AI feed umesto algoritma: šta industrija u Srbiji uči

AI aplikacije koje “slože” sadržaj umesto vas postale su nova opsesija interneta—ali prava priča nije u zabavi. Model poput Attie, koji pravi personalizovan feed na osnovu jedne rečenice, pokazuje kako se logika društvenih mreža seli u B2B i industriju: od haosa informacija ka sistemu koji isporučuje tačno ono što vam treba, kad vam treba.

Kurirova vest o Attie i Bluesky-u govori o tome da korisnik preuzima kontrolu nad sadržajem: nema jednog centralnog algoritma, već vi zadajete pravilo. U proizvodnji i industriji u Srbiji isti problem postoji već godinama, samo se ne zove “feed”, nego izveštavanje, prodajni materijali, dokumentacija, audit trag, komunikacija sa partnerima. Previše PDF-ova, previše mejlova, premalo vremena.

Ovaj tekst je deo serijala „Kako veštačka inteligencija transformiše proizvodnju i industriju u Srbiji“ i uzima jednu “internet” temu da pokaže nešto praktično: kako AI filtriranje i personalizacija mogu da smanje operativni šum i ubrzaju B2B rad.

Šta je Attie konceptualno (i zašto je to bitno van mreža)

Attie je interesantan zato što ne “pravi” sadržaj kao tipične AI aplikacije, već menja način na koji se sadržaj prikazuje. Umesto da pratite profile i trpite algoritamske pretpostavke, napišete jednu rečenicu (npr. “želim stručne postove o logistici bez politike i reklama”) i dobijete feed po meri.

Za industriju, to je dobra analogija za sledeće: ne treba vam još jedna baza dokumenata—treba vam sistem koji iz postojećih izvora automatski sklapa ulogu-bazirane prikaze.

Industrijski prevod: “Promptovani feed” za posao

U proizvodnoj firmi “prompt” izgleda ovako:

• “Prikaži mi status porudžbina sa kašnjenjem > 48h i uzrok.”
• “Sastavi nedeljni izveštaj o kvalitetu po liniji i top 3 defekta.”
• “Daj mi listu promena u specifikacijama za nemačkog kupca i koji crteži su pogođeni.”

Razlika je samo u izvoru podataka: umesto javnih objava, to su ERP/MES/SCADA, CRM, e-mail prepiske, QMS zapisi, skladišni podaci i dokumentacija.

Od “izbegni reklame” do “izbegni operativni šum”

Korisnici su u tekstu oduševljeni jer mogu da izbegnu reklame i sadržaj koji ih nervira. U firmama je “reklama” sve ono što krade pažnju:

• 17 verzija iste tabele u mejlu
• statusi bez konteksta
• sastanci koji postoje jer nema jasnog pregleda
• “hitno” poruke koje nisu hitne

AI personalizacija u industriji nije luksuz; to je higijena. Kada menadžer proizvodnje, kontrolor kvaliteta i komercijalista gledaju isti dashboard, obično niko nije srećan. Rešenje je da svi imaju isti izvor istine, ali različite poglede.

Konkretan obrazac koji radi: role-based feed

U praksi se ovo implementira kao “uloga → pravila → prikaz”:

1. Uloga (npr. QA, planiranje, nabavka, prodaja)
2. Pravila filtriranja (KPI, pragovi, prioriteti, kupci, linije)
3. Format isporuke (dashboard, dnevni e-mail rezime, Teams/Slack poruka, PDF za partnera)

Attie je samo popularan primer istog principa: korisnik opisuje šta mu treba, sistem sastavlja tok informacija.

Kako ovo postaje B2B prednost za srpsku industriju

Srpske proizvodne firme sve češće rade sa EU partnerima koji traže predvidljivost: rokove, kvalitet, sledljivost, dokumentaciju i brzu komunikaciju. Tu AI donosi direktan rezultat: kraći ciklus od pitanja do odgovora.

1) Automatizacija digitalnog sadržaja za partnere

Većina “B2B sadržaja” u industriji nije marketing, nego operativa:

• tehničke specifikacije
• izjave o usaglašenosti i sertifikati
• izveštaji o ispitivanju
• CAPA i 8D dokumenti
• najave promena (PCN)

AI može da:

• izvuče relevantne delove iz internih dokumenata
• standardizuje ton i terminologiju
• napravi sažetak po kupcu (nemački kupac ≠ italijanski kupac)
• pripremi “paket” za audit za 30 minuta umesto 3 dana

Dobra AI primena u industriji nije “piši objave za LinkedIn”, nego “spremi dokaz i objašnjenje pre nego što kupac pita”.

2) Prodaja i key account: feed umesto pretraživanja

Komercijala u industriji često radi na slepo: informacije su kod tehnologije, kvaliteta, planiranja, logistike. AI “feed” za key account može svaki dan da isporuči:

• šta kasni i zašto
• šta je u riziku (materijal, kapacitet, kvalitet)
• šta treba komunicirati kupcu pre eskalacije

To je razlika između “gašenja požara” i upravljanja odnosom.

3) Interno usklađivanje: manje sastanaka, više odluka

Kada ljudi dobijaju personalizovane, kontekstualne informacije, sastanci se menjaju. Umesto “šta se desilo?”, priča postaje “šta radimo sledeće?”. U proizvodnji to znači:

• brže reagovanje na defekte
• manje zastoja zbog pogrešnih informacija
• jasnije vlasništvo nad problemima

Rizik koji Attie otvara: filter-balon postoji i u firmama

U tekstu se pominje opasnost da ovakav sistem pravi još veći filter u kom ljudi vide samo ono sa čim se slažu. U industriji to izgleda ovako:

• menadžer vidi samo KPI-jeve koji izgledaju dobro
• tim ne vidi “slabe signale” (npr. rast mikro-defekata)
• problemi se prekasno pojave na radaru

Kako to rešiti: tri sigurnosna mehanizma

Ako uvodite AI personalizaciju, postavite pravila koja sprečavaju samoobmanu:

1. Obavezni “risk feed” – svaka uloga dobija i blok “crvenih lampica” (odstupanja, trendovi, audit rizici)
2. Traceability – svaki sažetak mora da ima klik do izvora (dokaz, merenje, zapis)
3. Razdvojite “preporuku” od “odluke” – AI predlaže, vlasnik procesa potvrđuje

Ovo je posebno važno zbog usaglašenosti (npr. ISO 9001/14001, IATF 16949, GMP okruženja): AI ne sme da sakrije trag.

Mini plan za implementaciju u 30 dana (bez velikog projekta)

Najviše firmi u Srbiji pogreši jer krene od velikog “AI programa”, a nema osnovu: podatke, vlasništvo, prioritet. Bolji pristup je mali pilot koji ima jasnu vrednost.

Nedelja 1: Izaberite jedan tok informacija koji boli

Najčešći kandidati:

• nedeljni izveštaj o kvalitetu
• dnevni status isporuka
• priprema dokumentacije za kupca/audit

Definišite jednu metriku uspeha: npr. “vreme za izveštaj sa 4h na 30 min”.

Nedelja 2: Sredite izvore i pravila

Ne morate “očistiti sve podatke”. Dovoljno je:

• gde je izvor istine (QMS/ERP/Excel)
• ko je vlasnik
• koje su minimalne definicije (npr. šta je kašnjenje, šta je reklamacija)

Nedelja 3: Napravite role-based rezime + linkove ka dokazima

Rezime može biti:

• e-mail u 8:00
• Teams poruka
• jednostavan dashboard

Ključno: svaka tvrdnja mora imati izvor.

Nedelja 4: Uvedite feedback petlju

Dodajte dve stvari:

• dugme/reakciju “korisno / nije korisno”
• polje “šta nedostaje?”

Za mesec dana dobijate realnu sliku: gde AI pomaže, gde smeta, i šta treba automatizovati sledeće.

Pitanja koja ljudi stvarno postavljaju (i kratki odgovori)

Da li ovo znači da će AI zameniti marketing i prodaju u industriji?

Ne. AI će preuzeti ponavljajuće delove: sažimanje, standardizaciju, pripremu materijala. Ljudi ostaju ključni za pregovore, odnose i donošenje odluka.

Da li personalizacija povećava rizik od grešaka?

Da, ako nema traceability i “risk feed”. Sa ta tri mehanizma, personalizacija obično smanjuje greške jer ljudi brže vide relevantno odstupanje.

Šta je prvi dobar use case za proizvodnu firmu u Srbiji?

Automatski izveštaj o kvalitetu + paket dokaza za kupca. To najčešće daje brz ROI i podiže poverenje partnera.

Gde nas ovo vodi u 2026: lični “AI operater” za svaku funkciju

Attie i slični alati nagoveštavaju smer: svako dobija svog AI “filtrera” koji zna cilj, pravila i granice. U industriji to postaje “AI operater” koji zna:

• šta je kritično za kupca
• koji KPI je prag za eskalaciju
• koji dokument je važeći
• ko je vlasnik procesa

Ako srpska industrija želi brže da raste u EU lancima snabdevanja, treba da prestane da posmatra AI kao igračku za sadržaj i da ga tretira kao ono što jeste: sloj za donošenje odluka i komunikaciju.

Sledeći korak je praktičan: izaberite jedan tok informacija koji trenutno ručno sklapate (izveštaj, status, audit paket) i pretvorite ga u promptovani, uloga-bazirani feed. Kad to jednom proradi, teško ćete se vratiti na stari režim.

Razlika između firmi koje “probaju AI” i firmi koje od AI dobiju prednost je jednostavna: prve prave sadržaj, druge prave sistem. Kojoj grupi želite da pripadate?