Primena veštačke inteligencije u poslovanju sve više se pomera od eksperimentisanja ka konkretnim zadacima koje tehnologija može da obavlja. Nedostatak radne snage i potreba za većom efikasnošću, dodatno podstiču kompanije da pronađu nove načine organizacije posla. U pronalaženju odgovora na ove izazove sve značajniju ulogu imaju AI agenti, koji mogu da komuniciraju sa kupcima, preporučuju proizvode, analiziraju podatke, pružaju podršku zaposlenima i doprinose poslovnom odlučivanju.
Prema istraživanju konsultantske kuće McKinsey iz 2025. godine, 62 odsto anketiranih organizacija eksperimentiše sa AI agentima, dok ih 23 odsto već primenjuje u širem obimu u najmanje jednoj poslovnoj funkciji. Iako ova tehnologija još nije podjednako zastupljena u svim oblastima poslovanja, podaci ukazuju na rastuće interesovanje kompanija za njenu praktičnu primenu.
Jedan od domaćih primera primene ove tehnologije je maloprodajni lanac Gigatron, koji je u svoje poslovanje uveo osam AI agenata. Giša, Gile, Saša, Đina, Laki, Ema, Brendon i Vidoje zaduženi su za različite poslove. Neko pomaže kupcima da pronađu odgovarajući proizvod, drugi podržavaju zaposlene u prodaji i korisničkom centru, dok se pojedini bave analizom podataka, unapređenjem veb-sajta i vidljivošću kompanije na internetu. Za njihovo upravljanje i razvoj koristi se platforma Workforce Hub, koju je razvila kompanija Things Solver, članica ASEE grupe.
Ustupljene fotografije / Ustupljene fotografije
Vladimir Ćuk, direktor marketinga i elektronske trgovine u kompaniji Gigatron, objasnio je u svom izlaganju u okviru godišnjnje konferenciji Asseco grupe, da je osnovni cilj uvođenja agenata ubrzanje rasta kompanije, a ne smanjenje broja zaposlenih. Kompanija na ovaj način želi da unapredi preporuke koje pruža kupcima i podatke pretvori u konkurentsku prednost.
Gigatron posluje duže od 20 godina, i ima skoro dva miliona registrovanih članova programa lojalnosti. Upravo ta baza kupaca predstavlja važan resurs za razvoj personalizovanih preporuka i unapređenje prodaje.
Među osam agenata, dva su neposredno usmerena na kupce i prodaju. Jedan preporučuje proizvode članovima programa lojalnosti, dok drugi omogućava naprednu pretragu na veb-sajtu. Umesto da korisnik unese samo naziv proizvoda, može da opiše svoje potrebe i očekivanja, a agent na osnovu tih kriterijuma predlaže odgovarajuće artikle.
Potencijal primene, međutim, ne završava se na preporukama proizvoda. Agent za korisnički centar pomaže zaposlenima da brže dođu do informacija o dostupnosti i isporuci proizvoda, kao i o statusu reklamacija. Drugi analiziraju korisničko iskustvo na sajtu, unapređuju pozicioniranje kompanije u internet pretragama i pripremaju izveštaje o brendovima i proizvodima.
Ustupljene fotografije / Ustupljene fotografije/Vladimir Ćuk
„Naš je cilj da do sledeće godine taj procenat bude preko 10 odsto i da to bude još jedan od onih koji značajno učestvuju u prodaji“, istakao je Ćuk, govoreći o udelu prodaje koji ostvaruju ova dva sales agenta. Prema njegovim rečima, njihov trenutni doprinos iznosi oko jedan odsto.
Posebno značajnu promenu Ćuk vidi u tome što je sektor nabavke počeo da koristi podatke u svakodnevnom radu. Agent za analizu podataka može da poveže različite izvore, izradi grafikone i pripremi izveštaje koji služe kao osnova za poslovne odluke.
„Ako nemate objedinjene podatke i ne koristite ih svakodnevno, još nije vreme da uvodite AI agente. Najpre morate da objedinite podatke, a tek onda da počnete sa njihovom primenom“, naglasio je.
Kompanija planira da tokom naredne godine proširi mrežu agenata i na upravljanje zalihama, formiranje cena, zadržavanje kupaca i otkrivanje prevara. Cilj je da do kraja tog perioda AI agenti budu zastupljeni na nivou cele organizacije, od menadžmenta do operativnih timova. Gigatron, koji trenutno posluje u Srbiji, planira i širenje na druga tržišta regiona.
Od asistenta do samostalnog izvršavanja zadataka
Dok Gigatron pokazuje kako se AI agenti mogu koristiti u maloprodaji, iskustvo iskustvo ASEE grupe i njene kompanije Things Solver ukazuje na širi pravac razvoja ove tehnologije. Njihova platforma Workforce Hub objedinjuje upravljanje AI agentima i omogućava njihovu izgradnju uz korišćenje različitih velikih jezičkih modela, uključujući modele kompanija OpenAI i Anthropic, kao i modele otvorenog koda iz Evrope i Kine.
Ideja je da kompanije ne budu vezane za jedan model, već da mogu da izaberu tehnologiju koja najbolje odgovara njihovim potrebama, pa čak i da kombinuju različite modele. Platforma obuhvata i bezbednosne mehanizme, dok bi korisnici trebalo da se usredsrede na poslovne ciljeve, a ne na tehničku složenost sistema.
Ustupljene fotografije / Ustupljene fotografije/Darko Marjanović
Govoreći o razvoju rešenja, Darko Marjanović, generalni direktor i rukovodilac AI poslovne jedinice kompanije Things Solver naveo je da je prvi klijent njihovo rešenje počeo da koristi u četvrtom kvartalu prošle godine, dok kompanija danas sarađuje sa više od deset klijenata. Među sektorima u kojima se primenjuje nalaze se maloprodaja, finansije i naftna i gasna industrija, a platforma se koristi i interno, za podršku zaposlenima u korisničkim centrima.
Ipak, kompanije još nisu spremne da veštačkoj inteligenciji prepuste sve poslovne zadatke. U tom kontekstu, Marjanović razlikuje tri nivoa primene, a to su korišćenje AI kao asistenta, izvršavanje određenih zadataka uz ljudsku kontrolu i, na kraju, potpuno autonomno delovanje agenata.
„Mi smo sada na prelazu između prvog i drugog nivoa, gde zapravo još kompanije i svi mi učimo o tome i pokušavamo da razumemo koji su benefiti svega toga. Jedna od glavnih prepreka nije sama tehnologija, već nedovoljna edukacija i neuređeni poslovni procesi. Ovo je samo alat i, ako nemamo procese i podatke, neće nam pomoći nikakav AI“, upozorio je.
Njegovo iskustvo pokazuje i da se spremnost za primenu razlikuje od industrije do industrije. Maloprodaja relativno brzo prihvata nova rešenja, dok je finansijski sektor sporiji, ali pristupa primeni temeljnije, što je povezano i sa zahtevima koji se odnose na podatke, bezbednost i kontrolu poslovnih procesa.
Ustupljene fotografije / Ustupljene fotografije
Manje rutine, više prostora za razvoj
Jedna od oblasti u kojoj se očekuju najveće promene jesu poslovi koji se ponavljaju i zahtevaju mnogo vremena, ali ne i složeno odlučivanje. To su, na primer, odgovaranje na određene mejlove, dopunjavanje zahteva i obrada standardnih upita korisnika.
Marjanović ističe da primena AI agenata ne mora nužno da znači ukidanje radnih mesta, što je pokazao i primer Gigatrona. Naprotiv, može da otvori prostor za nove poslove, povezane sa nadzorom, razvojem i unapređenjem agenata.
Među novim mogućnostima je i razvoj agenata koji će pomagati korisnicima da samostalno kreiraju druge agente. Ideja je da korisnik, na primer, zatraži agenta za korisnički centar i navede izvore podataka sa kojima treba da radi, a sistem zatim automatizuje što veći deo postupka izrade.
Ustupljene fotografije / Ustupljene fotografije
Gigatron i iskustvo kompanije koja razvija Workforce Hub ukazuju na to da se primena veštačke inteligencije postepeno pomera od eksperimentisanja ka konkretnim poslovnim zadacima. Ipak, uspeh neće zavisiti samo od broja uvedenih agenata, već od toga koliko oni zaista unapređuju poslovanje, koliko su zaposleni spremni da ih koriste i da li kompanija ima kvalitetne podatke na kojima njihovo funkcionisanje može da se zasniva.
