AI u poslovanju: od običnog ChatGPT-a do pravog poslovnog sistema

Većina firmi koje danas koriste veštačku inteligenciju počela je na sličan način: neko otvori ChatGPT ili drugi AI alat, postavi pitanje, napiše email, prevede tekst ili zatraži da mu se sažme dokument.

To je koristan način rada i za mnoge zaposlene već predstavlja značajnu uštedu vremena. Međutim, to je samo prvi nivo primene AI-a u poslovanju.

Mnogo veća promena nastaje kada AI prestane da bude samo zaseban alat kojem zaposleni povremeno postavlja pitanja i počne da koristi informacije konkretne firme, podatke iz njenih poslovnih sistema i unapred definisane procese.

Između pitanja postavljenog u ChatGPT-u i poslovnog sistema u kojem AI koristi CRM, dokumentaciju, bazu podataka i automatizovane workflow-e postoji veliki prostor.

Upravo taj prostor ćemo objasniti kroz nekoliko nivoa primene – od AI-a kao ličnog alata zaposlenog do sistema koji postaje sastavni deo poslovnog procesa.

Najrasprostranjenija primena veštačke inteligencije i dalje je individualna.

Zaposleni otvara AI alat kada mu je potrebna pomoć u konkretnom zadatku.

Najčešći primeri su:

• pisanje ili poboljšavanje emaila;
• generisanje teksta;
• prevođenje;
• brainstorming i razvoj ideja;
• sažimanje dokumenta;
• priprema strukture prezentacije;
• pomoć pri istraživanju;
• analiza jednostavnih podataka.

Sve su to legitimni i korisni načini korišćenja AI-a.

Problem nastaje kada se na tome završi čitava AI strategija kompanije.

Ako svaki zaposleni zasebno kopira podatke u AI alat, ponovo objašnjava čime se firma bavi i ručno prenosi rezultat nazad u poslovni sistem, AI jeste ubrzao pojedinačni zadatak, ali poslovni proces u suštini nije promenjen.

Prava poslovna vrednost počinje kada se veštačka inteligencija uključi u konkretan proces i dobije kontrolisan pristup informacijama koje su joj potrebne za taj posao.

Ovo je najjednostavniji i najdostupniji nivo.

Zaposleni koristi ChatGPT, Claude ili sličan AI alat kao pomoćnika za pojedinačne zadatke.

Na primer, može da zatraži:

• „Napiši profesionalniji odgovor na ovaj email.“
• „Sažmi beleške sa ovog sastanka.“
• „Izdvoji najvažnije stavke iz ovog dokumenta.“
• „Pomozi mi da strukturiram ponudu za klijenta.“
• „Prevedi ovaj tekst na engleski.“
• „Analiziraj ovu tabelu i izdvoji najveće promene.“

Za ovakve zadatke često nije potrebno razvijati nikakav poseban sistem.

Dobar generički AI alat može biti sasvim dovoljan.

Gde nastaju ograničenja?

AI u ovom slučaju uglavnom ne poznaje automatski način na koji vaša firma radi.

Ne zna vaš cenovnik ako mu ga niste dali. Ne zna interne procedure. Ne zna koje uslove nudite određenom klijentu. Ne zna šta se trenutno nalazi u vašem CRM-u niti kakav je status određene ponude.

Korisnik zato često mora ručno da obezbedi kontekst.

Za jedan zadatak to nije veliki problem. Ako dvadeset zaposlenih svakog dana ponavlja isti postupak, pojavljuje se prostor za ozbiljnije AI poslovno rešenje.

Sledeći nivo je poslovni AI asistent koji ne radi samo sa opštim znanjem već ima pristup odobrenim informacijama konkretne kompanije.

To mogu biti:

• podaci o proizvodima i uslugama;
• cenovnici;
• interne procedure;
• FAQ dokumenti;
• prethodne ponude;
• tehnička dokumentacija;
• pravilnici;
• uputstva za zaposlene;
• interna baza znanja.

Razlika se najbolje vidi na jednostavnom primeru.

Korisnik generičkom AI alatu kaže:

„Pripremi odgovor klijentu koji traži ponudu za našu uslugu.“

Bez dodatnog konteksta AI ne zna koju uslugu firma pruža, koliko ona košta, koji su standardni rokovi niti kakve uslove kompanija obično nudi.

Poslovni AI asistent može da pronađe relevantne informacije u dozvoljenoj dokumentaciji i na osnovu njih pripremi odgovor koji odgovara stvarnom poslovanju kompanije.

To je važna razlika: AI više ne daje samo generički odgovor, već koristi poslovni kontekst.

Ako vas detaljnije zanima kako se ovakav sistem gradi, u posebnom tekstu smo opisali Kako napraviti svog AI asistenta za posao – vodič za 2026. godinu.

Ni ovde cilj nije da AI dobije nekontrolisan pristup svemu što firma poseduje. Potrebno je definisati izvore koje sme da koristi, ko ima pristup kojim informacijama i koji dokument predstavlja aktuelnu verziju podatka.

Postoji velika razlika između AI asistenta koji ima skup unapred dostavljenih dokumenata i AI-a koji može da koristi aktuelne podatke iz poslovnog sistema.

Na ovom nivou AI može biti povezan sa:

• CRM sistemom;
• ERP-om;
• bazom podataka;
• email sistemom;
• web aplikacijom;
• sistemom za dokumentaciju;
• korisničkom podrškom;
• internim poslovnim softverom.

Tada pitanja postaju znatno konkretnija.

Menadžer može da pita:

„Koje ponude poslate ovog meseca još čekaju odgovor klijenta?“

Ili:

„Koji potencijalni klijenti nisu kontaktirani duže od 10 dana?“

Ili jednostavno:

„Kolika je bila prodaja prošle nedelje?“

Da bi odgovorio na ova pitanja, sistem ne treba da se oslanja na ono što AI model „zna“. Potrebno je da pročita stvarne podatke iz odgovarajućeg poslovnog sistema.

To je veoma važan princip.

AI može da razume pitanje, pronađe relevantne podatke i objasni rezultat prirodnim jezikom, ali poslovne činjenice treba da dolaze iz stvarnih i kontrolisanih izvora.

Ako CRM kaže da je ponuda poslata 15. septembra, AI može da koristi taj podatak. Ne treba da ga procenjuje ili izmišlja.

Na ovaj način AI postaje novi interfejs prema postojećim poslovnim informacijama.

Korisnik više ne mora nužno da zna gde se nalazi određeni izveštaj ili kroz koji meni treba da prođe. Može da objasni šta želi da sazna, dok aplikacija pronalazi odgovarajuće podatke u pozadini.

Do ovog nivoa korisnik uglavnom postavlja pitanje, a sistem vraća odgovor.

Sledeći korak je da AI postane deo workflow-a.

Zamislimo da firma prima upite preko web sajta.

Proces može izgledati ovako:

Novi upit sa sajta → AI analizira sadržaj → određuje vrstu upita → kreira kontakt u CRM-u → dodeljuje odgovornu osobu → priprema nacrt odgovora → kreira follow-up zadatak.

Zaposleni više ne mora ručno da izvršava svaki administrativni korak.

Umesto toga, dobija već pripremljen slučaj koji može da pregleda i nastavi da obrađuje.

Klasična automatizacija i AI automatizacija nisu isto

Klasična automatizacija funkcioniše odlično kada postoji precizno pravilo.

Na primer:

„Ako faktura nije plaćena sedam dana nakon dospeća, kreiraj podsetnik.“

Za ovo AI možda uopšte nije potreban.

AI postaje koristan kada ulaz nije potpuno strukturiran.

Klijent može da napiše deset potpuno različitih emailova koji zapravo znače isto: želi ponudu.

AI može da protumači sadržaj poruke, prepozna nameru i zatim pokrene odgovarajući unapred definisan workflow.

U praksi se dobra poslovna automatizacija često sastoji od kombinacije klasične programske logike i AI-a.

Više konkretnih primera opisali smo u tekstu 7 poslovnih procesa koje danas možete automatizovati uz AI.

AI agent je sistem kojem se daje određeni cilj i koji zatim može da izvrši više povezanih koraka koristeći dozvoljene alate i izvore podataka.

Umesto da čovek posebno zada svaki korak, agent može da planira kako da dođe do rezultata unutar granica koje su mu postavljene.

Na primer, direktor kaže:

„Pripremi pregled potencijalnih klijenata kojima bi trebalo da se javimo ove nedelje.“

U zavisnosti od sistema i dozvola, AI agent može da:

• pregleda podatke iz CRM-a;
• analizira poslednje aktivnosti;
• proveri kada je svaki klijent poslednji put kontaktiran;
• pronađe ponude koje čekaju odgovor;
• izdvoji potencijalno interesantne leadove;
• pripremi listu prioriteta;
• napravi nacrte follow-up poruka.

To je značajno drugačije od jednostavnog pitanja i odgovora.

Agent koristi više koraka da bi izvršio zadatak.

Ipak, autonomija ne treba da bude cilj sama po sebi.

Ako sledeći korak podrazumeva slanje važne komercijalne ponude, promenu podataka, finansijsku transakciju ili drugu osetljivu radnju, sistem treba da ima odgovarajuće dozvole i, gde je potrebno, potvrdu korisnika.

Dobar AI agent ne dobija neograničen pristup poslovanju. Dobija tačno onoliko pristupa koliko mu je potrebno za definisani zadatak.

Tehnologija je samo jedan deo AI projekta. Mnogi problemi nastaju mnogo pre izbora modela ili razvoja aplikacije.

Greška 1: počinju od pitanja „Koji AI alat treba da kupimo?“

To je često pogrešan početak.

Bolje pitanje je:

„Koji poslovni problem pokušavamo da rešimo?“

Ako je problem jasan, mnogo je lakše odrediti da li je uopšte potreban AI i kakav sistem ima smisla napraviti.

Greška 2: pokušavaju odmah da automatizuju previše

Veliki projekat koji istovremeno povezuje prodaju, finansije, korisničku podršku, dokumentaciju i marketing ima mnogo više mesta na kojima nešto može da pođe pogrešno.

Često je bolji pristup izabrati jedan jasan proces, testirati ga i proširivati sistem tek kada se pokaže da donosi stvarnu korist.

Greška 3: očekuju dobre rezultate od loših podataka

Ako CRM nije ažuran, postoje tri različita cenovnika ili interna dokumentacija nije menjana godinama, AI neće rešiti taj problem.

Važi jednostavan princip:

loši podaci → loš rezultat.

AI projekat zato često podrazumeva i sređivanje poslovnih podataka i procedura.

Greška 4: ne definišu gde čovek zadržava kontrolu

Nije isto da AI pripremi nacrt emaila i da ga automatski pošalje važnom klijentu.

Nije isto da izdvoji neplaćene fakture i da sam pokrene finansijsku transakciju.

Za svaki proces treba definisati šta sistem može da radi samostalno, a za koje akcije je potrebna ljudska potvrda.

Greška 5: ne mere rezultat

Ako ne znamo koliko je proces trajao pre automatizacije, teško je proceniti da li je novo rešenje zaista nešto poboljšalo.

AI projekat treba povezati sa konkretnim rezultatom: uštedom vremena, manjim brojem ručnih koraka, bržom obradom zahteva ili nekim drugim merljivim efektom.

Najbolji prvi projekat obično nije najkomplikovaniji.

Potražite proces za koji možete pozitivno odgovoriti na više sledećih pitanja:

• Da li se određeni posao često ponavlja?
• Da li zaposleni stalno traže iste informacije?
• Da li se podaci ručno kopiraju iz jednog sistema u drugi?
• Da li proces ima relativno jasna pravila?
• Da li postoje digitalni podaci koje sistem može da koristi?
• Da li zaposleni na tom procesu troše značajno vreme?
• Da li rezultat može da proveri čovek pre konačne akcije?
• Da li možemo da izmerimo efekat automatizacije?

Što proces ispunjava više ovih kriterijuma, to je verovatno bolji kandidat za prvi AI projekat.

Na primer, automatska obrada stotina sličnih upita može imati mnogo više smisla od automatizacije retkog procesa koji se događa nekoliko puta godišnje i svaki put zahteva potpuno drugačiju procenu.

Ne zahteva svaki problem razvoj posebne aplikacije.

ChatGPT, Claude i slični alati

Dobri su za individualne i povremene zadatke: pisanje, analizu, sažimanje, prevođenje, istraživanje i rad sa dokumentima koje korisnik dostavi.

Ako vam je to potrebno, možda nema razloga za razvoj posebnog sistema.

Poslovni AI asistent

Ima više smisla kada AI treba da poznaje specifične informacije kompanije: proizvode, usluge, cenovnike, procedure, pravilnike i internu dokumentaciju.

AI integracija sa postojećim sistemom

Potrebna je kada AI treba da koristi aktuelne podatke iz CRM-a, ERP-a, baze podataka, web aplikacije ili drugog poslovnog sistema.

U tom slučaju AI funkcionalnost može da se ugradi direktno u softver koji zaposleni već koriste.

Posebna AI web aplikacija

Ima smisla kada AI postane važan deo konkretnog poslovnog procesa i potrebno je napraviti prilagođeni interfejs, korisničke naloge, različita prava pristupa, workflow-e, evidenciju aktivnosti i povezivanje sa više sistema.

Važno je da nivo rešenja odgovara stvarnom problemu. Najkomplikovanije rešenje nije automatski i najbolje.

Kompanija ne postaje efikasnija samim tim što koristi veštačku inteligenciju.

AI ima poslovnu vrednost kada donese konkretan rezultat:

• manje ručnog rada;
• bržu obradu informacija;
• manje ponavljajućih poslova;
• brži odgovor klijentima;
• bolje korišćenje postojećih podataka;
• lakše pronalaženje informacija;
• bolju organizaciju procesa.

Zato nije naročito važno da li određeno rešenje koristi najnoviji model ili najpopularniju platformu.

Najbolji AI projekat nije onaj koji koristi najnoviji model, već onaj koji rešava konkretan poslovni problem.

Ponekad će rešenje biti AI. Ponekad će obična programska automatizacija biti pouzdanija i jeftinija. A vrlo često će najbolje rešenje kombinovati oba pristupa.

Postoji veliki raspon između zaposlenog koji koristi ChatGPT da napiše email i poslovnog sistema u kojem AI koristi CRM, dokumentaciju, baze podataka i automatizovane procese.

Ne mora svaka firma da pređe ceo taj put.

Za neke kompanije prvi nivo će biti sasvim dovoljan. Drugima će najveću vrednost doneti interna baza znanja. Trećima će biti korisnija automatizacija prodajnog ili administrativnog procesa.

Razuman pristup je postepen:

1. pronaći konkretan poslovni problem;
2. testirati AI na jednom jasno definisanom procesu;
3. izmeriti rezultat;
4. tek zatim širiti primenu.

AI funkcionalnosti danas mogu da se integrišu u postojeće web aplikacije i poslovne sisteme ili da se razviju kao posebno prilagođeno rešenje.

Geolink Digital razvija web aplikacije, poslovne sisteme i integracije, pa AI posmatramo upravo iz tog ugla: ne kao zaseban cilj, već kao jednu od tehnologija koje mogu da unaprede konkretan poslovni proces kada za to postoji jasan razlog.

Ako razmišljate o primeni AI-a u poslovanju, dobar prvi korak nije izbor alata, već pregled procesa koji vašem timu trenutno oduzimaju najviše vremena.