Izrada AI sustava je proces povezivanja umjetne inteligencije (poput ChatGPT-a) s vašim poslovnim podacima i alatima kako bi se automatizirali zadaci. To nije “magija”, već inženjerski postupak koji uključuje definiranje problema, prikupljanje podataka, odabir modela i integraciju kroz alate za automatizaciju kao što je n8n.
1. Definiranje problema: Gdje gori?
Prije nego što napišete liniju koda ili složite prvi node u automatizaciji, morate znati što rješavate. Najuspješniji AI sustavi ne pokušavaju raditi “sve”. Oni rješavaju jedan, specifičan i bolan problem.
Primjer iz prakse: Umjesto “Želim AI u firmi”, cilj treba biti “Želim da AI automatski odgovara na upite kupaca o statusu narudžbe unutar 3 minute”.
U AI PRAKTIKUMU uvijek krećemo od ovog koraka. Ako ne znate što automatizirate, ni najbolji AI model vam neće pomoći. Fokusiramo se na procese koji se ponavljaju i troše ljudsko vrijeme.
2. Prikupljanje i priprema podataka (Gorivo)
AI model je pametan onoliko koliko su kvalitetni podaci koje mu date. Da bi sustav radio, on mora imati kontekst.
To uključuje:
Interne dokumente: PDF-ovi, Excel tablice, povijest emailova.
Strukturirane podatke: Baze podataka kupaca (CRM).
Prompt inženjering: Način na koji “razgovarate” s modelom.
Prema izvješću Gartnera (2023), loša kvaliteta podataka glavni je razlog neuspjeha 40% AI inicijativa. Zato bolje “očistite” podatke prije nego ih pustite u sustav.
3. Odabir AI modela i alata (Motor)
Ne morate graditi vlastiti “mozak” od nule. Danas koristimo gotove, moćne modele (LLM – Large Language Models) i povezujemo ih s vašim poslovanjem.
Najčešći izbori danas:
OpenAI (GPT-4o): Odličan za logiku, analizu teksta i kreativnost.
Anthropic (Claude 3.5 Sonnet): Vrhunski za programiranje i nijansirano pisanje.
Open Source (Llama 3): Za tvrtke koje žele podatke držati isključivo na svojim serverima.
4. Integracija i Automatizacija (Šasija i kotači)
Ovo je ključni dio gdje AI PRAKTIKUM donosi najveću vrijednost. Sam ChatGPT u pregledniku je koristan, ali je izoliran. Pravi AI sustav nastaje kada taj AI povežete s vašim emailom, Slackom, Google Driveom ili CRM-om.
Za ovo koristimo n8n – alat za automatizaciju koji nam omogućuje da gradimo složene sustave bez teškog programiranja (Low-Code).
Kako izgleda jednostavan AI sustav u n8n-u:
Trigger: Stigne novi email na podrska@firma.hr.
Action: AI pročita email i kategorizira ga (npr. “Reklamacija”).
Action: AI izvuče podatke iz CRM-a o tom kupcu.
Action: AI napiše nacrt odgovora.
Output: Djelatnik samo odobri odgovor jednim klikom.
5. Testiranje i ljudska kontrola (Human-in-the-loop)
Niti jedan AI sustav ne puštamo u rad bez nadzora, barem u početku. McKinsey (2024) navodi da tvrtke koje zadrže ljudsku kontrolu u ključnim točkama AI procesa imaju 30% veće zadovoljstvo korisnika od onih koji sve prepuste robotima.
Sustav mora biti dizajniran tako da “zna što ne zna” i da proslijedi složene slučajeve čovjeku.
FAQ: Najčešća pitanja o izradi AI sustava
1. Moram li znati programirati da bih napravio AI sustav? Ne nužno. Alati poput n8n i Make omogućuju vizualno slaganje sustava (povuci-i-ispusti). Ipak, razumijevanje logike procesa je nužno, a to učimo na radionicama.
2. Koliko košta izrada jednog AI sustava? Trošak ovisi o složenosti. Mjesečni troškovi alata (n8n, OpenAI API) mogu biti ispod 50 EUR za manje sustave. Najveći trošak je znanje i vrijeme za postavljanje.
3. Jesu li moji podaci sigurni kada koristim AI? Ako koristite API pristup (što radimo u AI PRAKTIKUMU), podaci se prema uvjetima OpenAI-a ne koriste za treniranje njihovih javnih modela. Privatnost je stvar arhitekture sustava.
4. Koliko vremena treba za izradu prototipa? Uz prave alate i znanje, jednostavan sustav za automatizaciju emailova ili analizu dokumenata može se složiti u jednom danu.
5. Koja je razlika između obične automatizacije i AI automatizacije? Obična automatizacija radi fiksna pravila (Ako A, onda B). AI automatizacija razumije kontekst, sentiment i nestrukturirane podatke (npr. može pročitati i razumjeti tekst emaila koji nikad prije nije vidjela).
6. Mogu li povezati AI sa svojim starim računovodstvenim programom? Ako program ima API ili mogućnost izvoza podataka (CSV/Excel), da. Ako ne, koristimo OCR tehnologiju za čitanje ekrana, ali to je složenije.
7. Što ako AI pogriješi? Sustavi se dizajniraju s “zaštitnim ogradama”. Ako je pouzdanost odgovora ispod određenog postotka, sustav automatski alarmira čovjeka.
Želite vlastiti AI sustav, ali ne znate odakle krenuti?
Teorija je jedno, a praksa drugo. U AI PRAKTIKUMU ne pričamo samo o budućnosti, mi je gradimo danas.
Bilo da želite naučiti kako sami složiti n8n automatizacije ili trebate nekoga da postavi sustav za vas, tu sam
Darko Bilandžić
AI Praktikum
info@aipraktikum.com
Nauči AI alate za bolje rezultate
U doba inteligencije, neznanje je izbor.
