Šta AI analitika stvarno nudi firmi pri odlučivanju

Direktan odgovor: AI analitika danas pouzdano radi jednu stvar, brzo pretvara podatke koje firma već ima u čitljiv odgovor na pitanje postavljeno običnim jezikom, umesto da neko satima vuče izveštaj iz tabela. Ono što ne radi je sama odluka. Alat ne zna zašto je konkurent spustio cenu, ne snosi posledice pogrešnog poteza i ume da zvuči sigurnije nego što podaci zapravo dozvoljavaju. Razlika između ta dva sloja je ono što firma mora da razume pre nego što počne da se oslanja na njega.

Šta AI analitika danas stvarno radi dobro

Najveći pomak u poslednjih godinu i po dana nije u tome da je AI postao pametniji analitičar, nego da je prestao da traži da se podaci prvo pretvore u formulu. Vlasnik prodavnice može da otvori tablu i napiše pitanje poput „koliko smo prodali u Novom Sadu prošle nedelje u odnosu na mesec pre“ i dobije broj, grafikon i izvor odakle broj dolazi, bez da zna šta je spojeni upit ili pivot tabela.

Microsoftov Copilot u Power BI-ju radi reaktivno, gradi izveštaj na zahtev, piše DAX formule i daje takozvane Smart Narratives, kratke tekstualne sažetke trenda ispod grafikona. Salesforceov Tableau Pulse ide korak dalje i radi proaktivno, sam prati odabrane metrike i šalje poruku u Slack, Teams ili mejl kad broj iskoči iz uobičajenog okvira, bez da iko otvori tablu i postavi pitanje. Oba pristupa rešavaju stvaran problem, onaj da podaci stoje u pet različitih sistema i niko nema vremena da ih svakog jutra ručno sravnjuje.

U praksi to često izgleda sitnije nego što zvuči u marketinškom materijalu dobavljača. Vlasnik lanca od tri prodavnice svakog ponedeljka dobija kratak sažetak mejlom, promet po lokaciji, pet artikala koji su nestali sa stanja i trošak oglasa po ostvarenoj prodaji. Kad mu zatreba detalj, otkucaju pitanje umesto da zove knjigovođu ili čeka da neko u firmi otvori Excel. To je razlika koju AI sloj stvarno donosi, manje vremena između pitanja i brojke, ne i sama procena da li treba otvoriti četvrtu prodavnicu.

Gde AI analitika staje, a odluka ostaje na ljudima

Granica je jasnija kad se pogleda šta se dešava kada firma pokuša da prenese ne samo pripremu podataka nego i samu odluku na algoritam. Istraživanje MIT Media Lab objavljeno 2025. godine, zasnovano na 150 razgovora sa rukovodiocima, anketi od 350 zaposlenih i pregledu 300 javnih AI primena u firmama, pokazalo je da oko 95 odsto pilot projekata generativne AI nije donelo merljiv uticaj na prihod ili profit. Autor istraživanja Aditya Challapally to pripisuje pre svega jazu između alata i stvarnog radnog procesa firme, a ne kvalitetu samih modela.

Gartnerova anketa 502 rukovodioca za podatke i analitiku za 2026. godinu ide u istom pravcu, usvajanje AI alata je neravnomerno, a najveći deo organizacija nema jasno utvrđeno koje slučajeve upotrebe uopšte treba prioritetizovati. Drugim rečima, alat ume da odgovori na pitanje, ali firma često ni ne zna koje je pravo pitanje, isti problem koji smo opisali u planu za uvođenje AI u firmu u pet koraka, gde je prvi korak uvek popis procesa, ne kupovina alata.

Dobar istorijski primer koliko lako algoritamski izveden zaključak može da se zameni za pouzdanu odluku je slučaj Zillowa iz 2021. godine. Kompanija je koristila model za procenu cena nekretnina da bi otkupljivala kuće i preprodavala ih uz profit. Kada je tržište počelo da se hladi, model je nastavio da predlaže agresivnije ponude, a rukovodstvo je te ponude dodatno pogurivalo iznad onoga što je model preporučivao. Zillow je u trećem kvartalu te godine prijavio gubitak od oko 381 milion dolara i otpisao zalihe kuća za oko 304 miliona dolara, pre nego što je posao potpuno ugasio. Analiza Robust Intelligence posle toga je naglasila da problem nije bio samo u algoritmu, nego u tome što je menadžment tretirao njegov izlaz kao izvesnost, a ne kao procenu sa rasponom greške.

Kako firma proverava da li joj AI alat za analizu zaista pomaže

Pre nego što se potpiše bilo kakav ugovor ili pretplata, korisno je proći kroz par konkretnih koraka umesto da se odluka donese na osnovu demo prezentacije dobavljača.

1. Krenite od jednog pitanja koje se stvarno ponavlja. Ne „želimo AI analitiku“, nego „svakog ponedeljka neko ručno pravi izveštaj o prodaji po lokacijama“. Konkretno pitanje je ono što se testira, ne opšta ideja.
2. Pustite alat na postojeće podatke pre kupovine. Svaki ozbiljan dobavljač dozvoljava probni period sa vašim stvarnim brojkama. Ako se tabla ili asistent testira samo na demo podacima iz prezentacije, ne znate ništa o tome kako radi sa vašim haosom u šiframa artikala i nazivima kupaca.
3. Proverite odgovor na jednostavno pitanje na koje već znate tačan broj. Ako asistent pogrešno izračuna nešto što vaš knjigovođa može da potvrdi za minut, to je signal da ne verujete mu ni za složenija pitanja dok se greška ne razjasni.
4. Odvojite izveštaj od odluke. Tabla i asistent treba da kažu šta se desilo i da to pokažu brojkom i grafikonom. Zašto se desilo i šta firma sledeće radi i dalje je posao čoveka koji poznaje kupce, sezonu i konkurenciju, ne samo tabelu.
5. Odredite ko potpisuje odluku kad alat nešto preporuči. Zillow primer pokazuje da najveći rizik nije u tome što je model pogrešio, nego što niko nije bio zadužen da preispita preporuku pre nego što je postala akcija. Isto pravilo važi i za autonomnije AI agente koji sami pokreću korake, ne samo za asistenta koji odgovara na pitanje.

U Srbiji je slika slična onome što pokazuju globalna istraživanja. Prema EY AI Pulse anketi za 2026. godinu, oko 70 odsto najvećih kompanija u zemlji već testira ili je uvelo neki oblik AI u poslovanje, uglavnom radi konkurentske prednosti i efikasnosti, dok je smanjenje broja zaposlenih najniže rangiran motiv. Isto istraživanje ipak navodi da jasni pokazatelji za merenje stvarne vrednosti AI ulaganja i dalje nisu široko uspostavljeni, što je domaća verzija istog jaza koji je MIT istraživanje zabeležilo na globalnom nivou.

Kada firmi treba spoljna procena, a kada može sama

Firma koja već ima nekoga ko razume i podatke i posao može sama da proba korake iznad. Problem nastaje kad niko u firmi nema vremena ili iskustva da proceni da li je određena AI preporuka stvarno zasnovana na dobrim podacima ili samo zvuči ubedljivo. Tada ima smisla naručiti AI procenu za firmu ili, ako treba samo da se proveri da li firmi uopšte treba spoljni tim, pogledati tekst o tome šta je AI agencija i kada ima smisla angažovati je. Procena je kratak i jeftin pregled procesa i podataka koji kaže gde AI alat za analizu stvarno donosi vrednost, a gde je samo trošak. Ako je odgovor da vredi uvesti tablu koja spaja prodaju, zalihe i oglase na jedno mesto sa asistentom koji odgovara na pitanja na srpskom, taj posao konkretno rade izveštaji i analiza podataka uz AI. Za firme koje žele nekog ko prati ovu oblast svakog meseca, pregleda ponude dobavljača i upozorava kad neki alat obećava više nego što može da isporuči, tu je mesečni AI savetnik za firmu.

Portal agenti.rs izdaje Dedaldev doo, firma koja upravo ove usluge i pruža firmama u Srbiji, pa ko želi da proveri sve tri opcije na jednom mestu može da pogleda celu ponudu na strani za firme.