Zamislite radnu snagu od 65.000 zaposlenih u kojoj gotovo 40% njih nema otkucaje srca. To nije scenario iz naučnofantastičnog filma, već trenutna realnost McKinsey & Company. Dok se tradicionalna slika konsultanta u skupom odelu sa naramkom PowerPoint slajdova polako povlači u istoriju, na scenu stupa novi hibridni model koji spaja ljudsku stratešku genijalnost sa neviđenom snagom veštačke inteligencije.
Donosimo vam sažetak predavanja sa Youtuba, na srpskom jeziku. Predavanje nije najnovije, ali je vredno poslušatai predvača Borisava Vukojevića.
Ovaj tekst istražuje kako veštačka inteligencija suštinski menja savremeno poslovanje preuzimanjem administrativnih zadataka, čime primorava ljude da se fokusiraju na dublji smisao rada. Dok su prethodne tehnološke revolucije naglašavale disciplinu i inteligenciju, autor tvrdi da novo doba zahteva ljudsku maštu i sposobnost snalaženja u neizvesnosti. Umesto tradicionalnih hijerarhija, formiraju se „federacije smisla“ u kojima se pojedinci udružuju oko zajedničkih vrednosti i etičkih ciljeva. Budući lideri neće upravljati procesima, već će morati da ponude jasnu viziju i svrhu koju algoritmi ne mogu da zamene. Na kraju, uspeh više ne zavisi od efikasnosti, već od sposobnosti čoveka da pruži značaj i pravac u svetu zasićenom podacima.
Svet veštačke inteligencije prolazi kroz veliku transformaciju. Dok je 2024. i 2025. godinu obeležila "generativna AI" (sposobna da piše tekstove i pravi slike), 2026. godina zvanično pripada "agentnoj AI" (Agentic AI) – sistemima koji ne samo da pričaju, već i rade.
Poslovni svet se nalazi na pragu fundamentalne promene koju pokreće veštačka inteligencija. Do sada smo AI modele koristili kao napredne asistente koji odgovaraju na pitanja. Međutim, sa pojavom tehnologija poput Gemini 3, ulazimo u eru autonomnih AI agenata – sistema dizajniranih ne samo da odgovaraju, već i da autonomno izvršavaju ključne operacije. Ovo je strateški pomak sa pasivne AI koja pruža informacije na aktivnu AI koja stvara vrednost 24/7, obavljajući zadatke dok vi spavate.
Opšte uzbuđenje je bilo gotovo opipljivo. Stručnjaci i lideri industrije su proglasili 2025. godinu „godinom AI agenata”, obećavajući revoluciju u načinu na koji radimo i drastično povećanje produktivnosti. Očekivali smo eru autonomnih asistenata koji preuzimaju složene zadatke, oslobađajući ljudski potencijal za kreativnost i strategiju. Međutim, ta revolucija je odložena, ne i otkazana. Prema novom izveštaju o tehnološkim trendovima konsultantske kuće Deloitte, talas usvajanja AI agenata je iznenađujuće splasnuo. Šta su stvarni uzroci ovog zastoja i koje lekcije možemo naučiti iz njega?
Svet veštačke inteligencije bruji o novom konceptu: Agentni AI (Agentic AI). Za razliku od generativnih AI modela (poput ChatGPT-a) koji jednostavno odgovaraju na upit, Agentni AI sistemi su dizajnirani da budu autonomni. Oni mogu da postave sopstvene ciljeve, kreiraju plan za njihovo postizanje i izvrše niz koraka bez stalne ljudske intervencije [1] [2].
Programeri se suočavaju sa značajnim izazovom: kako povezati moćne AI agente sa alatima i podacima koji postoje van njihovih interfejsa za ćaskanje. Iako su AI agenti predstavljeni kao rešenje za planiranje putovanja, odgovaranje na poslovna pitanja i rešavanje složenih problema, postojeće metode za njihovu integraciju su često "krhke", teške za skaliranje i problematične za upravljanje. Kao odgovor na ovaj problem, Gugl je lansirao sopstvene, potpuno upravljane i udaljene MCP servere, sa ciljem da pojednostavi i osigura ovu ključnu vezu.
Najnoviji trend u svetu veštačke inteligencije nije samo u velikim jezičkim modelima (LLM), već u njihovoj sposobnosti da deluju autonomno. Reč je o Agentic AI sistemima, koji su dizajnirani da razmišljaju, prilagođavaju se i izvršavaju složene zadatke bez stalne ljudske intervencije. Ovi "AI agenti" su postali ključna tema u Severnoj Americi, gde kompanije aktivno prelaze sa jednostavne automatizacije na potpuno autonomne sisteme.
Svet veštačke inteligencije (postaje sve više "agentic". To znači da su veliki jezički modeli (LLM), poput onih koji pokreću četbotove kao što je ChatGPT, sve češće povezani sa softverskim alatima koji im omogućavaju pretraživanje interneta, menjanje datoteka i pisanje/pokretanje koda radi izvršavanja zadataka. Iako im davanje ovih sposobnosti dodaje praktičnost, ono stvara i rizik, jer sistemi možda neće postupati onako kako bismo želeli.
Svet veštačke inteligencije brzo se kreće izvan jednostavnih četbotova i velikih jezičkih modela (LLM). Sledeći veliki skok je pojava agentskog AI (Agentic AI), nove klase autonomnih sistema dizajniranih da obavljaju složene zadatke u više koraka uz minimalnu ljudsku intervenciju. Ova promena je spremna da fundamentalno izmeni način na koji komuniciramo sa tehnologijom, prelazeći sa davanja jedne komande na delegiranje celih projekata.
Kroz čitavu istoriju, naš odnos sa tehnologijom bio je prilično jednostavan: mi smo davali naređenja, a mašine su ih izvršavale. Bili smo ti koji su vukli konce, od jednostavnih zupčanika do računara koji su izvršavali naš kod liniju po liniju. Ali ta priča počinje drastično da se menja.
Ako ste ove godine pratili vesti o veštačkoj inteligenciji, verovatno ste čuli da se 2025. najavljuje kao „godina agenta“. To je godina kada se očekuje da AI sistemi evoluiraju od pasivnih čet-botova do aktivnih igrača koji rade u naše ime. Prognoze ličnosti poput Darija Amodeija iz kompanije Anthropic upozoravaju da bi AI mogao da eliminiše polovinu početničkih poslova, dok korporativni giganti poput Forda i Goldman Sachsa već usvajaju AI agente kao deo svoje radne snage.
Perplexity je objavio značajno ažuriranje za svog AI asistenta, Comet, koji je centralni deo istoimenog AI pretraživača. Unapređena verzija donosi mogućnost obavljanja više zadataka (multitasking) istovremeno preko više tabova, kao i sposobnost izvršavanja složenijih, višestepenih zadataka u ime korisnika. Ažuriranje daje asistentu duži raspon pažnje i oštriju svest o veb okruženju, sa ciljem da pojednostavi istraživanje i digitalnu papirologiju.
Kompanija Anthropic je predstavila novi obrazac pod nazivom "izvršavanje koda sa MCP" (Code Execution with MCP) kako bi rešila fundamentalni problem skaliranja sa kojim se suočavaju AI agenti koji koriste Model Context Protocol (MCP). Standardni pristup, gde se definicije alata i svi međurezultati prosleđuju kroz kontekstni prozor modela, dovodi do prekomerne potrošnje tokena, povećane latencije i visokih troškova, posebno u složenim radnim tokovima.
