Korporativna veštačka inteligencija između visokih troškova i merljivog poslovnog efekta

Tržišna prilika i razmera korporativnih investicija

Razvoj veštačke inteligencije usmerene na velika preduzeća dostigao je brzinu koja u potpunosti menja tradicionalne poslovne modele. Savremeni softverski sistemi više nisu samo alati za obradu podataka, već postaju aktivni učesnici u ključnim operativnim procesima. Od rešavanja složenih računovodstvenih i finansijskih zadataka, preko napredne glasovne komunikacije sa korisnicima, pa sve do trenutnog generisanja vizuelnih prototipa proizvoda, nova tehnologija preuzima zadatke koji su do juče zahtevali isključivo ljudski angažman.

Potencijal ovog tržišta prevazilazi klasične okvire softverskih budžeta i direktno zalazi u sferu troškova rada. Prema procenama analitičke kuće Gartner, globalna potrošnja na softver porašće za 15,2 odsto u 2026. godini i dostići će gotovo 1,5 biliona dolara, dok se u 2027. godini očekuje dodatni rast od 14,6 odsto na blizu 1,7 biliona dolara. Međutim, ovi iznosi bledo izgledaju u poređenju sa sumama koje se izdvajaju za ljudske resurse. Samo u Sjedinjenim Američkim Državama, ukupne naknade zaposlenima u 2025. godini dostigle su 15,7 biliona dolara, što pokazuje zašto ponuđači tehnologije nastoje da privuku deo sredstava tradicionalno namenjenih platnim spiskovima.

Agresivan ulazak na korporativni teren najbolje se vidi kroz poslovne rezultate vodećih istraživačkih laboratorija. Laboratorija Entropik, koja je primarno fokusirana na razvoj rešenja za velika preduzeća, zabeležila je skok broja klijenata koji godišnje plaćaju više od 100.000 dolara sa 1.500 u decembru 2025. godine na čak 11.900 u junu 2026. godine. Pored toga, broj velikih korisnika čija godišnja potrošnja prelazi milion dolara porastao je na preko 1.900, što je značajan skok u odnosu na 1.000 u aprilu i 500 u februaru iste godine. Cilj ove kompanije jeste ciljanje kognitivnog rada na globalnom nivou, čija se vrednost procenjuje na 40 biliona dolara.

Raskorak između visokih očekivanja i stvarnog efekta

Uprkos ogromnom prilivu novca i ambicioznim najavama, praktična primena naprednih modela u poslovnim sistemima ne odvija se bez problema. Suočeni sa složenim tehničkim zahtevima, mnogi rukovodioci primećuju da prelazak sa eksperimentalnih projekata na produkcione sisteme donosi neočekivane izazove. Očekivanja da će nova tehnologija preko noći rešiti sve sistemske efikasnosti pokazala su se previše optimističnim u kontekstu realnog poslovanja.

Podaci iz nedavnog istraživanja kompanije Gartner otkrivaju dubinu ovog jaza. Samo 13 odsto direktora informacionih tehnologija smatra da su njihove organizacije ostvarile značajnu ili transformativnu vrednost iz dosadašnjih ulaganja u veštačku inteligenciju. Istovremeno, čak 51 odsto njih očekuje da će uvođenje ovih tehnoloških rešenja povećati ukupne troškove vlasništva nad IT infrastrukturom. Iako 85 odsto rukovodilaca funkcionalnih sektora planira povećanje budžeta za veštačku inteligenciju u 2026. godini, samo 25 odsto lidera u nabavci je zapravo izvršilo reorganizaciju radnih mesta i poslovnih uloga kako bi prilagodilo poslovanje novim okolnostima.

Uporište za umereniji pristup pružaju i nalazi analitičke jedinice kompanije Ramp. Njihovo istraživanje pokazuje da je u septembru 2026. godine 55,9 odsto preduzeća plaćalo uslužno korišćenje alata veštačke inteligencije, pri čemu je 43,8 odsto izdvajalo sredstva za Entropik, a 40,6 odsto za Open AI. Međutim, ukupna potrošnja na kompjuterske tokene pokazala je znakove usporavanja i nije zabeležila rast tokom avgusta i septembra. Ovaj podatak ukazuje na to da kompanije počinju pažljivije da preispituju svoje rashode i traže jasne dokaze povraćaja investicije pre nego što nastave sa daljim širenjem upotrebe.

Struktura korporativnog softverskog sloja

Savremena arhitektura korporativne veštačke inteligencije predstavlja izuzetno složen ekosistem sastavljen od više međusobno povezanih slojeva. Na samom dnu nalazi se računarska infrastruktura, koju čine specijalizovani poluvodiči i cloud platforme provajdera kao što su Nvidia, Amazon Web Services, Microsoft Azure i Google Cloud. Ovaj sloj obezbeđuje ogromnu procesorsku snagu neophodnu za treniranje i obradu zahteva u realnom vremenu.

Iznad infrastrukturnog sloja nalaze se osnovni modeli koje razvijaju kompanije poput Open AI, Entropik, Google, xAI i Meta. Pored njih, ključnu ulogu igraju i alati za pretragu i upravljanje podacima kao što su Snowflake i Databricks, koji omogućavaju preduzećima da povežu opšte modele sa sopstvenom dokumentacijom i bazama korisnika. Posebne usluge, poput Amazon Bedrock ili Microsoft Foundry, služe za bezbedno upravljanje radom modela, kontrolu performansi i praćenje troškova poslovanja.

Rivalitet između vodećih aktera na ovom tržištu sve je izraženiji jer se granice između platformi brišu. Open AI beleži da mu više od 40 odsto mesečnih prihoda dolazi iz korporativnog sektora, dok njegovi proizvodi dopiru do 2,5 miliona preduzeća kroz alate kao što su Kodex i ChatGPT Work. Sa druge strane, Google ističe da blizu 90 odsto kompanija sa liste Fortune 100 koristi Gemini Enterprise, pri čemu je 500 velikih klijenata njihove cloud platforme obradilo više od jednog biliona tokena tokom protekle godine. Zbog toga se borba vodi oko toga ko će kontrolisati celokupan tehnološki sklop i zadržati direktan odnos sa krajnjim poslovnim korisnikom.

Dilema preduzeća izrečena u izboru između kupovine i razvoja

Kada odlučuju o implementaciji novih tehnologija, rukovodioci se suočavaju sa klasičnim pitanjem da li kupiti gotova rešenja ili razvijati sopstveni softver. Procene investicione kuće Menlo Ventures pokazuju da su kompanije u prošloj godini u 76 odsto slučajeva izabrale kupovinu gotovih komercijalnih aplikacija. Kupovina gotovih alata omogućava brže uvođenje u rad, smanjuje potrebu za retkim inženjerskim kadrovima i smanjuje početne tehničke rizike, ali sa sobom nosi kontinuirane troškove licenciranja i zavisnost od spoljnih dobavljača.

Sa druge strane, izradom sopstvenih rešenja na bazi otvorenih ili komercijalnih modela, preduzeća zadržavaju potpunu kontrolu nad svojim specifičnim radnim procesima, zaštitom podataka i integracijom sa postojećim IT sistemima. Ipak, interni razvoj zahteva obimna finansijska sredstva, visoku stručnost i neprekidno održavanje složenog koda. Zbog toga se sve veći broj organizacija opredeljuje za hibridni pristup, gde se gotove aplikacije koriste za opšte administrativne zadatke, dok se interna rešenja grade za jezgro poslovanja i ključne intelektualne procese.

Praktični primeri pokazuju koliko efikasna primena može promeniti poslovanje. U Brazilu je banka Itaú razvila specijalizovani pravni sistem baziran na veštačkoj inteligenciji koji pretražuje više od 90 miliona dokumenata i mesečno obrađuje milione zadataka. U drugom primeru, inženjeri kompanije Cloudflare iskoristili su alat Open AI Kodex kako bi za samo tri dana potpuno preprojektovali jedan od svojih proizvoda, utrošivši svega 1.100 dolara na kompjuterske tokene. Ovi primeri potvrdjuju da pravilno usmereni projekti mogu doneti ogromne uštede u vremenu i resursima.

Upravljanje podacima i značaj bezbednosnih okvira

Sama naprednost algoritama ne znači mnogo ukoliko sistem nema pristup tačnim, svežim i dobro strukturiranim korporativnim podacima. Osnovna prepreka u većini preduzeća jeste to što su podaci fragmentisani i zarobljeni unutar različitih odeljenja, aplikacija i baza koje međusobno ne komuniciraju. Bez odgovarajućeg konteksta, čak i najmoćniji modeli skloniji su pravljenju grešaka i generisanju netačnih informacija.

U ovom segmentu ključnu ulogu igraju takozvani upravljački softverski okviri, odnosno nadzorni sistemi koji povezuju modele sa korporativnim bazama i definisanom poslovnom logikom. Kako ističe Džoel Pino, glavna naučnica za veštačku inteligenciju u kompaniji Cohere, dolaze dani naplate u kojima organizacije shvataju da im za većinu svakodnevnih zadataka nisu potrebni najskuplji i najveći modeli. Prema njenim rečima, ključna prednost se više ne nalazi u samom modelu, već u brzini kojom preduzeće može bezbedno da integriše nove modele, prati njihovu potrošnju i prilagodi ih sopstvenim potrebnim standardima.

Nezamenljivost kvalitetne integracije naglašava i Bala Kasivisvanatan, potpredsednik u kompaniji Snowflake. On napominje da se izuzetno produktivan rad naglo zaustavlja ukoliko sistem ne može da se poveže sa pravim podacima. Strategija ove kompanije usmerena je na razvijanje alata kao što je Cortex Search, koji omogućava sistemima da pretražuju internu dokumentaciju putem standardnih SQL upita, kao i pametnih agenata poput CoCo asistenta, koji posmatraju rutinske radnje zaposlenih, prepoznaju ponavljajuće zadatke i predlažu automatizaciju procesa uz prethodno odobrenje čoveka.

Kulturna transformacija i procesi upravljanja promenama

Uvođenje veštačke inteligencije u korporativno okruženje zahteva podjednako veliku kulturnu promenu koliko i tehnološku reorganizaciju. Uobičajeni pristup u kome rukovodstvo sa vrha nameće nova pravila i softverska rešenja pokazao se neefikasnim u slučaju naprednih tehnologija koje se ubrzano menjaju. Bez aktivnog uključivanja zaposlenih i razumevanja njihovih svakodnevnih izazova, stopa prihvaćenosti novih alata ostaje na niskom nivou.

Met Vud, direktor za veštačku inteligenciju i tehnologiju u kompaniji Amazon Web Services, upoređuje uvođenje ovih rešenja u preduzeća sa političkom kampanjom u kojoj se zamah gradi organski, kroz stalni razgovor sa zaposlenima i rešavanje njihovih konkretnih briga. On ističe da je tradicionalni model upravljanja promenama odozgo nadole loš izbor za tehnologiju veštačke inteligencije jer se stvari prebrzo menjaju, faza razvoja je rana i rukovodioci u startu nemaju sve potrebne odgovore.

Konačni uspeh tehnološke transformacije ne zavisi od broja kupljenih licenci, već od stvorene digitalne pismenosti unutar organizacije. Kompanije koje uspeju da stvore okruženje u kome zaposleni sami prepoznaju rutinske zadatke i delegiraju ih algoritmima ostvariće značajnu prednost u produktivnosti. Tehnološki dug i bezbednosni rizici mogu se kontrolisati samo ako se procesi automatizacije uvode planski, uz jasna pravila odgovornosti i nadzora ljudskog faktora.

Strateške preporuke za održivi razvoj poslovanja

Naredna faza razvoja korporativne veštačke inteligencije pomera težište sa puke fascinacije tehnološkim mogućnostima na strogu finansijsku i operativnu disciplinu. Preduzeća moraju napustiti ulogu pasivnih posmatrača i definisati jasne indikatore uspeha za svaki projekat. Umesto ulaganja u sveobuhvatne platforme bez definisanog cilja, pametan pristup podrazumeva rešavanje konkretnih, usko usmerenih uskih grla u poslovanju.

Dugoročni pobednici ove transformacije biće one organizacije koje uspeju da povežu raspodeljene podatke, uspostave fleksibilnu infrastrukturu nezavisnu od jednog dobavljača i ulože resurse u obuku sopstvenih ljudi. Veštačka inteligencija neće sama po sebi promeniti poslovanje preduzeća, ali hoće promeniti način na koji se meri efikasnost, brzina donošenja odluka i struktura troškova u savremenom poslovnom svetu.

Izvor: Alex Kantrowitz, Big Technology · Fotografija: Pexels / Freepik (ilustracija)