AI štedi sate rada, ali ne garantuje veću zaradu: Evo gde kompanije najčešće greše

Veštačka inteligencija sve snažnije ulazi u poslovanje kompanija, ali uz pitanje da li će AI zameniti deo zaposlenih pojavljuje se još jedna velika dilema – da li se ogromna ulaganja u ovu tehnologiju kompanijama zaista isplate i koliko brzo mogu da očekuju konkretne rezultate.

Marko Gilić, predavač za AI i digitalnu transformaciju na BFS Akademiji | Kompas za rast, objašnjava da treba napraviti jasnu razliku između prvih efekata primene veštačke inteligencije i trenutka kada će kompanija zaista povratiti uloženi novac.

Prema njegovim rečima, kada se AI primeni na dobro odabrane poslove, naročito administrativne, analitičke i komunikacione zadatke, povećanje produktivnosti može da bude vidljivo veoma brzo.

- Kod dobro odabranih slučajeva primene, posebno tamo gde AI ubrzava administrativne, analitičke ili komunikacione zadatke, efekat na produktivnost može da se vidi veoma brzo – nekada već tokom prvih nedelja ili meseci primene. Istraživanja na konkretnim poslovima već pokazuju dvocifrena povećanja produktivnosti – kaže Gilić.

Veća produktivnost još ne znači i veću zaradu

Problem nastaje kada povećanu produktivnost treba pretvoriti u konkretan finansijski rezultat.

Gilić ukazuje na istraživanje kompanije McKinsey iz 2026. godine, prema kojem oko 80 odsto ispitanika navodi da im AI povećava individualnu produktivnost. Međutim, samo 37 odsto kaže da je njegova primena već imala makar neki pozitivan efekat na profit kompanije.

Razlog je u tome što samo skraćivanje vremena potrebnog za obavljanje određenog zadatka ne donosi automatski veću zaradu.

- Ako zaposleni neki posao koji je ranije radio četiri sata sada završi za tri, kompanija još nije automatski zaradila novac. Menadžment mora da odluči šta će uraditi sa tim oslobođenim kapacitetom – da li će povećati obim prodaje, brže odgovoriti kupcima, smanjiti troškove, izbeći dodatno zapošljavanje ili taj kapacitet usmeriti na kvalitetnije poslove – objašnjava Gilić.

Zbog toga će kod velikog broja kompanija upravo rast produktivnosti biti prvi rezultat koji će moći jasno da vide. Ozbiljniji uticaj na profit može doći kasnije, a zavisiće i od spremnosti kompanije da promeni način rada, a ne samo da zaposlenima omogući korišćenje novih AI alata.

Konačni cilj vlasnika kompanija jesu profit, novčani tok i rast vrednosti firme, ali Gilić napominje da produktivnost predstavlja jedan od važnih koraka na putu ka tim rezultatima.

AI nije samo cena licence

Još jedna česta zabluda jeste da se trošak uvođenja veštačke inteligencije svodi na kupovinu licence za određeni program.

U stvarnosti, cena samog alata može da predstavlja tek manji deo ukupnih ulaganja.

Troškovi mogu da obuhvate licence, korišćenje različitih modela, API pozive, tokene i cloud infrastrukturu. Ozbiljnija primena AI-ja zahteva i sređivanje i povezivanje podataka, njihovu zaštitu, upravljanje pristupom, kao i povezivanje novih alata sa postojećim CRM, ERP i drugim poslovnim sistemima.

Tu su i troškovi stručnjaka, obuke zaposlenih i promene postojećih procedura.

Gilić navodi da istraživanja BCG-a pokazuju da problemi prilikom AI transformacije najčešće ne nastaju zbog samih algoritama, već zbog ljudi i načina na koji su poslovni procesi organizovani.

Dodatni izazov predstavljaju bezbednost, upravljanje sistemima i regulativa. Kompanije moraju da vode računa o poverljivim podacima, pristupu informacijama, proveri kvaliteta odgovora koje AI daje, ljudskom nadzoru i usklađenosti sa propisima poput evropskog Akta o veštačkoj inteligenciji.

Pexels

 

Koliko zaista košta AI?

Pojava AI agenata donosi i novu vrstu troška. Jedan agent tokom izvršavanja samo jednog poslovnog zadatka može da napravi veliki broj poziva različitim modelima i sistemima.

Zbog toga kompanije sve češće moraju da kontrolišu troškove korišćenja veštačke inteligencije na sličan način kao što prate troškove cloud infrastrukture.

Gilić smatra da ulaganje u AI zato treba posmatrati kroz ukupne troškove vlasništva, odnosno Total Cost of Ownership (TCO), koji obuhvata direktne i indirektne troškove tokom čitavog perioda korišćenja tehnologije.

Najveći trošak pritom često nije sam AI model, već priprema čitave organizacije da novu tehnologiju koristi bezbedno, pouzdano i produktivno.

Kako izmeriti da li se AI isplatio?

Kompanije mogu relativno precizno da izmere rezultate primene veštačke inteligencije, ali je to znatno jednostavnije uraditi na nivou pojedinačnog poslovnog procesa nego čitave firme.

Ključno je da se način merenja odredi pre nego što AI počne da se koristi.

Kompanija bi najpre trebalo da zna koliko određeni posao traje, koliko košta i kakav je kvalitet rezultata bez pomoći veštačke inteligencije. Nakon toga mogu da se postave jasni pokazatelji uspeha i, kada je moguće, napravi kontrolna grupa.

Gilić navodi primer prodajnog tima u kojem bi jedna grupa zaposlenih koristila AI za pripremu ponuda, dok bi druga nastavila da radi na stari način.

Na taj način mogu da se porede vreme potrebno za pripremu ponude, broj obrađenih klijenata, konverzija i ostvareni prihod. Sličan princip može da se koristi u marketingu, finansijama, korisničkoj podršci i razvoju softvera.

Najpre bi trebalo proveriti da li zaposleni uopšte koriste AI alat, zatim pratiti operativne pokazatelje poput trajanja procesa, broja obrađenih predmeta i grešaka, a potom analizirati finansijske rezultate – prodaju, smanjenje troškova, izbegnute rashode, EBIT i povraćaj investicije.

Problem nastaje kada firma prvo uvede AI, a tek nekoliko meseci kasnije počne da razmišlja kako da izmeri njegov doprinos. Bez podataka o stanju pre njegove primene teško je utvrditi da li je neki rezultat posledica veštačke inteligencije ili drugih faktora, poput promena na tržištu, cena ili marketinških aktivnosti.

Kada uvođenje AI-ja prati i promena poslovnog procesa, poboljšanje kvaliteta podataka i drugačiji način rada zaposlenih, Gilić smatra da je korisnije meriti rezultate čitavog novog procesa nego pokušavati da se svaki dinar dodatne zarade pripiše isključivo algoritmu.

AI može da napravi i više štete nego koristi

Primena veštačke inteligencije, međutim, ne mora uvek da donese pozitivan rezultat.

Gilić upozorava da se AI često predstavlja ili kao tehnologija koja će rešiti gotovo svaki poslovni problem ili kao pretnja koja će napraviti ogromnu štetu, dok je stvarnost između te dve krajnosti.

Kao posebno zanimljiv navodi eksperiment Harvard Business Schoola i BCG-a. Kada su zaposleni koristili AI za zadatke koje je model dobro rešavao, posao su završavali brže i kvalitetnije. Međutim, kada je zadatak bio izvan mogućnosti modela, korisnici AI-ja bili su manje uspešni od onih koji ga nisu koristili.

Upravo tu se pojavljuje jedan od najvećih rizika.

– Rizik nije samo u tome što AI može da pogreši. Veći problem može biti kada čovek poveruje odgovoru samo zato što deluje uverljivo – upozorava Gilić.

Kompanije moraju da računaju i na mogućnost curenja poverljivih podataka, netačne informacije, pristrasnost sistema, probleme sa intelektualnom svojinom, sajber-bezbednošću i propisima.

Kod AI agenata posledice greške mogu biti još ozbiljnije.

Klasičan četbot može da pruži netačan odgovor, ali agent koji ima pristup elektronskoj pošti, CRM-u ili finansijskom sistemu i ovlašćenje da samostalno izvršava određene radnje može da napravi konkretnu poslovnu grešku.

Postoji i dugoročan organizacioni rizik. Ukoliko zaposleni prestanu da proveravaju informacije, previše poslova prepuste veštačkoj inteligenciji ili postepeno izgube određene veštine, kompanija kratkoročno može da dobije na brzini, ali dugoročno rizikuje gubitak stručnosti i sposobnosti kritičkog razmišljanja.

Bonus video

Instalirajte našu iOS ili android aplikaciju – 24sedam Vest koja vredi