Tri godine nakon što je ChatGPT otvorio eru generativne umjetne inteligencije, većina velikih tvrtki još uvijek je zaglavljena u takozvanom „purgatoriju pilota”. Industrijska istraživanja pokazuju da 85 % AI projekata nikad ne stigne do produkcije, a ni polovica onih koji uspiju ne donese mjerljivu dobit. Ipak, nekolicina giganata – među njima Walmart, JPMorgan Chase, Novartis, General Electric, McKinsey i Uber – pronašla je recept za prelazak s eksperimenata na sustave koji ostvaruju golem povrat ulaganja, čak i iznad milijardu dolara godišnje.
Ključ uspjeha nije u najnaprednijim algoritmima nego u institucionalnom stroju koji omogućuje sustavno uvođenje AI-a. Intervjui s izvršnim menadžerima i analiza njihovih operacija otkrivaju osam zajedničkih elemenata.
-
Beskompromisni mandat vrha – Bez jasne povezanosti s pet strateških ciljeva – od iskustva kupaca do optimizacije lanca opskrbe – u Walmartu se nijedan projekt ne financira. Slično razmišlja i Jamie Dimon, koji AI naziva „presudnim za naš budući uspjeh” i podupire ga konkretnom raspodjelom resursa.
-
Platforma prije pojedinačnih rješenja – Unificirana infrastruktura, primjerice Walmartova platforma Element ili JPMorganovo 2-milijardno ulaganje u oblak, nudi sigurnost, sukladnost i etičke zaštite „ugrađene” od samog početka.
-
Stroga selekcija slučajeva uporabe – Novartis se fokusirao na područja koja odmah donose vrijednost, poput praćenja kliničkih ispitivanja i financijskog predviđanja. Rezultat: točnija prognoza slobodnog novčanog toka od one ljudskih analitičara.
-
Križno-funkcionalni timovi – „AI podovi” od pet do osam stručnjaka spajaju poslovno znanje, inženjering podataka, MLOps i upravljanje rizicima. McKinseyjev AI asistent „Lilli” razvio je tim od više od 70 ljudi upravo takvog sastava.
-
Čvrsti okviri za rizike i etiku – JPMorgan razvija vlastite modele (IndexGPT, LLM Suite) kako bi zaštitio osjetljive podatke, dok Walmart neprekidno prati „drift” modela i testira AI funkcionalnosti A/B pristupom.
-
Sustavno usavršavanje zaposlenika – JPMorgan je od 2019. povećao satnicu obuka za 500 %, a svaka nova zaposlena osoba prolazi tečaj „prompt inženjeringa”. Novartis je u pola godine u digitalne programe uključio više od 30 000 ljudi.
-
Bespoštedno mjerenje i optimizacija ROI-a – Ako AI projekt u Walmartu ne ispunjava zadane pokazatelje, korigira se ili zatvara. S druge strane, bankarski div procjenjuje da će AI godišnje donositi 1–1,5 milijardi dolara vrijednosti.
-
Iterativno skaliranje – GE je najprije dokazao vrijednost prediktivnog održavanja na vjetroturbinama i medicinskim skenerima, a tek potom proširio pristup na ostatak portfelja.
Troškovna slika • Infrastruktura: JPMorganovo ulaganje iznosi oko 13 % godišnjeg IT budžeta. • Ljudski kapital: banka zapošljava više od 900 data znanstvenika i 600 ML inženjera; McKinsey je za „Lilli” angažirao 70+ stručnjaka pravnih, sigurnosnih i HR profila. • Upravljanje rizikom: 20–30 % ukupnih AI troškova otpada na sukladnost i nadzor.
Kulturalna transformacija Uber Carshare povećao je mjesečni broj novih korisnika za više od 600 nakon što je zamijenio „gut feeling” analitikom i uklonio blokade otkrivene u podacima. Novartis promiče filozofiju „unbossed”; pojednostavio je hijerarhiju i ohrabrio timove da sami eksperimentiraju s AI-jem.
Modeli upravljanja koji uspijevaju Središnje platforme uz decentraliziranu inovaciju – Walmartov Element omogućuje timovima brza testiranja bez ponovnog građenja sigurnosnih i nadzornih mehanizama. JPMorgan pak primjenjuje „risk-adjusted” pristup: što je aplikacija rizičnija, to je stroža provjera.
Budžetiranje Najuspješnije tvrtke 60–70 % početnog fonda usmjeravaju u platformu, a ostatak u pojedinačne slučajeve. Banka drži omjer 70:30 između provjerenih i eksperimentalnih projekata, osiguravajući stabilne prinose i prostor za iskorak.
Metika uspjeha Pored financijskih pokazatelja (npr. 21 % rasta e-trgovine kod Walmarta), prati se i kvaliteta podataka, stopa usvajanja i razvoj vještina zaposlenika. GE cijeli portfelj ocjenjuje kroz tehničke, poslovne i regulatorne leće.
Putokaz za tvrtke – Prva tri mjeseca: oformite izvršni AI odbor i definirajte strateške ciljeve. – Do devetog mjeseca: izgradite platformu i pokrenite 2–3 projekta visokog ROI-a. – Do 18. mjeseca: skalirajte uspješne pilote i proširite obuku zaposlenika. – Do dvije godine: integrirajte AI u jezgru procesa i planirajte sljedeći val.
Zaključak Poruka vodećih je jasna: umjetna inteligencija nije samo tehnološki, nego prvenstveno organizacijski pothvat. Tvrtke koje odgađaju sustavno uvođenje riskiraju da ih konkurencija – već sada osposobljena za pretvaranje pilota u profit – trajno ostavi iza sebe.