Zašto ljudi još uvijek presuđuju u eri AI agenata
Peter Steinberger, kreator OpenClawa, upozorava da su AI agenti "bodljikavo pametni" ali bez dobre vizije proizvode smeće. Stanfordska studija potvrđuje: 40 posto zaposlenih dobija AI-generisani workslop svaki mjesec, a svaki incident košta skoro dva sata ispravki.
AI agenti su ušli u svakodnevni rad, ali studije pokazuju da bez jasnog ljudskog vođenja produkuju "workslop" koji košta firme milione i više rada nego što štede.
Svaki drugi LinkedIn post ovih dana kaže istu stvar ako nemaš AI agente koji rade za tebe, zaostaješ. Ali ono što se gubi u toj buci je drugi dio jednačine agenti su smo onoliko dobri koliko je dobar čovjek koji ih usmjerava. Peter Steinberger, kreator OpenClawa koji je pokrenuo talas agenata 2026. godine, to kaže otvoreno. Studije iz Stanforda to potvrđuju ciframa. A firme u regionu koje sad žure da uvedu agente propuštaju dio priče koji najviše košta.
- Peter Steinberger, kreator OpenClawa, upozorava da su agenti "bodljikavo pametni" i bez dobre vizije proizvode smeće
- Studija Stanforda i BetterUp Laba pokazala da 40 posto zaposlenih dobija AI-generisani "workslop" na mjesečnom nivou
- Svaki incident workslopa košta u prosjeku 1 sat i 56 minuta ispravki
- Za firmu od 10.000 ljudi to je preko 9 miliona dolara godišnje izgubljene produktivnosti
- Karpathy je popularizovao "AI psihozu" stanje u kojem inženjeri rade po 16 sati dnevno dirigujući agentima
Šta se tačno desilo
Peter Steinberger je austrijski developer koji je u februaru ove godine lansirao OpenClaw, open-source framework za AI agente koji je za nekoliko sedmica postao najbrže rastući projekat u istoriji GitHuba sa preko 180.000 zvjezdica. Steinberger je kasnije prešao u OpenAI, a OpenClaw je predat fondaciji. U intervjuu sa Peterom Yangom, Steinberger je jasno opisao kako agenti funkcionišu: "Oni su bodljikavo pametni i zaista dobri u nekim stvarima, ali ako ih ne navodiš dobro, ako nemaš viziju šta gradiš, i dalje će biti smeće. Ako ne postavljaš prava pitanja, i dalje će biti smeće."
Ova rečenica dobija punu težinu kad se uporedi sa rezultatima studije koju su Stanford Social Media Lab i BetterUp Labs objavili u Harvard Business Review-u. Anketirano je 1.150 američkih radnika u kancelarijskim poslovima. Nalaz: 40 posto njih dobilo je u prethodnih mjesec dana "workslop" AI-generisan sadržaj koji izgleda uglađeno, ali nema suštine koja bi pomakla posao naprijed.
Svaki incident košta u prosjeku 1 sat i 56 minuta ispravki. To je oko 186 dolara po zaposlenom mjesečno. Za organizaciju od 10.000 ljudi, godišnji trošak workslopa je preko 9 miliona dolara. I tu nisu uračunati drugi troškovi preko 50 posto primalaca workslopa reklo je da su iznervirani, trećina da su zbunjeni, a četvrtina da se osjećaju uvrijeđeno.
Drugi istraživački podatak dopunjuje sliku. Kad 92 posto rukovodilaca kaže da AI čini radnike produktivnijim, 40 posto tih istih radnika kaže da im AI ne štedi nimalo vremena. Jaz između percepcije vrha i stvarnosti na terenu je ogroman.
Kontekst i AI psihoza
Uz priču o workslopu, u AI industriji se paralelno priča o fenomenu koji je nazvao Andrej Karpathy, jedan od osnivača OpenAI-a. On je u martu na No Priors podcastu rekao da od decembra 2025. nije napisao nijedan red koda ručno. Umjesto toga, 16 sati dnevno dirigira "rojem" agenata Claude Code, Codex i slični alati rade paralelno na različitim repozitorijumima, svaki po 20 minuta na dobro definisanom zadatku.
Karpathy je to stanje nazvao "AI psihoza" anksioznost zbog nedovoljnog iskorištavanja tokena, potreba da se nijedna pretplatnička kvota ne propusti. Opisao je kako bukvalno postane nervozan kad mu ostanu neiskorišteni tokeni pred kraj mjeseca. Garry Tan, predsjednik Y Combinatora, kasnije je rekao da spava po četiri sata noćno i da trećina CEO-ova koje poznaje radi isto.
Zanimljivo je ko to rade i kako to opisuju. Karpathy i slični u Silicijumskoj dolini pričaju o tome kao o medalji "rad 16 sati dnevno sa agentima" postao je simbol statusa. Ali ljudi iz industrije koji su učestvovali na HumanX konferenciji kažu da je broj onih koji zaista to rade znatno preuveličan priča se proteže kao hvalisanje, dok je kvalitet outputa često nepoznat.
Dvije priče workslop koji preplavljuje obične radnike i psihoza koja pogađa inženjere su dvije strane istog problema. Kad agent radi, a čovjek ne zna šta tačno hoće i ne provjerava izlaz, dobije se buka koja izgleda kao signal. Razlika je što u kompanijama to plaćaju kolege koje moraju da čiste, a u startupima to plaćaju sami inženjeri svojim zdravljem.
Naša perspektiva šta ovo znači za region
Za mala i srednja preduzeća u regionu koja sad razmišljaju o uvođenju AI agenata, ovdje je najveća zamka. Lako je kupiti pristup ChatGPT-u ili Claudeu za tim od 20 ljudi. Teže je objasniti tim ljudima šta tačno treba da rade sa tim alatima. Rezultat, ako se ne postavi okvir, je da će dio tima početi da šalje AI-generisane izvještaje, prezentacije i mejlove koji izgledaju dobro na prvi pogled. Drugi dio tima će to morati da prepravlja. Neto efekat više rada, ne manje.
Konkretan primjer trgovačka firma iz Banje Luke koja uvede AI alat za pisanje ponuda. Komercijalista koji do sad piše ponudu sat vremena, sad je napiše za 15 minuta. Ali ponuda je generička, nedostaju tehnički detalji, cijene ne odražavaju realnost. Onaj ko treba da je odobri direktor prodaje gubi 45 minuta da je vrati i ispravi. Ukupno: 60 minuta posla se pretvorilo u 60 minuta posla raspoređenog na dvije osobe, plus iritacija. To je workslop u malom.
Za marketing agencije, poruka je drugačija i direktnija. Klijenti će sve više prepoznavati AI-generisan sadržaj. Ako agencija šalje tekstove koji zvuče kao ChatGPT podrazumijevano, klijent može sam to da uradi za 20 evra mjesečno. Prednost agencije više nije u brzini pisanja ona nestaje. Prednost je u tome šta zatražiti od AI-a, kako pročitati rezultat, kada stati i prepisati nešto ručno. Agencija koja sad napravi interni protokol "kako ne slati workslop klijentu" kupila je sebi godinu-dvije prednosti.
Konkretan primjer: agencija koja piše newslettere za kozmetički brend. Umjesto da generiše deset varijanti i pošalje klijentu prvu koja nije katastrofalna, ulaže dodatnih 30 minuta u ručnu ispravku glasa brenda, provjeru činjenica o proizvodima, i ubacivanje specifičnog konteksta koji AI ne može znati. Klijent dobije tekst koji zvuči kao firma, a ne kao bot. Cijena agencije opravdana.
Za običnog zaposlenog koji koristi AI da bi "bio brži", pitanje je jednostavno. Da li kolege bolje razumiju šta radiš ili su sve češće zbunjene? Ako ti kolege pitaju "šta si htio da kažeš ovdje" šalješ workslop. AI koji ti štedi 20 minuta, a pravi 2 sata posla nekome drugome, nije štednja.
Zaključak
Agenti su stvarni i radni tokovi se zaista mijenjaju. Ali priča koja se prodaje na LinkedInu "uvedi agente ili nestaješ" propušta pola jednačine. Druga polovina je da agent bez jasnog čovjeka iza sebe proizvodi smeće u industrijskim količinama. U narednih nekoliko mjeseci će se vidjeti podjela. Firme koje budu postavile jasne standarde šta AI može, a šta ne smije da šalje, povući će se naprijed. Firme koje budu dijelile licence i gledale kako broj pretplata raste kao metriku uspjeha, plaćaće sebi workslop nekoliko puta mjesečno.