Prije nekoliko godina kompanija iz Vodnjana pustila je svim svojim zaposlenicima interni AI asistent. Generički chat, dostupan svakome, bez uputa i bez scenarija - s idejom da ljudi sami otkriju čemu im služi. Prvi mjesec izgledao je kao trijumf: svi su ga otvorili, svi su nešto pitali. A onda je korištenje palo gotovo na nulu.
"Bio je previše generičan i nedovoljno specifičan - znao je sve i ništa", kaže Ervin Jagatić, direktor za razvoj umjetne inteligencije u Infobipu. "Ljudi bi ga jednom ili dvaput nešto pitali, dobili odgovor kakav bi mogli dobiti bilo gdje drugdje i vratili se svom poslu."
Ta rečenica - odgovor kakav bi mogli dobiti bilo gdje drugdje - prilično precizno objašnjava zašto se većina korporativnih AI projekata u svijetu ugasi prije nego što išta donese. Studija MIT-ova projekta NANDA, ona koja je prošlog ljeta prošla kroz sve poslovne medije, procijenila je da čak 95 posto poslovnih pilota generativne umjetne inteligencije ne pokaže nikakav mjerljiv povrat.
Infobip tvrdi da je među onih pet posto.
Prvo brojke. Kompanija koju su 2006. u Vodnjanu pokrenuli Silvio Kutić, Roberto Kutić i Izabel Jelenić ove godine obilježava dvadeset godina poslovanja. U 2025. ostvarila je 2,34 milijarde dolara prihoda, što je rast od 16,5 posto, uz prilagođenu EBITDA-u od 200 milijuna dolara - skok od 42 posto u jednoj godini. Ima oko 3600 zaposlenika u šezdesetak ureda. Njezina infrastruktura, prema podacima same kompanije, dohvaća više od sedam milijardi mobilnih uređaja preko više od 10.000 veza, od čega su 800 izravne veze s telekom operaterima. U dvadeset godina kroz sustav je prošlo 3,8 bilijuna poruka.
Na tu mašinu Infobip je u posljednje dvije godine nakalemio umjetnu inteligenciju, i to ne kao dodatak nego kao instalaciju. Prema kompanijinu ESG izvještaju za 2025., više od devedeset posto zaposlenika svaki mjesec koristi AI alate, 85 internih "AI šampiona" raspoređeno je po petnaest odjela (do kolovoza ove godine ta je brojka narasla na više od 115 u više od dvadeset odjela), svaki novi zaposlenik prolazi obaveznu edukaciju o odgovornoj upotrebi AI-ja, a u učenje i razvoj uloženo je 66.677 sati, odnosno devetnaest sati po zaposleniku.
Iz Vodnjana do sedam milijardi uređaja: Infobip slavi 20 godina i kreće u najveću okladu dosad
Sve su to, međutim, ulazne brojke. Mjere koliko je novca i vremena ušlo, ne koliko je vrijednosti izašlo. Infobipov vlastiti interni blog to je formulirao poštenije nego većina: usvajanje je lako, dokazivanje vrijednosti je težak dio.
"Što ja s ovim radim u utorak ujutro?"
Zanimljivo je da otpor zaposlenika, kaže Jagatić, nije bio onakav kakav se obično pretpostavlja.
"Nitko nije sumnjao da AI funkcionira - problem je bio u tome što ljudi nisu znali kako bi im konkretno mogao pomoći u svakodnevnom radu. Alat je bio dostupan, ljudi bi ga otvorili, pogledali i vratili se na staro jer nisu imali odgovor na pitanje: ‘Što ja s ovim radim u utorak ujutro?‘"
Odgovor na to pitanje bio je organizacijski, a ne tehnološki. Regionalni AI šampioni, objašnjava Jagatić, ne drže predavanja o umjetnoj inteligenciji - sjednu s timom i traže zadatke koje taj tim radi svaki tjedan, a koji se mogu automatizirati. Skepsa je nestala kad su ljudi vidjeli kolegu iz vlastitog tima kako AI koristi za nešto konkretno.
Iz propalog generičkog asistenta izrasla su četiri interna sustava koja danas drže infrastrukturu: među njima su MindOS kao "drugi mozak" povezan s internim znanjem, SquadOS za prodaju i InfobipOS kao svojevrsni kokpit kompanije. Svaki je vezan uz konkretan posao i konkretne podatke. "Neuspjeh nije bio u tehnologiji, nego u pretpostavci da će ljudi sami premostiti jaz između općeg modela i vlastitog posla", kaže Jagatić.
Infobip zaposlenicima daje pristup umjetnoj inteligenciji bez ikakvih limita - tretira je, kažu, kao struju ili internet. Takav pristup ima cijenu, i ona nije mala.
Za interne potrebe kompanija je, kaže Jagatić, potrošila više od deset bilijuna tokena. Deset tisuća milijardi. Ako vam je knjiga bliža mjera od tokena, to je grubo oko 75 milijuna knjiga prosječne duljine, odnosno otprilike 2,8 milijardi tokena po zaposleniku.
Točan mjesečni račun za inferenciju Jagatić ne otkriva, nego nudi mehaniku: trošak se prati na tri razine. Prva je svijest - ljudi i timovi vide koliko troše. Druga je primjena - optimiziraju se promptovi i koristi takozvani model routing, pa svaki upit ne ide prema najskupljem frontier modelu (jedna je takva zamjena, kako je Jagatić ranije rekao Bugu, ispala dvanaest puta jeftinija uz usporedivu kvalitetu). Treća je infrastruktura - vlastiti compute.
Upravo je to najkonkretniji dio priče. Infobip je ove godine odlučio ulagati u vlastite grafičke procesore. Za interne zadatke, osjetljive podate i visokovolumne rutinske poslove granični trošak tokena time se, tvrdi Jagatić, približava nuli, dok se najskuplji modeli u oblaku zadržavaju za najzahtjevnije rezoniranje. Arhitektura u dvije ravnine, kako je zove.
A kada je trošak prevelik? "Trošak je ‘previsok‘ kada raste brže od mjerljivog outputa tima koji ga stvara, a ne kada prijeđe neki apsolutni prag", kaže Jagatić. Za praćenje je zadužen tim zvan AI Base, a budžet se alocira po regijama i odjelima.
Ovdje priča prestaje biti interna. Infobipovi klijenti su banke, telekomi i zdravstveni sustavi, a kroz platformu dnevno prolazi više od milijarde transakcija. Halucinacija u ime banke nije neugodnost, nego incident.
Pitali smo Jagatića koji je konkretan tehnički mehanizam - ne politika - koji to sprečava.
"Postoji nekoliko slojeva i nijedan od njih nije samo ‘politika‘. Prvo, agent ne odgovara samo na temelju vlastitog općeg znanja. Razvili smo vlastiti RAG sustav - to je Infobipovo intelektualno vlasništvo - koji svaki odgovor povezuje s dokumentima i podacima klijenta. Sustav radi s vremenom odziva kraćim od 500 milisekundi po odgovoru prema korisniku. Ta je brzina važna jer znači da se povezivanje odgovora s relevantnim podacima ne uključuje samo za ‘važne‘ upite, nego je prisutno u svakom odgovoru i u stvarnom vremenu. Ako nema odgovarajuće podloge, agent to kaže i ne pokušava nadopuniti odgovor.
Drugo, radnje su odvojene od razgovora. Putem MCP servera agent dobiva podatke iz sustava klijenta - primjerice status zahtjeva, stanje ili termin - dok se izvršenje provodi kroz definirani API poziv s validacijom, autentikacijom i limitima koje postavlja banka, a ne model.
Treće, kontekst je trajan i pod našom kontrolom. Identitet i stanje razgovora prenose se preko različitih kanala na istoj infrastrukturi, tako da agent ne mora pogađati tko je korisnik ni gdje je razgovor stao.
Četvrto, evaluacija je povezana s istim RAG sustavom. Prije produkcije testiramo ga na stvarnim scenarijima klijenta i mjerimo koliko je odgovora utemeljeno u dohvaćenim podacima, a ne samo koliko zvuče uvjerljivo. U produkciji bilježimo svaki odgovor i njegov izvor, pa se svaki slučaj može rekonstruirati. Kada razina pouzdanosti odgovora padne, razgovor se preusmjerava ljudskom operateru."
Prevedeno na hrvatski koji se govori izvan inženjerskih soba: agent ne smije odgovarati po sjećanju, nego mora svaku rečenicu potkrijepiti dokumentom klijenta, i to u pola sekunde. Ako podloge nema, mora priznati da ne zna. A kad treba nešto stvarno napraviti - prebaciti novac, promijeniti termin - to ne radi model, nego stari, dosadni, deterministički API poziv s pravilima koja je postavila banka.
Saša Erak, potpredsjednik inženjeringa u Infobipu, na ovogodišnjem je DevDaysu poručio da biti AI-first ne znači slijepo automatizirati procese. Pitali smo Jagatića gdje su konkretno povukli tu crtu.
"Saša je u pravu i granica je jasna: AI ne donosi konačnu odluku ni o čemu što ima nepovratne posljedice za klijenta, njegova korisnika ili našeg zaposlenika. U takvim slučajevima čovjek mora biti u procesu odlučivanja - ne kao formalnost, nego kao stvarna točka odluke.
Konkretno, agent može pripremiti financijsku transakciju u ime klijenta, ali njezino izvršenje potvrđuje čovjek ili deterministički sustav s pravilima koje je postavila banka, a ne model. U poslovima povezanima s usklađenošću i regulatornim zahtjevima AI priprema, analizira i predlaže, ali ljudi pregledavaju sadržaj i potpisuju konačnu odluku. Kada agent u kontakt-centru nije siguran, ne pokušava pogoditi odgovor, nego razgovor predaje čovjeku. To je ugrađeno u proizvod, a nije dodano naknadno.
Princip je jednostavan: što je posljedica pogreške veća, to je čovjek bliže odluci. AI ubrzava sve do te točke, a tu točku ne pomičemo samo zato što to možemo, nego tek kada za to postoji opravdan razlog."
Slijedilo je pitanje koje se u svakoj kompaniji koja govori o AI-ju prije ili poslije mora postaviti: ako gotovo svi koriste alate koji ih čine bržima, a broj zaposlenih ostaje otprilike isti, gdje je otišla ta produktivnost?
"Oboje, ali nejednako", kaže Jagatić. To da iste stvari rade brže lako je mjerljivo, ali nije dovelo do smanjenja broja ljudi. Umjesto toga, tvrdi, rade stvari koje prije nisu mogli ili im se nije isplatilo raditi. Primjer: odgovaranje na RFP-ove, javne pozive klijenata. AI danas validira svaki zahtjev u odnosu na dokumentaciju i mogućnosti proizvoda. "Prije je to bio tjedan rada nekoliko ljudi, a danas je takva analiza početna točka od koje tim kreće."
Infobip dovodi Mirtu Pađen Lee da ubrza "AI first" preobrazbu vodnjanskog jednoroga
Najveća promjena dogodila se u ulogama ljudi koji klijentima isporučuju rješenja. Infobip danas ima tri odvojene funkcije - CX konzultanta, solution engineera i integration engineera - a sada ih spaja u širu ulogu koju zovu Forward Deployed Engineer. Jedna osoba, uz podršku internih agenata, pokriva dizajn, procjenu izvedivosti i integraciju.
Zanimljivije je, možda, ono što se nije promijenilo. Na pitanje koje zanimanje AI uopće nije dotaknuo, iako svi misle da jest, Jagatić odgovara: usklađenost i regulativa. "AI ubrzava pripremu, ali prosudba i odgovornost i dalje ostaju na ljudima."
Ostaje onaj MIT-ov podatak o 95 posto. Po čemu je Infobip u preostalih pet?
Jagatić nudi metodu, ne broj. Kompanija vodi registar slučajeva upotrebe organiziran po tri horizonta, pa se za svaki vidi u kojoj je fazi i treba li ga nastaviti, prilagoditi ili ugasiti. Ključna je, kaže, faza prije početka: "Ne krećemo od tehnologije i zatim tražimo gdje bismo je mogli primijeniti. Krećemo od konkretnog posla koji netko radi i pitamo se što bi se mjerljivo promijenilo kada bi ga AI preuzeo. Ako na to pitanje ne postoji jasan odgovor prije početka, pilot ne kreće."
Svaki slučaj u registru, tvrdi, ima definiran učinak koji mora pokazati - kraće vrijeme, manji trošak ili prihod koji prije nije postojao - i osobu odgovornu za mjerenje. Uz to je napravljena i interna ROI anketa s kvalitativnom metodologijom u tri sloja, jer, kako kaže, sam broj otvorenih chatova ne govori dovoljno.
Sve to zvuči disciplinirano. Ali konkretne agregirane brojke - koliko je eura ušteđeno, koliko je prihoda otvoreno, koliko je pilota ugašeno - Infobip ne objavljuje. Povrat je, kaže Jagatić, "već vidljiv u prodaji i u timovima koji se bave registracijom SMS sendera". Za kompaniju koja tvrdi da je u pet posto uspješnih, to je i dalje kvalitativan odgovor na kvantitativno pitanje.
Jedno je pitanje, doduše, dobilo vrlo konkretan odgovor: što se dogodi kad interna AI platforma padne. Interna platforma i produkcijski AgentOS, kaže Jagatić, nisu isti sustav i nemaju isti SLA. Klijentski agenti imaju fallback na deterministički tijek i prebacivanje na čovjeka. Isporuka prema klijentima, poručuje, ne smije stati ni u jednom scenariju.
Kontekst koji Infobip najviše voli isticati jest da se sve ovo gradi iz Hrvatske. Zaposlenici rade s frontier modelima odmah po izlasku, kroz izravne ugovore s Anthropicom i OpenAI-jem, uz mogućnost da otvorene modele prilagođavaju i pokreću na vlastitoj infrastrukturi. To u praksi znači da timovi iz Vodnjana, Zagreba i Osijeka ne čekaju da im tehnologija dođe posredno i s kašnjenjem.
U ožujku je Infobip objavio da se pridružio Agentic AI Foundationu, inicijativi pod okriljem Linux Foundationa koja razvija otvorene protokole i standarde za AI agente - među ostalim MCP, protokol koji je Anthropic donirao zakladi. Kad se Infobip učlanio, zaklada je imala 146 članica; do kolovoza ih je bilo 247. U toj su sobi OpenAI, Microsoft, Amazon, Google, ServiceNow, Red Hat i JPMorgan Chase. Infobip tvrdi da je jedina tvrtka iz Hrvatske i ovog dijela Europe.
