Lenovo EDGE AI

Pametna moć podataka tamo gde su vam najpotrebniji

U saradnji sa kompanijom NVIDIA, Lenovo nudi potpuno integrisana EDGE AI rešenja

U eri IoT i pametnih uređaja koji generišu ogromne količine podataka, tradicionalni model centralizovanih data centara postaje neefikasan. Latencija, skalabilnost, bezbednost i ekološki uticaji predstavljaju izazove za sve industrije – od maloprodaje i proizvodnje, preko zdravstva, do energetike i telekomunikacija. Zato je obrada podataka na ivici (Edge Computing) uz veštačku inteligenciju (AI) postala najbrže rastući segment enterprise tehnologija. IDC procenjuje da će do 2026. polovina svih novih IT infrastrukturnih ulaganja biti usmerena upravo na EDGE tehnologije, a očekuje se više od 150 milijardi IoT i EDGE uređaja, koji će generisati 175 zetabajta podataka. Za kompanije to omogućava upravljanje u realnom vremenu, poboljšanu efikasnost i inovativna korisnička iskustva. U saradnji sa kompanijom NVIDIA, Lenovo nudi potpuno integrisana EDGE AI rešenja, kroz ThinkEdge portfolio i NVIDIA AI Enterprise softverski paket.

Ova kombinacija omogućava:

• Lokalnu obradu podataka sa niskom latencijom;
• Enterprise nivo bezbednosti i skalabilnosti;
• Jednostavno i brzo upravljanje kroz Lenovo XClarity i LOC-A alate. Rešenja su namenjena svim industrijama – od pametnih prostora i maloprodaje, do zdravstva, energetike i telekomunikacija, uz mogućnost kreiranja prilagođenih aplikacija, koje donose inovativna korisnička iskustva i optimizuju interne procese. Prednosti koje Edge AI donosi korisničkom iskustvu u svakodnevnom poslovanju:
• Personalizovane usluge i proizvodi – analiza podataka kupaca i AI preporuke u realnom vremenu.
• Brža naplata i prijava – inteligentni video-sistemi prate gužve i optimizuju tok kretanja.
• Poboljšana navigacija – autonomno vođenje kroz prodavnice, zdravstvene ustanove ili aerodrome.
• Preciznija dijagnostika u zdravstvu – AI omogućava lekarima brže i tačnije odluke.
• Povećana dostupnost proizvoda – predviđanje potražnje unapred i eliminisanje kašnjenja proizvoda.
• Povećana bezbednost – analiza događaja u realnom vremenu i automatsko reagovanje na rizične situacije. Prednosti za operativnu efikasnost, za veću agilnost i održivost poslovanja: • Optimizacija saobraćaja i transporta putem prediktivne analize.
• Energetska efikasnost i prepoznavanje anomalija u potrošnji.
• Preventivno održavanje infrastrukture, pre nego što dođe do zastoja.
• Automatizacija u proizvodnji i logistici – od robotike do pametnog upravljanja zalihama.
• Smanjenje gubitaka i prevencija prevara, kroz analizu transakcija i ponašanja korisnika.
• Održivost – lokalna obrada smanjuje potrebu za masovnim prenosom podataka i potrošnjom energije.

The post Pametna moć podataka tamo gde su vam najpotrebniji appeared first on Business&IT.

The post VMware Cloud Foundation – platforma za ono što sledi appeared first on Business&IT.

Power BI

Poslovna inteligencija nove generacije

Power BI kao ključ za objedinjene podatke i prognozu poslovnih trendova

Udanašnjem biznis svetu odluke se donose veoma brzo, a količina informacija neprestano raste. Postaje sve očiglednije da uspeh kompanije zavisi od toga koliko dobro može spojiti i razumeti te informacije, a one dolaze sa svih strana: iz ERP sistema, CRM-ova, marketinških alata, excel tabela, različitih baza podataka i specijalizovanih aplikacija koje koriste pojedina odeljenja. Na papiru sve izgleda sjajno – imamo more podataka, ali u stvarnosti oni važni podaci često stanuju u svojim malim „silosima“, potpuno odvojeni, što otežava donošenje kvalitetnih odluka. Svoju pravu snagu Power BI pokazuje tamo gde uspeva da poveže različite informacije i da im zajednički jezik. Na taj način će rešiti najveći problem mnogih kompanija – situaciju kada različita odeljenja imaju različite verzije istih podataka. Kada svi koriste jedan, zajednički set podataka, mogu se izbeći velike greške, odluke se donose brže i dobija se više prostora za detaljnije analize. U teoriji, integracija podataka čini se jako jednostavnom: spojite bazu, dodate excel tabelu i gotovo – sve je u jednom izveštaju. Ipak, kada pokušate da ovo praktično izvedete, shvatate da to i nije tako lak posao. Zamislite veliku grupaciju koja objedinjuje više kompanija. Neke od njih koriste Business Central, druge neke ERP sisteme koji se oslanjaju na SQL server, a onda su tu još i mala preduzeća koja i dalje koriste starije sisteme, koji su bazirani na Accessu. Svaki od tih sistema ima svoju posebnost: različite kontne planove, forme konta, valute, različita pravila za vođenje konta itd. Da bi se napravio jedinstven bilans uspeha za celu grupaciju, neophodno je kreirati centralnu mapu kontnog plana, koja prevodi lokalne oznake u zajedničku strukturu, kao i tabelu kursnih lista koja omogućava da se svi iznosi prikažu u jedinstvenoj valuti. Tek tada Power BI može prikazati konsolidovani izveštaj, u kojem se vidi i zbirna slika, kao i rezultati pojedinačnih kompanija. U ovom procesu Power Query je saveznik od neprocenjivog značaja. On je poput radionice kroz koju prolazi svaki podatak, pre nego što stigne do izveštaja. Tu se podaci čiste, prilagođavaju i pripremaju za zajednički prikaz. Jednom postavljena pravila transformacije primenjuju se automatski pri svakom osvežavanju, čuvajući konzistentnost i tačnost, bez dodatnog manuelnog posla. Kada se sve dobro postavi, različiti sistemi počinju da mnogo bolje funkcionišu zajedno, a ono što je ranije zahtevalo sate ili dane obrade postaje dostupno u tren oka. Najveća korist od ovog sistema vidi se pri kombinovanju sa predviđanjem događaja. Kada analiziramo istoriju, dobijamo jasnu sliku onoga što se dogodilo, Poslovna inteligencija nove generacije Power BI kao ključ za objedinjene podatke i prognozu poslovnih trendova Power BI 31 ali poslovni uspeh često zavisi od toga koliko dobro možemo predvideti šta će se dogoditi u budućnosti. Najjednostavniji pristup projekciji je izračunavanje prosečne dnevne prodaje i njeno projektovanje do kraja meseca, što nam može pomoći za brze procene. Međutim, takav jednostavan pristup ne uzima u obzir sezonske promene, praznike, specijalne akcije ili promene u potražnji, što sve može značajno uticati na prodaju. Tu na scenu stupaju napredniji modeli – od vremenskih serija, poput ARIMA i Holt-Winters metoda, do regresionih analiza koje povezuju prodaju sa faktorima kao što su cena, broj prodajnih mesta, marketinški budžet ili vremenski uslovi.

Kada se spoje kvalitetna integracija podataka i dobro osmišljena predikcija, Power BI prestaje da bude samo izveštajni alat i postaje izuzetno koristan strateški partner u poslovanju, kao sistem koji ne samo da govori šta se dogodilo, već daje i argumentovan pogled na ono što nas čeka

Kompanije koje žele dodatnu preciznost uvode i machine learning pristupe – od algoritama, poput Random Foresta i Gradient Boostinga, do neuronskih mreža koje se Utekstu pred vama želimo da prikažemo kako smo u preduzeću Euroimpex, koje je ovlašćeni uvoznik i serviser za svetske automobilske brendove za područje Balkana, pristupili implementaciji novog softverskog rešenja, s naglaskom na planiranju, obuci zaposlenih, integraciji sa sistemima proizvođača automobila i prevazilaženju izazova tokom čitavog procesa. obučavaju na višegodišnjim istorijskim podacima i eksternim varijablama. To što Power BI ima mogućnost integracije sa Pythonom je veoma važno. To znači da se biblioteke, kao što su Prophet ili Scikit-learn, mogu koristiti direktno unutar izveštaja. Tako se na jednom mestu mogu videti rezultati koje dobijamo iz više različitih prognoza, što omogućava njihovo poređenje, pa čak i kombinovanje. Time se ne dobija samo „jedan broj“ kao rezultat, već se dobija šira slika, pa se tako može analizirati koji će scenariji biti najverovatniji. To otvara prostor za bolje razumevanje budućnosti. U jednom projektu maloprodaje npr. bilo je veoma korisno prepoznati sezonske promene u potražnji za određenim proizvodima tokom zimskih praznika. Na temelju tih naprednih prognoza, nabavka je uspela na vreme Planiranje i odabir optimalnog rešenja Prvi korak u implementaciji novog softvera bilo je detaljno planiranje i analiza poslovnih potreba klijenta. U tom cilju formiran je tim koji je uključivao predstavnike svih ključnih sektora: prodaje, servisa, rezervnih delova, finansija i IT odeljenja. Ovaj krosfunkcionalni pristup omogućio je identifikaciju specifičnih zahteva i izazova svakog sektora, čime da poveća zalihe tih proizvoda i spreči njihov nedostatak. Kada jednostavno prognoziranje i model daju isti rezultat, to nam daje veću sigurnost u rezultate. Međutim, ako se znatno razlikuju, to je znak da nešto novo utiče na tržišne uslove, pa vredi dalje istraživati. Na kraju, konačna prognoza može biti kombinacija različitih metoda, ponderisana prema njihovoj preciznosti u prethodnim periodima, što još više povećava verodostojnost. Kada se spoje kvalitetna integracija podataka i dobro osmišljena predikcija, Power BI prestaje da bude samo izveštajni alat. On tada postaje izuzetno koristan strateški partner u poslovanju, kao sistem koji ne samo da govori šta se dogodilo, već daje i argumentovan pogled na ono što nas čeka. U vreme kada brzina reakcije i kvalitet odluka prave razliku između prosečnih i izuzetnih rezultata, ovakav pristup nije luksuz, već nužnost. A jednom kada se uspostavi, radi tiho, svakodnevno i pouzdano, pretvarajući gomilu nepovezanih informacija u jasne uvide i spremne akcione planove.

Uroš Marković, COMING 

The post Poslovna inteligencija nove generacije appeared first on Business&IT.

Odgovornost u razvoju i korišćenju AI

Regulisanje veštačke inteligencije

Ovaj tekst nije napisala veštačka inteligencija

Kroz svaki broj časopisa Business & IT trudimo se da vas upoznamo sa najnovijim trendovima i novostima iz oblasti tehnologije. Kako se nalazimo usred IV tehnološke revolucije, u čijem centru je veštačka inteligencija, u ovom broju osvrnućemo se na temu regulisanja ove oblasti. Regulacija je sporiji pratilac svakog razvoja, pa ipak, sada je uobičajeno da postoje standardi za proizvodnju i upotrebu skoro svakog uređaja. Regulisano je, na primer, kako treba da se ponašamo dok vozimo automobil, kako kontrolišemo odlaganje otpada koji je nusproizvod industrijske proizvodnje i još bezbroj oblasti i pitanja, što se potrebnim nametnulo kada smo počeli da koristimo plodove prethodnih tehnoloških revolucija i osetili probleme i rizike koje njihova upotreba nosi. Više nego ikada ranije, sada posebno dolazi do izražaja nemogućnost da se pravilima i regulativama ide u korak sa razvojem tehnologije, pa se procene uticaja i postavljanje ograničenja ostavljaju za kasnije. Kako regulišemo veštačku inteligenciju, tehnologuju koja će, po svemu sudeći, promeniti svet iz korena i dosegnuti svuda gde doseže i ljudski um?

Zakon posmatra sisteme veštačke inteligencije u odnosu na procenjeni rizik po pojedinca i društvo u celini, te u odnosu na visinu rizika predviđa i pravila za njih

Evropski zakon o veštačkoj inteligenciji

Iako je kompanija koja proizvodi hardver za veštačku inteligenciju trenutno najvrednija kompanija na svetu, a tehnološki giganti koji je prate na listi najvrednijih ogromne resurse okreću upravo razvoju modela i sistema veštačke inteligencije, propisi koji se tiču ove oblasti su i dalje retki. Po broju donetih svakako prednjači Evropska unija. Zakon o veštačkoj inteligenciji EU, prvi sveobuhvatni propis koji se tiče ove oblasti, stupio je na snagu 1. avgusta 2024, sa punom primenom svih odredbi predviđenom do 2. avgusta 2027. godine. Zakon posmatra sisteme veštačke inteligencije u odnosu na procenjeni rizik po pojedinca i društvo u celini, te u odnosu na visinu rizika predviđa i pravila za njih. Sistemi čija upotreba nosi rizik koji se smatra neprihvatljivim, zbog toga što utiču na osnovna ljudska prava, zabranjeni su. Primeri takvih sistema su oni koji koriste manipulativne tehnike za donošenje odluka, koji utiču na svest osoba i usmeravaju ih na donošenje određenih odluka (npr. praćenje navika potrošača, da bi se prepoznao momenat za impulsivnu kupovinu), sistemi koji koriste određene ranjivosti pojedinaca, sistemi koji vrše socijalno bodovanje sa negitivnim ishodom po pojedinca i dr. Osim zabrane navedenih sistema, ovaj zakon se većim delom fokusira na regulisanje sistema visokog rizika. Ovi sistemi će morati da ispunjavaju stroge zahteve, kao što su upravljanje rizikom, korišćenje skupova podataka visokog kvaliteta, evidentiranje aktivnosti, detaljna dokumentacija, transparentnost, ljudski nadzor i visoki standardi za sajber-bezbednost. Uopšteno, bili bi to sistemi koji upotrebu imaju u obrazovanju, zapošljavanju, Regulisanje veštačke inteligencije Ovaj tekst nije napisala veštačka inteligencija Odgovornost u razvoju i korišćenju AI Zakon posmatra sisteme veštačke inteligencije u odnosu na procenjeni rizik po pojedinca i društvo u celini, te u odnosu na visinu rizika predviđa i pravila za njih 23 kritičnim sistemima (npr. vodosnabdevanju, upravljanju saobraćajem), sprovođenju zakona i sličnim oblastima života za koje je procenjeno da bi upotreba veštačke inteligencije mogla imati štetan uticaj na pojedince i društvo.

Poseban fokus propis stavlja na modele veštačke inteligencije opšte namene, tj. modele predviđene za izvršavanje velikog broja različitih zadataka u raznim oblastima, kao što su ChatGPT, DeepSeek, Claude i sl. Na takve modele, koji poseduju određene tehničke karakteristike (više od 1025 operacija sa pokretnim zarezom), primenjuju se striktna pravila, pošto se smatra da sa sobom nose rizik koji je sistemski, tj. da mogu negativno i dalekosežno uticati na više sfera društva. Svi modeli opšte namene, bilo da podrazumevaju sistemski rizik ili ne, moraju da poštuju propise Evropske unije koji se tiču intelektualne svojine, da jasno predstave na kojim podacima je model treniran itd. Ova posebna pravila počela su da važe od 2. avgusta 2025. Sistemi koji nose ograničen rizik moraju da na transparentan način upoznaju korisnike sa činjenicom da komuniciraju sa alatom veštačke inteligencije (npr. četbotom), da je određeni sadržaj nastao upotrebom AI alata i sl. Najveći broj sistema koji će u privredi imati svakodnevnu upotrebu najverovatnije će pripadati grupi proizvoda minimalnog rizika, gde neće postojati obaveza usklađivanja (npr. filteri elektronske pošte, razni pomoćni alati). Slično GDPR-u, za Zakon o veštačkoj inteligenciji predviđena je ekstrateritorijalna primena, tj. važenje i za lica koja nemaju prebivalište ili sedište u EU, ukoliko sisteme veštačke inteligencije stavljaju na tržište ili u upotrebu u Evropskoj uniji. Dakle, ukoliko kompanija iz Srbije pravi softver zasnovan na veštačkoj inteligenciji koji će plasirati korisnicima u EU, njeno poslovanje mora biti usaglašeno sa odredbama ovog zakona. Uz određene izuzetke, koji se odnose na oblast bezbednosti, istraživačkog rada i sl., kao i upotrebu od strane fizičkih lica za lične, neprofesionalne svrhe, ovi propisi se odnose na sve aktere uključene u životni ciklus ovih sistema, od isporučilaca, uvoznika i distributera, do krajnjih korisnika na koje tehnologija utiče. Kršenje obaveza može dovesti do kazni koje se, u zavisnosti od vrste prekršaja, kreću i do 35 miliona evra ili 7% ukupnog godišnjeg prihoda na globalnom nivou. Početak primene ovog propisa nije prošao bez protivljenja, koja su najviše dolazila iz pravca startap zajednice, velikih tehnoloških kompanija iz SAD i američke administracije.

Srbija je jedna od 44 članice, a trenutno i predsedavajuća, Globalnog partnerstva za veštačku inteligenciju, osnovanog sa ciljem odgovornog razvoja i upotrebe ove tehnologije

Propisi o AI van granica EU

Sjedinjene Američke Države trenutno zauzimaju pristup izbegavanja opsežne regulacije ove oblasti, iz straha od ograničavanja inovativnosti i gubljenja trke u tehnološkom razvoju, najviše od Kine, svog najvećeg takmaca. U Kini takođe nije na snazi jedinstvena regulativa, ali postoji više propisa koji se odnose na primenu u određenim sektorima i za specifične namene, kao i propisi koji pretežno vode računa o informacionoj bezbednosti sistema i podataka. U Srbiji je usvojena Strategija razvoja veštačke inteligencije za period 2025-2030, a radi se na donošenju zakona koji reguliše ovu oblast, koji će pretežno pratiti propise EU, u skladu sa obavezama Srbije u procesu pridruživanja. Srbija je i jedna od 44 članice, a trenutno i predsedavajuća, Globalnog partnerstva za veštačku inteligenciju, osnovanog pod okriljem Organizacije za ekonomsku saradnju i razvoj, sa ciljem odgovornog razvoja i upotrebe ove tehnologije. Za kompanije iz Srbije biće izazov da se prilagode propisima EU, koja je i dalje naše najveće izvozno tržište, ali i šarolikom pravnom okviru i mnoštvu različitih propisa u SAD i na svim ostalim ciljanim tržištima. Takođe, sve kompanije imaće obavezu da sagledaju upotrebu alata veštačke inteligencije u svakodnevnom poslovanju, ne samo da bi osigurale usaglašenost sa propisima koji regulišu ovu oblast, već i da bi predvidele i sprečile moguće posledice na ostale segmente poslovanja i života – radne odnose, poštovanje propisa u vezi sa intelektualnom svojinom, poverljivost podataka, zaštitu podataka o ličnosti i sl. Trenutno je nepoznanica koliko će upotreba veštačke inteligencije promeniti tržište rada i da li će biti potrebe za intervencijama država i međunarodnih organizacija na tom polju, ali je sigurno da se društva upotrebom ove tehnologije menjaju brže nego ikad pre.

Višnja Crnogorac, COMING

The post Regulisanje veštačke inteligencije appeared first on Business&IT.

Automatizujte obradu podataka uz softverska rešenja iz COMING-ove kuhinje!

COMING AI postavlja nove standarde u oblasti inteligentne obrade dokumenata (IDP – Intelligent Document Processing). Razvojni tim kontinuirano istražuje mogućnosti i performanse različitih modela dubokog učenja iz open source ekosistema – od savremenih LLM arhitektura (GPT, BERT) pa sve do tradicionalnijih modela, kakvi su LSTM i RNN. U praksi to podrazumeva implementacije sistema za inteligentnu ekstrakciju informacija, poput rešenja za prepoznavanje podataka iz isplatnih listova koje prevazilazi ograničenja klasičnih OCR alata, ili sistema za semantičku pretragu ugovora, gde se informacije pronalaze na osnovu značenja i konteksta, a ne samo prema ključnim rečima. Ovakvi sistemi oslanjaju se na embedding modele i vektorske baze podataka, čime omogućavaju brzo i precizno skladištenje i pretragu velikih količina nestrukturisanih informacija. Dok istraživački tim obezbeđuje validaciju performansi modela kroz rigorozna testiranja i evaluaciju, praktične implementacije korisnicima donose merljive koristi – značajno ubrzanje procesa, smanjenje operativnih troškova i veću kontrolu nad podacima. Na ovaj način COMING AI ne samo da prati razvoj veštačke inteligencije, već ga aktivno unapređuje kroz rešenja spremna za realnu primenu.

IDP – Intelligent Document Processing

Savremene organizacije dnevno generišu ogromne količine dokumentacije – od PDF fajlova i skeniranih dokumenata, preko ugovornih obrazaca i finansijskih izveštaja, do elektronske pošte i drugih zapisa. Problem nastaje zato što je većina tih podataka nestrukturisana, što otežava njihovu obradu, pretragu i integraciju u poslovne sisteme. Rešenje ovog izazova donosi IDP arhitektura, specijalizovan sistem za inteligentnu obradu dokumenata. Osnovna struktura IDP rešenja povezuje postojeće informacione sisteme – ERP platforme, DMS rešenja i različita skladišta podataka – sa centralnim AI Transformacija računovodstva uz napredna AI rešenja Automatizujte obradu podataka uz softverska rešenja iz COMING-ove kuhinje! AI Bookkeeping 21 modulom za obradu. Ulaz u sistem čine nestrukturisani dokumenti (PDF, skenirana dokumentacija, dopisi, e-mailovi, slike), dok izlaz predstavlja standardizovan strukturisan zapis u JSON ili XML formatu. Ključnu ulogu ima IDP modul, zasnovan na kombinaciji naprednih LLM/ VLM modela i OCR tehnologije. OCR omogućava precizno prepoznavanje i digitalizaciju sadržaja, dok AI modeli obezbeđuju razumevanje konteksta, klasifikaciju i ekstrakciju relevantnih informacija, kao i njihovo mapiranje na zadatu šemu izlaza. Na ovaj način nestrukturisani dokumenti se automatski pretvaraju u strukturisane zapise, spremne za dalje korišćenje. Vreme obrade optimizovano je i kreće se od 5 sekundi do 3,5 minuta po stranici, u zavisnosti od složenosti i obima dokumenta. Nakon obrade, rezultati se automatski prosleđuju u poslovne sisteme – ERP, DMS ili data store – gde se dalje koriste za analitiku, arhiviranje ili automatizaciju poslovnih procesa. Prednosti ove arhitekture su višestruke: uklanja se potreba za manuelnim unosom podataka, smanjuje mogućnost greške i značajno ubrzava protok informacija kroz čitav poslovni ekosistem.

Automatizacija računovodstva kroz AI Bookkeeping/Accounting

Računovodstvo je oblast u kojoj i dalje dominiraju manuelni i ponavljajući zadaci – unos i validacija podataka, obrada i knjiženje računa, kategorizacija transakcija i usklađivanje naloga. Ovi procesi često zahtevaju dodatne resurse i predstavljaju ozbiljan trošak za kompanije. AI Bookkeeping sistem uvodi novu paradigmu u finansijski sektor. Reč je o specijalizovanom rešenju zasnovanom na agentima veštačke inteligencije, čija je uloga da preuzmu deo računovodstvenih aktivnosti i tako omoguće veću preciznost, brzinu i automatizaciju. Ovaj COMING-ov računovodstveni softver koristi veštačku inteligenciju za automatsko prepoznavanje i strukturiranje podataka sa faktura i drugih dokumenata. Klijent dostavlja račune, priznanice ili izvode standardnim putem, a sistem ih automatski prepoznaje, čita i klasifikuje. Na levoj strani korisnik može da bira različite module – ulazne i izlazne fakture, knjižna odobrenja i zaduženja, bankovne transakcije i usklađivanja. Kada se otvori faktura u PDF formatu, AI sistem automatski čita sve ključne informacije (dobavljač, datum, broj fakture, stavke, cene i ukupni iznosi) i popunjava tabelu preciznim podacima, dok istovremeno kreira predloge knjiženja u ERP ili računovodstvenom softveru. Na ovaj način eliminiše se ručno prepisivanje, smanjuju se greške i ubrzava proces knjiženja. Sistem dodatno omogućava validaciju statusa fakture (npr. Published, Authorised), obračun poreza, praćenje uplata i automatsko knjiženje u kontne planove. Anomalije i odstupanja AI detektuje samostalno i označava ih za proveru od strane računovođe, dok se usklađivanje naloga odvija automatski. Pored toga, sistem pruža analitiku u realnom vremenu i generisanje prilagođenih finansijskih izveštaja, što korisnicima obezbeđuje transparentan pregled finansija, brže donošenje odluka i značajnu uštedu vremena u svakodnevnom poslovanju. Prednosti za računovodstvene timove su jasne: • Značajno smanjenje manuelnog rada i troškova; • Viši nivo tačnosti i manja mogućnost nastanka greške; • Skalabilnost – mogućnost obrade većeg broja klijenata bez dodatnog zapošljavanja; • Lakša adaptacija novih članova tima; • Stalna evolucija sistema kroz dodavanje novih funkcionalnosti; • Integracija sa postojećim ERP rešenjima. Posebno je značajna mogućnost automatske ekstrakcije i preprocesiranja tabelarnih podataka, što dodatno povećava efikasnost rada. Računovođe se time oslobađaju repetitivnih zadataka i fokus preusmeravaju na savetodavne i strateške aktivnosti, koje donose veću vrednost klijentima. AI Bookkeeping tako prevazilazi ulogu alata za ubrzavanje procesa i postaje ključna tehnologija u digitalnoj transformaciji računovodstvene profesije.

Milica Tasić, Jelena Divac, Marko Tasić, COMING AIG

The post Transformacija računovodstva uz napredna AI rešenja appeared first on Business&IT.

ComDoc DMS

Digitalna evolucija dokumenata

Kako Document Management System postaje pametniji uz Cloud Native tehnologije?

Šta je DMS i zašto je važan? Sistem za upravljanje dokumentima (Document Management System – DMS) je softver koji omogućava organizovanje i čuvanje svih kompanijskih dokumenata u digitalnom obliku. Zamenom papirnih fioka i registara digitalnim arhivama, taj sistem čini poslovanje organizovanijim i efikasnijim, jer su podaci dostupni u svakom trenutku i sa bilo kojeg mesta. Na taj način smanjuje se rizik od gubitka ili oštećenja papirne dokumentacije i eliminiše se potreba za velikim fizičkim prostorima za čuvanje. ComDoc DMS rešenje, na primer, predstavlja kompletno, jednostavno i funkcionalno rešenje za digitalno čuvanje podataka i vođenje poslovnih procesa, koje nudi automatizaciju procesa, centralizaciju podataka, ažurnost informacija i veću sigurnost. Ubrzana razmena dokumenata i integracija, poput elektronskog potpisa i fakturisanja, omogućavaju kompanijama da brže ispune zahteve tržišta i smanje troškove poslovanja.

ComDoc DMS predstavlja kompletno, jednostavno i funkcionalno rešenje za digitalno čuvanje podataka i vođenje poslovnih procesa, koje nudi automatizaciju procesa, centralizaciju podataka, ažurnost i sigurnost informacija

Izazovi tradicionalnog DMS-a i prednosti modernizacije

Mnogi tradicionalni DMS-ovi imaju monolitnu arhitekturu, gde je cela aplikacija veliki, zapečaćen programski blok. To rezultuje sporim razvojem i kompleksnijim održavanjem, jer svaka nova funkcionalnost ili promena zahtevaju komplikovane i dugotrajne nadogradnje celog sistema. U praksi ovo znači da kompanije ne mogu brzo da promene ili prošire DMS po potrebi tržišta. Kod tradicionalnih monolitnih sistema uobičajeni su sporiji ciklusi razvoja, problemi u skaliranju i održavanju, kao i manjak fleksibilnosti u reagovanju na promene. Osim toga, monolitni sistemi često dovode do usložnjenog upravljanja infrastrukturom i većih troškova za hardver, jer se sve komponente prema potrebi moraju širiti odjednom. Prelazak na modernu arhitekturu donosi brojne benefite. Prvenstveno, Cloud Native pristup omogućava sistemu visoku skalabilnost i dostupnost, jer svaka funkcija radi kao samostalan servis, koji se može nezavisno raspoređivati i umnožavati po potrebi. Orkestracija kontejnera (npr. Kubernetes) automatski upravlja resursima i omogućava dinamičko skaliranje servisa po opterećenju. CI/CD praktični alati ubrzavaju uvođenje novih verzija sistema i smanjuju rizik da dođe do grešaka pri nadogradnji. Kao rezultat, Cloud Native aplikacije nude veću agilnost, skalabilnost, otpornost na Digitalna evolucija dokumenata Kako Document Management System postaje pametniji uz Cloud Native tehnologije? ComDoc DMS ComDoc DMS predstavlja kompletno, jednostavno i funkcionalno rešenje za digitalno čuvanje podataka i vođenje poslovnih procesa, koje nudi automatizaciju procesa, centralizaciju podataka, ažurnost i sigurnost informacija 19 greške i efikasnost u odnosu na monolitne sisteme. Osim toga, Cloud Native DMS omogućava bolju fleksibilnost. Lako se dodaju novi moduli ili integracije (npr. elektronsko fakturisanje, napredne pretrage ili veštačka inteligencija za analizu dokumenata) bez uticaja na ceo sistem. Takođe, sigurnost je poboljšana: hosting u renomiranom oblaku, sa redovnim pravljenjem rezervnih kopija i enkripcijom podataka, znači da su dokumenti zaštićeni od kvara lokalnih uređaja ili fizičkih šteta. Centralizacija administriranja i logova (npr. pomoću alata za nadgledanje) olakšava praćenje sistema i preventivno otkrivanje problema. Sve ovo ukupno smanjuje troškove održavanja, jer se manje vremena troši na intervencije i nadogradnje hardvera.

Migracija DMS-a u Cloud Native na primeru kompanije COMING

Naredni koraci ilustruju transformaciju klasičnog DMS-a u Cloud Native arhitekturu na primeru COMING-ovog sistema. Kao prvo, izdvojen je korisnički interfejs (UI) iz same aplikacije i presvučen u savremeni frontend (uključujući, recimo, React), a svaka ključna funkcija (fakturisanje, e-arhiva, upravljanje organizacijama) postala je zaseban servis. Na ovaj način DMS je podeljen na više manjih modula: primarni DMS API servis, servis za e-fakture, servis za e-arhivu i servis za upravljanje organizacijama i korisnicima. Korisnički interfejs sada je nova React aplikacija koja koristi više API-ja, pri čemu svaki servis može da se ažurira nezavisno. Posle transformacije rezultat je sistem sa tri zasebna UI-ja: jednim za osnovne DMS funkcije, jednim za arhiviranje dokumenata i jednim za administrativno upravljanje organizacijama. Uveden je i Single Sign-On (Keycloak), tako da se korisnik prijavljuje jednom i automatski dobija pristup svim servisima za koje ima prava. Pored toga, sve greške i događaji centralizovano se beleže (npr. preko Elasticsearcha), što olakšava praćenje sistema. Konačno, prilikom migracije svaka komponenta je dobila svoju bazu podataka (ranije je postojala samo jedna monolitna baza). Takav pristup – po jedna baza po servisu – prati dobre prakse mikroservisnih arhitekturai omogućava nezavisno horizontalno skaliranje za svaki servis ponaosob.

Konačni rezultati transformacije

Posle pune migracije sistem je stabilniji i fleksibilniji. Zahvaljujući jasnoj podeli odgovornosti, različiti timovi mogu paralelno da rade na svojim servisima, što ubrzava razvoj novih funkcionalnosti. Sistem se sada može lako horizontalno širiti dodatnim resursima (serverima ili kontejnerima) tamo gde je najopterećeniji, što poboljšava ukupne performanse i pouzdanost. Takođe, centralizovano logovanje i praćenje daju bolji uvid u rad sistema, što doprinosi bržem otklanjanju eventualnih problema. Kako je zabeleženo u studiji slučaja, nakon transformacije dobijen je sistem sa jasnom podelom odgovornosti po servisima, koji omogućava bolju skaliranost i efikasnije praćenje rada celog sistema, a ukupni ishod je prijatnije korisničko iskustvo i veći kvalitet usluge. U praksi, to znači da krajnji korisnici brže pristupaju željenim dokumentima, manje vremena troše na administrativne procedure i uglavnom imaju manje tehničkih prepreka u radu sa DMS-om.

Andrija Milosavljević, Goran Stojiljković, COMING

The post Digitalna evolucija dokumenata appeared first on Business&IT.

COMING ComBot

DMS nadograđen veštačkom inteligencijom

Pronađite informacije po značenju i razgovarajte sa svojim DMS-om uz pomoć ComBota

Tokom godina poslovanja kompanije generišu i prikupljaju ogromnu količinu informacija, uskladištenih u formi brojnih elektronskih dokumenata, korisnicima dostupnih u strukturiranim i nestrukturiranim oblicima. Dostupne informacije predstavljaju interne arhive i izuzetno su značajan resurs u procesu donošenja odluka na nivou kompanija. Informacije su često uskladištene u obliku skeniranih dokumenata, što otežava njihovo pretraživanje, analizu i korišćenje. Kako bi svoje arhive pretvorile u alat, kompanije se većinom oslanjaju na korišćenje Document Management Systema (DMS), koji omogućavaju skladištenje, organizovanje, praćenje i pretraživanje digitalnih sadržaja. Napredne pretrage Document Management Systema oslanjaju se na upotrebu tipova dokumenata i metapodataka definisanih od strane korisnika ili na pretraživanje kompletnog sadržaja korišćenjem ključnih reči, najčešće uz pomoć invertovanih indeksa. Svaka od ovih metoda je efikasna, omogućava precizno pronalaženje dokumenata i predstavlja uobičajenu funkcionalnost ComDoc rešenja, ali istovremeno zahteva definisanje i održavanje šeme metapodataka, disciplinovanost korisnika pri unosu i izmeni metapodataka i korišćenje dodatnih resursa za implementaciju full-text pretrage. Nijedna od navedenih metoda ne obezbeđuje prednosti koje su inspirisale nastanak ovog članka i koje su razlog implementacije COMING ComBot sistema. Jedan od načina za sublimiranje prednosti koje nedostaju mogao bi biti sledeći: dokumenti moraju biti pretraživi prema značenju njihovog sadržaja, a kompanijski DMS treba posmatrati ne samo kao izvor podataka, već kao izvor znanja. Ovakva vrsta proširenja podrazumeva implementaciju mehanizama veštačke inteligencije za potrebe ekstrakcije podataka, analize sadržaja, identifikacije entiteta i njihovih međusobnih veza, ekstrakciju opisa entiteta i veza i automatsko kreiranje baze znanja kompanije. Rezultat je sistem koji će, oslanjajući se na znanje o kompaniji ekstrahovano iz dokumenata, biti u stanju da odgovori na korisnička pitanja definisana prirodnim jezikom, pri čemu će odgovori biti zasnovani na jedinstvenoj kompanijskoj praksi, u skladu sa njenim načinom rada i potkrepljeni isečcima iz dokumenata.

Dokumenti moraju biti pretraživi prema značenju njihovog sadržaja, a kompanijski DMS treba posmatrati ne samo kao izvor podataka, već kao izvor znanja

Ovakvi sistemi poznati su kao Retrieval Augmented Generation (RAG) sistemi, a primer takvog sistema za sprsko govorno područje je COMING ComBot. COMING ComBot – izvor znanja i vaš sagovornik COMING ComBot pripada grupi Retrieval Augmented Generation (RAG) sistema. Ovi sistemi veštačke inteligencije, pa tako i COMING ComBot, kombinuju pretragu informacija i generativne jezičke modele za generisanje tačnih i kontekstualno relevantnih odgovora. RAG sistemi unapređuju sposobnosti velikih jezičkih modela integracijom dodatnih baza znanja, poboljšavajući faktičku tačnost i smanjujući isključivo oslanjanje na memorisane podatke. Za razliku od standardnih RAG sistema, ComBot ne pretpostavlja postojanje kompanijske baze znanja, već integriše mehanizme za njeno kreiranje i konstantno ažuriranje, u skladu sa priraštajem dokumenata u kompaniji. Arhitektura ComBot sistema projektovana je tako da omogućava konstantno praćenje i analiziranje promena podataka u kompaniji, transformišući dostupne podatke u entitete i veze i skladišteći ih u bazu znanja, čime prati rast i razvoj kompanije. Osnovni gradivni elementi COMING ComBot sistema su: • Enterprise Knowledge Extraction modul; • Baza znanja; Dokumenti moraju biti pretraživi prema značenju njihovog sadržaja, a kompanijski DMS treba posmatrati ne samo kao izvor podataka, već kao izvor znanja DMS nadograđen veštačkom inteligencijom Pronađite informacije po značenju i razgovarajte sa svojim DMS-om uz pomoć ComBota COMING ComBot 17 • Veliki jezički model (Large Language Model – LLM); • Enterprise RAG Query processor. COMING ComBot sistem karakterišu dva osnovna, nezavisna toka obrade podataka: • Kreiranje baza znanja pojedinačnih kompanija na osnovu sadržaja dokumenata; • Jednovremena semantička pretraga najrelevantnijih delova dokumenata i generisanje odgovora, zasnovanih na kompanijskoj bazi znanja i velikim jezičkim modelima. Ovaj sistem je otvoren prema većini formata koji se koriste za skladištenje dokumenata, pa je moguće u procesu ekstrakcije znanja i popunjavanja baze znanja koristiti informacije uskladištene u obliku txt, doc, docx, pdf formata ili formata za skladištenje slika. Na primer, COMING ComBot kombinuje rezultate ekstrakcije sadržaja iz skeniranih dokumenata korišćenjem više OCR modela, pri čemu poseduje sopstveni mehanizam korekcije nepreciznosti ekstrakcije. Posebnu snagu ovog sistema čini njegova mogućnost inteligentne segmentacije sadržaja. Korišćenjem modela veštačke inteligencije ComBot deli sadržaj na elemente koji predstavljaju semantičke celine.

Podelom na celine formirane prema značenju sadržaja ComBot stvara preduslove da korisnici, uz odgovore na svoja pitanja, budu usmereni na najrelevantnije delove dokumenata koji potvrđuju odgovore sistema. Dodatno, semantički segmentirani dokumenti predstavljaju osnovu za kreiranje baze znanja. Ova baza sastavljena je iz entiteta (lica, kompanija, pojava, zaključaka, datuma, vrednosti, predmeta itd.) i njihovih međusobnih veza, a sadržaj baze generiše ComBot sistem ekstrakcijom entiteta i veza iz kompanijskih dokumenata. Pri ekstrakciji, ovaj sistem definiše opis uloge i namenu svakog entiteta ili veze u sistemu. Interesantno je naglasiti da ovaj sistem omogućava nadogradnju kompanijske baze znanja u ritmu pristizanja novih dokumenata, bez dupliranja entiteta ili veza u bazi znanja. Iz korisničkog ugla, ComBot podseća na klasične chat aplikacije, kakve su ChatGPT, Grok, Claude ili Gemini. Korisnici postavljaju pitanja koristeći prirodni jezik, opisujući informacije za koje su zainteresovani. Međutim, u odnosu na navedene sisteme, ComBot korisnicima nudi više bitnih prednosti. Kompletan sistem može se izvršavati na infrastrukturi korisnika, uz minimalno investiranje u hardver neophodan za izvršavanje modela veštačke inteligencije. Na ovaj način se unapređuje bezbednost podataka i smanjuje mogućnost slučajnog odavanja poverljivih informacija, što bi se moglo desiti pri korišćenju prethodno pomenutih aplikacija sličnih funkcionalnosti. Sve informacije koje se koriste za generisanje odgovora na korisnička pitanja zasnovane su na kompanijskoj bazi znanja, čime se drastično redukuje potencijalna iluzornost modela veštačke inteligencije koje sistem koristi pri generisanju odgovora. Svaki odgovor sistema praćen je najrelevantnijim izvorima informacija koje sistem koristi za njihovo generisanje. Izvori informacija su zapravo segmenti kompanijskih dokumenata, pa su korisniku, pored konkretnog odgovora, na raspolaganju i delovi originalnog sadržaja kompanijskih dokumenata koji sadrže odgovor na postavljeno pitanje. ComBot je u stanju da brzo i efikasno izvodi zaključke na osnovu sadržaja poslovne dokumentacije, da pronađe najrelevantnije informacije, generiše precizne odgovore i uputi korisnika na delove dokumenata koji su mu od interesa. Kombinujući inteligentnu analizu sadržaja, ekstrakciju entiteta i veza i formiranje baze znanja sa velikim jezičkim modelima, ComBot će transformisati vaš DMS u izvor znanja i mogućnosti. Prof. dr Miloš Bogdanović, doc. dr Milena Frtunić Gligorijević, msr. sci Pavle Antonijević, COMING AI �

The post DMS nadograđen veštačkom inteligencijom appeared first on Business&IT.

The post AI demokratizacija na talasu malih i otvorenih modela appeared first on Business&IT.

Veštačka inteligencija, ljudska vrednost

Vreme oduševljenja prolazi, vreme implementacija je stiglo! COMING je spreman po svim dimenzijama – od infrastrukture do modela i aplikacija!

 

prof. dr Miloš Bogdanović

Tehnički direktor u COMING SOFTWARE ENGINEERING I COMING AI

Kada sagledamo tržišnu poziciju AI na globalnom i lokalnom nivou, ali i trenutni razvoj, gde se veštačka inteligencija trenutno nalazi i u kojoj meri je Srbija deo svetskih trendova?

Miloš Bogdanović: Iako smo na pragu jeseni, veštačka inteligencija, AI, ili bar ono što većina vidi kao AI, a to su uglavnom aplikacije organizovane oko modela dubokog učenja, nalazi se u svom letnjem periodu. Poslednja istraživanja ukazuju da je globalna tržišna vrednost AI bliska broju od 400 milijardi dolara. Optimistična očekivanja ukazuju da bi do 2030. godina primena AI mogla da stvori dodatnih 70 miliona radnih mesta, uz ukidanje približno 20 miliona radnih mesta. Takođe, interesantna je informacija iz Forbesove analize koja ukazuje da 83% kompanija planira da primeni AI rešenja u svrhe automatizacije jednog dela operacija u svom poslovanju. Srbija ne spada u grupu zemalja koje diktiraju trendove u AI sferi. Kako bi prethodna rečenica bila ispravno protumačena, potrebno je naglasiti da svega par zemalja u svetu može da se pohvali takvim dostignućima. Bez obzira na to, Srbija ogromnu pažnju usmerava na AI i ovde postoji veliki broj kompanija koje su, kroz partnerstva sa svetskim kompanijama, uključene u najsavremenije AI tokove i dostignuća. COMING nije izuzetak i može se smatrati da pripada grupi hrabrijih kompanija, s obzirom da je pokrenuo investicije u razvoj sopstvenih proizvoda u AI domenu i spreman je da ih ponudi tržištu.

Šta se najviše promenilo u poslednjih godinu dana kada govorimo o AI tehnologijama i njihovoj primeni?

Miloš Bogdanović: Posmatrajući modele koji su u potrebi, u odnosu na isti period prošle godine, može se reći da su modeli dubokog učenja nastavili svoje skaliranje – kako veličine, tako i mogućnosti. Razvoj modela koji su trenutno u upotrebi zahteva hardverske i informacione resurse kakvi u našoj zemlji trenutno ne postoje, ali postoje indicije da će se to u bliskoj budućnosti promeniti. Istraživačka zajednica fokusirana je na definisanje novih arhitektura, koje kombinuju karakteristike domenski orijentisanih arhitektura, pa smo svedoci korišćenja Mixture of Experts arhitektura, Vision-language modela, World modela – u opštem slučaju, multimodalnih sistema koji kombinuju korišćenje slika, teksta, audio i video zapisa. Nasuprot infrastrukturi za razvoj modela, utisak je da je infrastruktura koja je optimalna za korišćenje AI modela i aplikacija sve dostupnija. U prilog ovome govori i činjenica da je najveći broj AI modela dostupan u kvantizovanom obliku koji omogućava izvršavanje na GPU resursima, koji su dostupni i ne iziskuju velike investicije. Ovakvo stanje uslovilo je da velika većina kompanija može započeti svoj rad na upotrebi AI rešenja ili AI nadogradnji postojećih sistema bez prevelike osnovne investicije. Posledično, sve je veći broj kompanija koje su započele ili započinju Proof of Concept (PoC) projekte, koji najčešće služe kako bi se definisali okviri buduće upotrebe AI aplikacija.

Kako organizacije mogu da prepoznaju i odaberu pravi problem, vredan rešavanja pomoću AI?

Miloš Bogdanović: Verovatno najuticajnija objava u prethodnom periodu dolazi u obliku izveštaja koji je objavio Massachusetts Institute of Technology, pod nazivom „The GenAI Divide: State of AI in Business 2025“. Najveću pažnju privukla je njihova tvrdnja da je 95% pokušaja primene AI modela i aplikacija u okviru kompanija bilo neuspešno. Međutim, većini čitalaca možda je promaklo šta je onih 5% projekata učinilo uspešnim. Tih 5% zapravo daje vrlo jasne smernice trenutnog načina odabira i implementacije AI rešenja. Kompanije moraju odabrati eksterne partnere za implementaciju AI rešenja – partnere sa ekspertizom i partnere kojima veruju. Primena AI rešenja specifična je za svaku kompaniju i zato je poverenje od velikog značaja. Rešenja koja će biti uspešna jesu rešenja koja se adaptiraju konkretnoj kompaniji, ona koja su ugrađena u način funkcionisanja kompanije i koja „uče“ iz iskustva korisnika u kompaniji. Partneri moraju biti veoma posvećeni, moraju brzo adaptirati korišćenje AI modela i početi sa krajeva poslovnih procesa, krećući se ka jezgru poslovanja kompanije. Krenite od jednostavnijeg repetitivnog slučaja, prilagodite rešenje sebi i izbegavajte alate opšte namene.

Godina 2025. često se opisuje kao godina Agentic AI. Šta to konkretno znači i šta možemo da očekujemo?

Miloš Bogdanović: Očekivanja koja su postavljena pred AI nikada nisu bila jednostavna. Kakvu god definiciju veštačke inteligencije iskoristili, u njenom korenu je očekivanje ne samo razumevanja već i mogućnosti da sistemi obavljaju deo operacija autonomno. Autonomija funkcionisanja, u vrlo pojednostavljenom tumačenju, podrazumeva mogućnost razumevanja zadataka, planiranja operacija i njihovo izvršavanje. Upravo to i jeste trenutno očekivanje svih korisnika AI modela i aplikacija i upravo takva postavka dovela je do razvoja AI agenata – entiteta koji su u stanju da korišćenjem modela kreiraju tokove upotrebe alata i modela za izvršenje zadataka. AI agente treba posmatrati kao prvi korak u autonomnom, ali nadam se kontrolisanom funkcionisanju entiteta veštačke inteligencije. Još uvek nisu blizu svog potencijala, ali su svakako velika pažnja i ogroman trud uloženi u razvoj ovakvih entiteta. 

Marko Tasić

Technology Principal u COMING AI

Puno se govori o agentima u AI svetu. Šta su zapravo ovi agenti i u čemu je njihova posebnost?

Marko Tasić: AI agenti predstavljaju sledeći korak u evoluciji veštačke inteligencije, prelazeći sa pasivnih modela koji samo generišu odgovore na aktivne, autonomne entitete, koji samostalno razumeju zadatke, planiraju akcije i izvršavaju ih. Za razliku od tradicionalnih AI modela, poput velikih jezičkih modela (LLM), koji samo reaguju na upite, agenti su dizajnirani da koriste alate, interaguju sa okruženjem, interaktivno rešavaju probleme i uče iz povratnih informacija. Njihova posebnost leži u autonomiji: oni razbijaju kompleksne zadatke na manje korake, koriste eksterne resurse, poput API-ja ili baza podataka, i adaptiraju se u realnom vremenu, što ih čini korak bližim opštoj veštačkoj inteligenciji (AGI), ali sa fokusom na kontrolisanoj i korisnoj primeni u svakodnevnim scenarijima. Zamislite agenta kao digitalnog pomoćnika, koji ne samo da odgovara na pitanja, već i preuzima inicijativu, poput planiranja sastanaka, rezervacije resursa i prilagođavanja plana na osnovu promena, a sve to kako bi olakšao poslovne procese i povećao efikasnost. Ova autonomija otvara vrata inovacijama u biznisu, gde agenti mogu da rade 24/7, smanjujući vreme potrebno za obavljanje rutinskih zadataka i omogućavajući timovima da se fokusiraju na kreativne i strateške aspekte. Posebno je zanimljivo kako agenti integrišu raznovrsne podatke, od teksta i slika do audio/ video zapisa, da bi donosili informisane odluke, što ih čini idealnim za dinamična okruženja poput logistike, finansija, prodaje itd. Za biznis lidere ovo znači priliku da transformišu svoje kompanije u agilnije entitete, gde AI nije samo alat, već partner koji predviđa potrebe i doprinosi rastu, podstičući interesovanje za usvajanje ove tehnologije kako bi se ostvarila konkurentska prednost.

Koje prednosti Agentic AI obećava u rešavanju realnih poslovnih izazova?

Marko Tasić: Agentic AI nudi značajne prednosti u poslovanju kroz automatizaciju kompleksnih procesa, koji zahtevaju pažljivije odlučivanje i akciju u skoro pa realnom vremenu, omogućavajući kompanijama da prevaziđu operativne prepreke efikasnije nego ikad. Na primer, u lancima snabdevanja agent može predvideti nestašice, optimizovati rute dostave i automatski naručivati materijale, smanjujući troškove, dok u finansijama analizira tržišne trendove, izvršava transakcije i upozorava na rizike, povećavajući efikasnost i minimizirajući greške. Ključne prednosti uključuju skalabilnost. Jedan agent može obraditi hiljade zadataka istovremeno. Dalje, adaptivnost na promene, integraciju sa postojećim sistemima i povećanu produktivnost kroz autonomno učenje iz podataka, što omogućava kompanijama da se fokusiraju na strateške odluke, umesto na dnevne operacije. Ovo ne samo da rešava izazove poput nedostatka resursa, već i otvara puteve za inovacije, gde AI postaje ključni saveznik u postizanju većeg rasta i konkurentnosti. Pored toga, Agentic AI doprinosi boljoj održivosti i smanjenju troškova, automatizujući zadatke koji su inače podložni greškama i vremenski zahtevni, što dovodi do bržeg povraćaja investicija i poboljšanog zadovoljstva zaposlenih. U kontekstu poslovnih izazova, poput globalnih poremećaja ili konkurencije, agenti pružaju proaktivna rešenja, poput prediktivne analize i personalizovane interakcije sa klijentima, što povećava lojalnost i prihode. Za široku biznis publiku ovo predstavlja priliku da se zainteresuju za AI kao strateški alat, koji ne samo što rešava trenutne probleme, već gradi i otpornost na buduće izazove, podstičući kompanije da investiraju u ovu tehnologiju za dugoročan uspeh.

Kako Agentic AI menja poziciju kompanija u pristupu problemima i donošenju odluka?

Marko Tasić: Agentic AI fundamentalno transformiše način na koji kompanije pristupaju problemima, prelazeći sa reaktivnog na proaktivni model, gde se kontinuirano prati i predviđa, ubrzavajući odlučivanje na osnovu realnih podataka i simulacija scenarija. Umesto čekanja na probleme, agenti omogućavaju automatsko praćenje trendova i rizika, što menja hijerarhiju: menadžeri se oslobađaju rutinskih zadataka i fokusiraju na inovacije i kritične odluke, dok agenti pružaju brze, informisane preporuke. Ovo dovodi do agilnije organizacije sa poboljšanom efikasnošću, gde AI postaje integralni deo procesa, podstičući kulturu baziranu na podacima i brzoj adaptaciji. Međutim, ova promena zahteva i prilagođavanje kompanijske kulture. Kao rezultat, kompanije postaju otpornije na promene, sa bržim odzivom na tržišne fluktuacije i boljim strateškim planiranjem, kroz povratne informacije i samostalno učenje agenata. Za biznis lidere ovo je uzbudljiva prilika da se zainteresuju za AI kao katalizator promena, gde tehnologija ne samo da poboljšava odluke, već i oslobađa ljudski potencijal za kreativnost, čineći kompanije liderima u svojoj industriji.

COMING je među prvima u Srbiji prepoznao značaj Agentic AI. Šta je spremio u svojoj ponudi kao odgovor na ovaj trend?

Marko Tasić: COMING je među prvima u Srbiji prepoznao potencijal Agentic AI i uložio u razvoj specijalizovanih rešenja, koja se lako integrišu sa postojećim poslovnim sistemima, omogućavajući kompanijama da efikasno automatizuju složene procese i unaprede svoju operativnu efikasnost. U našoj ponudi pripremili smo agente koji vrše analizu finansijskih dokumenata, identifikujući ključne pokazatelje, kako bi podržali precizno finansijsko planiranje i izveštavanje. Pored toga, razvili smo agente za opštu analizu dokumenata, koji inteligentno ekstrahuju bitne podatke za dalju analizu, olakšavajući obradu velikih količina informacija iz različitih izvora, poput izveštaja, ugovora i poslovne korespondencije. Ovi agenti fokusiraju se na visoku preciznost, brzinu i besprekornu integraciju, omogućavajući kompanijama da brže dobiju korisne uvide, smanje manuelni rad i optimizuju resurse, što je posebno korisno u dinamičnim poslovnim okruženjima, gde brzina i tačnost predstavljaju ključnu konkurentsku prednost, podstičući lidere da vide AI kao strateškog saveznika za rast. U ponudi imamo agente koji obrađuju i računovodstveno knjiže transakcije, automatizujući procese poput fakturisanja, kako bi se minimizovale greške. Ova rešenja dizajnirana su da budu potpuno prilagodljiva specifičnim potrebama klijenata u Srbiji, regionu i globalno, sa fokusom na lokalno tržište, pristupačnu infrastrukturu i jednostavnu implementaciju kroz konsultacije i Proof of Concept projekte. Ovo predstavlja korak ka integraciji AI u svakodnevno poslovanje, gde tehnologija ne samo što pomaže u optimizaciji resursa i donošenju boljih odluka, već i otvara vrata inovacijama, podstičući kompanije da razmotre kako ovakvi alati mogu da unaprede njihov rast, efikasnost i konkurentnost u eri digitalne transformacije.

Marko Živković

CEO za COMING SOFTWARE
ENGINEERING i COMING AI

Vreme početne fascinacije veštačkom inteligencijom polako prolazi. Stiglo je vreme implementacija. Šta to znači za poslovni svet i kompanije koje žele konkretne rezultate?

Marko Živković: Ono što danas vidimo podseća na period blockchain hypea – tada je cela industrija bila fascinirana tehnologijom, ali je samo deo projekata opstao u praksi. Prema studiji „State of AI in Business 2025“, koju je objavio MIT, a čije su nalaze interpretirali i Forbes i Fortune, čak 90-95% generativnih AI pilot-projekata u kompanijama nije donelo očekivane rezultate. Razlog nije u samoj tehnologiji, već u pristupu – često se kreće od fascinacije samom AI, a ne od realnog poslovnog problema. AI nije čarobni štapić, niti je treba posmatrati kroz prizmu izreke da onaj ko u ruci drži čekić svuda vidi samo eksere. To je moćan kao alat, ali donosi vrednost tek kada ga usmerimo na konkretne procese – optimizaciju, efikasnost, smanjenje troškova. Za kompanije to znači da vreme eksperimenata prolazi i da dolazi era odgovorne implementacije, a COMING je tu da, kao što je do sada bio pouzdan IT partner, danas bude i AI IT partner, sa razumevanjem biznisa, procesa i bezbednosti podataka.

Na AI sesiji na konferenciji biće predstavljen kompletan put – od informacionog sistema i infrastrukture do konkretnih AI rešenja. Kako ste osmislili taj koncept i šta publika može da očekuje?

Marko Živković: Naš koncept zasniva se na tome da AI ne može da funkcioniše izdvojeno. Naš je stav da AI rešenja ostvaruju najveću vrednost kroz unapređenje i/ili automatizaciju postojećih poslovnih procesa, uvek sa istim ciljem, a to je – efikasnost. Iz tog razloga, smatramo da je u trenutnom stanju razvoja i upotrebe AI potrebno raditi na razvoju AI-nadograđenih rešenja. Kako bi razvoj bio moguć, neophodni su stabilna infrastruktura, integrisani informacioni sistemi i jasna poslovna logika. Zato ćemo prikazati ceo put – od postavke ili projektovanja infrastrukture, preko integracije zasebnih rešenja u poslovne informacione sisteme i platformi koje sve to povezuju, do AI alata koji celom sistemu daju dodatnu vrednost. Publika može očekivati praktične primere: kako AI unapređuje pretragu i arhiviranje dokumenata i da li su vam za to potrebni silni milioni, uz konkretne primere primene modela u svakodnevnom radu. Naš cilj je da pokažemo da AI nije izolovana „igračka“, već deo ekosistema koji donosi merljive rezultate.

Koji su to COMING AI proizvodi i kako očekujete da oni unaprede biznis?

Marko Živković: Naša rešenja usmerena su na oblasti u kojima imamo iskustvo i gde klijentima donosimo najveću vrednost: • IDP (Intelligent Document Processing) – napredna automatizacija ekstrakcije, unosa, obrade i kategorizacije dokumenata; smanjuje manuelni rad i ubrzava procese. • ComBot – inteligentni pretraživač dokumenata i poslovnih podataka, baziran na kontekstualnoj analizi, omogućava da pronađete relevantne informacije u sekundama. • Enterprise RAG (Retrieval-Augmented Generation) – rešenje koje omogućava kompanijama da na bezbedan način koriste AI nad sopstvenim podacima, bez rizika od iznošenja poverljivih informacija u javne modele. Sva ova rešenja povezana su sa rešenjima koja COMING koristi i implementira za upravljanje poslovnom dokumentacijom i finansijama (DMS, ERP). Njihova zajednička vrednost je u tome što ne uvodimo AI „po svaku cenu“, već ga koristimo da rešimo konkretan problem – da klijentima obezbedimo merljivu efikasnost, bolje upravljanje podacima i sigurnost da su njihovi procesi pod kontrolom.

Kada govorimo o „ljudskoj vrednosti“ u eri veštačke inteligencije, kako COMING vidi balans između tehnologije i čoveka?

Marko Živković: Za COMING ljudi ostaju u centru svega. AI je tu da ih podrži, ne da ih zameni. Naš zadatak je da tehnologija oslobodi zaposlene repetitivnih i zamornih zadataka, kako bi mogli da se posvete kreativnom, analitičkom i partnerskom radu. Posebno vodimo računa o bezbednosti, jer globalno dostupni AI sistemi lako mogu da skladište ili obrade vaše podatke, a zaposleni često nesvesno mogu da iznesu poverljive informacije. Zato je COMING posvećen sigurnoj i kontrolisanoj implementaciji AI. I prema zaposlenima i prema partnerima, naš pristup je isti: ljudska vrednost ostaje nezamenjiva. AI koristimo da ih osnažimo i napravimo balans – tehnologija radi ono što najbolje zna, a ljudi ono što nijedna tehnologija ne može da zameni.

The post Intervju: Miloš Bogdanović, Marko Tasić i Marko Živković, COMING appeared first on Business&IT.