Google Web Vodič i AI: lekcije za industriju u Srbiji

Pretraživanje je dugo bilo „kutija za unos + lista linkova“. A onda su se navike promenile: ljudi žele brz, jasan odgovor, a ne 12 tabova i pola sata filtriranja. Google Web Vodič (Web Guide) ide tačno u tom smeru — koristi AI da bolje razume nameru korisnika i da organizuje rezultate tako da do relevantnog dođeš brže.

Ovo nije samo priča o pretrazi. Ovo je priča o tome kako se AI koristi da od haotičnih podataka napravi upotrebljive odluke. I baš tu je paralela sa proizvodnjom i industrijom u Srbiji: većina firmi već ima podatke (ERP, MES, SCADA, Excel, mejlovi, PDF specifikacije), ali malo njih ima sistem koji ih pretvara u konkretne akcije na liniji, u nabavci ili u izveštavanju.

U okviru serijala „Kako veštačka inteligencija transformiše proizvodnju i industriju u Srbiji“, ovaj tekst koristi Google Web Vodič kao praktičan primer: šta tačno AI radi u pretraživanju i kako isti principi mogu da podignu efikasnost u fabrici, skladištu i B2B komunikaciji.

Šta Google Web Vodič radi drugačije (i zašto je to bitno)

Kratko rečeno: AI pokušava da razume nameru i kontekst, pa rezultate grupiše i rangira smislenije. Umesto da dobiješ deset sličnih linkova, dobijaš „mapu“ tema i podtema koje najčešće stoje iza tvog upita.

To obično znači tri praktične stvari:

1. Razumevanje namere (intent): isti izraz može značiti različite stvari u zavisnosti od konteksta. AI model pokušava da pogodi šta ti zapravo treba.
2. Grupisanje (clustering): rezultati se organizuju po temama (npr. definicije, vodiči, poređenja, iskustva), što skraćuje put do korisnog.
3. Sažimanje i usmeravanje: dobijaš brži „prvi odgovor“ i jasnije gde da klikneš ako želiš detalje.

Ako ovo zvuči kao „lep UI dodatak“, promašuje se suština. Suština je: AI pretvara pretragu u sistem za donošenje odluka.

A industrija? Industriji treba isto — samo umesto linkova, tu su porudžbine, zastojevi, reklamacije, odstupanja kvaliteta i rokovi isporuke.

Principi iza pametnijeg pretraživanja koji se direktno prenose na proizvodnju

Najbolje AI primene u industriji nisu roboti i spektakl, nego tiho skraćivanje vremena do odluke. Google Web Vodič je dobar „model“ jer pokazuje kako se radi sa neurednim, raznolikim informacijama.

1) Od „ključeva“ ka značenju: semantička pretraga u dokumentaciji

U proizvodnji, veliki deo znanja živi u:

• radnim nalozima
• uputstvima i procedurama (PDF)
• specifikacijama kupaca
• zapisnicima sa 8D / reklamacija
• mejlovima sa dobavljačima

Klasična pretraga po ključnim rečima često vraća previše ili promašuje dokument jer je neko napisao „ventil“, a drugi „regulator protoka“.

Semantička pretraga (AI koja razume značenje, ne samo reč) rešava baš taj problem.

Snippet za citiranje: Semantička pretraga u industriji znači da operater ili inženjer može da nađe relevantnu proceduru po opisu problema, čak i kad ne zna tačan naziv dela ili šifre dokumenta.

Praktičan scenario (realan i čest u Srbiji):

• Na liniji se pojavi greška koja se desila „pre tri meseca“, ali niko se ne seća detalja.
• Umesto zvanja tri kolege i kopanja po folderima, tim upiše opis simptoma.
• Sistem vrati grupisane rezultate: slične kvarove, odgovarajuće SOP-ove, rezervne delove i prethodne korektivne mere.

2) Grupisanje rezultata = grupisanje uzroka zastoja i škarta

Google grupiše web rezultate po temi. U fabrici možeš da grupišeš:

• razloge zastoja (mehanički, električni, materijal, podešavanje)
• reklamacije po kupcu, liniji, smeni, dobavljaču
• škart po tipu defekta i uslovima procesa

Tu AI pomaže na dva nivoa:

• Automatsko etiketiranje tekstualnih opisa (npr. operater upiše „škripi, vibrira“)
• Otkrivanje obrazaca (npr. 47% zastoja na mašini A dolazi iz kombinacije „dobavljač X + serija materijala Y + temperatura hale“)

Ne treba ti savršen model da bi dobio vrednost. Treba ti model koji smanjuje „ručnu administraciju“ i ubrzava prvu analizu.

3) Sažimanje: AI izveštaji koji ljudi stvarno čitaju

Jedan od najgorih industrijskih rituala je „nedeljni izveštaj“ koji niko ne stigne da pročita. AI može da uradi ono što Web Vodič radi za pretragu: sažme i istakne bitno.

Primeri dobrih sažetaka:

• „Top 3 uzroka zastoja ove nedelje + predlog akcije“
• „Kupci sa najvećim rizikom kašnjenja u narednih 7 dana“
• „Promene u kvalitetu po smenama (odstupanja od proseka)“

Ovo je posebno relevantno u januaru: posle praznika mnoge firme hvataju ritam, rade inventure, usklađuju planove i budžete. Ako AI može da skrati vreme do jasnog stanja — to je direktna ušteda.

Kako ovo izgleda u lancu snabdevanja i B2B komunikaciji

AI u pretrazi ima jednu skrivenu supermoć: smanjuje trenje u komunikaciji. Ista logika važi za lanac snabdevanja.

Brže „pronalaženje istine“ između nabavke, proizvodnje i logistike

Tipičan problem: proizvodnja kaže „kasni materijal“, nabavka kaže „poslato je“, logistika kaže „čekamo dokument“. Podaci su tu, ali razbacani.

AI sloj može da:

• poveže dokumenta (porudžbenica, otpremnica, prijem, reklamacija)
• odgovori na pitanje „gde je zapelo“ i prikaže relevantne dokaze
• generiše kratku poruku dobavljaču sa tačnim podacima (broj pošiljke, rok, traženi korektivni korak)

Kvalitetnija digitalna komunikacija sa EU partnerima

Za mnoge industrijske firme u Srbiji, rast ide kroz izvoz i rad sa evropskim partnerima. Tu nije presudno da pišeš „lep marketing“, nego da imaš precizne, standardizovane informacije.

AI može da pomogne da se:

• tehničke specifikacije i izmene verzija automatski sažmu
• pripreme odgovori na RFI/RFQ sa konzistentnim podacima
• naprave dvojezični (SR/EN) sažeci za partnere bez gubljenja nijansi

To nije „automatizacija radi automatizacije“. To je manje grešaka, manje ping-ponga mejlovima i brže odobravanje.

Praktičan plan: kako da krenete sa AI „Web vodičem“ u sopstvenoj firmi

Najbrži put do rezultata je mali pilot na realnom problemu, ne velika transformacija odjednom. Evo okvira koji sam video da radi u praksi.

Korak 1: Izaberite jedan „trenutak bola“

Dobri kandidati:

• pretraga procedura i dokumentacije (održavanje, kvalitet)
• analiza zastoja i tekstualnih opisa kvarova
• sažimanje nedeljnih izveštaja (OEE, škart, reklamacije)

Cilj: da se vrednost vidi za 2–6 nedelja, ne za 12 meseci.

Korak 2: Sredite minimalno podatke (bez perfekcionizma)

Ne treba data lake da bi pilot uspeo. Treba:

• jasni izvori (folderi, SharePoint, DMS, ERP export)
• dogovorene oznake: linija, mašina, smena, kupac, dobavljač
• osnovna pravila pristupa (ko sme da vidi šta)

Korak 3: Uvedite semantičku pretragu + grupisanje

Praktično rešenje često izgleda ovako:

• indeksiranje dokumenata
• semantic search preko upita na srpskom
• rezultat organizovan u grupe (procedura, prethodni incidenti, rezervni delovi)

Merite:

• vreme do pronalaska dokumenta
• broj eskalacija („pitaj Marka, on zna“)
• broj ponovljenih kvarova zbog pogrešne procedure

Korak 4: Dodajte sažimanje i automatske izveštaje

Kada pretraga radi, dodajte:

• dnevni/tedeljni AI sažetak za rukovodioce
• alertove (npr. „porast škarta 20% u 48h“)

Ovo je deo gde AI najbrže „oslobodi vreme“ timu.

Korak 5: Postavite granice (privatnost, tačnost, odgovornost)

AI u industriji mora imati jasne zaštitne ograde:

• human-in-the-loop za kritične odluke (kvalitet, bezbednost)
• logovanje izvora: odakle je informacija došla
• redovna provera halucinacija u sažecima (posebno na mešanim PDF-ovima)

Snippet za citiranje: U industriji, AI nije zamena za odgovornost—AI je filter i asistent, a verifikacija ostaje na ljudima i sistemima kvaliteta.

Pitanja koja ljudi stvarno postavljaju (i jasni odgovori)

Da li je ovo skupo i „samo za velike“? Ne mora da bude. Najisplativiji projekti su mali: pretraga interne baze znanja i sažimanje izveštaja. Trošak obično dolazi iz integracija i sređivanja podataka, ne iz samog modela.

Da li AI može da radi na srpskom? Da, pogotovo za pretragu i sažimanje. Ipak, u industriji su česte mešavine srpskog, engleskog, šifri i skraćenica—zato su kvalitet indeksiranja i terminološki rečnik važni.

Koji KPI da pratim da znam da radi? Birajte 2–3 merljive stvari:

• vreme do pronalaska procedure ili incidenta
• vreme do izrade nedeljnog izveštaja
• broj ponovljenih zastoja istog tipa u 30/60 dana

Šta Google Web Vodič poručuje industriji u Srbiji

Google Web Vodič pokazuje jednostavnu istinu: vrednost AI-a nije u tome da „zna sve“, nego da te brže dovede do onoga što ti treba. U fabrici, to znači brže do uzroka zastoja, brže do ispravne procedure, brže do tačnog statusa isporuke, brže do izveštaja koji se koristi.

Ako ste u proizvodnji ili industriji u Srbiji i planirate AI inicijative u 2026, moj stav je jasan: krenite od pretrage i izveštavanja. To su „tihi“ projekti koji donose rezultat bez prekrajanja cele proizvodnje.

Sledeći korak je jednostavan: izaberite jednu oblast gde se danas najviše gubi vreme na traženje informacija, pa napravite pilot koji meri pre i posle. Kad jednom tim oseti razliku između „kopanja“ i „vođene pretrage“, teško se vraća na staro.

Koji deo vašeg procesa danas najviše liči na staru pretragu—mnogo podataka, malo odgovora?