Шта остаје? Три године након ChatGPT хајпа: Велики сан о вештачкој интелигенцији сусреће економску стварност

Разочарање након еуфорије: Када се обећања о рекламама сусретну са стварношћу менаџмента

Три године након „ChatGPT тренутка“, разочарање је завладало на извршном нивоу. Док технолошки гиганти попут Мете и Гугла настављају да улажу стотине милијарди долара у инфраструктуру вештачке интелигенције, шири пословни свет представља другачију слику: стагнацију уместо револуције.

ChatGPT је објављен јавности од стране OpenAI-а 30. новембра 2022. године. Систем је постигао рекордне брзине у аквизицији корисника и сматра се окидачем за масовну хајпу око вештачке интелигенције која је захватила пословни свет од 2023. године па надаље.

Требало је да то буде највећи подстицај продуктивности у историји. Али три године након глобалне хајпе око генеративне вештачке интелигенције, отворио се опасан јаз између технолошког обећања и економских резултата. Недавни подаци компанија Форестера и Бостон Консалтинг Групе сликају слику „скупе стагнације“: Само занемарљиво мали проценат компанија је до сада успео да претвори своја огромна улагања у стварну додату вредност.

Случај финтех гиганта Кларне, посебно, служи као упозорење за целу индустрију. Оно што је слављено као тријумф ефикасности – замена 700 запослених вештачком интелигенцијом – испоставило се као бумеранг за задовољство купаца. Лекција је болна, али неопходна: технологија без емпатије и стратешког управљања променама може уштедети трошкове на краћи рок, али уништава односе са купцима на дужи рок.

Овај чланак баци поглед иза сјајних саопштења за штампу. Анализирамо зашто ће 2026. бити година великих корекција вештачке интелигенције, зашто је „културна компонента“ прави убица пројеката вештачке интелигенције и зашто сама технологија не може да замени недостајућу корпоративну стратегију. Процена пејзажа између улагања у милијарде долара и повратка економском здравом разуму.

Кључни проблем: Реалност испуњава очекивања

Разлика између уложеног капитала и остварених приноса је забрињавајуће јасна. Студија компаније Форестер из 2025. године показује да је само 15 процената анкетираних руководилаца успело значајно да побољша своје профитне марже кроз имплементацију вештачке интелигенције. Ово није маргинални феномен или проблем ограничен само на стартапове. Утиче на целу економију, од финансијски најмоћнијих корпорација до средњих организација. Још драматичнији је налаз Бостонске консултантске групе: само 5 процената анкетираних руководилаца пријавило је широко распрострањене ефекте стварања вредности од вештачке интелигенције. Ово није дефиниција трансформативне промене. То је дефиниција стагнације упркос скупо стеченој инфраструктури.

Ове бројке постају још значајније када се посматрају у контексту таквих расхода. Само Мета је најавила инвестиције од 70 до 72 милијарде долара за 2025. годину, са прогнозом од 600 милијарди долара до 2028. године. Гугл планира да инвестира од 91 до 93 милијарде долара у 2025. години. Мајкрософт такође континуирано повећава свој капитални буџет за вештачку интелигенцију. Ово нису инвестиције у споредне пројекте, већ основне инвестиције намењене дефинисању будуће конкурентности ових компанија. Међутим, док технолошки гиганти напредују са невиђеним износима, појављује се супротан тренд међу компанијама ван овог технолошког „унутрашњег круга“: стратешко кашњење.

Форестер предвиђа да ће отприлике четвртина планираних инвестиција у вештачку интелигенцију бити одложена 2026. године. Не ради се о смањењу спекулативних трошкова из разлога трошкова, већ о одлагању стратешких пројеката који су били високо на дневном реду финансијских директора и извршних директора јер очекивања у погледу поврата инвестиције (ROI) нису испуњена. Четвртина планираних инвестиција – то није само пад, већ системска репроцена стратешког значаја ове технологије.

Случај Кларна: Упозорење у облику студије случаја

Случај шведске финтех компаније Klarna је овде поучан – не зато што је изолован инцидент, већ зато што живописно илуструје системски проблем. Године 2023, Klarna је доспела на међународне наслове најавом да ће заменити 700 запослених у корисничкој служби системом четбота са вештачком интелигенцијом, развијеним у сарадњи са OpenAI. Бројке су биле импресивне: четбот је обрађивао две трећине свих упита купаца, течно је говорио преко 35 језика и смањио време одзива са просечних 11 минута на приближно 2 минута. Ово је несумњиво изузетно оперативно достигнуће.

Али до 2024. године, основни проблеми су већ постали очигледни. Задовољство купаца је пало за 22 процента. Ово није била статистичка нетачност, већ јасан сигнал корисника да систем достиже своје структурне границе. Четбот са вештачком интелигенцијом могао је да обради једноставне трансакционе упите, али је систематски био преплављен нијансиранијим проблемима – ситуацијама које су захтевале разумевање специфичног контекста, емоционалну интелигенцију и, пре свега, емпатију. Када је извршни директор Себастијан Семјатковски признао грешке 2025. године, његова анализа је била изузетно јасна: Једнострани фокус на исплативост довео је до пада квалитета. Другим речима, технологија је била оптимизована да побољша интерне метрике, али није била дизајнирана да обезбеди стварно корисничко искуство.

Одговор је био логичан: 2025. године, Klarna је почела поново да запошљава представнике корисничке службе и успоставила хибридни модел где вештачка интелигенција обрађује рутинске упите, а људски агенти решавају сложене случајеве. Иако је одржана израчуната уштеда од 60 милиона долара, укупни трошкови корисничке службе су поново имали тенденцију раста, јер је сада морало да се одржава и инфраструктура вештачке интелигенције и значајан број људског особља. Ово није прича о успеху аутоматизације, већ скупа лекција о ограничењима техничке оптимизације без стратешког управљања променама.

Организациона димензија неуспеха

Кључни проблем не лежи првенствено у самој технологији, већ у организационој способности да је ефикасно интегрише. Истраживања о управљању променама показују да приближно 70 процената свих иницијатива за трансформацију не успева да оствари своје циљеве. Ова стопа је још израженија у пројектима специфичним за вештачку интелигенцију: процене указују на стопе неуспеха од 80 до 95 процената ако компаније не успоставе јасне циљеве, дефинисане метрике или доследне оквире управљања.

Разлози за овај неуспех су структурни, а не технички. Прво, постоји значајан јаз у поверењу између менаџмента и особља. Студије показују да 50 до 70 процената запослених изражава страх од дубоких технолошких промена. Овај страх није ирационалан, већ се заснива на легитимним питањима: Како ће се мој посао променити? Да ли ћу изгубити статус или стручност? Да ли ће се посао обављати поред мојих постојећих одговорности, а да ми се не обезбеде ресурси или признање? Лидери имају тенденцију да потцене ова питања или их тумаче као отпор напретку, уместо да их схвате као системске проблеме у имплементацији.

Друго, постоји фундаментални јаз између стратешких намера менаџмента и оперативне изводљивости. Мање од 30 процената компанија са иницијативама за вештачку интелигенцију успоставило је дефинисане метрике усвајања. То значи да већина компанија уводи системе вештачке интелигенције без јасног дефинисања шта успешно усвајање заправо значи или како мерити напредак. То је упоредиво са грађевинским пројектом без нацрта или контроле квалитета. Технологија се имплементира зато што се сматра стратешки неопходном („страх од пропуштања“), а не зато што постоји јасно очекивање користи.

Треће, појављују се значајни проблеми са подацима који се не могу решити једноставним улагањима. 73 одсто организација наводи квалитет података или приступачност података као свој највећи изазов. Ово није питање технолошких ресурса, већ организационе зрелости. Компаније које деценијама имају организоване податке у силосима не могу једноставно да разбију ове структуре увођењем система вештачке интелигенције. Резултат: системи вештачке интелигенције раде са улазима ниског квалитета и последично производе излазе ниског квалитета („смеће унутра, смеће напоље“).

Границе аутоматизације: Парадокс корисничког искуства

Још један феномен је јасно евидентан у аутоматизацији корисничке службе. ServiceNow извештава да су системи вештачке интелигенције способни да аутономно обраде приближно 80 процената једноставних упита купаца. Време решавања може се смањити за 52 процента, а стопе решавања првог контакта побољшати за 40 процената. Ово су импресивне оперативне метрике. Међутим, студије купаца истовремено показују да 93 процента купаца преферира људску контакт особу за сложена питања. Ово није ствар личних преференција, већ одражава фундаментално ограничење.

Већина проблема купаца у стварном свету није једноставна. Они зависе од контекста, често су емоционално набијени и захтевају разумевање индивидуалне ситуације. Купцу који има потешкоћа са повраћајем новца потребан је не само брз одговор већ и осећај да је разумен. Код сложених финансијских производа, купац мора да верује да његов партнер брине о његовим интересима. То су квалитети који су фундаментално ван домашаја механичке аутоматизације јер захтевају процену и истинску људску везу.

Подаци указују на то да су системи вештачке интелигенције у корисничкој служби најефикаснији када делују као алати за људске агенте („копилот“), а не као замене. Систем који подржава запослене у рутинским задацима, аутоматизује документацију или претходно истражује информације даје позитивне резултате. Систем који покушава да потпуно замени људе често доводи до ланца дисфункционалних ефеката: купци мењају добављаче, стопе жалби се повећавају, а поверење у бренд опада. Оперативни циљ смањења трошкова се тиме поткопава јер су одлив купаца и штета по репутацију скупљи од постигнутих уштеда.

Нова димензија дигиталне трансформације са „Управљаном вештачком интелигенцијом“ – платформа и B2B решење | Xpert Consulting - Слика: Xpert.Digital

Овде ћете сазнати како ваша компанија може брзо, безбедно и без високих баријера за улазак имплементирати прилагођена решења за вештачку интелигенцију.

Управљана AI платформа је ваше свеобухватно и безбрижно решење за вештачку интелигенцију. Уместо да се бавите сложеном технологијом, скупом инфраструктуром и дуготрајним процесима развоја, добијате готово решење прилагођено вашим потребама од специјализованог партнера – често у року од само неколико дана.

Кључне предности на први поглед:

⚡ Брза имплементација: Од идеје до апликације спремне за употребу за дане, а не месеци. Нудимо практична решења која стварају тренутну додату вредност.

🔒 Максимална безбедност података: Ваши осетљиви подаци остају код вас. Гарантујемо безбедну и усклађену обраду без дељења података са трећим лицима.

💸 Без финансијског ризика: Плаћате само за резултате. Велика почетна улагања у хардвер, софтвер или особље су потпуно елиминисана.

🎯 Фокусирајте се на свој основни посао: Концентришите се на оно што најбоље радите. Ми се бринемо о целокупној техничкој имплементацији, раду и одржавању вашег вештачке интелигенције.

📈 Спремно за будућност и скалабилно: Ваша вештачка интелигенција расте са вама. Обезбеђујемо континуирану оптимизацију и скалабилност и флексибилно прилагођавамо моделе новим захтевима.

Више информација овде:

• Решење за управљану вештачку интелигенцију - Индустријске услуге вештачке интелигенције: Кључ конкурентности у секторима услуга, индустрије и машинства

Провера стварности: Ко данас заиста има користи од вештачке интелигенције?

Доступни подаци указују на поделу у економији. С једне стране, постоје технолошки гиганти и неколико специјализованих компанија „изворних у вештачкој интелигенцији“ које настављају да улажу значајно у инфраструктуру вештачке интелигенције и дубоко је интегришу у своје пословне моделе. С друге стране, постоји велика већина традиционалних компанија које су усвојиле вештачку интелигенцију, али виде само ограничен успех у смислу стварања вредности.

Подаци компаније McKinsey показују да око 23 одсто компанија активно скалира системе вештачке интелигенције, док је 39 одсто још увек у експерименталним фазама. То значи да, иако је 62 одсто на неки начин ангажовано у вештачкој интелигенцији, њихова посвећеност никако није хомогена. Компаније са јасним стратегијама за вештачку интелигенцију и успостављеним структурама управљања постижу отприлике 2,5 пута већи повраћај инвестиције од оних које имплементирају вештачку интелигенцију ад хок или као чисто тактичку иницијативу. Најбољи извођачи, који постижу десетоструки повраћај инвестиције, чине ексклузивну групу. То су компаније које вештачку интелигенцију не схватају као изоловано ИТ решење, већ као интегрисану компоненту свеобухватне пословне трансформације.

BCG извештава да је просечан повраћај инвестиције тренутно 11,2 процента, док зреле организације већ остварују двоструко већи принос. Ово није безначајна разлика. То значи да је организациона зрелост два до три пута важнија од чисто технолошког капацитета. Поређења ради, традиционално пословање фокусирано на оперативну ефикасност може очекивати повраћај од 15 до 20 процената. Иницијативе за вештачку интелигенцију, стога, не конкуришу на једнаким условима; оне морају да остваре изузетан принос како би оправдале ризике који су инхерентни технологији.

Парадокс инвестиције: Више новца, мање поверења

Феномен који се појављује за 2026. годину је изванредан. Док технолошке компаније настављају да улажу рекордне суме у вештачку интелигенцију, поверење међу традиционалним предузећима опада. Мета, Гугл и Мајкрософт драстично повећавају своје буџете. Па ипак, истовремено, традиционалне компаније рекалибришу своје планове за вештачку интелигенцију.

Форестер предвиђа да ће 25 одсто планираних инвестиција у вештачку интелигенцију бити одложено до 2027. године. Ово није повлачење, већ репланирање. Порука компанија је јасна: „Инвестираћемо у вештачку интелигенцију, али само када јасно видимо користи.“ Ово означава прелаз из фазе спекулативног експериментисања у фазу инвестиција усмерених ка резултатима.

Други феномен погоршава ову динамику: слепило за мерење. 46 процената компанија није успоставило структурирани оквир за мерење поврата улагања. То значи да скоро половина компанија које инвестирају заправо не зна да ли њихови пројекти функционишу. С обзиром на то да просечној иницијативи за вештачку интелигенцију треба три до пет година да достигне пуну вредност, ово доводи до сценарија у којем компаније годинама распоређују буџете без валидних метрика успеха. То је као вожња у потпуном мраку – надајући се да ће на крају стићи на одредиште.

Културна компонента: Дубоки организациони проблем

У томе лежи прави проблем. Имплементације вештачке интелигенције не пропадају зато што технологија не успева. Пропадају зато што компаније покушавају да примене технолошка решења на организационе проблеме који су културног порекла. Студије показују да су културни фактори и отпор главне препреке у преко 50 процената неуспелих иницијатива вештачке интелигенције.

Ово се манифестује на неколико нивоа. Прво, постоји широко распрострањен страх од губитка посла. Компаније које имплементирају вештачку интелигенцију ретко отворено комуницирају да би технологија могла да замени улоге. Говоре о „аутоматизацији“, „ефикасности“ и „продуктивности“. Али запослени разумеју подтекст. Ако се овај страх не реши кроз истинску преквалификацију, јасне дефиниције улога и гаранције за посао, то доводи до прикривеног отпора, слабог прихватања и неке врсте пасивног одбијања.

Друго, постоји фундаментално питање поверења у саме вештачке интелигенције (ВИ). Многи запослени су скептични према способности ВИ да доноси нијансиране одлуке. Брину се због пристрасности, лажно позитивних резултата и ризика да аутоматизовани системи превиђају важан контекст. Овај скептицизам није неоснован. Постоје бројни докази о халуцинацијама у ВИ моделима и склоности грешкама у посебним случајевима који су недовољно заступљени у подацима за обуку. Ако запослени не разумеју како ВИ долази до одлуке, или ће игнорисати систем или ће изгубити поверење у саму организацију.

Треће, откривају се структурни недостаци. Организације са дубоким функционалним силосима не могу ефикасно да користе системе вештачке интелигенције дизајниране за међуфункционалну сарадњу. Компаније чији системи евалуације дају приоритет индивидуалном учинку у односу на сарадњу тешко ће инвестирати у колаборативне моделе вештачке интелигенције. Средњи менаџмент, осећајући се угроженим аутоматизацијом, подићи ће суптилне препреке усвајању. Ови проблеми се не могу решити бољим софтвером, већ само истинским редизајном организације.

Поука: Технологија није замена за стратегију

Из свих ових података произилази једна лекција која није нова, али је потребно поново научити у овом контексту: Технологија сама по себи не решава пословне проблеме. Она је алат. Моћан алат у рукама организација које знају како да га користе – и веома скупа играчка у рукама оних који се надају магичној промени.

Компаније које постижу стварни напредак са вештачком интелигенцијом раде неколико ствари паралелно: Имају јасну пословну стратегију у којој вештачка интелигенција игра специфичну улогу, уместо да буде свеобухватно решење. Улажу у управљање променама са истом енергијом и буџетима као и у саму технологију. Успостављају јасне оквире мерења пре имплементације. Континуирано обучавају своје запослене за рад у окружењу побољшаном вештачком интелигенцијом. Проактивно се баве културним отпором. И успостављају снажне структуре управљања како би осигурале да су системи вештачке интелигенције усклађени са вредностима компаније.

Ово нису једноставни ни брзи процеси. Истраживање компаније Deloitte показује да је „агентској вештачкој интелигенцији“ – следећем таласу вештачке интелигенције – потребно у просеку три до пет година да би пружила праву додату вредност. Ово није критика технологије, већ реално разумевање да дубока организациона трансформација захтева време.

Удаљавање: Ко побеђује, а ко губи?

Фасцинантан феномен се јавља када се размотри ко је успешно имплементирао вештачку интелигенцију. Мета, Гугл и Спотифај настављају да улажу велика средства и извештавају о позитивним резултатима. То су компаније са дубоким разумевањем науке о подацима, успостављеном културом иновација и ресурсима за толерисање грешака и учење из њих. Кларна је, с друге стране, увела вештачку интелигенцију првенствено из трошковних разлога, превиђајући стратешку димензију.

Ово оцртава контуре двослојне економије. Прву групу чине компаније које разумеју вештачку интелигенцију као трансформативни алат и поседују неопходне структуре, податке и културу. Другу групу чине традиционалне компаније које желе вештачку интелигенцију јер је њихови конкуренти користе, али им недостаје организациона зрелост. Ова група ће наставити да експериментише, троши новац и постиже ограничен успех, док ће акумулирати структурне конкурентске недостатке у поређењу са првом групом.

Ова динамика ће се интензивирати током наредних пет година. Организације које улажу у управљање променама и организациону зрелост, поред својих технолошких инвестиција сада, биће победници. Они који улажу искључиво у технологију и надају се аутоматској трансформацији, пропашће.

Изгледи: 2026. и даље

Форестерова прогноза за 2026. годину је тачна: „Уметност могућег уступа место науци практичног.“ Ера спекулативних експеримената се ближи крају, а почиње ера инвестиција усмерених ка резултатима. Финансијски директори ће бити укључени у одлуке о вештачкој интелигенцији не из ентузијазма, већ зато што имају јасна очекивања поврата новца. Чињеница да ће 30 одсто великих компанија увести обавезну обуку за вештачку интелигенцију указује на прихватање да организационе компетенције и даље треба развијати. Компаније које одлажу своје планове за вештачку интелигенцију више се не сматрају губитницима, већ разумним, јер реално процењују време и организационе захтеве.

Порука за пословне лидере је јасна: Хајп око вештачке интелигенције није завршен. Технологија је стварна и наставиће да даје резултате тамо где традиционални системи не успевају. Али наивно веровање да ће саме инвестиције у вештачку интелигенцију донети трансформативне исходе је ствар прошлости. Следећа фаза усвајања вештачке интелигенције биће дефинисана не технолошким, већ организационим пробојима. Они који ово разумеју ће победити. Остали ће потрошити године и капитал, само да би завршили тамо где је требало да почну: са стратешким, интегрисаним и приступом усмереним на човека.

☑️ Наш пословни језик је енглески или немачки

☑️ НОВО: Преписка на вашем матерњем језику!

Konrad Wolfenstein

Ја и мој тим смо срећни што вам можемо бити на располагању као ваш лични саветник.

Можете ме контактирати попуњавањем контакт форме овде или једноставно позовите на +49 89 89 674 804 ( Минхен) . Моја имејл адреса је: [email protected]

Радујем се нашем заједничком пројекту.

☑️ Подршка малим и средњим предузећима у стратегији, консултацијама, планирању и имплементацији

☑️ Креирање или реорганизација дигиталне стратегије и дигитализације

☑️ Проширење и оптимизација међународних продајних процеса

☑️ Глобалне и дигиталне B2B платформе за трговање

☑️ Пионирски развој пословања / Маркетинг / Односи с јавношћу / Сајмови

Искористите предности Xpert.Digital-овог опсежног, петоструког стручног знања у свеобухватном пакету услуга | Истраживање и развој, XR, односи с јавношћу и оптимизација дигиталне видљивости - Слика: Xpert.Digital

Xpert.Digital поседује дубинско знање у различитим индустријама. То нам омогућава да развијемо прилагођене стратегије прецизно усклађене са захтевима и изазовима вашег специфичног тржишног сегмента. Континуираном анализом тржишних трендова и праћењем развоја у индустрији, можемо деловати проактивно и понудити иновативна решења. Комбинација искуства и стручности ствара додатну вредност и пружа нашим клијентима одлучујућу конкурентску предност.

Више информација овде:

• Искористите предности 5 области стручности компаније Xpert.Digital у једном пакету – већ од 500 евра месечно