Francuska tvrtka Experteam tvrdi da je glavna prepreka uvođenju umjetne inteligencije organizacijska, a ne tehnološka — što je priznanje koje vrijedi i izvan te branše.
U tekstu objavljenom pod imenom Sébastiena Marchea, glavnog direktora Experteama, iznosi se teza da su digitalne uslužne kompanije prošle fazu eksperimentiranja s generativnom umjetnom inteligencijom. Sada je, tvrdi se, ključno pitanje kako tu tehnologiju strukturirati i ugraditi u poslovne modele. Razlika među tvrtkama ubuduće se neće praviti po tome koriste li AI, nego po tome kako je organiziraju.
Marche razlikuje individualnu upotrebu od kolektivne. Pojedinac koji se služi AI alatom dobiva brzu produktivnost, ali tvrtka se time ne mijenja. Prava promjena nastupa kada AI prestane biti osobni pomoćnik i postane motor zajedničke izvedbe. Tada je moguće graditi agente koji vode cijele radne sekvence: analizu natječaja, pripremu odluka, izvještavanje ili uvođenje novih zaposlenika.
Usko grlo nije tehnologija
Autor izričito odbacuje uvriježenu pretpostavku da je glavni izazov tehnološki. Tvrdi da je on organizacijski: treba posložiti planove, odrediti prioritete i usko povezati poslovne i tehničke timove. Svaki agent vodi se kao zaseban projekt, s fazama postavljanja, razvoja i stalnog poboljšavanja. To, po njemu, prisiljava kompanije na poprečne i suradničke pristupe koji izdrže dugi rok.
Iz iskustva na projektima, piše Marche, svi dolaze do istog zaključka: teškoća nije u osmišljavanju agenata, nego u njihovu održavanju kroz vrijeme. Zadržati prioritete, održati angažman ljudi i mijenjati navike postaju uvjeti bez kojih se ne izlazi iz faze prototipa. Izvršna sposobnost, a ne tehnološko obećanje, postaje odlučujući faktor konkurentnosti.
Predviđanje kvara prije korisnika
Drugi dio teksta bavi se korisničkim iskustvom. Iskorištavanjem podataka iz radnih okruženja, kompanije mogu objektivno mjeriti kvalitetu usluge, uhvatiti slabe signale i reagirati prije nego što se problem uopće vidi. Cilj je dijagnosticirati i ispraviti pogoršanje iskustva prije nego što korisnik osjeti posljedicu. Ta prediktivna logika, smatra autor, mijenja standarde usluge.
No uvođenje AI-ja ne može ići bez okvira. Kontrola podataka, nadzor nad upotrebom i sigurnost okruženja postaju nezaobilazni preduvjeti. Glavni izazov ipak ostaje ljudski: nije cilj od svakog korisnika napraviti tehničkog stručnjaka, nego proširiti zajedničku kulturu AI-ja i potaknuti konkretne primjere upotrebe. Isprobavanje, dijeljenje i obuka pokreću kolektivnu dinamiku, a interni „prvaci” i učenje kroz praksu ubrzavaju prihvaćanje.
Što se prešućuje
Zaključak je da tehnologija sama po sebi prestaje biti razlikovni faktor. Razlika se pravi u sposobnosti da se upotreba strukturira, ugradi u procese, nadzire, širi i održava. Kompanije koje to uspiju neće biti samo uspješnije — sudjelovat će u postavljanju standarda cijelog sektora.
Ovdje vrijedi postaviti pitanje koje izvor ne postavlja: ako je glavni izazov organizacijski, a ne tehnološki, zašto onda tvrtke poput Experteama uopće prodaju AI kao gotov proizvod? Odgovor je jednostavan — jer se na strahu od zaostajanja najlakše zarađuje. Ista logika koja je prije desetljeće i pol tjerala tvrtke na digitalizaciju bez jasnog cilja danas se ponavlja s umjetnom inteligencijom.
Za hrvatske tvrtke i javni sektor poruka je dvostruka. S jedne strane, uvođenje AI-ja doista traži organizacijsku zrelost, a ne samo licencije i alate. S druge, slijepo prepisivanje tuđih modela — uključujući i one koji dolaze iz velikih tehnoloških središta — vodi u novu ovisnost. Umjesto toga, ključno je pitanje ko kontrolira podatke, tko razvija vlastite kapacitete i ostaje li tehnološka autonomija u domaćim rukama ili se prepušta vanjskim dobavljačima.
Marcheov tekst tako nenamjerno otkriva i slabost vlastite teze: ako je AI postao svima dostupan, onda prednost ne donosi ni posjedovanje alata ni savršena organizacija, nego pitanje čiji se interesi tom organizacijom služe. O tome u francuskom tekstu nema ni riječi.