Kako se umjetna inteligencija sve više ugrađuje u procese donošenja odluka, poduzeća moraju pronaći ravnotežu između tehnoloških mogućnosti, operativnih izazova, upravljanja rizicima i stvaranja poslovne vrijednosti. Kvaliteta podataka, učinkovito upravljanje podacima, AI agenti i stručnost zaposlenika postaju ključni čimbenici uspješne digitalne transformacije.
Od eksperimentiranja do dugoročne poslovne vrijednosti
Umjetna inteligencija više nije tehnologija budućnosti niti eksperiment rezerviran za pionire digitalizacije. Od automatizacije svakodnevnih zadataka do podrške složenim poslovnim odlukama, AI sve snažnije mijenja način poslovanja. Za organizacije se više ne postavlja pitanje hoće li koristiti umjetnu inteligenciju, već kako ju implementirati na održiv način i skalirati njezinu primjenu u cijeloj organizaciji. Međutim, između velikih očekivanja i stvarnih rezultata još uvijek postoji značajan jaz. Iako je umjetna inteligencija visoko na listi strateških prioriteta mnogih poduzeća, njezina integracija u ključne procese donošenja odluka često je ograničena.
Prema posljednjem istraživanju Data & AI Barometar 2026, koje su proveli Coface i Les Echos Etudes među 900 donositelja odluka, razina zrelosti značajno se razlikuje ovisno o veličini poduzeća. Veće organizacije mnogo su naprednije u primjeni umjetne inteligencije od malih i srednjih poduzeća. Danas se oko trećine srednjih i velikih poduzeća smatra naprednima u korištenju AI-ja, dok se isto može reći za samo jedno od deset malih i srednjih poduzeća. Istovremeno, iako dvije trećine menadžera vjeruje svojim podacima, trećina smatra da podaci nisu dovoljno usklađeni s poslovnim potrebama i alatima za upravljanje rizicima te donošenje odluka.
Kvaliteta podataka važnija je nego ikad za uspješnu implementaciju umjetne inteligencije jer omogućuje brže procese i veću učinkovitost.
Resursi, stručna znanja i kapaciteti za razvoj Data & AI projekata i dalje su koncentrirani u velikim organizacijama, zbog čega bi malim poduzećima moglo biti sve teže pratiti razvoj AI-ja,
objašnjava Nesrin Gonin, Coface direktorica Poslovnih informacija za zapadnu Europu i Afriku.
Bez upravljanja podacima nema uspješne umjetne inteligencije
Bez obzira na veličinu ili djelatnost poduzeća, uspješnost AI rješenja izravno ovisi o kvaliteti podataka na kojima se temelje. Koliko god napredan bio AI model, on dugoročno ne može nadoknaditi zastarjele, nepovezane ili nekvalitetno definirane informacije. Ipak, istraživanje pokazuje da čak 60% poduzeća koristi umjetnu inteligenciju bez formalnog okvira za upravljanje podacima i njezinim korištenjem. Kako primjena AI-ja postaje sve raširenija, pitanje upravljanja podacima postaje jedan od najvažnijih poslovnih izazova. Mnoge organizacije još uvijek nemaju uspostavljene jasne procese, standarde i odgovornosti, što često dovodi do razočaravajućih rezultata i ograničene poslovne koristi.
Kvalitetno upravljanje podacima podrazumijeva:
- pouzdane i ažurne podatke
- podatke usklađene s poslovnim potrebama
- jedinstvene definicije pokazatelja unutar cijele organizacije
- jasno definirana pravila korištenja i odgovornosti
U praksi ista informacija može imati različito značenje za odjele financija, prodaje, nabave ili upravljanja rizicima. Upravo zato organizacije trebaju zajednički okvir koji omogućuje dosljedno razumijevanje podataka.
Umjetna inteligencija pritom djeluje kao svojevrsni akcelerator. Ona pojačava kvalitetu postojećih podataka, ali jednako tako otkriva i njihove slabosti.
Upravljanje podacima više nije sporedna tema. Ono je preduvjet za stvaranje dugoročne vrijednosti pomoću umjetne inteligencije,
naglašava Samia Boujatioui, voditeljica upravljanja podacima Coface grupe.
AI agenti mijenjaju način donošenja poslovnih odluka
Sljedeći veliki korak u primjeni umjetne inteligencije mogli bi predstavljati AI agenti povezani s poslovnim podacima poduzeća. Njihov potencijal već je danas vrlo konkretan. AI agenti mogu:
analizirati portfelje kupaca u stvarnom vremenu,
identificirati tvrtke kod kojih se kreditni ili poslovni rizik povećava,
objašnjavati trendove i odstupanja,
predlagati nove poslovne prilike,
ubrzati pripremu analiza i donošenje odluka.
Takva primjena odgovara stvarnim potrebama poduzeća. Gotovo polovica ispitanih menadžera želi od umjetne inteligencije dobivati jasne i primjenjive poslovne uvide, bez potpunog prepuštanja donošenja odluka algoritmima. Primjerice, financijski odjeli žele bolje otkrivati prijevare i predviđati rizik neplaćanja, prodajni timovi žele brže prepoznati nove tržišne prilike i potencijalne kupce, odjeli upravljanja rizicima žele pouzdanije procjenjivati poslovne partnere.
Poslovna usklađenost važnija je od količine podataka
In the future, the advantage will not necessarily lie with the company that collects the largest volume of data, but with the one that can align the real needs of business teams with the power and security of technology and ensure harmonised governance at every level of the organisation. Kako količina dostupnih podataka nastavlja rasti, konkurentsku prednost neće ostvariti nužno organizacije koje prikupljaju najviše informacija. Prednost će imati poduzeća koja uspiju povezati stvarne potrebe poslovnih timova, sigurnu i učinkovitu tehnologiju, kvalitetne podatke i dosljedno upravljanje podacima na razini cijele organizacije.
Drugim riječima, uspjeh neće ovisiti samo o tehnologiji, nego o sposobnosti organizacije da podatke pretvori u kvalitetnije, brže i profitabilnije poslovne odluke.
Tvrtke koje uspješno provedu svoju Data & AI transformaciju bit će one koje podatke pretvaraju u konkretne, brže i učinkovitije odluke koje stvaraju stvarnu poslovnu prednost,
zaključuje Nesrin Gonin.
Pretvorite rizike u prilike za rast
>Upravljanje rizicima može biti mnogo više od zaštite poslovanja.Kontaktirajte Coface stručnjake
