Zašto neki IT projekti stvaraju vrijednost, a drugi ostanu samo trošak

Kako uskladiti poslovne ciljeve s razvojem tehnologije, iskoristiti potencijal umjetne inteligencije i pritom graditi sustave koji će biti održivi godinama, pitanja su s kojima se danas suočava gotovo svaka kompanija koja ulaže u IT. O tim temama razgovarali smo s Dijanom Perić, CTO-om i članicom Uprave Pontis Technologyja, koja vodi razvoj kompleksnih softverskih i AI rješenja za klijente iz različitih industrija.

Posljednjih godina tvrtke intenzivno ulažu u tehnologiju, a danas i u AI. Iz perspektive CTO-a koji vodi kompleksne tehnološke projekte, što najčešće razlikuje projekte koji stvaraju poslovnu vrijednost od onih koji ostanu samo tehnička implementacija?

Iz mog iskustva, ključna razlika leži u tome koliko cijela organizacija, a ne samo tehnički tim, stoji iza projekta. Kada je inicijativa ograničena na jedan manji odjel ili tretirana kao izolirani eksperiment, nedostaje joj ono što je najpotrebnije za stvarni učinak - resursi, prioritet i, što je jednako važno, vlasništvo na razini uprave. Takvi projekti često ostanu tehnički uspješni, ali poslovno nevidljivi: dokažu koncept, no nikad ne prijeđu prag koji bi im omogućio da dosegnu širu bazu korisnika i generiraju mjerljivu vrijednost.

Projekti koji uspiju su oni gdje organizacija od početka tretira tehnologiju kao strateško pitanje, a ne kao “nice to have” eksperiment - gdje postoji jasan mandat, definirani vlasnik na poslovnoj strani i spremnost da se rezultati skaliraju izvan pilot faze.

Često se kaže da je tehnologija danas najmanji problem. Koliko su za uspjeh projekta važni razumijevanje poslovnih procesa i suradnja između poslovnog i IT tima? Kako to izgleda u projektima koje vodite?

U potpunosti se slažem - razumijevanje poslovnih procesa je ključan dio svakog uspješnog projekta. Pritom smatram da je važno sagledati cjelokupnu sliku, a ne samo automatizirati postojeće ručne procese. Pravi pristup podrazumijeva prolazak kroz cijeli proces od početka do kraja: izbaciti nepotrebne korake, negdje primijeniti potpuno drugačiji pristup - jer tek tada se ostvaruju najveći benefiti. Automatizacija lošeg procesa i dalje je loš proces, samo brži.

U projektima koje vodimo ključnu ulogu u suradnji između poslovnog i IT tima imaju business analitičari i product owneri. To su iznimno važne uloge - osobe s dubokim razumijevanjem šire slike, kojima je jednako važno da proizvod bude jednostavan za korištenje i da ostvari povrat investicije. Oni djeluju kao korektivni faktor u komunikaciji, kako s korisnicima tako i s developerima: prevode zahtjeve poslovnih korisnika u dokumentaciju, dijagrame i opise funkcionalnosti koje developeri potom mogu implementirati.

U posljednjih godinu dana u tome nam značajno pomaže i AI, no ključno je da se sva generirana dokumentacija pažljivo pregleda i da se osigura njezina usklađenost s trenutnim stanjem sustava i budućim planovima. AI ubrzava proces, ali odgovornost za kvalitetu i točnost ostaje na ljudima.

AI je danas tema gotovo svakog sastanka uprava. Iz onoga što vidite na tržištu, gdje tvrtke najčešće griješe kada pokušavaju uvesti umjetnu inteligenciju u poslovanje?

Ono što najčešće vidim na tržištu je uvođenje AI-a “na silu” - projekti koji se pokreću prvenstveno zato da bi se u izvještaju ili prema upravi moglo reći da tvrtka koristi umjetnu inteligenciju, a ne zato što rješavaju stvaran poslovni problem. U takvim slučajevima često se izmišljaju novi, komplicirani i nepotrebni procesi koji dodaju kompleksnost umjesto da je smanjuju. Rezultat je tehnologija koja postoji na papiru, ali ne stvara vrijednost.

Moj savjet je krenuti obrnutim redoslijedom: prvo snimiti postojeće procese i objektivno procijeniti gdje nam AI stvarno može pomoći - gdje proces može postati pametniji, brži ili neovisniji o ručnom radu. Zatim krenuti s manjim, jasno mjerljivim pobjedama koje grade povjerenje u tehnologiju unutar organizacije. Tek na tim temeljima ima smisla graditi veće sustave i ulaziti u strukturalne promjene. AI transformacija je maraton, a ne sprint - i tvrtke koje to razumiju u pravilu ostvaruju znatno bolje rezultate od onih koje jure za brzim efektom.

S druge strane, gdje danas vidite najveći potencijal AI-ja? U kojim procesima već sada može donijeti mjerljive rezultate, a gdje je još prerano očekivati velike promjene?

Najveći potencijal danas vidim u procesima koji uključuju velike količine dokumentacije, podataka i ponavljajućih zadataka. U razvoju softvera AI već sada donosi mjerljive rezultate - naši developeri svakodnevno koriste generativni AI za programiranje, od generiranja i pregleda koda do pisanja testova i dokumentacije, a za to imamo i jasno postavljen proces koji osigurava kvalitetu i sigurnost. Isto vrijedi i za poslovnu analizu: priprema specifikacija, sumiranje sastanaka, analiza zahtjeva - sve su to područja gdje vidimo konkretne uštede vremena.

Mjerljive rezultate vidimo i u projektima koje smo isporučili klijentima. Razvili smo ML model za odobrenje kredita na temelju atributa klijenta, recommendation engine koji korisnicima na webu predlaže relevantne proizvode, te model za prepoznavanje nečistoća u proizvodnom procesu. To su primjeri gdje AI rješava konkretan, dobro definiran problem i donosi jasno mjerljiv povrat - bilo kroz brže odluke, veću prodaju ili manje škarta u proizvodnji.

S druge strane, prerano je očekivati velike promjene tamo gdje su odluke kompleksne, nestandardne ili regulatorno osjetljive. Automatizirano odlučivanje postoji već godinama - primjerice kod standardnih kreditnih odluka temeljenih na jasnim pravilima i scoring modelima - no to su dobro definirani procesi s poznatim parametrima. Ono što je i dalje izazov su situacije koje zahtijevaju širi kontekst, prosudbu i preuzimanje odgovornosti: nestandardni slučajevi, strateške odluke, odluke s velikim posljedicama gdje ne postoji jednoznačno “točno” rješenje. U tim područjima AI danas može biti izvrstan asistent koji priprema podloge i ubrzava analizu, ali konačna odluka i odgovornost moraju ostati na čovjeku. Isto vrijedi i za očekivanja da će AI samostalno voditi cijele projekte ili zamijeniti iskusne stručnjake - tehnologija još nije na toj razini, a regulatorni okvir, poput EU AI Acta, upravo za visokorizične primjene i propisuje ljudski nadzor.

Kad vam klijent dođe s idejom za novi IT projekt, kako procjenjujete ima li projekt potencijal donijeti stvarnu poslovnu vrijednost? Koja pitanja postavljate prije nego što uopće krenete u razvoj?

Prvo pitanje koje uvijek postavljamo je: koji poslovni problem rješavamo? Zvuči jednostavno, ali iznenađujuće često klijent dođe s gotovim rješenjem u glavi – „trebamo aplikaciju”, „trebamo AI” - a da problem koji stoji iza toga nije jasno definiran. Naš je posao u toj fazi vratiti razgovor korak unatrag i razumjeti što se stvarno želi postići: smanjiti troškove, ubrzati proces, povećati prodaju, poboljšati korisničko iskustvo. Tek kada je problem jasan, možemo procijeniti je li predloženo rješenje uopće pravi put.

Nakon toga slijede pitanja koja otkrivaju je li projekt spreman za realizaciju: Kako taj proces izgleda danas i tko su korisnici budućeg rješenja? Kako ćemo mjeriti uspjeh - koji su konkretni pokazatelji i koji povrat investicije klijent očekuje? Postoje li podaci potrebni za rješenje i u kakvom su stanju? Tko je na strani klijenta vlasnik projekta i ima li inicijativa podršku uprave? Ovo posljednje pitanje često je i najvažnije - projekti bez jasnog vlasnika i organizacijske podrške rijetko dožive punu realizaciju, bez obzira na tehničku kvalitetu.

Na temelju odgovora i informacija koje dobijemo od klijenta pripremamo dokumentaciju, a kada je potrebno kreiramo i prijedlog korisničkog sučelja - to značajno olakšava daljnje dogovore jer klijent vrlo rano dobiva konkretnu, opipljivu sliku budućeg rješenja. A kada klijent nije siguran kako krenuti, organiziramo workshop čiji je cilj razjasniti sva otvorena pitanja; na temelju tih informacija naš tim zatim priprema dokumentaciju i specifikaciju korisničkog sučelja koje služe kao čvrsta podloga za start projekta.

Tehnologija se danas razvija brže nego ikad. Kako donositi arhitektonske i tehnološke odluke koje će biti održive i za pet ili deset godina, a ne samo riješiti trenutačni problem?

Paradoksalno, upravo zato što se tehnologija mijenja brže nego ikad, ne pokušavamo predvidjeti što će biti aktualno za deset godina - to je nemoguće. Umjesto toga, gradimo arhitekturu koja može podnijeti promjenu. To u praksi znači modularnost i jasno razdvojene komponente, tako da se pojedini dio sustava može zamijeniti bez da se ruši cjelina. Znači i izbjegavanje pretjeranog vezanja uz jednog vendora ili tehnologiju - koristimo otvorene standarde i sučelja gdje god je to moguće, kako bismo zadržali fleksibilnost.

Kod odabira samih tehnologija vodimo se pragmatičnim kriterijima: zrelost tehnologije, veličina i aktivnost zajednice, dostupnost stručnjaka na tržištu te dugoročna podrška. Najnovija tehnologija nije uvijek i najbolja odluka - hype ciklusi dolaze i prolaze, a sustav koji gradimo klijent mora moći održavati i razvijati godinama. Zato razlikujemo mjesta gdje ima smisla eksperimentirati s novim tehnologijama od kritičnih dijelova sustava gdje je stabilnost prioritet.

I na kraju, održivost nije samo tehničko pitanje. Dokumentacija, standardi kodiranja, automatizirano testiranje i prenošenje znanja unutar tima jednako su važni jer sustav je održiv onoliko koliko ga ljudi koji dolaze nakon nas mogu razumjeti i nastaviti razvijati. Najbolja arhitektonska odluka je ona koja budućem timu ostavlja otvorene opcije, a ne ona koja ga zaključava u izbore koje smo mi danas napravili.

Ako biste upravi koja planira veliko ulaganje u tehnologiju mogli dati samo jedan savjet prije početka projekta, koji bi to bio?

Ako mogu dati samo jedan savjet, onda je to: tretirajte tehnološki projekt kao poslovnu transformaciju, a ne kao IT nabavu. To znači da projekt mora imati jasnog vlasnika na poslovnoj strani, mjerljive poslovne ciljeve definirane prije početka i aktivnu podršku uprave kroz cijelo trajanje - ne samo na kickoff sastanku. Tehnologija je danas rijetko kada prepreka; projekti ne propadaju zato što nešto nije bilo tehnički izvedivo, nego zato što organizacija nije bila spremna promijeniti način na koji radi.

Zato prije potpisa ugovora treba imati odgovor na jednostavno pitanje: kako ćemo za godinu ili dvije znati da je ovo ulaganje bilo uspješno? Ako odgovor nije jasan i mjerljiv, projekt još nije spreman za start. A ako jest - onda krenite hrabro, u manjim koracima koji brzo isporučuju vrijednost, jer se povjerenje u velike promjene gradi upravo na malim, vidljivim pobjedama.

Sadržaj omogućio Pontis Technology.