Umjetna inteligencija brzo ulazi u poslovanje
Umjetna inteligencija mijenja poslovne procese brže nego što većina tvrtki uspijeva promijeniti način rada. Eurostat navodi da je u 2025. gotovo 20% poduzeća u Europskoj uniji koristilo barem jednu AI tehnologiju, u odnosu na približno 13% u 2024. godini. Kod velikih poduzeća udio je dosegnuo 55%, dok je kod malih i srednjih poduzeća bio oko 19%.
U Hrvatskoj je prema Eurostatovim podacima za 2025. AI tehnologije koristilo oko 16,4% poduzeća. To pokazuje da umjetna inteligencija u Hrvatskoj više nije samo tema tehnoloških tvrtki, ali istodobno velik dio tržišta još nije stigao do ozbiljne implementacije.
Još je zanimljivija razlika između korištenja AI-ja i stvarnog poslovnog učinka. McKinseyjevo globalno istraživanje pokazuje da 88% ispitanih organizacija koristi AI u barem jednoj poslovnoj funkciji, ali gotovo dvije trećine još nije počelo skalirati AI kroz cijelu organizaciju. Samo 39% ispitanika navodi mjerljiv utjecaj AI-ja na EBIT na razini cijele tvrtke.
To je možda najvažnija činjenica koju tvrtke trebaju razumjeti u 2026.: imati ChatGPT račun nije isto što i imati AI strategiju.
Najveća vrijednost umjetne inteligencije ne nastaje korištenjem više AI alata, nego redizajnom procesa tako da AI može obaviti konkretan dio stvarnog posla.
Ono što većina tvrtki još ne radi s AI-jem
Tvrtke koje su najdalje odmakle koriste AI drugačije od prosječnog korisnika. OpenAI-jeva analiza poslovnih korisnika pokazuje da tvrtke u 95. percentilu koriste približno 3,5 puta više „AI inteligencije” po zaposleniku od tipičnih tvrtki, dok je godinu ranije ta razlika bila približno dvostruka.
Ali količina poruka nije glavni razlog.
Samo 36% razlike između vodećih i prosječnih tvrtki OpenAI pripisuje većem broju poruka. Veći dio razlike nastaje zato što vodeće organizacije AI-ju daju više konteksta, složenije zadatke i dopuštaju mu da izvršava veći dio procesa.
Drugim riječima, zaposlenik koji ChatGPT pita:
„Napiši mi odgovor na ovaj mail”
koristi AI kao pomoćnika.
Tvrtka koja sustavu omogući da pročita dolazni upit, pronađe kupca u CRM-u, provjeri prethodnu komunikaciju, pronađe relevantnu ponudu, pripremi personalizirani odgovor i zaposleniku ga pošalje na odobrenje koristi AI kao dio poslovnog procesa.
MID kroz unaprjeđenje poslovanja upravo zato prvo analizira proces, a tek zatim bira AI model ili tehnologiju.
AI sustav koji stvarno radi treba pet slojeva
- Model razumije zahtjev i generira rezultat.
- Poslovni kontekst daje mu informacije o tvrtki, proizvodima, klijentima i pravilima.
- Integracije mu omogućuju rad s CRM-om, e-poštom, dokumentima, webom i bazama podataka.
- Pravila određuju što smije napraviti samostalno, a što zahtijeva ljudsko odobrenje.
- Evaluacija mjeri kvalitetu rezultata, pogreške, cijenu i poslovni učinak.
| Kriterij | Osnovno korištenje AI-ja | AI integriran u poslovanje | | -------- | ---------------------------- | --------------------------------------- | | Kontekst | Korisnik ga ručno upisuje | Sustav dohvaća relevantne podatke | | Zadaci | Jedan prompt, jedan rezultat | Više povezanih koraka | | Podaci | Copy/paste | CRM, baze, dokumenti, API | | Akcije | Predlaže što napraviti | Može izvršiti dopuštene radnje | | Kontrola | Ručna | Pravila, dozvole i ljudsko odobrenje | | Mjerenje | „Čini se brže” | Vrijeme, kvaliteta, trošak i konverzije |
AI ne treba samo povećavati brzinu
Primjena umjetne inteligencije postaje zanimljivija kada zaposleniku omogući rad koji prije nije mogao napraviti. OpenAI u istraživanju poslovnih korisnika navodi da 75% ispitanih zaposlenika smatra da im je AI povećao brzinu ili kvalitetu rada, a prosječno prijavljuju uštedu od 40 do 60 minuta dnevno. Najintenzivniji korisnici prijavljuju više od deset sati uštede tjedno.
Još važniji podatak je da 75% korisnika navodi kako im AI omogućuje izvršavanje zadataka koje prethodno nisu mogli napraviti.
To mijenja način na koji treba gledati ROI.
Ako AI samo skrati pisanje jednog maila s deset na pet minuta, korist postoji, ali je ograničena. Ako zaposleniku omogući da samostalno napravi analizu baze kupaca, pripremi izvještaj ili pronađe informacije unutar stotina dokumenata, AI više ne štedi samo vrijeme nego proširuje sposobnosti zaposlenika.
OECD je među više od 5.000 analiziranih malih i srednjih poduzeća pronašao da 65% korisnika generativnog AI-ja vidi poboljšanje radnog učinka zaposlenika. Oko 35% navodi da im AI pomaže skalirati poslovanje, 29% da lakše konkuriraju većim tvrtkama, a 26% navodi pozitivan učinak na prihod.
AI neće nužno smanjiti broj zaposlenika
Umjetna inteligencija ne znači automatski zamjenu zaposlenika. OECD-ovo istraživanje pokazuje da 83% malih i srednjih poduzeća koja koriste generativni AI nije zabilježilo promjenu ukupne potrebe za zaposlenicima. Samo 9% navelo je smanjenje, dok je 6% zabilježilo povećanu potrebu za radnicima.
Još je neočekivaniji drugi podatak.
Dvostruko više tvrtki smatra da generativni AI povećava potrebu za visoko kvalificiranim zaposlenicima nego što je smanjuje: 20% prema 9%.
Razlog je jednostavan. Kada AI preuzme pripremu podataka, prvi nacrt, pretraživanje ili repetitivne korake, vrijednost zaposlenika sve više prelazi prema provjeri, donošenju odluka, kreativnosti, strategiji i razumijevanju konteksta.
Zato cilj kvalitetne automatizacije nije „koliko ljudi možemo maknuti”, nego „koliko ručnih koraka možemo maknuti između problema i odluke”.
Najveća greška je automatizirati postojeći loš proces
Tvrtka ne bi trebala dodati AI na svaki postojeći korak procesa. Organizacije koje izvlače najveću financijsku vrijednost iz AI-ja češće temeljito redizajniraju workflow, umjesto da samo dodaju AI alat postojećem načinu rada.
McKinsey navodi da organizacije s najvećim AI učinkom gotovo tri puta češće fundamentalno redizajniraju pojedinačne poslovne procese. Ti „AI high performers” predstavljaju približno 6% ispitanika u njihovu istraživanju.
Primjer je obrada prodajnog upita.
Stari proces može izgledati ovako:
web obrazac → e-mail → zaposlenik čita poruku → otvara CRM → traži kupca → otvara cjenik → izrađuje odgovor → upisuje bilješku → šalje follow-up.
Loša AI implementacija ubrza samo pisanje odgovora.
Dobra implementacija uklanja velik dio prijelaza između sustava. AI prepoznaje kupca, klasificira zahtjev, dohvaća podatke, priprema ponudu, ažurira CRM i šalje zaposleniku rezultat na provjeru.
Takve sustave MID može povezati kroz izradu prilagođenih web aplikacija, vlastite admin sustave, API integracije i automatizaciju.
Više o tome kako AI prelazi iz običnog chata u poslovni sustav obradili smo u članku o AI asistentima i automatizaciji poslovanja.
Jeftiniji AI model nije nužno jeftinije rješenje
Tvrtke često analiziraju cijenu jednog AI upita, ali stvarni trošak nastaje kroz cijeli workflow. OpenAI navodi da je cijena po milijunu tokena od GPT-4 do GPT-5.4 pala približno 97%, što pokazuje koliko se brzo smanjuje cijena same AI inteligencije.
Međutim, jeftiniji model može ukupno biti skuplji ako češće griješi, ponavlja zadatak ili zahtijeva više ljudske provjere.
Zato treba mjeriti cijenu uspješno završenog zadatka, a ne cijenu jednog prompta.
Ako model od nekoliko centi napravi pogrešan rezultat koji zaposlenik provjerava deset minuta, trošak AI-ja nije nekoliko centi. Trošak uključuje i tih deset minuta.
Napredna AI implementacija zato prati postotak uspješno izvršenih zadataka, broj potrebnih pokušaja, vrijeme ljudske provjere, trajanje procesa, cijenu modela i kvalitetu konačnog rezultata.
AI agenti predstavljaju sljedeću fazu
AI agenti preuzimaju zadatke koji zahtijevaju više povezanih koraka i korištenje različitih alata. McKinsey navodi da 62% ispitanih organizacija već barem eksperimentira s AI agentima.
Razlika između chatbota i agenta nije samo u kvaliteti razgovora.
Chatbot govori što biste mogli napraviti.
Agent može, unutar dozvola koje mu tvrtka postavi, to stvarno napraviti.
OpenAI-jeva analiza pokazuje koliko je taj pomak izražen kod naprednih tvrtki: vodeće organizacije imaju čak 16 puta veću upotrebu Codexa po zaposleniku od tipičnih tvrtki, što sugerira snažan pomak prema delegiranju složenijih poslova AI sustavima.
Detaljnije primjere takvog pristupa opisujemo u članku o autonomnim AI agentima u poslovanju.
Što tvrtka treba napraviti u 2026.
Tvrtka treba prestati pitati „koji AI alat trebamo koristiti?” i početi pitati „koji proces trebamo promijeniti?”.
Najbolji kandidati obično imaju tri karakteristike: često se ponavljaju, koriste velike količine digitalnih informacija i imaju dovoljno jasan rezultat da se kvaliteta može mjeriti.
To može biti obrada prodajnih upita, ponude, CRM administracija, podrška kupcima, klasifikacija dokumentacije, analiza podataka, praćenje projekata ili interna baza znanja.
Tek kada je proces jasan, bira se model, baza podataka, API, agent ili drugi tehnološki sloj.
Upravo tu nastaje razlika između korištenja umjetne inteligencije i stvarnog unaprjeđenja poslovanja pomoću umjetne inteligencije.