Heapcon 2026: AI, programiranje i fabrika budućnosti

Pre pet godina, većina proizvodnih firmi u Srbiji je „digitalizaciju“ svodila na ERP i nekoliko Excel tabela. Danas se razgovor preselio na nešto konkretnije: kako da softver, podaci i veštačka inteligencija zajedno smanje škart, skrate zastoje i stabilizuju kvalitet.

Zato vest da se Heapcon vraća 5. i 6. novembra 2026. u Madlenianum u Beogradu, sa fokusom na jednu reč — Inteligencija — nije samo IT tema. To je indikator kuda ide tržište rada, kako će se graditi sistemi, i šta će sutra biti moguće u industriji. Konferencija tradicionalno okuplja više od 700 inženjera, arhitekata i tehničkih lidera, a ove godine stavlja naglasak na pitanje koje muči i fabrike i softverske timove: kad automatizuješ rutinu, šta postaje stvarna konkurentska prednost?

U okviru serijala „Kako veštačka inteligencija transformiše proizvodnju i industriju u Srbiji“, ovaj tekst prevodi poruke Heapcon-a na jezik proizvodnje: gde AI realno pomaže, gde se najčešće greši, i kako da tehnički lideri u industrijskim kompanijama postave AI inicijative tako da prežive prvi pilot.

AI u programiranju je samo početak: prava promena je u odlučivanju

AI alati za generisanje koda i automatizaciju razvojnih zadataka već guraju posao „uzvodno“ — ka arhitekturi, specifikaciji, proceni rizika i poslovnim prioritetima. Heapcon 2026 to eksplicitno stavlja u centar: ako je izvršavanje jeftinije i brže, vrednost prelazi na procenu i sistemsko razmišljanje.

U industriji se dešava ista stvar, samo pod drugim imenima:

• Ako PLC/SCADA integracije postaju standard i brže se isporučuju, vrednost prelazi na definisanje šta tačno meriš i zašto.
• Ako vizuelna kontrola kvaliteta može da se implementira gotovim modelima, vrednost prelazi na to kako postavljaš tolerancije, kako rešavaš „sive zone“, i ko potpisuje odluku.
• Ako planiranje proizvodnje dobije AI asistenciju, vrednost prelazi na pravila poslovanja, prioritet narudžbina i upravljanje izuzecima.

Jedna rečenica koja dobro opisuje i fabrike i softver: AI ubrzava izvršenje, ali pojačava cenu loše odluke.

Šta „inteligencija“ znači za tehničke lidere u industriji

U proizvodnim kompanijama u Srbiji, tehnički lider je često razapet između pogona, nabavke, IT-a i eksternih dobavljača automatike. U AI eri, tri veštine postaju presudne:

1. Specifikacija problema: model ne popravlja loše definisan cilj. „Smanji škart“ nije specifikacija. „Smanji škart na liniji X sa 3,2% na 2,4% u 90 dana, bez povećanja lažnih odbacivanja“ jeste.
2. Razumevanje sistema: AI rešenje je samo deo lanca (senzori → mreža → skladište podataka → model → integracija u tok rada → nadzor). Ako jedan deo škripi, model ispadne kriv.
3. Upravljanje rizikom: od bezbednosti do odgovornosti. Ko je odgovoran kad algoritam preporuči pogrešan parametar i nastane serijska greška?

Heapcon-ov fokus na kognitivne i strateške zahteve nije „filozofija“. To je praktičan odgovor na realnost: automatizacija podiže ulog onima koji odlučuju.

Od AI koda do AI fabrike: isti obrazac, druga površina

Programiranje je prvi talas jer je digitalno „čisto“. Proizvodnja je teža: ima buku u podacima, ručne intervencije, habanje opreme, promene serija i dobavljača. Ali obrazac usvajanja AI je iznenađujuće sličan.

1) Asistenti ubrzavaju rutinu (ali ne rešavaju proces)

U softveru, AI piše boilerplate i testove. U proizvodnji, AI pomaže u:

• automatskom pisanju izveštaja o OEE/KPI
• sumarizaciji dnevnika kvarova i predlogu akcija
• bržem pregledu tehničke dokumentacije i uputstava

Ovo daje brze pobede, ali često promaši suštinu. Ako su podaci loši ili proces nije stabilan, dobićeš brže pogrešne zaključke.

2) „Copilot“ za operatere i održavanje

Sledeći nivo je AI koji ulazi u tok rada: predlaže uzrok zastoja, preporučuje proveru senzora, ili vodi tehničara kroz dijagnostiku.

Da bi ovo radilo, moraš da uradiš ono što i softverski timovi rade kad uvode AI u razvoj:

• standardizuješ terminologiju (šta je „zastoj“ vs „mikro-zastoj“)
• obezbediš jedinstven izvor istine (CMMS, SCADA, MES)
• definišeš pravila eskalacije i verifikacije

3) Autonomna optimizacija je poslednja, ne prva stanica

Najviše se priča o „autonomnim fabrikama“, ali većina firmi preskoči korake. U praksi, autonomija dolazi tek kad imaš:

• stabilne ulazne podatke (kalibracije, verzionisanje receptura)
• jasne granice (što je dozvoljeno modelu da menja)
• merljiv uticaj (A/B testiranje u proizvodnji, što je teško, ali moguće)

Kao i u softveru: AI koji radi bez nadzora je luksuz koji se zaslužuje disciplinom.

Tri AI inicijative u industriji koje najčešće uspeju (i zašto)

Ako vodite proizvodnju, održavanje, kvalitet ili industrijski IT, ove tri kategorije su najbolji odnos uloženog i dobijenog — posebno u 2026, kad su budžeti oprezni, a očekivanja visoka.

1) Vizuelna kontrola kvaliteta (kamera + model + jasna pravila)

Najčešća greška je očekivanje da model „sam“ razume šta je greška. Uspešni timovi rade obrnuto: prvo definišu standard kvaliteta, pa tek onda treniraju model.

Praktični minimum za pilot:

• 2–4 jasno definisane klase defekata
• „neodlučna“ zona (model sme da kaže: ne znam, pošalji na ručnu proveru)
• metrika koja je važna biznisu: false reject je trošak, ali false accept je reputacioni rizik

2) Prediktivno održavanje (kreni od jedne skupe tačke)

Prediktivno održavanje propada kad se krene preširoko: „hajde da pokrijemo celu fabriku“. Puno bolje radi pristup:

• izaberi jednu mašinu sa visokim troškom zastoja
• uzmi 1–2 signala (vibracija, temperatura, struja motora)
• napravi model ili pravila za rano upozorenje

Cilj u prvih 60–90 dana nije savršen model. Cilj je: da uhvatiš makar 1 kvar ranije i dokumentuješ uštedu.

3) Optimizacija planiranja i zaliha (AI + ograničenja pogona)

Ovo je mesto gde se spajaju proizvodnja i lanac snabdevanja. AI može predlagati plan, ali mora poštovati realna ograničenja:

• kapacitete linija i alata
• vreme prebacivanja (changeover)
• prioritete kupaca i rokove

Dobar sistem ne „izbacuje plan“. On daje nekoliko scenarija i jasno objašnjava posledice: šta dobijaš i šta žrtvuješ.

Šta Heapcon poručuje industriji: bez tehničkog liderstva nema ROI-ja

Heapcon 2026 traži predavače koji mogu da podele deep dive analize i studije slučaja. To je dobar znak: tržište se umorilo od opštih priča. I industrija u Srbiji je na istoj tački — svi znaju šta je AI, ali malo ko zna:

• kako se AI uvede u postojeći MES/ERP bez haosa
• kako se obezbedi „audit trail“ za odluke modela
• kako se meri uticaj na škart, zastoj i energiju

Moje iskustvo iz projekata digitalizacije (i sa softverske i sa industrijske strane) je prilično tvrdo: AI pilot bez vlasnika procesa je samo skupa demonstracija.

Vlasnik procesa nije nužno IT. U kontroli kvaliteta to je Quality. U održavanju to je Maintenance. U planiranju to je Production Planning. IT je ključan, ali kao platforma i integrator.

Mini-checklist: da li je vaš AI projekat „spreman za pogon“?

Pre nego što kupite alat ili potpišete PoC, odgovorite konkretno:

1. Koja je jedna metrika koju popravljamo (škart, OEE, downtime, energija)?
2. Ko je odgovoran za promenu procesa kad model nešto preporuči?
3. Kako ćemo hvatati i čuvati podatke (format, frekvencija, kvalitet, pristup)?
4. Kako izgleda fallback kad AI pogreši ili nema dovoljno signala?
5. Kako ćemo dokazati finansijski efekat posle 30/60/90 dana?

Ako na ova pitanja nema odgovora, najčešće ćete dobiti: lepu prezentaciju, ali bez industrijskog efekta.

Heapcon 2026 kao signal: ko razume softver, razume i automatizaciju

Heapcon se održava 5–6. novembra 2026. u Beogradu i fokusira se na inteligenciju u inženjerskoj praksi, ne samo na automatizaciju. Dostupan je i Call for Speakers, kao i ograničena serija Blind Bird ulaznica sa 40% popusta.

Zašto je to relevantno i ako niste „čisti“ software tim?

• Sve više industrijskih projekata postaje software-defined: recepture, parametrizacija, digitalni blizanci, edge uređaji, integracije.
• Granica između „IT“ i „automatike“ se topi. Timovi koji znaju da projektuju pouzdane sisteme, imaju prednost.
• AI u proizvodnji je u velikoj meri inženjering podataka + inženjering procesa. To je ista disciplina koju Heapcon neguje.

Ako želite da pratite detalje, prijave i partnerstva su dostupni na https://heapcon.io/2026.

Sledeći potez za industrijske kompanije u Srbiji

Najbolji potez u 2026. nije da „uvedete AI“ kao projekat. Najbolji potez je da izaberete jedan proces (kvalitet, održavanje ili planiranje) i izgradite mini-sistem koji se može širiti: podaci, integracije, monitoring, odgovornosti.

Heapcon-ova poruka o „inteligenciji“ zapravo zvuči ovako kad se prevede na pogon: mašina može da predloži, ali neko mora da razume posledice, preuzme odgovornost i dizajnira sistem koji neće pući u petak u trećoj smeni.

Koji proces u vašoj proizvodnji danas najviše pati zbog loših odluka — i šta bi se promenilo kada biste imali pouzdan AI signal, a ne još jedan izveštaj?