AI u Srbiji 2026: lekcije startapa za industriju

U Srbiji se 2025. videlo ono što startapi obično osete prvi: kad investicije uspore, romantika “brzog rasta” nestaje, a ostaje samo matematika poslovanja. U takvom okruženju, veštačka inteligencija prestaje da bude ukras u prezentaciji i postaje alat koji ili donosi prihod i efikasnost — ili se gasi.

To je dobra vest za proizvodne i industrijske kompanije u Srbiji. Zašto? Zato što startapi, pod pritiskom tržišta, vrlo brzo razdvoje stvarnu vrednost od buke. A industrija može da preuzme iste principe i ubrza digitalnu transformaciju: od automatizacije administracije, preko optimizacije lanca snabdevanja, do kontrole kvaliteta i izveštavanja za EU partnere.

Netokracijina analiza startap scene Srbije za 2025. osvetljava tri stvari koje su direktno relevantne za naš serijal „Kako veštačka inteligencija transformiše proizvodnju i industriju u Srbiji“: (1) novac je selektivniji, (2) pobediće timovi koji razumeju prodaju i unit economics, i (3) AI ulazi u fazu “agentnih” sistema i praktične automatizacije procesa.

Investicije su usporile — i to je nateralo timove da „odrastu“

Usporavanje VC investicija tokom 2025. gurnulo je domaće startape ka jasnijoj validaciji proizvoda, ranijem prihodu i tržištima van regiona. To zvuči kao startap priča, ali je zapravo univerzalna lekcija: kad je kapital skuplji, najbrže se vidi šta zaista radi.

U praksi, to znači da su metrika i disciplina postale važnije od narativa. Investitori danas traže stabilniji rast, smislen pricing, jasne troškove akvizicije i sposobnost tima da zatvara prodaju. Jedan oštar detalj iz ekosistema: kriterijumi se menjaju toliko brzo da se sve češće čuje zahtev tipa “milion evra prihoda u prvoj godini” da bi startap uopšte ušao u ozbiljnije razgovore.

Šta industrija u Srbiji može da uzme iz ovoga?

Industrijske firme imaju prednost: već imaju kupce, procese i podatke. Mana je što često imaju i više slojeva inertnosti. Ako želite da AI projekti prežive, tretirajte ih kao startapi tretiraju rast nakon 2025:

• Počnite od problema koji košta (zastoji, reklamacije, otpad, penali, ručni unos)
• Definišite metriku uspeha pre nego što birate alat (npr. -15% škarta, +10% OEE, -30% vremena za izveštaje)
• Planirajte implementaciju kao proizvod: pilot → dokaz vrednosti → širenje

„AI svuda“ je potrošena priča. Agentic AI i automatizacija su tema.

Jedan od najupečatljivijih signala iz ekosistema je pomeranje fokusa ka agentnim AI sistemima — posebno u sajber bezbednosti. Suština je jednostavna: više ne govorimo samo o modelu koji predlaže ili sumira, već o sistemima koji izvršavaju, orkestriraju zadatke, prate rezultate i predlažu sledeći korak.

Za industriju ovo otvara dve realne (i prilično prizemne) upotrebe već u 2026:

1. Operativni AI agent koji prikuplja podatke iz ERP/MES/SCADA okruženja, detektuje anomalije i automatski kreira zadatke (npr. servisni nalog, narudžbenicu, zahtev za proveru kvaliteta).
2. Komercijalni AI agent koji priprema ponude, odgovara na upite kupaca, predlaže pricing na osnovu istorije i dostupnosti kapaciteta i radi “prvi krug” B2B komunikacije.

Dobra definicija za menadžere: Agentic AI je AI koji ne „pomaže“, nego obavlja zadatak do kraja uz jasna pravila i nadzor.

Brza provera: da li ste spremni za agentni AI?

Ako na ova tri pitanja nemate čist odgovor, agenti će vam praviti nered:

• Gde je „izvor istine“ za podatke (ERP, Excel, e-mail, više sistema)?
• Ko odobrava akciju (čovek u petlji) i na kom nivou rizika?
• Koja su pravila eskalacije kad model nije siguran?

Case signals iz Srbije: automatizacija procesa ima brži ROI od „velikih vizija“

Kad startapi opisuju AI primenu, često zvuči glamurozno. U praksi, najbrži rezultati dolaze iz automatizacije administrativnih i finansijskih tokova, jer su troškovi očigledni i merljivi.

Primer iz domaćeg okruženja: tim koji je privukao pažnju ekosistema je Nextesy, sa investicijom od 3,5 miliona evra za dalji razvoj platforme koja automatizuje složene administrativne i finansijske procese, uz prve signale efikasnosti od preko 30%.

Za proizvodne firme to je direktno primenljivo. Pre nego što krenete u računarски vid na svakoj liniji, često je pametnije da prvo „počistite“:

• ulazne fakture i usklađivanje sa narudžbenicama
• obračun transporta i carinske dokumentacije
• interne izveštaje i konsolidaciju podataka za grupaciju
• pripremu tehničke dokumentacije i sertifikata za EU kupce

Gde je u proizvodnji najlakše krenuti sa AI (bez velikog rizika)?

Tri tačke sa dobrim odnosom truda i efekta:

1. AI za izveštavanje i analitiku: automatsko sumiranje KPI, odstupanja i uzroka (smanjuje vreme menadžmenta na „šta se desilo“, povećava vreme na „šta radimo“).
2. AI u lancu snabdevanja: predikcija kašnjenja, optimizacija zaliha, identifikacija dobavljača koji stvaraju varijabilnost.
3. AI za kontrolu kvaliteta u kancelariji: analiza reklamacija, grupisanje uzroka, predlog korektivnih mera, uvezivanje sa proizvodnim serijama.

Najveća kočnica nije tehnologija. To je prodaja (i u startapima i u industriji).

Jedna poruka se ponavlja: najveća prepreka za domaće timove nije samo kapital, već prodaja na stranim tržištima i razumevanje kupca van regiona. To je važno i za industrijske kompanije, posebno izvoznike.

Razlog je praktičan: EU kupac ne kupuje “AI”. Kupuje stabilnost, kvalitet, dokumentaciju, rok, transparentnost i brzu reakciju na probleme. AI može da bude vaš interni motor da to isporučite, ali neće zameniti tržišni rad.

Šta to znači za B2B industriju u Srbiji?

Ako želite da AI postane prednost u izvozu, vežite ga za ono što kupci već traže:

• brže i preciznije COA/COC i prateća dokumentacija
• manje grešaka u isporukama i etiketiranju
• brži odgovor na upite i reklamacije
• stabilniji rokovi kroz bolje planiranje

Drugim rečima: AI je najkorisniji kad smanjuje varijabilnost. A varijabilnost je ono što kupci najskuplje kažnjavaju.

Praktičan okvir: kako da industrijska firma uradi „startap-stil“ AI projekat

Ako bih morao da preporučim jedan pristup za 2026, to je ovaj: vodite AI inicijativu kao portfelj malih opklada, ne kao jednu veliku transformaciju.

1) Izaberite 2 use case-a sa jasnim brojevima

Primeri metrika koje se lako brane pred upravom:

• smanjenje škarta za X%
• smanjenje zastoja za X sati mesečno
• smanjenje vremena za izveštavanje sa 3 dana na 3 sata
• smanjenje “ručne obrade” faktura za X%

2) Uvedite „čoveka u petlji“ od prvog dana

Najčešći razlog neuspeha nije tačnost modela, nego proces. Definišite:

• ko odobrava preporuku
• ko menja pravila
• ko meri rezultat

3) Napravite podatkovni minimum, ne savršenstvo

Industrija često zaglavi na “data lake” snovima. Startap logika kaže: kreni sa minimalnim skupom podataka koji daje signal. U 30–60 dana može da se vidi da li use case ima smisla.

4) Planirajte sajber bezbednost kao deo AI projekta

Ako idete ka agentnim sistemima ili povezivanju sa proizvodnim mrežama, bezbednost nije dodatak. To je uslov. Posebno kad AI dobije mogućnost da izvršava akcije (ne samo da predlaže).

Pitanja koja ljudi stvarno postavljaju (i kratki odgovori)

Da li AI u proizvodnji u Srbiji ima smisla i bez velikih budžeta?

Da. Najbolji prvi projekti su u administraciji, izveštavanju i planiranju, gde je ROI brz i rizik nizak.

Da li je bolje kupiti rešenje ili graditi interno?

Ako je proces standardan (npr. fakture, CRM, podrška), kupite. Ako je proces specifičan za vašu tehnologiju i know-how, gradite ili radite hibridno.

Šta je najčešća greška u AI projektima u industriji?

Kreće se od alata, ne od problema. Druga greška je odsustvo vlasnika procesa: niko nije odgovoran za rezultat.

Šta nas čeka u 2026: manje buke, više egzekucije

U 2025. startap ekosistem u Srbiji je dobio “hladan tuš”: manje investicija, više selekcije, veći pritisak na realne rezultate. To je zdravo. I za startape i za industriju.

Ako vodite proizvodnu ili industrijsku firmu u Srbiji, 2026. je pravi trenutak da AI prestane da bude tema prezentacije, a postane deo operativnog sistema: za kontrolu kvaliteta, za lanac snabdevanja, za izveštavanje i za bržu B2B komunikaciju sa evropskim partnerima.

Sledeći korak je jednostavan: izaberite jedan proces koji vas košta svake nedelje, postavite metriku i uradite pilot za 60 dana. Kad to proradi, biće vam jasno gde AI stvarno donosi prednost — i gde je samo skupa distrakcija.