Zašto se ovo događa i gde najčešće nastaju problemi?
- Mindset i organizaciona kultura
Često čujem od klijenata da je glavni izazov tehnologija. Međutim, praksa pokazuje nešto potpuno drugačije – najveća prepreka su ljudi i način razmišljanja. Prema istraživanju Harvard Business Review-a, mnoge kompanije kreću u AI avanturu vođene trendovima i hajpom, bez jasno postavljenih očekivanja ili razumevanja kako će AI uticati na rad zaposlenih. Da bi AI postao deo DNK jedne kompanije, neophodno je kreirati kulturu u kojoj se eksperimentisanje podržava, a greške posmatraju kao deo procesa učenja.
Kako prevazići ovaj izazov? Uvesti jasno definisan „AI change management“ proces, imenovati interne ambasadore AI-ja, promovisati otvorenu komunikaciju i podsticati ljude da se ne plaše grešaka već da ih tretiraju kao korake ka uspehu.
U Represent System-u smo ovo rešili uvođenjem programa interne edukacije, kroz radionice i treninge gde naši zaposleni slobodno istražuju primenu AI-ja, dele rezultate i zajednički uče iz grešaka.
- Resursi: podaci, infrastruktura i talenti
Druga velika prepreka je pitanje resursa. IBM-ovo istraživanje navodi nejasne ili nekvalitetne podatke, nedostatak interne ekspertize i nedovoljnu infrastrukturu kao najčešće barijere. Posebno je važno razumeti da AI modeli mogu biti kvalitetni samo onoliko koliko su kvalitetni podaci na kojima se treniraju.
Rešenje ovoga leži u jasnoj politici upravljanja podacima. Podaci moraju imati jasno definisane vlasnike, procedure kontrole kvaliteta i moraju biti lako dostupni svim timovima koji rade na AI projektima. Paralelno s tim, nužno je ulaganje u kontinuirano obrazovanje zaposlenih, kao i otvaranje pristupa neophodnim tehnološkim resursima (poput cloud platformi ili GPU resursa).
U Represent System-u smo uspostavili jasnu politiku upravljanja podacima, imenovali vlasnike podataka i kreirali standardizovane procese za kontrolu kvaliteta. Takođe, kontinuirano ulažemo u edukaciju zaposlenih i obezbeđujemo pristup cloud infrastrukturi u okviru cele digitalizacije.
- Ownership i upravljanje AI-jem (AI governance)
Mnogi projekti propadaju upravo zato što kompanije nemaju jasno definisan ownership nad AI inicijativama. IAPP analiza iz aprila 2025. godine pokazuje da projekti često ostaju zaglavljeni između IT odeljenja, biznis jedinica i pravnih timova, bez jasno definisanog sponzora ili vlasnika projekta.
Ključ rešenja je jasno definisana struktura odgovornosti. Kompanije koje uspešno integrišu AI često imaju centralizovanu ulogu (poput Chief AI Officer-a), jasno definisane uloge i odgovornosti, kao i jednostavne procese odobravanja koji omogućavaju brzo donošenje odluka i prelazak iz eksperimenta u produkciju.
- Nedostatak jasno definisanih use-case modela i metrika uspeha
Jedan od čestih razloga neuspeha je nedostatak jasno definisanih slučajeva upotrebe (use-case) i nemogućnost jasnog merenja povrata investicije (ROI). ModelOp istraživanje navodi da AI projekti često počinju sa velikim entuzijazmom, ali bez jasne poslovne svrhe ili očekivanih rezultata.
Praksa pokazuje da je najbolji način za prevazilaženje ovog problema uvođenje discipline u selekciju projekata. Svaki use-case treba da bude jasno definisan kroz konkretne finansijske ili operativne pokazatelje. Korišćenje faznog pristupa koji smo i mi implementirali („stage-gate“ metoda), gde svaki projekat mora proći određene tačke validacije pre nego što nastavi dalje, može značajno poboljšati procenat uspešnosti.
- Put ka sistemskoj implementaciji
Ako kompanije žele da pređu iz faze eksperimenta u sistemsku primenu AI tehnologija, moraju prihvatiti fleksibilan i agilan pristup. Početni projekti treba da budu mali, jasno definisani, sa očiglednim poslovnim koristima. Tek nakon uspešne validacije, AI treba skalirati kroz organizaciju uz stalno praćenje performansi i rezultata.
Represent System je upravo ovakav pristup primenio kroz inicijalne pilot projekte koji su nakon jasne validacije postali deo standardnih procesa, praćeni redovnim analizama performansi.
Ukoliko se AI tretira kao još jedan izolovani projekat, neće doneti trajnu vrednost. Pravi uspeh postižu kompanije koje AI tehnologije integrišu duboko u svoje poslovne strategije, operativne procese i organizacionu kulturu.
Na kraju, zapamtite – AI nije sprint, već maraton. Uspešna integracija zahteva jasnoću ciljeva, strpljenje u implementaciji i spremnost na konstantno prilagođavanje i učenje. Oni koji to razumeju danas, već sutra će biti u značajnoj prednosti.
O autoru
Lazar Jovanović je Chief Digital and AI Officer u kompaniji Represent System i suosnivač portala WebMind.
Sa više od deceniju iskustva u digitalnom marketingu, AI implementaciji i razvoju biznis strategija, Lazar se pozicionirao kao jedan od vodećih stručnjaka za primenu veštačke inteligencije u komunikacijama, transformaciji poslovanja i edukaciji zaposlenih.
Radio je sa preko 150 kompanija – od globalnih brendova do domaćih lidera – na razvoju digitalnih strategija, SEO optimizaciji, automatizaciji procesa i AI trening programima.
Predavač je i mentor na više domaćih akademija, gde sa polaznicima deli svoje znanje iz oblasti digitalnog marketinga i AI upotrebe. Poznat je po svom hands-on pristupu, jasnom razumevanju poslovne realnosti i sposobnosti da nove tehnologije učini praktičnim i korisnim za kompanije svih veličina.
