AI razvoj za 6 dana: lekcije za industriju Srbije

Šest dana. Toliko je bilo potrebno da jedan inženjer iz Niša, uz pomoć AI alata, napravi funkcionalnu aplikaciju i dođe do stotina aktivnih korisnika bez marketinga. To nije priča samo o trčanju i RunCorp-u — to je najpraktičniji mogući dokaz da se vreme “od ideje do proizvoda” u Srbiji drastično skraćuje.

U serijalu „Kako veštačka inteligencija transformiše proizvodnju i industriju u Srbiji“ često pričamo o vizuelnoj kontroli kvaliteta, prediktivnom održavanju, optimizaciji zaliha i automatizaciji izveštavanja. Međutim, industrijska AI transformacija obično zapne na jednoj dosadnoj, ali presudnoj stvari: softveru. Ako softver ne može brzo da se napravi, testira i uklopi u postojeće sisteme, nema ni AI koristi.

RunCorp (aplikacija koja trčanje tretira kao karijeru — sa titulama, KPI-jevima i “promocijama”) je dobar povod da pričamo o suštini: AI kao skraćivač ciklusa razvoja. A to je u proizvodnji isto što i kraći zastoji, manje škarta i brže uvođenje novih procesa.

Šta znači “napraviti aplikaciju za 6 dana” (i zašto je to bitno industriji)

Ključna poruka nije “svako može da napravi app”. Ključna poruka je: mala ekipa (ili jedan čovek) može validirati ideju pre nego što potroši mesece budžeta.

U industriji, isti princip važi za:

• brzu izradu internog alata za praćenje proizvodnje
• prototip softvera za OEE izveštavanje (Overall Equipment Effectiveness)
• “wrapper” aplikaciju koja spaja mašinske podatke, ERP i Excel navike ljudi
• pilot za kontrolu kvaliteta kamerom, pre nego što se kupi skupa oprema

AI ne menja fiziku fabrike. Menja “usko grlo” — izgradnju i iteraciju softvera.

Zašto brzina sada pobeđuje perfekcionizam

Most companies get this wrong: pokušavaju da isplaniraju kompletan sistem unapred. Rezultat? Projekat traje 9–12 meseci, a kad dođe na test, proces se već promenio.

Brz pilot (kao RunCorp) znači:

1. Napravi minimalnu verziju koja radi
2. Pusti je stvarnim korisnicima
3. Meri ponašanje
4. Iteriraj

U proizvodnji, “stvarni korisnici” su često operateri, majstori održavanja, tehnolozi i kontrola kvaliteta. Njihov feedback u prvoj nedelji vredi više od deset PowerPoint radionica.

RunCorp kao studija slučaja: šta je ovde zapravo inovacija

RunCorp nije “još jedna fitness aplikacija”. Ideja je pametna jer menja fokus: umesto metrika tipa tempo ili VO₂ max, aplikacija nagrađuje doslednost, identitet i kontinuitet.

Nemanja Petrović (softverski inženjer i maratonac iz Niša) spojio je ono što korporativni ljudi već razumeju — titule, KPI-jeve, napredovanja — sa navikom koja se gradi dugoročno. U intervjuu navodi da su se korisnici iznenađujuće brzo vezali za titule i promocije, a da aplikacija nije usmerena na socijalni aspekt, već na ciljeve.

Ta logika ima direktan industrijski paralel:

• ne “prati mašinu”, nego gradi ponašanje tima oko mašine
• ne “meri podatke”, nego menja rutinu odlučivanja

Integracija sa Stravom = industrijska lekcija o pametnom fokusu

RunCorp se oslanja na Stravu za ono što je najteže izgraditi: pouzdano praćenje aktivnosti i poverenje korisnika. To je odličan obrazac za industriju.

U fabrici, često je pogrešno pokušavati “zameniti sve”. Mnogo je pametnije:

• uzeti podatke iz postojećih sistema (PLC/SCADA/MES/ERP)
• dodati sloj koji donosi novu vrednost (AI analiza, upozorenja, KPI personalizacija)
• ostaviti postojeće procese da rade, dok se novi sloj dokazuje

Nemanja pominje da su mu sledeći prioriteti integracije sa Garmin i Apple Health — što je isto kao kada u industriji shvatite da ne smete da zavisite od jednog dobavljača ili jednog protokola.

Kako AI realno ubrzava razvoj softvera (bez magije)

AI ubrzanje ima tri praktična efekta. Nema potrebe da ih romantizujemo — dovoljno je razumeti gde stvarno štedi vreme.

1) Brže od “praznog fajla” do prvog prototipa

Najveća psihološka i tehnička barijera u razvoju je start. AI pomaže da se brzo dobije:

• osnovna struktura aplikacije (frontend/backend)
• modeli podataka
• inicijalni API endpointi
• UI skelet

U industriji to znači: brže pravite ekrane za operatere, forme za unos zastoja, jednostavne dashboarde.

2) Brže povezivanje sistema i “prljavi” integracioni rad

U praksi, 60% posla nije AI model nego integracija: autentikacija, logovanje, eksport, PDF izveštaji, CSV import, edge slučajevi.

AI je dobar “kopilot” za:

• pisanje adaptera za API-je
• generisanje SQL upita i migracija
• transformacije podataka (ETL “light”)

3) Brži QA i dokumentacija (ono što svi guraju pod tepih)

Ako želite ozbiljan industrijski alat, morate imati bar minimalno:

• validacije unosa
• audit log
• jasne role (ko sme šta)
• osnovne testove

AI može pomoći da se sve to uradi ranije, a ne na kraju kad već boli.

Snippet za menadžere: AI ne zamenjuje inženjere; smanjuje cenu promene. A cena promene je ono što ubija digitalne projekte u industriji.

Kako preneti “RunCorp brzinu” u fabriku: 30-dnevni plan

Ako vodite proizvodnju ili ste u industrijskom IT-u, cilj nije da “napravite aplikaciju za trčanje”. Cilj je da skratite ciklus: problem → pilot → odluka.

Nedelja 1: Izaberite jedan proces koji krvari

Dobri kandidati su procesi gde imate:

• ručno prepisivanje podataka (papir → Excel)
• kašnjenja u izveštavanju (dnevni izveštaj stiže sutra)
• česte zastoje bez jasnog uzroka
• kontrolu kvaliteta koja zavisi od “iskustva oka”

Odaberite samo jedan. Ne tri.

Nedelja 2: Napravite “thin slice” prototip

“Thin slice” znači: jedna funkcija, od početka do kraja.

Primeri:

• forma za unos razloga zastoja + automatski izveštaj po smeni
• mini dashboard za škart po proizvodnoj liniji
• upozorenje kad temperatura/struja/vibracija pređu prag

AI ovde pomaže da tim napravi osnovnu verziju brzo — ali vi morate obezbediti pristup podacima i vlasnika procesa.

Nedelja 3: Test na terenu (ne u sali za sastanke)

Testirajte sa 5–10 ljudi koji stvarno rade posao. Merite:

• koliko puta dnevno koriste alat
• gde odustaju
• koja polja preskaču
• koji deo je “previše komplikovan”

RunCorp je rastao preporukom i direktnim feedbackom rane grupe. U fabrici je to još lakše — svi su na istom mestu.

Nedelja 4: Ugradite dve stvari koje prave razliku

U industriji su to gotovo uvek:

1. integracija (da ljudi ne unose isto na tri mesta)
2. odgovornost (ko je vlasnik podatka i šta se dešava kad podatak izostane)

RunCorp je uspeo jer ne meri samo rezultat (kilometre), nego naviku (doslednost). Industrijski sistemi uspeju kad ne prave samo dashboard, nego uvode “ritam” odlučivanja.

Najčešća pitanja koja dobijam od industrijskih timova

Da li je realno očekivati “6 dana” u fabrici?

Da, ali ne za kompletan MES. Realno je za pilot: mali alat koji rešava jedan konkretan problem. Kada jednom imate šablon, drugi pilot ide još brže.

Šta najčešće usporava projekte (i nema veze sa AI)?

Tri stvari:

• nemate jasnog vlasnika procesa (svi “pomažu”, niko ne odlučuje)
• podaci nisu dostupni ili su zaključani kod dobavljača
• IT i proizvodnja nisu usklađeni oko prioriteta

Da li prvo monetizacija ili validacija?

Nemanja kaže da mu je fokus validacija i ponašanje korisnika, a monetizacija je tek ideja. To je ispravan redosled i u industriji: prvo dokaz uštede (vreme, škart, zastoji), pa tek onda širenje i budžet.

Šta ovaj primer govori o AI transformaciji u Srbiji

Srbija nema problem sa talentom. Ima problem sa time kako brzo taj talent dolazi do primene u realnoj ekonomiji. Priča o RunCorp-u je dobar podsetnik da AI nije samo “veliki” projekat za velike sisteme. AI je i način da mali tim napravi korisno rešenje brzo, testira ga i iterira.

Ako to prenesemo na proizvodnju i industriju, dobijamo jednostavnu strategiju: pravite više malih, brzih pobeda. One grade poverenje, budžet i apetit za veće projekte.

Ako želite da ovo primenite u svojoj kompaniji, krenite od jednog procesa i jednog prototipa. Kada vidite rezultat na terenu, prestaje rasprava da li AI “ima smisla” — ostaje samo pitanje koliko brzo možete da skalirate.

Koji bi bio vaš najbolji kandidat za 30-dnevni AI/softver pilot: kontrola kvaliteta, održavanje, planiranje proizvodnje ili izveštavanje?