Prema istraživanju MIT Sloan iz 2025. godine, više od 70 % AI projekata u tvrtkama nikada ne prijeđe fazu pilota. Glavni razlog nije tehnologija. Problem je u nepripremljenosti organizacije: neuredni podaci, nedokumentirani procesi, nejasni ciljevi. Revizija AI spremnosti strukturirana je procjena koja odgovara na jedno ključno pitanje prije nego što uložite prvu kunu u razvoj: jesmo li zaista spremni, i ako nismo, što trebamo najprije popraviti?
U ovom članku prolazimo kroz pet stupova AI spremnosti, praktičan okvir za ocjenjivanje, uobičajene nalaze revizije i situacije u kojima je pošten odgovor — “još nije vrijeme.”
Što revizija AI spremnosti zapravo provjerava
Revizija AI spremnosti nije prodajni razgovor prerušen u konzultacije. To je plaćena, neovisna procjena koja Vašu organizaciju ispituje u pet dimenzija i kao rezultat daje pisani izvještaj s prioritetiziranim planom djelovanja. Zamislite je kao tehničko-organizacijski zdravstveni pregled posebno kalibriran za uvođenje umjetne inteligencije.
Rezultat nije maglovito “trebali biste koristiti AI.” To je konkretan zaključak: evo što možete učiniti odmah, evo što trebate najprije popraviti, a evo što uopće ne vrijedi pokušavati.
Temeljita revizija obično traje jedan do dva tjedna i košta između 2.000 € i 5.000 €, ovisno o složenosti poslovanja i broju uključenih odjela.
Pet stupova AI spremnosti
1. Spremnost podataka
Tu se većina tvrtki spotakne. AI sustavi trebaju podatke koji su strukturirani, čisti, dostupni i dovoljno opsežni. Revizija ispituje:
- Gdje Vaši podaci žive (tablice, ERP, CRM, papirnata dokumentacija, e-pošta)
- Jesu li strukturirani ili nestrukturirani
- Koliko povijesnih podataka postoji (mjeseci, godine, desetljeća)
- Jesu li podaci dosljedno označeni i kategorizirani
- Koliko su dostupni putem API-ja ili izravnih pristupa bazama
Uobičajen nalaz: Podaci postoje, ali razbacani su po pet različitih sustava bez jednog izvora istine. Samo to može produljiti svaki AI projekt za dva do tri mjeseca.
2. Spremnost procesa
AI automatizira procese. No proces mora najprije biti dokumentiran, stabilan i ponovljiv. Ako Vaš tim isti zadatak obavlja svaki put drugačije, ili ako se proces mijenja svakih nekoliko mjeseci, AI neće uspjeti naučiti obrazac koji ne postoji.
Revizija mapira tijekove rada koje želite automatizirati i procjenjuje njihovu zrelost. Jesu li zapisani? Imaju li jasne ulazne i izlazne točke? Postoje li rubni slučajevi koji zahtijevaju ljudsku prosudbu?
Uobičajen nalaz: Tvrtke najčešće žele automatizirati svoj najkaotičniji proces. Bolja strategija je početi s najstabilnijim — onim koji je dosadan, ponovljiv i temelji se na jasnim pravilima. Tu automatizacija procesa donosi najbrži povrat.
3. Spremnost tima
Netko u Vašoj organizaciji mora preuzeti vlasništvo nad AI inicijativom. Revizija procjenjuje razumije li Vaš tim što AI može, a što ne može, postoji li realistični nositelj projekta i je li širi tim otvoren za promjene ili će im se opirati.
Ne govorimo o tome trebate li imati znanstvenike za podatke u timu. Govorimo o tome treba li Vam netko tko može artikulirati poslovni problem, donositi odluke o kompromisima i davati povratne informacije tijekom razvoja.
Uobičajen nalaz: Uprava je entuzijastična, ali operativni zaposlenici — oni koji posao zaista rade — nisu konzultirani. To stvara otpor tijekom implementacije.
4. Spremnost infrastrukture
Može li Vaš trenutačni tehnološki stog podržati AI radna opterećenja? Revizija procjenjuje Vašu infrastrukturu u oblaku, API krajolik, sigurnosnu postavu i računalnu snagu. Ako kritične operacije pokrećete na lokalnom poslužitelju iz 2015. bez API pristupa, AI integracija postaje znatno skuplja i složenija.
Moderne AI implementacije obično zahtijevaju hosting u oblaku, RESTful API-je za pristup podacima i integracijske točke s postojećim sustavima. Razumijevanje Vašeg API integracijskog krajolika preduvjet je za bilo kakvu AI implementaciju.
Uobičajen nalaz: Softverski stog je adekvatan, ali ne postoje API-ji koji povezuju ključne sustave. Izgradnja tih integracijskih slojeva često postaje prva faza plana djelovanja.
5. Spremnost poslovnog slučaja
Ovo je stup koji odvaja uspješne AI projekte od skupih eksperimenata. “Želimo AI” nije poslovni slučaj. Valjan poslovni slučaj izgleda ovako:
- “Želimo smanjiti vrijeme obrade računa s 4 sata dnevno na 30 minuta.”
- “Želimo automatski klasificirati 80 % dolaznih zahtjeva za podršku.”
- “Želimo ukloniti 15 sati tjedno ručnog unosa podataka.”
Revizija prisiljava na jasnoću: koji je konkretan cilj, kako ćete mjeriti uspjeh i kakav je očekivani povrat ulaganja? Ako je odgovor na bilo što od toga nejasan, preporuka je da najprije definirate poslovni slučaj.
Uobičajen nalaz: Tvrtke imaju opću želju “koristiti AI”, ali nisu identificirale konkretan, mjerljiv problem. Revizija pomaže suziti fokus na jedan ili dva slučaja s najvećim potencijalom.
Okvir za ocjenjivanje
Koristimo ljestvicu od 1 do 5 za svaki stup. Evo što svaka ocjena znači:
| Ocjena | Značenje | Implikacija |
|---|---|---|
| 1 | Nije spreman | Temeljni preduvjeti nedostaju. Najprije riješite ovo. |
| 2 | Rana faza | Postoji djelomična osnova, ali značajni nedostaci ostaju. |
| 3 | U razvoju | Osnove su pokrivene; potrebna ciljana poboljšanja. |
| 4 | Spreman | Čvrsta osnova uz manje prilagodbe. |
| 5 | Napredno | Potpuno spremni; može se krenuti u implementaciju. |
Tvrtka koja ostvari ocjenu 3 ili više na svih pet stupova obično je spremna pokrenuti fokusirani AI projekt. Ocjena ispod 3 na bilo kojem stupu znači da taj stup zahtijeva popravak prije nego što ulaganje u AI ima smisla.
Većina tvrtki koje revidiramo postiže ocjene između 2 i 4, pri čemu su spremnost podataka i spremnost poslovnog slučaja najčešće slabe točke.
Što dobivate od revizije
Isporuka je pisani izvještaj koji uključuje:
- Ocjene po svih pet stupova s detaljnim obrazloženjima
- Analizu nedostataka koja identificira konkretne slabosti
- Prioritetizirani plan djelovanja s preporučenim sljedećim koracima
- Preporuke za konkretne slučajeve primjene rangirane po izvedivosti i očekivanom ROI-ju
- Procjene proračuna za sanaciju i implementaciju
- Preporuku za/protiv s jasnim obrazloženjem
Taj izvještaj je Vaš. Možete ga odnijeti bilo kojem razvojnom partneru, koristiti za interno planiranje ili predstaviti upravi. To je neovisna procjena, a ne prodajni lijevak.
Kada NE ulagati u AI
Poštena revizija ponekad donese neugodan zaključak: sada nije pravo vrijeme. Uobičajeni scenariji uključuju:
- Podaci su Vam u neredu. Ako kritični podaci žive u pretincima e-pošte i osobnim tablicama, najprije uložite u strategiju upravljanja podacima.
- Procesi su nestabilni. Ako se tijekovi rada mijenjaju svakih nekoliko mjeseci, najprije stabilizirajte procese, pa onda automatizirajte izvršavanje.
- Nema jasnog povrata ulaganja. Ako ne možete brojkama izraziti kako izgleda uspjeh, AI je rješenje koje traži problem.
- Tim nije na istoj strani. Ako operativni zaposlenici aktivno pružaju otpor inicijativi, sama tehnologija neće riješiti problem usvajanja.
U takvim slučajevima revizija se isplati jer sprječava ulaganje od 20.000 € do 50.000 € u projekt koji je bio osuđen na neuspjeh. Utrošiti 3.000 € da saznate da niste spremni dramatično je jeftinije nego potrošiti 30.000 € da to otkrijete na teži način.
Revizija nasuprot Discovery sprintu
Revizija AI spremnosti odgovara na pitanje: “Trebamo li uopće ulagati u AI i gdje?” Discovery sprint odgovara na pitanje: “Kako točno trebamo izgraditi ovo konkretno rješenje?” Ta dva koraka su komplementarna. Revizija dolazi prva i identificira pravi slučaj primjene. Discovery sprint dolazi drugi i definira opseg projekta, arhitekturu i procjenu troškova za taj slučaj.
Neke tvrtke preskoče reviziju i krenu izravno u Discovery. To funkcionira ako već imate jasno definiran problem, čiste podatke i stabilan proces. Ako je bilo što od toga neizvjesno, revizija je pametniji prvi korak.
Često postavljana pitanja
Koliko dugo traje revizija AI spremnosti? Obično jedan do dva tjedna, ovisno o broju odjela i sustava. Postupak uključuje razgovore s dionicima, procjenu podataka, pregled infrastrukture i pripremu izvještaja.
Moramo li dijeliti osjetljive podatke tijekom revizije? Ne. Revizija procjenjuje strukturu, dostupnost i kvalitetu podataka — ne njihov sadržaj. Radimo pod ugovorom o povjerljivosti i možemo provesti procjenu bez pristupa povjerljivim zapisima.
Možemo li reviziju provesti sami? Možete koristiti gore navedeni okvir za samoocjenu. No vanjska revizija donosi nepristran pogled i tehničku dubinu koju interni timovi često ne mogu postići, posebno oko infrastrukture i arhitekture podataka.
Što ako na svim stupovima dobijemo niske ocjene? To je sasvim valjan ishod. Revizija tada postaje plan sanacije: popravite kvalitetu podataka u Q3, dokumentirajte procese u Q4, ponovno procijenite AI spremnost u Q1. Takav strukturirani pristup sprječava uzaludna ulaganja i gradi čvrst temelj za buduće AI projekte.
Povezani članci
- AI u poslovanju: Praktični primjeri koji nisu samo chatbot
- Automatizacija procesa: 5 znakova da je Vaša tvrtka spremna
- ROI poslovne automatizacije
Saznajte je li Vaša tvrtka spremna za AI
Provodimo revizije AI spremnosti za tvrtke diljem Hrvatske i šire u EU. Postupak je jednostavan, isporuka je Vaša, a preporuka je poštena — uključujući i kad je odgovor “još nije vrijeme.”
Javite nam se na [email protected] ili putem forme na našoj početnoj stranici.