina na koju sam uvijek bila ponosna).

Kao da mi se mozak jednostavno više nije htio pokrenuti u tom smjeru i kao da se ulijenio. Isto se događalo s generiranjem ideja.

Kada bih trebala osmisliti nešto novo, prvi i jedini refleks bio bi otvoriti alat. Višesatno promišljanje, razmišljanje i skiciranje kao misaone procese jedva sam poznavala.

Najgore od svega, to se nije dogodilo zbog lijenosti, već zbog stremljenja još boljoj produktivnosti. U danu sa sto zadataka i “to-do listom” kojoj nema kraja, jednostavno sam tražila načine da ih sve ishendlam, a generativni AI je bio najbrži način da neke od njih brzo riješim. Čini se kao potpuno racionalna odluka. Ipak, kada su se te “razumne” odluke zbrojile, nakon par mjeseci, ispalo je da sam vlastiti mozak polako izgurala iz aktivnog korištenja u stanje pripravnosti (eng. standby).

Otkako sam to osvijestila, namjerno se trudim raditi upravo suprotno, iako i dalje koristim generativni AI svaki dan i to u nemalim količinama.

Kad god nastojim davati neke savjete, bitno mi je da oni polaze iz vlastitog iskustva. I zato s vama želim podijeliti na koje načine prepoznajem kognitivno propadanje kod svojih kolega (te kako sam ih prepoznala na sebi), ali i što pokušavam činiti po tom pitanju.

Kako prepoznati kognitivno propadanje?

Otvaranje AI alata kao refleks

Čim osoba dobiva zadatak smisliti neku ideju ili nešto iskomunicirati porukom/mailom, ona otvara ChatGPT (ili neki drugi AI alat). Generativni AI, u tom slučaju, primijenjen je od samog procesa razmišljanja i stvaranja ideje, odnosno od prvog koraka, a ne samo kao pomoćni alat.

Nemogućnost kritičke procjene

izlaza (eng. output)

Ovo je možda i najlakši simptom za prepoznati. Nakon nekog vremena, ljudi kreću lijepiti odgovore generirane uz pomoć AI-ja, bez da uopće primijete kako je odgovor ili besmislen, ili činjenično netočan, ili u neskladu sa strukom. Problem u ovom slučaju nije korištenje AI-ja, već činjenica da smo izgubili sposobnost da prosudimo je li ono što smo dobili dobro, odnosno u najmanju ruku bolje nego što bismo sami napravili. Jer, na kraju krajeva, to i jest svrha generativnog AI-ja - da s njime unaprijedimo vlastiti rad, a ne unazadimo ga.

“Pitaj AI”

Kod nekih pojedinaca, često primjećujem kako se više ne trude pretraživati i provjeravati informacije, a ni promišljati o njima. Na svako stručno pitanje, čak i ono iz vlastite domene u kojoj su godinama, odgovaraju uz pomoć AI alata. Stručnost se gradi i održava korištenjem i sintezom informacija koje “vadimo” iz različitih kutaka mozga. Ako taj proces ne prakticiramo duže vrijeme, izgubit ćemo tu sposobnost.

Pad u kvaliteti argumentacije

Na sastancima sve više primjećujem kako se iznose napredni stavovi, prijedlozi ili argumenti koji nisu “prorađeni” do kraja. Oni su često na prvu dobro strukturirani, posloženi i zvuče uvjerljivo Međutim, kada krenem ispitivati pitanja koja idu u dubinu, konstrukcija se raspada.

Tada shvaćam da su “ideje” najčešće proizašle iz korištenja AI-ja bez propitkivanja samog razmišljanja i logike iza njih.

Gubitak strpljenja za dublji rad

Kad sam ovo uočila kod sebe, to mi je bio veliki alarm. Naime, s generativnim AI-jem svi su odgovori naizgled nadohvat ruke. Problemi koji nas muče satima, danima i tjednima sad završavaju u AI alatima te na njih dobivamo odgovore u roku od par sekundi. Ili, u najgorem slučaju, 10ak minuta.

S vremenom sam kod sebe primijetila kako jednostavno više nemam strpljenja za dugotrajniji i dublji rad. Zadaci koji su tražili da sjednem i mučim se nekoliko sati krenuli su mi stvarati nelagodu, iako nikad prije s njima nisam imala problema.

Moj mozak se jednostavno naviknuo na trenutna (eng. instant) rješenja i odgovore na koje ne treba puno čekati, a i oko kojih se ne moram puno pomučiti. Svaki napor postaje smetnja, a ne normalan dio umnog rada.

Znači li to da trebamo prestati koristiti AI?

Ne. Da ne bude zabune, ovaj tekst definitivno nije poziv na bacanje laptopa kroz prozor i povratak u špiljske dane.

Generativni AI je sjajan alat i bila bih licemjerna kad bih tvrdila suprotno, s obzirom na to čime se bavim. Štedi nam vrijeme, omogućava da stvaramo i pomaže nam da radimo bolje i efikasnije. Poanta nije u apstinenciji od AI alata, već u svjesnom i opreznom korištenju. AI alati vas mogu zaglupiti ili osnažiti, a razlika je samo u načinu na koji ćetete ih koristiti. Krivnja nije na AI alatu.

Prevencija kognitivnog propadanja

AI alati vas mogu zaglupiti ili osnažiti, a razlika je samo u načinu na koji ćetete ih koristiti.

Krivnja nije na AI alatu.

Uz malo discipline, možete preokrenuti kognitivno propadanje i naučiti koristiti AI na način na koji će nadograđivati vaše vlastite sposobnosti. Evo par savjeta kako ja to primjenjujem kod sebe.

ALEKSANDAR RAIĆ

GLOBAL VP OF AI, R&D AND PARTNERSHIP

BRIDGEWESTGROUP & PONTIS TECHNOLOGY

Document rationalisation kao praktičan AI

use case za svaku tvrtku koja

ima SharePoint, mrežne diskove i previše

“final final” verzija.

Svaka ozbiljna tvrtka ima barem tri stvari: ljude, procese i previše dokumenata.

U početku sve izgleda uredno. Napravi se jedan pravilnik, jedna procedura, jedna uputa za rad, jedan template za ponude, jedna prezentacija za klijente.

Onda dođe nova verzija procesa. Pa nova organizacija. Pa novi direktor. Pa audit Pa netko kaže: “Samo da dodamo još jedan mali dodatak.”

I tako, nakon nekoliko godina, tvrtka ima lijepi digitalni ormar na SharePointu, Google Driveu ili mrežnom disku - pun dokumenata koje svi čuvaju, nitko ne dira, a samo najhrabriji otvaraju Naravno, službeno se to zove “dokumentacijski sustav”.

U praksi je to često kombinacija poslovne arheologije, digitalnog tavana i kolektivnog straha da se nešto slučajno ne izbriše

Vaša tvrtka vjerojatno nije neorganizirana.

Samo je normalna.

Problem nije samo u broju dokumenata. Problem je u tome što se oni preklapaju, ponavljaju, ponekad si proturječe, koriste različite nazive za istu stvar i često opisuju procese koji više ne izgledaju baš tako

Jedan dokument kaže “customer” , drugi “client” , treći “partner” , a četvrti “kupac” , i svi misle na isto - osim kada ne misle.

Zvuči poznato?

Ako da, vaša tvrtka vjerojatno nije neorganizirana Samo je normalna.

Odfarmaceutskih SOP-ovadosvih poslovnihdokumenata

Dokumentacijski nered nije farmaceutski problem. To je poslovni problem.

U farmaceutskoj industriji ovaj problem je posebno vidljiv kroz SOP-ove - standardne operativne postupke Oni su važni jer opisuju kako se posao mora raditi u reguliranom okruženju.

Ali isti problem postoji gotovo svugdje. Banke imaju politike, procedure, kontrole i upute.

IT tvrtke imaju tehničku dokumentaciju, opise arhitekture, razvojne standarde i projektne templatee. Proizvodne firme imaju radne upute, sigurnosne procedure i servisne priručnike HR ima pravilnike, onboarding materijale i opisane procese Prodaja ima ponude, prezentacije, case studyje i “ … final final v7 really final.pptx”.

Drugim riječima, dokumentacijski nered nije farmaceutski problem To je poslovni problem

Zato je ideja racionalizacije dokumenata puno šira: uzeti veliku, neurednu i godinama nakupljanu bazu dokumenata te je pretvoriti u manji, čišći, dosljedniji i korisniji skup znanja. Ne zato da bismo imali manje dokumenata radi manje dokumenata, nego zato da bismo imali dokumente koji stvarno pomažu poslu

Ako je cilj, primjerice, od 1000 dokumenata doći do 200 boljih, to ne znači “brisanje 800 dokumenata” To znači kompresiju znanja Slično kao kada zipate veliku mapu - samo što ovdje ne komprimiramo datoteke, nego nagomilani poslovni nered.

Slika1 Oddigitalnogtavanadouredneknjižniceznanja:ekstrakcija,čišćenje,grupiranje,konsolidacijailjudskapotvrda

KakoAI pristupa tom problemu?

Dobar sustav za racionalizaciju dokumenata ne radi tako da netko ubaci 1000 PDF-ova u AI i kaže:

“Molim te, sredi mi ovo do petka.”

To bi bilo lijepo. Ali to je više bajka nego enterprise architecture.

Ozbiljan pristup izgleda kao proizvodna linija za dokumente Na jednom kraju ulaze PDFovi, Word dokumenti, skenovi, procedure, pravilnici, prezentacije i stari templatei. Na drugom kraju izlaze konsolidirani, uređeni i pregledani dokumenti koje ljudi mogu stvarno koristiti

Prvi korak je ekstrakcija sadržaja

Dokumenti u stvarnom životu nisu uvijek uredni. Imaju zaglavlja, potpise, tablice, fusnote, brojeve stranica, skenirane dijelove i različite formate. Sustav prvo mora razumjeti što je stvarni sadržaj, a što je administrativni šum

Zatim dolazi čišćenje i standardizacija. To je trenutak kada se uklanjaju duplicirani dijelovi, nepotrebni obrasci, zastarjeli elementi i terminološke razlike. Tvrtka često godinama živi s više naziva za istu stvar AI tu može pomoći tako da dokumente prevede na zajednički poslovni jezik.

Nakon toga sustav razdvaja kompleksne dokumente na logične cjeline. To zvuči čudno jer želimo spajati dokumente, a ne razdvajati ih Ali u praksi mnogi dokumenti nisu jedan dokument

Oni su tri dokumenta u kaputu jednog PDF-a. Jedan dio je politika, drugi je radna uputa, treći je stari dodatak koji je netko ubacio 2018. godine i od tada ga nitko nije smio dirati. Tek kada se dokumenti očiste i razlože na smislene dijelove, može početi prava analiza sličnosti

Slika2.Primjerekranazaklasteriranjedokumenata:sustavprikazujebrojdokumenata,brojklastera,potencijalnuredukcijui skupinekojestručnjacimogupregledatiprijekonsolidacije

Konsolidacija: gdjeAIpiše, aličovjek odlučuje

Kada su dokumenti grupirani, AI može pripremiti prijedlog novog, konsolidiranog dokumenta. On uzima važne dijelove iz postojećih dokumenata, uklanja ponavljanja, označava razlike i predlaže jedinstvenu verziju Ali ovdje treba biti vrlo jasan: AI ne bi smio imati zadnju riječ. U dobrim sustavima AI je pomoćnik, a ne novi direktor kvalitete, pravne službe ili prodaje.

Slika3. AInedonosikonačnuodluku,negopripremaprijedlog,pokazujeizvoreipomažestručnjakudabržedođedo kvalitetnogdokumenta

Najlakše je reći da racionalizacija dokumenata smanjuje broj dokumenata Ali to je samo površina.

Prava vrijednost je u tome što firma dobiva čišći operativni model. Manje je kontradikcija. Manje je zastarjelih uputa Lakše je obučiti nove zaposlenike Lakše je pripremiti audit Lakše je pronaći “jednu verziju istine” . I, možda najvažnije, ljudi ponovno počinju vjerovati dokumentima.

Jer najveći problem nije kada firma nema dokumente Najveći problem je kada ih ima toliko da ih nitko više ne doživljava ozbiljno.

To je trenutak kada dokumentacija prestaje biti pomoć i postaje pozadinska buka Svi znaju da nešto postoji “negdje na SharePointu”, ali nitko nije siguran što je aktualno, što je odobreno i što se stvarno koristi.

Zaštoje ovokorisno zagotovo svaku firmu?

Racionalizacija dokumenata vraća

dokumentaciji svrhu.

Ona ne služi tome da audit bude zadovoljan ili da folder izgleda

ozbiljno. Ona služi tome da ljudi brže i sigurnije rade svoj posao.

Tehnologija bezmagije, molim

Tehnološki gledano, rješenje se može graditi na kombinaciji alata za razumijevanje dokumenata, velikih jezičnih modela, embedding modela, vektorske pretrage, graf analitike, klasifikacije i modernog web sučelja

To zvuči komplicirano, ali poslovna ideja je jednostavna: prvo pročitati sve dokumente, zatim ih očistiti, usporediti, grupirati, konsolidirati i dati ljudima da odobre finalnu verziju.

Dakle, nije magija. Nije “AI koji sve zna”. I nije chatbot koji na pitanje odgovori s velikim samopouzdanjem i malom količinom dokaza

To je sustavan proces u kojem AI radi ono u čemu je dobar: čita puno, brzo uspoređuje, pronalazi sličnosti, predlaže strukturu i pomaže ljudima da donesu bolje odluke.

Oddigitalnog tavanado poslovnog znanja

Svaka tvrtka ima skrivenu vrijednost u svojim dokumentima. Problem je što je ta vrijednost često zakopana ispod godina verzija, kopija, dodataka, starih naziva i “privremenih” dokumenata koji su preživjeli tri reorganizacije

Document rationalisation je način da se ta vrijednost ponovno izvuče na površinu.

U farmaceutici to može značiti manji i bolji skup SOP-ova U banci to može značiti jasnije politike i procedure

U IT firmi to može značiti bolju tehničku dokumentaciju.

U proizvodnji to može značiti urednije radne upute. U prodaji to može značiti konzistentnije ponude i prezentacije.

A u svakoj firmi to može značiti manje vremena provedenog u traženju, uspoređivanju i raspravljanju koja je verzija “ona prava” .

AI neće riješiti sve probleme dokumentacije Ali može napraviti nešto vrlo korisno: može iz digitalnog podruma izvući sve kutije, složiti ih po smislu, pokazati duplikate i reći: “Ovo je vjerojatno ista stvar, samo napisana pet puta ”

A onda ljudi mogu napraviti ono što ljudi trebaju raditi: odlučiti, urediti i preuzeti odgovornost.

I možda, samo možda, jednog dana više nećemo imati dokument koji se zove “ …

Final v3 New FINAL Approved revised last version docx”

Dobro, možda je to ipak previše optimistično ��

LARI LENHARD

Specijalist za digitalni marketing i edukator

Ventex & Fiziotopia

„61 % odraslih osoba u Hrvatskoj koristi generativni AI, a dnevna ili tjedna uporaba je uobičajena“ . [1]

Ovaj podatak se na prvu čini izvanrednim, jer odmah pomislimo kako smo brzo prihvatili i naučili koristiti novu tehnologiju. No, onda dođe drugi podatak koji nam daje potpuno drugu perspektivu:

„Samo 13 % organizacija ima formalnu AI strategiju.“ [1]

Čini se paradoksalno, no to je zapravo savršen opis stanja u kojem se nalazi Hrvatska - narod eksperimentira, a organizacije oklijevaju.

Kada na svojim edukacijama pitam sudionike koriste li AI u svom poslu, odgovori su uglavnom potvrdni No, kad pitam detaljnije - kako, za što, u kojim procesima - tada u odgovorima često ima oklijevanja. Najčešći scenarij je ovaj: osoba otvori ChatGPT (ili sličan alat), upiše pitanje, dobije odgovor i onda ga ili odbaci jer „nije dobar“ ili ga kopira, zalijepi i objavi. A čitav taj proces se odvija izvan vidokruga organizacije, bez strukture, bez pravilne provjere, bez učenja.

To posebno vidim u marketingu i na raznim komunikacijskim pozicijama Pojedinci koriste AI da umjesto njih piše objave, oglase, odgovore na e-mailove i mnoge druge zadatke koji zahtijevaju bilo koji oblik pisanja. Problem nije u tehnologiji nego u načinu njenog korištenja.

3najčešćegreške prikorištenju generativnogAI-a

Najčešća greška koju vidim da početnici rade kad prvi put dođu u kontakt s ChatGPTem ili sličnim alatom je da mu zadaju zadatak koji bi oni sami trebali napraviti, a zatim odgovor samo copy/paste-aju, objave i misle da su „prevarili sustav” No, rezultat toga je upravo suprotan Oni koji sadržaj samo copy/paste-aju, zapravo stvaraju sadržaj koji je generičan, koji je prosječan i koji se ni po čemu ne razlikuje od drugih sadržaja koji su nastali na sličan način

Samo to je dovoljan razlog da ovo ne radite, a nisam niti spomenuo rizik od plagijata i povrede autorskih prava. Generirate li i objavite takav sadržaj, odgovornost je na vama, ne na AI alatu, što nam ovdje potvrđuje i sam ChatGPT

Generativni AI je tu da vam pomogne

napraviti prvi draft, da vam da onu prvu

ideju, a na vama je da od predloženog

napravite nešto smisleno i korisno. Greška #1: Copy/paste

Znači li to onda da od AI-a treba odustati?

Druga česta greška je da ljudi ovu vrstu alata isprobaju jednom i ako odmah ne dobiju odgovor koji je savršen, odustaju. Korištenje AI-a je vještina koja ima krivulju učenja strmiju nego što većina ljudi očekuje.

Nije dovoljno znati otvoriti sučelje i upisati pitanje Treba razumjeti kako formulirati upit, kako dati kontekst, kako iterirati kad prvi rezultat nije dobar.

Razlika između onih koji odustanu i onih koji izvuku vrijednost iz alata najčešće nije u talentu, nego u strpljenju da prođu tu početnu fazu Ako niste sigurni gdje početi, postavite AI-u zadatak koji vam danas uzima puno vremena, pa vidite ako do rješenja možete doći efikasnije nego da ga sami odrađujete od nule

Greška #2: Isprobavanje i odustajanje

Greška #3: Neopreznost oko osjetljivih podataka

Treća velika greška je unošenje osjetljivih podataka u AI alat bez razmišljanja o mogućim posljedicama Većina komercijalnih alata danas ne koristi Vaše razgovore za treniranje modela, međutim uvjeti korištenja se mijenjaju, a organizacije često koriste besplatne verzije alata koje svakako mogu imati nepogodnije uvjete za korisnika.

Učitavanjem datoteka i postavljanjem upita koji sadrže podatke o poduzeću znači da vi dajete te podatke nekome drugome na korištenje (u ovom slučaju AI alatu i tvrtki koja ga je kreirala) i nikad ne znate gdje ti podaci mogu u budućnosti završiti, namjerno ili nenamjerno.

Ako već želite da AI kreira po vašem uzoru, onda je bolje učitati nešto što je već javno, poput poveznice na tekstove na vašoj web stranici.

Izbjegavanje ovih triju grešaka nije samo pitanje kvalitete, to je i pitanje odgovornosti.

Odgovorno korištenje generativnogAI-a

Kada govorimo o odgovornom korištenju

AI-a jedno pravilo vrijedi iznad svih ostalih, a to je da koristite zdrav razum Kako ne biste novom zaposleniku odmah prvi dan dali pristup svim tvrtkinim podacima, tako to ne trebate napraviti ni s AI-em. Ne biste novom zaposleniku prvi dan dopustili da radi odluke koji imaju utjecaj na čitavo poslovanje, tako nemojte ni AI-u Što god kreirali uz pomoć AI-a imajte na umu da imate odgovornost prema strani koja taj sadržaj konzumira, kao i zakonsku i etičku odgovornost. Koliko god očito zvučalo, svejedno vrijedi napomenutibudite transparentni ako koristite umjetnu inteligenciju, nemojte raditi plagijat, nemojte koristiti AI kao „prečac“ . Snaga generativnog AI-a, preciznije LLM-ova poput ChatGPT-a, Claude-a ili Gemini-a, nije u tome što oni „znaju sve“ niti u tome što oni mogu 100 % posla odraditi umjesto Vas. Njihova snaga leži u tome što oni mogu brzo producirati korisne jezične artefakte - nacrte, prijedloge, obrasce razmišljanja - koje zatim čovjek, odnosno ekspert, treba provjeriti, vrednovati i doraditi.

Generativni AI nije zamjena za Vaše znanje, već je asistent koji vam može pomoći uštedjeti ogromnu količinu vremena te vam povećati produktivnost u radu.

Ekspert koji bi napisao dobar brief za marketinšku kampanju za dva sata, uz dobro konstruirani prompt može to napraviti za dvadeset minuta, i onda ostatak vremena posvetiti onome što AI ne može: kontekstu, prosudbi, odnosima, kreativnoj intenciji

Pravo korištenje AI alata znači da ćete manje vremena provoditi radeći repetitivne i dosadne zadatke, što vama kao ekspertima omogućuje da imate više vremena za strateške i kreativne zadatke.

AI vam, dakle, može vratiti vrijeme. Što ćete s njime napraviti - ostaje na vama.

Umjetna inteligencija

vam može vratiti vrijeme.

Što ćete s njime napraviti - ostaje na vama.

RATKO MUTAVDŽIĆ

ČOVJEK U DOBA

ALGORITAMA

Uloga upravitelja

projekata u doba umjetne

Živimo u trenutku koji se uspoređuje s industrijskom revolucijom 19. stoljeća i pojavom interneta krajem 20. stoljeća. Danas algoritmi planiraju, predviđaju, komuniciraju i donose odluke U takvom okruženju, legitimno se postavlja pitanje koje mnogi upravitelji projekata tiho postavljaju sami sebi: “Što ostaje nama u budućnosti?”

Da bi odgovorili na to pitanje, iskoristiti ćemo Microsoft Work Trend Index, godišnje istraživanje koje analizira podatke od desetaka tisuća radnika u desetinama zemalja, pruža jedinstven uvid u ovu transformaciju Izdanja iz 2024 i 2025 godine posebno su zanimljiva jer dokumentiraju moment prelaska od eksperimentiranja s AI alatima do njihove sustavne, organizacijske implementacije. Nalazi su ponekad iznenađujući, ponekad uznemiravajući, ali uvijek poučnim i dijelom odgovaraju na pitanje: “Jesu li upravitelji projekata ugroženi novom tehnologijom ili su, paradoksalno, postali važniji nego ikad?”

Anatomija digitalne preopterećenosti: što podaci govore?

Microsoft Work Trend Index donosi alarmantan nalaz: 53% lidera smatra da produktivnost mora rasti, no istovremeno 80% globalne radne snage kaže da im nedostaje dovoljno vremena ili energije za obavljanje posla. Ova paradoksalna situacija gdje se traži veći učinak uz sve manje kapaciteta osnova je onoga što se naziva nedostatkom kapaciteta (eng. capacity gap). Podaci otkrivaju dramatičan portret suvremenog radnog dana: zaposlenici su prekidani svakih 2 minute sastancima, porukama ili obavijestima a zbroji li se aktivnost izvan uobičajenih radnih sati, dolazimo do nevjerojatnih 275 prekida dnevno. 60% sastanaka je ad nepredviđeno, uređivanja datoteka u PowerPointu rastu za 122% u posljednjih deset minuta prije sastanka. Poruke izvan radnog vremena porasle su za 15% godišnje, a večernji sastanci nakon 20:00 sati za čak 16%.

Za upravitelje projekata, ovi su podaci posebno relevantni Koordinacija projekata tradicionalno podrazumijeva upravo te aktivnosti koje najviše "konzumiraju" kapacitet: komunikaciju, izvješćivanje, praćenje napretka, organizaciju sastanaka Nije čudo da 48% zaposlenika i više od 52% lidera osjeća da im je posao kaotičan i fragmentiran.

Jedno od ključnih otkrića Work Trend Indexa jest dramatična asimetrija između tempa kojim zaposlenici usvajaju AI alate i tempa kojim organizacije razvijaju strategije za njihovu implementaciju. 75% zaposlenika sada koristi AI što je gotovo dvostruko više nego šest mjeseci ranije. Od tih korisnika, 78% koristi vlastite alate, a ne one koje im je osigurala tvrtka Ovaj pojava koja se naziva "bring your own AI" (BYOAI) stvara ozbiljne implikacije za sigurnost podataka i organizacijsku koheziju. No za upravitelje projekata, on nosi i drugu poruku: timovi koje vode već eksperimentiraju s AI alatima, bez centralne koordinacije, bez standarda, bez metodologije. Tko će postaviti okvir unutar kojeg AI pomaže umjesto da stvara novi sloj kompleksnosti?

Upravljanje projektima u organizacijama

budućnosti

Work Trend Index uvodi pojam koji dobro opisuje novu organizaciju budućnosti: organizacija koja kombinira strojnu inteligenciju s ljudskom prosudbom, koja gradi sustave kojima upravljaju AI agenti, ali ih vode zaposlenici. Takva organizacija stvara se u tri faze: u prvoj fazi, AI djeluje kao asistent i uklanja monotonost posla i pomaže zaposlenicima raditi bolje i brže. U drugoj fazi, agenti se pridružuju timovima kao "digitalni kolege" , preuzimajući specifične zadatke pod nadzorom U trećoj fazi, zaposlenici postavljaju smjer, a agenti izvode čitave poslovne procese i radne tokove. Za upravitelje projekata, ova transformacija nije apstraktna teorija. Ona opisuje konkretnu promjenu kako će se projekti planirati, pratiti i isporučivati Prva faza je već ovdje i Copilot sažima sastanke, AI generira sažetke projektnih izvještaja, alati automatski prate rokove. Druga faza je u tijeku gdje AI agenti preuzimaju upravljanje rizicima, automatiziraju izvješćivanje, pripremaju dokumentaciju. Faza tri je “pred vratima” .

Timovi će biti promjenjivi, hibridni i strukturirani oko ishoda projekta, a ne hijerarhije.

Microsoft predviđa da će tradicionalni organizacijski dijagram, koji je organizirao ljude prema funkcionalnoj stručnosti, biti zamijenjen "Work Chartom": dinamičnom strukturom koja organizira timove prema zadacima koje treba obaviti, a ne prema tome tko ih obavlja. Timovi će biti promjenjivi, hibridni i strukturirani oko ishoda projekta, a ne hijerarhije Ovo je, u biti, projektni način razmišljanja primijenjen na čitavu organizaciju.

Upravitelji projekata, koji oduvijek rade u matricama i privremenim strukturama, intuitivno razumiju ovaj model

No sad je potrebno da taj instinkt primijene u kontekstu gdje su neki "članovi tima" algoritmi.

Čovjek u doba algoritama: što ostaje čovjeku?

Središnje pitanje za svakoga tko radi s Ijudima i procesima jest: što algoritmi uistinu ne mogu? Work Trend Index identificira nekoliko dimenzija u kojima Ijudi ostaju nezamjenjivi: kreativnost i kontekstualna prosudba, izgradnja povjerenja i međuljudskih odnosa, navigacija organizacijske politike i kulture, etičko rezoniranje, i možda najvažnije za PM-ove, integracija nejasnih, kontekstualnih informacija u koherentne odluke. Istraživanje pokazuje da AI može ubrzati rutinske zadatke, ali ne može zamijeniti prosudbu u situacijama visoke neizvjesnosti, diplomatsku finese u konfliktnim situacijama između dionika, ili sposobnost motiviranja tima koji prolazi kroz promjene.

Microsoft uvodi zanimljiv novi koncept: “Agent boss” To je čovjek koji upravlja jednim ili više AI agenata i koji delegira AI-u zadatke, nadzire njihovo izvođenje, intervenira kada je potrebno i preuzima odgovornost za ishode. Za upravitelje projekata, ovo je prirodno proširenje već poznatih vještina. PM-ovi su oduvijek koordinirali resurse koje ne kontroliraju direktno, upravljali matricama i kompleksnim zavisnostima, nadgledali rad koji se odvija paralelno na više radnih zadataka. Upravljanje AI agentima umjesto (ili uz) Ijudskih resursa logično je proširenje tog mandata No jedna je velika razlika: AI agenti mogu raditi 24 sata, ne umaraju se, ne ulaze u politička nadmetanja i imaju nevjerojatnu moć procesiranja podataka. No njima treba jasna specifikacija zadataka, strukturirani input, nadzor kvalitete i Ijudska intervencija kada situacija izađe van pretpostavljenih parametara. Tko je bolje pozicioniran za to od iskusnog upravitelja projekta?

Work Trend Index uvodi i pojam "digital debt": digitalni dug koji su nakupile organizacije u obliku prekomjerne komunikacije, fragmentiranih procesa i informacijske preopterećenosti. 68% zaposlenika osjeća se preopterećeno volumenom i tempom rada a 46% je na rubu izgaranja

Zanimljivo je da je ovaj digitalni dug djelomično nastao upravo od alata koji su trebali povećati produktivnost kao što su e-mail, chat, videokonferencije. Svaki alat koji je uveden kao rješenje stvorio je novi sloj kompleksnosti. Isti rizik postoji i s AI gdje nekritično uvođenje može povećati šum, ne signal Upravitelji projekata razumiju ovu dinamiku bolje od bilo koga

Svaki projekt koji se loše definira, svaka komunikacija koja nije strukturirana, svako izvještavanje koje nema svrhu, sve to stvara digitalni dug koji se mora vraćati s kamatama. Uvođenje AI bez jasne projektne metodologije samo ubrzava akumulaciju tog duga.

Redefinicija upravljanja projektima u AI eri

Microsoftovi podaci

da korisnici Microsoft 365 provode

AI agenti već sada, a sve više u budućnosti, preuzimaju značajan dio onoga što je upravitelje projekata tradicionalno zaokupljalo: ažuriranje projektnih planova, praćenje ključnih točaka projekta, generiranje statusnih izvještaja, sažimanje sastanaka, identifikaciju rizika na temelju povijesnih podataka, raspoređivanje resursa prema kapacitetu i dostupnosti, upravljanje dokumentacijom Ako pogledamo distribuciju vremena prosječnog upravitelja projekta, značajni udio otpada upravo na ove administrativne zadatke. Microsoftovi podaci potvrđuju da korisnici Microsoft 365 provode 60% radnog vremena na komunikaciji (e-mailovi, chatovi, sastanci) a tek 40% na kreativnom radu AI koji preuzme dio tog opterećenja ne oduzima PM-u posao; vraća mu kapacitet za posao koji zaista može samo čovjek obaviti.

Work Trend Index identificira kategoriju profesionalaca koje naziva "power users" one koji najintenzivnije koriste AI i pritom ostvaruju dramatičan skok produktivnosti.

60% radnog vremena na komunikaciji, a tek 40% na kreativnom radu.

Top 5% korisnika Microsoft Teamsa, recimo, uštedilo je čitav radni dan u jednom mjesecu samo uporabom AI pregleda sadržaja sastanaka Ključno je da ovi profesionalci ne koriste AI samo za automatizaciju već ga koriste kao partnera u razmišljanju, za istraživanje ideja, za sintezu informacija. Za upravitelje projekata, ovo signalizira novu jezgru kompetencija koja raste u vrijednosti, kao što su sposobnost preciznog definiranja zadataka za AI sustave, strukturiranja inputa i interpretacije outputa, integracija AI-stvorenih analiza u koherentnu projektnu odluku uz sagledavanje organizacijskog konteksta, vođenje timova kroz transformaciju procesa pri uvođenju AI alata, procjena kada je AI prosudba primjerena i kada je potrebna Ijudska intervencija i komunikacija s Ijudskim i AI dionicima projekta.

Dobar upravitelj

projekta mora

dizajnirati: koji zadaci

idu AI agentima, koji

ostaju Ijudima i kako ta interakcija

funkcionira u praksi.

Možda najvažnija nova uloga upravitelja projekta u AI eri jest stvaranje suradnje između Ijudi i strojeva Microsoft istraživanje pokazuje da Ijudi s AI nadmašuju timove bez AI, ali timovi s AI nadmašuju sve ostale. Ova hijerarhija ishoda opisuje precizno ono što dobar upravitelj projekta mora dizajnirati: koji zadaci idu AI agentima, koji ostaju Ijudima i kako ta interakcija funkcionira u praksi

Ovo nije samo logistički zadatak, ovo je organizacijski dizajn.

Tko u timu ima autoritet nad AI agentom?

Koje odluke AI može donijeti autonomno, a koje moraju proći kroz Ijudsko potvrđivanje?

Kako se dokumentira rad AI u kontekstu revizije i odgovornosti?

Ova pitanja su projektna pitanja i na njima treba upravitelj projekata koji razumije i tehnologiju i Ijude

Izazovi i zamke: što

može poći krivo?

Work Trend Index eksplicitno upozorava da uvođenje AI bez osnovnog promišljanja načina rada ne rješava problem nedostatka kapaciteta već ga samo premješta. Organizacije koje dodaju AI slojeve na već preopterećene procese riskiraju kreiranje novog digitalnog duga, ovaj put AI generiranog

Upravitelji projekata koji uvode AI alate bez jasne projektne metodologije za tu implementaciju čine klasičnu pogrešku: tretiraju tehnologiju kao rješenje, a ne kao alat koji zahtijeva dizajn AI projekt bez vlasnika, bez jasnih mjera uspjeha, bez procesa za upravljanje greškama i bez komunikacijske strategije prema timovima je projekt koji će propasti bez obzira na koliko je napredna tehnologija koju primjenjuju

Jedan od zanimljivijih nalaza Work Trend Indexa tiče se povjerenja: 52% ispitanika još uvijek vidi AI kao alat koji reagira na naredbe, dok 46% smatra AI partnerom u razmišljanju. Ova distinkcija nije samo semantička već ona odražava duboko različite pristupe suradnji s AI sustavima i različita očekivanja od njihovih outputa.

Za upravitelje projekata, gradnja kulture u kojoj tim ima dobro postavljen odnos prema AI ključna je kompetencija Tim koji automatski prihvaća AI outpute bez provjere riskira greške koje se teško prepoznaju. Tim koji odbija koristiti AI zbog straha gubi kompetitivnu prednost Navigacija između ova dva ekstrema zahtijeva vođenje što je, opet, uloga zaposlenika koji to mora napraviti.

Svaki projekt koji koristi AI mora se suočiti s pitanjima koja nisu samo tehnička: Čiji su podaci korišteni za trening modela? Postoje li pristranosti u AI outputima koji utječu na odluke projekta? Kome se pripisuje odgovornost kada AI donese lošu preporuku? Kako se komunicira korištenje AI prema klijentima i krajnjim korisnicima? Ova pitanja nemaju automatske odgovore već zahtijevaju prosudbu, etičko razmišljanje i odgovornost. Upravitelj projekta koji uspješno vodi projekte u AI eri mora imati okvir za navigaciju u ovim pitanjima.

Zaključak: čovjek koji vodi algoritme

AI transformacija nije budućnost već se ona događa sada, ubrzano i bez odgode 82% lidera smatra ovu godinu ključnom za uspostavljanje strategije. 81% ih očekuje duboku integraciju AI agenata u sljedećih 12-18 mjeseci. 53% vidi nedostatak kapaciteta kao temeljni poslovni problem

Za upravitelje projekata, ovi podaci nisu problem već su pozivnica. Pozivnica da redefiniraju svoju ulogu na način koji koristi ono što AI ne može replicirati: Ijudsku prosudbu, izgradnju povjerenja, etičko rezoniranje, navigaciju organizacijske kompleksnosti i sposobnost motiviranja Ijudi kroz neizvjesnost.

U terminologiji Work Trend Indexa: postati Agent boss čovjek koji vodi algoritme prema Ijudskim ciljevima.

Zanimljiv je slijedeći paradoks: što su AI sustavi sofisticiraniji, to je vrijedniji čovjek koji ih zna mudro koristiti, koji razumije njihova ograničenja, koji preuzima odgovornost za njihove outpute i koji osigurava da tehnološka moć služi Ijudskim svrhama. Upravitelj projekta koji savlada tu ravnotežu nije zamijenjen algoritmima već ih koristi na najbolji mogući način - on ih zapošljava.

DVOGLAVAOVCA

migledamonadrugu stranu?

AUTORICA “MALE ŠKOLE

UMJETNE INTELIGENCIJE”

OSNIVAČICA PLATFORME

ARTIFEX DEI

Ljudi koji će živjeti u svijetu okruženom u potpunosti umjetnom inteligencijom već su rođeni To su djeca koja sada imaju 5+ godina i koja uopće nitko ne priprema na to. Odrasli danas jedva prihvaćaju potrebu za edukacijom o internetu i društvenim mrežama, a o edukaciji o AI-ju uopće ne mislimo

Danas vjerski kalendari, naljepnice na vratima i „umjetnine" s vjerskim motivima imaju prikaze Isusa i Djevice Marije okružene izobličenim licima Na prikazu Isusova rođenja, ovca u prvom planu ima dvije glave. Druga ovca, pored nje, nema nijednu.

U boljoj varijanti, Isus ima holivudski bijeli osmijeh Te slike vise u domovima, na vratima, na zidovima, a ljudi to ne primjećuju Trebalo mi je pet godina rada s umjetnom inteligencijom da shvatim kako mi nije najveći problem to što dvoglava ovca postoji. Najveći je problem to što je više nitko ne vidi.

Da bi se razumjelo zašto je to važno i zašto pišem ovaj članak, moram krenuti od početka.

Za umjetnu inteligenciju počela sam se zanimati prije više od pet godina, kada je izašao besplatni tečaj „Elements of AI"

Sveučilišta u Helsinkiju. Tada se pojam AI nije koristio u široj javnosti i nije mi bilo jasno zašto je tečaj uopće napravljen

Slušala sam ga, ali moram priznati da mi nije sjelo na prvu. Čak sam i odustala od završnog ispita. Ali tema me fascinirala.

Kada je objavljen ChatGPT, oduševila sam se Konačno mi je sjelo sve što sam učila na tečaju ranije. Umjesto kave, častila sam se mjesecom premium pretplate i počela isprobavati sve alate koji su izlazili.

Aktivirao mi se hiperfokus, pa sam učila i radila satima bez osjećaja za vrijeme

Iznenadilo me što veći broj ljudi nije jednako zainteresiran za ovu temu. Pomislila sam kako je tako možda jer nema sadržaja na hrvatskom jeziku Čak sam u jednom trenutku otvorila i profil na društvenim mrežama gdje sam snimala kratke videe kako bih zainteresirala ljude.

U tradicionalnoj korporaciji u kojoj radim tražila sam petominutni sastanak s članom uprave samo da mu pokažem što dobar prompt može učiniti za analizu tendera od više stotina stranica, proces na kojem su kolege gubile mjesece, a pogreške se mjerile u milijunima

Općenita reakcija bila je skepsa. Kolege, a onda i menadžment, hvatali su se za pogreške modela, ignorirajući činjenicu koliko nas promjena rada može ubrzati, ali i zaboravljajući da i čovjek treba trening da postane dobar. Govorila sam tada da je fokus rano shvatiti kako AI radi, da ga trebamo razumjeti dok je fićo, da bismo ga znali voziti kada postane Ferrari. Ako odmah sjednemo u Ferrari, slupat ćemo se u prvoj krivini Nisam naišla na razumijevanje ove, po meni odlične, simboličke usporedbe. :)

Nisam odustajala. Spojila sam se s malom grupom unutar korporacije koja je prepoznala AI trenutak i pokrenula prve inicijative i testiranja Paralelno sam, pomalo ludo fokusirano, i dalje istraživala opcije, mogućnosti i unapređenja koja su dolazila kroz godine. Moja sreća bila je što je moj suprug postao entuzijast za AI mogućnosti, pa su nam se kućni razgovori svodili na AI, što smo probali, kako radi, kako naučeno iskoristiti u poslu.

To su i djeca primijetila pa počela ispitivati: “Pa što je to AI? S kime to pričam na mobitel?”

I tu je počelo ono što me lagano dovelo do dvoglave ovce, a to je potreba za djelovanjem.

Kada nešto složeno trebamo objasniti djeci, mi doma posežemo za slikovnicom. Ovaj put nisam pronašla nijednu o AI-ju za malu djecu, ni na hrvatskom ni na engleskom Postojali su priručnici za korištenje AI alata, ali ne i materijali za djecu od pet i više godina koja ne trebaju probati AI alate, ali trebaju naučiti što je to.

Iako nikada nisam ni pomišljala raditi edukativne materijale za djecu, nedostatak opcija na tržištu, ali i shvaćanje kako rano izlaganje male djece AI alatima otvara i potencijalne negativne utjecaje, natjeralo me da sama preuzmem stvari u svoje ruke i napišem prvu dječju edukativnu slikovnicu o umjetnoj inteligenciji.

Pisanje je išlo izuzetno brzo jer sam doma imala dva potencijalna korisnika, sinove tada od 7 i 5 godina, s kojima sam prolazila same rečenice kako bih bila sigurna da djeca to mogu razumjeti.

Razmišljala sam o tome što djecu želim naučiti ali i na što im želim skrenuti pozornost, jer djeca su spužvice. Oni jako dobro pamte ono što im se kaže, čak i kada mislimo da nas niti ne slušaju.

Stoga slikovnica ima četiri glavna područja Ona uči djecu što je AI, kako ga prepoznati već u svojem okruženju, u čemu je AI dobar, a u čemu loš, a jako bitno potiče i konstruktivno razmišljanje i promišljanje o njemu

Misao vodilja prilikom odluke kome je slikovnica namijenjena bio je i psihologijski uvid da utjecaj na dijete najjači je do sedme godine, do desete je još moguć, a poslije je osobnost već formirana. Prozor u kojem možemo utjecati na njihovo poimanje svijeta i vrijednosti jako je uzak

Prvih sto komada prodalo se brzo, uslijedila je suradnja s knjižarama i puno veća druga naklada, ali opća javnost ostala je nezainteresirana. Ljudi jednostavno ne misle da je vrijeme da tako malu djecu uče o AI-ju, a uče ih kako se gradi kuća, koje prijevozne opcije postoje, kako funkcionira svemir. Nije li vrijeme da ih učimo o pojmu koji oblikuje svijet u kojem već žive?

Nije mi to bilo jasno, posebno jer sam imala veliku potrebu pomoći djeci shvatiti ovu novu pojavu. Počela sam raditi radionice. Ne radi prodaje slikovnice, nego radi same edukacije djece. I tu sam vidjela ono što me zaista uplašilo Djeca su željna razgovora o AI-ju i puno toga već znaju Ali sve to znanje pada u zaborav kada vide virtualnog avatara koji im odgovara na pitanja. Vrište od oduševljenja. Odmah ga prihvaćaju kao prijatelja.

Treba imati na umu kako generacije djece već se dva desetljeća bore s razumijevanjem interneta i društvenih mreža, sve manje razgovaraju uživo, više kroz ekrane, što gradi lažno samopouzdanje

Imamo nacionalne programe za edukaciju djece o internetu i još su potrebni jer svake godine nova generacija djece ulazi u taj razvojni krug.

A sada zamislite dijete koje razgovara s AI alatom AI uvijek ima vremena Nikada nema loš dan. Možeš ga pitati i ono na što bi se pravi prijatelj uvrijedio, a on se neće naljutiti. Priča s tobom satima, i to slično kao čovjek, pa se odrasli mozak bori da pojmi da to s druge strane nije čovjek Zamislite onda nerazvijeni dječji mozak Djeca trebaju našu pomoć.

Trebamo im skrenuti pozornost na to da AI ne razumije emocije, ne osjeća ih, ne shvaća odnose među ljudima i zato ne može biti pravi prijatelj

Trebamo im to reći dok su još jako mladi, da im to postane jasna činjenica prije nego što i krenu u prvi razgovor.

U ovo sam sigurna jer sam razgovorom s djecom iz trećeg razreda shvatila kako sam njima već zakasnila, a prva i jedina sam došla

Paralelno s ovime radila sam i na tehničkom dijelu, kako raditi automatizacije, agente i implementaciju AI-ja u poslovanje.

Tek možda od početka 2026. većina IT firmi konačno je shvatila da AI neće otići i da se neopisivo brzo razvija Sada svi rade inicijative, svi su „AI native" i „AI first". Na svakoj konferenciji sve je o AI-ju. Ali kad razumno i malo dublje pogledaš, velika većina toga je marketing Bila sam na konferenciji gdje je cijela poruka bila kako je organizator AI-first firma, a u razgovoru njihovi zaposlenici otvoreno kažu da AI dosad nisu koristili ni na jednom projektu.

Istina, postoje firme koje zaista uvode stvarne promjene, ali velika većina, prema zadnjim istraživanjima, i dalje nije promijenila način rada Više od 80 % firmi koje su uvele AI nastavile su raditi po starim procesima.

A svatko tko koristi AI smisleno vrlo brzo shvati jednu stvar: ako želiš stvarnu korist od AI alata, moraš promijeniti način na koji radiš.

Ne možeš ponavljati iste pogreške koje su se radile prije 20 godina tijekom digitalizacije. To je onaj primjer kada formu koju si prije ispunjavao ručno sada ispunjavaš na računalu, ali je onda i dalje printaš, nosiš tri kata niže na potpis i pečat, pa šalješ dalje u pisarnicu i poštu. Digitalizirao si alat, ali ne i proces Doslovno to danas većina ljudi radi s AI-jem

AI se koristi kao dodatak starom načinu rada, umjesto da se posao reorganizira oko novih mogućnosti koje AI donosi.

To je toliko neučinkovito da uopće ne treba čuditi što velik broj AI inicijativa propada.

I dok IT sektor sada intenzivno raspravlja kako implementirati AI u poslovanje, što su realno trebali početi raditi prije nekoliko godina, jedna sasvim nova i puno dublja promjena društva gotovo se potpuno ignorira.

AI je već ušao u razna područja i ostavlja jak socijalni, društveni i kulturološki utjecaj na sve nas, kojeg većina nije svjesna, a pitanje je i želi li biti

Svi se ponašaju kao da AI ne postoji u tim područjima, kao da nema utjecaja i kao da još ima jako puno vremena za djelovanje, što je najveća zamka Područje na koje je pojava AI-ja jako utjecala, a koje je meni zanimljivo, jest umjetnost.

Odjednom su svi ljudi koji su imali ideje, ali ne i strpljenje za rad, učenje i vježbanje kao niti talent, mogli generirati svoja „djela" po naučenim obrascima pravih umjetnika.

Nastala je poplava AI sadržaja upitne kvalitete: naslovnice, reklame, vizuali.

Coca-Coli je trebalo 70 000 promptova za AI generiranu reklamu koja je katastrofalno loša

Svaki kadar ima drugačiji kamion iako kao prati isti, ljudi se ne pojavljuju jer ih nisu uspjeli napraviti bez pogrešaka Da je čovjek radio taj video, dobio bi otkaz. Ali ovo je bila među prvim AI reklamama koje su gledali milijuni. Milijuni su time učeni da smanjuju svoje kriterije

Te početno loše, a sada sve bolje generirane slike polako su, jedna po jedna, snižavale i mijenjale očekivanja publike i smanjivale doseg pravog autentičnog umjetničkog djela, bilo slike, pisane riječi ili pjesme. Odjednom svi mogu sve Ali kakva je stvarna kvaliteta? Tu se vraćamo na dvoglavu ovcu

AI se koristi kao dodatak starom načinu rada, umjesto da se posao reorganizira oko novih mogućnosti koje AI donosi.

Društvo,

zajednica

i naša djeca oblikuju se sada.

Tu se ne može staviti pauza niti naknadno vratiti

Te slike na katoličkim kalendarima imaju duhovnu razinu, i ovakvi prikazi podsvjesno uče vjernike da su upravo takve slike dio njihove vjere. Uz to je i svojevrsno svetogrđe: sakralni umjetnici stoljećima su svoja djela vezali uz molitvu, odricanje i, prema nauku Crkve, ljepotu i slavu Boga. A sada su se pojavili i umjetnici bez inspiracije koji AI generirane prikaze ručno kopiraju i prodaju kao svoja autorska djela. I takve fotografije vise na zidovima obitelji ili vratima domova, a najgore od svega, ljudi to nisu primijetili. Zato sam pokrenula Artifex Dei ili „Božji umjetnik" , prvo mjesto u Hrvatskoj koje okuplja autentične sakralne umjetnike, promovira njihov rad i educira publiku. Okupiti umjetnike, velike individue specifičnih pogleda, a još i sakralne, nije lagan posao.

I to je razlog zašto pišem ovaj članak. Većina ljudi, zaokupljena svojim svakodnevnim poslovima i uskim fokusima, propušta primijetiti kako se društvo mijenja. Oni koji vide, misle da ima vremena za reagirati Vremena nema To je najveća zamka AI se razvija toliko brzo da je to poslovno odlično, ali socijalno i kulturno nešto za što kao društvo nismo spremni. Društvo, zajednica i naša djeca oblikuju se sada Tu se ne može staviti pauza niti naknadno vratiti utjecaj na koji nismo pravovremeno reagirali.

Naša ljudska dužnost nije samo prilagoditi se promjenama, nego ih pokušati razumjeti i svjesno odlučiti kako želimo živjeti u svijetu koji nastaje pred nama.

Dužni smo razmišljati dugoročno o tome u kakvom društvu živimo, u što se ono razvija i što ostavljamo generacijama koje dolaze.

To neće napraviti nitko umjesto nas. Ni vlade, ni organizacije, ni tehnološke kompanije

Svatko od nas pojedinačno mora izaći iz vlastite zone sigurnosti i prihvatiti činjenicu da se svijet mijenja. Ne samo pasivno promatrati promjene, nego odlučiti kako želi reagirati na njih

A to nije lako

Promjene su teške. Ljudi prirodno vole poznato, poznate procese, poznate načine rada, poznate obrasce ponašanja.

Ponekad čak i sami sebe uvjeravamo da se ništa značajno ne događa, samo kako bismo mogli ostati u toj sigurnosti

Ali život nije stajanje na mjestu dok svijet prolazi pored nas.

Ovo možda nije tekst koji će na prvu izazvati oduševljenje jer ne govori ono što ljudi žele čuti. Ali govori ono o čemu bismo kao društvo morali početi ozbiljno razgovarati

Vrijeme je da otvorimo oči. Da realno sagledamo svijet oko sebe, prepoznamo kako nam AI može pomoći i unaprijediti život, ali istovremeno svjesno postavimo i teža pitanja

o njegovom utjecaju na društvo, odnose, djecu, umjetnost i način na koji živimo

AI nije nešto što tek dolazi. AI je već ovdje i neće čekati da društvo bude spremno.

Pitanje više nije hoćemo li živjeti uz njega, nego hoćemo li to raditi svjesno

AIPREOBRAĆENJE

OFUCANOGPROGRAMERA

Pričaprogramerakojijedvadesetgodinakasnioza svakimtrendomizaštoovajputNESMIJETEkasniti.

Nisam posebno pametan i ni približno uspješan kao ostali autori u ovom časopisu Nisam posebno vičan ni pisanju, a još manje imam volje za to. Što onda radi ovaj članak tu? Vjerojatno je glavni razlog to što mi je glavna urednica supruga, a kad ona kaže da trebam nešto napraviti, davno sam naučio da je najjednostavnije to jednostavno napraviti.

Pa, evo vam priča nekoga tko je odrastao uz računala i svoja znanja skupljao iz knjiga poput „Commodore za sva vremena" , kasnije uz cvilež modema od 2400 bps s BBS-ova u QWK paketima Tako uvijek korak, dva iza svijeta, iz godine u godinu sa sve većom skepsom prema novim tehnologijama, revolucionarnim alatima i idejama koje će okrenuti svijet računala naglavačke, te više nitko neće morati programirati, već samo će spajati kućice, building blocks ili kako god je marketing neke velike IT kompanije nazvao svoje novo i čudesno djelo.

Došao je web, došli su mikroservisi, dockeri, SaaS Baze više nisu nužno relacijske, razlile su se u jezera, streaming koječega preplavio je internetske konekcije.

Cijelo to vrijeme, većina ljudi koji rade software i dalje dođe na posao, otvori neki tekst editor koji je danas možda malo šareniji, monitori su veći, slova manja, ali i dalje klikne na new class, napiše public void ili neki ekvivalent toga ovisno o dijalektu kojim se služe, i nastave kuckati po tastaturi ostatak dana

Naravno, povremeno ometani popupovima Outlook podsjetnika koji ih odvode na nekakve sastanke, ceremonije ili kako god se te godine zvalo okupljanje tima koji uz 2-3 programera sadrži bar jednog mastera, dva wizarda, projektnog i pokojeg drugog managera koji će osigurati da sve bude super i kako bi kod koji nesretni programer nakuca bio bolji i brže gotov

I tako smo dočekali najnoviju revolucionarnu tehnologiju - AI.

I to ne bilo kakav AI, nego generativni, LLM, s kojim ćeš pričati, a on će sve znati napraviti Ljudi koji rade PowerPoint prezentacije već trljaju ruke i stavljaju u KPI-jeve „smanjiti razvojni tim, uvesti AI" .

Danas mislim da svaki

senior programer koji

nema u file sistemu

agenta spojenog na bilo koji generativni

AI jednostavno radi s dvije ruke vezane na leđima i kucka

for-next petlju nosom.

Ne posebno entuzijastičan, ali znatiželjan kao i inače, idem malo vidjeti što tu stvarno ima Pa kud sve, onda i taj AI - ako ništa drugo, mailovi koje provučem kroz njega bolje su prihvaćeni nego kada ih ja napišem, a tekstovi koje napišem znaju nakon njegove intervencije završiti u časopisu Otvoren je tako meni prozor jednog, pa drugog LLM-a Povremeno uzmem komad koda ili SQL upit i tražim da mi nešto objasni ili poboljša. I dalje mu bolje ide pisanje mailova, novinskih članaka ili generiranje zadataka iz matematike mojim osnovnoškolcima I onda mi, nakon mjeseci takvog korištenja, prijatelj (opet sam korak iza svih) objasni i pokaže da AI možeš staviti na svoj file sistem, dati mu pristup kodu, bazi i nakon toga stvarno više ništa nije bilo isto.

Prvi put u puno, puno godina osjetio sam da ovo stvarno mijenja sve.

Danas mislim da svaki senior programer koji nema u file sistemu agenta spojenog na bilo koji generativni AI jednostavno radi s dvije ruke vezane na leđima i kucka for-next petlju nosom.

Ja bih završio članak ovdje, ali žena, kada ja mislim da sam gotov, kaže da je posao tek na pola puta pa ću morati nastaviti.

U danima nakon preobraćenja spojio sam svoj AI na Git, na bazu podataka, na JIRA-u, na Confluence, na mail, na sve što sam mogao. Da pijem kavu, spojio bih ga i na automat za kavu (čaj još ne zna skuhati).

Danas jedino čime se bavim je programiranje. Ali ne kuckanjem, već raspravljanjem kako nešto napraviti bolje, kako stvari posložiti bolje i što je najvažnije ako pogriješim, to više nije problem koji ostaje na „it-is-what-it-is" , jer tko će sad to sve okrenuti.

Mrtvo hladno kažem: “Ajmo s time u smeće i napravimo ispočetka kako treba.” I to više nisu dani koje nemamo u budžetu, već sati (naravno, puno “tokena”). Ne samo da je kod lijep i organiziran što nikada nije bio, već je i dokumentiran.

Git commitovi nisu „popravili par sitnica", a JIRA komentari nisu „sad radi" Confluence se builda, a dokumentacija je “up-to-date” .

Ja, naravno, kao i cijeli život koračam par koraka iza svih, taman da ne izgubim priključak i da nisam prvi na redu. Družim se sa svoja 2-3 Smitha s kojima mogu, znam i stignem upravljati Jedan mi kucka kod, drugi se bavi dokumentacijom, treći rješava neki tiket i dopisuje se s korisnicima oko toga što ih muči. Još uvijek imamo svi vremena popiti čaj, razmijeniti koju šalu i dok sam bar u tome bolji od Smitha, mogu biti zadovoljan sobom.

Eh da! Nemojte zaboraviti da današnji AI, a kako se čini i još neko dulje vrijeme, neće moći bez osobe koja ga upućuje, piše pravila i, najvažnije, kontrolira. Većinu vremena fasciniraju me rješenja koja predlaže i temeljitost kojom pristupa, ali nerijetko zna biti toliko tupav i toliko promašiti osnovne stvari ili napraviti katastrofalan propust da je to često nevjerojatno.

Još uvijek imamo svi vremena popiti čaj, razmijeniti koju šalu i dok sam bar u tome bolji od Smitha, mogu biti zadovoljan sobom.

Štoovoznačizavaskoji čitateovajčasopis?

Ako ste projektni menadžer, Scrum Master ili netko tko vodi razvojne timove, evo četiri stvari na koje treba paziti

Procjene postaju realne, ali ne odmah Prvih nekoliko sprintova bit će sporije nego prije jer tim uči kako uopće raditi s agentima: koji prompt radi, koji ne, gdje AI laže, gdje pomaže. Ako u toj fazi pritisnete na velocity, ubit ćete cijelu investiciju. Pustite ekipu da se opeče dva-tri puta, pa onda mjerite.

Dokumentacija, commit poruke, JIRA komentari - sve to odjednom postoji. Ne zato što su programeri postali disciplinirani, nego zato što agent to radi u pozadini dok mi rješavamo stvarni problem. Nemojte to brkati sa zrelošću tima. Ako sutra netko isključi agente, sve se vraća na „popravio par sitnica"

Jedinica posla više nije sprint, nego tiket i njih je puno više Stvari koje su prije bile „to nećemo ni dirati, prevelik je rizik" danas se rade i bacaju i rade ponovo u istom danu. Vaš backlog će izgledati drukčije, retrospektive isto Naviknite se na to da „gotovo" više ne znači „nikad više ne diramo" .

Najopasniji je PM ili sponzor koji u KPI stavi „smanjiti tim, uvesti AI" . To je čovjek koji je gledao demo, a ne stvarni rad. AI ne zamjenjuje seniora, već traži od seniora više nego ikad Bez nekoga tko zna prepoznati kada agent laže ili radi katastrofalnu glupost, dobivate brzo proizveden loš kod, što je gore od sporo proizvedenog dobrog koda.

Sjedit ćete poput

skitnice za vrijeme

Divljeg zapada među

govedima, osluškivati

puhanje parne

lokomotive i na usnoj harmonici svirati melodiju pjesme Šejn

grupe Haustor...

Čovjek u doba algoritama

AI governance u praksi

digitalnog poslovanja

KRUNOSLAV RIS

Uvođenje umjetne inteligencije u poslovanje malih i srednjih poduzeća postavlja fundamentalna pitanja koja nadilaze tehničku implementaciju.

Ovaj članak razmatra iskustvo razvoja

AI asistenta unutar platforme 1Uredcompliance-native SaaS rješenja razvijenog u partnerstvu s Hrvatskom gospodarskom komorom - kroz prizmu

AI governance načela, regulatornih zahtjeva EU AI Akta i temeljnog etičkog imperativa: čovjek ostaje nositelj odluke, algoritam je alat koji tu odluku informira. Iznose se konkretni organizacijski mehanizmi, definicijski okviri dopuštenih i zabranjenih funkcija

AI komponente te implikacije za digitalnu transformaciju u suvremenom europskom regulatornom kontekstu.

Kada pohlepa za brzinom pretekne razum

Digitalna transformacija nije tehnološki projekt. To je organizacijska promjena koja koristi tehnologiju kao polugu.

Ova distinkcija nije semantička - ona je operativna Poduzeća koja to ne razumiju gube se u implementaciji alata, a zaobilaze temeljno pitanje: “Za koga i s kojim ciljem se taj alat uvodi?”

Razvijajući AI modul unutar platforme 1Ured, suočio sam se s ovim pitanjem u njegovoj najpraktičnijoj formi Platforma opslužuje više od 1.300 registriranih korisnika u domenama koje uključuju fiskalnu usklađenost, e-račune prema Peppol standardu, upravljanje projektima i zalihama te kiosk modul za točke prodaje

Svaka od tih domena nosi pravne, financijske i operativne posljedice za krajnjeg korisnika AI asistent u takvom okruženju nije zabavni dodatak - to je komponenta s potencijalom da izravno utječe na poslovne odluke realnih subjekata.

Upravo ta realnost natjerala me da ozbiljno pristupi onome što se u stručnoj literaturi naziva AI governance: sustavnom upravljanju AI komponentama kroz definirane okvire ovlasti, odgovornosti, transparentnosti i nadzora

U europskom regulatornom kontekstu, gdje GDPR definira podatke kao subjektovo pravo, a ne resurs organizacije, lokalna AI inferenca nije luksuz - to je odgovornost.

1Ured i infrastrukturna filozofija

1Ured je multi-tenant SaaS platforma razvijena u arhitekturi Java Spring / React, u partnerstvu s Hrvatskom gospodarskom komorom. Platforma je compliance-native po dizajnu, što znači da su zakonske obveze (Fiskalizacija 2.0, eRačun/Peppol, GDPR) ugrađene u jezgru arhitekture, a ne dodane naknadno kao sloj usklađenosti

Kada smo pristupili razvoju AI asistenta, donijeli smo temeljnu infrastrukturnu odluku koja je odredila sve što je slijedilo: AI inferenca odvija se lokalno, na Mac Mini M4 klasteru u vlastitoj infrastrukturi, koristeći model Gemma3:12b putem Ollama sučelja. Nema prijenosa podataka na vanjske servere. Nema cloud zavisnosti za AI komponentu. Nema slanja korisničkih podataka trećim stranama

Ova odluka nije bila isključivo tehnička

Bila je politička i etička. U europskom regulatornom kontekstu, gdje GDPR definira podatke kao subjektovo pravo, a ne resurs organizacije, lokalna AI inferenca nije luksuz - to je odgovornost Podaci korisnika o njihovim financijskim transakcijama, projektima i poslovnim procesima ostaju u granicama njihovog poslovnog okruženja. Geopolitička dimenzija ove odluke postaje sve relevantnija: u kontekstu rastućih tenzija oko digitalnog suvereniteta i zavisnosti o stranim tehnološkim platformama, organizacije koje grade vlastitu AI infrastrukturu stječu stratešku neovisnost koju cloud-first pristupi ne mogu jamčiti.

AI governance: od koncepta do operativnog okvira

Definicijski okvir: što AI smije, što ne smije i zašto?

Temeljni dokument svakog ozbiljnog AI governance pristupa jest ono što se u regulatornoj literaturi naziva AI Use Policy ili AI Permitted Use Frameworkformalni dokument koji eksplicitno definira tri zone.

Dopuštene funkcije (eng. Permitted Use) - radnje koje AI komponenta smije izvršavati autonomno ili uz minimalnu ljudsku potvrdu.

Ograničene funkcije (eng. Restricted Use) - radnje koje AI komponenta može predlagati, ali koje zahtijevaju eksplicitnu ljudsku odobrenje.

Zabranjene funkcije (eng. Prohibited Use) - radnje koje AI komponenta ne smije ni predlagati ni izvršavati, neovisno o korisničkom zahtjevu.

Zašto je ova distinkcija toliko važna?

Razlog nije samo pravni - premda je i to značajan faktor s obzirom na EU AI Akt koji klasificira AI sustave prema razini rizika i propisuje odgovarajuće obveze Razlog je fundamentalno epistemički: AI jezični modeli ne posjeduju kauzalno razumijevanje domene u kojoj operiraju.

Dopušteno (autonomno)

Ograničeno (uz potvrdu)

Zabranjeno (nikada)

Primjeri u 1Ured kontekstu

- Odgovori na pitanja o navigaciji sučeljem

- Pojašnjenje zakonskih definicija (bez savjeta)

- Prijedlozi predložaka dokumenata

- Analiza uvezenih podataka na zahtjev

- Prijedlog kategorizacije troška

- Automatsko popunjavanje polja računa

- Upozorenja o potencijalnoj neusklađenosti

- Kreiranje ili slanje računa bez potvrde

- Brisanje ili izmjena financijskih zapisa

- Davanje konkretnog poreznog savjeta

- Pristup podacima izvan trenutne sesije korisnika

Obrazloženje ograničenja

Niska rizičnost, bez financijskih ili pravnih implikacija, korisnik u potpunosti kontrolira ishod.

Srednja rizičnost, potencijalna financijska implikacija, EU AI Akt zahtijeva human-in-theloop za ovu klasu odluka

Visoka rizičnost, pravne i financijske posljedice, regulatorna odgovornost ostaje isključivo na fizičkoj ili pravnoj osobi, ne na AI sustavu.

Epistemi

čka

osnova

ograni

čenja: zašto AI

ne smije odlučivati?

AI asistent može informirati odluku, ali nikada je ne smije donijeti.

Razumijevanje zašto određene funkcije moraju biti zabranjene zahtijeva kratki epistemički ekskurs u narav suvremenih jezičnih modela Veliki jezični modeli (eng. Large Language Models, LLM) funkcioniraju kao probabilistički sustavi predviđanja sljedećeg tokena u nizu. Kada model generira odgovor na pitanje o poreznoj obvezi, on ne konsultira zakon - on reproducira statistički najvjerojatniji jezični obrazac koji korespondira s takvim pitanjem u njegovim podacima za treniranje. Razlika je fundamentalna: pravnik koji savjetuje klijenta nosi profesionalnu i pravnu odgovornost za savjet; model koji generira isti tekst ne nosi nikakvu odgovornost i ne posjeduje mehanizam verifikacije točnosti izjave u odnosu na aktualni pravni okvir. Ovaj problem se multiplicira u vremenskoj dimenziji: modeli imaju znanje zarezano na datum završetka treniranja (eng knowledge cutoff), što znači da promjene zakona, pravilnika ili poreznih stopa koje nastupe nakon tog datuma nisu dio modela.

Za compliance-native platformu poput 1Ured-a, gdje se porezni i računovodstveni okvir mijenja kontinuirano (Fiskalizacija 2 0, novi Pravilnik o PDV-u, eRačun zakonodavstvo), to nije akademska napomena - to je operativni rizik prve kategorije.

Europski regulatorni okvir ovu realnost adresira na nekoliko razina EU AI Akt (Uredba EU 2024/1689) klasificira AI sustave prema riziku i za visokorizične sustave - koji uključuju automatiziranu obradu podataka s pravnim ili financijskim posljedicama - propisuje obvezni human-in-the-loop, dokumentiranu revizijsku stazu, transparentnost prema korisniku i mehanizme žalbe. GDPR Članak 22 eksplicitno zabranjuje automatizovano donošenje odluka koje značajno utječu na fizičku osobu bez ljudske intervencije, osim uz izričiti pristanak.

Iz svega navedenog slijedi operativno načelo koje smo ugradili u temelje 1Ured AI modula: AI asistent može informirati odluku, nikada je ne smije donijeti.

Transparentnost kao arhitekturalni zahtjev

Jedna od konzekventnih implementacijskih obveza je transparentnost prema korisniku. EU AI Akt, Recital 47 i Članak 50, eksplicitno propisuju obvezu obavještavanja korisnika kada komuniciraju s AI sustavom Ovo nije samo pravna formalnost - to je etički imperativ.

U 1Uredu svaki odgovor AI asistenta nosi eksplicitnu oznaku: “Ovo je AI prijedlog. Za odluke s pravnim ili financijskim implikacijama konzultirajte ovlaštenog stručnjaka ” Oznaka nije skrivena u sitnom tisku niti dostupna isključivo u dokumentaciji - vidljiva je uz svaki generirani odgovor.

Arhitekturalno, to znači da transparentnost nije dodatna (eng add-on) komponenta koja se može deaktivirati ili zaobići - ugrađena je u pipeline generiranja odgovora. Model ne može generirati odgovor bez wrapper-a koji uključuje tu oznaku. Ovo je primjer onoga što u software arhitekturi nazivamo “security-bydesign” principom primijenjenim na AI kontekst: usklađenost (eng. compliance) nije naknadni sloj, to je jezgra sustava.

Pet operativnih lekcija iz implementacije

Definirajte granice prije prve linije koda

Najopasniji trenutak u AI implementaciji nije tehnički - to je organizacijski: moment kada tim počne graditi bez dokumentiranog okvira dopuštenih funkcija U tom vakuumu, funkcionalnost se širi prema onome što je tehnički izvedivo, umjesto prema onome što je organizacijski opravdano i regulatorno prihvatljivo.

U 1Uredu smo prije prve linije koda AI modula producirali dvostranični dokument koji definira tri zone (Dopušteno / Ograničeno / Zabranjeno) i eksplicitno navodi po tri primjera u svakoj zoni. Taj dokument nije ostao u ladici - postaje referentna točka za svaki sprint review i za svaki prijedlog nove AI funkcionalnosti Kada netko predloži novu mogućnost, prvo pitanje je: “U kojoj je zoni?”

Lokalna infrastruktura je strateška, ne samo tehnička odluka

Odluka o lokalnoj AI inferenci (Gemma3:12b via Ollama, Mac Mini M4 klaster) donijeta je na temelju trostruke analize: GDPR usklađenost, troškovna predvidivost i strateška neovisnost. Cloud AI servisi nude inferentnu moć po modelu “pay per token”, što uz rastuće korištenje generira nepredvidive troškove i strukturalnu zavisnost o eksternom pružatelju. Lokalna infrastruktura nosi veći inicijalni trošak, ali pruža predvidivu troškovnu strukturu i punu kontrolu nad podacima. Strateška dimenzija postaje vidljiva u kontekstu koji projekti poput 1Ured-a moraju uzimati ozbiljno: partnerstvo s Hrvatskom gospodarskom komorom nosi institucionalnu odgovornost prema tisućama korisnika. Zavisnost o jednom cloud pružatelju za kritičnu AI komponentu bila bi strateški rizik kojeg ne možemo prihvatiti.

U tehničkim zajednicama postoji tendencija da se human-in-the-loop (HITL) tretira kao privremeno rješenje dok AI “ne postane dovoljno dobar”. Ova perspektiva je epistemički pogrešna i regulatorno neprihvatljiva. EU AI Akt ne definira HITL kao prijelazni mehanizam - definira ga kao strukturalni zahtjev za sustave koji operiraju u domenama s pravnim, financijskim ili sigurnosnim implikacijama. Točnije: za AI sustave klasificirane kao visokorizični (eng. High-Risk AI Systems prema Annex III), HITL nije opcija - to je uvjet za tržišno plasiranje sustava u EU. Operativno, ovo znači da naš AI asistent nikada autonomno ne mijenja financijske zapise, ne šalje dokumente i ne donosi kategorizacijske odluke bez eksplicitne korisničke potvrde. Svaki prijedlog koji ulazi u ograničenu zonu generira zahtjev za potvrdom koji korisnik mora aktivno potvrditi - nije moguće slučajno “kliknuti mimo”.

Revizijska staza kao operativna obveza

Svaka organizacija koja implementira AI u poslovne procese mora imati odgovor na pitanje: “Što se točno dogodilo kada je AI komponenta generirala odluku X u trenutku T?”

Bez dokumentirane revizijske staze (eng. audit trail), odgovor na regulatorni upit, pritužbu korisnika ili interni incident postaje nemoguć.

U 1Uredu vodimo interni log koji bilježi: verziju modela koji je generirao odgovor, kategoriju upita (prema trozonsnoj klasifikaciji), kontekstualne parametre sesije (bez osobnih podataka), te ishod - je li korisnik prihvatio AI prijedlog, modificirao ga ili odbio Ovaj log nije arhiv koji se čuva pro forma - to je instrument upravljanja koji nam omogućuje da identificiramo uzorke gdje model konzistentno griješi ili gdje korisnici sistematski odbijaju prijedloge, što je signal za rekalibraciju.

Human-in-the-loop nije arhitekturalni kompromis - to je regulatorni zahtjev

AI governance nije IT odgovornost - to je boardroom tema

Možda najvažnija lekcija iz iskustva konzultiranja organizacija u digitalnoj transformaciji jest ova: AI governance koji živi isključivo u IT timu već je propao. IT tim može implementirati tehničke zaštite, ali ne može donijeti organizacijsku odluku o tome koje poslovne funkcije smiju biti delegirane algoritmu.

Ta odluka pripada Upravi Spada u kategoriju strateških odluka o prihvatljivom riziku, regulatornoj odgovornosti i poslovnom identitetu organizacije. Kompanija koja uvodi automatizirano donošenje kreditnih odluka bez boardroom-razine governance analize ne pravi tehnički propust - pravi upravljački propust koji može imati egzistencijalne pravne posljedice.

Digitalna transformacija u geopolitičkom kontekstu: gdje

Prateći razvoj AI regulacije i digitalnih strategija u EU i šire, identificiram nekoliko zabrinjavajućih obrazaca koji daleko nadilaze pojedinačne organizacije

smo kao društvo?

Europska komisija procjenjuje da više od 70% poduzeća u EU koja koriste AI to čine bez ikakvih internih governance smjernica. Gartner istraživanje konzistentno identificira 5-15 AI alata u prosječnom poduzeću bez centralnog registra inicijativa, bez pregleda sporazuma o korištenju podataka i bez pravne analize regulatorne izloženosti. To nije nepažnja - to je sustavni deficit koji nastaje kada se AI tretira kao operativni alat umjesto kao strateška upravljačka kategorija.

Paralelno, geopolitička dimenzija AI razvoja postaje sve relevantnija. Zavisnost europskih organizacija o AI infrastrukturi čiji su razvoj i upravljanje izvan europske jurisdikcije nije samo pitanje troškova ili performansi - to je pitanje digitalnog suvereniteta.

ovjek kao

arhitekturalni princip

Digitalna transformacija

koja isključuje čovjeka iz odlučivanja nije transformacija - to je automatizacija bez razumijevanja.

Postoji iskušenje u tehničkom diskursu da se čovjek u procesu tretira kao usko grlo (eng. bottleneck) - element koji usporava ono što bi algoritam mogao riješiti brže Ovo iskušenje treba eksplicitno odbaciti, ne iz sentimentalnih razloga, već iz epistemičkih i regulatornih.

Čovjek u odlučivačkoj petlji nije slabost sustava. To je mehanizam koji osigurava da sustav ostaje odgovoran, reverzibilan i poravnat s vrijednostima i obvezama organizacije koja ga koristi. U domenama poput računovodstvene usklađenosti, poreznog izvještavanja i poslovne dokumentacije - domenama koje 1Ured opslužuje - ova odgovornost nije apstraktna Ona je konkretna, pravno obvezujuća i operativno relevantna svaki dan. Digitalna transformacija koja isključuje čovjeka iz odlučivanja nije transformacija - to je automatizacija bez razumijevanja. Pravi cilj transformacije nije zamijeniti ljudsku prosudbu, već je osnažiti: dati čovjeku bolji alat, bolje informacije, više vremena za složene odluke koje algoritam ne može donijeti jer ne snosi njihove posljedice.

Literatura i regulatorni okviri

Algoritam kontrolira

prema korisniku.

Uredba (EU) 2024/1689 Europskog parlamenta i Vijeća o umjetnoj inteligenciji (EU AI Akt)

Uredba (EU) 2016/679 - Opća uredba o zaštiti podataka (GDPR), posebice Članak 22 o automatiziranom donošenju odluka

Direktiva (EU) 2022/2555 o mjerama za visoku razinu kibernetičke sigurnosti (NIS2)

Zakon o fiskalizaciji u prometu gotovinom (NN 106/12 i izmjene), Fiskalizacija 2 0 specifikacija FINA

Pravilnik o elektroničkom izdavanju računa u javnoj nabavi i B2B kontekstu, usklađen s EN 16931 (Peppol standard)

Gartner: 'AI Governance Framework for Enterprise Risk Management', 2024. Russell, S., Norvig, P.: Artificial Intelligence: A Modern Approach, 4. izdanje, Pearson, 2021. European Commission: AI Watch - Artificial Intelligence in European Business Surveys, 2023