Šta su AI agenti?

Iako je vještačka inteligencija već široko prisutna u velikim organizacijama, pojam AI agenta (Agentic AI) poznat je relativno malom broju ljudi. Upravo ovaj oblik vještačke inteligencije koji se često naziva trećim talasom vještačke inteligencije, mogao bi promijeniti način na koji kompanije posluju. Firme na Balkanu ipak tek otkrivaju ovu vrstu automatizacije u poslovanju. Oblasti gdje se primjećuje najveći interes za AI agente su automatizacija korisničke podrške, finansije i energetika.

U ovom blog postu pojašnjavamo sam pojam AI agent i donosimo praktičan vodič za C-level rukovodioce, vlasnike i operativne menadžere. Cilj je da jednostavno objasnimo na koji se način AI agenti razlikuju od drugih AI alata, šta su prednosti i gdje leže najveći rizici.

Kako AI agenti funkcionišu? 

AI agent je softverski sistem koji koristi vještačku inteligenciju da ostvaruje ciljeve i izvršava zadatke u ime korisnika ili drugog sistema sa određenim stepenom autonomije. Umjesto da čeka eksplicitna uputstva korak po korak, agent dobija cilj, zatim sagledava svoje okruženje i osmišljava kako da ostvari cilj. 

Klasičnom softveru morate reći tačno šta da radi u svakom koraku. AI agentu kažete šta želite kao rezultat, a on dalje sam isplanira korake, koristi programe i podatke koji su mu na raspolaganju. 

Svaki AI agent počiva na tri stuba:

1. „Mozak” – foundation model koji „razmišlja”: prima zadati cilj, razrađuje strategiju i određuje prioritete.
2. Alati – svojevrsni „udovi i čula” agenta, jer mu upravo oni omogućavaju kontakt sa svijetom izvan njega (pristup bazama podataka, slanje mejlova, izvršavanje transakcija).
3. Orkestracija – „nervni sistem” koji povezuje procese, okruženje i komunikaciju u skladnu cjelinu.

Jednostavno rečeno: „mozak” smišlja, alati izvršavaju, a orkestracija drži sve pod kontrolom do kraja zadatka. Primjer iz prakse: kupac traži povrat novca. AI agent sam pronađe narudžbu, provjeri da li kupac ima pravo na povrat prema pravilima firme, izvrši refundaciju novca i pošalje kupcu potvrdu mejlom.

AI agent vs. chatbot: ključne razlike 

Kada većina ljudi na Balkanu kaže „koristimo AI u firmi”, obično se misli na jedan od ovih alata: ChatGPT, Copilot, Gemini, Claude itd. Standardni AI alati reaguju na vaš input i daju output.  Sve što chatbot proizvede su informacije ili prijedlozi, a njegov domet završava u razgovoru. Čak i najnapredniji chatbot koji vam napiše savršen mejl neće uraditi ništa dok ga vi ne kopirate i pošaljete.

AI agenti su drugačiji obrazac primjene vještačke inteligencije. Ispod površine, većina modernih AI agenata izgrađena je na velikim jezičkim modelima (LLM), ali je razlika u tome šta sistem smije i može da uradi sa rezultatom.

Ključna razlike između AI agenta i chatbot-a su u površini rizika. Greška chatbota je pogrešna informacija, a greška agenta je pogrešna radnja. Najjednostavniji test razlikovanja glasi: može li sistem promijeniti nešto u stvarnom svijetu bez vašeg klika? Ako ne može, to je chatbot, ako može, to je agent – i tada pitanja nadzora i ovlašćenja postaju ozbiljna. 

Kakvu vrijednost donose AI agenti u retailu, finansijama i energetici?

Retail, bankarstvo i energetika na prvi pogled djeluju kao tri različita svijeta. Ipak sve tri industrije žive od obrade ogromnih količina podataka, beskrajnih repetitivnih procesa i potrebe za predikcijom. AI agenti prelaze put od demonstracije do stvarne poslovne vrijednosti najbrže tamo gdje su procesi jasno definisani, a podaci strukturirani. 

Retail, bankarski i energetski sektor ispunjavaju te uslove, ali se razlikuju po jednom ključnom faktoru: cijeni greške. Taj faktor određuje koliko autonomije agent dobija i koliko čvrsto čovjek ostaje glavni faktor. Zato se u maloprodaji može vidjeti kako AI agenti samostalno rješavaju zadatke, dok u bankarstvu isti tip tehnologije radi pod strogim nadzorom. 

Jaz između demonstracije i primjene AI agenata

AI agenti su po definiciji lanci koraka. Jezički model koji jedan korak izvrši tačno u 95% slučajeva- zvuči impresivno? Kada povežete dvadeset takvih koraka u lanac, vjerovatnoća ovog besprijekornog izvršenja opada. Suštinski problem je gomilanje grešaka.

U poređenju sa ljudima, ljudi hvataju sopstvene greške, analiziraju, jer znaju šta treba, ali agenti to često ne čine, a nastavljaju da djeluju i dalje samouvjereno. Kada zaposleni napravi skupu grešku, slijedi ispitivanje lanca odgovornosti: znate koga treba pitati, koji proces treba provjeriti i koju lekciju treba ugraditi u organizaciju, kako se ista greška ne bi ponovila. Agenti to često ne čine: nastavljaju da djeluju jednako samouvjereno i kada griješe.

AI agenti nemaju accountability  u tom smislu – i tu leži tiha ironija: ako čovjek mora pregledati svaku značajnu radnju agenta, što dalje implicira da se računica produktivnosti ove automatizacije drastično mijenja. 

Kontrola i rizici autonomnih AI agenata

Ono što se mijenja u 2026. osim tehnologije je i svijest. Sve više se postavljaju konkretna pitanja, umjesto apstraktnih, a neka od njih uključuju i ona nimalo benigna- sigurnosne rizike.

Autonomni AI agenti otvaraju novi niz mogućnosti, kako bi se oslobodio potencijal organizacija i promjenio način na koji posluju, ali prate ih rizici koji zahtijevaju posebnu pažnju i promišljanje. Usko definisani, dobro omeđeni i pažljivo nadgledani agentski procesi mogu  donijeti stvarnu vrijednost u automatizaciji poslovanja. Ali, balans je delikatan: previše potvrda i ljudskih intervencija čini AI agenta beskorisnim, s druge strane premalo njih čini ga rizičnim.

Indikativno je i to da kompanije koje prodaju autonomne AI agente i dalje zapošljavaju ljude da provjeravaju njihove rezultate, strogo ograničavaju čemu agenti smiju pristupiti i u ugovorima ugrađuju odricanje od odgovornosti.

Zaključak: pitanja koja treba postaviti prije implementacije AI agenata

AI agenti nisu samo nova tehnologija – oni su novi način upravljanja sa procesima, sa svim prednostima i odgovornostima koje to nosi. Prije donošenja odluke o implementaciji AI agenta u vaše sisteme, C-level rukovodioci, vlasnici i operativni menadžeri treba da postave sljedeća pitanja:

• Šta se dešava pri neuspjehu – da li sistem uopšte zna da nije uspio?
• Ko pregleda radnje agenta i koliko taj pregled traje?
• Koliko kompaniju mogu koštati greške agenta?
• Kojim podacima i sistemima AI agenti smiju pristupiti?

Ako na ova pitanja imate jasne odgovore, spremni ste za sljedeći korak. Ako na ova pitanja nemate jasne odgovore, problem nije u tehnologiji – problem je što vaša industrija još nije spremna za nju.  Upravo o tome – gdje AI agenti donose stvarnu vrijednost po industrijama i kako izgleda njihova primjena u praksi – razgovaramo na TechHosted12.