Agentska vještačka inteligencija predstavlja sljedeću fazu digitalne transformacije u poslovanju i razvoju softvera. Za razliku od klasičnih AI alata, agentski sistemi mogu samostalno planirati zadatke, razlagati ih na podzadatke i izvršavati ih uz stalnu provjeru rezultata. U praksi to znači da sistem ne samo da generira prijedloge, već i upravlja redoslijedom aktivnosti i prilagođava se tokom rada.
Ipak, uprkos snažnom tržišnom interesovanju, njihova šira primjena odvija se sporije nego što se često predstavlja. Glavna prepreka nije nedostatak naprednih modela ili infrastrukture, već pouzdanost u realnim produkcijskim uslovima.
Šta pokazuju globalna istraživanja
MAP studija (engl. MAP - Measuring Agents in Production study - studija mjerenja agenata u produkciji) je najobimnija studija koja zahvata različite uglove i razumijevanja o korisnosti AI agenata i rađena je u saradnji nekoliko univerziteta u Americi kao što su Stanford i Berkeley.
Jedna od zanimljivih stvari je da je najveća količina AI agenata koristi u domenima bankarstva, tehnologije i korporativnih usluga.
Prema PwC anketi iz 2025. godine, 79 posto kompanija koristi agentske sisteme u nekom obliku, dok 66 posto navodi mjerljive dobitke u produktivnosti. Istovremeno, Gartner procjenjuje da samo 15 posto IT lidera razmatra ili primjenjuje potpuno autonomne agentske sisteme bez ljudskog nadzora, zbog zabrinutosti u vezi sa sigurnošću, kontrolom i upravljanjem rizicima.
Gartner očekuje da će do kraja 2026. godine oko 40 posto poslovnih aplikacija imati ugrađene agentske funkcije, u odnosu na manje od 5 posto u 2025. godini. Do 2028. godine, trećina enterprise softvera mogla bi uključiti agente koji autonomno donose dio svakodnevnih poslovnih odluka. To ukazuje na snažan strateški zamah, ali i na postepenu, kontroliranu primjenu.
Adria regija: Oprezna i selektivna implementacija
Iako PwC navodi veliku brojku od 79 posto firmi koje koriste AI agente, u Adria regiji su te brojke drastično manje i fokusirane su pretežno na pilot-projekte i testiranja.
Autsorsing kompanije i razvojni centri koriste agente za rutinske i ponovljive zadatke, poput pisanja testova, refaktorisanja koda, tehničke dokumentacije i korisničke podrške.
U tim slučajevima, agentski sistemi povećavaju brzinu i konzistentnost rada, dok ljudi zadržavaju nadzornu i odlučivačku ulogu. Veći stepen autonomije, poput samostalnog upravljanja poslovnim procesima ili razvoja aplikacija bez nadzora, i dalje je rijedak zbog regulatornih zahtjeva i rizika od grešaka.
Ali regija ima ogroman potencijal za implementaciju agentskih sistema i to se vidi kroz dvije jako zanimljive firme kao što su Wonderful.ai i PolyAI.
Britansko-srpski startup PolyAI razvija agenta za korisničku podršku i podigao je više od 200 miliona dolara u investicijama u proteklih sedam godina. S ogromnim klijentima kao što su Marriot, PGE i Unicredit, njihovi agenti uspijevaju vratiti ogromne povrate na investiciju firmama i sačuvati milione dolara u korisničkoj podršci.
Slično se dešava i s Izraelskim startupom Wonderful.ai, koji radi s većim korporacijama i ubacuje im agenta u njihove biznis procese. Njihov interes u regiji se vidi i kroz to što su bivšeg direktora Microsofta u Hrvatskoj Vedrana Bajera zaposlili da vodi cijelu Adria regiju i prošire poslovanje na ovoj teritoriji.
Granice autonomije i utjecaj na rad
I globalno i u regiji, organizacije se još uvijek nalaze između eksperimentiranja i skaliranja. Prema McKinsey izvještaju State of AI 2025, 62 posto organizacija testira agentske sisteme, dok ih 23 posto pokušava proširiti na bar jednu poslovnu funkciju, najčešće u IT-ju i upravljanju znanjem.
Akademska istraživanja potvrđuju da u produkcijskim okruženjima većina agenata zahtijeva ljudsku intervenciju nakon kratkih sekvenci zadataka, jer pouzdanost i evaluacija odluka ostaju ključni izazovi. Zbog toga agentska vještačka inteligencija trenutno ostvaruje najveći efekt u asistivnim i poluautonomnim ulogama, a ne kao potpuno nezavisni izvršilac poslova.
Agentska vještačka inteligencija ne briše radna mjesta, ali ih mijenja. Rutinski zadaci se automatizuju, dok se uloga ljudi pomjera ka nadzoru, upravljanju i strateškom odlučivanju. Organizacije koje na vrijeme izgrade tehničke i organizacijske kapacitete za upravljanje ovim sistemima mogu ostvariti značajnu konkurentsku prednost - ali potpuna autonomija ostaje dugoročan cilj, ne trenutna realnost.
.webp){kind=icon}
