U mnogim organizacijama pitanje spremnosti za umjetnu inteligenciju počinje tehnički.
Ima li organizacija dovoljno kvalitetne podatke? Postoji li infrastruktura? Koji alati su dostupni? Je li IT sigurnost postavljena? Može li se koristiti generativni AI u postojećem okruženju? Jesu li definirana pravila korištenja?
Ta su pitanja legitimna. Bez njih nije moguće odgovorno uvoditi AI u organizaciju. No ona nisu dovoljna.
Problem nastaje kada se AI readiness shvati kao tehnička pripremljenost. Tada se organizacija može dovesti u paradoksalnu situaciju: ima alate, ima pilot-projekte, ima interne smjernice i možda čak ima entuzijastične korisnike, ali nema stvarnu sposobnost da AI promijeni način rada.
Drugim riječima, organizacija može biti tehnološki spremna, a organizacijski nespremna.
To je jedna od ključnih razlika u razumijevanju AI transformacije. AI nije samo nova vrsta softvera koju treba uvesti. AI mijenja odnos između zadataka, odluka, kompetencija, odgovornosti i procesa. Zato se spremnost za AI ne može mjeriti samo kroz pitanje dostupnosti tehnologije.
Pravo pitanje nije: možemo li koristiti AI?
Pravo pitanje je: može li organizacija promijeniti način rada kada AI postane dio rada?
1. Zašto je tema važna sada
Organizacije danas više ne raspravljaju o tome hoće li AI imati utjecaj na rad. Raspravljaju o tome kako ga sigurno, korisno i održivo integrirati.
U prvoj fazi većina organizacija kreće očekivano: kroz testiranje alata, edukacije, interne preporuke, automatizaciju pojedinih zadataka i entuzijazam pojedinaca. To je prirodna početna točka. No nakon početnog zamaha pojavljuje se složenije pitanje: zašto se učinak AI-a ne širi proporcionalno brzini usvajanja alata?
Odgovor je najčešće organizacijski.
AI može ubrzati pojedine zadatke, ali ne može sam promijeniti proces. Može pomoći pojedincu da napravi kvalitetniji nacrt dokumenta, analizu, sažetak, prijedlog odluke ili komunikacijski materijal. No ako se proces odobravanja, koordinacije, odlučivanja i odgovornosti ne promijeni, ukupni učinak ostaje ograničen.
Tada organizacija dobiva vidljivu aktivnost, ali ne i stvarnu transformaciju.
Zaposlenici koriste AI. Timovi eksperimentiraju. Menadžeri prepoznaju potencijal. Uprava očekuje produktivnost. No operativni model ostaje isti.
Upravo zato je važno razlikovati tehnološku spremnost od organizacijske spremnosti. Tehnološka spremnost govori može li se AI koristiti. Organizacijska spremnost govori može li se zbog AI-a rad promijeniti.
Ta razlika postaje ključna u trenutku kada organizacija želi prijeći iz eksperimentiranja u stvarni učinak.
2. Glavni problem: AI se uvodi u sustav koji nije pripremljen za promjenu – zamka tehnocentričnog pristupa
Osnovni problem leži u redukcionizmu – svođenju kompleksnog socio-tehničkog fenomena, što umjetna inteligencija u organizaciji jest, na isključivo inženjerski i informatički zadatak. Kada IT odjel potvrdi da su tehnički preduvjeti zadovoljeni, organizacija proglašava visoku razinu spremnosti. To je zamka tehnocentričnog pristupa.
AI ne ulazi u neutralan prostor. Ulazi u postojeću organizaciju, s postojećim pravilima, navikama, hijerarhijama, procesima, metrikama i neformalnim obrascima ponašanja.
Ako su procesi fragmentirani, AI će ubrzati fragmente.
Ako su odgovornosti nejasne, AI će dodatno otvoriti pitanje tko odlučuje.
Ako menadžerske razine nisu pripremljene, AI će ostati nepovezan s operativnom praksom.
Ako kultura kažnjava eksperimentiranje, AI će se koristiti oprezno, skriveno ili površno.
Ako se produktivnost mjeri isključivo kroz stare pokazatelje, nove mogućnosti rada neće biti prepoznate.
Zato AI readiness nije pitanje postoji li tehnologija, nego pitanje u kakav sustav tehnologija ulazi.
Organizacija koja nije pripremljena za promjenu može imati visok stupanj digitalizacije, kvalitetan IT, dostupne podatke i napredne alate, ali i dalje ostati nespremna za AI transformaciju. Ne zato što joj nedostaje tehnologija, nego zato što joj nedostaje sposobnost promjene rada.
To je posebno važno za srednje i velike organizacije. U njima se vrijednost AI-a ne oslobađa samo kroz individualnu upotrebu, nego kroz koordiniranu promjenu procesa, uloga i odgovornosti. Što je organizacija složenija, to je manje vjerojatno da će se AI učinak dogoditi spontano.
Spontana upotreba može otvoriti vrata. Ne može sama izgraditi transformaciju.
3. Organizacijski uzrok: spremnost se nalazi između strategije i svakodnevnog rada
Organizacije često imaju strategiju i operativnu stvarnost koje nisu dovoljno povezane.
Na razini strategije, AI se vidi kao izvor produktivnosti, inovacije, učinkovitosti ili konkurentske prednosti. Na razini svakodnevnog rada, AI se pojavljuje kao niz praktičnih pitanja: smijem li ga koristiti, za što ga koristiti, tko provjerava rezultat, mijenja li se proces, što se očekuje od mene, kako se mjeri kvaliteta, tko je odgovoran ako AI pogriješi?
Između te dvije razine nalazi se stvarna organizacijska spremnost.
Ona nije samo u upravi, IT-u, HR-u ili pojedinim entuzijastima. Nalazi se u sposobnosti organizacije da prevede ambiciju u operativni oblik.
To uključuje nekoliko elemenata.
Prvo, organizacija mora znati koji se procesi mijenjaju, a koji se samo ubrzavaju. Ako se AI koristi samo za bržu izradu postojećih outputa, učinak ostaje ograničen. Ako se zbog AI-a mijenja slijed rada, raspodjela zadataka i način donošenja odluka, tada počinje dublja transformacija.
Drugo, organizacija mora jasno definirati odgovornosti. AI često proizvodi prijedloge, nacrte, analize i interpretacije. No organizacijska odgovornost ne može se delegirati alatu. Netko mora znati tko koristi AI, tko provjerava rezultat, tko donosi odluku i tko snosi odgovornost.
Treće, organizacija mora razvijati kompetencije koje nisu samo tehničke. Važne su sposobnosti formuliranja problema, kritičke procjene rezultata, razumijevanja ograničenja tehnologije, kontekstualnog odlučivanja i stalnog učenja.
Četvrto, organizacija mora imati kulturu u kojoj je moguće učiti kroz kontrolirano eksperimentiranje. Ako se od zaposlenika očekuje da koriste AI, ali im se ne daje prostor za učenje, pogreške, provjeru i dijeljenje iskustava, upotreba ostaje plitka.
Peto, menadžeri moraju moći prevoditi AI ambiciju u operativnu praksu. Bez tog prijevoda AI ostaje ili strateška tema ili individualni alat, ali ne postaje dio organizacijskog rada.
4. Organizacijske implikacije
- AI strategija mora uključivati organizacijski dizajn.
Bez promjene procesa, odgovornosti i koordinacije, AI ostaje dodatak postojećem radu. - Procjena spremnosti mora ići izvan IT-a.
IT može omogućiti sigurno korištenje tehnologije, ali ne može sam transformirati način rada. - Menadžerske razine postaju ključni nositelji operativnog prijevoda.
One povezuju ambiciju uprave s konkretnim promjenama u timovima i procesima. - Kompetencije treba razvijati oko rada, ne samo oko alata.
Ključno je razumjeti kada, kako i zašto koristiti AI u stvarnom organizacijskom kontekstu. - Organizacijska kultura određuje dubinu usvajanja.
Ako nema prostora za učenje, provjeru i otvoreno dijeljenje iskustava, AI upotreba ostaje fragmentirana. - AI strategija mora uključivati organizacijski dizajn.
Bez promjene procesa, odgovornosti i koordinacije, AI ostaje dodatak postojećem radu. - Procjena spremnosti mora ići izvan IT-a.
IT može omogućiti sigurno korištenje tehnologije, ali ne može sam transformirati način rada. - Menadžerske razine postaju ključni nositelji operativnog prijevoda.
One povezuju ambiciju uprave s konkretnim promjenama u timovima i procesima. - Kompetencije treba razvijati oko rada, ne samo oko alata.
Ključno je razumjeti kada, kako i zašto koristiti AI u stvarnom organizacijskom kontekstu. - Organizacijska kultura određuje dubinu usvajanja.
Ako nema prostora za učenje, provjeru i otvoreno dijeljenje iskustava, AI upotreba ostaje fragmentirana.
5. Povezanost sa ZPR OTM modelom
ZPR Organizational Transformation Model razlikuje tri faze transformacije: automatizaciju zadataka, transformaciju procesa i transformaciju organizacije. Istodobno promatra tri dimenzije: procese, ljude i kulturu. Kako organizacija napreduje kroz faze, sve dimenzije postaju kritične.
Tema organizacijske spremnosti za AI povezuje cijeli model.
1. Automatizacija zadataka
U ovoj fazi organizacija koristi AI za ubrzavanje postojećih aktivnosti.
Zaposlenici mogu brže pisati, analizirati, sažimati, prevoditi, pripremati materijale ili generirati ideje. Ova faza često stvara prvi vidljivi učinak i smanjuje otpor jer je konkretna, jednostavna i neposredno korisna.
No spremnost u ovoj fazi ne znači samo omogućiti alat. Potrebno je osigurati osnovna pravila korištenja, sigurnost podataka, minimalnu AI pismenost i razumijevanje granica alata.
Ako se ova faza ne vodi pažljivo, organizacija dobiva neujednačenu upotrebu: neki zaposlenici značajno napreduju, drugi ostaju izvan promjene, a menadžeri nemaju jasnu sliku što se stvarno događa.
2. Transformacija procesa
Ovdje se pojavljuje stvarni test organizacijske spremnosti.
AI više nije samo pomoć pojedincu. On počinje mijenjati tijek rada. Pitanja postaju složenija: koji se koraci mogu ukloniti, koji se mogu spojiti, gdje treba uvesti novu kontrolu kvalitete, tko odlučuje, kako se koordiniraju timovi, što se događa s postojećim ulogama?
U ovoj fazi tehnološka spremnost više nije dovoljna. Organizacija mora imati sposobnost redizajna procesa.
Ako ta sposobnost ne postoji, AI ostaje dodatak starom procesu. U najboljem slučaju ubrzava neke aktivnosti. U lošijem slučaju stvara paralelne načine rada, nejasne standarde i novu vrstu operativne neusklađenosti.
3. Transformacija organizacije
U trećoj fazi AI postaje dio operativnog modela. Tada se mijenja način na koji organizacija uči, odlučuje, koordinira i razvija kompetencije.
To nije samo pitanje alata ili procesa. To je pitanje organizacijske adaptivnosti.
U ovoj fazi organizacijska spremnost uključuje sposobnost kontinuiranog učenja, jasno definirane odgovornosti, promjenu leadership praksi, razvoj novih kompetencija i kulturu u kojoj je AI dio normalnog promišljanja rada.
Drugim riječima, organizacija više ne pita samo gdje može koristiti AI. Pita kako se zbog AI-a mijenja njezin način funkcioniranja.
6. Što razlikuje spremnije organizacije
Spremnije organizacije ne moraju nužno imati najnapredniju tehnologiju. Njihova prednost je u tome što bolje razumiju odnos između tehnologije i organizacijskog sustava.
One razlikuju eksperiment od transformacije.
Eksperiment može pokazati mogućnost. Transformacija zahtijeva promjenu procesa, odgovornosti i ponašanja.
Spremnije organizacije ne tretiraju AI samo kao IT inicijativu. IT je važan, ali nije jedini nositelj promjene. AI se mora povezati s poslovnim funkcijama, HR-om, operativnim voditeljima, pravnim i sigurnosnim okvirom te leadershipom.
Spremnije organizacije ne očekuju da edukacija sama riješi problem. Edukacija je nužna, ali nije dovoljna ako se nakon nje ljudi vraćaju u iste procese, iste metrike i iste obrasce odlučivanja.
Spremnije organizacije ne mjere uspjeh samo brojem korisnika alata. Mjere promjenu u načinu rada: gdje je smanjeno dupliciranje, gdje su odluke kvalitetnije, gdje se ubrzao protok informacija, gdje su uloge jasnije, gdje je organizacija naučila nešto što može skalirati.
Spremnije organizacije ozbiljno shvaćaju menadžersku razinu. Menadžeri nisu samo komunikacijski kanal za AI strategiju. Oni su ključna razina prevođenja između strateške ambicije i svakodnevne prakse.
Najvažnije, spremnije organizacije ne promatraju AI kao projekt koji treba “implementirati”, nego kao promjenu koju treba organizacijski apsorbirati.
7. Preporuke za lidere
Prva preporuka je jasno razdvojiti tehnološku i organizacijsku spremnost.
Tehnološka spremnost uključuje alate, podatke, infrastrukturu, sigurnost i pravila. Organizacijska spremnost uključuje procese, odgovornosti, kompetencije, kulturu i sposobnost promjene. Obje su potrebne, ali ne rješavaju isti problem.
Druga preporuka je procijeniti gdje se organizacija stvarno nalazi u OTM modelu.
Ako se AI koristi uglavnom za pojedinačne zadatke, organizacija je još u fazi automatizacije zadataka. To nije problem, ali je važno ne nazivati tu fazu transformacijom. Precizno imenovanje faze sprječava nerealna očekivanja.
Treća preporuka je identificirati procese u kojima AI može promijeniti rad, a ne samo ubrzati aktivnost.
To zahtijeva pitanje: ako AI preuzima dio analize, pripreme, sažimanja ili generiranja prijedloga, što se mijenja u sljedećem koraku procesa? Tko provjerava? Tko odlučuje? Koji korak postaje nepotreban? Koji novi rizik nastaje?
Četvrta preporuka je uključiti menadžerske razine ranije, a ne tek u fazi provedbe.
Ako menadžeri nisu uključeni u oblikovanje nove logike rada, od njih se kasnije očekuje da provedu nešto što nisu operativno preveli. To često stvara usko grlo, ne zbog otpora, nego zbog nejasnoće.
Peta preporuka je razvijati kompetencije koje povezuju tehnologiju i rad.
Organizacijama nisu potrebni samo korisnici AI alata. Potrebni su ljudi koji razumiju problem, znaju postaviti kvalitetno pitanje, procijeniti rezultat, povezati output s kontekstom i prepoznati kada AI treba koristiti, a kada ne.
Šesta preporuka je izgraditi prostor za kontrolirano učenje.
AI transformacija ne može se u potpunosti projektirati unaprijed. Organizacija mora učiti kroz primjenu. No to učenje treba biti strukturirano: s jasnim pravilima, povratnim informacijama, dijeljenjem prakse i mehanizmima za skaliranje onoga što funkcionira.
Zaključak: spremnost se ne vidi u alatima, nego u sposobnosti promjene
AI readiness nije tehnološka kategorija. Tehnologija je važan preduvjet, ali nije dokaz spremnosti.
Stvarna organizacijska spremnost za AI vidi se u tome može li organizacija promijeniti način rada kada tehnologija otvori novu mogućnost.
Ako AI ostane na razini pojedinačnih alata, učinak će biti stvaran, ali ograničen. Ako uđe u procese, odgovornosti, kompetencije i kulturu, tada može postati dio šire organizacijske transformacije.
Zato najvažnije pitanje za lidere nije samo koje AI alate organizacija koristi.
Važnije pitanje glasi: je li organizacija dovoljno spremna da zbog AI-a promijeni način na koji radi?
Organizacija nije spremna za AI kada ima pristup tehnologiji, nego kada može promijeniti način rada zbog tehnologije.
Analitički okvir: tri razine AI readinessa- 1. Tehnološka spremnost – alati, podaci, infrastruktura, sigurnost, pravila korištenja
- 2. Procesna spremnost – redizajn tijeka rada, odgovornosti, kontrole kvalitete i koordinacije
- 3. Organizacijska spremnost – kompetencije, menadžerski kapacitet, kultura učenja i sposobnost promjene operativnog modela
- Organizacija može imati prvu razinu, a i dalje biti nespremna za drugu i treću
