Ipak, iako su mnogi mogli koristiti duboko istraživanje pojedinačno — za pretraživanje i objedinjavanje informacija na internetu — malo ih je od njega imalo koristi u poslovnom okruženju. Razlog nije to što ono ne bi bilo korisno — upravo suprotno — nego šira zabrinutost zbog pouzdanosti, nepovezanih izvora podataka i/ili sposobnosti modela da obradi veliku količinu konteksta, poput ogromnog broja različitih vrsta datoteka.
Naše iskustvo u izradi poslovnih alata za duboko istraživanje tokom posljednjih 12 mjeseci pokazuje da se ti problemi sve uspješnije mogu ublažiti promišljenim inženjeringom. U ovom blogu razmatramo glavne prepreke djelotvornim poslovnim aplikacijama za duboko istraživanje, načine na koje bismo ih prevazišli i očekivani razvoj ove oblasti tokom 2026.
Granica mogućnosti izvršavanja dramatično je pomjerena. Dolazak modela gpt-5 u augustu 2025. označio je prekretnicu za poslovnu umjetnu inteligenciju. U našim produkcijskim sistemima, uključujući platformu za otkrivanje terapijskih meta za jednu od najvećih farmaceutskih kompanija na svijetu, zabilježili smo pad haluciniranja izvora sa 3–4% na praktično nulu. gpt-5.2 je zatim u decembru dodatno povećao efektivnu dužinu konteksta. Praktični rezultat: sada možemo povećati broj izvora sa stotina na hiljade po istraživačkom procesu, bez ugrožavanja pouzdanosti. Usko grlo se s mogućnosti modela vratilo tamo gdje i pripada — na vaše podatke, evaluacije i dizajn programa.
Strategija podataka: dostupnost je važnija od objedinjavanja. Razumljivo je poslovnu umjetnu inteligenciju posmatrati kao problem integracije podataka, ali to je često kontraproduktivno. Potpuno objedinjavanje je sporo i politički osjetljivo te vas prisiljava da se prerano opredijelite, prije nego što saznate koja su pitanja zaista važna. Pragmatično rješenje u 2026. jeste rijetka povezanost. Učinite podatke dostupnim putem visokosignalnih sidrišta (specifikacija, pravila, SKU-ova, ugovornih odredbi), umjesto da godinama čekate da sve objedinite. Granični modeli sada mogu tokom zaključivanja „meko spajati” sisteme, povezujući srodne pojmove bez formalnih mapiranja. Tako zadržavate brzinu implementacije i fleksibilnost da kasnije dodate izvore.
Navigacija sprečava lutanje. Poslovni podaci nisu web. Rijetki su, puni lokalnih konvencija i često postoji tačno jedan ispravan izvor za određenu činjenicu. Bez usmjeravanja modeli često beskonačno pretražuju upite ne bi li pronašli još samo jedan izvor, pritom povećavajući kašnjenje i trošeći strpljenje korisnika. Lagan semantički sloj (heš-mape, pretrage entiteta, jednostavni grafovi odnosa) sistemu pruža brze i jeftine korake za efikasan dolazak do pravog konteksta. Zamislite to kao savjet koji iskusan kolega daje novom zaposleniku: „Sačuvaj ove stranice, a ako imaš problema s AWS-om, obrati se Rossu.” Ne mora biti složeno. Samo treba pomoći sistemu da brzo pronađe ono što mu treba.
Mehaničke (izvršavaju se za svaki upit): ispravnost citata, pravilna upotreba alata, kašnjenje i trošak. To su vaše zaštitne ograde — obične, ali neophodne.
Analitičke (izvršavaju se periodično): bira li sistem prave alate, prati li smislene pravce istraživanja, odabire li mjerodavne izvore i zna li kada stati? Obično se ocjenjuju metodom LLM-a kao sudije na označenim primjerima.
Korisničke (kontinuirane): stope završavanja zadataka, kvalitativne povratne informacije naprednih korisnika i analitika korištenja. Konačni test. Jesmo li napravili nešto što je ljudima korisno?
Povrat ulaganja dolazi od teških, a ne sigurnih problema. Nakon izvještaja prema kojima većina poslovnih projekata umjetne inteligencije ne ostvaruje povrat ulaganja, nestalo je strpljenja za impresivne demonstracije koje nikada ne stignu u produkciju. Rukovodioci žele dokaz, i to brzo. Paradoksalno, taj pritisak može navesti timove na pogrešne izbore. Primamljivo je početi sa zadacima niskog rizika jer se lako implementiraju i vjerovatno neće izazvati negodovanje. Međutim, ti slučajevi upotrebe rijetko donose dovoljno velik pomak da opravdaju daljnja ulaganja. Poslovni sistemi za duboko istraživanje imaju dobru poziciju da dokažu vrijednost jer ciljaju već skupe poslove: složene procese visokog rizika u kojima je trošak postojećeg stanja jasno vidljiv. Najsnažnije slučajeve upotrebe vidjeli smo u oblastima poput izrade zahtjeva za ponude i ponuda, analize naučnog okruženja i investicijskog istraživanja — područjima gdje se učinak mjeri stopom dobijenih poslova, bržim dolaskom do kliničkih ispitivanja i bržim sticanjem uvjerenja, a ne samo ušteđenim satima.
Promjena korisničkog iskustva: od razgovora ka delegiranju, od odgovora ka gotovim rezultatima. Smatramo da je ovo jedna od promjena korisničkog iskustva koje će obilježiti 2026. Kada pogledamo rješenja koja su u posljednje vrijeme najbolje prihvaćena, izdvaja se nekoliko stvari. Kako je pouzdanost ovih sistema rasla, korisnici su ih sve manje tretirali kao chatbot kojem postavljaju upite, a sve više kao analitičara kojem delegiraju posao. To omogućavaju dvije stvari: timovima treba omogućiti da prilagode predloške i kriterije zaustavljanja svojim procesima te da rezultate direktno izvezu u format koji im stvarno treba (memorandum, prezentaciju, sažetak itd.), umjesto da od niti razgovora sami sastavljaju završni dokument. Kada je oboje uspostavljeno, sistem prestaje biti referentni alat i postaje način na koji se posao obavlja.
Prošle godine pisali smo o uvođenju dubokog istraživanja u poslovno okruženje. Time smo paradigmu dubokog istraživanja usmjerenu na web, koju je prvobitno popularizirao OpenAI, proširili na vlasničke izvore podataka kompanija bez gubitka porijekla podataka ili kontrole. Također smo istakli da sisteme za duboko istraživanje ne treba posmatrati kao odmak od klasičnijih RAG sistema, nego kao njihov razvoj.
Uoči 2026. nije se toliko promijenila sama ideja dubokog istraživanja koliko granica mogućeg izvršavanja.
Kada smo početkom 2025. počeli graditi ove sisteme, granični modeli uključivali su o1, gpt-4o i claude-3.5-sonnet — zaista smo daleko napredovali za samo 12 mjeseci — a veliki pomaci stigli su s modelima poput o3 i gemini-2.5-pro u prvim mjesecima godine. Za svoje vrijeme bili su odlični i s njima se svakako mogla izgraditi robusna aplikacija za duboko istraživanje — do određene granice. Ta granica obično je bila na nekoliko stotina izvora, nakon čega ste morali prilično agresivno sažimati kontekst ili prihvatiti gubitak kvaliteta odgovora, slabije praćenje uputa ili otvorene halucinacije.
Ako ste gradili takve sisteme, prepoznat ćete neke od ovih načina kvara.
Kao konkretniji primjer, sredinom 2025. počeli smo s jednom od najvećih farmaceutskih kompanija na svijetu razvijati poslovno rješenje za duboko istraživanje. Taj sistem ubrzava otkrivanje terapijskih meta, proces u kojem istraživači traže gene, hormone ili druge elemente ljudskog tijela koji se mogu ciljati radi liječenja bolesti. Tada je najsnažniji dostupan model bio o3. Iako je pružao snažne performanse, 3–4% odgovora koje je generirao ovaj model sadržavalo je izvore koji modelu nisu dostavljeni pozivima alata iz vlasničkih izvora podataka klijenta. To smo ublažili naknadnim provjerama citata, koje su označavale dijelove odgovora bez podrške u dostavljenom kontekstu. U ranoj fazi dokazivanja koncepta to je dobro poslužilo za izgradnju povjerenja zainteresiranih strana u alat i pomoglo nam da brzo napredujemo. Ipak, nastavili smo smanjivati te greške, pokušavajući ublažiti ograničenja modela i istovremeno ispuniti zahtjeve zainteresiranih strana za dodavanje novih izvora u sistem.
Ključna prekretnica u izgradnji graničnih rješenja za duboko istraživanje — i agentskih rješenja općenito — bio je dolazak modela gpt-5 u augustu. Nakon prelaska s modela o3 na gpt-5, naše evaluacije pokazale su da je stopa haluciniranja izvora odmah pala na 0%.
Preciznije, ovo mjerilo prati isključivo citira li model ID dokumenta ili URL koji nije bio prisutan u pronađenom kontekstu. U vrijeme modela o3 i ranije, modeli su ponekad izmišljali uvjerljive nazive datoteka ili radova kako bi popunili praznine u znanju. gpt-5 nam je omogućio da praktično uklonimo tu specifičnu patologiju.
To se razlikuje od grešaka vjernosti — citiranja pravog dokumenta uz pogrešno tumačenje teksta — koje ostaju izazov kojim upravljamo prethodno spomenutim naknadnim provjerama.
To je uklonilo ogromnu prepreku. Zatim smo počeli testirati sistem kako bismo utvrdili dokle ga možemo dovesti novom generacijom modela. Utvrdili smo da možemo približno desetostruko povećati broj izvora razmatranih u jednom procesu dubokog istraživanja — na oko 3.000–5.000. Konačno ograničenje nije bilo slabljenje praćenja uputa, nego rad s dugim kontekstom, jer je efektivna dužina konteksta modela često znatno manja od navedene, posebno kod gustih farmaceutskih podataka.
To ograničenje djelimično je ublaženo izlaskom modela gpt-5.2 sredinom decembra. Naša interna mjerila dugog konteksta pokazala su veliko poboljšanje efektivnih performansi s dugim kontekstom, što nam je omogućilo da granične sisteme za duboko istraživanje dodatno unaprijedimo. To je bilo korisno jer nam je omogućilo da povećamo broj tokena koji se mogu direktno proslijediti modelu zaduženom za izlaz namijenjen korisniku, čime se dobija sadržajniji odgovor. Ipak, željeli bismo da efektivne dužine konteksta graničnih modela nastave rasti tokom 2026.
Zahvaljujući tom napretku osnovnih mogućnosti modela, uska grla u izgradnji sposobnih sistema za duboko istraživanje na mnogo su se načina vratila tamo gdje su oduvijek trebala biti: na vaše podatke, evaluacije i način postavljanja programa dubokog istraživanja u poslovanju. Svaki od tih koraka zahtijeva pragmatične odluke o tome šta zaista donosi pomak u izgradnji sistema za duboko istraživanje.
U ostatku članka izlažemo kako razmišljamo o tim odlukama.
Primamljivo je poslovne istraživačke projekte posmatrati kao problem integracije podataka. Objedinite izvore, normalizirajte šemu i pustite modele da rade nad njima.
Da budemo jasni: ponekad je to upravo pravi potez. Ako radite u području u kojem su osnovni entiteti stabilni, upiti ponovljivi, a krajnji cilj industrijalizacija procesa, objedinjavanje može donijeti stvarnu korist. Klasični primjeri uključuju spajanje podataka o klijentima i prihodima, podatke o tržišnim cijenama ili bilo šta što zahtijeva pouzdano izvještavanje između sistema.
Međutim, današnji inovativni lideri u praksi od poslovnih sistema za duboko istraživanje traže nešto drugo.
Uz sve veći naglasak na povratu ulaganja u umjetnu inteligenciju, ključni cilj donosilaca odluka jeste brzo dokazati vrijednost u neurednoj stvarnosti poslovanja. Potpuno objedinjavanje izvora podataka jedan je od najsporijih puteva do tog prvog dokaza. Zahtjevno je. Postaje politički osjetljivo. Često vas prisiljava da se opredijelite za određeni smjer prije nego što saznate koja su pitanja zaista važna.
Zato smatramo da je pragmatično polazište za izgradnju graničnih sistema za duboko istraživanje u 2026. obično sljedeće: prvo učinite podatke dostupnim, a tek onda ih uređujte.
Ako je realno očekivati da ćete s vremenom dodavati izvore — a većina kompanija hoće — rijetke veze su potcijenjene. Možete izložiti desetine izvora iza dosljednog interfejsa za pronalaženje. Sistem će i dalje moći raditi, a što je ključno, zadržat ćete sposobnost brze isporuke. Kada budete dodavali nove izvore, ne morate mijenjati sve. Jednostavno možete priključiti novi konektor, objasniti osnovnom sistemu šta je i kako se koristi te prepustiti ostalo modelima. To funkcionira jer današnji granični modeli tokom zaključivanja mogu meko spojiti dva ili više izvora podataka, povezujući „ID kupca” iz jednog sistema s „referencom klijenta” iz drugog, bez formalnog mapiranja. Nismo jedini tim koji razmišlja na ovaj način. Nismo jedini tim koji razmišlja na ovaj način: OpenAI interni agent za podatke osmišljen je tako da modelima omogući zaključivanje nad 70.000 heterogenih skupova podataka tako što kontekst i veze čini dostupnim u trenutku upita, umjesto da zahtijeva potpuno objedinjavanje unaprijed.
Vrijedi izričito naglasiti jednu nijansu: rijetko ne mora značiti plitko.
Rijetka integracija najbolje funkcionira kada su uspostavljene veze smislene i izražene tako da ih sistem može lako iskoristiti. Dobar način razmišljanja jeste tretirati određene informacije kao sidrišta — specifikacije, pravila, definicije proizvoda, SKU-ove, ugovorne odredbe i slično. Ne morate objediniti svaki skup podataka da bi ta sidrišta bila moćna; potreban vam je samo stabilan identifikator s nekoliko visokosignalnih veza.
Naprimjer, zamislite da model ili korisnik traži specifikaciju. U naivnom sistemu interakcija tu završava. Dohvatite specifikaciju, sažmete je i možda citirate. Međutim, pri izradi korisnih podatkovnih struktura želimo tu pretragu pretvoriti u početak kontroliranog proširenja. Naprimjer, zapis te specifikacije možemo povezati s historijski relevantnim rezultatima. „Relevantno” ovdje može značiti nekoliko stvari, ali obično zavisi od zadatka koji sistem obavlja te može uključivati zahtjeve za ponude koji su spominjali specifikaciju, ranije odgovore koji su dobili poslove na osnovu nje, izmjene u kojima je pravni tim osporio specifikaciju i slično. Ovaj pristup može znatno poboljšati kvalitet odgovora i smanjiti kašnjenje jer sistemu za duboko istraživanje brzo prikazuje najvažnije uvide u trenutku upita.
To otvara sljedeće pitanje: kada imate svijet rijetko povezanih izvora podataka s nekolicinom visokosignalnih veza, kako spriječiti sistem za duboko istraživanje da luta poput djeteta u prodavnici slatkiša i navesti ga da se kreće poput iskusnog analitičara?
Poslovni izvori podataka ne ponašaju se poput weba. Rijetki su, puni lokalnih konvencija i često postoji tačno jedan „ispravan” izvor za određenu činjenicu — ako ga možete pronaći. Osim toga, današnji modeli pri pretraživanju nastoje maksimalno povećati odziv, često obrađujući brojne upite da pronađu još samo jedan izvor, pritom povećavajući kašnjenje i trošeći strpljenje korisnika. To se donekle može ublažiti pažljivo osmišljenim uputama.
Najdjelotvornije rješenje je lagan alat koji pomaže modelu da se orijentira u neurednom okruženju poslovnih podataka. Neki timovi to nazivaju ontologijom. Drugi to nazivaju semantičkim slojem, servisom za pretraživanje, grafom ili spremištem pojmova. Naziv zapravo nije važan.
Važno je da sistemu pruža niz brzih i jeftinih koraka kako bi model mogao efikasno prelaziti između pravih dijelova konteksta, umjesto da naizgled beskonačno luta.
Jednostavna metafora je kada se tek pridružite novoj kompaniji ili projektu, pa vam nove kolege kažu: „Obavezno sačuvaj ove stranice, stalno ćeš ih koristiti” ili „Kad god imaš problem s AWS-om, obrati se Rossu; dat će ti potrebne informacije” i slično. I ovdje jednostavno pokušavamo pomoći sistemu za duboko istraživanje da brzo pronađe ono što mu treba.
U praksi taj sistem ne mora biti složen niti se mora ručno održavati. Najbolje implementacije koje smo pronašli ili generiraju LLM-ovi tokom procesa unosa podataka, automatski izdvajajući entitete za popunjavanje grafa, ili su jednostavni prolazi do postojećih sistema evidencije, poput pretrage putem Salesforce API-ja. Uobičajeni primjeri uključuju:
Pretrage heš-mapa (npr. upit s nazivom proizvoda vraća opis proizvoda)
Jednostavnu pretragu „uobičajenih” odnosa (npr. ovaj gen je u našem grafu uzročnih odnosa gena najčešće povezan s ovim bolestima)
Modele za prepoznavanje imenovanih entiteta (uglavnom korisne u oblastima sa složenim problemima razdvajanja značenja entiteta, poput farmacije)
Za najsloženije odnose među podacima, lagani RDF grafovi mogu pružiti najproširivije ontološko rješenje
… i još mnogo toga
Kada je to uspostavljeno, sistem se može efikasno kretati kroz vaše izvore podataka. Sljedeće pitanje je jednostavno: kako znate da dosljedno radi pravu stvar pri stvarnoj upotrebi?
Sada kada su podaci dostupni, a navigacijski sloj pruža mapu, sistem ima kapacitet da obavi posao. Međutim, u poslovnom okruženju kapacitet bez pouzdanosti ne znači ništa.
Upravo se ovdje nalazi najveće groblje projekata umjetne inteligencije. Mnogi timovi upali su u zamku evaluacija „po osjećaju”. Pokrenuli bi upit, pročitali rezultat, zadovoljno klimnuli i objavili rješenje. Taj pristup ne funkcionira pri izradi sistema za duboko istraživanje koji može samostalno proći kroz 5.000 dokumenata kako bi dao preporuku za višemilionsku odluku o lancu snabdijevanja.
Ključna promjena je to što više ne evaluirate model, nego sistem. Tumačenje pitanja, planiranje, pozivanje alata, interpretacija, sažimanje konteksta, ponovno rangiranje, pa čak i naizgled dosadni detalji konektora poput vremenskih oznaka — sve se to odražava na korisničko iskustvo.
Strukturirane i ponovljive evaluacije pomažu nam riješiti te probleme.
Pri izradi evaluacija možemo ih okvirno podijeliti u tri kategorije, od mehaničkih do subjektivnih.
Ovaj dio najviše podsjeća na jedinične testove i tu timovi često mogu najbrže napredovati u početnoj fazi. One su obično i najstabilnije tokom vremena: kada ih uspostavite, mogu donositi korist tokom cijelog trajanja projekta.
„Mehaničke evaluacije” uglavnom su provjere koje se mogu izvršiti za svaki upit bez ljudskog učešća. One nam pomažu da steknemo povjerenje da se sistem ponaša predvidljivo i sigurno pod stvarnim korisničkim opterećenjem.
Neki primjeri su:
Ispravnost citata: upućuju li svi citati na odlomke koji su zaista pronađeni? Postoje li tvrdnje bez citata? Postoje li tvrdnje koje izvorni materijal ne podržava? Jesu li citati previše općeniti (npr. cijeli dokument citiran za jednu tvrdnju)?
Pravilna upotreba alata: je li sistem koristio sve alate za koje je naveo da ih je koristio? Je li pravilno koristio navigacijske alate? Je li neki zahtjev alatu pogrešno formatirao? Je li razumno ponovio pokušaj kada je dobio grešku?
Ograničenja kašnjenja i troškova: je li vrijeme do prvog tokena ostalo unutar ciljne vrijednosti? Je li premašio očekivani broj poziva alata ili budžet? Je li potrošio mnogo vremena i računarskih resursa za zanemarivo poboljšanje?
Ovo zvuči obično, ali upravo takvi testovi sprečavaju propadanje poslovnog sistema.
Kao primjer iz prakse, u projektu dubokog istraživanja za otkrivanje terapijskih meta koristili smo dva sloja provjere citata koja se izvršavaju pri svakom upitu. Prvo, pri generiranju odgovora modelu nalažemo da često navodi citate unutar teksta. Sposobnost LLM-ova da to pouzdano rade također je relativno nova pojava, nastala u prvoj polovini 2025. godine. Svako ko je to ranije pokušao s većom količinom podataka zna koliko je to bilo zahtjevno. Tako možemo provesti niz jednostavnih regex provjera da utvrdimo, naprimjer, spominje li se poveznica na članak koje nije bilo među dostavljenim izvorima.
Drugi sloj provjera obavlja se naknadno, nakon prijenosa odgovora. Odgovor se prvo dijeli na dijelove, a zatim se svaki dio procjenjuje tako što sistem u pronađenim podacima traži izvore koji podržavaju tvrdnje iz tog dijela. Ako se ne pronađu potkrepljujući dokazi, to se označava kao moguća halucinacija.
Ako su mehaničke evaluacije jedinični testovi, analitičke evaluacije su pregled koda.
Ovdje ulazimo u područje u kojem pokušavamo utvrditi obavlja li sistem posao dobro. Obično želimo razumjeti koristi li prave alate, prati li odgovarajuće pravce istraživanja, bira li najmjerodavnije izvore i zna li kada stati, između ostalog.
U praksi obično imaju oblik niza parova pitanja i odgovora (P–O), za koje su, naprimjer, poznati smisleni redoslijedi pozivanja alata ili ispravna odluka na osnovu skupa istraživanja iz prvog alata. Važno je napomenuti da se parovi P–O ne moraju podudarati u omjeru 1:1 s ulazom i izlazom cijelog sistema za duboko istraživanje; tim metodama možemo testirati i potprocese. Na osnovu tih oznaka — koje može izraditi čovjek ili snažan model za označavanje, pri čemu je „snažan” relativan pojam — možemo metodom LLM-a kao sudije ocjenjivati istraživačke procese i procijeniti njihov učinak. Praćenjem tih ocjena tokom vremena možemo utvrditi poboljšavaju li naše izmjene sistem u željenom smjeru ili smo izazvali pad performansi.
Zbog većih troškova tih procesa, i novčanih i vremenskih, obično ih treba izvršavati periodično, prema utvrđenom rasporedu ili prije ažuriranja verzije.
Tu postoji i korisna posredna prednost: ovakve analitičke evaluacije mogu direktno usmjeravati unapređenje ranije spomenutih rijetkih veza. Ako primijetite da model stalno pravi isti kvalitetan prijelaz — npr. „specifikacija → historijski relevantni primjeri zahtjeva za ponudu” — čak i kada ljudi danas izričito ne povezuju te rezultate, to je korisno. Taj prijelaz možete pretvoriti u punopravnu vezu ili prečicu, kako bi budući procesi imali manje kašnjenje i veću dosljednost.
Ovdje otkrivate i jednu od najskupljih patologija sistema za duboko istraživanje: sklonost da po zadanim postavkama maksimalno povećavaju odziv. Model uvijek može pronaći još jedan izvor. Pitanje je treba li to učiniti. Model možemo prilagoditi tako da podstiče razumno zaustavljanje kada sistem prepozna da dodatno pronalaženje vjerovatno neće promijeniti zaključak te odluči pružiti dobro potkrijepljen odgovor koji rješava korisnikovo pitanje.
Mehaničke evaluacije pokazuju da je sistem siguran. Analitičke evaluacije pokazuju da je sposoban. Korisničke evaluacije pokazuju je li zaista koristan.
Ovo je još jedno područje u kojem mnogi timovi griješe. Naprave tehnički impresivno rješenje koje niko ne želi koristiti drugi put. U poslovnom okruženju to je razlika između uspješne implementacije i skupog istraživačkog projekta.
Korisničke evaluacije u osnovi služe da se utvrdi rješava li sistem pravi problem na pravi način. To znači otići dalje od pitanja „je li dao tačan odgovor?” i pitati „je li mi dao nešto na osnovu čega mogu djelovati?”
U praksi korisničke evaluacije obično imaju nekoliko oblika:
Studije završavanja zadataka: mogu li korisnici uz sistem zaista brže ili bolje završiti svoj stvarni posao? Nije riječ o tome je li model mogao odgovoriti na pitanje, nego je li stvarni korisnik u svom stvarnom procesu dobio ono što mu je trebalo.
Kvalitativne petlje povratnih informacija: redovni strukturirani razgovori s naprednim korisnicima. Koje upite stalno ponavljaju? Gdje gube povjerenje? Kada odustaju i vraćaju se starom načinu rada? Te sesije često otkrivaju načine kvara koji se nikada ne pojavljuju u testnim skupovima jer korisnici postavljaju pitanja na neočekivane načine ili imaju prešutne standarde kvaliteta za koje niste znali.
Analitika korištenja: koji se upiti ponovo pokreću? Koji se odgovori kopiraju i koriste drugdje? Gdje korisnici klikću palac nadolje? Pad korištenja nije uvijek neuspjeh — ponekad korisnici dobiju odgovor i nastave dalje — ali obrasci trenutka i načina odustajanja od upita mnogo govore o tome gdje sistem ne ispunjava očekivanja.
Zajedno vam omogućavaju da korisnost mjerite bez nagađanja i uočite probleme prije nego što počnu narušavati povjerenje korisnika.
Međutim, čak i sistem sa savršenim ocjenama mehaničke tačnosti koji oduševljava prve korisnike može pasti na konačnom testu: povećanju prihoda kompanije. Pouzdanost i zadovoljstvo korisnika samo su preduslovi za to. Da biste prešli jaz između uspješnog pilot-projekta i transformativne poslovne imovine, morate gledati dalje od načina rada sistema i usredotočiti se na to gdje se primjenjuje.
Objasnili smo kako podatke učiniti korisnim sistemu, a zatim kako sistem učiniti korisnim korisnicima. Sada trebamo govoriti o tome kako ovaj sistem učiniti korisnim vašem poslovanju.
Poslovni lideri u posljednje vrijeme tome s pravom posvećuju veliku pažnju. Nakon izvještaja poput MIT-ove tvrdnje da 95% poslovnih projekata umjetne inteligencije ne ostvaruje povrat ulaganja, nestalo je strpljenja za impresivne demonstracije koje nikada ne stignu u produkciju. Modeli su spremni. Arhitekture su dokazane. Sada je pitanje: možete li ovo zaista implementirati tako da stvara vrijednost za vaše poslovanje?
Dobra vijest je da granični sistemi za duboko istraživanje, izgrađeni na prethodnim načelima, imaju odličnu poziciju da ispune taj kriterij. Ne pokušavaju automatizirati sve niti zamijeniti cijela radna mjesta. Nastoje vaše najbolje ljude učiniti znatno djelotvornijim u poslu visoke vrijednosti koji već obavljaju.
Međutim, prelazak s „tehnički funkcionira” na „ostvaruje povrat ulaganja” zahtijeva još nekoliko pomaka: organizacijske odluke te odluke o korisničkom iskustvu i mjerenju koje određuju hoće li rješenje postati svakodnevni alat ili zaboravljena kartica.
Prema našem iskustvu, postoje dva.
Često je primamljivo početi s internim zadacima niskog rizika poput „sažmi ovaj sastanak”. Iako su sigurni, takvi slučajevi upotrebe rijetko dokazuju dovoljnu vrijednost da opravdaju trošak.
Sistemi za duboko istraživanje najbolje uspijevaju kada se usmjere na velike i teške zadatke — skupe probleme kod kojih poboljšanje kvaliteta ili brzine donosi dokaziv rast prihoda ili stratešku prednost.
Najveći povrat ulaganja vidimo kada kompanije ciljaju područja poput sljedećih:
Izrada složenih ponuda & zahtjeva za ponude: sistemi za duboko istraživanje mogu automatski pronaći najsličnije ranije dobijene i izgubljene ponude, izdvojiti odredbe koje uvijek izazivaju izmjene, pronaći najsnažnije dokaze za određeni zahtjev i još mnogo toga, a zatim sve pretvoriti u snažno i dosljedno pozicioniranje za tender. Mjerilo ovdje nije ušteđeno vrijeme, nego stopa dobijenih poslova, očuvanje marže i manje kasnih pravnih ili komercijalnih iznenađenja.
Analiza naučnog okruženja: u organizacijama usmjerenim na istraživanje & razvoj — farmaceutskim, biotehnološkim i poluprovodničkim — početno područje podrazumijeva sažimanje sedmica proučavanja literature i internog znanja u upotrebljiv pravac istraživanja. Sistem za duboko istraživanje može pročitati hiljade radova, patenata, internih izvještaja, laboratorijskih bilješki i pregleda ranijih programa kako bi mapirao poznate i sporne činjenice te izradio pregled zasnovan na dokazima. Time može omogućiti brže cikluse iteracije, manje ulaganja u slijepe ulice i, što je najvažnije, kraće vrijeme do prvog ispitivanja na ljudima.
Uvid u tržište: za banke i hedž-fondove vrijednost je u pretvaranju rascjepkanih internih istraživanja — bilješki, modela, transkripata i komentara brokera — te vanjskih signala — regulatornih prijava, rezultata poslovanja, makroekonomskih pokazatelja i vijesti — u podršku za trgovinske odluke. Sistem za duboko istraživanje može kontinuirano graditi i osvježavati pregled kompanije, teme ili makroekonomskog pitanja, izdvojiti ključne promjene od prošle sedmice, uskladiti proturječne izvore te izraditi investicijski memorandum ili paket za trgovanje s potpunim porijeklom podataka.
Zajedničko im je to što nisu razgovori. To su složeni procesi koji obično zahtijevaju skupe vanjske konsultante ili sedmice rada iskusnog osoblja. Kada sistem za duboko istraživanje usmjerite na te probleme, njegova je vrijednost neosporna.
Ovo je jedna od promjena korisničkog iskustva koje će obilježiti 2026.
Ako je vaš sistem za duboko istraživanje samo chatbot kojem korisnici postavljaju upite da bi nešto pronašli, brzo se može svesti na povremenu upotrebu. Ostaje referentni alat, a korisnici na kraju sami moraju objediniti rezultate u željeni završni oblik. Međutim, ako djeluje poput stalno dostupnog analitičara kojem možete dodijeliti posao, može potpuno promijeniti način rada tima.
Primjećujemo odmak od „razgovora” — kratke razmjene poruka — prema delegiranju, odnosno definiranju obima, predloška i cilja te prepuštanju posla sistemu.
To omogućavaju tri konkretne promjene:
Rezultati kao gotovi dokumenti: posao visoke vrijednosti rijetko ostaje u prozoru za razgovor; nalazi se u dokumentima, memorandumima i prezentacijama. Savremeni sistemi za duboko istraživanje trebali bi preskočiti fazu razgovora i direktno generirati završni poslovni dokument. Kada korisnik može zatražiti „investicijski memorandum od tri stranice u našem korporativnom formatu” i dobiti datoteku za preuzimanje umjesto toka teksta, vrijeme do ostvarenja vrijednosti naglo se skraćuje. To se često proširuje na zakazano generiranje, pri čemu korisnici mogu zatražiti automatsku izradu e-poruka ili izvještaja s novim uvidima i njihovu distribuciju odgovarajućim stranama čim se pojave novi podaci.
Lokalna optimizacija putem prilagođenih predložaka: modeli su postali dovoljno robusni da poslovnim jedinicama, pa čak i pojedinačnim korisnicima, možemo omogućiti oblikovanje vlastitih uputa i ponašanja bez narušavanja sistema. Izvještaj o riziku ne izgleda isto u Londonu i New Yorku. Ako timovima omogućite da učitaju ili osmisle vlastite strukturne predloške te odrede kriterije zaustavljanja — npr. „uvijek provjeri ove tri interne baze podataka” — ili izlazni format, korisnici mogu dobiti mnogo veću vrijednost od sistema i stvoriti nešto što će željeti sve češće koristiti.
Povjerenje kao interfejs: kada korisnik delegira zadatak čije izvršavanje traje više od 20 minuta, povjerenje postaje izuzetno važno pitanje. Ne možete ponuditi crnu kutiju. Interfejs mora prikazati način razmišljanja i izbore sistema, pokazujući korisniku koji se alati koriste, generirajući citate i pružajući dodatne informacije. Često uočavamo da najbolje korisničko iskustvo ovih sistema po zadanim postavkama prikazuje opće uvide u napredak istraživanja, uz mogućnost da korisnik proširi bočnu traku ili sličan element i detaljnije prouči informacije.
Zamišljamo budućnost u kojoj svaka vodeća kompanija iza svojih najvažnijih procesa ima prilagođen sistem za duboko istraživanje. To će poprimiti oblik niza stalno dostupnih analitičara koji mogu pouzdano obraditi hiljade internih dokumenata te izraditi odluke i rezultate na osnovu kojih ljudi mogu djelovati. Kako granični modeli pomjeraju granicu izvršavanja, razlika se svodi na osnove: učiniti podatke dostupnim, dati sistemu mapu i evaluacijama operacionalizirati pouzdanost.
Napredak u mogućnostima modela koji smo vidjeli tokom prošle godine najjasniji je pokazatelj smjera razvoja. Prilika za lidere u 2026. jeste da djeluju rano. Odaberite početno područje u kojem je vrijednost jasno vidljiva, izgradite povjerenje porijeklom podataka i zaštitnim ogradama te poslovno rješenje za duboko istraživanje pretvorite iz pilot-projekta u sposobnost koja se stalno unapređuje i svakodnevno koristi.