Enej Gradišek: Brez jasnih ciljev UI ne prinese rezultatov

Generativna umetna inteligenca (UI) vse bolj prodira v poslovno okolje, vendar je še precejšen razkorak med dejansko uporabo in njenimi zmožnostmi. Podjetja se ob zanimanju za nova orodja srečujejo tudi z vprašanji varnosti, varstva podatkov, odgovornosti in vpliva na delo zaposlenih. Če pri uvajanju nimajo jasnih ciljev in ne vključijo človeške presoje, UI ne izboljša dela, temveč ostane neizkoriščena priložnost.

Zakaj UI ni nadomestilo za ljudi, temveč orodje, ki zahteva znanje, jasna pravila in človeško presojo, je pojasnil Enej Gradišek, strokovnjak za generativno umetno inteligenco in svetovalec podjetjem, ki se z njenim uvajanjem v prakso ukvarja že od samih začetkov. Kot ustanovitelj podjetja FaciliTribe in partner v Skillifai hkrati zaznava, da slovenska podjetja s pretirano previdnostjo tvegajo konkurenčni zaostanek.

Podjetje mora najprej jasno določiti, zakaj uvaja generativno umetno inteligenco in kje želi z njo doseči konkreten učinek. Smiselno je začeti z omejenim številom primerov uporabe, kjer je veliko ponavljajočega se dela in kjer je učinek mogoče tudi izmeriti. Brez jasnega cilja uporaba hitro ostane na ravni eksperimentiranja.

Drugi ključni element so zaposleni. Generativna UI ne zahteva tehničnega znanja, temveč razumevanje, kaj orodje zmore in česa ne, ter sposobnost kritičnega preverjanja rezultatov. Odgovornost za končne odločitve mora vedno ostati pri človeku.

Tretji steber sta varnost in zaupanje. Podjetje mora vedeti, s katerimi podatki lahko dela, kako jih zaščiti in kje so meje uporabe. Ko so cilji, ljudje in pravila jasno postavljeni, lahko UI postane učinkovito delovno orodje, ne pa tveganje za organizacijo.

Podjetja z uvajanjem umetne inteligence pridobijo predvsem hitrost, boljšo preglednost in več časa za delo z višjo dodano vrednostjo. UI zmanjšuje ponavljajoče se delo in izboljšuje kakovost odločitev, zato se zaposleni lahko osredotočijo na naloge, kjer je človeška presoja res pomembna.

Največ koristi imajo procesi, kjer je veliko informacij, besedil in rutinskih opravil, kot so podpora strankam, prodaja in marketing, upravljanje znanja ter administracija in IT. V teh primerih UI pripravi osnutke, povzetke ali analize, človek pa jih preveri in prilagodi kontekstu.

V praksi to pogosto pomeni, da ekipa v podpori strankam pripravi odziv v nekaj minutah namesto v pol ure, končna odločitev in odgovornost pa ostaneta pri človeku.

Umetno inteligenco je najlažje sprejeti kot partnerico takrat, ko ljudje vidijo, da jim konkretno olajša delo. V praksi to pomeni, da UI prevzame rutinske naloge ali pripravi osnutke, končna presoja in odgovornost pa vedno ostaneta pri človeku. Ko je ta razmejitev jasna, se zmanjša tudi strah pred uporabo.

Pri vodstvu je ključno, da z lastnim zgledom pokaže, kako smiselno uporabljati UI. Če vodje umetno inteligenco razumejo kot podporo boljšim odločitvam in ne zgolj kot orodje za zniževanje stroškov, to postavi ton za celotno organizacijo.

Na ravni kulture je ključno, da so pravila uporabe jasna in enaka za vse. Ko zaposleni vedo, kaj se sme in kako se preverjajo rezultati, UI hitro postane del normalnega dela.

Zadržanost do uvajanja umetne inteligence ni toliko vprašanje panoge kot pripravljenosti organizacije. Panoge, kot so farmacija, zdravstvo in finance, se z UI že aktivno ukvarjajo, vendar zaradi odgovornosti in zakonodaje k uvajanju pristopajo bolj premišljeno in postopno.

Več težav se pojavi v organizacijah, kjer so podatki razpršeni ali slabo urejeni. Tam se UI hitro dojema kot tveganje, kar se kaže kot strah pred podatki, nerazumevanje delovanja tehnologije in občutek izgube nadzora. Brez kakovostnih in strukturiranih podatkov pa ni mogoče pričakovati zanesljivih rezultatov.

Odpor se najlažje premaga z urejanjem osnov in postopnim uvajanjem. Z enostavnimi, nizko tveganimi primeri uporabe lahko podjetja hitro pokažejo konkretne koristi, na primer manj administracije, hitrejši dostop do informacij in boljšo podporo uporabnikom. Ko se vzpostavita red in zaupanje, lahko UI postane tudi pomemben vzvod rasti in večje učinkovitosti.

Največja tveganja pri hitri vpeljavi umetne inteligence niso tehnološka, ampak organizacijska. Podjetja pogosto začnejo uporabljati UI brez jasnega namena, pravil in odgovornosti, kar hitro vodi v napačna pričakovanja in nezaupanje v rezultate.

Pogosta past je tudi prepričanje, da bo UI rešila obstoječe težave. To ne drži. Umetna inteligenca je orodje, ki slabe procese, neurejene podatke in nejasno odgovornost samo še bolj razkrije.

Negativne vplive lahko podjetja ublažijo tako, da uvajanje vežejo na konkretne primere uporabe, jasno določijo odgovornost za rezultate in ohranijo človeka v vlogi tistega, ki preverja in odloča. Ko je ta razmejitev jasna, UI postane pomoč, ne tveganje.

Uporabo umetne inteligence bi načeloma odsvetoval v primerih, ko je v ospredju sočutje, je potrebna človeška presoja v občutljivih situacijah in je nujen neposreden človeški stik. Na primer v postopkih odpuščanja, zahtevnejših kadrovskih pogovorih, vodenju delavnic, kjer se je treba sproti prilagajati dinamiki skupine in razumevanju ljudi.

Umetna inteligenca lahko hitro ponudi odgovor in rešitve, vendar ne razume vedno celotnega ozadja, odnosov in posledic, ki jih ima odločitev za ljudi.

Še vedno obstajajo procesi, kjer je človek nepogrešljiv: pri presoji, odgovornosti, vodenju sprememb in ustvarjanju zaupanja. UI je lahko zelo dobra pomoč, ni pa nadomestilo za človeško izkušnjo, intuicijo in odgovornost. Ključno je, da podjetja ne zapadejo v slepo zanašanje na tehnologijo, temveč ohranijo človeka, ki razume kontekst in sprejema končne odločitve.

Pri izbiri UI orodij bi morala podjetja najprej odgovoriti na vprašanje, kaj želijo izboljšati, ne katero orodje je trenutno najbolj popularno. Orodje samo po sebi nima vrednosti, če ni jasno, kako se bo uporabljalo v konkretnem procesu in kdo je za to odgovoren.

Pri presoji dolgoročne smiselnosti so ključna tri merila: varnost in ravnanje s podatki, možnost povezovanja z obstoječimi sistemi ter skupni strošek uporabe skozi čas, ne le začetna cena. Smiselno je izbirati rešitve, ki omogočajo prilagodljivost in ki podjetja ne zaklenejo pri enem ponudniku.

Hkrati morajo biti podjetja pripravljena na hitro, a nadzorovano preizkušanje. Orodja je smiselno testirati v omejenem okolju, meriti dejanski učinek in na podlagi rezultatov sprejemati nadaljnje odločitve. Tako se podjetje uči hitreje od tehnologije, brez nepotrebnih tveganj.

Umetna inteligenca ne spreminja toliko tehničnih zahtev, kot spreminja način razmišljanja in dela. Zaposleni bodo morali znati jasno opredeliti naloge, kritično presojati rezultate in razumeti, kdaj UI pomaga in kdaj ne. Ključna veščina postaja sposobnost preverjanja in razumevanja konteksta, ne slepo zanašanje na rezultate orodij.

Pri vodjih je sprememba še izrazitejša. Poleg osnovnega razumevanja tehnologije morajo znati presojati, kje ima UI poslovni smisel, kako jo vključiti v procese ter kako voditi ljudi skozi spremembe. V ospredje stopajo odločanje, postavljanje prioritet in ustvarjanje zaupanja.

Dolgoročno bodo največ vredne veščine tiste, ki jih UI ne more nadomestiti: presoja, odgovornost, sodelovanje in sposobnost učenja. Organizacije, ki bodo te kompetence sistematično razvijale, bodo z umetno inteligenco tudi bolj konkurenčne.

Slovenska podjetja so na umetno inteligenco v veliki meri pripravljena, vendar se premikajo počasneje kot njihovi tuji konkurenti. Nekatera jo že vključujejo v svoje procese, veliko pa jih kljub zanimanju ostaja v fazi opazovanja, predvsem zaradi strahu in nezaupanja v novo tehnologijo.

Ta previdnost je razumljiva, a ima svojo ceno. Podjetja, ki predolgo čakajo, izgubljajo priložnost, da bi si postopno zgradila znanje in izkušnje. Medtem ko se drugje učijo z uporabo, pri nas pogosto še razmišljamo, ali je pravi trenutek.

Na mednarodnem trgu to pomeni jasno razliko. Konkurenčnejša bodo tista podjetja, ki bodo umetno inteligenco pravočasno vključila v ključne procese in se z njo učila hitreje od okolja. Čakanje namreč ne pomeni varnosti, ampak predvsem zaostajanje.

Zakonodaja na ravni EU in Slovenije, predvsem EU AI Act, podjetjem ne zapira vrat do umetne inteligence, temveč postavlja jasen okvir za njeno uporabo. Največ zahtev prinaša tam, kjer podjetja umetno inteligenco razvijajo, prilagajajo ali jo uporabljajo v kontekstih, ki lahko neposredno vplivajo na ljudi in pomembne odločitve.

Za večino podjetij, ki UI uporabljajo kot podporo pri vsakodnevnem delu, zakonodaja ne predstavlja večje ovire. Več pozornosti pa je potrebne tam, kjer se UI povezuje z lastnimi podatki, avtomatizira odločanje ali vpliva na uporabnike, zaposlene ali stranke. V teh primerih so ključni preglednost, razumevanje tveganj in jasna odgovornost.

Podjetniki in vodilni bi zato morali že danes imeti osnoven pregled nad tem, kje in kako uporabljajo UI, s kakšnimi podatki ter kdo je odgovoren za rezultate. Če so ti temelji postavljeni pravočasno, prilagajanje prihodnjim pravilom ne bo težava, temveč naraven del razvoja.

Podjetja lahko zagotovijo skladnost uporabe UI s svojim poslanstvom tako, da vsak primer uporabe obravnavajo kot poslovno odločitev, ne kot zgolj tehnično izboljšavo. Hitro uvajanje in eksperimentiranje sta smiselna, dokler imata jasen namen, odgovorno osebo in dogovorjena pravila.

V praksi to pomeni preprosto vprašanje: ali z uporabo UI izboljšujemo kakovost dela, preglednost ali odločanje. Hitrost je dodana vrednost, ne cilj sama po sebi. Če UI samo pospeši slabe procese ali obide odgovornost, podjetje s tem ne ustvarja trajne vrednosti.

Naloga vodstva je, da omogoči hitro preizkušanje, hkrati pa jasno določi meje glede podatkov, odločanja in nadzora. Ko so te meje jasne, UI podpira dolgoročne cilje podjetja, ne pa kratkoročnih bližnjic.

Kratkoročno, v naslednjih nekaj letih, vidim največji premik v agentnih rešitvah, kjer generativna UI avtomatizira in povezuje procese ter poenostavlja ponavljajoča se opravila. To je za podjetja najbolj oprijemljiv učinek, saj neposredno vpliva na hitrost dela, stroške in razbremenitev zaposlenih.

V daljšem obdobju pa bo uporaba generativne UI širša in bolj strateška. Posebej pomembna bo vloga UI v raziskovalnem in razvojnem okolju, tudi na področjih, kot je energetika. V Sloveniji se tukaj odpira pomembna priložnost z novim superračunalnikom in z nacionalnimi spodbudami, ki lahko okrepijo inovacijsko okolje.

Za konkurenčnost podjetij pa bo ključno, kako dobro bodo znala UI vključiti v svoje procese in način dela. Dostop do tehnologije ne bo več glavna razlika. Prednost bodo imela podjetja, ki bodo imela urejene podatke, jasne procese in ljudi, pripravljene na sodelovanje z umetno inteligenco.

Osebno pa si želim, da bi UI v Sloveniji bolj premišljeno vstopila tudi v šolstvo. Ne kot bližnjica do odgovorov, ampak kot orodje za razvoj kritičnega razmišljanja. Mladi že uporabljajo umetno inteligenco in smiselno vprašanje ni, ali jo dovoliti, temveč kako jih naučiti odgovorne in smiselne uporabe. Popolne prepovedi ustvarjajo le dodatni razkorak med realnostjo in sistemom. Menim, da bi moralo šolstvo podobno kot podjetja ustvariti jasen okvir, v katerem je uporaba dovoljena, kritično ovrednotena in razložena. Tako bi UI postala del učnega procesa, ne pa nadomestilo za znanje.

Leto 2025 bi opisal kot leto spoznanja. Po začetnem navdušenju nad umetno inteligenco smo prišli do točke, kjer se je jasno pokazal razkorak med pričakovanji in realnostjo. Če si pomagamo s krivuljo razvoja novih tehnologij, smo po moji oceni v fazi razočaranja. To ne pomeni, da UI ne deluje, temveč da smo ugotovili, da sama tehnologija ne bo rešila slabih procesov, podatkov in odločitev.

Ključni nauk leta 2025 je, da umetna inteligenca ne more nadomestiti človeške presoje. Deluje kot orodje, ki lahko pospeši delo, ne pa kot rešitev sama po sebi. Kjer je ostal človek tisti, ki razume kontekst, preverja rezultate in sprejema odločitve, so se pokazali tudi konkretni učinki.

Kot prioritete za leto 2026 bi izpostavil:

- Izbrati 2–3 konkretne primere uporabe UI, ki postanejo del rednega dela, ne več pilot.

- Jasno določiti lastništvo: kdo je odgovoren za rezultat, kakovost in uporabo UI v posameznem procesu.

- Urediti podatke tam, kjer se UI dejansko uporablja, namesto da se poskuša "popraviti vse".

- Standardizirati način uporabe UI (kaj se sme, kaj ne in kako se preverja rezultat).

- Razvijati kritično razmišljanje zaposlenih, ne le uporabo orodij.

- Meriti učinek UI na čas, kakovost in obremenitev ljudi, ne na število orodij.

Ne čakajte na popolno tehnologijo ali popolna pravila. Umetna inteligenca se bo še spreminjala, organizacije pa se bodo naučile le tisto, kar bodo dejansko uporabljale. Razlika ne bo v dostopu do tehnologije, temveč v tem, kdo jo zna smiselno vključiti v svoje delo. UI je orodje, ključna razlika pa ostaja v presoji, odgovornosti in razumevanju konteksta na strani človeka.