V tem članku bom – s praktičnega vidika – predstavil izzive uvajanja UI v slovenska podjetja. Na koncu pa prikazal primer dobre prakse za podjetje, s katerim sodelujem kot trener rabe AI in izvajalec.
Izkušnje iz uvajanja umetne inteligence v podjetja
Razkorak med hitrostjo tehnologije in počasnostjo organizacij.
Ko podjetja začnejo razmišljati o uvajanju umetne inteligence, se zelo hitro znajdejo v nenavadnem razkoraku. Govorijo o tehnologiji, ki se razvija izjemno hitro, hkrati pa o organizacijah, ki se po naravi spreminjajo počasi. Prav v tem razkoraku nastane večina težav, ki jih v praksi opažamo pri uvajanju UI – in te težave praviloma niso tehnološke narave.
V pogovorih z vodstvi in zaposlenimi se razprava hitro zapelje v dve skrajnosti. Na eni strani so visoka pričakovanja, zgodbe o revoluciji in občutek, da bo umetna inteligenca sama od sebe dvignila produktivnost. Na drugi strani previdnost, zadržanost in strah pred napakami, varnostjo ali izgubo nadzora. Vmes pa pogosto zmanjka zelo preprost razmislek o tem, kaj sploh želimo doseči in kako se tega lotiti na realen način.
Osnovni izzivi uvajanja UI v slovenska podjetja
Zakaj težave pri uvajanju UI niso tehnološke, ampak organizacijske?
V praksi se hitro izkaže, da se podjetja prehitro osredotočijo na izbiro orodij. Predstavljajo si, da bodo umetno inteligenco lahko uporabljala takoj, ne da bi zaposleni poznali osnove pozivnega inženiringa, zmogljivosti orodij in – kar je enako pomembno – njihove omejitve ter varnostne protokole. Pri tem jih včasih vodijo informacije, kot npr. da lahko podjetja z uspešno integracijo UI dosežejo 2,4-krat višjo produktivnost in 2,5-krat hitrejšo rast prihodkov v primerjavi s konkurenco (Accenture, 2024).
To je v resnici drugotnega pomena. Ključno vprašanje je, ali ima uvajanje umetne inteligence jasne nosilce projekta: kdo ima mandat za odločanje, kdo prevzema odgovornost in kdo skrbi, da se stvari dejansko premikajo. Kadar tega ni, se uporaba UI razprši po organizaciji, poteka stihijsko in ostane nevidna. Podjetja potrebujejo jasen in delujoč organizacijski okvir ter nosilce projekta. To predstavlja težavo predvsem v majhnih in srednje velikih slovenskih podjetjih (MSP), saj nimajo ljudi, ki bi jih lahko namenila samo umetni inteligenci. Velika podjetja to izkoriščajo mnogo bolje, kot kaže slika. Kar pa lahko vodi samo v vse večjo prednost velikih podjetij, temelječo na umetni inteligenci.
Vir: Eurostat
Podobno velja za pravila rabe. Ta se pogosto razumejo kot zavora, v resnici pa so pogoj, da se UI sploh začne uporabljati širše. Ljudje potrebujejo osnovno orientacijo: kaj je dovoljeno, kaj ni, katera orodja so sprejemljiva in kdo nosi odgovornost za kaj. Brez tega včasih prevladata negotovost in pasivnost, če je raba umetne inteligence prepovedana. Vse pogosteje pa nevarna ali škodljiva, ko uporabniki niti ne znajo nastaviti orodij za večjo varnost, niti ne poznajo osnov varne uporabe. Omenjene nastavitve lahko izvede vsak v nekaj minutah, če ve, kako to narediti.
Kršitve zakona o umetni inteligence lahko pomenijo globe tudi do 35 milijonov evrov ali do 7 % letnega svetovnega prometa podjetja (EU AI Act, 2024). To so ekstremne kazni. Iz prakse se zelo jasno vidi, da je nepopoln, a razumljiv okvir rabe umetne inteligence v podjetju, danes bistveno bolj uporaben kot popoln dokument čez leto dni.
Naslednja pogosta napaka je razpršitev fokusa. Ideja, da bi umetno inteligenco hkrati uvajali povsod, se sliši privlačno, a se skoraj vedno izkaže za neučinkovito. Organizacije, ki dosežejo dejanske premike, začnejo z omejenim številom konkretnih primerov uporabe, kjer je učinek mogoče zaznati in tudi izmeriti. S pilotnimi projekti, ki jih, na osnovi poznavanja umetne inteligence, izvedejo najbolj napredni v organizaciji. Nato pa jih lahko, kot zgodbo o uspehu, ponudijo drugim. Ko se pojavijo prvi rezultati, se zaupanje začne graditi samo od sebe, brez dodatnega prepričevanja. To je tudi odličen način za pomoč tistim, ki umetno inteligenco, s tem ali onim argumentom, zavračajo. Večina zaposlenih je ne bo mogla prav dolgo ignorirati.
Ključni izziv: ljudje se spreminjajo bistveno počasneje kot tehnologija umetne inteligence
Treba je upoštevati še nekaj, kar je sicer očitno, a pogosto spregledano: ljudje se prilagajajo počasneje kot tehnologija. Ne vsi enako in ne hkrati. Nekateri želijo eksperimentirati takoj, drugi potrebujejo čas in dokaze, tretjih pa v določenem trenutku nima smisla siliti v uporabo. Podjetja bodo pred dilemo, ali rabo UI uvesti kot obvezno za vse relevantne delovne procese. Če ne, kdo bo nosil stroške primerjalno vse manj produktivnih sodelavcev?
Po drugi strani zmogljivosti UI hitro naraščajo – računska moč (training compute) za največje modele se je v zadnjih letih povečevala ~4–5-krat na leto, pri čemer se računska moč pri vodilnih modelih približuje temu, da se podvoji vsakih ~5 mesecev. Hkrati se velikost podatkovnih množic podvoji vsakih 8 mesecev in poraba energije za trening vsako leto, kar kaže na eksponentno rast zmogljivosti UI. (EPOCH AI)
Nazadnje pa velja poudariti še, da učenje ni enkraten dogodek. Ena delavnica ali en pilotni projekt ne pomenita, da je organizacija pripravljena na sistematično uporabo umetne inteligence. Gre za proces manjših, povezanih korakov, postopnega dviga zrelosti in izmenjave dobrih praks.
Ko vse to povežemo, postane zaključek precej jasen: umetna inteligenca v podjetjih ni predvsem tehnološko vprašanje. Je organizacijska sprememba. In od tega, kako realno in strateško se je podjetje loti, bo odvisno, ali bo UI ostala zanimiv eksperiment ali pa dejansko postala vir dolgoročne koristi.
V nadaljevanju bom predstavil primer znanega slovenskega podjetja. Ne pravim, da je idealen ali vzoren, vsekakor pa je bistveno več, v primerjavi s tem, kako to počne 99 % slovenskih podjetij.
Poročilo s terena: primer dobre prakse
Od druge polovice leta 2025 sodelujem z znanim slovenskim tehnološkim podjetjem, kjer umetno inteligenco uvajajo premišljeno in strateško.
Začeli smo tam, kjer se v praksi edino splača: pri ljudeh in njihovem vsakdanjem delu.
Najprej smo izvedli serijo uvodnih delavnic, prilagojenih posameznim oddelkom. Poleg nujnih vsebin, kot so osnove prompt inženiringa in varnost, tudi nekatere bolj specifične teme – vsak oddelek s svojimi primeri, svojimi omejitvami in svojimi vprašanji. Namen ni bil toliko navduševanje nad orodji, ampak bolj prizemljeno razumevanje, kje UI sploh ima smisel in kje ga (še) nima.
V okviru šesturnih delavnic smo 45 do 60 minut namenili vodenemu zbiranju področij za nadaljnje delo. Ljudje sami povedo, kje izgubljajo čas, kje vidijo največje potenciale in kje so ozka grla.
In to se izkaže kot zelo pomemben del procesa uvajanja. Ker na tej osnovi sledijo naslednji koraki: nadaljevalne delavnice za bolj konkretna področja, kot so avtomatizacija, tehnična dokumentacija ali B2B prodaja, ter izbor omejenega števila pilotnih projektov z jasnim učinkom, pa tudi jasna pravila, smernice rabe in odobritev primernih orodij UI. In, po pričakovanjih, se nekateri zaposleni pokažejo kot dragoceni sodelavci in potencialni »ambasadorji, vodje pilotnih projektov«, drugi pa tehnologije ne sprejemajo. Kakorkoli, take delavnice in pristopi so nujni že zgolj z vidika varnosti rabe UI.
Kar je pri tem projektu posebej vredno poudariti, je vloga vodstva. Projekt ima močno podporo direktorja, hkrati pa aktivno sodelovanje vodij oddelkov. Ne formalno, ampak dejansko – z vprašanji, z dvomi, z vključevanjem svojih ekip. To omogoča, težko najdem boljši izraz, »personifikacijo rabe UI po posameznih oddelkih«, pa tudi podporo navzdol po organizaciji.
Če povzamem: UI tukaj ne uvajajo napol, v smislu »letos imamo začetno delavnico, naslednje leto pa nadaljevalno«, niti je ne obravnavajo kot IT-projekt, ampak kot organizacijsko spremembo skozi več korakov in daljše časovno obdobje. S tempom, ki ga ljudje še zmorejo. In z zelo jasnim fokusom na korist, ne na tehnologijo.
Pogosto ugotavljam, da ljudje na UI gledajo kot na avtomat, kjer bi s pritiskom na gumb dobili rešitev za deset tisoč evrov. V realnosti pa je UI bolj podobna kompleksni tehnološki napravi: vloga trenerja ni le, da vam jo dostavi, temveč da vaše zaposlene nauči ‘receptov’ in veščin pozivnega inženiringa. Brez tega znanja bo še tako draga tehnologija ostala le neizkoriščen potencial, namesto da bi postala vir konkretnih prihrankov. Po mojem je to eden redkih pristopov, ki dolgoročno res deluje.
Proces uvajanja v tem podjetju še vedno poteka, in o prihodnjih uspehih in izkušnjah bom še poročal.
Zaključek
Umetna inteligenca v podjetjih ne odpove toliko zaradi tehnologije, ampak zaradi ljudi, strukture in pomanjkanja fokusa. Brez jasnih odgovornosti, osnovnih veščin zaposlenih in postopnega uvajanja ostane umetna inteligenca ali nevaren eksperiment ali pa draga neizkoriščena priložnost. Če želite, da UI v vašem podjetju dejansko začne delati – varno, merljivo in v podporo zaposlenim – je sistematično usposabljanje in premišljeno uvajanje nujno.
Za treninge zaposlenih ali pomoč pri uvajanju UI v organizacijo me lahko brez zadržkov kontaktirate.
VIRI
Accenture. (2024, September). Reinventing enterprise operations with Gen AI. https://www.accenture.com/us-en/insights/strategic-managed-services/reinvent-operations-with-genai
Boston Consulting Group. (2025, May). AI amplifies the benefits of a cost transformation. https://www.bcg.com/publications/2025/amplifying-benefits-of-cost-optimization
EPOCH AI. (2024, May). Training compute of frontier AI models grows by 4-5x per year https://epoch.ai/blog/training-compute-of-frontier-ai-models-grows-by-4-5x-per-year
EPOCH AI. (2026, February). https://epoch.ai/data/ai-models
European Union. (2024). EU AI Act. https://artificialintelligenceact.eu/
Eurostat. (2025, January). Use of artificial intelligence in enterprises (data for 2024). https://ec.europa.eu/eurostat/statistics-explained/index.php?title=Use_of_artificial_intelligence_in_enterprises
Leave a Reply
Want to join the discussion?Feel free to contribute!