Može li jedna osoba voditi firmu sa sto AI agenata?

Šta ako? | Analiza i mogući scenariji

OpenAI je 6. oktobra opisao kako trenira AI agenta za složene poslove ugovaranja. Agent je u istraživačkom testu radio brže od prethodnog modela, ali je ispunio tek dio postavljenih uslova. Ako jedan agent još treba kontrolu, šta bi značilo voditi firmu u kojoj ih radi stotinu?

Šta već može mali tim agenata

AI agent je program koji dobije cilj, bira korake i koristi povezane alate. Za razliku od običnog razgovora s chatbotom, može da pročita dokument, unese podatke u poslovni softver i vrati rezultat. To može pomoći maloj firmi u istraživanju tržišta, pripremi ponuda ili provjeri jednostavnih evidencija. Ne znači da je obavio posao ispravno samo zato što je proizveo gotov dokument.

OpenAI i kompanija Ironclad pretvorili su 11 zadataka iz ugovaranja, nabavke i komercijalnih procesa u istraživački test. Zadatke su ocjenjivali prema 8 do 50 kriterijuma. Njihov noviji model u prosjeku je ispunio 55 odsto kriterijuma, naspram 41,6 odsto kod starijeg modela, uz kraće procijenjeno vrijeme po pokušaju. To je napredak unutar njihovog testa, a ne dokaz da agent sam može voditi pravne poslove. OpenAI i Ironclad imaju poslovni interes da takvi alati uspiju.

Drugi signal dolazi iz ankete koju je Riverbed objavio 6. oktobra. Među 1.200 ispitanika iz poslovanja i IT-ja u sedam zemalja, 77 odsto kaže da njihove organizacije oklijevaju da AI prepuste operativnu odluku bez ljudskog odobrenja. Anketa je sprovedena u julu, većinom u velikim organizacijama, i govori o njihovim stavovima prema IT poslovima. Ne mjeri koliko bi uspješna bila firma jednog čovjeka.

Kada se rad jednog agenta naslanja na drugog

Više agenata može raditi uporedo kada su zadaci odvojeni. Jedan pronalazi dobavljače, drugi sastavlja pregled troškova, treći priprema pitanja za klijenta. Ali ako drugi agent koristi pogrešan podatak prvog, a treći taj zaključak pošalje kupcu, greška prelazi iz jedne fascikle u poslovnu odluku. Vlasnik firme i dalje mora znati ko je provjerio ulaz i ko smije potvrditi izlaz.

Anthropic je u avgustu opisao ogled s agentima koji su zajednički tražili softverske propuste. Takav posao može se podijeliti na mnogo nezavisnih dijelova. Kada su istraživači agentima dali međusobno zavisan zadatak pravljenja igre, rezultati su bili loši uprkos velikom broju agenata i višesatnom radu. To je eksperiment u softveru, ne test vođenja prodaje ili računovodstva, ali jasno pokazuje problem koordinacije.

Nezavisni istraživači su u radu AgencyBench objavili test sa 138 dugih zadataka iz 32 scenarija. Za zadatak je u prosjeku trebalo oko 90 poziva alatima i mnogo vremena. Rezultati su se razlikovali po modelima, a autori su izdvojili trošak resursa i poteškoće pri samostalnom ispravljanju grešaka. Ni taj test nije simulacija čitave firme. Za vlasnika je važna jednostavna pouka broj agenata nije isto što i broj završenih poslova.

Šta drugi očekuju

Denise Dresser, direktorica poslovanja u OpenAI-ju, u aprilu je opisala prelaz od pomoći na pojedinačnom zadatku prema ljudima koji upravljaju timovima agenata. To je njena procjena zasnovana na radu s klijentima, bez roka ili dokaza da jedna osoba može zamijeniti cijelu firmu. OpenAI prodaje tehnologiju za taj pravac razvoja.

Autori Anthropicovog ogleda predviđaju da bi specijalizacija i koordinacija agenata mogle postati korisnije od prostog puštanja velikog broja agenata da rade isto. I njihova prognoza ima važan uslov posao mora imati jasne dijelove, način provjere i pravila kada agent predaje rezultat drugome. Njihov vlastiti test pokazuje koliko je teško ispuniti te uslove u složenijem projektu.

Naš pogled firma kao orkestar

Procjena AI Balkana: AI bi mogao temeljno promijeniti veličinu firme potrebne za neke usluge. Jedna osoba sa stručnim znanjem možda će moći ponuditi posao za koji je ranije trebalo više administracije, marketinga i tehničke podrške. Najbolja prilika nije da vlasnik pokrene sto agenata i ode kući, nego da precizno odredi šta svaki smije uraditi, gdje je potrebna ljudska provjera i koliko košta ispravljanje. Najjači prigovor je što kupac traži odgovornu osobu, a složeni poslovni procesi zavise od povjerenja, izuzetaka i zakonskih obaveza koje agent ne preuzima.

Zamislimo mogući scenario za 2031. godinu: stručnjakinja iz Sarajeva vodi malu firmu za analizu nabavke. Desetine agenata čitaju javne ponude, upoređuju uslove i pripremaju pitanja. Ona razgovara s klijentima, provjerava rizične nalaze i odobrava svaku preporuku. Ovo je zamišljena firma, ne dokaz da takav model danas radi. Njena prednost bila bi brža obrada ponuda njen novi posao bio bi nadzor nad sistemom koji može pogriješiti u bilo kojem koraku.

Moguće su tri putanje. Ako se nezavisni zadaci lako provjeravaju, mala firma može opsluživati više klijenata bez istog rasta broja zaposlenih; pratimo trošak po provjerenoj isporuci i broj ispravki. Ako agenti ostanu pomoćnici stručnjaka, posao će se mijenjati prema procjeni i odnosu s klijentom signal su nova radna mjesta za kontrolu kvaliteta i stabilno zadovoljstvo kupaca. Ako greške i koordinacija pojedu uštedu, velike mreže agenata ostaće skupi eksperimenti; signal su prekidi, ponavljanja posla i ljudski sati potrošeni na popravke.

Ako biste mogli zaposliti stotinu AI agenata, koji posao biste im prvi povjerili, a koji biste zadržali za čovjeka?

Za više ovakvih analiza pridružite se AI Balkanu besplatno.

Izvori

• OpenAI i Ironclad, 6. oktobar 2026, Advancing computer use with Ironclad.
• Riverbed, 6. oktobar 2026, The State of Autonomous IT Operations.
• Anthropic, 13. avgust 2026, Patterns and problems in emerging multiagent systems.
• Li i saradnici, jul 2026, AgencyBench, ACL 2026.
• Denise Dresser, OpenAI, 8. april 2026, The next phase of enterprise AI.