Iako su mnogi upotrebljavali dubinsko istraživanje za osobne potrebe — pretraživanje i objedinjavanje informacija na internetu — malo ih je iskoristilo njegove prednosti u poslovnom okruženju. Razlog nije nedostatak korisnosti (upravo suprotno), nego šira zabrinutost zbog pouzdanosti, nepovezanih izvora podataka i sposobnosti modela da obradi velike količine konteksta, primjerice velik broj različitih vrsta datoteka.
Naše iskustvo u izradi poslovnih alata za dubinsko istraživanje tijekom posljednjih 12 mjeseci pokazuje da se ti rizici sve uspješnije mogu ublažiti promišljenim inženjerskim pristupom. U ovom blogu razmatramo glavne prepreke učinkovitim poslovnim aplikacijama za dubinsko istraživanje, kako bismo ih prevladali te kako očekujemo da će se to područje razvijati tijekom 2026.
Granica izvedivosti dramatično se podigla. Dolazak modela gpt-5 u kolovozu 2025. označio je prekretnicu za poslovnu umjetnu inteligenciju. U našim produkcijskim sustavima, uključujući platformu za otkrivanje terapijskih meta za jednu od najvećih farmaceutskih tvrtki na svijetu, haluciniranje izvora palo je s 3–4 % na praktički nulu. U prosincu je gpt-5.2 zatim dodatno povećao efektivnu duljinu konteksta. Praktičan rezultat: sada u jednom istraživanju možemo prijeći sa stotina na tisuće izvora bez žrtvovanja pouzdanosti. Usko grlo više nije sposobnost modela, već se vratilo onamo gdje pripada — na vaše podatke, evaluacije i dizajn programa.
Podatkovna strategija: dostupnost je važnija od objedinjavanja. Razumljivo je poslovnu umjetnu inteligenciju promatrati kao problem integracije podataka, no to je često kontraproduktivno. Potpuno objedinjavanje sporo je i politički osjetljivo te vas prisiljava da prerano odaberete smjer, prije nego što otkrijete koja su pitanja doista važna. Pragmatičan izbor u 2026. jest rijetko povezivanje. Učinite podatke dostupnima putem pouzdanih sidrišta (specifikacija, pravila, SKU-ova, ugovornih odredbi), umjesto da godinama čekate da sve objedinite. Granični modeli sada pri zaključivanju mogu „meko spajati” podatke iz različitih sustava i povezivati srodne pojmove bez formalnih mapiranja. Tako zadržavate brzinu uvođenja i mogućnost naknadnog dodavanja izvora.
Navigacija sprječava lutanje. Poslovni podaci nisu web. Raspršeni su, puni lokalnih konvencija i često za određenu činjenicu postoji točno jedan pravi izvor. Bez usmjeravanja modeli često beskonačno nižu upite kako bi pronašli još samo jedan izvor, pritom povećavajući kašnjenje i trošeći strpljenje korisnika. Lagan semantički sloj (hash-mape, pretraživanje entiteta, jednostavni grafovi odnosa) sustavu omogućuje brze i jeftine korake do pravog konteksta. Zamislite savjet iskusnog kolege novom zaposleniku: „Spremi ove stranice u oznake, a za probleme s AWS-om obrati se Rossu.” Ne mora biti složeno. Samo treba pomoći sustavu da brzo pronađe ono što mu treba.
Mehaničke (izvode se za svaki upit): ispravnost citata, pravilna uporaba alata, kašnjenje i trošak. To su vaše zaštitne ograde — rutinske, ali nužne.
Analitičke (izvode se povremeno): odabire li sustav prave alate, slijedi li smislene smjerove istraživanja, bira li mjerodavne izvore i zna li kada stati? Obično se ocjenjuju pristupom LLM-a kao suca na označenim primjerima.
Korisničke (kontinuirano): stope dovršavanja zadataka, kvalitativne povratne informacije naprednih korisnika i analitika uporabe. Konačni test. Jesmo li izradili nešto što ljudi smatraju korisnim?
ROI proizlazi iz teških, a ne sigurnih problema. Nakon izvješća koja tvrde da većina poslovnih AI projekata ne ostvaruje ROI, nestalo je strpljenja za dojmljive demonstracije koje nikad ne stignu u produkciju. Rukovoditelji žele dokaz, i to brzo. Paradoksalno, taj pritisak može navesti timove na pogrešne odluke. Primamljivo je početi s manje važnim zadacima jer ih je lako uvesti i vjerojatno neće izazvati otpor. No takvi slučajevi uporabe rijetko donose dovoljno velik pomak da opravdaju daljnja ulaganja. Poslovni sustavi za dubinsko istraživanje mogu lako dokazati vrijednost jer ciljaju rad koji je već skup: složene i važne procese u kojima je cijena postojećeg stanja očita. Najbolji slučajevi uporabe koje smo vidjeli obuhvaćaju izradu RFP-ova i ponuda, analizu znanstvenog okruženja te investicijska istraživanja — područja u kojima se učinak mjeri stopom uspjeha, bržim dolaskom do kliničkog ispitivanja i bržim stjecanjem uvjerenja, a ne samo ušteđenim satima.
Promjena UX-a: od razgovora prema delegiranju, od odgovora prema artefaktima. Smatramo da je to jedna od promjena korisničkog iskustva koje će obilježiti 2026. Kada pogledamo rješenja koja su u posljednje vrijeme najšire prihvaćena, ističe se nekoliko stvari. Kako su ti sustavi postajali pouzdaniji, korisnici su ih sve manje doživljavali kao chatbot kojem postavljaju upite, a sve više kao analitičara kojem delegiraju posao. To omogućuju dvije stvari: timovi mogu prilagoditi predloške i kriterije zaustavljanja svojim procesima te izvesti rezultat izravno u potrebnom formatu (dopis, prezentaciju, sažetak itd.), umjesto da konačni materijal sastavljaju iz razgovora. Kada je oboje ispunjeno, sustav prestaje biti referentni alat i postaje način na koji se posao obavlja.
Prošle smo godine pisali o uvođenju dubinskog istraživanja u poslovno okruženje. Paradigmu dubinskog istraživanja usmjerenu na web, koju je prvotno popularizirao OpenAI, proširili smo na vlasničke izvore podataka tvrtki bez gubitka podrijetla podataka ili kontrole. Također smo istaknuli da sustave dubinskog istraživanja ne treba smatrati odmakom od klasičnih RAG sustava, nego njihovim razvojem.
Uoči 2026. nije se toliko promijenila ideja dubinskog istraživanja koliko granica izvedivosti.
Kada smo početkom 2025. počeli izrađivati te sustave, među graničnim modelima bili su o1, gpt-4o i claude-3.5-sonnet (doista smo daleko stigli u samo 12 mjeseci…), a veliki pomaci uslijedili su s modelima poput o3 i gemini-2.5-pro tijekom prvih mjeseci godine. Za svoje su vrijeme bili izvrsni i s njima je svakako bilo moguće izraditi robusne aplikacije za dubinsko istraživanje — do određene granice. Ta je granica obično bila nekoliko stotina izvora, nakon čega je kontekst trebalo vrlo agresivno sažimati ili prihvatiti neprecizan odgovor, slabije praćenje uputa ili izravne halucinacije.
Ako ste izrađivali takve sustave, prepoznat ćete neke od tih načina zakazivanja.
Kao konkretniji primjer: sredinom 2025. počeli smo s jednom od najvećih farmaceutskih tvrtki na svijetu graditi poslovno rješenje za dubinsko istraživanje. Sustav ubrzava otkrivanje terapijskih meta, proces u kojem istraživači traže gene, hormone ili druge elemente ljudskog tijela na koje se može djelovati radi liječenja bolesti. U to je vrijeme najsposobniji dostupan model bio o3. Iako je pružao visoke performanse, 3–4 % njegovih odgovora sadržavalo je izvore koji modelu nisu dostavljeni pozivima alata iz klijentovih vlasničkih izvora podataka. To smo ublažili naknadnim provjerama citata koje su označavale dijelove odgovora bez potpore u dostavljenom kontekstu. To je u ranoj fazi dokazivanja koncepta dobro poslužilo za izgradnju povjerenja dionika u alat i pomoglo nam da brzo napredujemo. Ipak, nastavili smo smanjivati te pogreške, ublažavati ograničenja modela i istodobno ispunjavati zahtjeve dionika za dodavanje novih izvora u sustav.
Ključna prekretnica u izradi graničnih rješenja za dubinsko istraživanje, kao i agentskih rješenja općenito, stigla je pojavom modela gpt-5 u kolovozu. Nakon prelaska s modela o3 na gpt-5 naše su evaluacije pokazale da je stopa haluciniranja izvora odmah pala na 0 %.
Precizno rečeno, ta metrika prati isključivo navodi li model ID dokumenta ili URL koji nije bio prisutan u dohvaćenom kontekstu. U doba modela o3 i ranije modeli su katkad izmišljali uvjerljive nazive datoteka ili radova kako bi popunili praznine u znanju. gpt-5 omogućio nam je da praktički uklonimo tu specifičnu anomaliju.
To se razlikuje od pogrešaka vjernosti, kada se citira pravi dokument, ali se tekst pogrešno protumači. Taj izazov i dalje rješavamo prethodno spomenutim naknadnim provjerama.
To je otvorilo goleme mogućnosti. Zatim smo počeli testirati koliko daleko možemo pogurati sustav s novom generacijom modela. Otkrili smo da broj izvora koje možemo obraditi u jednom dubinskom istraživanju možemo povećati otprilike deset puta, na oko 3000–5000. Konačna granica više nije bilo praćenje uputa, nego rad s dugim kontekstom: efektivna duljina konteksta modela često je mnogo manja od navedene, osobito kod gustih farmaceutskih podataka.
To je ograničenje djelomično ublaženo izlaskom modela gpt-5.2 sredinom prosinca. Naša interna mjerila za dugi kontekst pokazala su znatan napredak u efektivnim performansama dugog konteksta, što nam je omogućilo da dodatno proširimo mogućnosti graničnih sustava dubinskog istraživanja. To nam je omogućilo da povećamo broj tokena koji se izravno prosljeđuju modelu koji izrađuje rezultat za korisnika, čime dobivamo sadržajniji odgovor. Ipak, željeli bismo da efektivne duljine konteksta graničnih modela nastave rasti tijekom 2026.
Zahvaljujući tom napretku temeljnih sposobnosti modela, uska grla u izradi sposobnih sustava dubinskog istraživanja uvelike su se vratila onamo gdje su oduvijek trebala biti: na vaše podatke, evaluacije i način uspostave programa dubinskog istraživanja u poslovanju. Svaki od tih koraka zahtijeva pragmatične odluke o tome što doista pridonosi napretku sustava dubinskog istraživanja.
U ostatku članka objašnjavamo kako razmišljamo o tim odlukama.
Primamljivo je poslovne istraživačke projekte promatrati kao problem integracije podataka. Objedinite izvore, normalizirajte shemu i prepustite ih modelima.
Da budemo jasni: ponekad je upravo to pravi potez. Ako radite u području u kojem su ključni entiteti stabilni, upiti se ponavljaju, a konačni je cilj industrijalizirati proces, objedinjavanje može donijeti stvarne koristi. Klasični primjeri uključuju spajanje podataka o klijentima i prihodima, podatke o tržišnim cijenama ili bilo što što zahtijeva pouzdano izvješćivanje kroz više sustava.
Međutim, današnji inovativni predvodnici u praksi od poslovnih sustava dubinskog istraživanja očekuju nešto drugo.
Uz sve veći naglasak na ROI ulaganja u umjetnu inteligenciju, donositeljima odluka ključno je brzo dokazati vrijednost u neurednoj stvarnosti poslovanja. Potpuno objedinjavanje izvora podataka jedan je od najsporijih načina za dolazak do tog prvog dokaza. Zahtjevno je. Postaje politički osjetljivo. I često vas prisiljava da odaberete smjer prije nego što otkrijete koja su pitanja doista važna.
Stoga smatramo da je pragmatično polazište za izgradnju graničnih sustava dubinskog istraživanja u 2026. obično ovo: prvo učinite podatke dostupnima, a tek onda urednima.
Ako postoji realna mogućnost da ćete s vremenom dodavati izvore, kao što vrijedi za većinu poduzeća, rijetke veze neopravdano su podcijenjene. Desetke izvora možete izložiti putem jedinstvenog sučelja za dohvaćanje. Sustav će i dalje moći raditi, a što je ključno, zadržat ćete mogućnost brze isporuke. Kada budete dodavali nove izvore, nećete morati sve mijenjati. Jednostavno možete priključiti novi poveznik, objasniti središnjem sustavu što je i kako ga upotrebljavati te ostalo prepustiti modelima. To funkcionira jer današnji granični modeli pri zaključivanju mogu meko spojiti dva ili više izvora podataka, povezujući „ID korisnika” u jednom sustavu s „Referencom klijenta” u drugome, bez formalnog mapiranja. Nismo jedini tim koji tako razmišlja. Nismo jedini tim koji tako razmišlja: interni podatkovni agent tvrtke OpenAI osmišljen je tako da modelima omogući zaključivanje nad 70.000 heterogenih skupova podataka, čineći kontekst i veze dostupnima u trenutku upita umjesto potpunog objedinjavanja unaprijed.
Ovdje valja izričito naglasiti jednu nijansu: rijetko ne mora značiti površno.
Rijetka integracija najbolje funkcionira kada su uspostavljene veze smislene i izražene tako da ih sustav može lako iskoristiti. Dobar je pristup određene informacije smatrati sidrištima: specifikacije, pravila, definicije proizvoda, SKU-ove, ugovorne odredbe i slično. Ne morate objediniti svaki skup podataka da bi ta sidrišta bila učinkovita; dovoljan je stabilan identifikator s nekoliko vrlo informativnih veza.
Primjerice, zamislite da model ili korisnik traži specifikaciju. U naivnom sustavu interakcija tu završava. Dohvatite specifikaciju, sažmete je i možda je citirate. No pri izradi korisnih podatkovnih struktura želimo to pretraživanje pretvoriti u početak kontroliranog proširivanja. Primjerice, zapis te specifikacije mogli bismo povezati s povijesno relevantnim artefaktima. „Relevantno” ovdje može značiti više stvari, ali obično ovisi o zadatku sustava pa može obuhvaćati RFP-ove koji navode specifikaciju, prijašnje odgovore koji su doveli do dobivanja ponude za tu specifikaciju, pravne izmjene u kojima se ta specifikacija osporavala i slično. Taj pristup može znatno poboljšati kvalitetu odgovora i smanjiti kašnjenje jer sustavu dubinskog istraživanja brzo pruža najvažnije uvide u trenutku upita.
To otvara sljedeće pitanje: kada imate mnoštvo rijetko povezanih izvora podataka s nekoliko vrlo informativnih veza, kako spriječiti sustav dubinskog istraživanja da luta poput djeteta u slastičarnici i navesti ga da se kreće poput iskusnog analitičara?
Poslovni izvori podataka ne ponašaju se kao web. Raspršeni su, puni lokalnih konvencija i često imaju točno jedan „pravi” izvor za određenu činjenicu — ako ga uspijete pronaći. Osim toga, današnji modeli pri pretraživanju često pokušavaju maksimalno povećati odziv, nižući upite kako bi pronašli još samo jedan izvor, dok pritom povećavaju kašnjenje i troše strpljenje korisnika. To se djelomično može ublažiti pažljivim oblikovanjem uputa.
Najučinkovitije je rješenje lagan alat koji modelu pomaže da se orijentira u neurednom okruženju poslovnih podataka. Neki timovi to nazivaju ontologijom. Drugi to nazivaju semantičkim slojem, uslugom pretraživanja, grafom ili spremištem koncepata. Naziv zapravo nije važan.
Važno je da sustavu omogući niz brzih i jeftinih koraka kako bi model učinkovito prelazio između pravih dijelova konteksta, umjesto da naizgled beskonačno luta.
Jednostavna je usporedba dolazak u novu tvrtku ili na novi projekt, kada vam kolege kažu: „Ove stranice moraš spremiti u oznake, stalno ćeš ih upotrebljavati” ili „Kad god imaš problema s AWS-om, obrati se Rossu; dat će ti potrebne informacije” i slično. I ovdje jednostavno pokušavamo pomoći sustavu dubinskog istraživanja da brzo pronađe ono što mu treba.
U praksi taj sustav ne mora biti složen ni ručno održavan. Najbolje implementacije koje smo pronašli generiraju LLM-ovi tijekom unosa podataka, automatskim izdvajanjem entiteta za graf, ili su jednostavni prolazi do postojećih sustava evidencije, poput pretraživanja putem Salesforce API-ja. Uobičajeni primjeri uključuju:
Pretraživanje hash-mape (npr. upit s nazivom proizvoda vraća opis proizvoda)
Jednostavno pretraživanje „uobičajenih” odnosa (npr. taj je gen u našem grafu uzročnih genskih odnosa najčešće povezan s ovim bolestima)
Modeli za prepoznavanje imenovanih entiteta (ponajviše korisni u područjima sa složenim problemima razdvajanja značenja entiteta, poput farmacije)
Za najsloženije odnose među podacima lagani RDF grafovi mogu biti najproširivije ontološko rješenje
… i drugo
Nakon toga sustav se može učinkovito kretati vašim izvorima podataka. Sljedeće je pitanje jednostavno: kako znate da pri stvarnoj uporabi dosljedno radi ono što treba?
Kada su podaci dostupni, a navigacijski sloj pruža kartu, sustav može obaviti posao. No u poslovnom okruženju sposobnost bez pouzdanosti ne vrijedi ništa.
Tu se nalazi najveće groblje AI projekata. Mnogi su timovi upali u zamku evaluacije „prema osjećaju”. Pokrenuli bi upit, pročitali rezultat, zadovoljno kimnuli i objavili rješenje. Takav pristup ne funkcionira pri izradi sustava dubinskog istraživanja koji može samostalno pregledavati 5000 dokumenata kako bi dao preporuku za višemilijunsku odluku o lancu opskrbe.
Važna je promjena to što više ne evaluirate model, nego sustav. Tumačenje pitanja, planiranje, pozivanje alata, tumačenje rezultata, sažimanje konteksta, ponovno rangiranje, pa čak i naizgled dosadni detalji poveznika poput vremenskih oznaka utječu 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.
Taj je dio najsličniji jediničnim testovima i u njemu timovi često mogu najbrže napredovati na početku. Te su evaluacije obično i najstabilnije tijekom vremena: jednom postavljene, mogu donositi korist tijekom cijelog projekta.
„Mehaničke evaluacije” uglavnom su provjere koje se mogu izvesti za svaki upit bez ljudskog sudjelovanja. Pomažu nam steći povjerenje da se sustav ponaša predvidljivo i sigurno pod stvarnim korisničkim opterećenjem.
Neki su primjeri:
Ispravnost citata: upućuju li svi citati na dijelove teksta koji su doista dohvaćeni? Postoje li tvrdnje bez citata? Postoje li tvrdnje koje izvorni materijal ne podupire? Jesu li citati preopćeniti (npr. citiranje cijelog dokumenta za jednu tvrdnju)?
Pravilna uporaba alata: je li sustav upotrijebio sve alate za koje je rekao da ih je upotrijebio? Je li pravilno upotrijebio navigacijske alate? Je li neki zahtjev alatu pogrešno formatirao? Je li nakon pogrešaka razumno pokušao ponovno?
Ograničenja kašnjenja i troška: je li ostao unutar ciljanog vremena do prvog tokena? Je li premašio očekivani broj poziva alata ili proračun? Je li potrošio mnogo vremena i računalnih resursa za neznatno poboljšanje?
Možda zvuče rutinski, ali upravo takvi testovi sprječavaju propadanje poslovnog sustava.
Kao primjer iz prakse, u projektu dubinskog istraživanja za otkrivanje terapijskih meta upotrebljavali smo dva sloja provjere citata za svaki upit. Najprije pri generiranju odgovora nalažemo modelu da često navodi citate unutar teksta. Sposobnost LLM-ova da to pouzdano rade također je razmjerno nova pojava, koja se pojavila u prvoj polovici 2025. (svatko tko je to prije pokušao s ozbiljnim količinama podataka razumjet će koliko je to bilo zahtjevno). Tako možemo izvesti skup jednostavnih regex provjera kako bismo, primjerice, utvrdili spominje li se poveznica na članak koje nije bilo među dostavljenim izvorima.
Drugi sloj provjera izvodi se naknadno, nakon prijenosa odgovora. Odgovor se najprije dijeli na dijelove, a zatim se svaki dio procjenjuje tako da sustav u dohvaćenim podacima traži izvore koji podupiru tvrdnje iz tog dijela. Ako se ne pronađu dokazi koji ih podupiru, označavaju se kao moguća halucinacija.
Ako su mehaničke evaluacije jedinični testovi, analitičke evaluacije pregled su koda.
Ovdje prelazimo u područje u kojem pokušavamo utvrditi obavlja li sustav posao dobro. Obično nas zanima upotrebljava li prave alate, slijedi li odgovarajuće smjerove istraživanja, bira li najmjerodavnije izvore i zna li kada stati.
U praksi su to obično nizovi parova pitanja i odgovora (Q-A) za koje je, primjerice, poznat smislen redoslijed pozivanja alata ili prava odluka na temelju rezultata prvog alata. Pritom parovi Q-A ne moraju odgovarati ulazu i izlazu cijelog sustava u omjeru 1 : 1; tim metodama možemo testirati i potprocese. S pomoću tih oznaka — koje može izraditi čovjek ili sposoban model za označavanje, pri čemu je „sposoban” relativan pojam — metodom LLM-a kao suca možemo ocjenjivati uspješnost istraživanja. Praćenjem tih rezultata možemo utvrditi poboljšavaju li naše izmjene sustav u željenom smjeru ili smo uzrokovali pad performansi.
Zbog većeg troška u novcu i vremenu te bi se evaluacije obično trebale izvoditi povremeno, prema rasporedu ili prije ažuriranja verzije.
Postoji i korisna neizravna prednost: takve analitičke evaluacije mogu izravno usmjeravati poboljšanja rijetkih veza o kojima smo ranije govorili. Ako model opetovano radi isti kvalitetan skok — primjerice „specifikacija → povijesno relevantni primjeri RFP-a” — čak i kada ljudi danas te artefakte izričito ne povezuju, to je korisna spoznaja. Taj skok možete pretvoriti u zasebnu vezu ili prečac kako bi buduća istraživanja imala manje kašnjenje i veću dosljednost.
Tu se otkriva i jedna od najskupljih anomalija sustava dubinskog istraživanja: sklonost prema zadanom povećavanju odziva. Model uvijek može pronaći još jedan izvor. Pitanje je treba li. Model možemo prilagoditi kako bismo poticali razumno zaustavljanje: sustav prepoznaje da dodatno dohvaćanje vjerojatno neće promijeniti zaključak te daje dobro potkrijepljen odgovor na korisnikovo pitanje.
Mehaničke evaluacije pokazuju da je sustav siguran. Analitičke evaluacije pokazuju da je sposoban. Korisničke evaluacije pokazuju je li doista koristan.
To je još jedno područje u kojem mnogi timovi posrću. Izrade tehnički impresivno rješenje koje nitko ne želi upotrijebiti dvaput. U poslovnom okruženju to je razlika između uspješnog uvođenja i skupog istraživačkog projekta.
Korisničke evaluacije u osnovi služe razumijevanju rješava li sustav pravi problem na pravi način. To znači otići korak dalje od pitanja „Je li odgovor bio točan?” i pitati „Jesam li dobio nešto na temelju čega mogu djelovati?”
U praksi korisničke evaluacije obično imaju nekoliko oblika:
Studije dovršavanja zadataka: mogu li korisnici uz sustav doista brže ili bolje obaviti svoj stvarni posao? Nije riječ o tome bi li model mogao odgovoriti na pitanje, nego je li stvarni korisnik u svojem stvarnom procesu dobio ono što mu treba.
Kvalitativne povratne petlje: redoviti strukturirani razgovori s naprednim korisnicima. Koje upite opetovano pokreću? U kojem trenutku gube povjerenje? Kada odustaju i vraćaju se starom načinu rada? Te sesije često otkrivaju načine zakazivanja koji se nikad ne pojavljuju u testnim skupovima jer korisnici postavljaju pitanja na neočekivane načine ili imaju neizrečene kriterije kvalitete za koje niste znali.
Analitika uporabe: koji se upiti ponovno pokreću? Koji se odgovori kopiraju i upotrebljavaju drugdje? Gdje korisnici klikću palac prema dolje? Pad uporabe nije uvijek neuspjeh — korisnici katkad dobiju odgovor i nastave dalje — ali obrasci koji pokazuju kada i kako napuštaju upite mnogo otkrivaju o tome gdje sustav ne ispunjava očekivanja.
Sve to zajedno omogućuje mjerenje korisnosti bez nagađanja i pomaže uočiti probleme prije nego što naruše povjerenje korisnika.
No čak i sustav koji postiže savršene rezultate u mehaničkoj točnosti i oduševljava prve korisnike može pasti na konačnom testu: povećanju prihoda tvrtke. Pouzdanost i zadovoljstvo korisnika samo su preduvjeti za to. Kako biste premostili jaz između uspješnog pilot-projekta i transformativne poslovne imovine, morate gledati dalje od načina rada sustava i usredotočiti se na područje njegove primjene.
Objasnili smo kako postići da vaši podaci rade za sustav, a zatim i da sustav radi za korisnike. Sada moramo govoriti o tome kako postići da taj sustav radi za vaše poslovanje.
Poslovni čelnici u posljednje su vrijeme tomu posvetili veliku pozornost, i to opravdano. Nakon izvješća kao što je tvrdnja MIT-a da 95 % poslovnih AI projekata ne ostvaruje ROI, nestalo je strpljenja za dojmljive demonstracije koje nikad ne stignu u produkciju. Modeli su spremni. Arhitekture su dokazane. Sada se postavlja pitanje: možete li to doista uvesti tako da stvara vrijednost za vaše poslovanje?
Dobra je vijest da granični sustavi dubinskog istraživanja izgrađeni prema prethodnim načelima mogu ispuniti taj kriterij. Ne pokušavaju automatizirati sve niti zamijeniti cijela radna mjesta. Cilj im je vaše najbolje ljude učiniti znatno učinkovitijima u vrijednom poslu koji već obavljaju.
No prijelaz s „tehnički funkcionira” na „ostvaruje ROI” zahtijeva još nekoliko pomaka: organizacijske odluke te odluke o korisničkom iskustvu (UX-u) i mjerenju koje određuju hoće li sustav postati svakodnevni alat ili zaboravljena kartica.
Prema našem iskustvu, postoje dva.
Često je primamljivo početi s manje važnim internim zadacima poput „summarise this meeting”. Iako su sigurni, ti slučajevi uporabe rijetko dokazuju dovoljnu vrijednost da opravdaju trošak.
Sustavi dubinskog istraživanja najbolje se prihvaćaju kada su usmjereni na velike i teške zadatke — skupe probleme kod kojih poboljšanje kvalitete ili brzine donosi dokaziv rast prihoda ili stratešku prednost.
Najveći ROI vidimo kada tvrtke ciljaju područja poput ovih:
Izrada složenih ponuda & RFP-ova: sustavi dubinskog istraživanja mogu automatski pronaći najsličnije prethodne pobjede i poraze, izdvojiti odredbe koje uvijek izazivaju izmjene, pronaći najuvjerljivije dokaze za određeni zahtjev i još mnogo toga, a zatim sve pretvoriti u snažno i dosljedno pozicioniranje za natječaj. Mjerilo nije ušteđeno vrijeme, nego stopa uspjeha, očuvanje marže i manje kasnih pravnih ili komercijalnih iznenađenja.
Analiza znanstvenog okruženja: u organizacijama usmjerenima na istraživanje & razvoj (farmacija, biotehnologija, poluvodiči), prilika je sažeti tjedne pregleda literature i internog znanja u upotrebljiv smjer istraživanja. Sustav dubinskog istraživanja može pregledati tisuće radova, patenata, internih izvješća, laboratorijskih bilježaka i prethodnih pregleda programa kako bi mapirao poznate i sporne činjenice te izradio pregled potkrijepljen dokazima. Time može omogućiti brže cikluse iteracije, manje ulaganja u slijepe ulice i, što je najvažnije, skratiti vrijeme do prvog ispitivanja na ljudima.
Tržišni uvidi: za banke i hedge fondove vrijednost je u pretvaranju rascjepkanih internih istraživanja (bilješki, modela, transkripata, komentara brokera) i vanjskih signala (regulatornih objava, rezultata poslovanja, makroekonomskih pokazatelja, vijesti) u podršku trgovanju spremnu za donošenje odluka. Sustav dubinskog istraživanja može kontinuirano izgrađivati i osvježavati pregled tvrtke, teme ili makroekonomskog pitanja — izdvojiti ključne promjene od prošlog tjedna, uskladiti proturječne izvore te izraditi investicijski memorandum ili paket za trgovanje s potpunim podrijetlom podataka.
Zajedničko je to što ovo nisu razgovori. To su složeni procesi koji obično zahtijevaju skupe vanjske savjetnike ili tjedne rada iskusnog osoblja. Kada sustav dubinskog istraživanja usmjerite na te probleme, njegova je vrijednost neupitna.
To je jedna od promjena korisničkog iskustva koje će obilježiti 2026.
Ako je vaš sustav dubinskog istraživanja samo chatbot kojem korisnici postavljaju upite kako bi nešto pronašli, brzo se može svesti na povremenu uporabu. Ostaje referentni alat, a korisnici i dalje moraju sastavljati rezultate u željeni konačni oblik. No ako djeluje kao uvijek dostupan analitičar kojem možete dodijeliti posao, može potpuno promijeniti način rada tima.
Vidimo odmak od „razgovora” (kratkih uzastopnih poruka) prema delegiranju (definiranju opsega, predloška i cilja te prepuštanju posla sustavu).
To omogućuju tri konkretne promjene:
Rezultati kao artefakti: vrijedan rad rijetko ostaje u prozoru za razgovor; nalazi se u dokumentima, memorandumima i prezentacijama. Suvremeni sustavi dubinskog istraživanja trebali bi preskočiti fazu razgovora i izravno izraditi konačni poslovni artefakt. Kada korisnik može zatražiti „3-page investment memo in our corporate format” i dobiti datoteku za preuzimanje umjesto niza teksta, vrijeme do ostvarenja vrijednosti naglo se skraćuje. To se često proširuje na zakazane izrade, pri čemu korisnici mogu zatražiti da se s pojavom novih podataka automatski izrađuju e-poruke ili izvješća s novim uvidima i šalju odgovarajućim osobama.
Lokalna optimizacija prilagođenim predlošcima: modeli su postali dovoljno robusni da poslovnim jedinicama, pa i pojedinačnim korisnicima, možemo dopustiti oblikovanje vlastitih uputa i ponašanja bez narušavanja sustava. Izvješće o rizicima u Londonu izgleda drukčije nego u New Yorku. Ako timovima omogućite prijenos ili izradu vlastitih strukturnih predložaka te definiranje kriterija zaustavljanja, primjerice „always check these three specific internal databases”, ili izlaznog formata, korisnici mogu dobiti mnogo veću vrijednost i izraditi nešto što će sve češće upotrebljavati.
Povjerenje kao sučelje: kada korisnik delegira zadatak koji traje više od 20 minuta, povjerenje postaje jedan od glavnih prioriteta. Ne možete ponuditi crnu kutiju. Sučelje mora prikazati razmišljanje i odluke sustava te korisniku pokazati koji se alati upotrebljavaju, generirati citate i drugo. Često primjećujemo da najbolji UX za te sustave zadano prikazuje uvide visoke razine o napretku istraživanja, uz mogućnost da korisnik proširivanjem bočne trake ili sličnog elementa pregleda pojedinosti.
Zamišljamo budućnost u kojoj svako vodeće poduzeće iza svojih najvažnijih procesa ima prilagođen sustav dubinskog istraživanja. To će biti niz uvijek dostupnih analitičara koji mogu pouzdano pregledavati tisuće internih artefakata te izrađivati odluke i materijale na temelju kojih ljudi mogu djelovati. Kako granični modeli podižu granicu izvedivosti, presudne postaju osnove: dostupnost podataka, pružanje karte sustavu i operacionalizacija pouzdanosti evaluacijama.
Napredak sposobnosti modela koji smo vidjeli tijekom prošle godine najjasniji je pokazatelj smjera razvoja. Prilika za predvodnike u 2026. jest krenuti rano. Odaberite početno područje u kojem je vrijednost vidljiva, steknite povjerenje transparentnim podrijetlom podataka i zaštitnim ogradama te poslovno rješenje za dubinsko istraživanje pretvorite iz pilot-projekta u sve vrjedniju sposobnost koju tvrtka svakodnevno upotrebljava.