Generativna AI u biznisu: zašto 95% pilot projekata ne daje rezultat i kako to da izbegne mala firma

Avgusta 2025. MIT-ova inicijativa NANDA objavila je izveštaj „The GenAI Divide: State of AI in Business 2025″, koji je brzo postao jedan od najcitiranijih podataka o veštačkoj inteligenciji u firmama: oko 95% pilot projekata generativne AI u kompanijama nije dalo merljiv efekat na prihod ili dobit. Ta brojka ne znači da AI „ne radi” — znači da većina firmi AI uvodi na pogrešan način. U ovom tekstu objašnjavamo šta je izveštaj zapravo pokazao i kako mala i srednja preduzeća u Srbiji mogu da izbegnu iste greške.

Šta je izveštaj pokazao

Istraživači su analizirali stotine javno opisanih AI projekata, razgovarali sa predstavnicima firmi i anketirali zaposlene. Zaključak je da mali broj projekata donosi brz i merljiv rezultat, dok se većina zaglavi u fazi probe. Prema izveštaju, problem najčešće nije kvalitet modela, već način na koji se alat uklapa u posao (izvor: Fortune o MIT NANDA izveštaju).

Važna napomena: izveštaj meri uticaj na finansijske rezultate u relativno kratkom roku i oslanja se na ograničen uzorak, pa je naišao i na kritike metodologije. Brojku od 95% zato treba čitati kao upozorenje, a ne kao dokaz da je svaki AI projekat osuđen na propast.

„Learning gap”: zašto generički alati zapnu

Autori glavni razlog nazivaju „learning gap” — jaz u učenju. Generički alati poput običnog chatbota odlični su za pojedinca, ali u firmi često:

• ne pamte kontekst i prethodne odluke, pa svaki put kreće od nule;
• nisu povezani sa sistemima u kojima se posao zaista odvija (knjigovodstvo, CRM, magacin, mejl);
• ne prilagođavaju se procesu firme, pa ljudi posle nekoliko nedelja odustanu;
• uvode se tamo gde je najvidljivije (marketing i prodaja), a ne tamo gde je ušteda najveća.

Izveštaj navodi i da su najbolji povrat investicije često davale „dosadne” back-office primene — obrada dokumenata, administracija, smanjenje troškova spoljnih usluga — a ne najatraktivniji demo projekti.

Kupiti ili praviti sam?

Jedan od praktičnijih nalaza: projekti u kojima su firme kupile gotovo, specijalizovano rešenje i prilagodile ga uz pomoć dobavljača uspevali su znatno češće od projekata koje su firme gradile potpuno same. Za malu firmu u Srbiji pouka je jednostavna — retko ima smisla graditi sopstveni AI sistem od nule ako postoji proveren alat koji rešava isti problem.

Gde AI agenti pomažu, a gde ne

Deo odgovora na „learning gap” su AI agenti — sistemi koji ne samo da pišu tekst, već prolaze kroz više koraka zadatka i rade sa drugim alatima (na primer: provere porudžbinu, pripreme odgovor kupcu i zabeleže ga u sistemu). Agenti mogu da premoste jaz jer su povezani sa stvarnim tokom posla, ali nose i nove rizike: greške se brže umnožavaju, a agent mora da ima tačno ograničene dozvole. Više o tome kako agenti funkcionišu pročitajte u tekstu AI agenti 2026, a o konkretnim koracima u vodiču kako napraviti AI agenta.

Kako mala firma u Srbiji može da izbegne grešku od 95%

1. Počnite od jednog merljivog problema. Na primer: koliko sati nedeljno odlazi na odgovaranje na ista pitanja kupaca ili na prepisivanje faktura. Ako ne možete da izmerite stanje pre AI-ja, nećete znati ni da li je pomogao.
2. Izaberite proces, ne alat. Prvo opišite kako posao danas teče, pa tek onda tražite alat koji se u to uklapa.
3. Testirajte kratko i ograničeno. Dve do četiri nedelje, jedan tim, jasni kriterijumi uspeha.
4. Uključite ljude koji rade posao. Najveći broj pilot projekata propada jer ih zaposleni ne koriste — ne zato što alat ne radi.
5. Proverite podatke i pravila. Pre slanja podataka kupaca u bilo koji AI alat proverite gde se podaci obrađuju i da li je to u skladu sa Zakonom o zaštiti podataka o ličnosti.
6. Merite posle 30 i 90 dana. Ušteđeno vreme, broj grešaka, brzina odgovora kupcima — i tek onda širite primenu.

Gde početi

Ako tek uvodite AI u firmu, praktični koraci su u vodičima AI za mala preduzeća, AI automatizacija posla i AI za korisničku podršku. Za konkretne primere iz prakse pogledajte 12 primera AI-ja u malom biznisu.

Zaključak

Podatak o 95% neuspešnih pilot projekata nije argument protiv AI-ja, već protiv nepripremljenog uvođenja. Firme koje počnu od jasnog problema, izaberu alat koji se uklapa u postojeći posao i mere rezultat imaju mnogo veće šanse da budu u onih 5% koji vide stvaran efekat.

Izvor: MIT NANDA, „The GenAI Divide: State of AI in Business 2025″ (avgust 2025), prema pisanju Fortune.