AI koji je dostupan svima nikome nije konkurentska prednost

Umjetna inteligencija nedvojbeno donosi golem rast produktivnosti u radu i poslovanju. No u utrci za većom učinkovitošću često se zanemaruje jedno temeljno ekonomsko načelo: ono što je svima jednako dostupno teško može biti konkurentska prednost.

Široka dostupnost AI-ja zapravo može dovesti do naizgled paradoksalne situacije: tvrtke će biti sve produktivnije, a sve manje profitabilne.

Produktivnost i profit

Zamislite da vam netko danas da čarobni štapić koji sve što dotaknete pretvara u zlato. Biste li postali najbogatija osoba na svijetu? Možda, ali samo ako biste jedini imali takav štapić i ako biste ga koristili promišljeno i umjereno. Kad bi ga dobili svi i počeli ga masovno koristiti, zlato bi vrlo brzo izgubilo velik dio svoje ekonomske vrijednosti. Njegova fizička svojstva ostala bi ista. Izgubilo bi samo ono što ga uopće čini vrijednim: rijetkost.

Nešto slično danas se događa s umjetnom inteligencijom. Tvrtke diljem svijeta s oduševljenjem otkrivaju da uz pomoć AI-ja za nekoliko sati mogu napraviti ono za što su prije trebali dani ili tjedni rada: marketinške kampanje, programski kod, poslovne izvještaje, vizuale, analize, pa i cijele softverske aplikacije. Na prvi pogled to izgleda kao izvanredno stvaranje nove ekonomske vrijednosti za svaku tvrtku. No je li zaista tako?

Uzmimo tvrtku koja je donedavno za marketinšku kampanju morala angažirati specijaliziranu agenciju i potrošiti 20.000 eura. Danas njezin interni tim uz pomoć AI-ja sličan sadržaj može izraditi za nekoliko sati. Uprava će najvjerojatnije zaključiti da je tvrtka uštedjela gotovo 20.000 eura i stvorila vrijednost u tom iznosu. Taj zaključak, međutim, zanemaruje širu ekonomsku sliku. Ako svaka druga tvrtka jednako lako može izraditi sličnu kampanju, ta kampanja više nema ekonomsku vrijednost koju je nekad imala. Kad nešto što je donedavno bilo skupo i zahtjevno postane jednostavno i široko dostupno, njegova se vrijednost i cijena brzo prilagode novoj tržišnoj stvarnosti.

U našem primjeru tržišna vrijednost takvog marketinškog sadržaja počinje naglo padati kako raste njegova dostupnost. Pojedinoj kampanji takvim je sadržajem sve teže istaknuti se i privući pažnju kupaca.

Što umjetna inteligencija postaje sposobnija, to će njezina široka dostupnost više smanjivati njezinu sposobnost da sama po sebi bude konkurentska prednost.

Tvrtka iz našeg primjera, dakle, nije stvorila vrijednost od 20.000 eura. Ona je velikim dijelom samo sudjelovala u procesu u kojem je nešto što je bilo rijetko, zahtjevno, a time i vrijedno, postalo široko dostupno i zato manje vrijedno. To je ključno razumjeti. Ekonomska vrijednost proizvoda ili usluge ne proizlazi iz njegove stvarne korisnosti, nego iz relativne dostupnosti, odnosno iz njegove rijetkosti na tržištu. Ako je vaša tvrtka jedina u svojoj industriji koja može analizirati goleme količine podataka i na temelju njih donositi bolje poslovne odluke, imate značajnu konkurentsku prednost. No ako svaka tvrtka relativno lako može razviti istu sposobnost, ona prestaje biti izvor razlikovanja i postaje samo standardan način poslovanja. Više nije prednost.

U poslovanju konkurentska prednost gotovo uvijek proizlazi iz neke vrste asimetrije. Jedna tvrtka ima znanje koje drugi nemaju. Druga ima učinkovitije procese. Treća ima podatke koje konkurenti ne mogu lako prikupiti. Četvrta je razvila tehnologiju koju je teško kopirati. Upravo te razlike omogućuju tvrtkama da budu profitabilnije od konkurencije. No što se događa kad tehnologija počne smanjivati te razlike? Kad se barijere ulasku na tržište počnu urušavati jer su razvoj novih proizvoda, ulazak u tržišne niše, stjecanje specijaliziranog znanja i marketing brži, jednostavniji i dostupniji nego ikad?

Što se događa kad aktivnosti za koje su donedavno trebali vrijeme, kapital, specijalizirani kadar i godine iskustva postanu dostupne gotovo svima? Poznato je da u konkurentnim industrijama velik dio koristi od tehnološkog napretka pod pritiskom konkurencije s vremenom prelazi na kupce, kroz niže cijene i bolje proizvode. To je odlično za gospodarstvo i potrošače, ali ne nužno i za profitabilnost pojedinih tvrtki.

Brzo i široko prihvaćanje AI-ja u gotovo svim sektorima i industrijama moglo bi dovesti do svijeta u kojem tvrtke proizvode više, posluju učinkovitije i imaju napredniju tehnologiju nego ikad. U isto vrijeme sve će se manje razlikovati od konkurenata i trpjeti sve jači pritisak na profitabilnost. Upravo zato vodstvo tvrtke danas se ne bi trebalo pitati samo koliko će AI povećati produktivnost, nego i koliko će vrijednosti koju stvara tvrtka uspjeti dugoročno zadržati za sebe.

Što zapravo gradimo?

Postoji još jedan aspekt ove promjene kojem se posvećuje premalo pažnje. Najveći AI sustavi na svijetu razvijaju se na temelju goleme količine podataka, povratnih informacija i ljudskog znanja. Dio tog znanja dolazi upravo od ljudi i organizacija koje AI koriste. Velike AI tvrtke ističu da za njihove poslovne proizvode vrijede posebna pravila zaštite podataka. No za tvrtke koje žele zaštititi vlastito poslovno znanje ostaju dva važna pitanja.

Prvo je pitanje kontrole. Kad tvrtka šalje svoje poslovne podatke vanjskom AI sustavu, kontrolu nad njihovom obradom predaje trećoj strani. Čak i kad postoje ugovorna jamstva da se podaci neće koristiti za treniranje modela, tvrtka se mora osloniti na sigurnosne mehanizme, ugovorne obveze i postupanje pružatelja usluge, i danas i u budućnosti.

Drugo je pitanje još zanimljivije i tiče se same prirode znanja sadržanog u podacima. Anonimizacija ne uklanja nužno znanje koje podaci sadrže. Moguće je ukloniti nazive tvrtki, imena zaposlenika, identifikatore i druge povjerljive informacije, a da vrijedni obrasci, metode, zakonitosti i specifično poslovno znanje ostanu. Upravo te obrasce umjetna inteligencija može naučiti.

Zamislite tvrtku koja je desetljećima razvijala vlastite metode optimizacije proizvodnje, upravljanja zalihama ili procjene poslovnog rizika. Ako se njezini podaci koriste za daljnje treniranje zajedničkih AI modela, čak i nakon anonimizacije, postoji mogućnost da dio njezina specifičnog znanja postane dio novih sposobnosti tih modela. To ne znači da će konkurenti dobiti pristup njezinim povjerljivim dokumentima, poslovnim tajnama ili izvornim podacima. Ali znači da znanje koje je tvrtka godinama razvijala može neizravno pridonijeti inteligenciji koja će sutra biti dostupna i njezinim konkurentima.

Vodstvo tvrtke danas se ne bi trebalo pitati samo koliko će AI povećati produktivnost, nego i koliko će vrijednosti koju stvara dugoročno zadržati za sebe.

Drugim riječima, tvrtka može zadržati vlasništvo nad svojim podacima, a ipak izgubiti dio isključivosti nad znanjem koje iz njih proizlazi. Važno je naglasiti da se to ne događa automatski. Rizik ovisi o tome kako se podaci obrađuju, pohranjuju i koriste te uključuju li se uopće u treniranje AI modela, i na koji način.

No strateško pitanje ostaje isto. Ako tvrtka godinama ulaže u razvoj specifičnog znanja i načina rada po kojima se razlikuje od konkurencije, zašto bi prihvatila mogućnost da to znanje, makar i neizravno, postane dio inteligencije dostupne cijelom tržištu? U svijetu u kojem inteligencija postaje jedan od najvažnijih izvora konkurentske prednosti, kontrola nad vlastitim znanjem jednako je važna kao kontrola nad vlastitim podacima. To otvara još jedno važno pitanje: kako ozbiljna tvrtka može očekivati da će dugoročnu poslovnu prednost izgraditi na istoj inteligenciji kojoj njezini konkurenti pristupaju pod jednakim uvjetima?

Problem, dakle, nije dijeljenje znanja kao takvo. Problem je u tome što tvrtke moraju prepoznati koje je znanje njihova strateška prednost i osigurati da nad njim zadrže kontrolu. Desetljećima su najuspješnije tvrtke gradile prednost zapošljavanjem najboljih stručnjaka, razvojem internog znanja, optimizacijom procesa i ulaganjem u tehnologiju. Danas se dio tih sposobnosti može kupiti za nekoliko desetaka ili stotina eura mjesečno. To ne znači da su stručnjaci, znanje i iskustvo izgubili vrijednost. Ali znači da je velik dio općih intelektualnih sposobnosti, poput analize, pisanja, programiranja, zaključivanja i rješavanja problema, postao dostupniji nego ikad.

Tu dolazimo do paradoksa. Što umjetna inteligencija postaje sposobnija, to će njezina široka dostupnost više smanjivati njezinu sposobnost da sama po sebi bude konkurentska prednost.

Tvrtka koja danas uvede generativni AI u marketing, prodaju ili korisničku podršku može ostvariti značajne operativne koristi. No ako se njezina AI strategija svodi na korištenje istih alata koje koriste svi ostali, teško na tome može izgraditi tržišno razlikovanje i trajnu prednost. Takve se inicijative danas često predstavljaju kao digitalna transformacija. Vrlo brzo, možda već za godinu ili dvije, bit će jednostavno uobičajen način poslovanja. Tvrtke koje takve alate ne prihvate riskiraju zaostajanje, ali one koje ih koriste na isti način kao svi ostali neće prestići konkurenciju.

Znači li to da tvrtke trebaju prestati koristiti široko dostupne AI alate? Naravno da ne. Ti alati prilika su za veću produktivnost, niže troškove i kvalitetniji rad, osobito kratkoročno. Njihovo korištenje vrlo će brzo postati poslovna nužnost. No treba jasno razlikovati dvije stvari: poboljšanje operativne učinkovitosti i izgradnju konkurentske prednosti.

Prvo se može postići tehnologijom dostupnom svima. Za drugo treba nešto više. Tvrtke koje žele stvarnu prednost morat će povezati AI s onim što ih čini jedinstvenima: vlastitim podacima, internim znanjem, poslovnim procesima, iskustvom zaposlenika i specifičnim načinima na koje stvaraju vrijednost za svoje kupce.

Zamislite dvije distribucijske tvrtke. Prva koristi generativni AI za pisanje prodajnih e-mailova, izradu izvještaja i analizu tržišnih trendova. Druga je razvila vlastiti AI sustav koji kontinuirano analizira višegodišnju povijest kupaca: obrasce narudžbi, sezonalnost, profitabilnost, uvjete plaćanja i ponašanje prodajnih timova. Takav sustav može prepoznati kad kupac počne odstupati od uobičajenog ponašanja, predvidjeti rizik od njegova gubitka i preporučiti konkretnu prodajnu akciju prije nego što problem postane vidljiv.

Kome pripada budućnost?

Prva tvrtka koristi AI da bi radila brže. Druga ga koristi da bi donosila odluke koje konkurenti ne mogu donijeti jednako dobro. Razlika nije nužno u samom AI modelu. Obje tvrtke možda koriste istu temeljnu tehnologiju. Razlika je u podacima, integracijama, poslovnoj logici i specifičnoj inteligenciji koju je druga tvrtka izgradila oko vlastitog poslovanja. Upravo tu nastaje potencijal za stvarnu konkurentsku prednost.

Vjerujem da ćemo idućih godina vidjeti sve jasniju podjelu na dvije skupine tvrtki. Prve će AI koristiti prvenstveno kao alat. Kupovat će pretplate, uvoditi gotove AI asistente i automatizirati pojedinačne zadatke. Druge će ga početi tretirati kao stratešku poslovnu infrastrukturu. Sustavno će prikupljati, strukturirati i štititi vlastite podatke. Razvijat će specifične AI sustave povezane sa svojim ključnim poslovnim procesima. Gradit će vlastito poslovno znanje i inteligenciju koji se stalno poboljšavaju na temelju iskustva i rezultata organizacije. To ne znači da svaka tvrtka mora razviti vlastiti LLM ili graditi vlastite podatkovne centre. Naprotiv, u većini slučajeva takav pristup ne bi imao ekonomskog smisla.

Ali znači da tvrtka mora zadržati kontrolu nad onim po čemu se razlikuje od konkurenata: svojim podacima, poslovnom logikom, specifičnim znanjem i načinom na koji tu inteligenciju koristi za stvaranje vrijednosti. To je ključna razlika između pukog korištenja umjetne inteligencije i stvaranja konkurentske prednosti uz njezinu pomoć. Takav pristup traži više vremena, veća ulaganja, dobru tehnološku arhitekturu i duboko razumijevanje vlastitog poslovanja. Njegova je implementacija složenija i zahtjevnija, ali upravo je u tome njegova najveća vrijednost. Što je teže izgraditi, konkurentima je teže i kopirati. Konkurentska prednost nikad nije dolazila iz onoga što svi drugi mogu lako napraviti. Uvijek je dolazila iz sposobnosti da radite ono što drugi ne mogu ili što im je iznimno teško ponoviti.

U doba umjetne inteligencije najveću konkurentsku prednost neće imati tvrtke koje koriste najnaprednije AI modele, jer su oni dostupni svima. Imat će je one koje na tim modelima izgrade vlastite jedinstvene i vrijedne sustave, sustave koje konkurenti ne mogu jednostavno kopirati.