Kako uvesti AI u projektantski biro: Šest nivoa od prvog upita do automatizacije
Veštačka inteligencija može da pomogne u pripremi ponuda, komunikaciji i izradi vizuelnih materijala, ali njena primena u celoj firmi zahteva uređene podatke i jasne procedure. Stjepan Mikulić objašnjava kako preći sa pojedinačnih pokušaja na organizovan način rada.
Jedan zaposleni koristi AI za mejlove, drugi za rendere, a treći isprobava novi alat za obradu dokumentacije. Svako pronalazi poneku prečicu, ali firma još nema dogovor kako se ti rezultati proveravaju, čuvaju i ponovo koriste. Da li je time veštačka inteligencija uvedena u poslovanje?
Za Stjepana Mikulića, osnivača kompanije AI in AEC, takva situacija predstavlja tek početak. U predavanju „Kako implementirati AI u AEC firmama“, pripremljenom za BuildUp 2026, predstavlja šest nivoa primene i objašnjava zašto napredak zavisi od organizacije posla koliko i od tehnologije.
Mikulić je iskustvo sticao u kompaniji Sweco i studiju BIG, a danas se bavi edukacijom i podrškom arhitektonskim, inženjerskim i građevinskim firmama u primeni AI.
Prvo utvrdite gde odlazi vreme
Polazište njegovog pristupa jeste da izboru alata prethodi razumevanje posla koji treba unaprediti. Ako firma najpre kupi pretplate, pa tek onda traži čemu bi one služile, zaposleni lako završe u neprekidnom isprobavanju novih mogućnosti.
Mikulić predlaže tri pitanja: na šta trošite najviše vremena, šta vam stvara najveće probleme i koji posao oduzima čitav dan, a klijent za njega ne bi posebno platio?
U predavanju navodi svakodnevnu prepisku, pripremu ponuda i izradu rendera kao primere zadataka od kojih se može krenuti. Za svaki od njih potrebno je razumeti ulazne podatke, očekivani rezultat i način provere. Tek tada izbor alata dobija konkretnu svrhu.
Šest nivoa primene AI u firmi
Mikulić svoj model deli na šest nivoa, od povremenog korišćenja asistenta do vizije povezanog sistema koji obuhvata poslovanje:
- AI asistent. Zaposleni postavlja pitanja i dobija odgovore, slično pretraživanju interneta. Korist uglavnom ostaje vezana za pojedinca.
- AI kopilot. Veštačka inteligencija ulazi u alate koje tim već koristi i pomaže tokom obavljanja zadataka.
- Standardi i podaci. Firma uređuje sopstveno znanje i dogovara zajednički način korišćenja AI, kako rezultati ne bi zavisili od toga ko je uneo upit.
- Automatizacija procesa. Na osnovu uređenih podataka i procedura povezuju se koraci posla koji su se ranije obavljali pojedinačno.
- AI agenti. Agent preuzima širi zadatak, dok se ljudi uključuju na mestima na kojima su potrebni.
- AI operativni sistem. Mikulićeva vizija objedinjenog sistema u kojem AI obavlja povezane poslove, a ljudi usmeravaju rad i donose ključne odluke.
Prema njegovom iskustvu, mnoge firme zadržavaju se na prva dva nivoa. Prelazak na sledeće zahteva da se pozabave sopstvenim podacima i standardima. Poslednje nivoe predstavlja kao pravac razvoja, uz sve veću povezanost procesa.
Uređeni podaci i jasni procesi pretvaraju pojedinačne pokušaje sa AI u znanje koje može da koristi ceo tim.
Bez zajedničkih standarda svaki zaposleni počinje iznova
Ako svako piše upite na svoj način, koristi drugačiju dokumentaciju i drugačije tumači dobar rezultat, teško je uspostaviti pouzdan proces na nivou tima.
Redosled koji Mikulić predlaže jeste: podaci, procesi, pa alati. Najpre treba razumeti gde se nalazi znanje firme i šta čini njen prepoznatljiv način rada. Potom se sagledavaju zadaci i zastoji, a zatim bira tehnologija koja može da pomogne.
U praksi bi to, recimo kod pripreme ponuda, značilo da tim najpre usaglasi obrazac, potrebne podatke i kriterijume provere. Tako AI dobija jasnije polazište, a zaposleni osnovu da procene da li je rezultat upotrebljiv. To je praktičan način da se princip iz predavanja primeni na svakodnevni posao.
Od odluke uprave do primene u celom timu
Uvođenje počinje odlukom firme o tome zašto želi da koristi AI. Mikulić zatim predlaže interni „AI manifest“: dogovor o svrsi korišćenja i granicama primene.
Slede edukacija zaposlenih, uređivanje standarda i podataka, pronalaženje zastoja i određivanje ljudi koji će voditi promenu. Nakon testiranja dolazi širenje primene na firmu, a potom razmatranje složenije automatizacije i agenata.
Važno mesto u ovom procesu imaju jasna odgovornost i procena isplativosti. Ako nije određeno ko vodi uvođenje, koji problem rešava i kako će se procenjivati korist, budžet i pristup alatima sami po sebi neće obezbediti napredak.
Za prvi pokušaj zato ima smisla izabrati jasno ograničen zadatak. Kod pripreme ponuda, na primer, može se pratiti koliko vremena zahteva izrada upotrebljivog nacrta i koliko naknadnih ispravki ostaje timu.
Znanje treba da ostane u firmi
Mikulić ukazuje i na problem poznat mnogim biroima: kada iskusan kolega ode, sa njim odlazi deo znanja o projektima i načinu rada. Uređivanje tog znanja vidi kao osnovu „centralne inteligencije“ firme.
U njegovoj viziji, zaposleni bi više vremena posvećivali kritičkom razmišljanju, koordinaciji i proceni rezultata. Otvara i pitanje naplate: ako AI skrati posao, firma treba da razmotri kako vrednuje brzinu, kvalitet i isporučeni rezultat.
Prvi korak za biro koji želi da krene tim putem jeste da prepozna jedan zastoj, uredi potrebne podatke i proveri može li AI da pomogne. Takvo iskustvo daje konkretniju osnovu za sledeću odluku od još jedne pretplate.
Pogledajte celo predavanje Stjepana Mikulića „Kako implementirati AI u AEC firmama“, u trajanju od oko 20 minuta:
