Svakog tjedna razgovaram s vlasnicima tvrtki koji se užasavaju pomisli da zaostaju. Vide naslove o generativnoj umjetnoj inteligenciji, vide kako se njihovi konkurenti hvale automatizacijom, a njihov prvi instinkt je izaći na tržište i zaposliti „tehničkog stručnjaka”. Traže programera ili podatkovnog znanstvenika kako bi izgradili AI strategiju za SME uspjeh.
Ovdje sam kako bih vam rekao da je to pogreška.
U mom iskustvu vođenja potpuno autonomnog poslovanja koje se temelji na AI-ju, primijetio sam obrazac koji se ponavlja: najuspješnije AI tranzicije ne vode ljudi koji znaju pisati Python. Vode ih ljudi koji znaju gdje se kriju problemi u vašim tablicama. Vode ih zaposlenici koji su proveli deset godina usavršavajući radni tijek dok im on nije postao druga priroda.
Ulazimo u eru Putanje „Vještina-prema-Agentu” (Skill-to-Agent Pipeline). To je proces u kojem vaši najiskusniji članovi tima prestaju obavljati posao i počinju projektirati AI koji to radi umjesto njih. Ako želite pobijediti, ne treba vam programer. Trebate da vaš najbolji stručnjak za procese postane vaš novi AI arhitekt.
Jaz u izvlačenju stručnog znanja
💡 Želite da Penny analizira vaše poslovanje? Ona mapira koje uloge AI može zamijeniti i gradi plan u fazama. Započnite besplatno probno razdoblje →
Većina tvrtki pati od onoga što nazivam Jaz u izvlačenju stručnog znanja (Expertise Extraction Gap). To je udaljenost između „instinkta” starijeg zaposlenika i dokumentiranog procesa koji stroj (ili drugi čovjek) može slijediti.
Desetljećima smo tolerirali ovaj jaz. Prihvatili smo da je „Marko jedini koji zna kako riješiti kvartalna usklađenja poreza” ili da je „Ivana jedina koja uistinu razumije naš ton komunikacije u službi za korisnike”. To stvara ogromno usko grlo. Kada je Marko na godišnjem odmoru, proces staje. Kada Ivana ode iz tvrtke, brend gubi svoju dušu.
Tradicionalni softver pokušao je premostiti ovaj jaz krutom logikom i skupim prilagođenim rješenjima. Ali AI mijenja računicu. Veliki jezični modeli (LLM) ne trebaju kruti kôd; oni trebaju kontekst, nijanse i logiku.
Tko ima taj kontekst? Ne konzultant. Ne novi tehnički zaposlenik. To su Marko i Ivana. U pravoj usporedbi AI-ja i konzultanata, vidjet ćete da je „tehnička” prepreka zapravo najmanji dio problema. Pravi posao je izvlačenje stručnog znanja.
Zašto je „Prompt Engineering” zapravo „Inženjering procesa”
Postoji mnogo pompe oko „prompt engineeringa”. Ljudi ga tretiraju kao tajni jezik ili čarobnu čaroliju. To on nije.
Pisanje uputa (prompting) je jednostavno čin objašnjavanja poslovnog procesa s tako visokom razinom jasnoće da ga stroj može besprijekorno izvršiti. Ako vaš „stručnjak za procese” ne može objasniti svoj posao AI-ju, to je obično zato što zapravo nema proces — već ima niz navika.
To je razlog zašto je vaš najbolji stručnjak za procese vaš najbolji AI arhitekt. On razumije rubne slučajeve. On zna da „ako je klijent iz EU-a, primjenjujemo pravilo X, ali ako je to stari klijent od prije 2019. godine, primjenjujemo pravilo Y”.
Programer bi mogao propustiti te nijanse. Stručnjak za procese ih živi. Kada osnažite tog stručnjaka da izgradi „Agenta” (specijalizirani AI konfiguriran za obavljanje određene uloge), vi ne vršite samo automatizaciju; vi klonirate svoju najbolju osobu.
Putanja „Vještina-prema-Agentu”: Okvir od 4 koraka
Razvio sam okvir za ovu tranziciju. Nazivam ga Putanja „Vještina-prema-Agentu”. To je način na koji ljudsku vještinu selite iz manualnog zadatka u automatiziranu imovinu.
1. Promatranje (Faza revizije)
Prestanite pokušavati implementirati AI u cijelo poslovanje odjednom. Počnite promatranjem gdje vaši najplaćeniji ljudi obavljaju ponavljajući kognitivni rad. Govorim o unosu podataka, početnom istraživanju, sastavljanju e-mailova ili provjeri usklađenosti. Pogledajte naš vodič za uštede u profesionalnim uslugama kako biste vidjeli gdje se ti troškovi obično skrivaju.
2. Dekonstrukcija (Faza logike)
Neka vaš stručnjak sjedne i zapiše svaku pojedinu mikro-odluku koju donese tijekom tog zadatka.
- Što je prva stvar koju pogledaju?
- Zbog čega kažu „ne” potencijalnom klijentu?
- Koje specifične fraze traže u ugovoru? Ovo je „izvlačenje” stručnog znanja.
3. Sastavljanje uputa (Faza arhitekture)
Prevedite tu dekonstruiranu logiku u skup uputa za AI agenta. Vi ne „kodirate”; vi „dajete upute”. Ako stručnjak to može objasniti mlađem pripravniku, može objasniti i LLM-u.
4. Iteracija (Faza usavršavanja)
Pokrenite agenta uz čovjeka. Čovjek postaje „glavni urednik”. On ne obavlja posao; on pregledava izlaz AI-ja i dotjeruje upute sve dok AI ne postigne stopu uspješnosti od 95%.
Pravilo 90/10 modernog upravljanja
Dok implementirate putanju „Vještina-prema-Agentu”, neizbježno ćete naići na ono što nazivam Pravilo 90/10.
Ovo pravilo kaže da kada AI preuzme 90% funkcije, morate se zapitati: Opravdava li preostalih 10% ulogu s punim radnim vremenom ili je to odgovornost koja se spaja s drugom pozicijom?
To je neugodna stvarnost učinkovite AI strategije za SME vlasnike. Ne radi se samo o „učinkovitosti” — radi se o restrukturiranju. Ako AI agent može riješiti 90% vaših IT tiketa, više vam nije potrebna namjenska IT podrška u istom opsegu. Možda ćete primijetiti da vaši troškovi IT podrške padaju za 80% jer je vaša „IT osoba” prešla s „odgovaranja na tikete” na „upravljanje AI-jem koji odgovara na tikete”.
Od menadžera do kustosa
Kulturološki pomak je najteži dio. Vaši zaposlenici mogli bi osjećati da izgradnjom ovih agenata „automatiziraju sami sebe izvan posla”.
U stvarnosti, oni se uzdižu. Prelaze iz uloge Radnika (netko tko izvršava zadatak) u ulogu Kustosa (netko tko upravlja kvalitetom i logikom flote agenata).
U mom vlastitom poslovanju nemam marketinški tim. Imam marketinšku logiku koju sam ugradio u agente. Ja sam kustos. Ja postavljam strategiju, a agenti je izvršavaju. Ako kampanja ne uspije, ne dajem otkaz osobi; ažuriram upute u putanji. To je pristup „Skin in the Game” u korištenju AI-ja — korištenje tehnologije za rad koji je vitkiji i brži nego što bi bilo koja tradicionalna agencija ikada mogla sanjati.
Konkretni koraci za vlasnike SME-a
Ako želite početi danas, učinite sljedeće:
- Identificirajte svoju „ključnu osobu”: Tko je osoba čija odsutnost uzrokuje najviše trenja u vašim radnim procesima?
- Dajte im mandat „Graditelja”: Recite im da njihov cilj u sljedećih 90 dana nije samo raditi svoj posao, već dokumentirati i digitalizirati svoj posao u AI agenta.
- Mjerite „vrijednost stručnosti”: Nemojte samo mjeriti ušteđeno vrijeme; mjerite koliko se više posla na „razini stručnjaka” obavlja bez potrebe da stručnjak u tome sudjeluje.
Prestanite tražiti „AI stručnjaka” na LinkedInu. Oni već sjede u vašem uredu, vjerojatno frustrirani manualnim procesom koji su ponovili tisuću puta. Dajte im alate da kloniraju svoju stručnost i vidjet ćete da vaš posao radi brzinom koju nikada niste smatrali mogućom.
AI nije tehnološka revolucija; to je revolucija procesa. A ljudi koji posjeduju proces uvijek će posjedovati budućnost.