Umjetna inteligencija širi se brže nego što tvrtke uspijevaju definirati pravila njezina korištenja. Upravo je to jedan od ključnih zaključaka istraživanja Data & AI Barometra 2026, koje su proveli Coface i Les Echos Etudes. Osjetljivi podaci, dopuštene primjene, ljudska kontrola i odgovornosti samo su neka od pitanja na koja organizacije moraju pronaći odgovor. Budući da uvođenje umjetne inteligencije nije samo pitanje odabira alata, donosimo četiri ključna koraka koji će vam pomoći prijeći iz faze eksperimentiranja u stvarni poslovni učinak.
Kada uporaba AI-ja nadmaši pravila
Kako umjetna inteligencija postaje sastavni dio svakodnevnog poslovanja, pitanje njezina upravljanja postaje neizbježno. Automatizirano izvještavanje, analiza portfelja kupaca ili prepoznavanje ranih upozoravajućih signala samo su neki od primjera gdje se AI najčešće počinje primjenjivati i prije nego što organizacija definira formalna pravila korištenja.
Iako je umjetna inteligencija već široko prihvaćena, većina tvrtki još uvijek nema jasno uspostavljen okvir upravljanja. Istraživanje Data & AI Barometer 2026, provedeno među 900 francuskih donositelja odluka, pokazuje da čak 60% tvrtki još nije formaliziralo pravila korištenja umjetne inteligencije. Više od trećine ispitanih organizacija trenutačno nema nikakav okvir upravljanja i ne planira ga uskoro uspostaviti, dok četvrtina o tome tek razmatra.
Zbog toga prioritet ne bi trebao biti stvaranje složenog sustava upravljanja, već definiranje jasnih smjernica koje svi zaposlenici razumiju. Cilj je omogućiti timovima da iskoriste prednosti umjetne inteligencije bez ugrožavanja podataka, poslovnih odluka ili odgovornosti tvrtke.
Uspješna implementacija AI-ja ne počinje nužno opsežnim pravilnicima niti kupnjom nove digitalne platforme. Prvi koraci temelje se na četiri strateške aktivnosti:
- zaštiti važnih podataka,
- odabiru odgovarajućih slučajeva primjene,
- organizaciji nadzora ljudi
- jasnom definiranju odgovornosti.
Jednostavan, ali dovoljno čvrst temelj za pretvaranje AI inicijativa u konkretne poslovne rezultate.
Korak 1: Razvrstajte podatke prema razini osjetljivosti
Financijski, korisnički, osobni ili strateški podaci nemaju jednaku razinu osjetljivosti. Javne informacije, povijest plaćanja kupaca, baze podataka klijenata ili projekcije novčanog toka ne mogu se obrađivati na isti način niti dijeliti s istim AI alatima.
Započnite podjelom podataka u tri kategorije:
- podaci koji se mogu slobodno koristiti u odobrenim AI alatima;
- podaci koji zahtijevaju dodatne mjere zaštite poput anonimizacije ili ograničenog pristupa;
- podaci koji se ne smiju unositi u vanjske AI sustave.
Za financijske direktore, kreditne menadžere i stručnjake za upravljanje rizicima ovaj korak predstavlja prvu liniju zaštite. Na taj način kratkoročne uštede vremena neće prerasti u rizik povezan s povjerljivošću podataka ili regulatornom usklađenošću.
Korak 2: Definirajte slučajeve primjene i područje korištenja
Atraktivan primjer primjene ne znači nužno i najbolji početak za uvođenje AI-ja u organizaciju. Svaka implementacija treba biti povezana s konkretnom poslovnom potrebom. Izrada izvještaja, analiza portfelja ili otkrivanje neuobičajenih odstupanja ne nose istu razinu poslovnog rizika niti imaju jednak utjecaj na poslovanje.
Zbog toga je korisno podijeliti primjene umjetne inteligencije u tri skupine:
- primjene koje su dopuštene bez dodatnih ograničenja;
- primjene koje zahtijevaju nadzor;
- primjene koje zahtijevaju prethodno odobrenje.
Za svaku kategoriju definirajte opseg korištenja i povežite je s mjerljivim pokazateljima uspješnosti, poput smanjenja vremena obrade zadataka, točnosti ili relevantnosti upozorenja, stope prihvaćanja među zaposlenicima i smanjenja broja ručnih aktivnosti.
Takav pristup omogućuje brzo testiranje poslovne vrijednosti projekta prije značajnijih ulaganja.
Korak 3: Jasno odredite razinu autonomije umjetne inteligencije
Umjetna inteligencija može analizirati velike količine podataka, prepoznavati nepravilnosti i predlagati rješenja. Međutim, važno je spriječiti situaciju u kojoj AI automatski postaje donositelj odluka, osobito kada je riječ o osjetljivim poslovnim procesima.
Što je odluka važnija za organizaciju, to je potrebno preciznije definirati ulogu ljudske stručnosti i nadzora. Primjeri takvih odluka uključuju odbijanje kreditnog limita, odabir dobavljača, procjenu mogućih prijevara i ulazak na novo tržište. Takve odluke nose financijske, komercijalne i regulatorne posljedice te mogu značajno utjecati na poslovanje.
Zato je potrebno unaprijed odrediti u kojim fazama procesa ljudska provjera i validacija stvaraju najveću vrijednost. Cilj nije kontrolirati svaki rezultat koji generira AI, već usmjeriti stručni nadzor tamo gdje potencijalna pogreška može imati najveće posljedice.
Korak 4: Dodijelite jasne uloge i odgovornosti
Kao i kod svakog zajedničkog projekta, kada su svi odgovorni, često nitko nije stvarno odgovoran.
Uvođenje umjetne inteligencije uključuje više odjela: IT, poslovne timove, pravne službe, upravljanje podacima i odjele za usklađenost poslovanja. No zajednička odgovornost ne smije dovesti do nejasnog vlasništva nad procesom.
Za svaki slučaj primjene potrebno je jasno definirati:
- tko odobrava testiranje,
- tko prati rezultate i usklađenost,
- tko donosi konačnu odluku.
Jasna raspodjela odgovornosti ubrzava donošenje odluka, osigurava dosljednost i smanjuje rizik da projekt zastane zbog složenog procesa odobravanja. Jednako je važno redovito preispitivati postojeći okvir upravljanja umjetnom inteligencijom jer se alati, podaci i povezani rizici kontinuirano mijenjaju.
Podaci i AI > Od eksperimentiranja do stvarnih rezultata
>Turn your commercial risk management into a driver of growth: Download Coface’s global study and access the Open Advantage, 5 key strategies to unlock your growth. Sve veća primjena umjetne inteligencije otvara značajne prilike za povećanje učinkovitosti i kvalitetnije donošenje odluka. No stvarna vrijednost ne proizlazi iz same tehnologije, već iz načina na koji je organizacija koristi i kontrolira.
Tvrtke koje jasno definiraju pravila, odgovornosti i područja primjene stavljaju AI u službu poslovnog rasta, umjesto da izlažu poslovanje dodatnim operativnim i regulatornim rizicima.
Data & AI > od eksperimentiranja do stvarnog poslovnog učinka
Pretvorite upravljanje komercijalnim rizicima u pokretač rasta. Preuzmite Coface globalno istraživanje i otkrijte Open Advantage, pet ključnih strategija za otključavanje novih prilika za rast poslovanja.
