Usvajanje AI-ja u preduzećima napreduje brže od bilo koje tehnološke promene u novijoj istoriji. Svaki sastanak rukovodstva na kraju se svede na isto očekivanje. AI mora da donese merljivu vrednost celoj organizaciji. Nakon što je objavljen ChatGPT, inženjerski timovi su počeli da koriste Copilot, analitičari su prihvatili Perplexity, a operativni timovi su eksperimentisali sa automatizacijom. Produktivnost se poboljšala gotovo odmah.
Ipak, samo nekoliko meseci kasnije, tempo usvajanja je usporio. Pilot-projekti su zastali. Povraćaj ulaganja postao je neujednačen. Ovo usporavanje nije posledica slabih modela niti nedostatka ambicije rukovodstva. Ono je rezultat strukturnog nesklada između mogućnosti AI-ja i okruženja u preduzećima.
Nedavno sam naišao na analizu koju je objavio Caleb, autor koji često istražuje organizacionu stranu usvajanja AI-ja. Njegov pristup nije doneo nove koncepte, ali je razjasnio nesklad koji su mnogi rukovodioci u preduzećima već naslutili. Objasnio je zašto AI briljira u pojedinačnim primenama, ali teško dovodi do transformacije na nivou sistema.
Usvajanje AI-ja ne zavisi od snage modela. Zavisi od sloja na kojem se AI uvodi u preduzeće.
Za direktore informacionih tehnologija (CIO), tehnološke direktore (CTO) i rukovodioce transformacije koji se pitaju zašto AI oduševljava u demonstracijama, ali zastaje u primeni, ovaj članak prikazuje 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 potreban. Danas je pitanje kako ga integrisati 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 rade brže, ali se realizacija poslova koji uključuju više funkcija jedva poboljšava. Prodajni timovi automatizuju kontaktiranje potencijalnih klijenata, ali i dalje gube vreme na ručnu koordinaciju. Operativni timovi brzo dolaze do uvida, ali fragmentisane podatke usklađuju ručno.
Preduzeća ne funkcionišu kao linearne mašine. Ona posluju kao složeni sistemi oblikovani upravljanjem, podsticajima, kulturom i nasleđenom tehnologijom. AI tu složenost povećava umesto da je smanjuje.
Koristan pristup je posmatrati AI u preduzećima kroz tri nivoa zrelosti.
Nivo 1. Zadaci uz podršku AI-ja
Korisno, ali suštinski ograničeno
Већина предузећа почиње управо овде. Запослени користе генеративну вештачку интелигенцију за истраживање, сажимање, предлоге за писање кода и креирање садржаја. Ови алати одмах доносе корист.
Али убрзавање задатака није исто што и трансформација токова рада. Пратећи процеси — одобравања, предаја посла и нивои извештавања — остају непромењени. Зато се брзина рада предузећа не повећава значајно.
Брзина извршавања задатака није исто што и брзина рада организације.
Ова фаза делује безбедно јер не захтева структурне промене. Али дугорочни ROI је ограничен самом поставком.
Ниво 2. Агентски токови рада
Велики потенцијал и снажан отпор
Агентска вештачка интелигенција самостално извршава токове рада који се састоје од више корака. Агенти мењају датотеке, проверавају резултате, управљају задацима или координишу операције. Потенцијал је огроман.
Степен усвајања није.
Препрека нису техничке могућности, већ спремност организације. Агентски системи захтевају поверење, надзор, правила управљања и прихватање аутоматизације. Они ремете успостављене хијерархије и устаљене поступке за обезбеђивање усклађености. Уводе непознат оперативни ризик.
Зато се многи агентски алати своде на полуаутономне асистенте који раде само у безбедним границама.
Предузећа не одбацују аутономију због страха. Одбацују је због неусклађености.
Ниво 3. Системи од самог почетка засновани на вештачкој интелигенцији
Дугорочна предност
Системи од самог почетка засновани на вештачкој интелигенцији представљају највиши ниво зрелости. Пројектовани су тако да вештачка интелигенција учествује у раду од самог почетка. Уместо да накнадно прилагођавају токове рада оптимизоване за људе, предузећа граде нове оперативне структуре у којима вештачка интелигенција координише ток података, редослед доношења одлука и ритам рада.
То омогућава предиктивне операције, смањује уска грла и омогућава непрекидно доношење одлука.
Препрека је велика. Али дугорочна предност далеко надмашује постепена побољшања.
Међутим, пут до система од самог почетка заснованих на вештачкој интелигенцији је дуг. Права опасност јавља се у међувремену.
Проблем са Ferrari-јем
Вештачка интелигенција без контроле је претња високих перформанси
Caleb је употребио метафору која у контексту предузећа постаје још снажнија. Дати запосленима приступ моћним алатима вештачке интелигенције као што су ChatGPT или Copilot није само као 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 za usklađenost sa propisima i nasleđenim sistemima, ovaj nivo nekontrolisane moći predstavlja strukturnu pretnju.
Neregulisana AI dovodi do nenamernog curenja podataka, korišćenja IT-a u senci, neproverljivih rezultata, nekontrolisanih ulaznih podataka za modele i potpunog gubitka mogućnosti revizije.
Ferrari se ne kreće samo brzo. Kreće se u pravcima koje preduzeće ne može da vidi.
Dok se tokovi rada, granice upravljanja, slojevi validacije i integraciona arhitektura ne izgrade iznova, AI kojom se ne upravlja ostaje rizik, a ne prednost.
Zašto veličina preduzeća stvara sistemsko trenje
Kako organizacije rastu, složenost koordinacije raste još brže. Udvostručavanje tima ne udvostručuje složenost. Ono je višestruko povećava.
AI poboljšava učinak pojedinca. Ali preduzeća funkcionišu na nivou mreže. Taj nesklad poništava najveći deo tog efekta.
Istraživanja ukazuju na jednu ključnu istinu.
AI pojačava ono što već postoji. Usklađenost donosi ubrzanje. Fragmentacija donosi urušavanje.
Bez preoblikovanih tokova rada i upravljanja, AI donosi izolovana poboljšanja umesto transformacije celog sistema.
Stvarnost u preduzećima
Bezbednost, poverenje, rizici po podatke i unutrašnji otpor
Pre nego što krenu ka autonomiji ili tokovima rada zasnovanim na AI od samog početka, preduzeća se suočavaju sa neizbežnim ograničenjima.
Bezbednosni zahtevi ne dopuštaju nikakav kompromis u pogledu granica pristupa podacima ili usklađenosti sa propisima.
Nepouzdanost LLM-ova izaziva oklevanje jer se halucinacije ne mogu tolerisati.
IT u senci pojavljuje se kada zvanični alati zaostaju za potrebama zaposlenih.
Strateški i lični podaci nose pravni rizik i rizik po ugled.
Nedostatak centralizovanog upravljanja stvara neizvesnost u pogledu validacije i nadzora.
To nisu znaci konzervativizma.
To su znaci institucionalne odgovornosti.
Usvajanje AI ubrzava se tek kada se ove osnove poštuju.
Stvarna praznina na tržištu
Ne zahteva svaki tok rada promenu iz korena
Neke priče o AI polaze od pretpostavke da zaposleni žele automatizaciju. U stvarnosti, mnogi tokovi rada ostaju stabilni jer deluju predvidivo i sigurno u okviru organizacione kulture.
Prava prilika je negde drugde.
Ručni prenos podataka.
Ponovno sastavljanje dokumentacije.
Prebacivanje između konteksta.
Izolovane platforme.
Nepovezani tokovi rada.
Ove prepreke neprimetno nagrizaju produktivnost.
Uklonite nevidljive prepreke i usvajanje postaje prirodno.
Praktični koraci za održivu transformaciju preduzeća
Preduzeća koja uspevaju primenjuju slične prakse.
Sprovedite detaljne revizije tokova rada.
Postepeno uvodite autonomno delovanje agenata uz nadzor.
Preoblikujte uloge pre nego što preoblikujete tehnologiju.
Počnite u oblastima sa malo ograničenja koja nameću nasleđeni sistemi.
Merite brzinu napredovanja organizacije, a ne brzinu izvršavanja zadataka.
Ovi koraci deluju jednostavno. Njihov uticaj je eksponencijalan.
Završno razmatranje za rukovodioce preduzeća
Usvajanje AI u preduzećima nije izazov vezan za modele. To je izazov strukture i kulture. Većina organizacija ostaje ograničena na poboljšanja na nivou pojedinačnih zadataka jer njihovi tokovi rada nisu osmišljeni za autonomne sisteme.
Rukovodioci koji to prepoznaju i promišljeno pristupe preoblikovanju oblikovaće narednu eru produktivnosti preduzeća.
AI jača usklađene organizacije i pojačava rascepkanost onih fragmentisanih. Najpre ojačajte temelje. Zatim proširite primenu.
Praktična napomena
Potreba za bezbednim i integrisanim slojem za preduzeća
U razgovorima sa direktorima informacionih tehnologija i timovima za transformaciju stalno se ponavlja jedna tema. Preduzećima nije potreban još jedan samostalni asistent. Potreban im je bezbedan, duboko integrisan sloj produktivnosti koji omogućava reviziju, povezuje aplikacije, štiti podatke, usklađen je sa pravilima upravljanja i uvodi AI u tokove rada bez destabilizacije postojećih sistema.
Platforme zasnovane na dubokim integracijama, arhitekturi koja privatnost stavlja na prvo mesto i nadzoru na nivou preduzeća pretvaraju AI bez odgovarajućeg upravljanja iz rizika u stratešku prednost. One obezbeđuju projektovanu mrežu puteva koju Ferrari nikada nije imao.
To je filozofija na kojoj se zasniva Dvina. Nije osmišljena kao alat za pojedinačne zadatke ili izolovani agent, već kao sloj produktivnosti koji razume tokove rada, 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 izaći kao pobednici iz prelaska na AI neće biti ona sa najviše modela. Biće to ona koja izgrade najbezbednije, najjasnije i najprilagodljivije puteve za delovanje AI.
Kada se tokovi rada, upravljanje i tokovi podataka usklade, AI prestaje da se ponaša kao eksperimentalni motor i postaje prava infrastruktura preduzeća.
Budućnost ne pripada preduzećima sa najbržim motorima. Pripada onima sa najčvršćim putevima.