Agentic AI – Nova era autonomnih poslovnih sistema, Slobodan Krstić

Agentic AI predstavlja napredne inteligentne softverske agente koji mogu samostalno da prepoznaju zadatke, donose odluke i izvršavaju ih bez potrebe za stalnim ljudskim nadzorom. Ovi sistemi su dizajnirani tako da funkcionišu kao autonomni digitalni saradnici koji ne samo da odgovaraju na zadate instrukcije već mogu i samoinicijativno da istražuju rešenja, optimizuju procese i prilagođavaju se promenljivim okolnostima. U ovom tekstu, istražićemo poreklo, evoluciju i primenu Agentic AI-a u različitim industrijama.

Poreklo i evolucija Agentic AI-a

Pojam Agentic AI potiče od reči „agent“ i koncepta „agencije“, koji se u filozofiji i psihologiji odnosi na sposobnost samostalnog donošenja odluka i preduzimanja akcija. U kontekstu veštačke inteligencije, ovaj termin označava AI sisteme koji nisu samo reaktivni, već mogu planirati, delovati autonomno i prilagođavati se dinamičnim okruženjima.

Koncept Agentic AI-a počeo je da se razvija u poslednjoj deceniji kao odgovor na ograničenja tradicionalnih modela veštačke inteligencije, koji su uglavnom bili dizajnirani da analiziraju podatke i generišu odgovore na osnovu unapred definisanih pravila. Prvi koraci ka razvoju ovakvih sistema mogu se pratiti do istraživanja u oblasti autonomnih agenata i multi-agentnih sistema, koji su se pojavili još devedesetih godina prošlog veka u akademskim krugovima.

Međutim, pojam Agentic AI u modernom kontekstu postaje prepoznatljiviji tek nakon 2020. godine, kada su istraživači i tehnološke kompanije počele intenzivno da razvijaju sisteme sposobne za dugoročno planiranje i samostalno donošenje odluka. Ključni akteri u ovom razvoju su laboratorije poput OpenAI, DeepMind-a i istraživački timovi sa univerziteta poput MIT-a i Stanforda.

Razlika između Agentic AI i tradicionalnih AI modela

Tradicionalni AI modeli, kao što su klasični GPT modeli, obavljaju zadatke zasnovane na unapred naučenim obrascima podataka. Ovi modeli reaguju na ulazne informacije u obliku tekstualnih zahteva, generišući odgovore na temelju onoga što su prethodno naučili. Iako su izuzetno efikasni u generisanju informacija i prepoznavanju obrazaca, oni obično nemaju sposobnost dugoročnog planiranja, samostalnog učenja ili adaptacije na nove, nepoznate situacije.

Ključne razlike:

Autonomija

• Tradicionalni AI modeli: Većina tradicionalnih AI sistema funkcioniše prema unapred definisanim algoritmima i pravilima. Njihova sposobnost donošenja odluka je ograničena na konkretne instrukcije, bez stvarne autonomije ili sposobnosti da samostalno prepoznaju promene u okruženju.
• Agentic AI: Ovaj tip sistema poseduje visoku autonomiju, jer može samostalno donositi odluke bez direktne ljudske intervencije. Agentic AI može učiti iz povratnih informacija, procenjivati situacije i prilagođavati svoje strategije na temelju novih saznanja ili promena u okruženju.

Dugoročno planiranje

• Tradicionalni AI modeli: Obično reaguju na pojedinačne zahteve i ne planiraju dalji tok akcija. Njihovo delovanje je reaktivno, što znači da odgovaraju na konkretna pitanja ili zadatke, ali nisu sposobni da formulišu ciljeve i rade na njihovom ostvarivanju kroz više faza.
• Agentic AI: Agentic sistemi mogu formulisati složene ciljeve i razviti planove kako bi ih postigli, što im omogućava da prepoznaju i optimizuju dugačke tokove zadataka. Ovi sistemi mogu prepoznati međuzavisnosti između različitih akcija i učiniti napredne korake kako bi postigli postavljene ciljeve u više faza.

Interakcija sa okruženjem

• Tradicionalni AI modeli: Ovi sistemi obično funkcionišu unutar unapred definisanih okvira i nisu sposobni za interakciju sa spoljnim alatima, sistemima ili okruženjima. Njihova primena je često ograničena na analizu podataka i generisanje odgovora.
• Agentic AI: Ovaj model može komunicirati sa različitim alatima, pretraživati internet, upravljati softverskim sistemima, pa čak i izvršavati zadatke u stvarnom svetu. Na primer, može automatizovati složene procese, preuzimati odgovornost za donošenje odluka u stvarnom vremenu i integrovati se u širi poslovni ekosistem, kako bi unapredio operacije.

Samopoboljšanje

• Tradicionalni AI modeli: Iako se mogu obučavati na velikim skupovima podataka, većina tradicionalnih AI sistema ne menja svoje algoritme tokom vremena. Ovi modeli nisu u mogućnosti da se samostalno prilagode novim informacijama ili promenama u okruženju.
• Agentic AI: Ovi modeli imaju sposobnost samoevaluacije i prilagođavanja svojih algoritama. Uče iz novih podataka, poboljšavaju svoje sposobnosti na temelju iskustava i optimizuju svoje performanse tokom vremena. Ova samopoboljšanja omogućavaju Agentic AI da postane efikasniji i precizniji u donošenju odluka, čak i u promenjivim uslovima.

Prve primene Agentic AI-a

Prvi značajni eksperimenti sa Agentic AI-jem pojavili su se u industrijama gde je potrebna visoka autonomija odlučivanja. Na primer:

• Finansije: Algoritmi koji samostalno analiziraju tržišta i optimizuju investicione strategije.
• Zdravstvo: Inteligentni asistenti koji mogu pratiti medicinske podatke pacijenata i sugerisati dijagnostičke postupke.
• Autonomna vozila: Sistemi koji mogu donositi odluke u realnom vremenu kako bi se prilagodili saobraćajnim uslovima.
• E-trgovina: AI agenti koji automatizuju korisničku podršku i personalizuju marketinške strategije.

Agentic AI je danas u fazi intenzivnog razvoja, a njegove buduće mogućnosti su ogromne, od automatizacije složenih poslovnih procesa do stvaranja inteligentnih digitalnih radnika koji mogu obavljati zadatke slične ljudima, ali uz veću efikasnost i preciznost.

Primeri iz prakse

Agentic AI pronalazi široku primenu u različitim sektorima poslovanja:

• Finansije: Agentic AI revolucionizuje finansijski sektor kroz automatizovanu detekciju prevara analizom transakcija u realnom vremenu i otkrivanjem nepravilnosti. Takođe, koristi se u algoritamskoj trgovini na berzi, gde predviđa kretanja cena i donosi odluke brže od ljudskih analitičara. Banke i kreditne institucije primenjuju AI u proceni kreditnog rizika, omogućavajući preciznije kreditne rejtinge i personalizovane finansijske usluge.
• Proizvodnja i logistika: AI agenti unapređuju proizvodne procese kroz prediktivno održavanje, smanjujući troškove kvarova i zastoja u proizvodnji. U logistici, inteligentni sistemi optimizuju upravljanje zalihama, predviđaju potražnju i automatizuju distribuciju robe. Pametna robotizacija skladišta omogućava efikasniji rad pomoću autonomnih vozila i dronova za isporuku.
• Zdravstvo: U medicini, AI agenti analiziraju medicinske slike, otkrivaju rane znake bolesti i pomažu lekarima u postavljanju dijagnoza. Personalizovani medicinski asistenti pružaju pacijentima prilagođene terapijske preporuke i nadgledaju zdravstveno stanje kroz nosive uređaje. Takođe, Agentic AI se koristi za ubrzavanje istraživanja lekova i predviđanje širenja epidemija.
• Poljoprivreda: AI agenti omogućavaju preciznu poljoprivredu analizom vremenskih uslova, kvaliteta zemljišta i stanja useva u realnom vremenu. Automatizovani sistemi za navodnjavanje i prihranu optimizuju upotrebu resursa, smanjujući troškove i povećavajući prinose. Dronovi sa AI analiziraju zdravlje biljaka, detektuju bolesti i preporučuju pravovremene mere zaštite.
• Vojna industrija: Agentic AI unapređuje vojnu strategiju kroz autonomne borbene sisteme, naprednu analizu taktičkih scenarija i predikciju pretnji. Inteligentni vojni asistenti pomažu u donošenju odluka u realnom vremenu analizirajući velike količine podataka sa terena. Takođe, koristi se za optimizaciju logistike, planiranje misija i razvoj novih odbrambenih tehnologija.
• Pravni sektor: AI agenti u pravnom sektoru automatizuju analizu ugovora, pomažu u razumevanju kompleksnih regulativa i obezbeđuju usklađenost sa zakonima. Takođe, koriste se za prediktivnu analizu ishoda sudskih sporova, čime advokatima pružaju dodatne uvide u potencijalne strategije. Digitalni pravni asistenti mogu generisati pravne dokumente i ubrzati obradu pravnih slučajeva.
• Obrazovanje: Personalizovani AI tutori analiziraju stilove učenja studenata i prilagođavaju nastavne materijale njihovim potrebama. AI analitika omogućava nastavnicima uvid u napredak učenika i identifikaciju oblasti koje zahtevaju dodatnu pažnju. Automatizovana evaluacija testova i domaćih zadataka smanjuje administrativni teret i omogućava preciznije ocenjivanje.
• Turizam: Agentic AI omogućava personalizovano planiranje putovanja analizom korisničkih preferencija, vremenskih uslova i turističkih trendova. Inteligentni chatbot asistenti pomažu turistima u rezervaciji hotela, avio-karata i pronalaženju lokalnih atrakcija. Takođe, AI analizira ocene i recenzije, omogućavajući hotelima i restoranima da unaprede svoju ponudu.
• Startup ekosistem: AI agenti pomažu preduzetnicima u analizi tržišnih prilika, automatizaciji poslovnih procesa i optimizaciji poslovnih modela. Startapi koriste AI za predikciju uspešnosti proizvoda i identifikaciju najboljih strategija za privlačenje investicija. Takođe, AI alati omogućavaju efikasnije upravljanje resursima i planiranje rasta kompanije.
• Politika: AI analizira javno mnjenje kroz društvene mreže i medije, pomažući političarima u oblikovanju kampanja i predviđanju izbornih rezultata. Takođe, koristi se za detekciju dezinformacija i manipulacija u medijima, omogućavajući preciznije informisanje javnosti. Analitika političkih trendova pomaže donosiocima odluka u kreiranju dugoročnih strategija.
• Zapošljavanje i HR: AI pomaže regruterima u analizi kandidata kroz procenu kompetencija i predikciju uspešnosti na poslu. Automatizovani sistemi za selekciju kandidata smanjuju pristrasnost i poboljšavaju proces donošenja odluka. Takođe, Agentic AI omogućava personalizovane programe razvoja zaposlenih na osnovu njihovih veština i učinka.
• Trgovina i marketing: AI agenti analiziraju ponašanje potrošača, optimizuju kampanje i generišu personalizovane reklame u realnom vremenu. Automatizovani alati kreiraju i distribuiraju marketinški sadržaj na društvenim mrežama, povećavajući angažman korisnika. Prediktivna analitika omogućava brendovima da identifikuju trendove i prilagode strategije oglašavanja.
• Novinarstvo i mediji: AI generiše vesti analizom podataka i trendova u realnom vremenu, omogućavajući bržu proizvodnju sadržaja. Takođe, koristi se za analizu javnog diskursa i detekciju lažnih vesti, poboljšavajući kredibilitet medijskih izvora. Personalizovana dostava vesti omogućava korisnicima da dobiju relevantne informacije prema interesovanjima.
• Umetnost i kreativne industrije: AI generiše muziku, slike i video sadržaje, pomažući umetnicima u stvaranju inovativnih radova. Kreativni asistenti olakšavaju dizajn proizvoda, modnih kolekcija i animacija kroz automatizovane procese. AI se koristi i u produkciji filmova i digitalne umetnosti, optimizujući montažu i vizuelne efekte.
• Sport: AI analizira performanse sportista, predviđa povrede i optimizuje strategije treninga. Treneri koriste AI za analizu podataka o protivnicima i prilagođavanje taktike u realnom vremenu. Takođe, koristi se za poboljšanje interakcije sa fanovima kroz analizu njihovih interesovanja i personalizovane preporuke.
• IT sektor i sajber bezbednosti: AI transformiše IT sektor na svim nivoima, od razvoja softvera i sajber bezbednosti do IT administracije, digitalne transformacije i projektovanja hardvera i mreža. Inteligentni agenti ne samo da ubrzavaju i automatizuju procese, već i povećavaju efikasnost, sigurnost i prilagodljivost IT infrastrukture savremenim izazovima.
  • Razvoj softvera i DevOps: Agentic AI menja način na koji se softver razvija, optimizuje i održava. Automatsko generisanje koda omogućava brži razvoj aplikacija, dok AI asistenti predlažu optimizacije i prepoznaju potencijalne greške pre nego što dođu u produkciju. U DevOps procesima, AI pomaže u automatizaciji testiranja, kontinuiranoj integraciji i implementaciji (CI/CD), čime se smanjuje ljudska greška i povećava pouzdanost softverskih rešenja. Takođe, prediktivna analitika performansi omogućava optimizaciju rada aplikacija u realnom vremenu, poboljšavajući korisničko iskustvo i smanjujući operativne troškove.
  • Sajber bezbednost i digitalna zaštita: AI agenti su ključni za proaktivnu sajber bezbednost jer omogućavaju stalni nadzor mrežnih aktivnosti, otkrivanje pretnji i automatsko reagovanje na napade. Analizom velikih količina podataka u realnom vremenu, AI detektuje anomalije koje ukazuju na potencijalne napade, kao što su phishing, ransomware i DDoS napadi. Njihova sposobnost adaptacije omogućava im da se bore protiv sve sofisticiranijih pretnji, često pre nego što dođe do kompromitacije sistema. AI se koristi i za zaštitu digitalnog identiteta, kroz naprednu autentifikaciju korisnika, otkrivanje curenja podataka i enkripciju osetljivih informacija.
  • IT administracija i upravljanje sistemima: AI značajno unapređuje IT administraciju kroz automatizaciju rutinskih zadataka, kao što su upravljanje serverima, monitoring sistema i rešavanje incidenata. Inteligentni AI asistenti analiziraju performanse IT infrastrukture, predlažući poboljšanja i optimizujući resurse u skladu sa potrebama kompanije. Prediktivna analitika omogućava prevenciju kvarova pre nego što do njih dođe, dok autonomni agenti pomažu u upravljanju cloud okruženjima i orkestraciji mikroservisa.
  • Digitalna transformacija i poslovna optimizacija: Digitalna transformacija je nemoguća bez AI-a, koji pomaže kompanijama da automatizuju procese, optimizuju radne tokove i bolje razumeju korisničke potrebe. AI agenti analiziraju poslovne podatke i donose odluke na osnovu prediktivnih modela, što omogućava bolje strateško planiranje i efikasnije upravljanje resursima. Takođe, primena AI-a u korisničkoj podršci i chatbot sistemima poboljšava interakciju sa klijentima, smanjujući potrebu za ljudskom intervencijom u jednostavnijim upitima.
  • Projektovanje hardvera i optimizacija računarskih sistema: U domenu hardvera, AI se koristi za automatizovano dizajniranje čipova i optimizaciju računarstva visokih performansi. Inteligentni sistemi analiziraju dizajn i simuliraju performanse pre same proizvodnje, omogućavajući efikasnije kreiranje procesora, grafičkih kartica i drugih ključnih komponenti. AI takođe pomaže u optimizaciji potrošnje energije u data centrima, balansiranju opterećenja servera i unapređenju hlađenja računarskih sistema, čime se povećava efikasnost rada i smanjuju operativni troškovi.
  • Projektovanje i upravljanje mrežama: AI agenti igraju ključnu ulogu u projektovanju, optimizaciji i sigurnosti mrežnih sistema. Automatizovane mreže koriste AI za dinamičko upravljanje saobraćajem, detekciju zagušenja i otkrivanje potencijalnih problema pre nego što dođe do prekida u radu. AI omogućava prediktivnu analitiku mrežnih performansi, prilagođavajući konfiguracije u realnom vremenu kako bi osigurao stabilan i bezbedan rad sistema. Takođe, u oblasti 5G i budućih telekomunikacionih mreža, AI pomaže u raspodeli resursa i optimizaciji latencije, omogućavajući brže i pouzdanije povezivanje uređaja.

Agentic AI je postao neizostavan deo savremenog IT ekosistema, automatizujući razvoj softvera, unapređujući sajber bezbednost, optimizujući IT administraciju i poboljšavajući efikasnost digitalne transformacije. Njegova uloga u projektovanju hardvera i mreža omogućava brži tehnološki napredak, dok prediktivna analitika pomaže kompanijama da proaktivno rešavaju izazove i maksimizuju performanse svojih IT sistema. AI ne samo da smanjuje troškove i povećava efikasnost, već i postavlja temelje za sigurniju, pametniju i otporniju digitalnu budućnost.

Agentic AI menja način na koji funkcionišu mnoge industrije, omogućavajući organizacijama da smanje troškove, povećaju efikasnost i pruže bolje usluge. Njegova najveća snaga leži u autonomiji i prilagodljivosti, što ga čini ključnim alatom u digitalnoj transformaciji.

Tri ključna nivoa Agentic AI sistema u poslovanju

U poslovnom okruženju, AI agenti se mogu klasifikovati u tri glavne kategorije:

1. Samostalni AI agenti – pojedinačni agenti dizajnirani za specifične zadatke, poput automatizacije korisničke podrške, finansijske analize ili obrade osiguranja.
2. Sistemi sa više AI agenata – koordinisana mreža agenata koji rade zajedno kako bi obavljali složenije procese, poput obrade zahteva za kredite ili optimizacije lanca snabdevanja.
3. AI-ljudski timovi – kombinacija AI agenata i zaposlenih, gde agenti pružaju podršku i optimizuju poslovne odluke, dok ljudi donose strateške odluke i nadgledaju operacije.

Prednosti primene Agentic AI-a u poslovanju

Uvođenje Agentic AI sistema donosi niz koristi za kompanije:

• Povećanje produktivnosti – AI agenti obavljaju repetitivne zadatke brže i preciznije.
• Smanjenje operativnih troškova – automatizacija omogućava optimizaciju resursa.
• Bolja korisnička iskustva – agenti pružaju personalizovane odgovore i podršku 24/7.
• Brže donošenje odluka – analiza velikih količina podataka u realnom vremenu omogućava bolje i informisanije poslovne odluke.

Kako implementirati Agentic AI u kompanijama?

Uvođenje Agentic AI-a u kompanije predstavlja kompleksan proces koji zahteva pažljivo planiranje i integraciju, s obzirom na to da se radi o kombinaciji tehnoloških inovacija i poslovnih strategija. Iako je tehnologija ključna, uspeh implementacije zavisi u velikoj meri od sposobnosti organizacije da se prilagodi novim poslovnim modelima i promenama u radnoj dinamici. Prema istraživanjima, implementacija Agentic AI-a zavisi 20% od same tehnologije, dok čak 80% uspeha dolazi iz sposobnosti organizacije da transformiše svoje interne procese i pristupe poslovanju.

Ključni koraci za uspešnu integraciju Agentic AI-a u poslovanje:

1. Definisanje poslovnih ciljeva: Pre nego što se pristupi tehničkoj implementaciji, neophodno je jasno definisati šta kompanija želi da postigne uvođenjem AI agenata. To znači identifikovanje ključnih oblasti u poslovanju gde AI može doneti najveću vrednost. Na primer, AI agenti mogu biti korišćeni u oblastima kao što su automatizacija korisničke podrške, prediktivna analitika za unapređenje prodaje, ili optimizacija lanca snabdevanja. Definisanje ciljeva omogućava precizno usmeravanje AI inicijativa prema specifičnim poslovnim potrebama i doprinosi bržem ostvarivanju rezultata.
2. Razvoj AI arhitekture: Drugi ključni korak je izgradnja fleksibilne i skalabilne AI arhitekture. Kompanije treba da odaberu AI sisteme koji mogu da rastu i razvijaju se zajedno sa poslovanjem, u skladu sa potrebama tržišta i napredovanjem tehnologije. Korišćenje modularnih i integrisanih sistema omogućava lakšu prilagodbu i implementaciju novih funkcionalnosti bez potrebe za potpunom revizijom postojećih tehnologija. Takođe, razvoj AI arhitekture treba da bude usklađen sa potrebama za sigurnost podataka i zaštitu privatnosti korisnika.
3. Integracija sa postojećim procesima: Implementacija Agentic AI-a ne bi trebalo da bude izolovan proces, već treba da bude usklađena sa postojećim poslovnim ekosistemom i radnim procesima kompanije. To znači da AI agenti treba da budu integrisani u postojeće platforme, sisteme i aplikacije, čime se omogućava besprekorno funkcionisanje. Ova integracija omogućava da AI agenti poboljšaju efikasnost postojećih operacija i doprinesu većoj produktivnosti, bez disruptivnog uticaja na svakodnevne poslovne aktivnosti.
4. Testiranje i optimizacija: Kao i kod svake nove tehnologije, testiranje i optimizacija su ključni za uspeh implementacije. AI sistemi treba da se testiraju u realnim uslovima i sa stvarnim podacima kako bi se otkrile sve potencijalne greške i nepravilnosti u radu. Ovaj proces treba da bude iterativan, gde se nakon svakog ciklusa testiranja analiziraju rezultati, identifikuju problemi i optimizuje sistem. Kontinuirano praćenje performansi omogućava da AI agenti postepeno postaju efikasniji i bolje prilagođeni potrebama kompanije.

Implementacija Agentic AI-a u kompanijama nije jednostavan tehnički zadatak, već proces koji zahteva strateški pristup i posvećenost organizacije. Kompanije koje uspešno integrišu AI agente u svoje poslovne procese mogu očekivati značajan napredak u efikasnosti, smanjenju troškova i poboljšanju korisničkog iskustva. Međutim, kako bi postigle ove ciljeve, organizacije moraju ulagati u obuku zaposlenih, usklađivanje poslovnih modela i stalno unapređivanje AI sistema.

Primena Agentic AI u svetu

Agentic AI, koji se karakteriše sposobnošću da uči, adaptira se i deluje samostalno u skladu sa poslovnim potrebama, postaje sve prisutniji na globalnom nivou. Njegova primena nije ograničena samo na tehnološke firme, već sve više ulazi u različite sektore, od finansija, zdravstva, obrazovanja, do proizvodnje i maloprodaje. S obzirom na njegov potencijal da transformiše poslovne procese, Agentic AI postaje ključni faktor u digitalnoj transformaciji kompanija širom sveta.

Globalna scena:

1. Tehnološki sektor: Velike tehnološke kompanije poput Google-a, Microsoft-a i IBM-a već koriste Agentic AI u razvoju svojih proizvoda i usluga. Na primer, Google koristi AI agente u svojoj platformi Google Cloud za automatizaciju IT operacija, optimizaciju potrošnje energije i unapređenje analitike podataka. Microsoft implementira Agentic AI u okviru svoje platforme Azure, omogućavajući organizacijama da koriste AI agente za upravljanje poslovnim procesima i bolju personalizaciju korisničkog iskustva.
2. Finansije i bankarstvo: Banke i finansijske institucije širom sveta koriste Agentic AI za optimizaciju finansijskih usluga. AI agenti analiziraju ogromne količine podataka i mogu predvideti tržišne promene, upravljati investicijama, kao i pružiti personalizovane finansijske savete korisnicima. Na primer, banka JPMorgan Chase koristi AI za automatizaciju analiza i smanjenje operativnih troškova, dok Bank of America koristi AI agente u svom virtuelnom asistentu „Erica“ za pomoć korisnicima u svakodnevnim bankarskim transakcijama.
3. Zdravstvo: U zdravstvu, Agentic AI pokazuje ogroman potencijal u dijagnostici, personalizovanoj medicini i operativnim procesima. Kompanije kao što su IBM Watson Health i Google Health razvijaju AI sisteme koji koriste duboko učenje i analitiku podataka za pružanje tačnih dijagnoza i predviđanje zdravstvenih problema pre nego što se jave. Agentic AI može pomoći u optimizaciji upravljanja zdravstvenim podacima, kao i u personalizaciji tretmana na osnovu individualnih karakteristika pacijenata.
4. Proizvodnja i logistika: Agentic AI je u proizvodnji korišćen u optimizaciji lanaca snabdevanja i unapređenju operacija. Kompanije kao što su Siemens i General Electric koriste AI sisteme za automatizaciju proizvodnih linija i predviđanje održavanja opreme, smanjujući time vreme zastoja i povećavajući efikasnost. Takođe, Agentic AI se koristi u logistici, gde AI agenti pomažu u optimizaciji ruta, praćenju zaliha i upravljanju transportom, kao što to radi Amazon u svojim skladištima i distribucijskim centrima.
5. Maloprodaja: U maloprodaji, Agentic AI se koristi za unapređenje korisničkog iskustva i personalizaciju ponuda. Trgovine koriste AI agente da bi predložile proizvode na osnovu prethodnih kupovina i ponašanja korisnika, kao što to rade e-trgovine poput Amazon-a i Alibaba-e. Takođe, AI agenti se koriste u optimizaciji cena, predviđanju potražnje i automatizaciji usluga korisničke podrške, omogućavajući maloprodajnim firmama da povećaju svoju konkurentnost na tržištu.
6. Obrazovanje: U obrazovanju, Agentic AI omogućava personalizovano učenje i poboljšanje obrazovnog iskustva. Platforme poput Coursera, Duolingo i Khan Academy koriste AI za prilagođavanje sadržaja učenicima prema njihovim potrebama i sposobnostima. AI agenti mogu analizirati napredak učenika i davati preporuke za dodatni materijal, čime se poboljšava efikasnost obrazovnog procesa.
7. Pravni sektor: U pravnim uslugama, Agentic AI se koristi za analizu pravnih dokumenata, ugovora i prethodnih presuda. AI agenti mogu brzo pretraživati velike baze podataka i pružiti advokatima relevantne informacije, što znatno smanjuje vreme potrebno za pripremu slučajeva. Kompanije poput ROSS Intelligence koriste AI za pravnu analizu, a u nekim slučajevima AI može predložiti strategije zasnovane na analizi zakonskih propisa.

Globalni izazovi: Iako primena Agentic AI nudi značajne prednosti, postoji i niz izazova u njegovoj implementaciji. Među glavnim izazovima su:

• Zakonodavni okvir i etika: Kako bi se AI koristio na odgovoran način, nužno je razviti globalne regulative koje regulišu njegovu primenu, naročito u osetljivim industrijama kao što su zdravstvo i finansije. Takođe, postoje pitanja vezana za zaštitu privatnosti podataka i potencijalnu diskriminaciju koju AI može izazvati.
• Tehnička kompleksnost i integracija: Integracija Agentic AI-a sa postojećim poslovnim sistemima može biti složena, naročito u velikim organizacijama sa zastarelim IT infrastrukturnim rešenjima.
• Edukacija i obuka: Postoji potreba za obukom stručnjaka koji će moći da razvijaju i upravljaju naprednim AI sistemima, kao i obukom zaposlenih za rad sa AI agentima.

Primena Agentic AI-a u svetu brzo raste, a njegove prednosti u oblasti automatizacije, personalizacije i optimizacije poslovnih procesa postaju očigledne u gotovo svakom sektoru. Dok globalni lideri u industriji već koriste ovu tehnologiju, brojni izazovi u pogledu regulacija, etike i tehničke integracije moraju biti prevaziđeni kako bi Agentic AI postao široko primenjiv u svim sektorima. Kako se tehnologija razvija, očekuje se da će njegova primena postati još šira, sa sve većim uticajem na način na koji preduzeća posluju i na tržišta širom sveta.

Primena Agentic AI u Srbiji i regionu jugoistočne Evrope

Primena Agentic AI u Srbiji i regionu jugoistočne Evrope je u početnoj fazi, ali postoji značajan interes i potencijal za njegovu širu primenu, posebno u industrijama koje se bave tehnologijama, finansijama, maloprodajom i proizvodnjom. Iako se tehnologija Agentic AI-a još uvek razvija, zemlje regiona prepoznaju njenu važnost u kontekstu digitalne transformacije i konkurentnosti na globalnom tržištu.

Trenutna situacija u Srbiji i regionu:

1. Tehnološka i infrastrukturna pripremljenost: U Srbiji i okolnim zemljama postoji solidna tehnološka baza koja omogućava primenu AI rešenja, uključujući dostupnost brzih internet konekcija, napredne računarske infrastrukture i edukovanog kadra u IT industriji. Međutim, postoje i izazovi vezani za digitalnu pismenost i pripravnost malih i srednjih preduzeća (MSP) da implementiraju složenije tehnologije poput Agentic AI-a.
2. Zakonodavni okvir: Regulative koje se odnose na primenu veštačke inteligencije u Srbiji i regionu još uvek se razvijaju, ali su u fokusu zakonodavnih tela. Iako postoje neka osnovna pravila u vezi sa zaštitom podataka (kao što je Zakon o zaštiti podataka o ličnosti u Srbiji), specifična zakonska rešenja koja regulišu primenu AI u industrijama nisu potpuno razvijena. Očekuje se da će u narednim godinama zakonodavci doneti okvir koji će omogućiti sigurniju primenu AI rešenja, uključujući i Agentic AI.
3. Industrijska primena: U regionu su primene Agentic AI-a uglavnom ograničene na velike organizacije i tehnološke firme, dok manja preduzeća tek počinju da istražuju njegov potencijal. U industrijama kao što su bankarstvo, telekomunikacije i maloprodaja, AI se već koristi za automatizaciju korisničke podrške, personalizaciju ponuda i analizu podataka. Ipak, primena Agentic AI-a, koji može učiti i adaptirati se, još uvek je u fazi eksperimentisanja u većini slučajeva.
4. Obuka i edukacija: Postoji sve veći fokus na obuku stručnjaka za rad sa AI tehnologijama. Univerziteti i edukativni centri u Srbiji i regionu nude kurseve i programe koji pokrivaju veštačku inteligenciju, ali i specifične oblasti kao što su Agentic AI, duboko učenje i prirodni jezik. Međutim, potrebno je više investicija u obrazovanje i razvoj kadrova kako bi se obezbedila potrebna stručnost za rad sa naprednim AI sistemima.
5. Podrška za inovacije i istraživanja: Iako su investicije u istraživanje i razvoj (R&D) u oblasti veštačke inteligencije u regionu u porastu, još uvek su daleko od nivoa koje imaju razvijene zemlje. Ipak, postoje inicijative i startap ekosistemi u Beogradu, Zagrebu i Ljubljani koji rade na AI projektima, a regionalne organizacije i fondovi podržavaju inovacije i razvoj u ovoj oblasti. Kroz ove inicijative, sve je veći broj pilot projekata koji testiraju primenu Agentic AI u različitim industrijama.

Iako je implementacija Agentic AI u Srbiji i regionu još uvek u fazi istraživanja i testiranja, postoji značajan potencijal za njegovu dalju primenu. Kompanije, naročito u tehnološkoj i finansijskoj industriji, već koriste AI za optimizaciju poslovnih procesa, dok se u maloprodaji i drugim sektorima AI počinje koristiti za poboljšanje korisničkog iskustva. S obzirom na rastuću zainteresovanost i infrastrukturne mogućnosti, očekuje se da će u narednim godinama Agentic AI igrati sve važniju ulogu u regionalnim poslovnim ekosistemima.

Zaključak

Agentic AI predstavlja naredni korak u evoluciji poslovnih tehnologija. Kompanije koje na vreme prepoznaju njegov potencijal i uspešno ga integrišu u svoje poslovne procese, steći će značajnu konkurentsku prednost. U budućnosti, Agentic AI neće biti samo podrška, već ravnopravni saradnik u donošenju odluka i optimizaciji poslovanja.

Kako vaša kompanija planira da iskoristi prednosti Agentic AI-a? Podelite svoja razmišljanja u komentarima!

Autor teksta: Slobodan Krstić, predsednik Udruženja e-Razvoj

Slobodan Krstić je diplomirani inženjer elektrotehnike sa više od četiri decenije iskustva u vojnim i civilnim sektorima. Diplomirao je na Elektrotehničkom fakultetu u Beogradu 1982. godine, nakon čega je započeo profesionalnu karijeru u Vojsci Srbije. Kao stručnjak za balistička merenja, radio je na opitnom poligonu Tehničkog opitnog centra u Nikincima, gde je predvodio timove u razvoju i implementaciji inovativnih metoda merenja u ispitivanju naoružanja i vojne opreme.

Od 1993. godine prelazi u civilni sektor, gde se bavi poslovnim upravljanjem, digitalnom transformacijom i primenom informacionih tehnologija u poslovanju. Ima bogato iskustvo u optimizaciji poslovnih procesa, IKT bezbednosti, projektovanju računarskih mreža, nabavci informatičke opreme i implementaciji poslovnih softverskih rešenja. Takođe, aktivno učestvuje u razvoju strategija za unapređenje organizacije i digitalizacije poslovanja u različitim industrijama.

Godine 2010. osniva Udruženje e-Razvoj, sa ciljem povezivanja preduzeća, institucija i pojedinaca radi zajedničkog napretka i inovacija. Kao predsednik Udruženja, posvećen je razvoju poslovnih mreža, podršci članovima kroz edukacije, savetovanja i organizaciju stručnih skupova. Njegova vizija je stvaranje snažne poslovne zajednice zasnovane na znanju, tehnologiji i kvalitetnim poslovnim vezama.