Kad AI prestane biti chat i postane delegirani operater
Agentni AI tijek rada (u literaturi često agentic AI) je sustav koji planira korake, skuplja kontekst iz više izvora, po potrebi poziva alate i isporučuje gotov radni artefakt (nacrt izvještaja, brief, sažetak, bilješke). Bitno: ne pričamo o još jednom prozoru za dopisivanje u koji morate iznova objašnjavati “što želim”, nego o delegiranom “virtualnom suradniku” unutar jasno definiranih granica.
Zamislite ponedjeljak ujutro: otvorite laptop, a sustav je već složio pregled ključnih klijenata, izvukao zadnje poruke iz e‐pošte i Slacka, pripremio nacrt tjednog izvještaja i označio gdje treba vaša odluka. Vi ne nestajete iz priče — samo se pomičete s ručnog skupljanja konteksta na recenziju, korekciju i prosudbu.
U ovom tekstu namjerno preskačemo opće rasprave o “uvođenju AI-a” i fokusiramo se na kako konkretno izgleda preoblikovanje posla oko agentnih tijekova rada u 2026. godini.
Zašto klasična automatizacija puca na rad znanja
Ako ste koristili Zapier ili Make, znate snagu klasične automatizacije: “ako se dogodi X, napravi Y”. To je deterministički svijet. Svaki korak je unaprijed definiran, a jedan krivo mapiran podatak ili API poziv može srušiti lanac.
Agentni AI cilja drugačiji tip posla: ponavljajući, ali kontekstno bogat rad znanja. Primjeri koji se u praksi najčešće isplate:
- priprema sales briefa prije sastanka (CRM + e‐pošta + bilješke)
- konzultantski sažetak istraživanja (dokumenti + web izvori + interne prezentacije)
- tjedni operativni izvještaj (Slack + Jira + kalendar + prošli tjedan)
- sinteza povratnih informacija kupaca (ticketing + ankete + pozivi)
Ključna razlika: agentni sustav ne odrađuje jednu akciju, nego orkestrira više koraka kako bi isporučio nešto što se može pregledati, komentirati i odobriti. Ne automatizirate klikove — delegirate cijeli ponavljajući radni ciklus.
“Svaki proces je legacy” i što znači dizajnirati AI-first
Jakob Freund iz Camunde to je sažeo prilično neugodno, ali korisno:
“Svaki proces u organizaciji je legacy, jer je dizajniran u vrijeme kada AI nije postojao.”
Ako je to istina, onda većina procedura — od onboardinga klijenata do izvještavanja upravi — pretpostavlja da će čovjek ručno skupljati kontekst, prebacivati podatke i “slagati priču”. Kad na to samo zalijepimo generativni AI, često dobijemo novo mjesto gdje treba kopirati‐zalijepiti.
Agentni pristup predlaže obrnuti smjer: prvo se pitamo kako bi proces izgledao da od starta računamo na AI koji može čitati dokumente, pratiti povijest, učiti iz korekcija i samostalno izvoditi dio posla. Tek onda biramo alate i integracije.
U praksi, “AI-first” ne znači “sve radi AI”, nego da je AI dio osnovnog dizajna: gdje se uzima kontekst, kako se bilježe odluke, tko odobrava i kako se rezultat vraća u sustave (CRM, baza znanja, projektni alat). Kostur procesa postaje jasniji — i lakše ga je nadzirati.
Jedan realan primjer: tjedni operativni izvještaj bez lova na kontekst
Uzmimo tim koji svaki tjedan radi operativni izvještaj: tko radi na čemu, gdje su blokade, što ide u rizike. Klasični scenarij: voditelj lovi informacije po Slack kanalima, e‐pošti, Jiri/Asani i kalendaru, pa ručno sastavlja dokument ili prezentaciju.
Agentni tijek rada taj ciklus opisuje precizno:
- Okidač: petak u 14:00
- Izvori: Slack kanali tima, Jira, CRM, prošlotjedni izvještaj, kalendar sastanaka
- Očekivani izlaz: sekcije + tablice + “highlighti” + predložene blokade
- Recenzent: odgovorna osoba (npr. voditelj tima)
- Sljedeća akcija: slanje na mailing listu, spremanje u repozitorij, otvaranje zadataka za blokade
Agent zatim sam prolazi izvore, skuplja ažuriranja, uspoređuje s prošlim tjednom, predlaže gdje vidi blokade i sastavlja nacrt. Najveća ušteda često nije u “bržem pisanju”, nego u uklanjanju skrivenog troška koordinacije i stalnog prebacivanja konteksta.
Kako odabrati procese koji stvarno zaslužuju agentni pristup
Ne želite (i ne možete) sve odmah pretvoriti u agentne tijekove rada. U praksi pomažu četiri kriterija — svaki je dovoljno “operativan” da ga tim može procijeniti u jednom sastanku:
- Frekvencija: isplati se kad se posao ponavlja dnevno, tjedno ili po jasnom događaju (npr. “prije sastanka”, “nakon incidenta”).
- Ponavljajući kontekst: proces stalno čita slične tipove izvora (ticketi, mailovi, bilješke, CRM), pa se kroz vrijeme može poboljšavati.
- Pregledan izlaz: završava u briefu, sažetku, nacrtu, listi preporuka — ne u “magičnom rezultatu” koji se ne može brzo provjeriti.
- Prosudba bez autoriteta: AI je odličan u pripremi i sintezi, ali konačne odluke (pravne, financijske, strateške) ostaju na ljudima.
Brzi test za tim: koji nas zadaci najviše iscrpljuju jer stalno skupljamo informacije iz više kanala i preformatiramo ih za druge? Upravo tu agentni pristup obično daje najbrži povrat.
Kako izgraditi agentni tijek rada bez beskonačnog “AI pilota”
Najčešća zamka je preširok cilj (“automatiziraj prodaju”). Umjesto toga krenite usko i mjerljivo: “pripremi account brief prije sastanka” ili “pripremi nacrt tjednog izvještaja”.
Pragmatičan iterativni pristup izgleda ovako:
- Korak 1: Opišite radni ciklus na jednoj stranici. Okidač, ulazi, izlaz, recenzent, što se događa nakon odobrenja. Naglasite format izlaza (naslovi, tablice, duljina, ton).
- Korak 2: Povežite kontekst. Dokumenti, CRM zapisi, povijesne bilješke, relevantni kanali. Ako je kontekst neuredan, agent će biti neuredan.
- Korak 3: Pokrenite paralelno s ručnim procesom. Cilj nije “zamijeniti ljude”, nego otkriti gdje agent griješi i koliko vremena realno štedi.
- Korak 4: Pretvorite korekcije u pravila. Svaka recenzija je signal: što treba dodati u kontekst, koje preferencije vrijede, što nikad ne smije izaći van.
Uspjeh u prva 2–4 tjedna obično dolazi iz discipliniranog sužavanja opsega, ne iz “pametnijeg modela”.
Memorija, orkestracija i upravljanje rizikom: bez toga nema skaliranja
Jednokratni razgovor s modelom može biti impresivan, ali ozbiljan radni tijek traži memoriju: gdje su relevantne datoteke, što je “dobar izlaz”, koje ste korekcije već radili, gdje se sprema rezultat. Bez memorije tim će iz tjedna u tjedan ponavljati iste upute, a AI ostaje na razini pametnog dovršavanja teksta.
Zato se pojavljuju platforme za agentne tijekove rada (npr. Kuse i slični alati) koje pokušavaju spojiti razgovorni AI i automatizaciju: opis procesa običnim jezikom, povezivanje izvora, definiranje spremanja rezultata i učenja iz recenzija. No čak i s dobrom platformom treba “tvrdi” sloj:
- Orkestracija: deterministička okosnica koja zna redoslijed, uvjete, timeoute i fallback korake.
- Sljedivost i revizijski trag: što je agent pročitao, što je zaključio, što je promijenio.
- Human-in-the-loop: jasne točke gdje čovjek odobrava ili korigira.
- Granice odgovornosti: što agent smije, a što ne (npr. slanje vanjskih e‐poruka bez odobrenja).
U reguliranim industrijama taj okvir je presudan. Primjer koji analitičari često ističu je kako banke (npr. Barclays u javno opisanim praksama) kombiniraju deterministički orkestracijski sloj za end-to-end proces (onboarding, provjere) i AI agente za prikupljanje podataka, provjeru politika i pripremu dokumentacije. Poanta: agent nije “sam svoj šef” — on radi unutar sustava koji omogućuje kontrolu.
Što ponijeti u 2026.: stabilniji ritam, manje “skupljanja po kanalima”
U 2026. mnoge organizacije prelaze iz faze eksperimentiranja u fazu operativnog utjecaja. Agentni tijekovi rada su jedan od najpraktičnijih načina da se taj pomak osjeti u svakodnevici: ne samo kroz brže izvršenje, nego kroz stabilniji operativni ritam. Umjesto da svaki tjedan iznova skupljate kontekst i slažete iste dokumente, gradite sustav koji to radi konzistentno — a vi se bavite prosudbom i odlukama.
Najvažnija promjena je iskustvena: AI prestaje biti alat kojem postavljate pitanja i postaje delegirani operater kojem zadate ciljeve, standarde kvalitete i granice.
Za vaš sljedeći korak ne treba velika transformacija: odaberite jedan ponavljajući, kontekstno bogat proces, definirajte okidač–ulaze–izlaz–recenziju, i mjerite: koliko se smanjuje koordinacija, koliko se poboljšava kvaliteta i koliko brzo agent “uči” iz korekcija.
Za razmišljanje u timu:
- Koji naš tjedni ritual postoji samo zato što netko mora ručno skupljati kontekst?
- Gdje bi nam “nacrt + recenzija” promijenili dinamiku sastanaka?
- Koje granice moramo postaviti da se osjećamo sigurno dok delegiramo?
