Usvajanje AI u preduzećima raste brže od bilo koje tehnološke promene u novijoj istoriji. Svaki sastanak rukovodstva na kraju dođe do istog očekivanja. AI mora da donese merljivu vrednost na nivou cele organizacije. Nakon objavljivanja ChatGPT-a, inženjerski timovi su usvojili Copilot, analitičari su prihvatili Perplexity, a operativni timovi su eksperimentisali sa automatizacijom. Produktivnost se poboljšala gotovo odmah.
Ipak, samo nekoliko meseci kasnije, krive usvajanja su usporile. Pilot-projekti su zastali. ROI je postao nedosledan. Ovo usporavanje nije posledica slabih modela niti nedostatka ambicije kod rukovodilaca. Ono je rezultat strukturnog nesklada između mogućnosti AI-ja i okruženja u preduzećima.
Nedavno sam naišao na analizu Caleba, autora koji često istražuje organizacionu stranu usvajanja AI-ja. Njegov okvir nije uveo nove koncepte, ali je razjasnio tenziju koju su mnogi lideri u preduzećima već osetili. Objasnio je zašto AI briljira u izolovanim slučajevima upotrebe, a ipak se muči da proizvede transformaciju na nivou sistema.
Usvajanje AI-ja ne zavisi od snage modela. Zavisi od sloja na kojem se AI uvodi u preduzeće.
Za CIO-e, CTO-e i lidere transformacije koji se pitaju zašto AI ostavlja snažan utisak u demonstracijama, ali zastaje u primeni, ovaj članak mapira skrivena ograničenja i strateške pravce potrebne za održivo usvajanje na nivou celog preduzeća.
Od „Da li treba da usvojimo AI“ do „Zašto usvajanje ide tako sporo“
Pre dve godine preduzeća su raspravljala o tome da li im je AI uopšte potreban. Danas je pitanje kako da ga integrišu održivo i bezbedno. Analitičari predviđaju da bi značajan deo rezultata rada u preduzećima uskoro mogao da generiše AI. Na papiru to deluje neizbežno. U praksi, uticaj je i dalje neujednačen.
Inženjerski timovi se kreću brže, ali se međufunkcionalno izvršenje jedva poboljšava. Prodajni timovi automatizuju kontaktiranje, ali i dalje gube vreme na ručnu koordinaciju. Operativni timovi brzo generišu uvide, ali fragmentisane podatke i dalje usklađuju ručno.
Preduzeća ne funkcionišu kao linearne mašine. Ona rade kao složeni sistemi oblikovani upravljanjem, podsticajima, kulturom i nasleđenom tehnologijom. AI ovu složenost uvećava umesto da je smanjuje.
Koristan okvir je da se AI u preduzećima posmatra kroz tri nivoa zrelosti.
Nivo 1. Zadaci uz podršku AI-ja
Korisno, ali suštinski ograničeno
Овде већина предузећа почиње. Запослени користе генеративну AI за истраживање, сажимање, предлоге за кодирање и креирање садржаја. Ови алати доносе непосредну вредност.
Али убрзање појединачних задатака није исто што и трансформација токова рада. Пратећи процеси — одобравања, примопредаје и слојеви извештавања — остају непромењени. Као резултат тога, брзина предузећа се не побољшава значајно.
Брзина извршавања задатака није исто што и организациона брзина.
Ова фаза делује безбедно јер не захтева структурна прилагођавања. Али дугорочни ROI је по дизајну ограничен.
Ниво 2. Агентски токови рада
Висок потенцијал и висок отпор
Агентска AI аутономно извршава вишекорачне токове рада. Агенти мењају датотеке, прегледају резултате, управљају задацима или координишу операције. Обећање је огромно.
Усвајање није.
Препрека није техничка способност, већ организациона спремност. Агентски системи захтевају поверење, надзор, управљање и толеранцију према аутоматизацији. Они ремете успостављене хијерархије и рутине усклађености. Уводе оперативни ризик који је организацијама непознат.
Сходно томе, многи агентски алати назадују у полу-аутономне асистенте који раде само унутар безбедних граница.
Предузећа не одбацују аутономију због страха. Одбацују је због неусклађености.
Ниво 3. AI native системи
Дугорочна предност
AI native системи представљају највиши ниво зрелости. Они су осмишљени са учешћем AI од самог почетка. Уместо да накнадно прилагођавају токове рада оптимизоване за људе, предузећа граде нове оперативне структуре у којима AI оркестрира ток података, секвенце одлучивања и ритам рада.
То откључава предиктивне операције, смањује уска грла и омогућава континуирано доношење одлука.
Препрека је висока. Али дугорочна предност далеко надмашује инкременталне добитке.
Међутим, пут до AI native система је дуг. Права опасност се појављује у међувремену.
Проблем са Ferrari-јем
AI без управљања је претња високих перформанси
Caleb је употребио метафору која у контексту предузећа постаје још снажнија. Дати запосленима приступ моћним AI алатима као што су ChatGPT или Copilot није исто што и једноставно дати им Ferrari.
To je kao da im dajete Ferrari bez ikakve obuke, bez saobraćajnih pravila, bez osiguranja i bez uvida u to kuda će automobil zapravo otići.
Motor je izuzetan. Ipak, u složenom poslovnom okruženju sa osetljivim podacima, zahtevima usklađenosti i nasleđenim sistemima, ovaj nivo nekontrolisane moći predstavlja strukturnu pretnju.
Neregulisana AI dovodi do nenamernog curenja podataka, upotrebe shadow IT-a, neproverljivih izlaza, nekontrolisanih ulaza u model i potpunog gubitka mogućnosti revizije.
Ferrari se ne kreće samo brzo. Kreće se u pravcima koje kompanija ne može da vidi.
Dok se tokovi rada, granice upravljanja, slojevi validacije i integraciona arhitektura ne izgrade iznova, AI bez upravljanja ostaje obaveza, a ne prednost.
Zašto razmere preduzeća stvaraju sistemsko trenje
Kako organizacije rastu, složenost koordinacije raste još brže. Udvostručavanje tima ne udvostručuje složenost. Ono je umnožava.
AI unapređuje učinak pojedinca. Ali preduzeća funkcionišu na nivou mreže. Ovaj nesklad apsorbuje najveći deo uticaja.
Istraživanja pokazuju jednu ključnu istinu.
AI pojačava ono što već postoji. Usklađenost se ubrzava. Fragmentacija se urušava.
Bez redizajniranih tokova rada i upravljanja, AI donosi izolovana poboljšanja umesto transformacije na nivou celog sistema.
Realnost u preduzećima
Bezbednost, poverenje, rizik po podatke i interni otpor
Pre nego što preduzeća krenu ka autonomiji ili AI-native tokovima rada, suočavaju se sa neizbežnim ograničenjima.
Bezbednosni zahtevi ne dozvoljavaju nikakav kompromis kada su u pitanju granice podataka ili regulatorna usklađenost.
Nepouzdanost LLM-ova izaziva oklevanje jer se halucinacije ne mogu tolerisati.
Shadow IT se pojavljuje kada zvanični alati zaostaju za potrebama zaposlenih.
Strateški i lični podaci uvode pravni i reputacioni rizik.
Nedostatak centralizovanog upravljanja stvara neizvesnost oko validacije i nadzora.
Ovo nisu znaci konzervativizma.
Ovo su znaci institucionalne odgovornosti.
Usvajanje AI ubrzava se tek kada se ove osnove poštuju.
Stvarna praznina na tržištu
Ne traži svaki tok rada reinvenciju
Neki narativi o AI polaze od pretpostavke da zaposleni žele automatizaciju. U stvarnosti, mnogi tokovi rada ostaju stabilni zato što deluju predvidivo i kulturno bezbedno.
Prava prilika leži negde drugde.
Ručni prenos podataka.
Ponavljana dokumentacija.
Prebacivanje konteksta.
Izolovane platforme.
Nepovezani tokovi rada.
Ove tačke trenja tiho nagrizaju produktivnost.
Uklonite nevidljivo trenje i usvajanje postaje prirodno.
Praktični koraci za održivu transformaciju preduzeća
Preduzeća koja uspevaju dele zajedničke prakse.
Sprovedite detaljne revizije tokova rada.
Postepeno uvodite agentsko ponašanje uz nadzor.
Redizajnirajte uloge pre nego što redizajnirate tehnologiju.
Počnite u oblastima sa malo nasleđenih ograničenja.
Merite organizacionu agilnost, a ne brzinu izvršavanja zadataka.
Ovi koraci deluju jednostavno. Njihov uticaj je eksponencijalan.
Završno razmatranje za lidere preduzeća
Usvajanje AI u preduzećima nije izazov modela. To je strukturni i kulturni izazov. Većina organizacija ostaje zarobljena na nivou dobitaka u pojedinačnim zadacima zato što njihovi tokovi rada nisu osmišljeni za autonomne sisteme.
Lideri koji to prepoznaju i promišljeno sprovedu redizajn oblikovaće narednu eru produktivnosti preduzeća.
AI osnažuje usklađene organizacije, a fragmentisane dodatno uvećava. Najpre ojačajte temelje. Zatim skalirajte.
Praktična napomena
Potreba za bezbednim i integrisanim slojem za preduzeća
U razgovorima sa CIO-ovima i timovima za transformaciju, jedna tema se stalno ponavlja. Preduzećima nije potreban još jedan samostalni asistent. Potreban im je bezbedan, proverljiv i duboko integrisan sloj produktivnosti koji povezuje aplikacije, štiti podatke, usklađuje se sa pravilima upravljanja i uvodi AI u tokove rada bez destabilizacije postojećih sistema.
Platforme izgrađene na dubokim integracijama, arhitekturi koja privatnost stavlja na prvo mesto i nadzoru na nivou preduzeća pretvaraju neupravljani AI iz rizika u stratešku prednost. One obezbeđuju inženjerski projektovan putni sistem koji Ferrari nikada nije imao.
To je filozofija iza Dvina. Ona nije osmišljena kao alat za zadatke niti kao izolovani agent, već kao sloj produktivnosti svestan tokova rada koji objedinjuje aplikacije, štiti osetljive podatke i omogućava timovima da ostvare transformaciju na nivou tokova rada bez odricanja od kontrole.
Završno razmatranje
Budućnost pripada preduzećima koja grade prave puteve
Preduzeća koja će pobediti u AI tranziciji neće biti ona sa najviše modela. To će biti ona koja izgrade najbezbednije, najjasnije i najprilagodljivije puteve kojima AI može da funkcioniše.
Kada se tokovi rada, upravljanje i tokovi podataka usklade, AI prestaje da se ponaša kao eksperimentalni pogon i postaje prava infrastruktura preduzeća.
Budućnost ne pripada preduzećima sa najbržim motorima. Pripada onima sa najčvršćim putevima.
