Perspektive 3-4 2024

ZAGREBAČKA INICIJATIVA

IZAZOVI I ZAMKE perspektive

NOVE IDEJE ZA KRIZNA VREMENA

Perspektive – prosinac 2024.

Umjetna inteligencija je sposobnost nekog uređaja da oponaša ljudske aktivnosti poput zaključivanja, učenja, planiranja i kreativnosti. Umjetna inteligencija omogućuje tehničkim sustavima percipiranje okruženja, uzimanje u obzir onog što vide i rješavanje problema kako bi postigli neki cilj. Često se čuje da je umjetna inteligencija tehnologija budućnosti. No umjetna inteligencija i te kako već sada utječe na naše živote. Umjetna inteligencija smatra se ključnom za digitalnu transformaciju društva i postala je prioritet EU-a.

Godina 14, broj 3-4 – prosinac 2024.

Izdavači: ZAGREBAČKA INICIJATIVA

Zaklada Konrad Adenauer

Seniko studio (suizdavač)

Glavni urednik: Ante Gavranović

Uredništvo: Drago Kojić, dr.sc. Darko Horvatin

Priprema: Seniko studio, Zagreb

Tisak: Tiskara Zelina, Zelina Tiskano u 475 primjeraka

ISSN 1848-140X

Ovaj primjerak je besplatan zahvaljujući Financijskoj podršci zaklade Konrad Adenauer, Zagreb e-mail: info@inicijativa.com.hr

Perspektive online Sve dosadašnje brojeve časopisa možete čitati u online verziji: vidi 147. stranicu.

3

Riječ glavnog urednika

Nove dimenzije društveno-ekonomskih odnosa

TEMA BROJA: IZAZOVI I ZAMKE UMJETNE INTELIGENCIJE

5 NOVE TEHNOLOGIJE OPĆE NAMJENE

Maraton s tempom sprinta

Mladen Vedriš

7 DISRUPTIVNE DVOJBE

Može li umjetna inteligencija ubrzati rast konkurentnosti i produktivnosti hrvatskoga gospodarstva?

Damir Novotny

14 CENTAR ZA UMJETNU

INTELIGENCIJU FER-a

Važnost istraživačkih i razvojnih aktivnosti

Sven Lončarić

21 UTJECAJ UMJETNE INTELIGENCIJE NA UPRAVLJANJE PODUZEĆIMA

Ravnoteža između potencijala i rizika

Elena Perić

30 MEĐU LIDERIMA GLOBALNE AI SCENE

Privlačimo globalnu pozornost i stvaramo uvjete za nova partnerstva i investicije

Ivana Matoković

33 ULOGA SRCA U PRIMJENI UMJETNE

INTELIGENCIJE

Mnogo više od nove tehnologije

Ivan Marić

39 DIGITALNA I AI TRANSFORMACIJA

Globalni alat za povećanje produktivnosti

Vedran Antoljak

47 UPRAVLJANJE PROMJENAMA U DOBA

UMJETNE INTELIGENCIJE

Ne obveza nego imperativ

Branko Pavlović

50 UMJETNA INTELIGENCIJA U FINANCIJSKOJ INDUSTRIJI

Kohabitacija strojeva i ljudi

Darko Horvatin

56 FINANCIJE I STROJNO UČENJE

Ključna je kvaliteta podataka

Sven Barac

60 UMJETNA INTELIGENCIJA U OBRAZOVANJU

Prijetnja ili nove mogućnosti?

Nenad Pavlinić

63 PRIMJENA UI-a u POLJOPRIVREDI

Obilje (ne)prilika i izazova

Zvjezdana Blažić, Mario Pilija

68 UTJECAJ UI NA INDUSTRIJU ISTRAŽIVANJA TRŽIŠTA

Novi val rasta

Igor Matutinović

73 PODATKOVNI CENTRI

Nezasitni žderači električne energije

Loris Pilar

79 UMJETNA INTELIGENCIJA U HRVATSKOJ

Na putu prema nadprosječnosti

ChatGPT

83 UMJETNA INTELIGENCIJA U LOGISTICI

Racionalizacija i optimizacija procesa

Filip Krapić

88 UTJECAJ UI NA INDUSTRIJU AMBALAŽE

Enciklopedija modernoga doba

Dorijan Naletina

92 ZAMKE I OPASNOSTI PRIMJENE AI

Treba postaviti razvojne granice

Ante Gavranović

U FOKUSU

103 KREDITNI REJTING HRVATSKE U društvu globalnih odlikaša

Darko Horvatin

108 NOVI UZLET BRICS-a

Što Zapad može očekivati od sve brojnije

skupine

Đuro Njavro

114 GLOBALNO STANJE NJEMAČKOG GOSPODARSTVA

„Umoran čovjek“ zahtijeva strukturne reforme

Ante Gavranović

125 DEMOGRAFIJA I DEMOKRACIJA

Saveznici i protivnici

Drago Kojić

NOVE KNJIGE

131 Beskonačno nadmetanje

133 Amerika je „izbrisala“ slavnog umjetnika

135 Prijeteće nebeske „gljive“

138 Vruće posljedice hladnih ratova

141 ZAŠTO NACIJE PROPADAJU

Za razvoj nacija presudne političke i ekonomske institucije

Ante Gavranović

Riječ glavnog urednika

Nove dimenzije društvenoekonomskih odnosa

Umjetna inteligencija sve je prisutnija u svim segmentima društvenog života, a suvremene tehnologije značajno su promijenile način razmišljanja i djelovanja, napose na današnji odgojno-obrazovni sustav, kao i na fi lozofiju i praksu poslovanja. Ukratko, primjena umjetne inteligencije unosi u društveno-ekonomsku sferu nove dimenzije.

Gdje je Hrvatska?

Hrvatska je usvojila nekoliko nacionalnih strategija koje uključuju umjetnu inteligenciju kao ključnu komponentu. U sklopu Nacionalne razvojne strategije do 2030. godine, Hrvatska planira poticati digitalnu transformaciju gospodarstva, što uključuje ulaganje u AI tehnologije. Hrvatska, kao dio Europske unije, aktivno prati razvoj i primjenu umjetne inteligencije (AI) te ima nekoliko značajnih inicijativa i potencijala u ovom području. Primjerice, hrvatske akademske institucije, poput Sveučilišta u Zagrebu, Sveučilišta u Rijeci i Instituta Ruđer Bošković, igraju ključnu ulogu u istraživanju i razvoju AI-a. Fakulteti računarstva i informatike aktivno provode istraživanja u područjima poput strojne obrade podataka, računalne vizije, prirodnog jezika i robotike Također, posljednjih godina se u Hrvatskoj razvija snažan startup ekosustav koji obuhvaća niz tvrtki fokusiranih na AI. Tvrtke poput „Rimac Automobili“ koriste AI u razvoju autonomnih vozila, dok druge, kao što su „Infobip“ i „Photomath“, implementiraju AI u telekomunikacijama i obrazovanju. Ovi startupi dokazuju da Hrvatska ima potencijal za inovacije u AI-u. Sustavi umjetne inteligencije integrirani su i u poslovanje mnogih kompanija . Nekim tvrtkama je umjetna inteligencija temelj poslovanja.

Hrvatska poduzeća sve više koriste AI za optimizaciju poslovnih procesa, od prediktivne analitike u financijama i marketingu do pametnih sustava u proizvodnji. Sektor turizma, ključan za Hrvatsku, također počinje koristiti AI za personalizaciju korisničkog iskustva, analizu podataka i optimizaciju usluga.

Unatoč napretku, Hrvatska se suočava s izazovima poput ograničenih financijskih sredstava, nedostatka stručnjaka za AI i potrebe za jačim vezama između akademije i industrije. Također, pitanje regulative i etičkih standarda vezanih uz AI tek treba biti detaljno razrađeno.

Hrvatska ima priliku iskoristiti svoju poziciju unutar EU-a za privlačenje sredstava iz europskih fondova za razvoj AI-a. Suradnja s međunarodnim partnerima i daljnji razvoj akademskih programa specijaliziranih za AI može znatno doprinijeti razvoju domaće AI industrije.

Zaključno, Hrvatska ima solidne temelje i rastući interes za umjetnu inteligenciju, uz izazove koji su karakteristični za manje zemlje. Kroz strateška ulaganja, obrazovanje i suradnju, Hrvatska može znatno unaprijediti svoje kapacitete u ovom ključnom tehnološkom području. Pri tome mora voditi računa o zamkama i opasnostima koje umjetna inteligencija nosi sa sobom. Na to upozorava čak i „kum“ umjetne inteligencije Geofrey Hinton. Nova knjiga jednog od najistaknutijih intelektualaca današnjice, Izraelca Yuvala Noaha Harrarija vrlo kritički upozorava na potencijalne opasnosti u korištenju umjetne inteligencije. On smatra da treba postaviti razvojne granice bez kojih će se „ubrzo pretvoriti u samostalno biće koje čovječanstvu neće biti alat nego konkurentska vrsta na Zemlji. Umjetna inteligencija novi je alfa-grabežljivac. Ako ne bude pod kontrolom, svi ćemo postati njezin plijen“.

Konačno, i poglavar Katoličke crkve te najveći moralni autoritet papa Franjo upozorio je da umjetna inteligencija ne smije natjerati ljude da zaborave međuljudske odnose. „Tehnološki razvoj riskira izoliranje pojedinaca i njihovo stavljanje u lažnu stvarnost.

Umjetna inteligencija bi se trebala koristiti za zbližavanje ljudi i promicanje razumijevanja i solidarnosti unutar društva“.

Tema broja: Izazovi i zamke umjetne inteligencije

NOVE TEHNOLOGIJE OPĆE NAMJENE

Maraton s tempom sprinta

Jedina razlika između problema i rješenja je to što ljudi razumiju rješenje. (D. Brande)

Piše: prof.dr. Mladen Vedriš1

Gotovo nikada se nije dogodilo da ono što je napisano danas i sutra objavljeno, već dan, tjedan ili tek mjesec kasnije postaje stara, ili još bolje rečeno, zastarjela vijest. Nova rješenja i tehnologije stižu svuda; od proizvodnih linija, novih automobila i medicinske opreme,… obično nakon dvije do četiri godine s novim tehnološkim sadržajima, a u međuvremenu s određenim promjenama – user friendly karaktera.

1 Autor je nastavnik na Visokom učilištu Effectus i predsjednik Zagrebačke inicijative.

Tema broja: Izazovi i zamke umjetne inteligencije

U tom kontekstu umjetna inteligencija ( Artificial Intelligence, dalje AI) i sve što taj pojam ispunjava, znači maraton s tempom sprinta. Toj je temi posvećen ovaj broj Perspektiva s intrigantnim tekstovima i naslovima koji se bave pojedinim problemima iz tog zahuktalog procesa. I sve to kao dio globalnog djelovanja svih vrsta: krize i ratovi, klimatske promjene, ubrzane migracije stanovništva,… i sve to događa se istovremeno.

AI prisutan je kao tehnologija opće namjene posvuda: zdravlje, promet, hrana, javna uprava i usluge svih vrsta, industrija zabave,… Isto tako internetska kupnja i pretraživanje interneta, strojno prevođenje, digitalni osobni asistenti, pametni dronovi, gradovi i infrastruktura,… Ostaje pitanje koliko svi oblici AI mehanizama mogu doprinijeti rješenjima na tim područjima. Koji je dio globalne populacije u mogućnosti upravljati i služiti se tim alatima – koji je to segment populacije koji je subjekt događanja. Koji je pak dio ukupne populacije tek objekt tog događanja.

AI tehnologija puni zamah dobiva od kraja 2022., ali se istovremeno suočava s nizom internih izazova. Do danas je u to područje investirano 1.4 trilijuna $. Istovremeno vodeći proizvođač AI čipova tvrtka Nividia bilježi burzovni rast na (nestvarnih!) više od 3 trilijuna $, čime je postala burzovno najvrednija tvrtka. Istovremeno, u nedavno provedenom istraživanju u SAD-u tek se 5% tvrtki izjasnilo da koristi AI tehnologiju u ostvarivanju svojih proizvoda i usluga. Potrošnja energije u razvoju AI tehnologija raste eksponencijalno. Sve ovo ukazuje da dolazeća 2025. može biti presudna u daljnjem trendu razvoja, ali i ocjeni oportunosti financijskih ulaganja velikih razmjera. I konačno, utrka između SAD-a i Kine na ovom području sve je brža – kako u civilnom, tako i vojnom sektoru.

Sve iskazano upućuje nas na (povijesna) razmatranja. Tehnologija opće namjene (D. Coyle, PV, 2024.) pojava je koju karakterizira činjenica da takve inovacije pružaju ukupnu razvojnu potporu te nisu ograničene na pojedine sektore. Ostaje otvoreno pitanje hoće li ovakva sveobuhvatna promjena potaknuti ubrzani gospodarski rast. Isto tako – uz koju cijenu i kakve ukupne ne samo ekonomske, nego socijalne i društvene posljedice.

I da zaključimo riječima već citirane D. Coyle, kako sve tehnologije opće namjene, posebice električna energija i kanalizacijski sustav (!) otvaraju političku i javnu raspravu koje utječu na njihovo širenje. I ostaje upozorenje (opomena!) – nije moguće prevladati ili usporiti razvoj umjetne inteligencije, ali… njihovi kreatori i promotori moraju uspjeti u nastojanju da te moćne tehnologije služe općem većem javnom dobru.

Tekstovi u ovom broju našeg i vašeg časopisa Perspektive mogu nas uvesti u ova promišljanja i vlastite prosudbe o ovom novom AI putovanju. Da to nije samo zaključak ili pretpostavka ovog uvoda potvrđuje činjenica da 61% Europljana pozitivno gleda na umjetnu inteligenciju i robote,…ali 88% tvrtki smatra da se tim tehnologijama mora i na opće prihvatljiv način upravljati (EU barometar).

DISRUPTIVNE DVOJBE

Može li umjetna inteligencija

ubrzati

rast konkurentnosti

i produktivnosti hrvatskoga gospodarstva?

Nemamo dovoljno razvijen institucionalni okvir za primitak ove nove iznimno sofisticirane tehnologije.

Piše: dr.sc. Damir Novotny1

Mogu li nove tehnologije ostvariti učinak na podizanje produktivnosti svih činitelja proizvodnje dobara i usluga te tako rast i profitabilnost poduzeća, odnosno na agregatnoj razini ubrzati ukupnu konkurentnost nacionalnih ekonomija, potpuno je nedvojbeno. Primjena novih tehnologija početkom 21. stoljeća je u razvijenim zemljama, kao što je to SAD, ali i zemljama s rastućim ekonomijama, poput Kine, snažno je utjecala na ubrzavanje ekonomskog rasta. Iako se na prvi pogled možda može činiti da je u primjeni novih tehnologija Kina u prednosti u odnosu na razvijene zemlje, moramo biti oprezni prilikom prihvaćanja ovakvog zaključka.

Clayton M. Christensen, profesor na Harvard Business School je još 1997. godine u svojoj knjizi „Inovatorova dilema – kada nove tehnologije dovode velike tvrtke do propasti“ 2, ukazao na fenomen da svaka primjena novih tehnologija ne vodi nužno prema povećavanju konkurentnosti i uspjehu poduzeća. Većina novih tehnologija unapređuje učinkovitost postojećih proizvodnih procesa ili postojećih tehnologija, dakle ostvaruje porast učinka koji ne donosi nužno prednost na tržištu u odnosu na konkurente. Nove su tehnologije gotovo svima dostupne, svatko može, s više ili manje uspjeha, uz njihovu promjenu unaprijediti svoju produktivnost i operativnu učinkovitost.

1 Profesor stručnih studija na Sveučilištu Algebra

2 Christensen, C. M. (2015). The innovator’s dilemma: when new technologies cause great firms to fail. Harvard Business Review Press

Tema broja: Izazovi i zamke umjetne inteligencije

Više od četvrt stoljeća nakon pojave Christensenove knjige možemo vidjeti brojne dokaze za ovu tezu. Kineski poduzetnici u većini slučajeva, primjerice, implementiraju nove tehnologije na operativnoj razini, ne ostvarujući strateške iskorake. Kineska poduzeća svoju konkurentnost na globalnom tržištu, unatoč određenim inovacijama u novim komunikacijskim tehnologijama, ipak temelje na jeftinoj raznoj snazi i obilatim državnim subvencijama.

Christensen tehnologijama koje samo djelomično unapređuju postojeća obilježja proizvoda i poslovnih procesa, koje naziva „održavajućima“, sučeljava tehnologije koje iz temelja mijenjaju poslovne modele i koje donose nova, do tada neviđena, obilježja proizvoda i usluga, čine ih jeftinijima i dostupnijima potrošačima, te tako imaju snažan učinak na ekonomske aktivnosti na razini poduzeća i nacionalnih ekonomija. Christensen ovakve tehnologije naziva „disruptivnima“ ili „remetilačkim“3

Umjetna inteligencija je svakako jedna od „disruptivnih“ tehnologija koja može ostvariti snažne učinke na konkurentnost poduzeća i tako dati snažan doprinos ekonomskom rastu i rastu općeg blagostanja. Međutim, kao svaka od novih tehnologija, umjetna inteligencija može postati samo jedna od „vodoravnih tehnologija“ čija primjena je široka i ne donosi povećavanje produktivnosti, kao što se to danas događa s informatičkim tehnologijama.

Disruptivne tehnologije

U literaturi se disruprivne tehnologije često definiraju kao tehnološke inovacije koje otvaraju mogućnosti unapređivanja sustava proizvodnje roba ili usluga, odnosno povećavanja produktivnosti. Prihvatimo li ovu definiciju, možemo ustvrditi da su zapravo sve tehnološke inovacije iz prve, druge i treće industrijske revolucije bile „remetilačke“. Iz današnje perspektive, ipak, ne bismo mogli sve inovacije u proizvodnim sustavima u 19. i 20. stoljeću nazvati disruptivnima. Štoviše, velika većina novih tehnologija u prošlom stoljeću su ostvarile snažne, ali ipak rastuće učinke na produktivnost i konkurentnost poduzeća (nacionalnih ekonomija). Mnoge inovacije štoviše, jednostavno nisu uspjele. Brojni su primjeri neuspješnih implementacija inovativnih tehnoloških rješenja.

Za potrebe ove analize ćemo se ipak prikloniti definicije distruptivnih tehnologija koju je definirao profesor Christensen: „disruptivna tehnologija je ona koja zamjenjuje postojeće tehnologije u poduzećima, stvara nove poslovne modele, potpuno nove proizvode i potpuno nove skupine ekonomskih aktivnosti (nove industrije)“. Christensen u svojoj knjizi promiče ekonomsku ulogu distruprivnih tehnologija, naglašavajući da se svako poduzeće suočava s dilemom („inovatorovom dilemom“): nastaviti razvijati svoje uspješno poslovanje uvodeći tehnologije koje se sukcesivno

3 Na žalost u hrvatskom jeziku ne možemo pronaći istoznačnicu za engleski pojam „disruptive“.

Može li umjetna inteligencija ubrzati rast konkurentnosti i produktivnosti hrvatskoga gospodarstva?

pojavljuju na tržištu za poboljšanje već profitabilne proizvodnje ili učvrstiti svoj uspjeh na tržištu (dakle uvoditi „održive tehnologije“), ili primijeniti disruptivne tehnologije koje znače stvaranje potpuno novog proizvoda ili potpuno nove usluge, za koju potrošači nisu do tada nisu poznavali. Steve Jobs, jedan od osnivača Apple-a i vjerojatno najkreativniji poduzetnik na početku 21. stoljeća, uspjeh svoje kompanije nije temeljio na postojećim tehnološkim rješenjima već na tehnološkim rješenjima koja stvaraju potpuno nove, netaknute tržišne prilike. Jobs je o primjeni novih tehnologija govorio:

„Neki ljudi kažu da kupcima nude ono što žele, ali to nije moj pristup. Naš je posao shvatiti što će htjeti prije nego što to učine. Mislim da je Henry Ford jednom rekao, ’da sam kupce pitao što žele, rekli bi mi bržeg konja’. Ljudi ne znaju što žele dok im to ne pokažete. Zato se nikad ne oslanjam na istraživanje tržišta i postojećih potreba potrošača.“

Steve Jobs je na Christensenovu inovatorovu dilemu odgovorio izborom distruptivnih tehnologija. Nije se zadovoljio implementacijom postojećih novih tehnologija, već je kreativno koristio tehnologije za poslovnu disrupciju, stvarao proizvode za koje njegovi kupci nisu znali da će ih kupovati u budućnosti. Danas je Apple Inc jedna o tri najvrijednije tehnološke korporacije na svijetu prema vrijednosti tržišne kapitalizacije. Danas se najčešće govori o dvanaest potencijalno ekonomski disruptivnih tehnologija.

Tablica 1. Disruptivne tehnologije

Disruptivna tehnologija Opis

1. Mobilni 5G internet Širenje sve moćnijih mobilnih računalnih uređaja i mobilni prijenos podataka velikom brzinom

2. Računalna automatizacija rada za koje je potrebno znanje ( Automation of knowledge work)

Inteligentni softverski sustavi koji pomažu otklanjanju informacijskog kaosa i povećavanju učinkovitosti procesa.

3. Internet stvari ( Internet of things – IoT ) Internet stvari (IoT) označava mrežu fizičkih objekata – „stvari“ – u koje su ugrađeni senzori, softver i druge tehnologije u svrhu povezivanja i razmjene podataka s drugim uređajima i sustavima putem interneta.

4. Računalstvo u oblaku Računalstvo u oblaku je isporuka računalnih usluga – uključujući poslužitelje, pohranu, baze podataka, umrežavanje, softver, analitiku i umjetnu inteligenciju – putem interneta („oblaka“) kako bi se ponudile brže inovacije, fleksibilni resursi i ekonomija obujma.

5. Napredna robotika Napredna robotika uključuje robotske sustave sposobne preuzimati naredbe i reagirati na njih na inteligentan način.

broj 3-4 :: prosinac 2024.

Tema broja: Izazovi i zamke umjetne inteligencije

Disruptivna tehnologija Opis

6. Autonomna vozila

7. Genetika nove generacije

8. Proizvodnja i skladištenje energije iz obnovljivih izvora

9. 3D tiskanje

10. Napredni materijali

11. Napredne tehnologije za pronalaženje i eksploataciju nafte i plina

12. Umjetna inteligencija ( Artificial Intelligence- AI )

Vozila koja mogu prometovati sa smanjenom intervencijom ili bez ljudi

Sekvenciranje sljedeće generacije (NGS) nova je tehnologija koja se koristi za sekvenciranje DNK i RNK i otkrivanje varijanti/mutacija. NGS može sekvencirati stotine i tisuće gena ili cijeli genom u kratkom vremenskom razdoblju

Proizvodnja energije iz obnovljivih izvora i razvoj tehnologija za pohranjivanje energije.

3D tisak koristi računalno potpomognuti dizajn za stvaranje trodimenzionalnih objekata metodom slojevitosti. Ponekad se naziva i aditivna proizvodnja, 3D ispis uključuje nanošenje slojeva materijala, kao što su plastika, kompoziti ili bio-materijali za stvaranje objekata različitih oblika, veličina, krutosti i boja.

Napredni materijal može se definirati kao bilo koji novi ili značajno poboljšani materijal koji pruža jasnu prednost u (fizičkoj ili funkcionalnoj) izvedbi u usporedbi s konvencionalnim materijalima.

Kako bi povećala učinkovitost, smanjila troškove i smanjila štetu okolišu, industrija nafte i plina usvaja nove tehnologije, poput umjetne inteligencije (AI), analitike velikih podataka, interneta stvari (IoT) i bespilotnih letjelica.

Umjetna inteligencija (AI) odnosi se na računalne sustave sposobne za obavljanje složenih zadataka koje je povijesno mogao obavljati samo čovjek, kao što su rasuđivanje, donošenje odluka ili rješavanje problema.

Izvor: McKinsey Global Institute, prilagodba autora

Popis novih, potencijalno ekonomski disruptivnih tehnologija se ubrzano proširuje. Međutim, implementacija ovih tehnologija ne može sama po sebi osigurati povećavanje produktivnosti i konkurentnosti poduzeća. Za ekonomsku disrupciju koja će imati utjecaj na rast nacionalnih ekonomija je potrebno više od same implementacije tehnologija – potrebna je kombinacija tehnologija, razvijenih i kvalitetnih ekonomskih institucija, raspoloživost rizičnog kapitala i kreativnih ljudi.

UI i ekonomski rast

Umjetna inteligencija je jedna od disruptivnih tehnologija, koja je možda trenutno vidljivija od drugih ali nikako ne i značajnija za pokretanje ekonomskog rasta. Ova tehnologija doživljava pretjerana očekivanja sličnim onima koje su koncem 1990-ih

Može li umjetna inteligencija ubrzati rast konkurentnosti i produktivnosti hrvatskoga gospodarstva?

i početkom 2000-tih doživjele internetske tehnologije. Tadašnje izuzetno velika očekivanja su rezultirala snažnim priljevom kapitala u novoosnovana internetska poduzeća. Većina „čistih“ internetskih poduzeća, koja nisu bila povezana sa stvarnim proizvodnim sustavima, doživjela su slom. Očekivanja od internetskih tehnologija su nakon sloma u 2002. godini ušla u svoju realističnu fazu. Među dvadeset najvećih kompanija na svijetu, mjereno njihovom tržišnom kapitalizacijom, samo su Alphabet (Google) i Meta Platforms (Facebook) preostala poduzeća s „čistim“ internetskim poslovnim modelom. Amazon se može također ubrojiti u pionire korištenja internetskih, u 1990-im ekonomski disruptivnih tehnologija. Ova velika korporacija uspješno kombinira tradicionalni i internetski poslovni model, često nazivan click+brick (klik i cigla) model.

Na samom vrhu najvrjednijih kompanija na svijetu su Apple Inc i NVIDIA Inc, koja proizvodi računalnu opremu (hardware), softverska rješenja i vrlo uspješno kombinira umjetnu inteligenciju i druge disruptivne tehnologije u svojim proizvodima. Ove dvije najvrjednije američke korporacije ostvaruju snažan rast slijedeći model ekonomske disrupcije profesora Christensena korištenjem raspoloživih tehnologija.

Nastavak stoljetnog procesa automatizacije

Sama primjena novih tehnologija, dakle nije dovoljna, već mora biti dio kompozicije institucionalnih uvjeta4 i kreativnih pokretača (resursa koji se temelji na snazi ljudskog uma i talentima) ekonomskog rasta.

Iako umjetna inteligencija nije tehnologija koja je nastala u ovom stoljeću5 , prirodan slijed automatizacije, odnosno preuzimanje ljudskog fizičkog rada od strane automatiziranih i robotiziranih strojeva, doživljava u posljednja dva desetljeća snažan razvoj. Ova tehnologija privlači, međutim, veću pozornost zbog činjenice da se ne primjenjuje na automatizaciju rutinskih i nisko-plaćenih poslova već da preuzima kognitivne zadaće, rezervirane za visoko-kvalificirane ljudske potencijale. Snažan ekonomski napredak u protekla dva stoljeća možemo zahvaliti revolucionarnim (disruptivnim) tehnologijama kojima su se automatizirali industrijski proizvodni sustavi, povećavala produktivnost manualnog rada, unaprijedila konkurentnost poduzeća i cijelih nacionalnih ekonomija. Razdoblja snažnih, tektonskih promjena u 19. i 20. stoljeću nazivamo prvom i drugom industrijskom revolucijom. Treća

4 O važnosti institucionalnih uvjeta su pisali Daron Aceomglu i James Robinson još 2012. godine u svojoj knjizi „Zašto nacije ne uspijevaju – izvori snage, prosperiteta i siromaštva“. Acemogu i Rubinson su, uz Simona Johnsona, dobili Nobelovu nagradu za ekonomiju u 2024.g. zbog svog doprinosa istraživanju značenja društvenih institucija za prosperitet određene zemlje.

5 John McCarthy, profesor na američkom privatnom sveučilištu Dartmouth Collegeu, je 1956. godine organizirao ljetnu radionicu kako bi razjasnio i razvio ideje o mislećim strojevima za što je izabrao naziv „umjetna inteligencija“

broj 3-4 :: prosinac 2024.

Tema broja: Izazovi i zamke umjetne inteligencije

industrijska revolucija, koja označava primjenu informatičkih tehnologija i robotike, se sredinom 1970-ih širi iz SAD-a na ostale razvijene zemlje, i potom na cijeli svijet, koncem 1970-ih. Širenje informatičkih i komunikacijskih tehnologija nije imalo podjednak utjecaj na razvoj u svim zemljama. Mnoge nacionalne ekonomije su ulagale u razvoj ovih tehnologija, poput bivše Jugoslavije i Hrvatske koje su bile pioniri treće industrijske revolucije u krugu socijalističkih zemalja istočne Europe, sa skromnim dugoročnim, strukturnim učincima i održivosti ekonomskog rasta. Danas informatičke i telekomunikacijske tehnologije gledamo ne kao tehnologije koje imaju disruptivni potencijal već kao digitalnu infrastrukturu, usporedivu sa željeznicom i cestama. Tek će širenje četvrte industrijske revolucije, koja povezuje digitalne i fizičke sustave donijeti novu ekonomsku distrupciju i otvoriti široki prostor umjetnoj inteligenciji.

Načelno, u zemljama s visokim troškovima radne snage, umjetna inteligencija može sniziti troškove rada, osobito u visoko plaćenim profesijama u kojima se ova nova tehnologija može uspješno primijeniti. Koliko god nam se može učiniti iznenađujućim, ipak mnoge profesije u razvijenim zemljama nisu povećavale svoju produktivnost unatoč rastu uloženog znanja u proizvodnju roba i usluga.

Pogledajmo kao primjer IT industriju. Plaće u ovom sektoru su snažno rasle početkom 2000-tih zbog manjka ljudskih potencijala sa specifičnim znanjima u području programiranja računalnih programa. Steve Jobs je, vjerojatno intuitivno, najavio prekretnicu odričući se u Appleu inženjera sposobnih izraditi računala i programirati operativne sustave. Ovaj tip znanja se toliko proširio i dobio generička obilježja, tako da nije donosio posebne konkurentske prednosti. Osobna računala je mogao proizvoditi svatko i u svim zemljama. Međutim, malo tko je razumio Appleove zatvorene sustave, dizajnerska rješenja i aplikacije koje su otvarale potpuno nove mogućnosti kreativnim ljudima koji su na njima stvarali nove vrijednosti. Generička računala sa standardnim programskim rješenjima su gubila na cijena kako se povećavala proizvodnja u Kini, dok je rasla potražnja za kreativnim ljudima koji su proizvodili animirane filmove na Appleovim računalima. „Priča o igračkama“ (Toy Story), izrađen 1995.godine, je bio prvi cjelovečernji računalno animirani igrani film. Proizvela ga je kompanija Pixar, koju je 1986. godine preuzeo Steve Jobs nakon (privremenog) odlaska s čelnog mjesta Applea, u suradnji s Walt Disney Company. „Priča o igračkama“ je ostvarila nezamisliv uspjeh: s ulaganjima od 720 milijuna dolara od prikazivanja je zaradila više od 3,3 milijardi dolara. Slijedila je serija sličnim dugometražnih računalno animiranih filmova. Kompanija Pixar ima danas tržišnu vrijednost od 212,9 milijardi dolara. Iza ovog uspjeha ostaje velika dilema o tome bi li ova kompanija ostvarila ovakav uspjeh bez kreativnog doprinosa Steve Jobsa.

Umjetna inteligencija danas može proizvoditi kvalitetne fotografije, filmove i čak dobro programirati računalne programe, te tako zamijeniti visoko plaćene ljude kojima su plaće brže rasle od njihove produktivnosti. Umjetna inteligencija ne može, barem ne za sada, zamijeniti djelatnosti koje se temelje na snazi ljudskog uma –

Može li umjetna inteligencija ubrzati rast konkurentnosti i produktivnosti hrvatskoga gospodarstva?

kreativne aktivnosti. A upravo ove ekonomske aktivnosti – kreativna ekonomija, ostvaruje snažan rast i stvara kvalitetna radna mjesta.

Umjetna inteligencija neće imati, dakle, podjednak učinak na produktivnost u razvijenim zemljama, u kojima se ubrzano razvija kreativna ekonomija, i zemljama u kojima ekonomija počiva na jeftinom ljudskom radu koji proizvodi jeftina dobra za svakodnevnu uporabu. Umjetna inteligencija, također, neće moći zamijeniti ljudski rad u sektoru usluga. Paradoksalno, umjetna inteligencija predstavlja najveću prijetnju dijelovima sektora znanja („četvrti sektor“), dakle i onim ljudima koji su ovu novu tehnologiju i razvili.

Ograničen učinak na naše gospodarstvo

Struktura hrvatskog gospodarstva se temelji na nisko i srednje plaćenim radnim mjestima u sektoru turizma, građevinarstva i jednostavnih usluga. Primjena umjetne inteligencije može podići produktivnost u nekim dijelovima hrvatskog gospodarstava. Ova tehnologija može smanjiti ljudske pogreške, povećati kvalitetu rada, ponešto sniziti troškove, ali ne značajno, te će tako ostvariti skromne učinke na rast domaće ekonomije. Može li primjena umjetne inteligencije hrvatskom industrijskom sektoru povećati produktivnost? Vjerojatno ne može u doglednom vremenu. Hoće li domaći IT sektor prihvatiti ovu tehnologiju? Vjerojatno hoće, ali imajući u vidu sadašnju strukturu proizvoda ove industrije, u kojoj prevladavaju usluge programiranja tuđih digitalnih proizvoda, uz nekoliko izuzetaka, primjena umjetne inteligencije nema potencijal ekonomske disrupcije i stvaranja potpuno novih tržišnih prilika.

Hrvatska nema dovoljno razvijen institucionalni okvir za primitak ove nove, iznimno sofisticirane tehnologije. Hrvatska se, pojednostavljeno, još uvijek nalazi u početnim fazama treće industrijske revolucije, dakle 30-40 godina iza najnovijih trendova u kojima se razvija ideja primjene umjetne inteligencije kao pokretača ekonomskog rasta. Kako bi ostvarila svoj potencijal kao pokretač ubrzanog i dugoročno održivog ekonomskog rasta te podizanja ukupne produktivnosti hrvatske nacionalne ekonomije i stvaranja kvalitetnih radnih mjesta, umjetnoj inteligenciji je osim inkluzivnog institucionalnog okvira potrebno 3T okruženje Richarda Floride 6: tehnološka infrastruktura, talenti i tolerancija. Prva sastavnica je u Hrvatskoj solidno razvijena, za preostale dvije nismo uvjereni.

6 Richard Florida je kao istraživač kreativne ekonomije definirao 3T (tehnologije, talenti i tolerancija) model kao preduvjet ubrzanog ekonomskog rasta u 21. stoljeću: 3T (talent, tehnologija i tolerancija). Kako svako „T“ utječe na prosperitet grada? Pristup 3T predstavlja sveobuhvatan strateški okvir za poduzeća, gradove, regije i zemlje za podizanje konkurentnosti i napretka u kreativnom dobu.

broj 3-4 :: prosinac 2024.

CENTAR ZA UMJETNU INTELIGENCIJU FER-a

Važnost istraživačkih i razvojnih aktivnosti

Fakultet elektrotehnike i računarstva Sveučilišta u Zagrebu (FER) istaknuta je istraživačka institucija. Prema izvješću Europske komisije, među vodećim je institucijama u Hrvatskoj po uspješnim prijavama istraživačko-razvojnih projekata za fondove EU-a.

Piše: Akademik prof.dr.sc. Sven Lončarić1

Fakultet ima oko 4000 upisanih studenata na sveučilišne, diplomske i doktorske studije elektrotehnike, ICT-a i računarstva. S više od 200 istraživača zaposlenih na projektima s javnim i privatnim financiranjem, FER aktivno surađuje s domaćim i inozemnim tvrtkama, što rezultira teorijskim i primijenjenim unapređenjima te obrazovanjem mladih stručnjaka potrebnih industriji.

Umjetna inteligencija brzo transformira različite aspekte modernog života, uključujući zdravstvo, financije, promet i komunikacije. Ovaj prožimajući utjecaj naglašava rastuću važnost istraživanja i obrazovanja u području umjetne inteligencije. FER ima višedesetljetnu tradiciju istraživanja i edukacije u područjima važnim za razvoj AI-a, kao što su inteligentni sustavi, umjetne neuronske mreže, ekspertni sustavi i druga područja. Prepoznajući važnost AI-a za gospodarstvo i na temelju duge tradicije rada u tom području, FER je u listopadu 2019. osnovao Centar izvrsnosti za umjetnu inteligenciju. Ciljevi su:

1. Unaprijediti teorijske temelje umjetne inteligencije i potaknuti napredak u teoriji i primjeni.

2. Surađivati s gospodarstvom na transferu tehnologije umjetne inteligencije, poticanje razvoja inovativnih proizvoda i usluga.

1 Autor je redovni profesor na Fakulteta elektrotehnike i računarstva Sveučilišta u Zagrebu

Važnost istraživačkih i razvojnih aktivnosti

3. Pružiti vrhunsko obrazovanje o umjetnoj inteligenciji na svim razinama, od dodiplomskih do doktorskih programa, uključujući kontinuirano obrazovanje za stručnjake u gospodarstvu.

Centar za umjetnu inteligenciju najveći je istraživački centar posvećen ovom području u Hrvatskoj. Sastoji se od 20 istraživačkih laboratorija koje vode profesori FER-a, istaknuti stručnjaci u pojedinim područjima teorije i primjena AI-a. Okuplja veliku skupinu istraživača, uključujući više od 50 docenata i profesora te oko 150 doktoranada i poslijedoktoranada. Voditelj Centra je akademik prof. dr. sc. Sven Lončarić. Istraživači Centra provode brojne nacionalne i međunarodne projekte istraživanja i razvoja. U nastavku dan je pregled istraživačkih laboratorija Centra i njihovih aktivnosti.

1. Laboratorij za financijsku analizu i analizu rizika (LAFRA)

Voditelj Laboratorija za financijsku analizu i analizu rizika je prof. dr. sc. Zvonko Kostanjčar, a članovi su doc. dr. sc. Stjepan Begušić te jedan poslijedoktorand i više doktoranada. Analitika financijskih podataka ima važne primjene u financijskom poslovanju banaka, osiguravajućih društava I drugih financijskih institucija. U istraživanjima Laboratorij je fokusiran na razvoj stohastičkih modela, statističkih metoda i algoritama strojnog učenja za analizu financijskih podataka, automatizirane sustave trgovanja i naprednu financijsku tehnologiju. Projekti Laboratorija uključuju:

• Futourist – AI platforma za predikcije u turizmu (NPOO)

• Algoritmi dubokog potkrepljenja učenja za upravljanje rizicima (HRZZ)

2. Laboratorij za analizu teksta i inženjerstvo znanja (TakeLab)

Analiza teksta vrlo je važna istraživačka tema i ima brojne primjene uključujući velike jezične modele. Laboratorij vodi prof. dr. sc. Jan Šnajder, a članovi su doktorandi. Laboratorij provodi istraživanja u računalnim znanostima, statističkom strojnom učenju, obradi prirodnog jezika i pronalaženju informacija. Cilj istraživanja je otkriti novo znanje, omogućiti strojevima da razumiju tekst na prirodnom jeziku i odgovoriti na potrebe korisnika za informacijama. Laboratorij provodi projekte:

• EDMO Jadranski opservatorij digitalnih medija (DIGITAL)

• Računalni modeli za predviđanje i analizu ličnosti na temelju teksta (HRZZ)

3. Laboratorij za autonomne sustave i mobilnu robotiku (LAMOR)

Voditelj Laboratorija je prof. dr. sc. Ivan Petrović, a članovi su prof. dr. sc. Marija Seder, prof. dr. sc. Ivan Marković, prof. dr. sc. Fabio Bonsignorio te više poslijedoktoranada i doktoranada. Laboratorij je usmjeren na autonomne sustave i mobilnu robotiku, uključujući lokalizaciju mobilnih robota, modeliranje prostora, otkrivanje i praćenje pokretnih objekata te planiranje kretanja i kontrolu za izvršenje zadatka. Projekti Laboratorija su:

broj 3-4 :: prosinac 2024.

Tema broja: Izazovi i zamke umjetne inteligencije

• Deep Tech and Robotics for Human-Centred Manufacturing Systems (Erasmus+)

• ERA istraživačka grupa za umjetnu inteligenciju za robotiku (Horizon 2020)

4. Laboratorij za bioinformatiku i računalnu biologiju (LBCB)

U području bioinformatike i računalne biologije provode se brojna istraživanja. Voditelj Laboratorija je prof. dr. sc. Mile Šikić, a članovi su izv. prof. dr. sc. Krešimir Križanović i više doktoranada. Istraživanja i obrazovanje usredotočeni su na analizu sekvenci cijelog genoma, usklađivanje sekvenci, metagenomiku, predviđanje interakcije proteina, višejezgrenu i mnogojezgrenu paralelizaciju, složene mrežne značajke i pojavu te širenje epidemije u mrežama.

5. Laboratorij za društvene mreže i računalstvo (socialLAB)

Laboratorij u ovom važnom području istraživanja vodi prof. dr. sc. Vedran Podobnik. Laboratorij se fokusira na dizajniranje, implementaciju i procjenu sustava preporuke sljedeće generacije (društveni preporučitelji), analizu učinaka društvenog umrežavanja kao marketinškog alata, proučavanje načina na koji korporativno društveno umrežavanje može poboljšati poslovne prakse i istraživanje kako implicitno društveno umrežavanje može pokrenuti inovacije, naročito u telekomunikacijama.

6. Laboratorij za informacijske sustave posebne namjene (LaSPIS)

Prof. dr. sc. Krešimir Fertalj voditelj je Laboratorija koji okuplja više profesora, docenata i doktoranada koji se bave razvojem metoda algoritama i struktura podataka, softvera za posebne namjene, heterogenih i mobilnih sustava za pohranu podataka, poslovne inteligencije, GIS sustava, sustava za e-učenje i umjetne inteligencije. Istraživačke aktivnosti Laboratorija uključuju:

• Analizu, projektiranje, evaluaciju i razvoj specijaliziranih sustava za podršku odlučivanju.

• Analizu, prilagodbu i poboljšanje metoda dizajna, pretvorbe i skaliranja za informacijske sustave izgrađene na heterogenim i mobilnim bazama podataka.

• Istraživanje prediktivnih analitičkih sustava.

• Istraživanje proaktivnih sustava preporuke.

7. Laboratorij za informacijsku sigurnost i privatnost (LISP)

Informacijska sigurnost i privatnost danas su vrlo važna područja, naročito u svjetlu brojnih prijetnji kroz provale hakera u računala i krađu podataka. Pod vodstvom prof. dr. sc. Stjepana Groša. Članovi Laboratorija su izv. prof. dr. sc. Marin Vuković te doktorandi s fokusom istraživanja na kibrnetičku i informacijsku sigurnost i privatnost. Istraživanja su usmjerena na korištenje umjetne inteligencije za rješavanje problema kibernetičke i informacijske sigurnosti i privatnosti.

Važnost istraživačkih i razvojnih aktivnosti

8. Laboratorij za Internet stvari (IoTLab)

Laboratorij pod vodstvom prof. dr. sc. Ivane Podnar Žarko provodi istraživačke aktivnosti u području Interneta stvari (IoT) za razvoj inovativnih usluga i softverskih platformi za umrežavanje brojnih i raznolikih uređaja. Članovi Laboratorija su prof. dr. sc. Gordan Ježić i prof. dr. sc. Mario Kušek te više doktoranada. Laboratorij potiče multidisciplinarna istraživanja za poboljšanje životnih uvjeta u gradovima. Projekti Laboratorija su:

• AIoTwin: Twinning akcija za širenje izvrsnosti u umjetnoj inteligenciji stvari (Horizon Europe).

• IoT4us: Pametne usluge usmjerene na čovjeka u interoperabilnim i decentraliziranim IoT okruženjima (Hrvatska zaklada za znanost (HRZZ)).

9. Laboratorij za istraživanje kvalitete multimedijskog iskustva (MUEXLab)

Voditeljica Laboratorija je prof. dr. sc. Lea Skorin-Kapov, a članovi su prof. dr. sc. Maja Matijašević, prof. dr. sc. Sonja Grgić, izv. prof. dr. sc. Mirko Sužnjević te više poslijedoktoranada i doktoranada. Laboratorij provodi multidisciplinarno istraživanje korisničkog iskustva i kvalitete iskustva (QoE) naprednih multimedijskih usluga, uključujući audiovizualne komunikacije s više strana, video streaming, virtualnu/proširenu stvarnost i umrežene igre. Projekti Laboratorija su:

• XR komunikacija i interakcija kroz dinamički ažuriranog digitalnog blizanca pametnog prostora – DIGIPHY (NPOO)

• EPIIC: Poboljšana pilotska sučelja i interakcije za kokpit lovca (Europski obrambeni fond).

10. Laboratorij za naprednu rekonstrukciju i registraciju oblika (SHARK Laboratorij)

Laboratorij vodi prof. dr. sc. Tomislav Petković, a članovi su doktorandi. Područja istraživanja uključuju metode računalnog vida i algoritme za 3D rekonstrukciju i registraciju, korištenje senzora s mobilnih platformi (pametni telefoni i tableti), kalibraciju 3D sustava (osobito za biomedicinsku primjenu) i optimalnu obradu 3D podataka za daljnju upotrebu (npr. 3D ispis). Laboratorij provodi projekt:

• Robusno kodiranje strukturiranog svjetla za 3D oslikavanje u teškim uvjetima

11. Laboratorij za obradu slike (LOS)

Voditelj Laboratorija za obradu slike je akademik prof. dr. sc. Sven Lončarić, a članovi su prof. dr. sc. Marko Subašić, prof. dr. sc. Zoran Kalafatić, prof. dr. sc. Damir Seršić, izv. prof. dr. sc. Tomislav Petković i više poslijedoktoranda i doktoranada. Laboratorij je fokusiran na istraživanje u teoriji i primjeni obrade slike i računalnog vida u raznim područjima, kao što je obrada i analiza slika u biomedicini i drugim područjima, računalni vid za napredne sustave pomoći vozaču, analiza slika proizvoda u trgovinama te tehnologije pametnih kamera.

broj 3-4 :: prosinac 2024.

Tema broja: Izazovi i zamke umjetne inteligencije

Projekti Laboratorija su:

• Napredne tehnologije za obradu slike iz video senzora sljedeće generacije (NPOO).

• Europska inicijativa za standardizaciju kolaborativne zračne borbe (Europski obrambeni fond).

• Prekogranični pristup poboljšanju procjene rizika od klizišta korištenjem inventara klizišta temeljenog na LiDAR-u (InterReg)

12. Laboratorij za podvodne sustave i tehnologije (LAPOST)

Laboratorij vodi prof. dr. sc. Nikola Mišković, a među članovima je više poslijedoktoranada i doktoranada. Laboratorij služi kao središnja točka za primijenjena istraživanja i razvojne aktivnosti u bespilotnim pomorskim sustavima i tehnologiji za krajnje korisnike. Laboratorij je trenutačno jedini istraživački laboratorij s istraživačkim i razvojnim i inovacijskim sposobnostima za podvodne sustave i tehnologije na istočnoj obali Jadranskog mora. Projekti uključuju:

• Prikupljanje energije za internet podvodnih stvari (Bilateralni)

• SMART BLUE TOURISM – pametna marina budućnosti (NPOO)

• Infrastruktura istraživanja pomorske digitalizacije

13. Laboratorij za prepoznavanje uzoraka i biometrijske sigurnosne sustave (RUBIOSS)

Voditelj Laboratorija je prof. dr. sc. Siniša Šegvić, a članovi su prof. dr. sc. Zoran Kalafatić, izv. prof. dr. sc. Tomislav Hrkać te doktorandi. Laboratorij je usmjeren na razvoj i promicanje istraživanja u sustavima prepoznavanja uzoraka i biometrijskih sigurnosnih sustava, automatske analize igara u grupnim sportovima, inteligentnih sustava za lokalizaciju objekata, sustava za detekciju i praćenje lica te sustava za automatsku identifikaciju osoba (koristeći videonadzor i fuziju biometrijskih značajki). Laboratorij provodi projekte:

• Od neizvjesnosti do novog znanja: otkrivanje novih semantičkih koncepata otvorenog svijeta računalnim vidom (Bilateralni)

• Vozila za novu mobilnost (NPOO)

14. Laboratorij za robotiku i inteligentne sustave upravljanja (LARICS)

Voditelj Laboratorija je prof. dr. sc. Stjepan Bogdan, a članovi su izv. prof. dr. sc. Matko Orsag, doc. dr. sc. Tamara Petrović te više poslijedoktoranada i doktoranada. Istraživanja Laboratorija usmjerena su na kontrolu, robotiku i inteligenciju u područjima letenja, hodanja i vožnje robota, manipulacije, skladištenja, kao i kolektivnih i automobilskih sustava. Misija Laboratorija uključuje razvijanje veza s vodećim partnerima iz akademije i industrije te sudjelovanje u interdisciplinarnim i multidisciplinarnim projektima gdje robotika i automatsko upravljanje mogu pomoći u postizanju istraživačkih ciljeva. Aktualni projekti su:

Važnost istraživačkih i razvojnih aktivnosti

• Autonomne bespilotne letjelice u poslovima pregleda i održavanja nadzemnih električnih vodova – UpLine (NPOO)

• Ojačavanje istraživačkih i inovativnih kapaciteta u području autonomnih bespilotnih letjelica (Horizon 2020)

• Pametan bio-hibridni sustav za nadzor okoliša (Horizon 2020)

15. Laboratorij za ljudske tehnologije (HOTLab)

Voditelj Laboratorija je prof. dr. sc. Igor Pandžić. Laboratorij istražuje i razvija tehnološka sredstva za analizu i simulaciju ljudi i njihovog ponašanja, usredotočujući se na primjene takvih tehnologija. Kombinira tehnike iz računalnog vida, strojnog učenja, računalne grafike te virtualne i proširene stvarnosti za postizanje ciljeva kao što su praćenje lica, praćenje pogleda, animacija izvedbe, procjena emocija, procjena spola i dobi te iskustva proširene stvarnosti temeljena na licu.

16. Laboratorij za primjenu informacijskih tehnologija u obrazovanju (eduLab)

Laboratorij koji vodi prof. dr. sc. Ivica Botički promiče istraživanje i inovacije u obrazovanju uz pomoć računala, povezujući studente sa znanstvenim aktivnostima, industrijom i mogućnostima zapošljavanja. U laboratoriju sudjeluje više profesora i docenata te doktoranada. Projekti Laboratorija su:

• Multi-agentski sustav temeljen na velikim jezičnim modelima za automatizaciju poslovnih procesa (NPOO)

• MetaRoboLearn – Neprekinuto učenje uz obrazovne robote putem metaverzuma (NPOO)

17. Laboratorij za sustave obnovljive energije (LARES)

Prof. dr. sc. Mario Vašak voditelj je Laboratorija za sustave obnovljive energije koji doprinosi poboljšanju iskorištavanja i konkurentnosti energije vjetra, solarne energije, sustava skladištenja, mikromreža, energetske učinkovitosti u zgradama, transportnih sustava i sustava distribucije vode, nadovezujući se na teoriju upravljanja i primjene. U sastavu Laboratorija je više profesora, docenata i doktoranada. Aktualni projekti Laboratorija uključuju:

• Platforma za ulaganje u čisti vodik Sjevernog Jadrana (I3 – Interregional Innovation Investments)

• Integracija vodika za učinkovite sustave obnovljive energije (InterReg)

• Model starenja baterijskog članka zasnovan na strojnom učenju korišten u računalnoj geometriji za on-line zaštitu integriteta baterijskog paketa (NPOO)

• Dodola – Istraživanje prediktivnog upravljanja za učinkovit i fleksibilan rad vodoopskrbnog sustava (NPOO)

• Kružnost industrijske vode: Ponovno korištenje, dobivanje resursa natrag i energetska učinkovitost za zelenije digitalizirane EU procese (Horizon 2020)

broj 3-4 :: prosinac 2024.

Tema broja: Izazovi i zamke umjetne inteligencije

18. Laboratorij za tokove podataka (StreamsLab)

Krešimir Pripužić voditelj je Laboratorija koji provodi istraživanje i razvoj u obradi podatkovnih tokova. Ima za cilj unaprijediti umrežavanje i povećati vidljivost istraživača u međunarodnom istraživačkom prostoru, prenosi znanje hrvatskom gospodarstvu za razvoj novih proizvoda i usluga, te organizira nastavu i uključuje studente u projektne zadatke iz ovog područja.

19. Laboratorij za asistivne tehnologije i alternativnu i augmentativnu komunikaciju (ICT-AAC)

Voditeljica Laboratorija je prof. dr. sc. Željka Car, među članovima je više profesora, docenata i doktoranada. Laboratorij je usmjeren na istraživanje potpomognute komunikacije temeljeno na informacijskoj i komunikacijskoj tehnologiji, surađujući sa znanstvenicima u obrazovanju, rehabilitaciji, psihologiji i grafičkoj znanosti. Istraživanja su usmjerena na implementaciju novih metoda za dostupne usluge informacijske i komunikacijske tehnologije, primjenjujući koncept platformi kolektivne svijesti za održivost i društvene inovacije. Laboratorij provodi projekt:

• Podrška ostvarenju jednakih mogućnosti u obrazovanju za učenike s teškoćama u razvoju

20. Laboratorij za učenje i vizualizaciju stohastičke optimizacije (SOLVE)

Voditelj Laboratorija je prof. dr. sc. Domagoj Jakobović, a članovi su više profesora i doktoranada. Laboratorij je fokusiran na primjenu evolucijskih računalnih postupaka, stohastičku optimizaciju, strojno učenje i postupke vizualizacije. Istraživačke aktivnosti uključuju istraživanje učinkovitih algoritama, razvoj novih metoda optimizacije, primjenu optimizacije i strojnog učenja u situacijama iz stvarnog života te integraciju ovih tehnologija za rješavanje složenih problema. Aktualni projekti Laboratorija su:

• Algoritmi za učinkovitu analizu biomedicinskih vremenskih nizova (HRZZ)

• Randomised Optimisation Algorithms Research Network (COST)

• Behavioral Next Generation in Wireless Networks for Cyber Security (COST) Iz predstavljenih aktivnosti istraživačkih laboratorija vidi se da Centar za umjetnu inteligenciju FER-a provodi znatan broj financiranih projekata kojima omogućuje usavršavanje brojnim doktorandima i poslijedoktorandima te nabavu vrijedne istraživačke opreme. Tako Centar igra ključnu ulogu u unapređenju istraživanja i obrazovanja o umjetnoj inteligenciji u Hrvatskoj. Kroz suradnju između akademske zajednice i industrije, Centar aktivno pridonosi razvoju inovativnih rješenja utemeljenih na umjetnoj inteligenciji. Kao najvažniji rezultat Centra možemo istaknuti edukaciju novih generacija vrhunskih eksperata u području teorije i primjena umjetne inteligencije koji predstavljaju temelj za stvaranje novih poduzeća koja će stvarati proizvode s visokom dodanom vrijednošću, temeljene na znanju.

UTJECAJ UMJETNE INTELIGENCIJE NA

Ravnoteža između potencijala i rizika

Odbori trebaju postati vizionari i stratezi. Generativna umjetna inteligencija posjeduje imanentnu sposobnost stvaranja koja otvara prostor za rast inovacija.

Piše: Elena Perić, mag.oec.1

Takva redefinicija industrijskih paradigmi inicira promjene tradicionalnih upravljačkih modela. Odbori se suočavaju s imperativom usvajanja holističkog pristupa upravljanju, koji nadilazi isključivo tehničko razumijevanje generativne umjetne inteligencije. Očekuje se temeljito promišljanje o etičkim, društvenim i ekonomskim dimenzijama ove tehnologije, uključujući kompleksna pitanja privatnosti, pristranosti, sigurnosti i intelektualnog vlasništva. Uloga odbora je da istovremeno djeluje kao inicijator inovacija i čuvar organizacijskih vrijednosti koji osigurava odgovorno korištenje generativne umjetne inteligencije. Njegova sposobnost da uspostavi ravnotežu između neograničenih potencijala i inherentnih rizika ove tehnologije predstavlja sine qua non za očuvanje konkurentnosti i dugoročne održivosti organizacije. Odbori su pozvani da postanu vizionari i stratezi, sposobni da podrže svoje organizacije u ovom procesu osiguravajući ekonomsku profitabilnost i društveno odgovorno korištenje nove tehnologije.

Kompetencijski jaz

Transformacijske mogućnosti generativne umjetne inteligencije redefiniraju konkurentski krajolik i postavljaju nove imperative za strateško vodstvo. Brzina tehnološkog napretka nadmašuje kapacitete tradicionalnih modela upravljanja, stvarajući kompetencijski jaz koji prijeti narušiti stratešku agilnost organizacija.

1 Autorica je Doktorska kandidatkinja na Ekonomskom fakultetu u Zagrebu.

Tema broja: Izazovi i zamke umjetne inteligencije

Istraživanja ukazuju na rastuću zabrinutost zbog nedostatka kompetencija među članovima odbora u suočavanju s kompleksnostima generativne umjetne inteligencije (Chui i sur., 2023). U središtu ovog problema leži fundamentalno pitanje: kako odbori, bez dubinskog razumijevanja generativne umjetne inteligencije, mogu donositi informirane odluke o njezinoj implementaciji, upravljati rizicima i maksimalizirati potencijal za stvaranje vrijednosti?

Kako bi premostili kompetencijski jaz i osigurali uspješnu integraciju, odbori moraju pristupiti sustavnoj transformaciji svojih kompetencija. Lund i sur. (2023) predlažu tri međusobno povezana stupa ove transformacije kako je prikazano na slici 1.

Izvor: izrada autora (prema Lund i sur. 2023)

Slika 1. Transformacija nadzornih odbora

Revizija sastava odbora je prvi korak k uspješnoj strategiji digitalne transformacije poslovanja s fokusom na primjenu umjetne inteligencije. Formiranje savjetodavnih tijela s relevantnim ekspertizama može pružiti dodatnu potporu. Ključno je da cijeli odbor posjeduje fundamentalno razumijevanje umjetne inteligencije i njezinih implikacija na sve aspekte poslovanja.

Drugo, demistifikacija tehnologije kroz ciljane programe edukacije osnažit će članove odbora za donošenje strateških odluka. Interni i eksterni stručnjaci mogu pružiti specijalizirane treninge koji će objasniti funkcioniranje generativne umjetne inteligencije, njezine primjene u poslovnim procesima, te pridružene rizike i prilike. Naposljetku, ugradnja umjetne inteligencije u radne procese odbora unaprijedit će razumijevanje potencijala ove tehnologije. Umjetna inteligencija može generirati ključna pitanja, analize i scenarije koji će proširiti kognitivne horizonte odbora i pojednostaviti donošenje odluka.

Nadzorni odbori, kako bi pružili odgovarajuću podršku upravnim odborima u ovom kontekstu, moraju usvojiti proaktivan i adaptibilan pristup (Tipurić i Cindrić, 2024). Sljedeća pitanja čine okvir za navigaciju kroz eru generativne umjetne inteligencije (Lund i sur., 2023):

• Kakav je utjecaj na industriju i poduzeće u kratkoročnom i dugoročnom smislu?

• Kako trebamo organizirati poduzeće za implementaciju?

• Posjedujemo li potrebne sposobnosti i resurse za učinkovitu integraciju u poslovne modele?

• Uravnotežujemo li stvaranje vrijednosti s odgovarajućim upravljanjem rizicima?

Promjene u industrijama

Chui i sur. (2023) procjenjuju da bi generativna umjetna inteligencija mogla osloboditi ekonomski potencijal bez presedana, generirajući između 2,6 i 4,4 trilijuna dolara dodatne vrijednosti globalnom gospodarstvu godišnje. No, pravi značaj ove tehnologije leži u njenoj sposobnosti da transformira način na koji percipiramo svijet i stvaramo budućnost. Prema Schumpeterovoj teoriji „kreativne destrukcije“ (Schumpeter, 1942.) ekonomski razvoj pokreću inovacije koje istodobno stvaraju nove i uništavaju stare industrije. Generativna umjetna inteligencija taj proces ubrzava na dosad nezamislive načine.

Brzina koja karakterizira razvoj generativne umjetne inteligencije nameće organizacijama potrebu za agilnim i proaktivnim djelovanjem. Ona poduzeća koje pravovremeno prepoznaju prilike za povećanje učinkovitosti i produktivnosti, stječu značajnu konkurentsku prednost. S druge strane, organizacije koje pasivno promatraju ove promjene, riskiraju da postanu irelevantne u novom poslovnom okruženju.

Kako prikazuje slika 2., inicijalni val promjena će zahvatiti pojedina funkcionalna područja industrije brže od ostalih (Ransbotham i sur., 2017.; Lund i sur., 2023a). Primjerice, u kontekstu softverskog inženjeringa primjena naprednih algoritama i generativne umjetne inteligencije skraćuje vrijeme razvoja softverskih proizvoda i poboljšava njihovu kvalitetu i funkcionalnost. U isto vrijeme, personalizacija marketinga i prodaje doseže novu razinu, omogućujući poduzećima da pomoću analize velikih količina podataka prilagode svoje ponude i komunikaciju prema specifičnim potrebama i preferencijama potrošača. Transformacija korisničke podrške kroz primjenu automatiziranih sustava, poput chatbota i virtualnih asistenata, podiže učinkovitost interakcije s korisnicima, dok ubrzavanje razvoja proizvoda kroz dizajn i simulacije omogućuje bržu prilagodbu tržišnim zahtjevima i skraćuje vrijeme potrebno za lansiranje novih proizvoda.

Ravnoteža između potencijala i rizika broj 3-4 :: prosinac 2024.

Izvor: izrada autora (prema Ransbotham i sur., 2017.)

Slika 2. Top tri funkcije u industrijama koje će najbrže osjetiti utjecaj generativne umjetne inteligencije

Očito je da sektorima kao što su mediji i zabava, bankarstvo, potrošačka roba, telekomunikacije, biološke znanosti i tehnologija predstoji era bez presedana, obilježena eksponencijalnim rastom inovacija i produktivnosti. Uspjeh u vremenu generativne umjetne inteligencije ovisit će o sposobnosti organizacija da inovativno primijene ovu tehnologiju, redefiniraju svoje poslovne modele i stvore novu vrijednost za svoje korisnike. Prvi korak u tom smjeru je prilagodba organizacije.

Kako prilagoditi organizaciju?

Ključna dilema u kontekstu prilagodbe organizacije je odabir između centralizirane kontrole i decentralizirane autonomije (Greenstein i sur., 2024). To je odluka o podjeli moći i odgovornosti unutar organizacije. Centralizacija omogućuje jasnu strukturu nadzora, posebno u pitanjima standardizacije i etičkih normi. Ovakav pristup pruža zaštitu protiv fragmentacije u praksi, omogućujući bolji nadzor nad rizicima. S druge strane, decentralizirani pristup omogućuje veću fleksibilnost i prilagodbu specifičnim potrebama lokalnih tržišta ili sektora, što je ključno u uvjetima dinamične poslovne okoline. Organizacije stoga moraju pronaći optimalan balans između ovih dviju suprotstavljenih mogućnosti. Centralizacija donosi sigurnost i standardizaciju, dok decentralizacija potiče inovaciju i brzu prilagodbu, čime se stvaraju uvjeti za eksperimentiranje i inovacije na različitim organizacijskim razinama.

Nadalje, kako bi se osigurala koherentnost i strateška usklađenost, organizacije bi trebale razmotriti imenovanje izvršnog direktora (CIO, CTO ili slično) koji će preuzeti odgovornost za nadzor i upravljanje svim aktivnostima vezanim uz umjetnu inteligenciju. Ova osoba će djelovati kao centralna figura u procesu integracije, osiguravajući da se strategije usklade s ukupnom vizijom i misijom organizacije. Ključne odgovornosti ove pozicije prikazane su na slici 3.

Izvor: autori

Slika 3. Ključne odgovornosti čelnika za umjetnu inteligenciju

Međutim, kako bi se omogućio pogled iz više perspektiva presudna je formacija multidisciplinarnog tima, koji uključuje stručnjake iz područja znanosti o podacima, inženjeringa, prava, sigurnosti, marketinga i dizajna (Bieg i sur., 2023). Takva kolektivna ekspertiza omogućuje brzu i učinkovitu implementaciju strategija, osiguravajući ravnotežu između inovacije i odgovornosti.

Uspostavljanje kvalitetnih partnerstava predstavlja još jedan dodatan aspekt. S obzirom na složenost tehnologije, rijetko će jedna organizacija sama moći razviti sve potrebne komponente za primjenu rješenja umjetne inteligencije. Umjesto toga, partnerstva s pružateljima specijaliziranih modela ili infrastrukturnih rješenja postat će ključna za ubrzanje primjene i stvaranje vrijednosti. Ipak, partnerstva moraju biti pažljivo strukturirana kako bi se izbjegla pretjerana ovisnost o vanjskim dobavljačima, poznata kao „vendor lock-in“ (Lund i sur., 2023). Odbori poduzeća trebaju osigurati da partnerstva nisu samo tehnološki korisna, već i strateški održiva,

Ravnoteža između potencijala i rizika broj 3-4 :: prosinac 2024.

temeljena na zajedničkim vrijednostima i dugoročnoj viziji, kako bi se osiguralo da vanjski partneri dijele iste standarde u pogledu sigurnosti, privatnosti i odgovornosti.

Imamo li sve što je potrebno?

Robusna digitalna arhitektura, sposobna za procesiranje ogromnih količina podataka i izvođenje kompleksnih proračuna, postaje sine qua non za uspješnu implementaciju. Odbori moraju osigurati sredstva za ulaganja u novu tehnologiju i fundamentalnu rekonfiguraciju IT sustava, stvarajući tako plodno tlo za razvoj i primjenu generativnih modela. Ipak, ključno je prepoznati da potencijal umjetne inteligencije ne leži isključivo u tehnološkoj superiornosti, već u sinergiji s ljudskim faktorom. Odbori stoga moraju adresirati krucijalno pitanje: raspolažemo li, pored tehnološke spremnosti, i kompetencijama za uspješnu integraciju radne snage u ovaj proces?

Redefinicija uloge čovjeka u kompleksnim poslovnim procesima je neminovna. Ovdje se ne misli samo na repetitivne zadatke, već i na kreativni potencijal čovjeka. Određene profesionalne aktivnosti će zasigurno postati suvišne, dok će druge doživjeti revitalizaciju. Međutim, odsutnost jasno definirane strategije za upravljanje ovom tranzicijom znači pojačan rizik gubitka ključnih ljudskih resursa - talenta, kreativnosti i inovativnosti, koji predstavljaju temelj za dugoročni prosperitet. Neophodno je da odbori osiguraju akviziciju visokokvalificiranih stručnjaka uz kontinuiranu edukaciju i razvoj postojećih zaposlenika, omogućujući im adaptabilnost i napredovanje u ovom novom digitalnom ekosustavu.

Robusna digitalna arhitektura

Ravnoteža između potencijala i rizika

Pored navedenog, odbori imaju zadaću kreiranja organizacijskog okruženja koje eliminira averziju prema promjenama i aktivno stimulira eksperimentiranje, inovativnost i receptivnost prema novim idejama. Umjetna inteligencija, suprotno percepciji o njoj kao prijetnji, može djelovati kao inicijator za unapređenje interne komunikacije, kohezije i transparentnosti unutar poduzeća. No, za uspješnu implementaciju ovakvog kolaborativnog modela rada potrebna je organizacijska kultura fokusirana na kontinuirano učenje, fleksibilnost i spremnost na preuzimanje rizika.

Upravljamo li odgovorno rizicima?

Iskorištavanje potencijala kojeg generativna umjetna inteligencija donosi mora biti popraćeno sustavnim i pažljivim razmatranjem rizika. Nedovoljno učinkovito upravljanje može rezultirati degradacijom vrijednosti i ugrožavanjem ugleda organizacije (Tipurić i Cindrić, 2024). Ovi rizici nadilaze one koje poznajemo iz područja tradicionalne umjetne inteligencije, uvodeći dodatne slojeve složenosti vezane uz pitanja privatnosti, pristranosti, sigurnosti i povrede prava intelektualnog vlasništva. Stoga, učinkovito upravljanje rizicima podrazumijeva holistički pristup. Slika 4 prikazuje ključne kategorije rizika koje primjena nove tehnologije donosi (PwC, 2023).

Izvor: izrada autora (prema PwC, 2023.)

Slika 4. Kategorizacija rizika umjetne inteligencije

broj 3-4 :: prosinac 2024.

Tema broja: Izazovi i zamke umjetne inteligencije

Rasprave unutar organizacija često su usmjerene na kratkoročne rizike, poput korisničkog iskustva ili zaštite intelektualnog vlasništva, međutim, nedovoljno pažnje posvećuje se dugoročnim rizicima. To su pitanja održavanja povjerenja dionika u kontekstu gdje generativna umjetna inteligencija može manipulirati percepcijom stvarnosti – primjerice, gdje slika ili glas više ne mogu garantirati autentičnost, što izravno ugrožava povjerenje. Tehnologija deepfake olakšava lažno predstavljanje ključnih osoba unutar organizacije, što može ozbiljno narušiti korporativnu reputaciju. Pitanja poput „halucinacija“ modela, gdje modeli stvaraju izmišljene podatke, otvaraju važne moralne dileme vezane uz povjerenje i transparentnost. Dodatno, rizici vezani uz okolišne, društvene i upravljačke (ESG) aspekte još uvijek ne dobivaju odgovarajuću pozornost. Treniranje modela umjetne inteligencije zahtijeva ogromne resurse, uključujući potrošnju vode i emisije ugljikovog dioksida, što može imati značajan utjecaj na okoliš.

Za učinkovito upravljanje rizicima, ključno je da upravni odbori osiguraju poštovanje regulatornih okvira koji ciljano adresiraju identificirane rizike generativne umjetne inteligencije. Potreban je kontinuiran dijalog između tehničkih stručnjaka, etičara i regulatornih tijela kako bi se osiguralo da tehnološki napredak ne dovede do nenamjernih posljedica po društvo i okoliš.

Etičke dileme i regulatorna pitanja

Iako generativna umjetna inteligencija demonstrira impresivne sposobnosti u donošenju odluka, odgovornost za te odluke neizbježno ostaje u domeni ljudskog faktora. Bez obzira na sofisticiranost algoritama, nadzor nad njihovom primjenom i implikacijama mora biti povjeren pojedincima s dubinskim razumijevanjem etičkih i društvenih konteksta. U tom smislu, transparentnost modela i uspostava jasnih etičkih smjernica temelj su za neutraliziranje rizika od diskriminacije i pristranosti, koji su inherentno prisutni u algoritmima i podacima na kojima se isti temelje. Upravljanje umjetnom inteligencijom rapidno se razvija u ključan aspekt poslovne strategije, naročito u kontekstu regulatornih zahtjeva. Zakonodavni okviri, poput Zakona o umjetnoj inteligenciji Europske unije i NIST-ovog okvira za upravljanje rizicima, naglašavaju važnost proporcionalnosti u regulaciji i kalibraciji regulatornih mehanizama prema stupnju rizika kojeg umjetna inteligencija predstavlja. Prekomjerno restriktivno upravljanje može destimulirati inovacije i ograničiti potencijal umjetne inteligencije, dok previše labav nadzor povećava izloženost organizacija budućim izazovima i potencijalnim štetama.

Slučaj privremene zabrane ChatGPT-a 2023. godine u Italiji zbog problema s privatnošću ilustrira kako neodgovorno upravljanje umjetnom inteligencijom može generirati pravne probleme i financijske kazne (Kremer i sur., 2023.). Europska unija predviđa znatne kazne, do 7% globalnog godišnjeg prihoda, za kršenje regulativa povezanih s umjetnom inteligencijom. Osim financijskih sankcija, gubitak povjerenja

kupaca ili investitora može imati dugoročne negativne posljedice na vrijednost dionica i tržišnu konkurentnost.

Iako pravne obveze još uvijek nisu u potpunosti definirane, organizacije mogu poduzeti proaktivne korake kako bi se pripremile za nadolazeće promjene. Ključni elementi pripreme uključuju uspostavu transparentnih sustava za praćenje, jasnu definiciju odgovornosti unutar organizacije, te osiguravanje adekvatne zaštite podataka.

Literatura

Baig, A., Blumberg, S., Li, E., Merrill, D., Pradhan, A., Sinha, M., Sukharevsky, A. i Xu, S. (2024), Technology’s generational moment with generative AI: A CIO and CTO guide. Beyond the hype: Capturing the potential of AI and generative AI in tech, media, and telecom, McKinsey Digital. Preuzeto s https://www.mckinsey.com/

Chui, M., Hazan, E., Roberts, R., Singla, A., Smaje, K., Sukharevsky, A., Yee, L. i Zemmel, R. (2023), The economic potential of generative AI: The next productivity frontier. McKinsey Company, Preuzeto s https://www.mckinsey.com/

Chui, M., Roberts, R., Rodchenko, T., Singla, A., Sukharevsky, A., Yee, L. i Zurkiya, D. (2023), What every CEO should know about generative AI. McKinsey Technology Council and QuantumBlack, AI by McKinsey, McKinsey Digital. Preuzeto s https:// www.mckinsey.com/

Lund, F., Maor, D., Spielmann, N. i Sukharevsky, A. (2023), Four essential questions for boards to ask about generative AI. McKinsey Company. Preuzeto s https://www. mckinsey.com/

Kremer, A., Luget, A., Mikkelsen, D., Soller, H., Strandell-Jansson, M. i Zingg, S. (2024), How generative artificial intelligence is advancing, regulators and risk functions are rushing to keep pace. Beyond the hype: Capturing the potential of AI and generative AI in tech, media, and telecom. McKinsey Company. Preuzeto s https://www.mckinsey. com/

Ransbotham, S., Kiron, D., Gerbert, P. i Reeves, M. (2017), Reshaping business with artificial intelligence. MIT Sloan Management Review i The Boston Consulting Group. Preuzeto s https://web-assets.bcg.com/

Greenstein, B., Kosar, J., Light, C. i Rose, M. S. (2024), Productivity or pioneering? Your industry’s GenAI adoption play. PwC. Preuzeto s https://www.pwc.com/ PwC (2023), Generative artificial intelligence: Creating value through governance. PwC UK. Preuzeto s https://www.pwc.co.uk/

Schumpeter, J. A. (1942). Capitalism, socialism, and democracy, Harper Brothers Tipurić, D. i Cindrić L. (2024). Nadzorni odbor: korporativno upravljanje i grupna dinamika, CIRU Zagreb

MEĀU LIDERIMA GLOBALNE AI SCENE

Privlačimo globalnu pozornost i stvaramo uvjete za nova partnerstva i investicije

Umjetna inteligencija jedan je od glavnih pokretača

tehnoloških promjena u svijetu, a Hrvatska, sve snažnije zauzima svoje mjesto na globalnoj AI sceni.

Piše: Ivana Matoković1

S rastućom zajednicom stručnjaka, start-upa, inovativnim tvrtkama i značajnim ulaganjima, sve se više pozicionira kao važan igrač u razvoju AI tehnologija. Na tom putu CroAI, Hrvatska udruga za umjetnu inteligenciju, ima ključnu ulogu kao poveznica i podrška svim dionicima u domaćem AI ekosustavu.

Među

top 10 u komercijalnom AI sektoru

Prema najnovijem Global AI Indexu za 2024. godinu, Hrvatska je na 10. mjestu u svijetu po komercijalnoj primjeni AI-a, svrstavajući se ispred tehnoloških sila poput Japana, Švedske i Australije. Ova visoka pozicija naglašava snagu hrvatskog AI sektora u razvoju i implementaciji naprednih rješenja koja nalaze put do globalnog tržišta. Autor ovog teksta, direktor tvrtke Velebit AI, komentirajući na svom LinkedIn profilu, ovu usporedbu vidi kao potvrdu uspjeha: „Hrvatska je deseta na svijetu u komercijalnom AI sektoru, što znači da smo bolji nego u nogometu, gdje smo 12. na FIFA ljestvici.“

Ovaj uspjeh odražava se kroz rad tvrtki poput Photomatha, Microblinka, Visage Technologiesa, Mindsmithsa i Velebit AI-a. Njihova rješenja privlače globalnu

1 Autorica je PR Manager trgovačkog društva Velebit umjetna inteligencija d.o.o.

Privlačimo globalnu pozornost i stvaramo uvjete za nova partnerstva i investicije

pažnju i otvaraju prilike za nova partnerstva i investicije, a time dodatno jačaju poziciju Hrvatske kao AI središta s prepoznatljivim globalnim utjecajem. Martina Silov, predsjednica CroAI udruge, dodaje: „Vidjeti Hrvatsku u vrhu po komercijalnoj primjeni AI-a pokazuje koliko je naša zajednica povezana. Spojili smo inžinjere, kreativce, zakonodavce, marketinške stručnjake i odvjetnike te zajedno gradimo nešto nevjerojatno.“

Treće mjesto u CEE regiji po ulaganjima u AI sektor

Investicije su ključne za rast visokotehnoloških sektora, a hrvatski AI sektor sve više privlači ulagače. Prema izvješću The State of AI in CEE, Hrvatska zauzima 3. mjesto po investicijama u AI startupe u srednjoistočnoj Europi. U prvih osam mjeseci 2024. godine, hrvatski AI startupovi prikupili su 107 milijuna dolara, pri čemu je najveći dio tog iznosa, 100 milijuna dolara, osigurao startup Verne. Uz Verne, i drugi startupi poput Pythagore, koja razvija rješenja za ‘no-code’ razvoj digitalnih alata, i Qubinetsa, specijaliziranog za podatkovnu infrastrukturu, doprinose stabilnom rastu sektora.

Dražen Oreščanin, član upravnog odbora CroAI-a, vidi u tome potvrdu rasta sektora: „Vidjeti Hrvatsku ispred tehnoloških sila u komercijalizaciji AI-a uistinu je iznenađujuće. Iako smo relativno mala država, ovo je izvanredan rezultat i pokazatelj ozbiljnog potencijala.“

Trenutno u Hrvatskoj djeluje 84 AI tvrtke s inovativnim proizvodima, a sektor zapošljava oko 15.000 osoba. Ove brojke potvrđuju Hrvatsku kao zemlju s rastućim AI sektorom koji donosi nove poslovne prilike i stvara temelje za održivi razvoj.

Naši AI startupi s potencijalom za status jednoroga

Među hrvatskim AI startupima, neki već pokazuju potencijal za dosezanje statusa jednoroga – tvrtki čija vrijednost premašuje milijardu dolara. Jedan od takvih startupa je Gideon, koji razvija robotska rješenja i već surađuje s međunarodnim partnerima poput Toyota Material Handlinga, čime dodatno potvrđuje svoj potencijal.

U proteklim mjesecima startupi kao što su SplxAI, All Eyes on Screens (AEOS), Turneo i Legit prikupili su novih 15 milijuna dolara investicija, što dodatno osnažuje sektor i privlači međunarodnu pažnju. Martina Silov sažima važnost ovih uspjeha za budućnost hrvatskog AI sektora: „Ovo je tek početak. Naši startupi, koji pokrivaju širok spektar industrija, pokazuju snagu inovacija i zajedništva koje pokreće domaću industriju.“

Tema broja: Izazovi i zamke umjetne inteligencije

U utrci s vremenom

Unatoč iznimnim rezultatima, daljnji rast AI sektora u Hrvatskoj suočava se s izazovima. U ukupnom poretku Global AI indeksa, trenutno drži 44. mjesto, dok je u segmentu AI talenta na 45. mjestu. Iako je visoko pozicionirana u komercijalnom AI sektoru, zaostaje u segmentu državne strategije, gdje zauzima tek 79. mjesto. Oreščanin ističe: „Koliko je privatni sektor dobar u komercijalizaciji AI-a, toliko javni sektor zaostaje u strategiji. Ovo je područje gdje je nužno dodatno ulagati u podršku i infrastrukturu na nacionalnoj razini.“

Za nastavak održivog rasta, potrebno je ulagati u edukaciju i razvoj talenata, poticati suradnju između privatnog i javnog sektora te dodatno ojačati AI inkubatore poput BIRD Incubatora i Nuqleusa. CroAI ostaje posvećen stvaranju uvjeta koji će omogućiti dugoročan razvoj AI sektora u Hrvatskoj.

Sve značajniji igrač na globalnoj AI karti

Hrvatska svojim inovacijama, uspješnim startupovima i sve većim investicijama pokazuje kako čak i manja država može ostvariti velik utjecaj u svijetu umjetne inteligencije. U tome CroAI igra ključnu ulogu. Lorena Barić, izvršna direktorica CroAI, kaže: „Kao krovna organizacija za promociju i razvoj umjetne inteligencije, CroAI ne samo da okuplja dionike i promiče inovacije već i aktivno radi na jačanju domaćeg AI ekosustava kroz inicijative, edukacije i povezivanje s međunarodnim partnerima.“ CroAI je 2022. godine napravio pregled domaćeg ekosustava pod nazivom „Croatian AI Landscape“. Ovaj opsežan pregled uključuje 431 organizaciju aktivnu u različitim AI sektorima. Pregled pokriva tri ključne kategorije: tvrtke i startupove koji razvijaju AI proizvode, tzv. „early adopters“ koji uvode AI tehnologije u svoje poslovanje te „enablers“ i produženi ekosustav, koji uključuju obrazovne institucije, istraživačke centre i druge partnere. Ovaj pregled pokazuje kako hrvatska AI zajednica ostvaruje snažan rast, a sve veći broj startupova svjedoči o naporima za razvoj inovacija i jačanje stručnog kadra.

Kroz suradnju s EU-om i usklađivanje s europskim regulatornim okvirom za AI, Hrvatska radi na izgradnji povjerenja i etičke primjene AI tehnologija. Pregled također pozitivno ističe važnost podrške lokalnim AI inicijativama i napora za integraciju umjetne inteligencije u ključne sektore poput obrazovanja, zdravstva, financija i turizma. Sve navedeno stavlja Hrvatsku u perspektivu kao rastuće središte AI inovacija u Europi, s potencijalom za još veći doprinos globalnoj AI zajednici i digitalnoj budućnosti.

S obzirom na planiranu nadogradnju pregleda domaćeg ekosustava u AI Landscape v4.0, CroAI nastavlja pružati smjernice i podršku potrebnu za daljnji rast sektora, približavajući Hrvatsku ostvarenju vizije kao jednog od najvažnijih AI središta u Europi.

ULOGA SRCA U PRIMJENI UMJETNE

INTELIGENCIJE

Mnogo više od nove tehnologije

Sveučilišni računarski centar1 (dalje: Srce) svojim višegodišnjim stvaralaštvom i izgradnjom napredne računalne i podatkovne komponente e-infrastruktura doprinosi izgradnji temelja za daljnju primjenu i istraživanja.

Piše: Ivan Marić, dipl.ing.2

Umjetna inteligencija (dalje: UI) jedno je od brzo razvijajućih područja digitalne tehnologije koje je došlo u fokus javnosti „eksplozijom“ generativne UI i velikih jezičnih modela. Kao i svaka tehnologija tako i UI ima potencijal pridonijeti znatnu korist u raznim područjima kroz povećani gospodarski rast i kao rješenje za ekološke i društvene izazove. Primjeri doprinosa koje može dati su već vidljivi na primjerima u svijetu: UI može pomoći u boljoj identifikaciji bolesti, manjoj potrošnji energije, smanjenju prometnih nesreća, stvaranju novih usluga i razvoju novih proizvoda, pojednostavljenju industrijske proizvodnje i dr.

Nadalje, ima značajan potencijal za doprinos učinkovitijem i relevantnijem javnom sektoru. Stoga je cilj osnažiti iskorištavanje mogućnosti koje nudi UI, s ciljem jačanja dobrobiti i konkurentnosti RH. Cilj je usko povezan s ciljem digitalne transformacije koji je usvojila Vlada RH te nadopunjuje Vladinu digitalnu strategiju.

Da bi najbolje pridonijela jačanju hrvatske konkurentnosti i povećanju blagostanja, Hrvatska mora stvoriti uvjete koji to omogućuju. S druge strane, važno je upravljati izazovima i rizicima koji su povezani s UI-em, koji se odnose na nenamjerne ili nepredviđene posljedice korištenja UI-a kao rezultat pristranih ili manipuliranih podataka, nedostatka transparentnosti, zlouporabe ili neprijateljske upotrebe, što

1 Sveučilišni računski centar Sveučilišta u Zagrebu (Srce) osnovan je 29. travnja 1971. godine odlukom Savjeta Sveučilišta u Zagrebu, tada jedinog sveučilišta u Hrvatskoj, kao središnja ustanova za primjenu informacijske tehnologije u sustavu znanosti i visokog obrazovanja, ali i šire u Republici Hrvatskoj.

2 Autor je ravnatelj Sveučilišnog računarskog centra (Srce) Sveučilišta u Zagrebu.

Tema broja: Izazovi i zamke umjetne inteligencije

može dovesti do diskriminacije, gubitka povjerenja, financijske štete u konačnici i posljedica za funkcioniranje demokracije.

Ključni uvjeti za ostvarivanje potencijala

Hrvatska treba razviti ponudu znanja i stručnosti u području UI-a. Potreba za relevantnim znanjem o umjetnoj inteligenciji treba se zadovoljiti samo kroz kontinuirano obrazovanje i istraživanje. Dodatno, važno je osigurati odgovarajući ekosustav podrške koji je sposoban omogućiti poticanje i iskorištavanje UI-a, bilo da se radi o daljnjem istraživanju ili komercijalizaciji inovacija i promicanje ranih projekata primjene umjetne inteligencije.

Hrvatska također treba osigurati nesmetan pristup velikim količinama podataka iz različitih sektora i područja djelovanja, prateći pri tome i dorađujući gdje je potrebno nacionalne, europske i međunarodne okvire. Generativna UI poput ChatGPT-a, oslanja se upravo na velike količine podataka i velike jezične modele koje koristi za učenje. Uz podatke, nužno je osigurati odgovarajuću računalnu infrastrukturu.

UI aplikacije trebaju biti etičke, sigurne, pouzdane i transparentne. To se posebno odnosi na kritične sustave i sustave koji mogu utjecati na fizički svijet, kao što su autonomna vozila ili UI aplikacije u zdravstvu. U UI aplikacijama, etička i sigurnosna razmatranja ne mogu biti naknadna; ona moraju biti sastavni dio rane faze projektiranja.

Da bi Hrvatska iskoristila prednosti UI-a, svi dijelovi društva trebaju biti uključeni; to nije izazov kojim se, bez međusobne suradnje, mogu pojedinačno baviti država, lokalne zajednice, akademska zajednica ili privatne tvrtke.

Obrazovanje i osposobljavanje

Kao i za svaku tehnologiju i u slučaju UI-a bitno je da dovoljan broj ljudi posjeduje vještine potrebne za razvoj, pri čemu treba voditi brigu da znanja i stručnost moraju biti dostupni u cijelom društvu.

Ako šira uporaba umjetne inteligencije postane stvarnost, a prema svemu što možemo vidjeti idemo u tom smjeru, onda je bitno da se obrazuje i obučava dovoljan broj ljudi u tom području s posebnim naglaskom na razumijevanju mogućnosti, ograničenja i potencijalnih uporaba UI u svim slojevima društva. Istovremeno osiguravajuću šire pretpostavke ostanka završenih visokokvalificiranih osoba u RH, kako bismo izbjegli model da obrazujemo ljude koji će provoditi UI planove bogatijih, ali prije svega tehnološki tolerantnijih zemlja, trebamo kreirati tehnološki tolerantna okruženja koja će osigurati ostanak naših ali i privlačenje talenata iz drugih zemalja.

Određeni broj hrvatskih visokih učilišta već razvijaju svoju obrazovnu ponudu kako bi se što spremnije suočili s izazovom. Posebnu važnost, u početnoj fazi, pri tome igraju studijski programi namijenjeni obrazovanju budućih stručnjaka iz STEM područja.

Međutim, mnoge primjene UI-a opravdavaju širu interdisciplinarnu perspektivu. Interdisciplinarno znanje je ključno u osiguravanju etičkih, sigurnih i sigurnosno održivih korištenja UI-a. Relevantno znanje nije bitno samo za tehničke stručnjake, već i za sve one koji na ovaj ili onaj način ’komuniciraju’ s tehnologijom. Brz razvoj UI-a također stvara i povećanu potrebu za doživotnim učenjem. Za rješavanje ovog izazova potrebna je uža suradnja između nekoliko društvenih aktera, kao što su akademska zajednica, javni i privatni sektor.

Koristeći sve raspoložive oblike (formalno i neformalno obrazovanje; cjeloživotno učenje; programe osposobljavanja i dr.) sustav obrazovanja treba osigurati dovoljan broj UI obrazovanih i osposobljenih osoba.

Istraživanje

Inovativna istraživanja UI-a će moći pridonijeti kompetitivnosti hrvatskih tvrtki, poboljšanju usluga javnog sektora i otvaranju novih radnih mjesta, osnažujući privlačnost Hrvatske za inozemne znanstvenike i poduzetnike. Stoga je važna suradnja tvrtki, javnih institucija i akademske zajednice, na primjer kroz zajedničke projekte ili razmjenu i osposobljavanje osoblja.

Većina vodećih svjetskih istraživanja UI-a provodi se izvan granica Hrvatske. RH je zemlja s malim domaćim tržištem. Naša ulaganja u istraživanje i razvoj UI-a bit će zanemariva u odnosu na ulaganja u ekonomski razvijenijim zemljama, stoga nacionalni pristup umjetnoj inteligenciji treba uključiti razvoj partnerstva s istaknutim dionicima u području UI-a iz drugih zemalja, prvenstveno EU-a.

Za Hrvatsku je stoga važno održavati i razvijati međunarodnu istraživačku suradnju. EU ima sve važniju ulogu u hrvatskim međunarodnim istraživanjima u području UIa, ne samo kroz Okvirni program EU-a za istraživanje i inovacije. Na raspolaganju su nam brojne druge inicijative i partnerstva u koje se možemo uključiti.

Potrebno je osigurati pretpostavke za temeljna i primijenjena istraživanja u području UI-a, uključenost u međunarodne programe i projekte te povezanost istraživačkog, javnog i poslovnog sektora.

Inovacija i upotreba

Tvrtke i organizacije u gotovo svim industrijama i sektorima mogu podizati svoju konkurentnost i produktivnost uz pomoć UI-a. U javnom sektoru postoji veliki potencijal za razvoj aktivnosti i javnih usluga u interesu građana uz pomoć UIa. Aktivna promocija primjena UI-a u aktivnostima javnog sektora može imati značajnu ulogu u tome kako će javni sektor odgovoriti na velike društvene izazove budućnosti. Javni sektor bi stoga trebao aktivno podržavati aplikacije UI-a tako što će omogućiti dostupnost relevantnih i provjerenih podataka te stvaranje nacionalne

Tema broja: Izazovi i zamke umjetne inteligencije

digitalne infrastrukture, uzimajući u obzir pitanja sigurnosti i integriteta. Hrvatski javni sektor raspolaže s jedinstvenom količinom raznih podataka, što je preduvjet za razvoj i primjenu umjetne inteligencije i, ako se njime pravilno upravlja, može donijeti znatnu korist.

Stoga je u interesu države da stimulira inovativnost primjene i korištenje umjetne inteligencije u društvu na različite načine. Pilot projekti, testbedovi i druga specijalizirana testna okruženja samo su neki od alata koji mogu biti važni u ubrzavanju uvođenja nove tehnologije UI na etički, pouzdan, siguran i održiv način. Kroz projekte za razvoj novih UI aplikacija, rezultati istraživanja trebaju se praktično iskoristiti, prilagoditi stvarnim uvjetima te učiniti široko dostupnom.

UI sadrži brojne rizike, koji mogu uključivati nove vrste inteligentnih cyber napada, pristranost algoritama ili manipuliranje podacima koji mogu imati ozbiljne posljedice. Za UI također dolazi do izražaja princip „garbage in, garbage out “ pa korištenje nekvalitetnih, pristranih ili nepotpunih podataka dovodi do nepouzdanih i obmanjujućih rezultata. Rizici povezani s umjetnom inteligencijom nisu samo tehnički nego i etički, posebno u pogledu primjene u javnom sektoru. Korištenje UI-a zahtijeva uzimanje u obzir moralnih i pravnih pitanja. Aktivnim radom na ovom pitanju na nacionalnoj razini i njegovim promicanjem na međunarodnoj razini RH treba implementirati načela o etičkom, sigurnom i održivom korištenju umjetne inteligencije.

Pravni okviri

U brzo rastućim tehnologijama kao što je UI, potrebne su smjernice i standardi kako bi se vodili i privatni i javni dionici. Standardi umjetne inteligencije imaju potencijal promicati tehničke, semantičke, pravne i druge oblike interoperabilnosti unutar i između tvrtki i javnih institucija te doprinijeti većoj jasnoći za korisnike i potrošače.

Pristup podacima temelj je za UI i predstavlja ključni dio infrastrukture za razvoj UI-a. Sve je veći broj podataka dostupan u digitalnom obliku. To uključuje ručno i automatski prikupljene podatke, kao što su podaci sa senzora i IoT uređaja. Pri tome su često potrebni iznimno veliki napori za izradu iskoristivih podataka. Rizici se mogu pojaviti u obliku netočnih ili na drugi način nepoželjnih ishoda ako su podaci korišteni za trening UI-a niske kvalitete.

Odgovarajući okviri sastavljeni od načela, normi, standarda i pravila stoga su važni preduvjeti za ostvarivanje koristi od UI-a u društvu. Ti okviri moraju uravnotežiti temeljne potrebe za privatnošću, etikom, povjerenjem i socijalnom zaštitom u odnosu na pristup podacima potrebnim za ostvarenje potencijala UI-a.

Važnost predstavljaju i regulatorni okviri na europskoj i međunarodnoj razini, primjerice pravila o prekograničnom prijenosu podataka. Opća uredba EU-a o zaštiti podataka (GDPR), koja se primjenjuje od 25. svibnja 2018. godine, osigurava snažnu zaštitu privatnosti u obradi osobnih podataka i stoga je važan dio okvira UI-a. Način i mogućnosti na koji će različiti dionici implementirati GDPR u svojim

aktivnostima predstavljat će glavnu ulogu u tome koliko dobro RH može upravljati i koristima i rizicima UI-a. Uz GDPR, važno je istaknuti i nedavno usvojen Akt o umjetnoj inteligenciji, koji potiče inovacije i ulaganje u UI-i, istovremeno stvarajući zaštitni okvir za prava građana EU-a.

Mnogi regulatorni okviri i smjernice koje Hrvatska mora uzeti u obzir dolaze iz EUa, pa ako želimo imati koristi od inicijativa, važno je da postoje strukture i stručnost kako bismo mogli ravnopravno sudjelovati u raspravama o europskoj umjetnoj inteligenciji i igrati aktivnu ulogu u naporima EU-a.

Ključni elementi UI-a

Različite vrste infrastrukture važne su za razvoj i uporabu UI-a. Na primjer, određeni dijelovi razvoja umjetne inteligencije zahtijevaju pristup velikim količinama podataka i opsežnim računalnim kapacitetima za obradu tih podataka. Iz perspektive infrastrukture, ranije spomenuto računarstvo visokih performansi igra ključnu ulogu u razvoju i napretku UI-a. Koristi se za treniranje modela, strojno učenje, simuliranje realnih situacije koje se zatim koristi za razvoj novih i doradu postojećih UI-a algoritama, te ima brojne druge aplikacije u svijetu UI-a. Napredni računalni resursi Srca, prvenstveno superračunala „Supek“ i „Vrančić“ (izgrađeni kroz strateški projekt HR-ZOO) ili nacionalna infrastruktura Digitalni akademski arhivi i repozitoriji Dabar, te Portal hrvatskih znanstvenih i stručnih časopisa Hrčak, primjeri su komponenti e-infrastrukture sustava znanosti i visokog obrazovanja, a otvoreni su za istraživačke projekte i razvoj UI-a. Superračunala Srca opremljena su komponentama koje su idealne za algoritme strojnog učenja i treniranje neuronskih mreža, ali i za obradu prirodnog jezika, što ih čini idealnim alatom za istraživače. Podatkovna infrastruktura Srca, s temeljnim komponentama

Dabar i Hrčak, provjereni su izvori idealni za treniranje UI modela jer daju pristup ogromnim količinama provjerenih i kvalitetnih istraživačkih podataka i na taj način mogu „hraniti“ algoritme UI-a povećavajući im točnost i pouzdanost. Pri tome se naravno, veliki trud ulaže u pravilno prikupljanje i pohranu podataka kako bi bilo što iskoristiviji.

Srce je 2021. iniciralo uspostavu Inicijative za Hrvatski oblak za otvorenu znanost (HR-OOZ), koji predstavlja organizacijsko i tehnološko okruženje koje potiče i omogućuje otvorenu znanost, osiguravajući resurse i usluge potrebne za prikupljanje, obradu i pohranu podataka.

Prepoznat potencijal

Računalni resursi Srca nisu samo nužni znanstvenicima i istraživačima za praktičnu upotrebu i obradu podataka, već su pretpostavka za obrazovanje i obuku novih istraživača za korištenje UI-a.

Tema broja: Izazovi i zamke umjetne inteligencije

Budućnost primjene UI-a uvelike ovisi o njezinoj uporabljivosti, ali i točnosti. Postaje jasno da se ni jedno ni drugo neće postići isključivo izgradnjom velikih neuronskih modela temeljem velikih količina podataka. U tu svrhu, bit će potrebno izgraditi UI platforme koje će kombinirati znanja izgrađenih modela (na primjer, razumijevanje jezika, pretvaranje jezika u tekst i obrnuto, pretvaranje tekstualnih upita u pojedine programske jezike, kao što je npr. SQL) i pristup podacima iz različitih izvora kako bi se uparivanjem dobile točne informacije koje je onda moguće upotrijebiti u potencijalnim drugim upitima i na kraju korisnicima pružiti kompletnu uslugu. To bi, na primjer, omogućilo interakciju studenta s visokom učilištem na način da student izda nalog UI platformi: „obavi mi upis sljedeće godine uz izborne predmete koji će me usmjeriti u područje analize podataka“.

Kako bi se to moglo postići, potrebno je osigurati i (po potrebi autorizirani) pristup programskim sučeljima (API-jima) pojedinih informacijskih sustava, koja mogu dati autoritativne i ispravne podatke te pružiti i njihovu semantiku. Srce, u opsegu svojih nadležnosti, gradi i programska sučelja za razne sustave koje izgrađuje i održava. Ova će komponenta postati sve važnija u području primjene UI-a te se očekuje i širenje postojećih i izgradnja novih API-ja u prostoru informacija i podataka visokog obrazovanja i znanosti.

Izgledno je da će biti potrebno „upakirati“ i sama programska sučelja u zasebne manje servise – agente, koji će se moći koristiti u platformama umjetne inteligencije. Tu Srce također prepoznaje dio svog angažmana u postizanju nove razine interoperabilnosti, bez koje neće biti velikih iskoraka u primjeni UI-a.

Uz znanost i istraživanje, Srce je rano prepoznalo potencijal UI-a i u drugim područjima, poput obrazovnog procesa ali i područjima kao što su znanstveno izdavaštvo. Na našim brojnim događanjima, od kojih ovdje ističem središnju konferenciju Dani e-infrastrukture DEI, uvijek nastojimo zajednici prezentirati najnovija dostignuća u razvoju i primjeni UI-a.

Srce sudjeluje i u brojnim nacionalnim i međunarodnim projektima koji se na različite načine bave UI-em i jačanjem kapaciteta ustanova i tvrtki. Tako Srce obnašajući ulogu mandatne organizacija Republike Hrvatske u Europskom oblaku za otvorenu znanost (European Open Science Cloud – EOSC) te aktivnim sudjelovanjem u više projekata iz programa Obzora Europa doprinosi u izgradnji podatkovnog prostora EU znanosti kao temelja za razvoj budućih UI aplikacija. U projektu „CROatian Industry and Society BOosting“ (EDIH CROBOHUB++)“ omogućujemo nekoliko usluga podrške i ekspertize u području računarstva visokih performansi koje doprinose razvoju UI-a, primarno usmjerenih prema malim i srednjim poduzećima. Također, Srce kao voditelj Hrvatskog centra kompetencija za HPC, a u sklopu projekta „ National Competence Centres in the framework of EuroHPC Phase 2 (EuroCC 2)“, zajedno s partnerima, već niz godina nudi podršku tvrtkama i javnim ustanovama koje žele doznati više o korištenju HPC-a i njegovom potencijalu za razvoj UI, bilo putem radionica u organizaciji Centra, ili stvaranjem mogućnosti za edukaciju na međunarodnoj razini.

DIGITALNA I AI TRANSFORMACIJA

Globalni alat za povećanje produktivnosti

Umjetna inteligencija (AI) više nije samo budućnost poslovanja – ona je sadašnjost koja snažno utječe na način rada i strateškog razmišljanja.

Prema najnovijem istraživanju u Hrvatskoj je interes za AI porastao do te mjere da čak 42% građana koristi AI alate barem povremeno, dok 51% zaposlenih prepoznaje automatizaciju kao najveću prednost AI-a. Prema međunarodnom istraživanju iz 2024., tvrtke koje su već primijenile AI u poslovanju bilježe povećanje produktivnosti za 20% do 30%, što odražava globalne trendove u kojima AI ne samo da smanjuje troškove već donosi i značajne operativne prednosti. Europska unija očekuje da će digitalna transformacija vođena AI-om povećati BDP za 2,7 bilijuna eura do 2030. godine, dok su u Sjedinjenim Američkim Državama tvrtke koje koriste AI već ostvarile uštede od preko 40 milijardi dolara godišnje.

Hrvatski sektor maloprodaje i odjeli marketinga već naveliko koriste AI u poslovanju, ali jedan od najznačajnijih primjera dolazi iz industrije automobila – Rimac Automobili. Rimac koristi AI kako bi unaprijedio preciznost i učinkovitost svojih proizvodnih procesa, implementirajući prediktivnu analitiku i napredne sustave za održavanje opreme. Ovi AI alati omogućili su tvrtki da znatno smanji zastoje u proizvodnji, optimizirajući korištenje resursa i smanjujući operativne troškove. Rezultati su impresivni: Rimac je uspio povećati operativnu učinkovitost za više od 25%, što je omogućilo zaposlenicima da se posvete složenijim zadacima i inovacijama, poput razvoja električnih i visokotehnoloških vozila.

Osim proizvodnje, sektor financija u Hrvatskoj također bilježi znatnu korist od AI-a. Banke koriste umjetnu inteligenciju za automatizaciju procjene kreditnih rizika i prepoznavanje obrazaca u ponašanju korisnika. Automatizacija ne samo da ubrzava

1 Autor je vodeći stručnjak za primjenu AI u poslovanju, Best Advisory

Piše: Vedran Antoljak1

Tema broja: Izazovi i zamke umjetne inteligencije

procese obrade, već smanjuje operativne troškove i rizik ljudskih pogrešaka. Na temelju primjera iz domaćih banaka, AI može ubrzati donošenje odluka za više od 40%, čime se štedi vrijeme zaposlenika i povećava korisničko zadovoljstvo.

Prilika za Hrvatsku da modernizira poslovanje

Na globalnoj razini, AI se pokazao kao ključan alat za povećanje produktivnosti i optimizaciju resursa. U sektoru maloprodaje, AI tehnologije omogućuju predikciju potražnje i optimizaciju zaliha, čime se smanjuju troškovi skladištenja i osigurava brža isporuka. Globalne tvrtke koje su implementirale AI u ovaj sektor bilježe povećanje produktivnosti od 30% do 40% i smanjenje troškova zaliha za čak 20%. Takvi primjeri ističu kako AI ne samo da povećava učinkovitost već i omogućuje tvrtkama prilagodbu tržišnim promjenama u stvarnom vremenu.

Hrvatska, kao i ostatak Europe, ima priliku iskoristiti AI kao temeljan alat za ubrzanje digitalne transformacije i modernizaciju poslovanja. Međutim, kako bi se ostvarile sve prednosti koje AI nudi, nužno je prevladati izazove, kao što su ograničeni financijski resursi, nedostatak stručnjaka i skepticizam prema novim tehnologijama. Kroz ovaj članak istražit ćemo kako digitalna transformacija, vođena AI-om, može povećati produktivnost i otvoriti nove prilike za poslovanje u Hrvatskoj te kako uspješni primjeri implementacije AI-a kod domaćih i globalnih tvrtki služe kao inspiracija i smjernica za budući razvoj.

Digitalna transformacija koristi napredne tehnologije kao što su umjetna inteligencija, analitika velikih podataka, Internet stvari (IoT) i cloud computing, što omogućava temeljne promjene u načinu na koji tvrtke posluju. Ove tehnologije nisu samo

Grafikon: Povećanje produktivnosti uvođenje AI u poslovanje

Globalni alat za povećanje produktivnosti

alati, već su temelji koji omogućavaju brže procese, bolju alokaciju resursa i automatizaciju radnih zadataka, što rezultira povećanjem učinkovitosti. Europska komisija procjenjuje da će integracija AI-a i povezanih tehnologija omogućiti rast produktivnosti od 20% do 40% u različitim sektorima tijekom sljedećeg desetljeća, s posebnim naglaskom na proizvodnju, financije i zdravstvo.

Prilagođavanje svjetskim trendovima

U Hrvatskoj, interes za digitalnu transformaciju raste s obzirom na potrebu za prilagodbom globalnim tehnološkim trendovima. Osobito su male i srednje tvrtke sve svjesnije prednosti koje donosi digitalizacija, iako se suočavaju s financijskim ograničenjima i nedostatkom stručnjaka za AI. Infobip, globalna tvrtka za komunikacijska rješenja iz Hrvatske, koristi analitiku podataka za optimizaciju svojih usluga, što im omogućuje veći angažman klijenata i bolju prilagodbu prema korisničkim potrebama. Slično, proizvođači koji implementiraju prediktivnu analitiku smanjuju zastoje i optimiziraju procese, dok povećavaju produktivnost.

Grafikon: Povećanje produktivnosti uvođenjem AI u poslovanje

Jedna od najznačajnijih primjena AI-a u poslovnim okruženjima je automatizacija repetitivnih i administrativnih zadataka. Automatizacija omogućuje tvrtkama da smanje opetovane i rutinske radne zadatke, optimiziraju resurse i povećaju točnost u svakodnevnim operacijama. U odjelu knjigovodstva malih i srednjih poduzetnika, primjerice, automatizacija i primjena AI alata može ubrzati često za zaposlenike iritantne i vremenski zahtjevne poslove izvještavanja, pri čemu mukotrpan posao prikupljanja podataka i izradu izvještaja, možemo automatizirati AI-jem i tako uštedjeti do 50% vremena uz bolju kvalitetu i kontrolu rezultata. Kod banaka, AI

broj 3-4 :: prosinac 2024.

Tema broja: Izazovi i zamke umjetne inteligencije

analitičke platforme omogućuju automatsku procjenu kreditnih rizika, otkrivanje prijevara i brzo procesuiranje zahtjeva. Ova tehnologija ubrzava obradne procese i smanjuje troškove rada, što dovodi do značajnih ušteda. Istraživanje McKinseya procjenjuje da AI automatizacija može smanjiti troškove u financijskim institucijama za čak 25%, omogućujući zaposlenicima fokus na složenije zadatke.

Automatizacija se posebno ističe u maloprodaji, gdje AI pomaže pri upravljanju zalihama, analizi prodajnih obrazaca i optimizaciji opskrbnog lanca. Zahvaljujući analizi povijesnih podataka o prodaji i predviđanju sezonskih kretanja, AI omogućuje maloprodajnim tvrtkama da smanje troškove zaliha i smanje gubitke povezane s nedostatkom zaliha ili prekomjernim skladištenjem. Prema istraživanju iz 2024., čak 51% zaposlenika u Hrvatskoj prepoznaje AI kao alat za poboljšanje radne učinkovitosti, a tvrtke kao što su Pevec koriste AI za optimizaciju zaliha i učinkovitije upravljanje distribucijom proizvoda.

Podrška svakodnevnim poslovnim aktivnostima

Generativna umjetna inteligencija, uključujući popularne alate poput ChatGPT-a, omogućuje tvrtkama da ubrzaju svakodnevne zadatke kao što su kreiranje sadržaja, korisnička podrška i analiza podataka. Ovi alati koriste napredne jezične modele za generiranje tekstova i odgovaranje na upite, što omogućuje bržu i precizniju komunikaciju s klijentima. Prema istraživanju iz 2024., čak 25% hrvatskih građana koristi AI povremeno ili redovito, što odražava rastući interes za primjenu generativne AI tehnologije.

Hrvatska konzultantska tvrtka, Best Advisory, koristi ChatGPT za obradu dokumentacije, pripremu ponuda i tendera i izradu analitičkih izvještaja, čime je ubrzala provođenje poslova istraživanja i analize, generiranja strateških dokumenata i druge savjetničke poslove, za oko 30%, što korespondira rezultatima analize rasta produktivnosti od 30% korištenjem AI alata u poslovanju McKinseyja i BCG-a. U europskom kontekstu, Siemens i Volvo koriste slične AI alate za pružanje korisničke podrške, optimizaciju poslovanja i smanjenje vremena potrebnog za rješavanje korisničkih problema. Generativna AI je osobito korisna u sektorima s visokim obimom interakcija, gdje se postiže brži odziv na korisničke upite i povećava lojalnost kupaca. Prema studijama, tvrtke koje koriste generativnu AI tehnologiju bilježe do 30% brže odgovore na korisničke upite.

Donošenje informiranih odluka

Analitika podataka omogućuje poduzećima da iskoriste svoje podatke kako bi donijeli informirane odluke, bolje razumjeli korisnike i optimizirali poslovne strategije. AI analitika omogućava obradu velikih količina podataka u stvarnom vremenu, što tvrtkama daje uvid u ključne trendove i ponašanje korisnika. Studija Europske

Globalni alat za povećanje produktivnosti

komisije pokazuje da 80% tvrtki koje koriste podatkovnu analitiku bilježe povećanje produktivnosti za 20-30%.

Infobip koristi podatkovnu analitiku kako bi segmentirao korisnike i prilagodio komunikaciju prema njihovim potrebama, čime povećava zadovoljstvo korisnika i unaprjeđuje prodajne procese. Prediktivna analitika također pomaže tvrtkama u donošenju proaktivnih odluka – u proizvodnji se koristi za prediktivno održavanje strojeva, čime se sprječavaju kvarovi i smanjuje vrijeme zastoja. Hrvatska tvrtka koja se bavi analitičkim uslugama koristi AI za analizu velikih skupova podataka u stvarnom vremenu, što omogućuje brže donošenje odluka i prilagodbu tržišnim trendovima.

Digitalna transformacija u Hrvatskoj: Izazovi i prilike

Iako digitalna transformacija donosi značajne prednosti, implementacija AI-a u Hrvatskoj suočava se s nekoliko ključnih izazova:

Povjerenje i skepticizam prema AI-u: Unatoč rastućem interesu, mnogi hrvatski građani još uvijek izražavaju skepticizam prema AI-u zbog mogućih rizika po privatnost i sigurnost. Istraživanje iz 2024. godine pokazuje da 49% građana očekuje gubitak radnih mjesta kao rezultat automatizacije, što stvara dodatni pritisak na tvrtke.

Nedostatak volje za stjecanje znanja o AI-u: poduzetnici, male i srednje tvrtke ne razumiju dovoljno što nudi AI i nisu spremne uložiti više resursa u edukaciju na temu

broj 3-4 :: prosinac 2024.

Grafikon: Utjecaj AI na odabrane sektore i poslove

Tema broja: Izazovi i zamke umjetne inteligencije

AI u poslovanju. Stoga je država osmislila i niz programa potpora za razvoj digitalnih vještina za male i srednje poduzetnike. S druge strane, niti velike organizacije ne prepoznaju dovoljno prilike koje proizlaze iz upotrebe AI u poslovanju, već samo nekoliko najuspješnijih organizacija eksperimentira i/li su već razvili vlastite kapacitete za primjenu AI u poslovanju. Žalosna je činjenica iz istraživanja provedenog u 2024. godini da trenutno tek svaki peti ispitanik želi pohađati AI edukaciju, dok većina to ne želi.

Nedostatak AI stručnjaka: Tržište rada u Hrvatskoj suočava se s manjkom stručnjaka za AI i digitalne tehnologije, što usporava implementaciju inovacija i ograničava skalabilnost AI projekata.

Usprkos ovim izazovima, EU pokazuje kako se putem jasne regulative i etičkih smjernica može stvoriti povjerenje u AI. Zakon o umjetnoj inteligencije Europske unije, takozvani EU AI Act, koji promovira transparentnost i odgovornost u primjeni AI-a, može poslužiti kao model regulacije AI. Kroz državne poticaje i fondove, te suradnju s akademskim institucijama, Hrvatska bi mogla ubrzati proces digitalne transformacije, istovremeno osiguravajući visoke standarde sigurnosti. Međutim, pri reguliranju AI neke države važno je postignuti ispravnu ravnotežu između zaštite građana i potpore gospodarstvu u razvoju AI rješenja. Usprkos ozbiljnim prigovorima europskih poduzetnika u smislu značajnih ograničenja zakona EU o umjetnoj inteligenciji te kašnjenja uvođenja najnovijih AI mogućnosti za EU od strane globalnih AI lidera, trebat će pričekati kako bi se moglo sagledati sve pozitivne i negativne posljedice koje će proizaći iz regulacije umjetne inteligencije u Europskoj uniji.

Grafikon: Želite li pohađati AI edukacije?

Globalni alat za povećanje produktivnosti

Perspektive budućnosti digitalne transformacije i AI-a u Hrvatskoj

Uz podršku EU-a i državne inicijative, digitalna transformacija u Hrvatskoj ima potencijal postati jedan od glavnih pokretača gospodarskog rasta. Predviđa se da će sektor proizvodnje, financija i maloprodaje najviše profitirati od primjene AI-a, čime će hrvatske tvrtke postati konkurentnije na globalnom tržištu. Programi poput Digital Europe i Europskog fonda za strateška ulaganja pružaju financijsku podršku za male i srednje tvrtke, čime se olakšava početna implementacija AI rješenja.

Kroz edukaciju i razvoj kadrova, kao i kroz jačanje istraživačkih programa na području umjetne inteligencije, hrvatske tvrtke mogu razviti inovativne proizvode i usluge, osiguravajući dugoročnu konkurentnost. Umjetna inteligencija nije samo alat za optimizaciju, već predstavlja platformu za inovacije, brži rast i razvoj koji omogućuje hrvatskom gospodarstvu da se brže prilagodi globalnim promjenama.

Predstoji sveobuhvatna strategija

Provedba digitalne transformacije poslovanja i uvođenje umjetne inteligencije (AI) u poslovanje nije samo prilika za optimizaciju resursa i smanjenje troškova, već strateški potez koji omogućuje dugoročnu konkurentnost. AI može transformirati hrvatske tvrtke, omogućujući im prilagodbu tržišnim promjenama i osnaživanje radne snage za složenije zadatke. No, da bi se iskoristio puni potencijal, potrebno je pristupiti primjeni AI-a sustavno i promišljeno.

Prvi korak je razvijanje sveobuhvatne strategije koja identificira ključne procese u kojima AI može donijeti najveću vrijednost. Strategija bi trebala obuhvatiti specifične ciljeve, vremenske rokove i proračun, čime bi se omogućio transparentan i održiv proces transformacije. Na primjer, ako je cilj poboljšati korisničku podršku, strategija bi mogla uključivati implementaciju AI chatbotova za smanjenje vremena odgovora i povećanje zadovoljstva klijenata. Jasno definirani plan djelovanja osigurava da svaki korak donosi dodanu vrijednost i povećava šanse za uspjeh.

Da bi digitalna transformacija bila uspješna, tvrtke moraju ulagati u osposobljavanje i razvoj internog kadra za rad s AI tehnologijama. Obrazovanje zaposlenika kroz specijalizirane obuke i certifikacijske programe omogućuje izgradnju interne stručnosti koja će podržavati digitalnu transformaciju. Dodatno, suradnja s obrazovnim institucijama i uključivanje u edukativne programe EU-a mogu povećati kvalitetu stručne baze, stvarajući talentirane kadrove koji će biti nositelji AI inovacija unutar tvrtke.

Hrvatska je, kao članica EU-a, u poziciji da iskoristi različite fondove i poticaje namijenjene digitalizaciji poslovanja. Fondovi EU-a pružaju značajnu financijsku podršku koja može olakšati početna ulaganja u AI, osobito za mala i srednja poduzeća. Prijava za takve programe otvara nove prilike za razvoj i ubrzava

broj 3-4 :: prosinac 2024.

Tema broja: Izazovi i zamke umjetne inteligencije

implementaciju AI-a u poslovne procese. Uz dodatnu državnu podršku i pravilno korištenje tih resursa, tvrtke mogu premostiti financijske izazove i osigurati dugoročni rast.

Na kraju, AI sigurno nije čarobni štapić koji će riješiti sve poslovne izazove, ali može biti poput onog „tajnog sastojka“ u vašem omiljenom receptu koji čini razliku koja se osjeti. Uz dobro osmišljenu strategiju, kontinuiranu edukaciju i dovoljno resursa, hrvatske tvrtke imaju priliku pretvoriti AI u vrijednog partnera. I dok AI preuzima rutinske zadatke, vaš tim se može posvetiti kreativnijim i strateškim ciljevima. Kao što bi rekao suvremeni CEO: „Neka AI radi naporno, a mi radimo pametno!“

Grafikon: Zašto što prije započeti digitalnu i AI transformaciju?

UPRAVLJANJE PROMJENAMA U DOBA

UMJETNE INTELIGENCIJE

Ne obveza nego imperativ

„Razuman

se čovjek prilagođava vremenu u kojem živi. Nerazuman čovjek uporno pokušava prilagoditi svijet sebi samom. Sav napredak ovisi o nerazumnim ljudima“, kako je duhovit primijetio uvijek britki G. B. Show.

Piše: mr.sc. Branko Pavlović1

Živimo u svijetu velikih promjena. Koliko smo puta čitali ili izgovorili tu rečenicu? Vjerojatno više od jednom na dan. No, kakav je, međutim, opći stav svih nas prema promjenama? Svi će reći, ja sam za, MIJENJAJ, radite što god treba, samo nemojte mene mijenjati. Znamo li što želimo biti za pet godina? Što želi ostvariti naša-vaša tvrtka ili država? Imamo li plan kako to postići? Ta jednostavna i sasvim logična pitanja zateknu ljude, tvrtke i institucije bez odgovora. Većini ljudi i menadžera se odvija kako naiđe. Promjene se dogode, oni reagiraju. Prepuštaju se sudbini, nadaju se sretnim okolnostima, a kad one izostanu žale se da ih prati nesreća. Kad svi ulažu u novu tehnologiju, činimo to i mi, kad svi otpuštaju, otpuštat ćemo i mi. Kad svi kupuju nekretnine krećemo i mi, kad se svi povlače, povlačimo se i mi. Takav je stav igra na sigurno. Tko ne riskira, vjerojatno neće pogriješiti, ali neće ostvariti traženi rezultat, -uspjeh -razvoj. Uspjeh ovisi o sposobnosti da mislimo dalekovidno i oblikujemo budućnost da planiramo razvoj. Murphyjev zakon o tome kaže: Količina energije potrebna za ispravljanje krivog smjera geometrijski se povećava s vremenom. Ključ nije u trošenju vremena, već u njegovu investiranju – (Stephen R. Covey), jer bilo da su vremena dobra ili loša, jedino vrijeme koje imamo je ovo sada ! (Art Buchwald)

1 Autor je Savjetnik uprave Instituta za poslovnu izvrsnost, poduzetništvo i održive sustave Zagreb i zamjenik glavnog urednika Suvremene trgovine, ZAGREB

Doba izazova i neizvjesnosti

Živimo u eri dominantnih procesa internacionalizacije, globalizacije, nove ekonomije, održivog razvoja i umjetne inteligencije. Naše je doba zanimljivo, dinamično, multidimenzionalno, digitalizirano i puno neizvjesnosti, kako za pojedince, tvrtke, te organizacije i institucije. Nakon što smo iscrpili potencijale tradicionalnih poluga poput financijsko-proizvodnih programa, smanjenja operativnih troškova ili optimizacije otiska, sada moramo žurno pronaći nove načine za rast ne samo poslovanja. Digitalna revolucija eksplozijom podataka, sveopćom povezanosti uređaja te povećanje snage i memorije procesa, upozorava da novi obzor za poboljšanje performansi i rasta, pojedinci, tvrtke organizacije i institucije trebaju tražiti u tehnološki podržanim transformacijama.

Prema Ezellu (2018.) i drugim autorima pod digitalizacijom poslovanja se podrazumijeva uvođenje umjetne inteligencije, komunikacijsko povezivanje, digitalizacija, robotizacija i automatizacija cjelokupnog poslovnog procesa, od projektiranja, i razvoja proizvoda, simuliranja novog poslovnog procesa pomoću digitalnog blizanca (digital twin) preko nabave i skladištenja materijala do isporuke kupcu i post prodajnih usluga (dakle cjelokupnog logističkog procesa).

Privlačno ali neshvaćeno

Promjene su svuda oko nas, upravljanje promjenama je jedno od najčešćih menadžerskih područja, ali je istodobno – iznimno SLABO shvaćeno! (pogledaj na Googleu). Kad su promjene tako široko disperzirane i kad toliko mnogo ljudi ima nešto kazati na tu temu, moglo bi se pomisliti da tajnu upravljanja promjenama nije tako teško dokučiti – no naša stvarnost opovrgava to. No kada dođe do inicijative za promjenu, a to doživljavamo svaki dan, uvjerljiva većina njih propadne ili ne ispuni očekivanja. Tek petina započetih procesa poslovnih promjena uspije polučiti

Upravljanje promjenama

željene ishode. Svaka poslovna organizacija ima određeni zamah, te specifičnosti u pogledu znanja ljudi i kompleksnosti situacije. Nema poslovne promjene, a pogotovo u DIGITALNO doba, koja se može riješiti copy-paste metodom (čini se da upravo tu grešku svi činimo) ili univerzalnim naputkom. Nema tog Andola ili aspirina u nekoliko koraka kako sugeriraju sveopći znalci umjetne inteligencije. Uspješne i neuspješne ishode u procesima promjena mnogo ćemo bolje razumjeti ako ih promatramo kao međuigru iskustava. Neuspjehe treba shvatiti kao znakove upozorenja i prosvjećivanja, a promjene s ostvarenim ciljevima u okviru raspoloživog vremena i planiranih sredstava pružaju satisfakciju i nadahnuće. Promjena nije lagani, pravocrtni ni linearni proces za koji se može ponuditi čarobna formula. Tu je riječ o zbrkanom, kompliciranom i reverzibilnom procesu s vrlo neizvjesnim ishodom, Shvaćanjem uzroka i poštivanjem određenih načela, postupaka i strukture povećavaju se mogućnosti za učinkovito upravljanje promjenama i u nepredviđenim okolnostima u uzbudljivom dobu umjetne inteligencije. Neovisno o tome događa li se u poslovnoj organizaciji ili industriji, digitalna transformacija je najveća promjena koja je zahvatila gospodarstvo današnjice. Digitalne tehnologije dramatično preoblikuju jednu industriju za drugom, mnoge tvrtke, organizacije i institucije provode široki spektar promjena kojima nastoje iskoristiti te trendove ili jednostavno zadržati korak s vremenom i konkurentima.

„Pod pritiskom stvarnosti moramo se promijeniti ili nestati. Da bismo išli u susret prioritetima koji zahtijevaju akciju i upravljane promjenama bez gubljenja vremena, stvarna preobrazba načina razmišljanja i ponašanja je – IMPERATIV“ – King i Schneider – The First Global Revolution

Tekst je izvod iz izlaganja Mr. sc. Branka Pavlovića na konferenciji Superprodavač 24. i 25. 10. 2024 Zagreb u organizaciji časopisa i portala Poslovni savjetnik; tema izlaganja: Aktivna prodaja – iz cipela u dušu kupca.

ChatGPT – stvarna preobrazba načina razmišljanja i ponašanja

UMJETNA INTELIGENCIJA U FINANCIJSKOJ

INDUSTRIJI

Kohabitacija strojeva i ljudi

Umjetna inteligencija u financijski sektor donosi automatizaciju procesa, efikasnost i kreiranje personaliziranih investicijskih strategija. Premda strojevi manje griješe od ljudi, njihovi rezultati ovise o kvaliteti podataka koje obrađuju. Čovjek je za sada u prednosti zbog svojih kognitivnih sposobnosti i društvene samosvjesnosti i empatije, što je za strojeve još uvijek (pre)velik izazov.

Piše: dr.sc. Darko Horvatin1

Umjetna inteligencija (UI) u sve većoj mjeri utječe na procese u financijskoj industriji, donoseći transformacijske promjene u radu banaka, investicijskih fondova i osiguravajućih društava. Tehnologija, koja se temelji na razvoju sofisticiranih algoritama i modela za obradu podataka, ne samo da unapređuje operativne procese, već i redefinira strategije ulaganja, upravljanje rizikom i korisničko iskustvo. Jedan od najočitijih utjecaja umjetne inteligencije u financijskoj industriji jest automatizacija repetitivnih zadataka. UI omogućava automatizaciju procesa kao što su obrada transakcija, upravljanje računima i usklađivanje financijskih izvještaja. Automatizirani sustavi ne samo da smanjuju potrebu za ljudskom intervencijom, već i minimiziraju greške i poboljšavaju točnost. Na primjer, chatboti2 i virtualni asistenti koriste prirodni jezik za komunikaciju s korisnicima, odgovarajući na česta pitanja,

1 Autor je znanstveni suradnik, predavač na EFFECTUS veleučilištu i predsjednik uprave Hrvatskog mirovinskog investicijskog društva.

2 Chatbot je računalni program koji koristi umjetnu inteligenciju za simulaciju razgovora s korisnicima putem tekstualnih ili glasovnih sučelja. Chatboti mogu biti jednostavni, s unaprijed definiranim odgovorima, ili sofisticirani, koristeći napredne algoritme za razumijevanje i generiranje prirodnog jezika. Mogu se koristiti za različite svrhe,

pomažući u rješavanju problema i obavljajući jednostavne transakcije. Ovo ne samo da poboljšava korisničko iskustvo, već oslobađa ljudske agente za složenije zadatke. O toj se temi mnogo piše i raspravlja kroz sve medije, a doprinos tome daje i dnevnik Financial Times, čiji se naglasci donose u nastavku.

Investicijski savjetnik ChatGPT

Umjetna inteligencija unijela je revoluciju u analizu podataka u financijskoj industriji. Algoritmi strojnog učenja mogu procesuirati velike količine podataka mnogo brže i preciznije nego što bi to mogao bilo koji živi analitičar. To omogućava financijskim institucijama da bolje razumiju tržišne trendove, identificiraju obrasce ponašanja i donose informirane odluke na temelju prediktivnih analiza3 .

Primjerice, hedge fondovi i investicijske banke koriste algoritme za kvantitativno trgovanje jer mogu analizirati milijune tržišnih podataka u stvarnom vremenu te izvršavati trgovinske naloge temeljem složenih strategija. Tehnologija rezultira optimalnim investicijskim odlukama prilagođavajući se promjenama na financijskim tržištima.

Kada je u rujnu prošle godine tehnološki poduzetnik Edward Morris sudjelovao u inicijalnoj javnoj ponudi dionica kompanije Arm (bavi se dizajnom čipova) vrijednoj pet milijardi dolara, kod donošenja investicijske odluke u potpunosti se oslonio na umjetnu inteligenciju, što bi se moglo pokazati jednim od njegovih najuspješnijih ulaganja. Morris vodi konzultantsku kompaniju Enigmatica, specijaliziranu za UI i brzi inženjering – proces izrade preciznih i učinkovitih upita/inputa za usmjeravanje umjetne inteligencije prema stvaranju najisplativijih, točnih i sigurnih rezultata. Premda generativna umjetna inteligencija4 pokušava oponašati ljude, ipak zahtijeva detaljne upute za stvaranje visokokvalitetnog i relevantnog rezultata. Za spomenuto investiranje u Arm čitav proces dubinskog snimanja i procjene vrijednosti odrađen je posredstvom UI sustava ChatGPT, što je rezultiralo povratom na ulaganje od 30 posto, dok je na većini ostalih investicija Moriss zaradio oko 10 posto.

uključujući korisničku podršku, automatizaciju zadataka, pružanje informacija i zabavu. Ukratko, chatboti olakšavaju interakciju između ljudi i tehnologije, omogućujući brze i učinkovite odgovore na upite.

3 Prediktivna analiza uzima podatke iz prošlosti te pokušava naći uzorke i veze među njima. Pomoću raznih raspoloživih metoda i algoritama oblikuje predikcije i daje stupanj vjerojatnosti da će se poslovni događaj u budućnosti zaista i dogoditi.

4 Tehnologije koje koriste algoritme za stvaranje novih sadržaja ili informacija na temelju učenja iz postojećih podataka. Ova vrsta AI može stvarati raznolike oblike sadržaja, uključujući tekst, slike, zvuk, video i još mnogo toga.

Tema broja: Izazovi i zamke umjetne inteligencije

I u prošlosti se mogao osloniti na umjetnu inteligenciju, ali je tu uslugu smatrao preskupom, no kako je iz prve ruke pratio razvoj tog alata, odlučio je pokušati primijeniti nov pristup – i nije požalio. Danas tvrdi da chatbot (računalni program koji simulira ljudski razgovor – interakciju između čovjeka i stroja), može unaprijediti njegovo razumijevanje financija i upravljanja imovinom, pomažući mu da pronađe potentne investicijske prilike kao što je to bio Arm te identificira nedosljednosti na svom bankovnom računu, baš kao što bi to učinio ljudski financijski savjetnik.

Štedi novac i vrijeme

K tomu, Morris je povezao AI alat sa svojim WhatsApp i Telegram računima tako da putem poruka dobiva ažurne informacije o investicijskim prilikama. ChatGPT postao mu je džepni financijski savjetnik dostupan 24 sata dnevno. Korištenje alata umjetne inteligencije u investiranju smatra nevjerojatno jednostavnim. Prvo treba detektirati zanimljivu kompaniju (dionicu). Zatim kreće bombardiranje ChatGPT-a pitanja o povijesti kompanije, trenutnim aktivnostima, financijama i svim negativnim vijestima. Nakon toga chatbot od svih traženih informacija napravi kratak izvještaj te ponudi raspon kretanje cijene dionice u narednom razdoblju, pomažući ulagačima da naprave educiranu investiciju bez plaćanja visokih naknada profesionalnim voditeljima portfelja ili financijskim stručnjacima.

Dubinsko snimanje je proces koji uobičajeno traje danima i zahtijeva brojne stručnjake raznih profesija. Zahvaljujući umjetnoj inteligenciji to više nije tako, tvrdi Morris. U devedeset devet posto slučajeva „investicijska igra“ svodi se na saznanje je li nešto dobra investicija ili ne i čini mu se da je ChatGPT nevjerojatan u stvaranju informacija i komuniciranju na različite načine.

I dok UI još uvijek nije rašireni alat za privatne ulagače, profesionalni upravljači fondovima mogli bi prosperirati od te nove tehnologije jer imaju mogućnost da svoje ideje „provuku“ kroz još jedan par očiju. Ali i da se riješe nekih dosadnih poslova za koje treba izdvojiti dosta vremena, poput popunjavanja upitnika kako bi se ocijenio profil rizika potencijalnog ulagatelja. Osim toga, tehnologija se može iskoristiti za procjenu učinaka ekonomskih mjera kako bi se detektirali određeni sektori u koje će zatim ulagati imovinu klijenata. Slijedom toga, Morris požuruje fond menadžere na šire korištenje umjetne inteligencije u svakodnevnim poslovima. Prema njegovim iskustvima, profesionalni investitori trebali bi se sve više oslanjati na UI, biti strpljivi i dati mu vremena da pokaže rezultate, čime bi uštedjeli tjedne ljudskog rada.

Ključna kvaliteta podataka

Osjećajući nadolazeću UI revoluciju i njezin utjecaj na financijski sektor, mnogi od velikih upravitelja imovinom već ulažu u tu tehnologiju. Tako je Morgan Stanley

razvio i uposlio UI asistenta dizajniranog za racionaliziranje svakodnevnih poslova svojih globalnih fond menadžera koji financijskim savjetnicima pruža relevantne informacije iz interne baze podataka koja sadrži više od 100.000 dokumenata. Patirck Biggs, jedan od financijskih savjetnika, pojašnjava da mu chatbot predstavlja učinkovit način dohvata podataka kroz interne procese, čime mu ostavlja više vremena za neposredni rad s klijentima. Prije toga morao je prolaziti kroz mnoštvo dokumenta tražeći ono što mu je potrebno, a što je vrlo zahtjevno u vremenima kada se regulativa učestalo mijenja, baš kao i financijska tržišta.

Sal Cucchiara, šef tehnološkog odjela za upravljanje imovinom u Morgan Stanleyju, smatra da uspješnost UI tehnologije ovisi o nekoliko čimbenika. Kritična je kvaliteta korištenih podataka, što zahtijeva kontinuiranu suradnju s krajnjim korisnicima, kao i dodatnu edukaciju svih uključenih pojedinaca unutar poslovne organizacije. Pritom, kroz sve faze treba usko surađivati s pravnom službom i odjelom za praćenje usklađenosti s relevantnim propisima (compliance).

S ubrzanom automatizacijom sve više procesa upravljanja imovinom raste i zabrinutost među fond menadžerima hoće li ih uskoro strojevi potpuno istisnuti iz tog posla. No, Mohamed Keaine, šef digitalnog poslovanja u banci Standard Chartered smatra da je strah bezrazložan. On na tehnologiju više gleda kao na „priliku za nadopunjavanje ljudskih kvaliteta“ nego na opasnost od zamjene čovjeka strojem. Preciznije govoreći, Keaine očekuje da umjetna inteligencija pomogne upraviteljima imovinom u osnaživanju veza s klijentima kroz virtualnu interakciju i bolji pristup uslugama. Osigurat će i više mogućnosti za pružanje savjetodavnih usluga kroz brži i točniji uvid u kretanja na financijskim tržištima. Osim toga, UI će potaknuti proaktivnije razumijevanje potreba klijenata i veću mogućnost nuđenja personaliziranih investicijskih savjeta.

Više vremena za klijente

John Mileham, direktor tehnologije u Bettermentu, online financijskom savjetniku slaže se da umjetna inteligencija predstavlja priliku, kako za upravitelje imovinom, tako i za klijente. Betterman već koristi chatbotove kako bi klijentima brže i točnije odgovarao na pitanja, dok interno koristi umjetnu inteligenciju za automatizaciju manualnih procesa, kako bi se zaposlenici mogli više fokusirati na strateške zadatke. Drugi stručnjaci, poput Zac Maufe u Google Cloudu smatra da upravitelji imovinom mogu koristiti UI za analiziranje velikog broja podataka o klijentima (financijska povijest, investicijski ciljevi, tolerancija prema riziku demografija i sl.) te ih iskoristiti za kreiranje personaliziranih ponuda. Tu je i mogućnost automatizacije trgovanja, otkrivanja prijevara, optimizacije portfelja, te praćenja tržišta u realnom vremenu. Pritom će trebati pronaći ravnotežu između korištenja tehnologije i „ljudskog dodira“ jer klijenti još uvijek cijene osobni savjet utemeljen na ljudskom povjerenju koje se izgradilo kroz duže vremensko razdoblje.

Tema broja: Izazovi i zamke umjetne inteligencije

I stroj može pogriješiti

Premda UI poboljšava efikasnost fond menadžera i omogućava klijentima pristup financijskim savjetima 24/7, ta tehnologija nije bez izazova kada se koristi za financijske savjete ili donošenje investicijskih odluka. Najveća zabrinutost vezana je uz vjerojatnost da UI pruži loš investicijski savjet zbog kojeg će klijent izgubiti puno novca. Tako je financijska platforma Bloomberg izvijestila 2019. da je hongkongški poduzetnik Samathur-Li Kin-kan izgubio 20 milijuna dolara korištenjem automatizirane usluge. Danas bi takav problem mogao biti pogoršan takozvanim UI halucinacijama, u kojima chatbotovi generiraju lažne ili potpuno izmišljene rezultate. Zbog toga bi investitori trebali vrlo pažljivo procjenjivati izvore financijskih savjeta na koje se oslanjaju, upozorava Maufe. Generativna umjetna inteligencija obuhvaća ogromne skupine podataka koji ne moraju svi biti adekvatni za dobar investicijski savjet. Stoga bi mogla izvući netočne zaključke iz ulaznih podataka zbog čega nas možda neće voditi prema optimalnim investicijskim strategijama. Koautor knjige „Posjedujte AI revoluciju“ (Own the AI Revoultion) Neil Shota, savjetnik za umjetnu inteligenciju u UN-u upozorava da sustavi umjetne inteligencije često pružaju loše investicijske savjete zbog ograničene osobnosti i nedostatka ljudske empatije. Pojašnjava da su upravitelji imovinom koji se isključivo oslanjanju na umjetnu inteligenciju pogonjeni standardnim algoritmima koji možda neće biti u stanju u potpunosti uzeti u obzir nijanse pojedinačne financijske situacije poput, specifičnih poreznih implikacija ili jedinstvenih financijskih ciljeva. Tehnologiji nedostaje ljudski osjećaj za izgradnju povjerenja i pružanja emocionalne potpore tijekom kolebljivih tržišnih uvjeta, pri čemu je čovjek tu još uvijek u prednosti pred strojem. Osim toga, tu je i prijetnja od kibernetičkih napada i tehničkih problema koji mogu dovesti do curenja podataka te investicijskih poremećaja.

S obzirom na činjenicu da je UI istreniran kroz korištenje dostupnih (povijesnih) podataka, moglo bi doći do problema kod donošenja odluka prilikom neočekivanih tržišnih kretanja koja nemaju svoj povijesni uzorak. Umjetna inteligencija obučena je za stabilna tržišta te je pitanje kako bi se brzo adaptirala na iznenadne poremećaje. Zato treba dobro promisliti kome ćemo predati na upravljanje svoju imovinu. To moraju biti dokazani upravitelji imovinom s dobrom reputacijom koji su dizajnirali vrhunsku tehnologiju, kako u smislu kvalitete, tako i u pogledu sigurnosti podataka.

Kopiranje uspješnijih investitora

Sve u svemu, izvjesno je da tzv. robo savjetnici imaju svjetlu budućnost. Između ostalog, mogli bi oponašati investicijsku strategiju uspješnih investitora, poput Warrena Buffeta. Tehnologija omogućava otkrivanje ključnih poteza i uzorka kroz analizu ogromnog broja financijskih izvještaja i tržišnih kretanja zapanjujućom brzinom. Buffet dnevno provodi do šest sati čitajući minimalno 500 stranica, dok

Kohabitacija strojeva i ljudi

strojevi mogu obraditi na tisuće stranica dnevno dobivajući najširi uvid u kumulirano ljudsko znanje. Ipak, ostaje pitanje mogu li zbog toga donositi kvalitetnije investicijske odluke od dokazanih ljudskih investitora.

Može li korištenje sofisticiranog strojnog učenja i tehnike modeliranje koje prepoznaje korelacije i anomalije dovesti do točnijih procjena i prognoza? Nell Watson, autorica knjige „Kroćenje stroja: Etički iskoristite snagu umjetne inteligencije“ ( Taming the Machine: Ethically Harness the Power of AI ) smatra da može jer je u stanju pronaći dijamant među hrpom kamenja – kompanije sa snažnim fundamentima i potencijalom rasta – što je investicijski pristup Warrena Buffeta. Watson vjeruje da je put prema većem korištenju umjetne inteligencije u procesu donošenja investicijskih odluka nepovratan, što će omogućiti malim obiteljskim kompanijama da postanu super investitori – baš kao Berkshire Hathaway, kojeg vodi čarobnjak ih Omahe, Warren Buffet.

Tehnologija bez empatije

Zaključno, umjetna inteligencija donosi ogromne promjene u financijsku industriju, poboljšavajući efikasnost, preciznost i sigurnost. Iako postoje izazovi poput potrebe za zaštitom privatnosti i potencijalnih etičkih pitanja, prednosti koje UI pruža u oblikovanju financijskog sektora su neosporne. Kako se tehnologija nastavlja razvijati, možemo očekivati daljnje inovacije i prilagodbe koje će oblikovati budućnost financijskog sektora i unaprijediti način na koji se integriramo s njom.

Hoće li čovjek doista izgubiti bitku sa strojevima i trebamo li se bojati za radnja mjesta? Strojevi su u prednosti kod donošenja odluka jer to rade temeljem objektivnih, a ne subjektivnih mjerila. Također su točniji kod prikaza rezultata, dok je čovjek sklon greškama. Ipak, ljudi su još uvijek bolji učenici jer se ljudski intelekt formira kroz proces stjecanja iskustva i predviđanja raznih situacija (čak i kada se radi o pretpostavkama), dok strojevi uče kroz izlaganje i praksu bez kognitivnog procesa koji je svojstven ljudima. Osim toga, čovjek je zbog svoje društvene prirode samosvjestan i empatičan, dok je prepoznavanje društvenih i emocionalnih signala za strojeve i njihovu umjetnu inteligenciju (još uvijek) problematično.

FINANCIJE I STROJNO UČENJE

Ključna je kvaliteta podataka

Uz svu pomoć umjetne inteligencije, financijska tržišta

podložna su raznim čimbenicima koje strojevi i njihovi modeli još uvijek ne mogu u potpunosti obuhvatiti. Ipak, financijske institucije sve više poslova i odluka prepuštaju strojevima.

Piše: Sven Barac, univ.bacc.ing.comp.1

Umjetna inteligencija postaje sve značajniji trend, privlačeći veliku pozornost, osobito nakon uvođenja ChatGPT-ja, rješenja koje je razvila tvrtka OpenAI. Pojava takvih alata omogućila je širu primjenu umjetne inteligencije, čime se liberaliziralo njezino korištenje. U tom kontekstu, sve više pojedinaca i institucija uvodi inovativne tehnologije i metode, uključujući financijski sektor. Važno je istaknuti da umjetna inteligencija i njezini temeljni matematički principi te analitički alati nisu novost; korišteni su već desetljećima, iako se ranije nisu etiketirali kao „umjetna inteligencija“.

Umjetna inteligencija obuhvaća širok spektar tehnologija i metoda, a još uvijek ne postoji univerzalno prihvaćena definicija među akademskom i poslovnom zajednicom. Međutim, opće je prihvaćeno da područje umjetne inteligencije uključuje specifične poddiscipline poput strojnog učenja, dubokog učenja, računalnog vida, obrade prirodnog jezika, ekspertnih sustava, deduktivnog zaključivanja i automatiziranog dokazivanja teorema.

U današnjem kontekstu, posebno u financijskom sektoru, najčešće korištene metode su strojno i duboko učenje. Strojno učenje može se podijeliti na nadzirano, nenadzirano i podržano učenje. S druge strane, duboko učenje predstavlja podskup strojnog učenja, temeljen na matematičkim i programskim strukturama poznatim kao neuronske mreže. Ono je privuklo značajnu pažnju zahvaljujući inovativnim tehnikama učenja, dostupnosti velikih i raznovrsnih skupova podataka te sve većoj računalnoj snazi.

1 Autor je student 5. godine Fakulteta elektrotehnike i računarstva u Zagrebu te suosnivač Revita Clinic i društva Konekt

je kvaliteta podataka

Dragocjena pomoć u donošenju odluka

Strojno učenje temelji se na tri glavne paradigme: nadziranom, nenadziranom i podržanom učenju. Od njih, nadzirano učenje ima najširu praktičnu primjenu na tržištu. U nadziranom učenju, modeli se treniraju na podacima koji su obično strukturirani u tabličnom formatu, poput Excelovih proračunskih tablica, pri čemu je ključna prisutnost ciljne varijable. Ako je ciljna varijabla numerička, riječ je o regresiji, dok se kod kategorijskih varijabli radi o klasifikaciji.

Prednost strojnog učenja, u usporedbi s tradicionalnim statističkim modelima, leži u fleksibilnosti i sposobnosti analize te donošenja odluka na različite načine, osim postizanja osnovnih ciljeva. Podaci koji se koriste u modeliranju mogu obuhvatiti bilo koju vrstu informacija koje analitičar smatra relevantnima za ovisnu varijablu. Daljnje prilagođavanje modela provodi se pomoću algoritama, funkcija gubitka i metoda učenja kako bi se optimizirali parametri i postigao što bolji rezultat.

U financijskom sektoru, primjena strojnog učenja obuhvaća razne slučajeve upotrebe, uključujući otkrivanje prijevarnih transakcija, predviđanje potrebne količine gotovine na bankomatima, procjenu kreditne sposobnosti klijenata, optimizaciju investicijskih portfelja, pružanje likvidnosti kroz „ market-making“ , te automatizirano trgovanje pomoću trgovačkih algoritama.

Kako se to uspije postići? Primjerice, postoje istraživanja u kojima su analitičari koristili fundamentalne podatke, poput slobodnih novčanih tokova i raznih financijskih metrika. U tim studijama, kada bi na dan objavljivanja financijskih izvještaja cijena dionice porasla iznad određenog praga (treshold ) u sljedeća dva dana, oznaka ciljne varijable bi bila 1 (kupnja). U suprotnom, ako bi cijena pala, ona bi se označila kao 0 (prodaja). Ova struktura podataka služi kao ulaz za model strojnog učenja koji se može koristiti za trgovanje i optimizaciju portfelja.

Tri glavna elementa

Signalni podaci, odnosno vremenski nizovi cijena dionica, mogu se koristiti kao ulazni podaci za različite vrste neuronskih mreža. Na primjer, kada su dostupni sekvencijalni podaci s vremenskom ovisnošću, često se znaju primijeniti LSTM (Long Short-Term Memory) modeli, koji su posebno dizajnirani za predviđanje vremenskih nizova poput cijena dionica. Naravno, oni su samo jedna od potencijalnih arhitektura. Postoji više načina za formuliranje problema, no ključno je za stručnjaka koji razvija ove modele fokusirati se na tri glavna elementa: definiranje modela, odabir funkcije gubitka (koja određuje kako će se optimizirati parametri modela i na što se stavlja veći naglasak) te metoda učenja i optimizacije koja minimizira funkciju gubitka pronalaženjem optimalnih parametara. Zajedno s procesom modeliranja i inženjeringa značajki (feature engineering) ulaznih podataka, ova tri elementa čine razliku između kvalitetnih i manje uspješnih modela strojnog učenja.

Tema broja: Izazovi i zamke umjetne inteligencije

Banke široko koriste strojno učenje za procjenu kreditne sposobnosti klijenata i donošenje odluka o odobravanju kredita. U proces analize uključuju se različiti važni parametri koji mogu utjecati na sposobnost osobe da vrati kredit, poput visine plaće, životne dobi, spola (oko čega se često vode rasprave o pristranosti modela), razine obrazovanja i drugih čimbenika. Na primjer, ako je model treniran na podacima koji uključuju samo korisnike bijele puti koji su uspješno vraćali kredite, a korisnici tamnije puti nisu bili zastupljeni, model može postati pristran. U takvom slučaju, stvarno kvalificirana osoba tamnije puti mogla bi biti suočena s višim rizikom od odbijanja zahtjeva za kreditom, unatoč tome što ispunjava sve druge uvjete.

S obzirom na navedene probleme, institucije, bilo akademske ili poslovne, moraju posvetiti veliku pažnju pitanju podataka. Od zaštite podataka do osiguranja njihove kvalitete, važno je da skup podataka koji se koristi za obučavanje modela bude reprezentativan i da obuhvaća raznolike skupine ljudi, uključujući različite slučajeve i okolnosti.

Kvaliteta i reprezentativnost podataka

Nakon što se osigura kvaliteta i reprezentativnost podataka, postavlja se i drugo važno pitanje: kako osigurati pouzdanost modela koji procjenjuje vjerojatnost vraćanja kredita, te kako menadžment može interpretirati te rezultate. Na primjer, ako se koristi logistička regresija kao statistički alat, lako je odrediti koji od ulaznih parametara ima najveći utjecaj na ciljnu varijablu. S druge strane, kod neuronskih mreža, koje se smatraju „ black box “ modelima i mogu izvesti slične zadatke, interpretacija rezultata postaje znatno složenija. Ovi modeli, iako moćni, otežavaju analitičarima da jasno razumiju na koji način pojedini ulazni parametri utječu na krajnje odluke.

U posljednje vrijeme sve je popularniji termin XAI, što označava „ Explainable AI “ ili objašnjivu umjetnu inteligenciju. Ovaj pojam obuhvaća skup alata i novih modela, od kojih većina potječe iz teorije igara, vjerojatnosti i statistike, a omogućuju analizu marginalnog utjecaja pojedinih parametara na ciljnu varijablu, kao što su Shapley vrijednosti. Korištenjem ovih alata, možemo utvrditi što osoba kojoj je odbijen kredit treba učiniti (na primjer, koliko se minimalno mora promijeniti određeni parametar poput prihoda) kako bi prešla iz kategorije negativne klasifikacije (odbijanje kredita) u kreditno sposobnu osobu. Ovaj pristup znatno poboljšava interpretabilnost rezultata. Osobe koje razvijaju takve sustave, posebno u financijskom sektoru, trebaju uzeti u obzir još dva važna čimbenika kada je riječ o problemu podataka: (ne)stacionarnost i premalu količinu podataka.

Neuronske mreže pokazuju svoju pravu snagu kada se treniraju na velikim skupovima podataka, poput milijuna redaka, što je slučaj s modelima poput ChatGPT-a. Na primjer, ako želimo trenirati model koristeći fundamentalne podatke (slično se može primijeniti i na vremenske nizove cijena i tehničke parametre), analizirajući

Ključna je kvaliteta podataka

kvartalne izvještaje tijekom 10 godina, to bi ukupno rezultiralo s tek 40 redaka podataka u tablici. Ova količina podataka je premala za duboke neuronske mreže, što onemogućava modelu da pokaže svoj pun potencijal učenja.

Dodatno, kada promatramo kompaniju kroz desetogodišnje razdoblje, može se postaviti pitanje stacionarnosti podataka. Naime, uvjeti i tržišne okolnosti prije 10 godina ne odražavaju nužno trenutnu situaciju, što može negativno utjecati na rezultate modela, čineći ih manje robusnima i pouzdanim.

Jedna od primjena umjetne inteligencije u financijama je analiza i pretraživanje teksta za analizu sentimenta. U tom kontekstu, mogu se koristiti različiti statistički modeli kao i predtrenirani generativni modeli poput BERT-a, koji se temelji na arhitekturi transformera i može se fino prilagoditi specifičnim zadacima unutar određene domene.

Primjerice, moguće je koristiti web scraping ili API pozive za prikupljanje različitih naslova i vijesti, na temelju kojih se može brzo i efikasno odrediti sentiment prema određenom tržištu ili dionici. Takva analiza može znatno ubrzati proces donošenja odluka pri odabiru pojedinih dionica.

Dodatno, s razvojem velikih AI modela, pojavila se mogućnost za sažimanje i analizu godišnjih izvještaja. Mnogi javno dostupni AI modeli nude mogućnost učitavanja dokumenata, čime se taj proces može značajno ubrzati.

U Hrvatskoj, primjena umjetne inteligencije u financijama najbolje se ogleda kroz rad Laboratorija za analitiku financija i rizika na Fakultetu elektrotehnike i računarstva (FER). Radovi koji se provode u okviru laboratorija pokrivaju širok spektar tema, uključujući optimizaciju, arbitražu, trgovanje i upravljanje portfeljem.

Jedan od primjera korištenja podržanog učenja u laboratoriju uključuje razvoj agenta koji, na temelju procesa treniranja, procjenjuje vjerojatnost da se tržište nalazi u stanju visoke volatilnosti. Na temelju te procjene, agent će investirati manje sredstava u rizičnu imovinu.

Na FER-u postoje brojni radovi koji su se bavili podržanim učenjem. DRL (Deep Reinforcement Learning) agenti koriste ove podatke za učenje politika koje maksimiziraju očekivanu nagradu. Ove politike potom se mogu primijeniti pri donošenju investicijskih odluka u stvarnom svijetu.

Važno je napomenuti da učinkovitost modela podržanog učenja uvelike ovisi o kvaliteti i količini podataka. Financijska tržišta su izuzetno složena i podložna mnogim faktorima koji se ne mogu u potpunosti obuhvatiti dostupnim podacima. Stoga je ključno imati realna očekivanja o performansama modela.

UMJETNA INTELIGENCIJA U OBRAZOVANJU

Prijetnja ili nove mogućnosti?

Zadaća učitelja i škole uvijek je bila poticati znatiželju i kreativnost učenika, a umjetna inteligencija (dalje: UI) može biti još jedan od alata za postizanje tog cilja.

Piše: Nenad Pavlinić, prof.

Učenici su uvijek pokušavali naći načine kako prikazati bolje od onoga što je stvarno bilo njihovo znanje ili po novoj terminologiji ishodi. Služili su se šalabahterima u raznim oblicima i domišljatim izumima, poistovjećujući se s tajnim agentom 007. Umjetnom inteligencijom nije se ništa promijenilo, učenici samo na druge načine pokušavaju isto. Trebamo li biti zabrinuti ili naučiti kako koristiti nove alate za unaprjeđenje učenja?

Umjetna inteligencija može znatno ubrzati proces vrednovanja. Alati umjetne inteligencije mogu provjeru znanja učiniti pristupačnijom za učenike s posebnim potrebama. Također mogu objektivnije vrednovati rad učenika nego nastavnici, ali ne mogu biti pravedniji. Upravo zbog toga moramo biti oprezni jer umjetna inteligencija predstavlja prijetnju privatnosti i sigurnosti podataka.

Opreza nikad dosta! Netočne informacije, nedostatak originalnosti i kreativnosti, manipulacije, dezinformacije, diskriminacija, uvredljivost, zastarjeli podaci, halucinacije i pristranost samo su neki od elemenata koji nam govore da učenike treba naučiti kako i kada koristiti umjetnu inteligenciju. Postavlja se pitanje kasnimo li već. Jesu li nastavnici educirani kako bi mogli poučavati druge? Ne smijemo zaboraviti ni roditelje koji su temelj odgoja.

1 Autor je ravnatelj Industrijske strojarske škole u Zagrebu.

Prijetnja ili nove mogućnosti?

Kritički pristup digitalnim alatima

Digitalna pedagogija je znanost o načinima poučavanja uz upotrebu digitalnih tehnologija s metodama i strategijama za efikasnije učenje i aktivnu uključenost učenika u proces učenja.

U definiciji su jasno iskazani ciljevi. Znači li to da moramo mijenjati kurikulume, počevši od fakulteta sve do predškolske dobi. Moj odgovor je NE, samo treba na vrijeme reći da digitalna pedagogija NE ZNAČI korištenje digitalnih tehnologija za poučavanje, već označava kritički pristup digitalnim alatima i njihovo promišljeno korištenje, donošenje informiranih odluka o njihovom (ne)korištenju, kao i kritičko promišljanje o njihovom pedagoškom, etičkom i socijalnom utjecaju na učenike i nastavnike.

Umjetna inteligencija može biti izvrsno pomagalo u nastavi, prilagođavajući se različitim potrebama učenika i omogućujući učinkovitije učenje. Evo nekoliko načina na koje se UI može korisno primijeniti u obrazovnom okruženju:

1. Individualizirano učenje: UI može prilagoditi sadržaj svakom učeniku na temelju njegova stila učenja, brzine napredovanja i prethodnih rezultata. To može biti korisno za bržu identifikaciju i podršku učenicima koji trebaju dodatnu pomoć ili naprednije zadatke.

2. Automatizacija procjene: Alati temeljeni na UI-u mogu ocjenjivati testove, provjeravati gramatičke greške ili analizirati eseje, omogućujući učiteljima više vremena za interakciju s učenicima. To se može primijeniti i na online kvizove koji pružaju trenutne povratne informacije.

3. Interaktivni asistenti za učenje: Chatbotovi i virtualni asistenti mogu pomoći učenicima u razumijevanju gradiva iz različitih predmeta, odgovarajući na pitanja i dajući primjere u stvarnom vremenu. Ovi alati pomažu u vježbanju i pripremi za testove, a učenici ih mogu koristiti kad god žele.

4. Prediktivna analitika: UI može analizirati podatke o napretku učenika i predvidjeti područja u kojima bi mogli naići na poteškoće. Na temelju tih informacija, učitelji mogu pravovremeno intervenirati, npr. ponudom dodatne pomoći ili prilagođavanjem sadržaja.

5. Poticanje kreativnosti: UI alati mogu pomoći u istraživačkim projektima, stvaranju vizualnih sadržaja i pisanju, što učenicima daje više prostora za kreativnost. Također, mogu pomoći u razvijanju vještina kritičkog mišljenja, jer učenici analiziraju i procjenjuju rezultate rada s UI-om.

6. Podrška učenju stranih jezika: Kroz aplikacije koje koriste UI za prepoznavanje govora i pružanje povratne informacije, učenici mogu bolje usvojiti strani jezik uz osobnu povratnu informaciju o izgovoru i gramatici.

64

Tema broja: Izazovi i zamke umjetne inteligencije

samostalnost u učenju te im pružiti nove načine za stjecanje znanja.

65 pitanje „Kako koristiti umjetnu inteligenciju u nastavi“?

66

7. Priprema za buduće profesije: Kako UI postaje sve prisutnija u radnim okruženjima, korištenje UI alata u nastavi može pomoći učenicima da steknu osnovna znanja i vještine potrebne za buduće profesije u kojima će UI igrati ključnu ulogu.

Kako vam se čini tekst iznad? Bi li vas iznenadilo da ga je napisao ChatGPT kao

Činjenica je da u ljudskoj prirodi postoji strah od promjena pa se tako nekada

68

67 predviđao kraj škola kakve su postojale zbog izuma televizije ili kompjutera, a to

Implementacija UI-a u nastavu može potaknuti učenike na aktivno sudjelovanje i samostalnost u učenju te im pružiti nove načine za stjecanje znanja.

69

Kako vam se čini tekst iznad? Bi li vas iznenadilo da ga je napisao ChatGPT kao odgovor na pitanje „Kako koristiti umjetnu inteligenciju u nastavi“?

danas nije dogodilo. I neće tako skoro! Pa i sama nastava na daljinu tijekom

70 motivaciju učenika za učenje.

Covid-19 pokazala je koliko je neophodan ljudski i učiteljski kontakt za prenošenje

71

73

Činjenica je da u ljudskoj prirodi postoji strah od promjena pa se tako nekada davno predviđao kraj škola kakve su postojale zbog izuma televizije ili kompjutera, a to se ipak do danas nije dogodilo. I neće tako skoro! Pa i sama nastava na daljinu tijekom pandemije Covid-19 pokazala je koliko je neophodan ljudski i učiteljski kontakt za prenošenje znanja i motivaciju učenika za učenje.

Kao zaključak možemo reći da se nastavnici ne trebaju bojati umjetne inteligencije

72 trebaju upoznati i ovladati njome. Možda će nam učenici donijeti zadaću koju

75

76

77

Kao zaključak možemo reći da se nastavnici ne trebaju bojati umjetne inteligencije nego je trebaju upoznati i ovladati njome. Možda će nam učenici donijeti zadaću koju je napisao ChatGPT, ali zašto mi ne bismo bili korak ispred njih pa im i sami zadali upravo takav zadatak i onda zajedno kritički procijenili kvalitetu dobivenih odgovora? Zadaća učitelja i škole uvijek je bila poticati znatiželju i kreativnost kod učenika, a umjetna inteligencija može biti još samo jedan od alata za postizanje tog cilja!

78

ChatGPT, ali zašto mi ne bismo bili korak ispred njih pa im i sami zadali upravo takav

74 i onda zajedno kritički procijenili kvalitetu dobivenih odgovora? Zadaća učitelja i škole

je bila poticati znatiželju i kreativnost kod učenika, a umjetna inteligencija može biti

jedan od alata za postizanje tog cilja!

Tehnologija će te spasiti!

PRIMJENA UI-a u POLJOPRIVREDI

Obilje (ne)prilika i izazova

Primarna ljudska potreba za hranom određuje proizvodnju

hrane i kroz poljoprivredu i prehrambenu industriju, strateškom gospodarskom granom diljem planeta.

Pišu: Zvjezdana Blažić1, Mario Pilija2

Poljoprivrednici u Hrvatskoj, ali i u drugim zemljama, ne samo Europske unije nego globalno, posljednjih godina su izloženi sve većim rizicima i zahtjevima da svoju djelatnost obavljaju na potpuno drugačiji način nego što su naučili u proteklim desetljećima. Od njih se traži da s manje resursa, manje zemlje, vode, gnojiva, zaštitnih sredstava i ljudskog rada, proizvode više hrane za rastuće potrebe sve većeg broja stanovnika te zadovolje rastuću potražnju za sigurnom, kvalitetnom, zdravom, hranjivom i funkcionalnom prehranom.

Poljoprivreda i prehrambeni sustav su među najvećim žrtvama, ali i uzročnicima klimatskih promjena. Klimatske promjene su ozbiljna prijetnja ustaljenom načinu života, dostupnosti hrane i vode te održivosti gospodarskog razvoja, a sve su više i sigurnosno pitanje. Oko 27 posto globalnih emisija stakleničkih plinova dolazi iz proizvodnje hrane i poljoprivrede.

Zadnjih godina sve snažnije smo svjedoci ekstremnim pojavama koje utječu na pad prinosa svih kultura, bez obzira radi li se o žitaricama, uljaricama, voćnim i povrtnim vrstama. Padaju i prinosi kod stočarske proizvodnje: kod velikih vrućina manja je proizvodnja mlijeka, jaja i mesa. Sve to utječe na smanjeni dohodak poljoprivrednih proizvođača koji često trpe velike gubitke i odustaju od proizvodnje, Osiguravajuće kuće sve teže i pod nepovoljnim uvjetima ugovaraju osiguranja u poljoprivredi jer su štete sve češće i sve veće.

1 Autorica je savjetnica za poljoprivredu i prehrambenu industriju, Geja Savjetovanje d.o.o.

2 Koautor je savjetnik za implementaciju umjetne inteligencije (AI), Comminus d.o.o.

Tema broja: Izazovi i zamke umjetne inteligencije

Ako uslijed klimatskim uvjeta dođe do smanjenja proizvodnje nekih proizvoda često dolazi i do rasta cijena, što osjeća i prehrambena industrija kroz rast cijena sirovina, a u konačnici najvišu cijenu plaćaju potrošači.

Brze i zahtjevne promjene

Nalazimo se u nesigurnom svijetu, prepunom izazova. Promjene su česte i sve brže te se kao odgovor na sve složenije uvjete razvijaju nove tehnologije i inovacije kojima se pokušavaju umanjiti štetni utjecaji. Današnji prehrambeni sustavi nisu prikladni te je potrebna njihova temeljna transformacija. Puno toga je na prekretnici, sve se snažnije ukazuje potreba za promjenama te se svi moramo suočiti s njima i pokušati dati doprinos kako bi bili učinkoviti u proizvodnji i cijelom lancu dobave u sustavu proizvodnje i tržišta hrane. Politike koje se donose moraju omogućiti da lanci vrijednosti hrane postanu više transparentni, a na proizvođačima hrane je zadatak da što učinkovitije koriste resurse kroz široko prihvaćanje dobre poljoprivredne prakse zajedno s povećanjem dostupnosti i usvajanje digitalizirane poljoprivrede i novih tehnologija, inovacija te navodnjavanja bez kojeg danas nema uspješne poljoprivrede.

Globalne promjene, glavni megatrendovi koji utječu na poljoprivredu su snažni i sveobuhvatni, a dolaze iz raznih vidova od potražnja za poljoprivrednim proizvodima, inputa i tehnoloških trendova, promjena u poljoprivrednoj praksi i poljoprivrednim strukturama. A društveni i globalni politički trendovi su zadnjih godina pokazali koliko mogu učiniti štete na sigurnost hrane i opskrbe, rasta cijena. Tako da smo svi postali svjesni činjenice o krhkosti lanaca opskrbe hranom i potrebe jačanja vlastite proizvodnje te se sve češće prepoznaje da poljoprivreda ima i stratešku sigurnosnu komponentu.

Proizvodni sustavi u poljoprivredi i proizvodnji hrane moraju se brzo i snažno mijenjati. Velike promjene nastupile su za poljoprivrednike u EU-u i od proizvođača traže promjene u proizvodnim postupcima i metodama u poljoprivredi kao uvjet za isplatu potpora.

Modeli potrošnje i proizvodnje sve su više usmjereni na održivost. Kruženje hrane postaje imperativ: „Smanji, ponovno upotrijebi, recikliraj, doniraj“, FoodTechi i AgriTech industrije traže rješenja te ulažu ogromna sredstava kako bi prehrambeni sustavi postali održiviji. Od prehrambene tehnologije očekuje se veliki doprinos u rješavanju globalnih izazova. No, za to su potrebna veća ulaganja u inovacije uz korištenje znanstvenih doprinosa iz biotehnologije, fizike, kemije, robotike te upotreba umjetne inteligencije.

Perspektiva poljoprivrede u Hrvatskoj

„Jugoistočna Europa ima potencijal da bude glavni poljoprivredni resurs za cijelu EU, ali mora to prepoznati i utvrditi svoju dugoročnu ambiciju. Ključ za to je podizanje razine kapitala koji se ulaže u proizvodnju hrane i podizanje produktivnosti. Hrvatska ima potencijal značajnijeg povećanja proizvodnje hrane, neophodno povezivanje poljoprivrede i prehrambene industrije kako bi zadovoljila potražnja u razvijenim dijelovima zapadne i sjeverne Europe gdje potražnja raste“ (The Legatum Institute – London think-tank sa ERSTE Group Centra and Eastern Europe (CEE) Prosperity Report 2018)

Svi smo svjesni potencijala hrvatske poljoprivrede kroz vrlo raznolike i kvalitetne prirodne resurse, zemlje, tla, vode, tradicije, kvalitetnih proizvoda, ali kao i u mnogim drugim područjima te resurse ne znamo dovoljno dobro koristiti. Realnost je da nam je vrijednost proizvodnje ovisna o cijenama na svjetskim burzama, jer najviše proizvodimo i izvozimo commodity robe, a proizvodnja mlijeka, mesa, voća, povrća nam ima trend pada. Imamo veliki vanjskotrgovinski deficit u poljoprivrednoprehrambenim proizvodima, a produktivnost u poljoprivredi je na slabih 66,5 posto prosjeka EU-a.

Kada promatramo podatke o kretanju vrijednosti i količinskim pokazateljima u poljoprivrednoj proizvodnji nikako ne možemo biti zadovolji. U 2023 godini je vrijednost poljoprivredne proizvodnje bila 2,8 milijardi eura što je 12,5 posto niže od 2022. Ovaj pad uslijedio je nakon dvije godine rasta vrijednosti što je bio rezultat rasta cijena poljoprivrednih proizvoda, a ne promjene u strukturi proizvodnje ili rasta količina koje su proizvedene. Hrvatska je primjerice 2010. imala vrijednost poljoprivredne proizvodnje od 2,8 milijardi eura ( uz napomenuti da je došlo do manjih metodoloških promjena u utvrđivanju vrijednosti, ali ne bitnih za pokazatelje trendova.) 2023. godine došlo do značajnog pada cijene poljoprivrednih sirovina, a količinski pokazatelji proizvodnje nisu pozitivni. Neke od najznačajnijih poljoprivrednih proizvoda kao mlijeko, svinjsko meso, voće, vino, gotovo sve vrste povrća imaju trend pada proizvodnje, a većina proizvoda biljne proizvodnje pokazuje dosta snažne oscilacije, a još uvijek zaostajemo za tehnologijama koje mogu otkloniti rizike od vremenskih ekstrema i nepogoda. Za konkurentnost na vrlo zahtjevnom EU tržištu nismo osigurali neke od temeljnih pretpostavki.

Najveći problem kod Obiteljskih poljoprivrednih gospodarstava (OPGa) je niska razina konkurentnosti, ali i to što samostalno nastupaju na tržištu. Vrlo mali, neudruženi nemaju pristup policama trgovačkih lanaca, koji traže dostupnost količina, stabilnu cjelogodišnju dobavu i konkurentne cijene. Zbog toga su hrvatskim poljoprivrednicima, potpore značajne za stabilizaciju dohotka. U 2020. godini u neto dodanoj vrijednosti prosječnog tržišno orijentiranog hrvatskog poljoprivrednika ukupne potpore, osim investicijskih, činile su udjel od čak 59,1 posto.

Svi pokazatelji hrvatske poljoprivrede pokazuju da s istim načinom rada, istom strukturom i vrstama proizvodnje, istim metodama pa i tehnologijom, unatoč

Obilje (ne)prilika i izazova broj 3-4 :: prosinac 2024.

Tema broja: Izazovi i zamke umjetne inteligencije

potporama, ne mijenjamo poljoprivredu kako bi mogla biti konkurentna, a poljoprivredni proizvođači ostvarivati dohodak koji bi im osigurao pristojan standard i opstanak života na ruralnim prostorima.

Digitalizacija i umjetna inteligencija u potiču

učinkovitost

Digitalne tehnologije mogu znatno unaprijediti učinkovitost poljoprivrednog gospodarstva, smanjiti troškove, olakšati realociranje proizvodnih resursa, unaprijediti produktivnost, omogućiti inovacije i privući više kapitala u proizvodnju, uz poboljšanje ekološkog otiska poljoprivrede te povezivanje proizvođača i kupaca. Digitalizacija poljoprivrede je jedan od načina da se te promjene uvedu brže, da budu pravilno kreirane i na nivou poljoprivrednih kompanija, ali i na nivou poljoprivrednih politika. Poboljšati proizvodnju i povećati učinkovitosti poljoprivrednih gospodarstava, uz doprinos održivosti poljoprivrednih sustava s gospodarskog, društvenog i okolišnog gledišta moguće je kroz: BLOCKCHAIN, Računalstva visokih performansi (HPC), Internet stvari (IoT), 5G mreže, Robotiku i Umjetnu inteligenciju. Umjetna inteligencija postaje sve istaknutija i prisutnija u poslovnom okruženju te je ključno i za prehrambena i poljoprivredna poduzeća da istraže mogućnosti za integraciju ove tehnologije. Optimiziranje AI u svim poslovnim funkcijama može poboljšati performanse i pomoći u podizanju i održavanju konkurentske prednosti. Općenito, umjetna inteligencija danas predvodi neka od najnaprednijih istraživanja u tehnološkoj znanosti, čime se izdiže iznad trenda i potvrđuje kao ključna sila koja mijenja industrije. Ove godine, prvi put, Nobelova nagrada dodijeljena je za pionirska postignuća u području računalnih znanosti, što ističe značaj i priznanje AI-ja u globalnoj znanstvenoj zajednici. Istraživački timovi poput Googleovog DeepMinda razvili su AlphaFold, AI model sposoban precizno predvidjeti strukture proteina – postignuće s dalekosežnim posljedicama za poljoprivredu i prehrambenu industriju, jer omogućuje razvoj genetski otpornijih usjeva i optimizaciju sastava prehrambenih proizvoda. Na istom tragu, AI modeli za prognozu vremena donose dosad neviđenu preciznost u predviđanju vremenskih uvjeta, olakšavajući donošenje odluka o sjetvi, navodnjavanju i zaštiti usjeva [Google Weather AI]. Iako ova istraživanja predstavljaju vrhunske dosege tehnologije, umjetna inteligencija već sada ima opipljivu ulogu u mnogim poljoprivrednim procesima.

AI može podržati tvrtke u optimizaciji procesa tijekom cijelog proizvodnog ciklusa, od izvora sirovine i drugih materijala u nabavi, odvijanja same poljoprivredne proizvodnje, optimizacije održavanja opreme, kontrole proizvodnih procesa, skladištenja i transporta, marketinga, predviđanja prodaje do analize usluge nakon prodaje. Tvrtke pronalaze jedinstvene načine za primjenu umjetne inteligencije, oslanjajući se na varijacije tehnologije za podršku procesima poput predviđanja cijena, naprednog uzgoja, ponašanja potrošača. Generativna umjetna inteligencija

Obilje (ne)prilika i izazova

može dati prijedloge za usmjeravanje tvrtki o tome kako bi mogle odgovoriti na izazove kao što su klimatske promjene, sve veća konkurencija i geopolitički sukobi.

AI može podržati široku upotrebu u lancu vrijednosti hrane i poljoprivrede s različitim stupnjevima utjecaja i poteškoća u provedbi.

Nužno preusmjeravanje tržišta

AI može pomoći u preciznom praćenju proizvoda od polja do stola, unapređenju kvalitete proizvoda, smanjenju bacanja hrane i povećanje sigurnosti hrane kroz praćenje u cijelom lancu. Poljoprivreda je prepuna podataka pomoću kojih se mogu predvidjeti optimalni uvjeti vezani uz žetvu, bolesti usjeva, optimizirani sustavi navodnjavanja koji koriste senzore vlažnosti tla i vremenske podatke, praćenje i analiza usjeva dronom, vrijeme prodaje i postizanja najboljih cijena ili potražnja. Obrada velike količine podataka putem AI postaje lakša i omogućuje donošenje kvalitetnijih poslovnih odluka. Također, uvidi dobiveni umjetnom inteligencijom mogu pomoći u smanjenju utjecaja poljoprivrede na okoliš i zaštitu bioraznolikosti. Hrvatskoj je nužno preusmjeravanje težišta poljoprivredne politike prema mjerenju rezultata (za strateško planiranje utemeljeno na podacima), umjesto fokusiranja na ulazne parametre koji su nužni za isplate potpora. Tako da digitalizacija javnih usluga može uključivati i uspostavu digitalnih javnih usluga i uspostavljenje platforme za savjetovanje poljoprivrednika kao npr. e-Savjetnik, sustav za centralno upravljanje komunikacijom te Nacionalni katalog poljoprivrednih edukacija. Hrvatski sustav znanja i inovacija u poljoprivredi (AKIS) nužan je za pružanje potpore proizvođačima i poslovnim subjektima u poljoprivredi putem obuke, stručnih savjeta i važnih informacija vezanih za sustave upravljanja proizvodnjom, kao i poštivanje propisa. Hrvatska ima šansu osigurati dodatna sredstva uz široku primjenu digitalnih tehnologija koje će omogućiti konkurentniju i okolišno prihvatljivu poljoprivrednu proizvodnju. Uz upotrebu novih tehnologija koje olakšavaju poljoprivredni posao, čine ga zanimljivijim uz osiguranje dohotka koji omogućuje kvalitetan život te tako poljoprivredni sektor postaje privlačniji za mlade talente i njihov odabir života na ruralnom prostoru.

UTJECAJ UI NA INDUSTRIJU ISTRAŽIVANJA

TRŽIŠTA

Novi val rasta

Nove agencije nastoje uvesti UI u ključna područja istraživačkog procesa.

Piše: dr.sc. Igor Matutinović1

Istraživanje tržišta kao poslovna funkcija i kao skup znanstveno utemeljenih analitičkih metoda razvija se unazad stotinjak godina i prati razvoj informacijskih i komunikacijskih tehnologija. U tom vremenu, metode istraživanja prešle su put od opažanja, osobnog intervjuiranja i ručne obrade podataka do korištenja on-line baza ispitanika, automatizirane obrade podataka te Izvještavanja putem algoritama umjetne inteligencije (UI). Od razmjerno malih uzoraka i jednostavnih statističkih analiza došlo se do „big data“ i kompleksnih algoritama za otkrivanje skrivenih obrazaca i trendova na tržištu.

Globalizacije tržišta i intenziviranje konkurencije zahtijevali su sve brži dotok kvalitetnih informacija za donošenje poslovnih odluka: od tržišnih trendova i ponašanja potrošača do razvoja novih proizvoda i optimiranja marketinških kampanja. U nastojanju da prate zahtjeve klijenta, istraživačke agencije su uvijek koristile svu raspoloživu tehnologiju koja im je omogućivala da svoje zadatke izvrše što bolje i u što kraćem vremenu uz istovremeno snižavanje troškova. Tako se automatska obrada podataka upotrebljavala čim je postala dostupna u obliku bušenih kartica. Ubrzo nakon toga pojavili su se paneli za praćenje potrošnje kućanstava i korištenja medija koji su koristili elektroničke uređaje za prikupljanje i slanje podataka agenciji, gdje su se zatim analizirali i uobličavali automatski, putem računarnih programa. Ovdje treba spomenutu i sustave elektroničkog praćenja potrošnje na malo, primjerice preko prikupljanja podataka putem POS-a i njihovu automatiziranu obradu u obliku tipiziranih izvještaja kojima se može pristupiti putem internetske platforme. Iako je u svim tim slučajevima bila u znatnoj mjeri prisutna automatizacija, još se uvijek nije radilo o korištenju UI-a.

1 Zagrebačka škola ekonomije i managementa

Ulaz na mala vrata

Mada su globalne istraživačke agencije rano usvojile tehnike obrade velikih skupova podataka i traženja skrivenih obrazaca putem sofisticiranih statističkih modela (data science), UI je u industriju ušla na mala vrata, preko specijaliziranih startup agencija koje su se pojavile kao izazivači na tržištu sredinom drugog desetljeća ovog stoljeća. Nakon zatišja, odnosno takozvane „UI zime“, koja je trajala od početka osamdesetih do kraja devedesetih godina, početkom 21. stoljeća napredak u strojnom učenju i neuralnim mrežama uz korištenje Big Data dovodi do novog vala rasta UI-a. Ona se polako širi i u industriju istraživanja tržišta, no tek sredinom druge dekade primjećuje se brzi rast broja novih, malih agencija koje svoju ponudu zasnivaju na internetu, UI te brzim i relativno jeftinim uslugama putem internetskih platformi. U članku iz 2017. godine2, Ben Page, izvršni direktor globalne agencije Ipsos MORI, tvrdi da UI ima potencijal revolucionirati istraživanje tržišta, te između ostalog spominje: (1) sofisticiranu analizu stavova iz širokog spektra društvenih medija u stvarnom vremenu, (2) brzu analizu videa, zvuka i teksta iz uzoraka, (3) sofisticiranu analizu velikih baza podataka. Page, između ostalog, očekuje da će UI automatizacijom rutinskih zadataka osloboditi vrijeme istraživača za izvršavanje zadataka koji zahtijevaju promišljanje i kreativnost. Nedugo zatim, u kolovozu 2019. godine, Financial Times piše da startup kompanije izazivaju vodeće agencije za istraživanje tržišta poput Kantara, Ipsosa i Nielsena, koje su zabilježile pad prihoda i dobiti prošle godine, i to velikim dijelom zbog načina na koji nova tehnologija mijenja poslovanje u industriji. U to vrijeme dolazi do vala restrukturiranja kod Nielsena i GfK Grupe koje napuštaju tradicionalne metode, reduciraju svoje poslovanje a budući razvoj temelje na tehnologiji s naglaskom na UI. Peter Feld, CEO GfK Grupe, tada najavljuje da kompanija planira upotrijebiti UI u svojim novim proizvodima a fokus se sa tradicionalnih istraživačkih metoda premješta na Big Data te prediktivnu i preskriptivnu analitiku koje se zasniva na alatima strojnog učenja.

Analiza emocija

U međuvremenu, nove agencije nastoje uvesti UI u ključna područja istraživačkog procesa, počevši od osmišljanja anketnog upitnika gdje alati UI mogu pomoći u generiranju ideja i pitanja, što bi trebalo doprinijeti kvaliteti prikupljenih podataka i djelotvornosti uvida. Nadalje, UI se koristi u automatizaciji programiranja ankete čime se ubrzava vrijeme od početnog koncepta do njenog provođenja na terenu. Kod analize podataka i izvješćivanja moguće je automatizirati analizu deskriptivnih podataka o stavovima ili zatvaranje otvorenih pitanja korištenjem obrade prirodnog jezika (NLP – Natural Language Processing). NLP također omogućuje analizu emocija

2 Ciccatelli, A., 2017. How Artificial Intelligence Will Affect Market Research in 2018. https://knect365.com/insights/article/49d59f88-3255-4938-b9b7-2332169d828b/ how-artificial-intelligence-will-affect-market-research-in-2018

61

Tema broja: Izazovi i zamke umjetne inteligencije

na temelju kvalita�vnih odgovora potrošača što znatno ubrzava istraživački proces i pruža

istraživaču unaprijed sistema�zirane uvide. NLP, i ono što nude takozvani „Genera�ve Pre-

62 trained Transformer“ (GPT) modeli, omogućuje putem generiranja teksta iz prikupljenih

63 podataka brzo pisanje izvještaja ili čak njegovo automa�ziranje kod standardiziranih proizvoda 64 (napr. „tracking“ studije s is�m skupom pitanja i formom izvještaja).

Da bismo bolje razumjeli kako UI utječe na industriju istraživanja tržišta pogledajmo uobičajeni

na temelju kvalitativnih odgovora potrošača što znatno ubrzava istraživački proces i pruža istraživaču unaprijed sistematizirane uvide. NLP, i ono što nude takozvani „Generative Pre-trained Transformer“ (GPT) modeli, omogućuje putem generiranja teksta iz prikupljenih podataka brzo pisanje izvještaja ili čak njegovo automatiziranje kod standardiziranih proizvoda (napr. „tracking“ studije s istim skupom pitanja i formom izvještaja).

istraživački projekt koji se sastoji od preliminarnog dijela, gdje se dobivaju nužna saznanja za

razumijevanje problema i pripremu upitnika. U idućoj fazi vrši se provođenje istraživanja na

uzorku koje završava izvješćem, utemeljenom na sta�s�čkim analizama i istraživačkim

Da bismo bolje razumjeli kako UI utječe na industriju istraživanja tržišta pogledajmo uobičajeni istraživački projekt koji se sastoji od preliminarnog dijela, gdje se dobivaju nužna saznanja za razumijevanje problema i pripremu upitnika. U idućoj fazi vrši se provođenje istraživanja na uzorku koje završava izvješćem, utemeljenom na statističkim analizama i istraživačkim modelima. 3 prirodnog jezika (NLP

Prikaz na slici pokazuje gdje se i u kojoj fazi istraživačkog procesa alati UI najčešće koriste. Programski jezici Python i R, standardni su alati u podatkovnoj znanosti i strojnom učenju te su već uvriježeni u istraživačkoj praksi, pogotovo kada se radi o prediktivnoj i preskriptivnoj analitici. Kada govorimo pisanju izvještaja i dalje se podrazumijeva da u većini slučajeva istraživač ima ključnu ulogu, a NLP je samo pomoćni alat, pogotovo kada se radi o uvidima, zaključcima i preporukama. U području interpretacije podataka i kvantitativnih rezultata istraživanja, istraživačko iskustvo o pojedinim tržištima te ljudska kreativnost u stvaranju uvida iz različitih izvora informacija i dalje je nezamjenjivo. Međutim, kada se radi o izradi tablica, slika, i opisa kvantitativnih rezultata tada je automatizacija daleko produktivnija od ljudskog rada. Dakle, što se tiče standardnih istraživačkih tema i metoda daljnji doprinos UI-a može se očekivati kod telefonskog anketiranja koje još uvijek obavljaju anketari, a pojavom ChatGPT-4 modela otvara se mogućnost da se uskoro i taj dio automatizira. Radi se o trivijalnoj automatizaciji pošto ispitanik ne smije biti svjestan

da se s druge strane ne nalazi anketar, a algoritam treba biti u stanju odgovoriti na sve moguće nejasnoće u sporazumijevanju koje nastaju u toku anketiranja.

Što se tiče istraživačkih tema, agencijske platforme zasnovane na UI-u nude puni opseg usluga: od inovacije proizvoda, istraživanja snage branda, potrošačkog iskustva, testiranja opcija, optimiziranja marketing kampanja, istraživanja konkurencije, angažiranosti zaposlenika

pa sve do politike. Pri tome je bitna novina, u usporedbi sa tradicionalnim pristupom, da klijent putem platforme sam dizajnira svoje istraživanje – od početne formulacije pitanja i opsega upitnika do veličine uzorka. Ta sloboda u kreiranju istraživanja zahtijeva od klijenta dobro razumijevanje istraživačkih metoda, pogotovo što se tiče pripreme upitnika i odabira adekvatne veličine uzorka kako bi se na postavljena pitanja dobili odgovori sa statistički zadovoljavajućim stupnjem pouzdanosti.

Autonomija i brzina istraživanja

Brze promjene u ponašanju potrošača te sve veća dominacija internet prodaje prisilile su poduzeća da sama koriste napredne alate poput Google Tools i ChatGPT u donošenju marketinških odluka – od optimiranja kampanja i taktike popusta do kreiranja sadržaja. To im, u kombinaciji s istraživačkim platformama poput, primjerice, quantilope, pruža znatno veću autonomiju i brzinu u istraživanju tržišta nego ikada ranije. Korištenjem platformi temeljenih na globalnim online bazama ispitanika, UI je omogućila klijentima da provode ekstremno brza, tipizirana istraživanja uz znatno niže cijene po projektu u usporedbi s tradicionalnim metodama. Ubrzavši istraživački proces uz istovremeno snižavanje troškova, UI je uvelike podigla efikasnost industrije istraživanja tržišta.

Možda se najveći potencijalni doprinos UI-a istraživanju tržišta može očekivati od data mininga, odnosno rudarenja podataka na internetu koje uključuje proces otkrivanja obrazaca, struktura i odnosa u velikim skupovima podataka na internetu i na društvenim mrežama, koje koristi sve tehnike strojnog učenja i NLP-a. No tu vrstu kontinuiranog istraživanja, financijski snažni klijenti mogu provoditi i sami te na taj način osigurati konkurentsku prednost na tržištu. Ulaganje se tim više isplati pošto taj proces podrazumijeva stalnu krivulju učenja, kako za algoritam tako i za korisnika, te tokom vremena cijeli sustav postaje precizniji i učinkovitiji. Kao što ćemo vidjeti, nije loše imati neke složene procese istraživanja, koji koriste napredne UI alate, pod svojom neposrednom kontrolom.

Otvorena pitanja i nesporazumi

Spomenimo na kraju i neka otvorena pitanja koja se prirodno pojavljuju uz sve inovacije koje znatno mijenjaju uvriježene i prokušane postupke i metode. Prvo pitanje koje se postavlja je transparentnost metode i algoritma u evaluaciji i

Tema broja: Izazovi i zamke umjetne inteligencije

interpretaciji rezultata istraživanja. Raniji proces postavljanja istraživačkog projekta, pogotovo kada se radilo o strateškim temama, poput razvoja novog proizvoda ili segmentacije tržišta, tekao je uz usku suradnju s klijentom koji je bio dobro upoznat s metodom i mogao je razumjeti kako se došlo do rezultata istraživanja te je mogao doslovno provjeriti svaku fazu projekta. UI platforme to u načelu ne omogućuju, a poznato je da kada se radi o kompleksnim algoritmima, poput dubokih neuralnih mreža, niti oni koji su ih dizajnirali i trenirali često ne razumiju kako su te mreže došle do dobivenih rezultata.

Drugo pitanje tiče se pouzdanosti algoritma i njegove empirijske verifikacije u različitim kontekstima i na različitim tržištima. Znamo da se tržišta međusobno vrlo razlikuju: od raznih kategorija proizvoda i usluga do razlika u nacionalnim okruženjima koja se odnose na posebnosti jezika i kulture. Do koje razine UI platforme uzimaju u obzir te razlike, te da li ih mjere i uključuju algoritme svojih proizvoda, za sada nije poznato.

Treće pitanje odnosi se na utjecaj neizbježnog udjela pogrešaka u strojnoj obradi teksta na pouzdanost dobivenih rezultata. Naime, NLP modeli u određenoj mjeri uvijek griješe, a nemoguće je unaprijed predvidjeti gdje i kada. Na primjer, mogu pogrešno odrediti smisao rečenice prirodnog jezika što može dovesti do njenog pogrešnog kategoriziranja. Također, mogu pogrešno interpretirati smisao čitavog dijela nekog teksta, nastalog nespretnim jezičnim izričajem od strane ispitanika ili autora na internetu. To ne začuđuje, pošto i u međuljudskoj komunikaciji stalno dolazi nesporazuma.

Kao četvrto, spomenimo gotovo apsolutno oslanjanje UI platformi na on-line baze (profesionaliziranih) ispitanika čija je upitna reprezentativnost u odnosu na populaciju bila poznata u istraživačkim krugovima daleko prije dolaska UI-a.

Sve skupa, ostaje na klijentima da utvrde koje tipove projekata će u potpunosti prepustiti brzim i jeftinim UI platformama, a koje će realizirati u bliskoj suradnji s agencijama. Gotovo je sigurno da će nestandardizirani i poslovno povjerljivi projekti biti, kao i ranije, ostvareni u bliskoj suradnji s agencijom što ne isključuje mogućnost upotrebe alata UI-a u samoj realizaciji studije.

Na kraju, nikada nije dobro trčati brže nego što to tržišna utrka zahtijeva. Spomenuli smo već restrukturiranje poslovanja kod Nielsena i GfK Grupe koje su, za razliku od Ipsosa, odlučili napustiti tradicionalne metode i svoj budući razvoj temeljiti na UI-podržanoj tehnologiji. Usporedba prihoda 2019/2022 u milijardama US dolara govori za sebe: Nielsen je pao sa 6.5 na 3.6; GfK Grupa pala je sa 1.5 na 1, a prihodi Ipsosa porasli su sa 2.1 na 2.2. To ne znači da su „tradicionalne“ agencije dobile utrku – budućnost korištenja UI-a kao istraživačkog alata je neupitna. Pitanje je samo u tajmingu i razumijevanju svih prednosti i nedostataka koje on nosi sa sobom.

PODATKOVNI CENTRI

Nezasitni žderači električne energije

Koliko je (ne)utemeljen strah da bi porast primjene umjetne inteligencije mogao pospješiti klimatske promjene?

Piše: Loris Pilar, univ.mag.oec.1

Umjetna inteligencija (AI) donosi značajne promjene u našim životima, a jedan od njenih većih utjecaja očituje se u povećanoj potrošnji električne energije. Generativni AI koristi tisuće računala u podatkovnim centrima diljem svijeta, koja neprekidno rade na maksimalnom kapacitetu. Prema procjenama Međunarodne agencije za energiju (IEA), globalna potražnja za električnom energijom u ovim centrima mogla bi se više nego udvostručiti između 2022. i 2026. godine, pri čemu će AI biti ključan faktor tog rasta. U 2022. godini, IEA procjenjuje da su podatkovni centri, kriptovalute i umjetna inteligencija potrošili oko 460 TWh električne energije, što predstavlja gotovo 2% ukupne globalne potražnje. Podatkovni centri su bitan dio infrastrukture koji podržavaju digitalizaciju i zahtijevaju stabilnu opskrbu električnom energijom kako bi obradili i pohranili sve veće količine digitalnih podataka. Potrošnja električne energije u tim centrima dolazi većinom iz dva glavna procesa: računalstva, koje čini 40% potrošnje, te hlađenja, koje također čini približno 40%. Preostalih 20% otpada na dodatnu IT opremu.

Stručnjaci iz AI industrije vjeruju da globalni energetski kapaciteti mogu zadovoljiti ovu rastuću potražnju i da bi tehnološka unapređenja, pa i sam razvoj umjetne inteligencije, mogli pomoći u ublažavanju rasta potrošnje (primjerice, postoje vjerovanja da će umjetna inteligencija s razvojem sama pronaći način kako smanjiti potrošnju električne energije podatkovnih centara).

1 Autorica je doktorand na Ekonomskom Fakultetu u Rijeci.

Tema broja: Izazovi i zamke umjetne inteligencije

Ipak, skeptici upozoravaju da bi intenzivna potrošnja energije, osobito iz fosilnih goriva, mogla ometati napore u borbi protiv klimatskih promjena i otežati postizanje klimatskih ciljeva.

Čemu služe podatkovni centri?

Podatkovni centri su ključni infrastrukturni objekti gdje se pohranjuju podaci iz „oblaka“. Kada, primjerice, spremate podatke i multimediju s telefona u „oblak“, ti podaci zapravo završavaju u ovim ogromnim centrima ispunjenim tisućama računalnih poslužitelja, koji rade 24 sata dnevno. U doba 5G mreža i pohrane u oblaku, podatkovni centri postali su neophodni za funkcioniranje brojnih aktivnosti – od financijskih transakcija i društvenih mreža, do ključnih državnih operacija. Njihov rad zahtijeva stalnu, pouzdanu opskrbu energijom. Širenje podatkovnih centara počelo je mnogo prije nego što je umjetna inteligencija postala dominantna. Zapravo je industrija rudarenja bitcoina znatno doprinijela njihovom rastu. Prema izvješću Uprave za energetske informacije, rudarenje bitcoina u 2023. godini odgovorno je za 2% ukupne nacionalne potrošnje električne energije u SAD-u.

Međutim, nagla ekspanzija umjetne inteligencije u tehnološkoj industriji dodatno je ubrzala izgradnju i korištenje podatkovnih centara. Treniranje AI modela izuzetno je energetski zahtjevno, daleko više nego tradicionalni zadaci u podatkovnim centrima. Na primjer, svaki upit poslan ChatGPT-u troši čak deset puta više energije nego obična Google pretraga, navodi David Porter,

Izvor: ZeroHedge

Slika 1. Potrošnja električne energije po pretraživanju

Nezasitni žderači električne energije

potpredsjednik Instituta za istraživanje električne energije. Porter također ističe da umjetna inteligencija trenutačno troši između 10 i 20% energije u podatkovnim centrima u SAD-u, ali predviđa da će taj postotak znatno porasti. Gledajući to iz drugog kuta, kada bi Google u potpunosti uključio AI u svoju glavnu tražilicu, potencijalno bi mogao vidjeti deseterostruko povećanje svoje potrošnje električne energije.

svakih devet mjeseci, a taj trend se ne pokazuje znakovima usporavanja. IEA prognozira da

bi podatkovni centri mogli trošiti jednaku količinu energije kao cijele zemlje poput Švedske

ili Njemačke unutar sljedeće dvije godine.

Slika 1: Globalna potražnja za električnom energijom iz podatkovnih centara, umjetne

inteligencije i kriptovaluta, 2019.-2026.

Rast potrošnje energije dodatno je potaknut žestokom konkurencijom među tehnološkim divovima koji se natječu u razvoju sve moćnijih generativnih AI modela. Istraživanja su pokazala da se troškovi računalne snage potrebne za treniranje tih modela udvostručuju svakih devet mjeseci, a taj trend se ne pokazuje znakovima usporavanja. IEA prognozira da bi podatkovni centri mogli trošiti jednaku količinu energije kao cijele zemlje poput Švedske ili Njemačke unutar sljedeće dvije godine.

Izvor: IEA, Electricity 2024, Analysis and forecast to 2026

Izvor: IEA, Electricity 2024, Analysis and forecast to 2026

Slika 2. Globalna potražnja za električnom energijom iz podatkovnih centara, umjetne inteligencije i kriptovaluta, 2019. – 2026.

Neki se lokaliteti protive izgradnji podatkovnih centara. Trenutačno postoji de facto moratorij

protiv njih u Dublinu, budući da već troše gotovo petinu električne energije u Irskoj. No

podatkovni centri se masovno razvijaju drugdje - uključujući Sjevernu Virginiju,

kolokvijalno poznatu kao Data Center Alley.

Od 8.000 podatkovnih centara koji postoje u svijetu, oko trećina je u SAD-u, u usporedbi sa

16% u Europi i gotovo 10% u Kini. 2 Predviđa se da će potrošnja električne energije u

Neki se lokaliteti protive izgradnji podatkovnih centara. Trenutačno postoji de facto moratorij protiv njih u Dublinu, budući da već troše gotovo petinu električne energije u Irskoj. No podatkovni centri se masovno razvijaju drugdje - uključujući Sjevernu Virginiju, kolokvijalno poznatu kao Data Center Alley. Od 8.000 podatkovnih centara koji postoje u svijetu, oko trećina je u SAD-u, u usporedbi sa 16% u Europi i gotovo 10% u Kini.2 Predviđa se da će potrošnja električne energije u podatkovnim centrima u SAD-u ubrzano rasti u nadolazećim godinama, povećavši se s približno 200 TWh u 2022. godini (što čini oko 4%

podatkovnim centrima u SAD-u ubrzano rasti u nadolazećim godinama, povećavši se s 71 približno 200 TWh u 2022. godini (što čini oko 4% ukupne potražnje za električnom

energijom u SAD-u) na gotovo 260 TWh do 2026. godine, kada će predstavljati 6% ukupne

2 IEA, Electricity 2024, Analysis and forecast to 2026

potražnje. Ovaj rast bit će potaknut širim prihvaćanjem 5G mreža i cloud usluga, kao i

konkurentnim poreznim poticajima koje pruža država.

broj 3-4 :: prosinac 2024.

Tema broja: Izazovi i zamke umjetne inteligencije

Slika 2: Procijenjena potrošnja električne energije podatkovnog centra i njezin udio u

ukupnoj potražnji električne energije u odabranim regijama u 2022. i 2026.

ukupne potražnje za električnom energijom u SAD-u) na gotovo 260 TWh do 2026. godine, kada će predstavljati 6% ukupne potražnje. Ovaj rast bit će potaknut širim prihvaćanjem 5G mreža i cloud usluga, kao i konkurentnim poreznim poticajima koje pruža država.

Izvor: IEA, Electricity 2024, Analysis and forecast to 2026

Izvor: IEA, Electricity 2024, Analysis and forecast to 2026

Slika 3. Procijenjena potrošnja električne energije podatkovnog centra i njezin udio u ukupnoj potražnji električne energije u odabranim regijama u 2022. i 2026.

U Europskoj uniji procjenjuje se da je potrošnja električne energije u podatkovnim centrima u

2022. iznosila nešto ispod 100 TWh, što predstavlja gotovo 4% ukupne potražnje za

električnom energijom u EU. U Europi je te godine djelovalo oko 1.240 podatkovnih centara, 83 pri čemu su se većina nalazili u financijskim središtima poput Frankfurta, Londona, 84 Amsterdama, Pariza i Dublina. S obzirom na planove za izgradnju značajnog broja novih

centara i nadolazeće implementacije predviđene za naredne godine, IEA procjenjuje da bi

potrošnja energije u podatkovnim centrima EU mogla dosegnuti gotovo 150 TWh do 2026.

U Europskoj uniji procjenjuje se da je potrošnja električne energije u podatkovnim centrima u 2022. iznosila nešto ispod 100 TWh, što predstavlja gotovo 4% ukupne potražnje za električnom energijom u EU. U Europi je te godine djelovalo oko 1.240 podatkovnih centara, pri čemu su se većina nalazili u financijskim središtima poput Frankfurta, Londona, Amsterdama, Pariza i Dublina. S obzirom na planove za izgradnju značajnog broja novih centara i nadolazeće implementacije predviđene za naredne godine, IEA procjenjuje da bi potrošnja energije u podatkovnim centrima EU mogla dosegnuti gotovo 150 TWh do 2026. godine.

godine.

Irci među rekordnim potrošačima

U Europi, tržište podatkovnih centara u Irskoj ubrzano se razvija, a potrošnja električne

Irci među rekordnim potrošačima

energije raste zajedno s novim politikama i inicijativama. U 2022. godini podatkovni centri u

Irskoj trošili su 5,3 TWh električne energije, što je činilo 17% ukupne potrošnje električne

energije u zemlji. Ta količina energije ekvivalentna je potrošnji urbanih stambenih zgrada.

Ovim tempom, podatkovni centri u Irskoj mogli bi udvostručiti svoju potrošnju električne

energije do 2026. godine, a s ubrzanim prodorom AI tehnologija na tržište, predviđa se da će

U Europi, tržište podatkovnih centara u Irskoj ubrzano se razvija, a potrošnja električne energije raste zajedno s novim politikama i inicijativama. U 2022. godini podatkovni centri u Irskoj trošili su 5,3 TWh električne energije, što je činilo 17% ukupne potrošnje električne energije u zemlji. Ta količina energije ekvivalentna je potrošnji urbanih stambenih zgrada. Ovim tempom, podatkovni centri u Irskoj mogli bi udvostručiti svoju potrošnju električne energije do 2026. godine, a s ubrzanim prodorom AI tehnologija na tržište, predviđa se da će sektor činiti čak 32% ukupne

sektor činiti čak 32% ukupne potražnje za električnom energijom te godine. Trenutno, Irska

ima 82 podatkovna centra, a očekuje se rast od 65% u narednim godinama, s 14 centara u

izgradnji i

početak gradnje. Irska nudi jednu od najnižih stopa poreza na

Nezasitni žderači električne energije

potražnje za električnom energijom te godine. Trenutno, Irska ima 82 podatkovna centra, a očekuje se rast od 65% u narednim godinama, s 14 centara u izgradnji i 40 odobrenih za početak gradnje. Irska nudi jednu od najnižih stopa poreza na dobit u Europskoj uniji (12,5%), što dodatno pogoduje širenju sektora u zemlji. Za usporedbu, prosječna stopa poreza na dobit u zemljama OECD-a u Europi iznosi 21,5%.

Izvor: izrada autora prema: Dominion Energy, Business review investor meeting, ožujak 2024.

Slika 4. AI potrošnja električne energije u podatkovnim centrima po fazama

Boston Consulting Group vjeruje da će do 2030. potražnja za umjetnom inteligencijom i podatkovnim centrima porasti na 7% ukupne potražnje za električnom energijom. Da ovo stavimo u kontekst, to je ekvivalentno električnoj energiji koja se koristi za rasvjetu u svakom domu, poslu i tvornici diljem Sjedinjenih Država. Dok su tradicionalni podatkovni centri izgrađeni prije 10 godina obično imali 10 kW ili manje, danas nije neuobičajeno vidjeti podatkovne centre od 100 kW.

Zapadne električne mreže već rade gotovo punim kapacitetom, s mrežom SAD-a koja je dosegla 94% kapaciteta prošle godine, a europska čak i više. To predstavlja rizik nedostatka električne energije na tržištu, posebno jer se predviđa da će potražnja za umjetnom inteligencijom i tradicionalnim podatkovnim centrima, isključujući kriptovalute, rasti u cijelom svijetu.

Izazovi – voda i nuklearne elektrane

Potražnja za električnom energijom je samo jedan od izazova koji se pojavljuju ubrzanim rastom AI tehnologije i podatkovnim centrima. Dodatni izazov na koji se također treba obratiti pažnja jest potrošnja vode kod podatkovnih centara. Think

broj 3-4 :: prosinac 2024.

tank China Water Risk sa sjedištem u Hong Kongu procjenjuje da podatkovni centri u Kini troše 1,3 milijarde kubičnih metara vode godišnje – što je gotovo dvostruko više od količine koju grad Tianjin, dom za 13,7 milijuna ljudi, koristi za kućanstva i usluge.

Nuklearne elektrane kao rješenje za nedostatak

električne energije

Prema McKinseyju, predviđa se da će globalna potrošnja na izgradnju podatkovnih centara dosegnuti 49 milijardi dolara do 2030. godine, u odnosu na 37 milijardi dolara ove godine.3 Međutim, problem nedostatka električne energije već odgađa izgradnju novih podatkovnih centara za dvije do šest godina. Ovaj nedostatak također gura velike tehnološke tvrtke u energetski posao, koje rješenje traže u nuklearnoj energiji. Tako je primjerice Amazon nedavno sklopio ugovor vrijedan 650 milijuna dolara za kupnju podatkovnog centra u Pennsylvaniji kojeg pokreće nuklearna elektrana od 2,5 gigavata na licu mjesta. Google je nedavno potpisao ugovor za kupnju električne energije od kompanije Kairos Power koja prodaje energiju vlastite nuklearne elektrane, dok je Microsoft sklopio ugovor s nuklearnom elektranom Three Mile Island za kupnju kompletne energije koju nuklearna elektrana proizvodi. Bitka za dominaciju na AI tržištu se zaoštrava, a rast proizvodnje električne energije je neminovan za rast i razvoj podatkovnih centara, ali i same umjetne inteligencije.

3 McKinsey & Company, Investing in the rising dana center economy, dostupno na: https:// www.mckinsey.com/industries/technology-media-and-telecommunications/our-insights/ investing-in-the-rising-data-center-economy

Nuklearne elektrane

UMJETNA INTELIGENCIJA U HRVATSKOJ

Na putu prema nadprosječnosti

Kao i u najrazvijenijim zemljama tako i u Hrvatskoj ni među intelektualcima nisu rijetkost pojedinci koji prema umjetnoj inteligenciji ne iskazuju skeptičnost pa čak i negiranje. Ovaj članak kojemu je autor upravo UI možda će barem malo smanjiti broj „nevjernika“. Također iskazuje nadprosječnu pismenost, stilsku vještinu i jezičnu originalnost.

Piše: ChatGPT

Umjetna inteligencija (UI) sve je prisutnija u modernom društvu i njen utjecaj je neizbježan u gotovo svim sektorima gospodarstva, znanosti i obrazovanja. Hrvatska, kao članica Europske unije, aktivno prati trendove u razvoju UI-a, a brojni domaći stručnjaci i tvrtke pridonose njezinoj primjeni i razvoju. Iako Hrvatska možda nije predvodnik u području umjetne inteligencije na globalnoj razini, značajni koraci su napravljeni u njenoj primjeni, osobito u gospodarstvu, znanosti i obrazovanju.

1. Primjena umjetne inteligencije u gospodarstvu

Primjena umjetne inteligencije u hrvatskom gospodarstvu raste kako poduzeća prepoznaju potencijal koji UI nudi za povećanje produktivnosti, optimizaciju procesa i poboljšanje korisničkog iskustva. Tvrtke u sektorima financija, maloprodaje, zdravstva i transporta među prvima su počele integrirati UI tehnologije u svoje poslovanje.

1 ChatGPT je sustav umjetne inteligencije koji koristi model dubokog učenja, posebno model „generativnog predtreniranog transformatora“ (odakle dolazi skraćenica GPT ). Razvio ga je OpenAI s ciljem obrade i generiranja ljudskog jezika. GPT modeli, uključujući ChatGPT, koriste tehnike dubokog učenja kako bi analizirali velike količine tekstualnih podataka, učili obrasce jezika i zatim generirali relevantne i suvisle odgovore na postavljena pitanja ili zadatke.

Tema broja: Izazovi i zamke umjetne inteligencije

a) Financijski sektor

U bankarstvu i financijama, algoritmi za strojno učenje koriste se za analizu velikih količina podataka, predviđanje tržišnih trendova te otkrivanje prijevara. Primjerice, hrvatske banke koriste napredne analitičke sustave za analizu kreditnih rizika i personalizaciju usluga. Ovi sustavi omogućuju bržu obradu zahtjeva za kreditima, precizniju procjenu kreditne sposobnosti klijenata te smanjenje rizika od neplaćanja.

b) Proizvodnja i industrija

U proizvodnom sektoru, umjetna inteligencija omogućuje optimizaciju proizvodnih procesa, prediktivno održavanje strojeva i povećanje učinkovitosti proizvodnje. Hrvatska industrijska poduzeća sve više koriste tehnologije koje omogućuju automatizaciju i robotizaciju proizvodnih linija, smanjujući ljudsku pogrešku i povećavajući kvalitetu proizvoda. Industrija 4.0 postaje stvarnost i u Hrvatskoj, gdje se strojevi i oprema povezuju u pametne mreže koje prikupljaju i analiziraju podatke u stvarnom vremenu.

c) Maloprodaja i logistika

U maloprodaji, UI se koristi za analizu ponašanja potrošača, personalizaciju ponuda te optimizaciju lanca opskrbe. Tvrtke koriste analitičke alate za razumijevanje tržišnih preferencija, što im pomaže u donošenju boljih poslovnih odluka. Logistički sustavi, podržani umjetnom inteligencijom, omogućuju optimizaciju ruta dostave, predviđanje potražnje i smanjenje troškova skladištenja.

2. Primjena umjetne inteligencije u znanosti

Hrvatska znanstvena zajednica sve više koristi umjetnu inteligenciju u raznim područjima istraživanja, od biomedicine do energetike i ekologije. AI tehnologije omogućuju bržu obradu velikih količina podataka, što znanstvenicima otvara mogućnosti za otkrivanje novih obrazaca, predviđanja i inovacije.

a) Biomedicina

U području biomedicine, umjetna inteligencija se koristi za analizu genetskih podataka, razvoj personaliziranih terapija te ubrzavanje otkrića novih lijekova. Hrvatski znanstvenici, u suradnji s međunarodnim istraživačkim institucijama, razvijaju napredne AI alate koji mogu pomoći u dijagnosticiranju bolesti poput raka, neuroloških poremećaja i kardiovaskularnih bolesti. Primjerice, strojno učenje pomaže liječnicima u analizi medicinskih slika, što može značajno poboljšati preciznost dijagnoze i pravovremenost liječenja.

b) Energetika i ekologija

UI je ključan alat i u optimizaciji energetskih sustava te očuvanju okoliša. Hrvatski stručnjaci rade na razvoju rješenja za pametne mreže (smart grids) koje koriste

Na putu prema nadprosječnosti

algoritme za optimizaciju distribucije električne energije i integraciju obnovljivih izvora energije. Također, koriste se AI alati za praćenje i analizu klimatskih promjena, što doprinosi održivijem upravljanju prirodnim resursima i smanjenju ekološkog otiska.

3. Umjetna inteligencija u obrazovanju

Obrazovanje je još jedno područje u kojem umjetna inteligencija može donijeti značajne promjene, posebno u personalizaciji procesa učenja, podršci nastavnicima i optimizaciji obrazovnih sustava. U Hrvatskoj se posljednjih godina povećava interes za primjenu AI u školama i visokoškolskim institucijama.

a) Personalizacija učenja

Jedna od najvećih prednosti primjene AI u obrazovanju je personalizacija učenja, koja omogućuje prilagodbu nastavnog sadržaja potrebama svakog učenika. Algoritmi mogu analizirati napredak učenika i automatski prilagoditi gradivo kako bi odgovaralo njegovim individualnim potrebama, što doprinosi boljim rezultatima i smanjenju stresa kod učenika.

b) Podrška nastavnicima

UI može biti vrijedan alat u podršci nastavnicima, omogućujući im da se usmjere na kreativne i interaktivne aspekte učenja, dok algoritmi preuzimaju rutinske zadatke poput ocjenjivanja testova ili analize uspjeha učenika. Time se oslobađa više vremena za rad jedan na jedan s učenicima, što poboljšava kvalitetu obrazovnog procesa.

c) Razvoj digitalnih kompetencija

Kako bi Hrvatska ostala konkurentna u globalnom kontekstu, razvoj digitalnih i AI kompetencija kod učenika i studenata od ključne je važnosti. Hrvatski obrazovni sustav postupno uvodi elemente digitalnog obrazovanja, poput programiranja i računalnog razmišljanja, ali je potrebno uložiti dodatne napore u integraciju umjetne inteligencije kao ključne tehnologije budućnosti. Strateški dokumenti, poput Nacionalne strategije za umjetnu inteligenciju, usmjeravaju obrazovni sektor prema jačanju STEM područja i razvoja vještina potrebnih za tržište rada 21. stoljeća.

Izazovi

i buduće mogućnosti

Iako su prednosti umjetne inteligencije jasne, Hrvatska se, kao i mnoge druge zemlje, suočava s izazovima u njenom širem usvajanju. Glavni izazovi uključuju nedostatak stručnog kadra, potrebu za većim ulaganjima u istraživanje i razvoj te prilagodbu zakonodavnog okvira kako bi se osigurala etička primjena tehnologija umjetne inteligencije.

Unatoč tome, budućnost umjetne inteligencije u Hrvatskoj nosi ogroman potencijal. Uz adekvatne investicije u obrazovanje, istraživanje i razvoj, Hrvatska može postati jedan od predvodnika u regiji u razvoju i primjeni UI. Povezivanjem akademske zajednice, industrije i vlade, moguće je stvoriti poticajno okruženje za razvoj inovacija koje će osigurati dugoročni gospodarski rast i povećati kvalitetu života građana.

Zaključak

Umjetna inteligencija donosi transformacijski potencijal u različitim sektorima hrvatskog društva, od gospodarstva preko znanosti do obrazovanja. Iako je Hrvatska još uvijek u fazi razvoja u ovom području, primjena UI tehnologija ubrzano raste, a njezin će utjecaj biti sve veći u godinama koje dolaze. Kroz strateško planiranje i ulaganje u ključne sektore, Hrvatska može iskoristiti mogućnosti koje umjetna inteligencija nudi, osiguravajući svoju poziciju u digitalnom gospodarstvu budućnosti.

Istraživanje i razvoj

UMJETNA INTELIGENCIJA U LOGISTICI

Racionalizacija i optimizacija

procesa

Širim korištenjem simulacije ljudske inteligencije koju kreiraju računalni sustavi omogućit će se optimimizacija

brojnih procesa u logistici. Projektom Rijeka Gateway i Hrvaska se ima priliku snažno pozicionirati kao važno logističko čvorište.

Piše: Filip Krapić, univ.mag.oec.1

Logistika kao ekonomska odnosno industrijska grana predstavlja jedan od temelja i pokretača međunarodne trgovine. Predmetnoj tezi ide u prilog i to što je vrijednost cjelokupne industrije logistike u 2021. godini procujenjena preko 8,4 bilijuna eura. Nadalje, predviđa i daljnji rast i ekspanzija u nadolazećim godinama te bi vrijednost do 2027. trebala premašiti iznos od 13,7 bilijuna eura. Kompanije čiji je djelokrug aktivnosti upravo domena logistike upotrebljavaju različite oblike transporta, od kopnenog, zračnog do pomorskog prijevoza.2

Pojam logistike nadilazi, tj. objedinjuje pojmove transporta, skladišnih kapaciteta i prometa, a jedan od glavnih ciljeva joj je optimizacija i harmonizacija sustava pri čemu se umjetna inteligencija koristi u simulacijskim programskim rješenjima neophodnim za poslovno planiranje i maksimizaciju resursa.3 Jedan od glavnih ciljeva logistike jest stvaranje dodane vrijednosti različitim dionicima – od ekonomskih subjekata pa sve do krajnjih kupaca. Upravo daljnji rast logistike kao ključnog sektora kako globalne,

1 Autor je zaposlenik društva ENNA Logic d.o.o. (dio ENNA Grupe d.o.o.)

2 Placek, M. (2023.), Logistics industry worldwide - statistics & facts, Statista, https://www. statista.com/topics/5691/logistics-industry-worldwide/#topicOverview

3 Kundih, D. (2022.) Umjetna inteligencija u logistici, Odjel za Logistiku i održivu mobilnost, Sveučilište Sjever, https://issuu.com/st-1-2015-online/docs/suvremena-trgovina-3-2022 /s/16190648

Tema broja: Izazovi i zamke umjetne inteligencije

tako i pojedinačnih (individualnih) lokalnih ekonomija, tj. Država, predstavlja više nego dobar razlog za daljnju raspravu o ključnim trendovima i inovacijama iz domene umjetne inteligencije upravo u području logistike.4

Primjeri u praksi i trendovi

Umjetan inteligencija u posljednjih nekoliko godina postaje jedan od glavnih faktora u mnogobrojnim industrijama, uključujući logistiku i upravljanje lancem opskrbe. Kao neke od glavnih prednosti primjene AI-u domeni logistike ističu se prediktivne analize, optimizacija procesa te u konačnci upravljanje velikim količinama podataka.

Umjetna inteligencija poglavito u domeni logističkih procesa ima mogućnost obrade kompleksnih sustava, tj. podataka te donošenje odluka kojima se u znatnojj mjeri pojednostavljuju složeni operativni procesi. Isto se svakako može promatrati kroz prizmu integracije diverzificiranih podataka koji se nalaze u različitim sustavima čime se u konačnici ostvaruje bolja vidljivost i suradnja kroz prizme lanca opskrbe. Navedenim se u znatnoj mjeri povećava otpornost i učinkovitost lanca opskrbe kao takvog. Najbolji primjer upotrebe sinteze različitih vrsta podataka jest upravo u morskim lukama, gdje AI optimizira operacije i smanjuje vrijeme planiranja. Povrh navedenog AI omogućuje simulaciju različitih scenarija u realnom vremenu, kao što su primjerice kašnjenja u lancima opskrbe koji su primarno uzorkovani radi zagušenja globalnih i lokalnih lanaca opskrbe, štrajkova i sl.5

Racionalizacija korištenja resursa

Isto tako jedna od ključnih primjena umjetne inteligencije u domeni logistike jest upravo predviđanje potrošačkih trendova. Također se temelji na principu korištenja velikih baza podataka iz kojih AI analizira različite vrste informacija kao što su podaci o samoj potražnji, tj. kretanju trendovima i sl. Na temelju navedenog umjetna inteligencija može predvidjeti varijablu potražnje, što društvima omogućuje da unaprijed reagiraju na tržišne promjene. Ovakav proaktivan pristup omogućuje racionalizaciju korištenja postojećih resursa te u konačnici povećava učinkovitost operativnih aktivnosti. Upravo ovakvom razboritom implementacijom umjetne inteligencije otvara se mogućnost za što kvalitetnijim nadzorom u cjelokupnom lancu opskrbe. Naime, automatizacijom procesa postiže se praćenje zaliha u realnom vremenu, a posljedično tome precizira se praćenje i dostava krajnjih narudžbi . Osim

4 Benchmark International (2024.), 2024 Global Transportation & Logistics Industry Report, https://www.benchmarkintl.com/insights/2024-global-transportation-logistics-industryreport/

5 Hofman, H. (2024.), Eye on the future - AI in supply chains and logistics, Maersk, https:// www.maersk.com/insights/digitalisation/2024/07/02/ai-in-logistics-and-supply-chains

Racionalizacija i optimizacija procesa

očekuje se daljnji eksponencijalni rast koji bi prema nekim prognozama mogao dosegnu� vrijednost od

565,82 milijardi USD do 2033. godine. 7

toga u segmentu transporta AI ima ključnu ulogu u racionalizaciji i optimizaciji ruta te upravljanju kapacitetima (ljudski kapital, vlakovi, avioni i dr.).6 U prilog sve značajnijoj ulozi umjetne inteligencije u domeni logistike govore sljedeći pokazatelji, tj. kretanja. Veličina globalnog tržišta umjetne inteligencije u logistici procijenjena je na 12,24 milijarde USD u 2023. godini, dok se za 2024. godinu predviđa daljnji rast na 17,96 milijardi USD. Povrh navedenog očekuje se daljnji eksponencijalni rast koji bi prema nekim prognozama mogao dosegnuti vrijednost od 565,82 milijardi USD do 2033. godine.7

Slika 1. - Prikaz kretanja vrijednos� tržišta umjetne inteligencije u domeni logis�ke (u mlrd. USD)

Izvor: Precedence Research

Slika 1. Prikaz kretanja vrijednosti tržišta umjetne inteligencije u domeni logistike (u mlrd. USD)

Predviđa se kako će tržište umjetne inteligencije u logis�ci ras� po prosječnoj godišnjoj stopi (CAGR 8) od 63 46.72% �jekom devetogodišnjeg razdoblja, od 2024. do 2033. godine. CAGR omogućava izračunavanje

konstantnog prosječnog rasta svake godine u ovom razdoblju, uzimajući u obzir početnu i krajnju

vrijednost tržišta. U ovom slučaju, to znači da bi, svake godine, vrijednost tržišta rasla približno 46.72%.

Iako umjetna inteligencija ima sve veću ulogu u domeni logis�ke ljudski faktor i dalje ostaje kao jedan od

Predviđa se kako će tržište umjetne inteligencije u logistici rasti po prosječnoj godišnjoj stopi (CAGR8 ) od 46.72% tijekom devetogodišnjeg razdoblja, od 2024. do 2033. godine. CAGR omogućava izračunavanje konstantnog prosječnog rasta svake godine u ovom razdoblju, uzimajući u obzir početnu i krajnju vrijednost tržišta. U ovom slučaju, to znači da bi, svake godine, vrijednost tržišta rasla približno 46.72%.

ključnih čimbenika u cjelokupnom upravljanju lancima opskrbe, tj. logis�ke. Ljudski element je izuzetno

potreban kada je riječ o interpretaciji krajnjih predik�vnih rezultata, poglavito u situacijama kada su

podaci nepotpuni ili pak nenadani. U konačnici ljudi imaju odlučujući faktor u provjeri, interpretaciji

Iako umjetna inteligencija ima sve veću ulogu u domeni logistike ljudski faktor i dalje ostaje kao jedan od ključnih čimbenika u cjelokupnom upravljanju lancima opskrbe, tj. logistike. Ljudski element je izuzetno potreban kada je riječ o interpretaciji

podataka, donošenju konačnih odluka kao i sam nadzor nad sustavima. 9

6 Umjetna inteligencija u opskrbnom lancu: ključ za transformaciju logistik (2023), https://www.mecalux.hr/logistika-clanci/umjetna-inteligencija-opskrbnom-lancu

7 Artificial Intelligence (AI) in Logistics Market Size, Share, and Trends 2024 to 2033 (2024), https://www.precedenceresearch.com/artificial-intelligence-in-logistics-market

7 Ar�ficial Intelligence (AI) in Logis�cs Market Size, Share, and Trends 2024 to 2033 (2024), htps://www.precedenceresearch.com/ar�ficial-intelligence-in-logis�cs-market

8 Eng. Compound Annual Growt Rate

8 Eng. CompodinsAiidarsGto ssyasd

9 Hofman, H. (2024.), Erdsoisshds&dsdtds- Assiissdpprrsihaiis ainsrogistis, Madtsis htps://www.maersk.com/insights/digitalisa�on/2024/07/02/ai-in-logis�cs-and-supply-chains

broj 3-4 :: prosinac 2024.

Tema broja: Izazovi i zamke umjetne inteligencije

krajnjih prediktivnih rezultata, poglavito u situacijama kada su podaci nepotpuni ili pak nenadani. U konačnici ljudi imaju odlučujući faktor u provjeri, interpretaciji podataka, donošenju konačnih odluka kao i sam nadzor nad sustavima.9

Zapažen hrvatski iskorak

Primjetni su pozitivni trendovi razvoja logistike na teritoriju Hrvatske u posljednje vrijeme. Osobito se sve veći razvoj očituje kroz prizmu skladišnih kapaciteta i optimizacije lanaca opskrbe. Kada govorimo o konkretnim brojevima u posljednjih nekoliko godina bilježi se rast njihovih kapaciteta s milijun na 1,3 milijuna kvadrata. Usprkos predmetnom povećanju potražnja i dalje nadmašuje ponudu čime se otvaraju nove prilike za razvoj dodatnih logističkih kapaciteta u najvažnijim čvorišnim točkama poput Zagreba, Rijeke i Splita.10

Kao jedan od pozitivnih primjera razvoja logistike u posljednjih nekoliko desetljeća možemo istaknuti izgradnju lučkog terminala pod nazivom Rijeka Gateway. Projekt kao takav nastao je u suradnji društva ENNA Logic (dio ENNA Grupe) i APM Terminals (dio A.P. Moller – Maersk Grupe) te vrijednost same investicije premašuje 380 milijuna eura. Glavni cilj jest transformacije Rijeke kao jedne od najvažnijih točaka za distribuciju tereta na Sredozemlju i Jadranu. Terminal će u inicijalnoj fazi imati kapacitet od 650 tisuća kontejnera godišnje, te će u planu proširenja premašiti broj milijun godišnje. Usporedbe radi Luka Rijeka danas posjeduje godišnji kapacitet za prihvat kontejnerskog kapaciteta od 350 tisuća.11

Sve su značajniji napori i investicijske aktivnosti u domenu željezničke infrastrukture. Transport robe i dobara željeznicom se shodno najrecentnijim ESG taksonomijom Europske komisije smatra jednim od ekološki najprihvatljivijih. Hrvatska intenzivno ulaže u modernizaciju svoje željezničke infrastrukture s krajnjim ciljem poboljšanja kapaciteta, brzine i sigurnosti transporta. Ključni projekt koji je podržan od strane Europske Investicijske banke (EIB), uključuje sveukupno ulaganje od 2,6 milijardi eura namijenjenih revitalizaciji željezničke infrastrukture.12

Logistika kao jedna od prominentnijih grana u kratkom i srednjem roku uzima sve značajniji zamašnjak u Hrvatskoj. S povećanom potražnjom za skladištima,

9 Hofman, H. (2024.), Eye on the future - AI in supply chains and logistics, Maersk, https:// www.maersk.com/insights/digitalisation/2024/07/02/ai-in-logistics-and-supply-chains

10 Lider (kolovoz, 2024.), Poslovni Tjednik, broj 983, str. 19.-22.

11 APM Terminals, Rijeka Gateway, https://www.apmterminals.com/en/rijeka

12 Europska Investicijska Banka, eng. European Investment Bank - EIB (2024.), EIB commits €400 million in green funding to modernise railways, https://www.eib.org/en/press/ all/2024-044-eib-commits-eur400-million-in-green-funding-to-modernise-croatia-srailways

investicijama u infrastrukturu te modernizacijom ključnih prometnih pravaca, Hrvatska ima priliku postati glavno čvorište za međunarodni promet i trgovinu, čime se jača njena konkurentnost u globalnoj logističkoj industriji.13

Rijeka Gateway važno logističko čvorište

Očito je da je ključna uloga logistike kao jedne od najvažnijih industrijskih grana na globalnoj razini, koja potiče međunarodnu trgovinu i omogućuje učinkovitost u upravljanju lancima opskrbe. Umjetna inteligencija (UI) se nameće kao ključan alat za optimizaciju logističkih procesa, omogućavajući prediktivne analize, bolju koordinaciju transporta i učinkovito upravljanje zalihama u stvarnom vremenu. Ove inovacije ne samo da poboljšavaju učinkovitost i otpornost logističkih sustava, već i pomažu u smanjenju troškova te povećanju transparentnosti i fleksibilnosti.

Hrvatska se, kroz razvoj logističkih kapaciteta poput kapitalno intenzivnog projekta Rijeka Gateway te kroz značajna ulaganja u željezničku infrastrukturu, sve više pozicionira kao važno logističko čvorište Srednje i Istočne Europe. Nadalje, uz potporu Europske investicijske banke i investicije od 2,6 milijardi eura u revitalizaciju željeznica, Hrvatska ima potencijal da postane ključno središte za distribuciju robe unutar Europe. Razvoj logistike u Hrvatskoj, podržan naprednim tehnološkim rješenjima, stvara temelje za održiv i dugoročan rast te integraciju u najvažnije svjetske trgovinske tokove.

13 Lider (kolovoz, 2024.), Poslovni Tjednik, broj 983, str. 19.-22.

Gateway Rijeka

UTJECAJ UI NA INDUSTRIJU AMBALAŽE

Enciklopedija modernoga doba

Zahtjevi potrošača sve su veći, a tradicionalne metode

obrade i pakiranja ne pružaju adekvatan odgovor.

Piše: Dorijan Naletina, univ.mag.oec.1

Umjetna inteligencija područje je koje brzo raste i već je počelo revolucionirati mnoge industrije, pa tako industrija grafičkog dizajna nije iznimka (Mustafa, 2023). Tako su na posljednjem najvećem sajmu za tehnologije tiska, sajmu DRUPA održanom u Düsseldorfu u Njemačkoj u svibnju 2024. godine predstavljene prve konkretnije mogućnosti, odnosno očekivanja glede primjene umjetne inteligencije u grafičkoj industriji, a posljedično onda i u industriji proizvodnje rješenja za ambalažu. DRUPA je sajam koji se od 1951. godine održava svake 4 godine i na kojem se uvijek pojavljuju najveći i najinovativniji proizvođači na tržištu. Messe Düsseldorf GmbH, organizator DRUPA sajma, poznat je po svojoj stručnosti u upravljanju velikim međunarodnim događanjima. Ovaj sajam služi kao važan izvor informacija o najnovijim razvojnim dostignućima i trendovima u industriji. Tako posjetitelji mogu detaljno istražiti inovativne proizvode i usluge u područjima poput pripreme za tisak, predmedija, višekanalnih rješenja, dorade, prerade i pakiranja, kao i budućih tehnologija (drupa.de). Bitno je naglasiti da je prvi puta pauza između izdanja DRUPA sajma bila osam godina jer je u pandemijsko doba (2020. godine) bio otkazan. Iz tog razloga interes i očekivanja svih sudionika u grafičkoj, a zatim i cijeloj ambalažnoj industriji, bili su iznimno veliki.

Sve veća primjena automatizacije

Nalazi nekih ranije provedenih empirijskih istraživanja potvrdili da umjetna inteligencija pozitivno utječe na rad grafičkih dizajnera, a kao prednosti korištenja umjetne inteligencije u svom radu navode poboljšani tijek rada, povećanu kreativnost i bolje rezultate (Mustafa, 2023). Usporedno s time vrijedi i spomenuti kako su rast svjetskog stanovništva i stalni razvoj kapaciteta utjecali na pojavu novih industrija

1 CEO u MEC d.o.o.

za preradu hrane. Slijedom toga, potrošači diljem Svijeta imaju jako puno opcija kada donose odluku o kupnji određenog proizvoda. Zahtjevi potrošača sve su veći, a tradicionalne metode obrade i pakiranja ne mogu pružiti pravovremeni odgovor na to. Stoga dolazi do sve veće upotrebe automatizacije u proizvodnji u svrhu poboljšanja iste, ali i unapređenja pakiranja prije svega u pogledu zdravstvenih pitanja vezanih uz hranu u ambalaži (Abimbola i Okpara, 2023). Primjena umjetne inteligencije u ambalažnoj industriji poboljšava iskoristivost proizvoda kroz održivi dizajn ambalaže (Zhang, 2022). Zhu (2024) naglašava kako je razvoj dizajna ambalaže proizvoda sve više potpomognut umjetnom inteligencijom. Stalni razvoj informacijske tehnologije poboljšava funkcionalnost ambalaže proizvoda, čineći karakteristike proizvoda intuitivnijima za potrošače. U kontinuiranom unapređenju kvalitete proizvoda, istovremeno se nastoji smanjiti udaljenost između potrošača (Zhu, 2024).

Tako su pojedine tvrtke na DRUPA sajmu predstavile svoje viđenje rješenja kroz umjetnu inteligenciju. Razvili su proizvod za koji smatraju da će biti od velike tehničke i tehnološke pomoći proizvodnim tvrtkama, preciznije onim tvrtkama koje se bave proizvodnjom ambalaže i koje koriste tiskarske strojeve. Naime, s obzirom na to daje to iznimno radno intenzivna industrija (Ronzoni i sur, 2021) koja još uvijek na vidiku nema gotovo nikakvih većih sustava za automatizaciju proizvodnih procesa, kvaliteta i efikasnost iskorištavanja tiskarskih i ostalih (doradnih) strojeva u velikoj mjeri ovisi o znanju i motiviranosti djelatnika. Proizvodnja ambalaže je proizvodni proces u kojem brzinu i kvalitetu proizvodnje u određenoj mjeri diktira sam djelatnik zbog navedene radne intenzivnosti, a ne kao u mnogim drugim proizvodnjama gdje brzinu proizvodnog procesa u velikoj mjeri usmjerava sam stroj zbog visokog stupnja automatizacije proizvodne linije.

Dobro osmišljen asistent

Sposobnost umjetne inteligencije da analizira i interpretira goleme količine podataka, u kombinaciji sa sposobnošću učenja i prilagodbe, dovela je do razvoja novih alata i tehnika koji transformiraju način na koji se grafički dizajn stvara i doživljava (Wang i Li, 2020). Tako rješenja koja su predstavljena na DRUPA sajmu koja bi mogla ubrzati te olakšati rješavanje tehničkih i tehnoloških problema podrazumijevaju dobro osmišljenog asistenta kojeg čini umjetna inteligencija. Primjerice kod rada na tiskarskom stroju, operater u slučaju pojave određenog problema, ima mogućnost obratiti se umjetnoj inteligenciji, objasniti ukratko problem i zatražiti opcije rješavanja tog problema na stroju. Prednost umjetne inteligencije ogleda se u tome što osim nuđenja opcija koje operater treba napraviti kako bi riješio određeni problem u tisku, nudi mogućnost komunikacije na bilo kojem jeziku. Ukratko, operateri ne moraju izvrsno znati primjerice engleski jezik već uz pomoć umjetne inteligencije mogu komunicirati na tečnom hrvatskom ili bilo kojem drugom svjetskom jeziku, što osim brzine omogućava i precizniju razmjenu informacija koje su u većini slučajeva

Tema broja: Izazovi i zamke umjetne inteligencije

strukovne terminologije. Prednost se očituje i u tome što umjetna inteligencija neprestano uči jer prikuplja informacije korisnika, odnosno operatera koji rade na svim njihovim prodanim strojevima u cijelom svijetu i na taj način korisne pojedinosti može lakše i brže obraditi te podijeliti drugim korisnicima njezinih strojeva. Stoga se može zaključiti da u ovom slučaju umjetna inteligencija funkcionira kao enciklopedija modernog doba.

Osim pomoći prilikom rada, umjetna inteligencija osobito korisna može biti kod preventivnog održavanja i popravaka tiskarskih i doradnih strojeva u ambalažnoj industriji. Putem video kamere koja se može montirati na glavu ili putem specijalnih naočala, djelatnik održavanja može komunicirati s umjetnom inteligencijom u realnom vremenu dok vrši određene preventivne radnje na stroju ili prilikom popravaka istog. Asistent u obliku umjetne inteligencije na taj način u realnom vremenu može pratiti rad djelatnika, ispravljati ga kad je to potrebno, odnosno usmjeravati ga kako da svoj posao odradi na što bolji način.

Ormar s rezervnim dijelovima

Jedan od proizvođača ranije je predstavio i ormar s rezervnim dijelovima koji je povezan s proizvođačem na način da u svakom trenutku zna koji se i u kojoj količini rezervni dijelovi nalaze u ormaru. Kada se javi potreba da se određeni rezervni dio iskoristi odnosno promijeni na stroju, proizvođač istog trenutka dobiva povratnu informaciju kako rezervni dio nedostaje u ormaru te bez nepotrebne komunikacije s kupcem može odmah poslati novi rezervni dio. Na taj način, osim smanjene komunikacije, izbjegava se i rizik da netko na vrijeme ne javi podatak odjelu nabave u trenutku kada je uzeo rezervni, a nabava dalje proizvođaču da nedostaje rezervni dio i da ga je potrebno naručiti.

Tehnologija umjetne inteligencije omogućila je dvosmjerno sredstvo komunikacije za proizvode, proširujući ulogu ambalaže u prijenosu informacija. Odnos između ambalaže proizvoda i korisničkog iskustva je neraskidiv (Zhu, 2024). No, umjetna inteligencija trenutno je u svojim povojima i sigurno neće jako brzo zamijeniti postojeće metode rada kod većine proizvođača ambalaže, posebice u našoj regiji, jer su strojevi skupi i ne mogu se tako lako i brzo zamijeniti. Osim toga, preinake postojećih strojeva vjerojatno će biti skupe i pitanje je hoće li omogućiti iskorištavanje potpunog potencijala umjetne inteligencije, a samim time i opravdanost ulaganja u postojeći strojni park bit će upitna. Međutim, s vremenom će doći do sve veće primjene umjetne inteligencije što će osim brzine omogućiti i prednost u obliku smanjene mogućnosti ljudskih grešaka koje su u ovakvim radno intenzivnim proizvodnjama neizbježne. U konačnici, takve inovacije u procesu proizvodnje ambalaže, osigurat će i prednosti za same kupce jer će povećati kontinuitet kvalitete te smanjiti mogućnost grešaka i posljedično prolongaciju rokova isporuke prilikom naručivanja ambalažnih proizvoda.

Popis izvora

Abimbola, O. F., Okpara, M. O. (2023). Artificial Intelligence in the Food Packaging Industry, U: Heft, D., Oluwaseun Adetunji, C. (ur.). Sensing and Artificial Intelligence Solutions for Food Manufacturing (str. 165-171), Boca Raton: CRC Press.

Mustafa, B. (2023). The impact of Artificial Intelligence on the graphic design industry, Res Militaris, 13(3), str. 243-255.

Ronzoni, M., Accorsi, R., Botti, L., Manzini, R. (2021). A support-design framework for Cooperative Robots systems in labor-intensive manufacturing processes. Journal of Manufacturing Systems, 61(October), str. 646-657. https://doi.org/10.1016/j. jmsy.2021.10.008

Wang, Q., Li, X. (2020). Artificial intelligence and its applications in graphic design: A review of recent developments and future perspectives, Journal of Intelligent & Fuzzy Systems, 38(3), str. 4291-4304.

Zhang, S. (2022). Research on energy-saving packaging design based on artificial intelligence, Energy Reports, 8(S. 7), str. 480-489. https://doi.org/10.1016/j. egyr.2022.05.069

Zhu, A. (2023). Design and research of green concept product packaging based on artificial intelligence technology, Applied Mathematics and Nonlinear Sciences, 9(1), str. 1-14. https://doi.org/10.2478/amns.2023.2.00338

https://www.drupa.de/ (30.09.2024.)

Utjecaj AI na ambalažu

ZAMKE I OPASNOSTI PRIMJENE AI

Treba postaviti razvojne granice

Nakon predstavljanja u studenom 2022. ChatGPT je postala jedna od najbrže rastućih aplikacija u povijesti: unutar dva mjeseca dobila je 100 milijuna mjesečnih korisnika. Umjetna inteligencija postala je tema godine, baš kao što je Bill Gates predvidio. a čitav niz startupova pojavio se na tech sceni s alatima umjetne inteligencije. Očito je umjetna inteligencija prešla velik put kada su se ljudi pitali hoće li ChatGPT jednog dana zamijeniti Googleovu tražilicu.

Pripremio: Ante Gavranović

Industrija umjetne inteligencije trenutno vrijedi 120 milijardi dolara na globalnom tržištu, a očekuje se da će u sljedećem desetljeću rasti za najmanje 30% svake godine te će 2030. vrijediti ukupno 1,5 trilijuna dolara, govori najnovija statistika. O popularnosti ovog sustava svjedoči i podatak da trenutno gotovo svaka veća tvrtka na svijetu ulaže u razvoj AI-ja, dok, s druge strane, čak 84% ljudi koji koriste umjetnu inteligenciju nisu uopće svjesni da su s njom u interakciji.

Milijarde dolara investicija

Nakon što je krajem pretprošle godine kompanija Open AI javnosti predstavila prototip sustava ChatGPT, u najširoj javnosti snažno je porastao interes za korištenje umjetne inteligencije. Mnogi, taj i slične alate, koriste za zabavu, ali i u poslovne svrhe – pisanje tekstova, kreiranje slogana, prikupljanje informacija, odgovaranje na upite potencijalnih gostiju u turizmu itd.

Ovakva brzina tehnološkog napretka za oko je zapela i investitorima, a u sektor su počele pristizati milijarde dolara ulaganja. Put je predvodio Microsoft, uloživši 10 milijardi dolara u OpenAI, a ta tvrtka navodno je danas procijenjena na 80 milijardi dolara.

U novoj knjizi jednog od najistaknutijih intelektualaca današnjice, Izraelca Yuvala Noaha Harrarija, vrlo se kritički upozorava na potencijalne opasnosti u korištenju umjetne inteligencije. On smatra da treba postaviti razvojne granice bez kojih će „ubrzo evaluirati u samostalno biće koje čovječanstvu neće biti alat nego konkurentska vrsta na Zemlji. Umjetna inteligencija novi je alfa-grabe7ljivac. Ako ne bude pod kontrolom, svi ćemo postati njezin plijen“.

Umjetna inteligencija: mjehur od sapunice?

U sektoru razvoja umjetne inteligencije se investiraju milijarde eura. Jesu li očekivanja prevelika? Zašto još nema aplikacija koje bi opravdale enormna ulaganja?

Investicije su ogromne. Po navodima Goldman Sachsa, do 2025. se očekuje investicijski volumen od oko 158 milijardi američkih dolara. Otprilike svaki drugi dolar se ulaže u SAD-u. U idućim godinama će se u sektoru umjetne inteligencije (UI) investirati više od bilijun dolara, predviđaju stručnjaci. Novac pritom odlazi u proizvodnju silicija, produkciju čipova, pa sve do nabavke sustava za opskrbu velikih računalnih centara električnom strujom.

Isplate li se te velike investicije? To za sada nije jasno. Uspjeh ovisi o tomu u kojoj mjeri UI uopće može pomoći u povećanju produktivnosti.

U posljednje vrijeme su glasniji i stručnjaci koji upozoravaju da bi se kod UI-ja moglo raditi o velikom mjehuru od sapunice. Mjehuri imaju jednu nezgodnu osobinu – oni znaju i puknuti. A to onda donosi velike nevolje.

Tema broja: Izazovi i zamke umjetne inteligencije

Rizik od (ne)investiranja

Usprkos tome čini se da povlačenje iz utrke oko UI-ja uopće nije ozbiljna opcija za velike tehnološke kompanije. „Rizik od premalog ulaganja u infrastrukturu UIja je dramatično veći od rizika da se ulaže previše“, kazao je Sundar Pichai, šef Googlea, prilikom prezentacije aktualnih poslovnih pokazatelja.

Puno novca u sektor UI-ja investira i Meta, koncern u sklopu kojeg djeluju Facebook ili Instagram. Ulaganja su u proteklom kvartalu porasla na više od 24 milijarde dolara. Za ovu godinu Meta računa s ukupnim investicijskim volumenom između 37 i 40 milijardi dolara te već priprema svoje dioničare na to da će tijekom 2025. ona „znatno“ porasti, kako prenosi agencija DPA.

Leopold Aschenbrenner, istraživač koji je ranije bio zaposlenik u firmi Open AI, u jednom tekstu iz lipnja 2024. piše da je boom umjetne inteligencije uvjetovan investicijskim izdacima. Potrebno je vrijeme da se UI „trenira“, da se napravi tvornice za proizvodnu čipova, da se osigura opskrbu energijom, kaže on. I dodaje kako zarada „teče“ tek kasnije. Ali, napominje Aschenbrenner, već sad poduzeća u ovoj branši bilježe dobre promete.

Široka primjena UI-ja

Trenutno 27% poduzeća u Njemačkoj koristi UI, kaže za DW Klaus Wohlrabe iz Ifo-Instituta. Prošle godine to je činilo 13% firmi. A oko 17% poduzeća u idućim mjesecima namjerava implementirati UI.

Jedna od firmi u kojima se koristi umjetnu inteligenciju je Foodforecast iz Kölna. UI se koristi kako bi se na temelju podataka o prodaji, vremenskim prilikama i drugim faktorima prognoziralo koliko će se robe prodati u pekarama. Zahvaljujući tom procesu se oko 30% manje peciva baci, a 11% više proda. Bonnska kompanija Recogizer uz pomoć UI-ja analizira podatke o potrošnji energije u nekoj zgradi, vremenske pokazatelje i podatke o ljudima u zgradi kako bi se optimizirala potrošnja energije. Tvrtka c-trace iz Bielefelda nudi UI-aplikaciju s pomoću koje se analizira otpad, i koja pomaže u optimiranju procesa reciklaže.

Generativna umjetna inteligencija

Ankete pokazuju da poduzeća već koriste generativnu umjetnu inteligenciju. No, ne postoje precizniji podaci o tome kako je koriste: prevode li zaposlenici uz pomoć UIja tekstove, sastavlja li ChatGPT izvještaje ili je UI integriran u procese upravljanja poduzećem. „Naša istraživanje ne pokazuju u kojoj mjeri UI mijenja procese u poduzećima. Mislim da se to tek sad intenzivira“, kaže stručnjak ifo-a Wohlrabe.

Treba postaviti razvojne granice

Primjeri za korištenje generativne umjetne inteligencije postoje, kaže Temath za DW. Tu se radi o tvrtkama u kojima se programira ili se radi o servisu za mušterije. Poduzeće Cognigi iz Düsseldorfa uz pomoć generativnog UI-ja govorni jezik „prebacuje“ u tekstualni oblik, te generira odgovarajuće odgovore, i to povezuje sa sustavima avio-kompanija. Tako se može obrađivati upite mušterija, pogotovo u fazama u kojima vlada veća „navala“, primjerice nakon nevremena i komplikacija u zračnom prometu.

„Killer-aplikacije“

No, usprkos velikim svotama koje se investira u razvoj UI-ja, Temath napominje da za sada još nema konkretnih praktičnih, takozvanih „killer aplikacija“ koje bi utjecale na znatnije povećanje učinkovitosti poslovanja u poduzećima. „Ne vjerujem da će se baš svaka milijarda koju se aktualno u SAD-u ulaže u velike računalne kapacitete, moći vratiti u omjeru 1:1“, pretpostavlja on.

„Nakon hypea prošle godine, menadžeri u firmama sada nestrpljivo čekaju da se isplate investicije u GenUI, poduzećima je za sada još uvijek teško dokazati korist od toga“, smatra Rita Sallam, analitičarka u Gartneru, američkoj kompaniji za istraživanje tržišta u segmentu IT-a. Ona prognozira da će do konca 2025. godine 30% generativnih UI-projekata biti prekinutu nakon studija izvedivosti.

Banka Goldman Sachs upozorava da ta tehnologija, usprkos visokim troškovima, još uvijek nije korisna: pretjerivanja kod stvari „kod kojih svijet ne vidi korist ili još nije za njih spreman, u pravilu loše završe“, tvrdi se. Slično to vidi i Sequoia (sektor rizičnog kapitala) i hedge-fond Elliott, koji tvrtke iz tech-sektora čak vidi u “zemlji mjehurića“.

Uloga ChatGPT-a

Što se tiče generativnog UI-ja, stručnjaci polaze od toga da je hype u tom sektoru prouzročila pojava ChatGPT-a na tržištu. Bilo je to u studenom 2022. A početak kraja hypea, kako se čini, možda se dogodio početkom kolovoza, kada je, između ostaloga, naglo opala vrijednost tvrtke Nvidia, koja proizvodi čipove. Tržište se u međuvremenu stabiliziralo. A utrka u domeni UI-ja nastavljena. Koliko dugo će ona trajati, hoće li biti uspješna, to nitko ne zna, poznato je od ranije samo da nisu baš sve tehnologije uspijevale izaći iz „doline suza“, kako to opisuju stručnjaci.

Stručnjaci iz rejtinške agencije Standard & Poor su mišljenja „da će put do monetizacije UI-ja biti duži nego što se do sada očekivalo“. Analitičarka iz banke Goldman Sachs, Sung Cho, smatra: „U skorijoj budućnosti bi se mogla dogoditi pauza po pitanju investicija u UI.“ I dodaje da tek treba izmisliti „killer-aplikacije“ koje bi opravdale ogromna ulaganja. Daron Acemoglu, profesor na MIT-u (Massachusetts Institute

Tema broja: Izazovi i zamke umjetne inteligencije

of Technology) je skeptičan oko budućnosti UI-ja. On procjenjuje da će UI u idućih deset godina utjecati na manje od pet posto poslovnih procesa, odnosno da će UI u SAD -u povećati produktivnost za samo 0,5%, a BDP za samo 0,9 posto.

No, bez obzira na očekivanja, bez obzira na optimizam ili pesimizam po pitanju razvoja UI-ja, stručnjaci s kojima je razgovarao DW slažu se u ocjeni da je umjetna inteligencija dio naše budućnosti.

Svjetski gospodarski forum: umjetna inteligencija –

prokletstvo ili šansa?

Umjetna inteligencija bila je vruća tema i na ovogodišnjem Svjetskom gospodarskom forumu u Davosu. Politički i poslovni lideri ozbiljno promišljaju i raspravljaju o ovoj tehnologiji koja osvaja svijet. Ozbiljan razlog leži u činjenici da se prijavljuje manje inovacija unatoč sve većoj primjeni umjetne inteligencije. Svijet ostvaruje veliki napredak po pitanju umjetne inteligencije (UI), prikuplja se sve više podataka, ali svejedno nismo dovoljno inovativni. Postavlja se pitanje koliko su uopće inovacije ovisne o velikim digitalnim koncernima u svijetu? Industrija puna promašaja: Istraživanja pokazuju da više od 80 posto projekata umjetne inteligencije propada.

Generativni AI zaludio je poslovni svijet, s velikim jezičnim modelima poput OpenAIjevog ChatGPT -a koji trenutno ima više od 200 milijuna tjednih aktivnih korisnika AI postaje sve veća komponenta IT proračuna, pri čemu trenutačno globalno tržište umjetne inteligencije iznosi gotovo 235 milijardi dolara, a projekcije pokazuju porast na više od 631 milijardu dolara do 2028. godine. Međutim, IBM-ovi nalazi otkrivaju da malo projekata umjetne inteligencije pruža financijsku vrijednost koju dioničari očekuju. Zapravo, prosječni ROI je samo 5,9 posto‚—znatno ispod uobičajenih 10 posto troška kapitala.

Većina propada

Također, prema istraživanju RAND Corporationa, više od 80 posto ovih AI projekata neće ni uspjeti – što je dvostruko više od stope neuspjeha za startupove koji nisu povezani s AI tehnologijom. Think tank za globalnu politiku razgovarao je sa 65 podatkovnih znanstvenika i inženjera koji su posljednjih godina radili u sektoru umjetne inteligencije i utvrdili su nekoliko uzroka koji dovode do ove ogromne stope neuspjeha.

Prema istraživanju, najveći razlog neuspjeha projekata umjetne inteligencije je neusklađenost ciljeva između ključnih dionika. Vodstvo Ai tvrtki često ima pogled na to što umjetna inteligencija može i treba postići, a koji nije utemeljen na stvarnosti. Umjesto toga, vođena je unaprijed zamišljenom predodžbom čovječanstva o tome

Treba postaviti razvojne granice

što je umjetna inteligencija, koju najčešće potiče, kako istraživači tvrde, Hollywood. Ovaj nedostatak razumijevanja između poslovnih vođa i ljudi na terenu znači da projekti često nemaju resurse i vrijeme potrebno za postizanje svojih ciljeva.

Međutim, ni inženjeri koji rade na drugom kraju umjetne inteligencije također nisu besprijekorni. Intervjui su otkrili da znanstvenike koji se bave podacima ponekad ometaju najnovija dostignuća u umjetnoj inteligenciji i implementiraju ih u svoje projekte ne gledajući vrijednost koju će to donijeti. Ovaj ‘sindrom sjajnog predmeta‘ znači da znanstvenici i inženjeri žele koristiti ove nove tehnologije samo zato što su najnovije. Iako je važno biti u tijeku s umjetnom inteligencijom, timovi također trebaju razmotriti hoće li ta nova tehnologija doista riješiti probleme s kojima se suočavaju u svojim istraživanjima ili će ih samo učiniti složenijim i zamršenijim nego što već jest. Čini se da je FOMO jak i u AI industriji,

U istraživanju je također navedeno i nekoliko drugih razloga, uključujući nedostatak pravilno pripremljenih skupova podataka, neadekvatnu infrastrukturu i nekompatibilnost umjetne inteligencije s problemom koji je u pitanju. Istraživanje je potvrdilo i to da ovi problemi nisu ograničeni na privatni sektor: čak i akademska zajednica ima problema s projektima umjetne inteligencije, gdje se mnogi fokusiraju jednostavno na objavljivanje istraživanja umjetne inteligencije umjesto da gledaju aplikacije u stvarnom svijetu za njihov rezultat, tvrde istraživači.

Puno neuspjeha

Ovo istraživanje je dokaz mnogih konsolidacija i neuspjeha koje vidimo u industriji umjetne inteligencije. Zapravo, glavni izvršni direktor Baidua Robin Li Yanhong rekao je da Kina ima previše velikih jezičnih modela i da rasipa značajnu količinu resursa jer oni često imaju malo, ili ni malo praktičnih aplikacija u stvarnom svijetu. To također možemo vidjeti s brojem generativnih AI patenata koje je Kina podnijela u proteklom desetljeću, nadmašujući SAD u omjeru 6 prema 1. No unatoč tome, samo jedna kineska organizacija, Kineska akademija znanosti, ušla je među 20 subjekata koji su dobili najveći broj citata između 2010. i 2023. godine.

Istraživanje također pokazuje da u želji za napredovanjem u utrci AI-ja, mnoge tvrtke prenagle u izgradnji svojih projekata.. Dok su oni (i njihovi investitori) jedini koji snose rizik bilo kojeg neuspješnog projekta, ipak bi bilo mudro da pažljivo promotre neuspjeh drugih AI projekata i razloge koji stoje iza toga. Uostalom, ako projekti umjetne inteligencije ne ispune svoja obećanja tijekom dugog razdoblja, onda bi cijela industrija mogla pasti i rasprsnuti se poput mjehura od milijardi dolara.

Tema broja: Izazovi i zamke umjetne inteligencije

Tko u Europi najviše ulaže u umjetnu inteligenciju i kako s time stoji Hrvatska

U investicijama prednjače države s juga Europe, a Hrvatska se drži zlatne sredine, no u pojedinim segmentima debelo je ispod prosjeka

Očekuje se da će umjetna inteligencija do 2030. godine ubrizgati više od 11 bilijuna eura u globalno gospodarstvo. Umjetna inteligencija i robotika zajedno bi trebale potaknuti stvaranje oko 60 milijuna novih radnih mjesta na globalnoj razini do 2025. godine.

Europska unija intenzivira napore usmjerene usvajanju i poboljšavanju umjetne inteligencije, s posebnim naglaskom na jačanje digitalne infrastrukture i kapaciteta u državama članicama.

Ipak, izazovi su i dalje prisutni. Umjetnu inteligenciju sporo se usvaja, primjerice, u sektorima kao što su zdravstvo i javna uprava, pokazala je nedavno objavljena studija Investment in Artificial Intelligence in the National Recovery and Resilience Plans.

Razloge treba potražiti u regulatornim preprekama, problemima s povjerenjem, nedostatku digitalnih vještina i niskoj razini digitalizacije poduzeća, između ostalog.

Europska komisija postavila je ambiciozne ciljeve za 2030. godinu. Do tada 90 posto malih i srednjih poduzeća treba postići barem osnovnu razinu digitalnog intenziteta, a 75 posto poduzeća usvojiti tehnologije kao što su računalstvo u oblaku, umjetna inteligencija i big data.

Kako europske zemlje ulažu u umjetnu inteligenciju?

Strategije ulaganja u umjetnu inteligenciju značajno se razlikuju među državama članicama Unije, u rasponu od izravnog financiranja istraživanja i razvoja do neizravne potpore putem digitalizacije poslovanja i javnih usluga.

Primjerice, španjolski Nacionalni plan oporavka i otpornosti posebno dodjeljuje sredstva za jačanje razvoja umjetne inteligencije, s ciljem pozicioniranja zemlje kao lidera u znanstvenoj izvrsnosti i inovacijama.

Plan je usmjeren na razvoj alata za umjetnu inteligenciju i aplikacija na španjolskom jeziku za povećanje produktivnosti u privatnom sektoru i učinkovitosti u javnoj upravi.

Talijanski strateški program za umjetnu inteligenciju ima cilj učiniti Italiju globalnim središtem za istraživanje i inovacije umjetne inteligencije unapređenjem vještina i privlačenjem vodećih talenata za umjetnu inteligenciju.

Treba postaviti razvojne granice

Danska iskorištava svoj snažan ekosustav istraživanja i razvoja te visok ’digitalni intenzitet’ u malim i srednjim poduzećima kako bi unaprijedila svoju nacionalnu digitalnu strategiju, uključujući korištenje umjetne inteligencije za poboljšanje javne uprave reformama.

Tko predvodi u ulaganjima?

Zajednički istraživački centar Europske komisije proveo je iscrpnu analizu financiranja povezanog s umjetnom inteligencijom u državama Unije. Next Generation EU (NGEU) i njegov Instrument za oporavak i otpornost (RRF) čine 70 posto ukupnih ulaganja u digitalnu transformaciju.

Konkretno, od 116,8 milijardi eura, koliko je NGEU RRF dodijelio za Digitalno desetljeće, 4,376 milijardi eura namijenjeno je projektima umjetne inteligencije. Analiza nacionalnih ulaganja otkriva Italiju kao predvodnika jer planira izdvojiti 1,895 milijardi eura za projekte povezane s umjetnom inteligencijom. Slijedi Španjolska s 1,2 milijarde eura. Zajedno te dvije južnoeuropske nacije predstavljaju 71 posto ukupnih ulaganja dodijeljenih projektima povezanim s umjetnom inteligencijom unutar NGEU RRF-a. Hrvatska je na 15. mjestu s 16,2 milijuna eura, a europski prosjek je 162,1 milijun eura. Danska prednjači na relativnoj osnovi jer izdvaja 8,7 posto digitalnog RRF proračuna za projekte umjetne inteligencije. Slijede Španjolska sa 6,4 i Irska s 5,2 posto. Hrvatska je s 2,81 posto blizu europskog prosjeka (2,95 posto).

Švedska, Nizozemska, Belgija i Austrija nalaze se na donjoj granici, izdvajajući manje od jedan posto svojih RRF proračuna za projekte povezane s umjetnom inteligencijom.

Kina je daleko ispred svih drugih zemalja u globalnoj utrci za AI patente

Novo izvješće UN-a pokazuje kako su SAD, ali i drugi međunarodni rivali, nisu ni blizu Kini kada je riječ o patentima za generativnu umjetnu inteligenciju. O tome je opširnije pisano u Forbesu. Kina je od 2014. godine podnijela više od 38.000 patenata za izume u polju generativne umjetne inteligencije, pokazuju podaci Svjetske organizacije za intelektualno vlasništvo ( WIPO), UN-ove agencije koja nadzire međunarodno prepoznavanje patenata. Izvješće otkriva kako je Kina podnijela više patenata za izume vezane za AI nego sve druge zemlje zajedno: više od 70 posto od ukupno 50.000 patenata podnesenih tijekom posljednjih 10 godina dolazi upravo iz Kine. SAD je na dalekom drugom mjestu s gotovo 6.300 patenata podnesenih od 2014. godine. Treća je Južna Koreja (4,155), a slijede Japan (3.409), Indija (1,350), Ujedinjeno Kraljevstvo (714), Njemačka (708), Kanada (549) i Izrael (311).

Tema broja: Izazovi i zamke umjetne inteligencije

Iako je sam broj patenata zasigurno znak snage kineskog istraživanja i razvoja, profesor prava o intelektualnom vlasništvu na britanskom sveučilištu Durham, Van Anh Le, za Forbes kaže kako „to nije cijela priča“.

„Broj patenata ne odražava nužno njihovu kvalitetu ili utjecaj inovacija“, rekao je Le, objašnjavajući kako bi mnogi od njih mogli imati „malen značaj“ ili predstavljati „minimalne napretke umjesto revolucionarnih iskoraka“.

„Ne može se poreći da se SAD i Kina natječu po pitanju umjetne inteligencije“, dodao je, opisavši Kinu kao „zastrašujućeg rivala“. Ipak, podaci o patentima pokazuju samo dio čitave slike, naglašava. „Ako želimo dobiti čitavu sliku, također moramo pogledati i druge indikatore poput aktivnosti startupova, što može ukazivati na zdravlje ekosustava inovacija“, ali i stopu komercijalizacije patenata. Gledajući iz takve perspektive, Le kaže kako SAD ima „snažnu inovaciju u sektoru“, navodeći za primjer veliki broj startupova koji se bave upravom tom industrijom.

Koje kompanije imaju najviše patenata?

Globalno gledano, kineski giganti Tencet, Ping An Insurance Group i Baidu imaju daleko najviše patenata za generativnu umjetnu inteligenciju, stoji u izvješću WIPO-a. Kineske tvrtke čine čak šest od top 10 vlasnika patenata u svijetu, a ističe se Kineska akademija znanosti kao jedina istraživačka organizacija među 10 najvećih. IBM je peti na popisu, a ima najviše patenata od svih američkih kompanija.

Top 10 vlasnika patenata za generativnu umjetnu inteligenciju u svijetu:

TVRTKA/INSTITUCIJA BROJ PATENATA

Tencet

Ping An Insurance Group 1.564

Kineska akademija znanosti

Izvor: Forbes

Treba postaviti razvojne granice

Generativna inteligencija čini samo 6 posto globalnih AI patenata, ali broj novih podnesaka značajno raste posljednjih godina, kažu iz UN-ove agencije. Preko četvrtine patenata za generativnu umjetnu inteligenciju podneseno je samo prošle godine. Iako generativna AI postoji već godinama, interes i aktivnost u ovom sektoru ubrzano raste. Predstavljanje ChatGPT-ja 2022. godine bio je veliki trenutak promjene, označivši početak globalne utrke kompanija u razvoju AI alata.

McKinsey procjenjuje kako bi rast ekonomije u sektoru generativne umjetne inteligencije mogao na godišnjoj razini globalnoj ekonomiji dodati čak 4,4 bilijuna dolara, što znači da bi kontrola nad ključnim izumima s patentima mogla biti iznimno lukrativna. Tehnologija ima i svoje strateške prednosti, a globalne sile poput SAD-a i Kine tu kontrolu smatraju nacionalnim prioritetima.

Stižu upozorenja istaknutih ličnost

Geoffreya Hintona nazivaju „kumom umjetne inteligencije“. Riječ je o britanskom informatičkom znanstveniku čije su kontroverzne ideje pomogle u stvaranju napredne umjetne inteligencije i tako promijenile svijet. Hinton vjeruje da će AI učiniti ogromnu korist, ali je u nedavnom razgovoru za CBS News upozorio da bi „sustavi umjetne inteligencije mogli biti inteligentniji nego što znamo i postoji šansa da bi ih strojevi mogli preuzeti“.

Pesimistična vizija budućnosti koja isplivava na površinu u novom djelu Yuval Noah Hararija Nexus (Rasprava), a koju opravdava tvrdnjom da su dobrobiti ove tehnologije dobro poznate i da „nama misliocima sada ostaje da se usredotočimo na njenu tamnu stranu, gdje leži opasnost“ koja se izbjegava ulaganjem u „više sigurnosti“.

S ovom temeljnom premisom, Harari promišlja o ključnim pitanjima za njega, ali i za sve, koja se tiču sposobnosti tehnologije da poveća znanje, utjecaja mreža, problema aktueralnog informacijskog društva ili interakcije s umjetnom inteligencijom. „AI se razlikuje od bilo koje druge prethodne tehnologije. To je nezavisni agent. Sve prethodne tehnologije, čak i nuklearno oružje, bile su drugačije: nisu imale inteligentnu moć. Atomska bomba nije mogla izmisliti novo oružje niti donositi odluke. AI je drugačiji. Može proizvoditi slike, stvarati kodove i drugu moćniju umjetnu inteligenciju. Tu će se dogoditi eksplozija umjetne inteligencije“, tvrdi Harari.

Intelektualac je vrlo jasan u svom pristupu i uspoređuje ljudsku evoluciju s onom umjetne inteligencije kako bismo bili svjesni onoga što dolazi. „Mnogi kažu da umjetna inteligencija ne stvara dobre rezultate, dobre tekstove ili dobre slike... Ali mi smo u prvom koraku ove revolucije. Današnja umjetna inteligencija je poput ameba iz kojih smo evoluirali. Razlika je u tome što su nama trebali milijuni godina da dođemo do ove tačke, a AI je brža. Kakav će AI biti kad postane dinosaur, za desetak ili dvadeset godina? Sve više kulturnih i zabavnih instrumenata proizvodit

3-4 :: prosinac 2024.

Tema broja: Izazovi i zamke umjetne inteligencije

će se pomoću umjetne inteligencije, ali umjetna inteligencija je vanzemaljska inteligencija. Pitanje je: kako će to utjecati na ljudsku psihologiju?“

Harari je čovjek koji govori iz filozofske, humanističke i političke perspektive. „U umjetnoj inteligenciji postoji totalitarni potencijal. Razlika između autoritarnih i totalitarnih režima je u tome što prvi kontroliraju političku sferu, ali puštaju ljudima svoju privatnost, a drugi znaju što radimo i mislimo. Ali Hitler je, kao i Staljin, imao ograničenja u pogledu svojih podanika, jer nisu mogli stalno pratiti cijelo stanovništvo. KGB nije mogao pratiti svakog pojedinca u SSSR-u, ali čak i da jeste, ne bi mogao analizirati toliko izvještaja. Ali AI, s druge strane, omogućuje potpuni nadzor koji ukida svaku slobodu, a osim toga, za to vam ne trebaju policajci. Sada postoje programi za prepoznavanje lica i glasa. Izrael stvara ovaj režim softverom i kamerama. U Iranu vidimo istu stvar. Kamere prepoznaju gole žene i kažnjavaju ih. Ovlast da ih kazni je u rukama AI. I ovo nije naučna fantastika, ovo se događa danas.“

Harari se osvrće na medije. „Informacija nije znanje. To je vrlo naivno gledište“ i zaključuje: „Većina informacija je glupost, nije istinita. Istinit izvještaj košta novaca, vremena i truda.“ Razmišljanje koje ga navodi na zaključak: „Općenito, ljudi više vole lažne priče nego komplicirane, u kojima je istina. Ako želimo da istina prevlada, moramo u nju ulagati, stvarati institucije, novine, akademske institucije. Ako to ne učinimo, istina će biti pokopana lošim informacijama.“

Harari, koji tvrdi da su za programiranje umjetne inteligencije potrebni filozofi i humanisti, a ne samo inženjeri, smatra da „u demokracijama morate nekome vjerovati da bi to funkcioniralo, a diktature se temelje na teroru. Ako uništite sve institucije, otvorit ćete put diktaturi. Novinari i naučnici ključni su u ovoj borbi.“

Jedna od njegovih najvećih briga je da će algoritmi zauzeti mjesto urednika – što se već događa na nekim platformama – i da će početi širiti lažne priče jer privlače pažnju: „Algoritmi kompanija su shvatili da mržnja, strah i bijes drže pažnju i da će širiti teorije zavjere. To je veliki problem. Zato bi divovi ovih tehnologija trebali biti odgovorni za odluke svojih algoritama i za ono što rade.“

Konačno, i poglavar Katoličke Crkve te najveći moralni autoritet papa Franjo upozorio je da umjetna inteligencija ne smije natjerati ljude da zaborave međuljudske odnose. „Tehnološki razvoj riskira izoliranje pojedinaca i njihovo stavljanje u lažnu stvarnost. Umjetna inteligencija bi se trebala koristiti za zbližavanje ljudi i promicanje razumijevanja i solidarnosti unutar društva“.

U fokusu

KREDITNI REJTING HRVATSKE

U društvu globalnih odlikaša

Dodjelom kreditnog rejtinga A- (s pozitivnim izgledima)

kreditne agencije Standard & Poor’s i Fitch gurnule su nas u elitni klub zemalja s najvišim bonitetom. Poruka je to globalnim investitorima da je Hrvatska siguran i pouzdan vjerovnik. Od špekulativnog BB+ do investicijskog Arejtinga došli smo kroz rekordnih 5 i pol godina.

Piše: dr.sc. Darko Horvatin1

Sredinom rujna došle su pozitivne vijesti iz dviju od tri vodeće kreditne agencije. Najprije je 13. rujna agencija Standard & Poors’s (dalje S&P) povećala dugoročni rejting naše države s razine BBB+ s pozitivnim izgledima, na razinu A- s pozitivnim izgledima, čime je Hrvatska probila povijesnu granicu te prvi put dobila rejting koji započinje prestižnim slovom A. To slovo (bez obzira na predznak) označava „snažnu sposobnost plaćanja“ i uvodi nas u elitni klub zemalja s najurednijim javnim financijama. Sedam dana kasnije, 20 rujna dobrim vijestima oglasila se i agencija Fitch, koja je također podigla rejting Hrvatske na A- sa stabilnim izgledima. Takve ocjene odražavaju rastuće povjerenje međunarodnih financijskih institucija

1 Autor je znanstveni suradnik, predavač na EFFECTUS veleučilištu i predsjednik uprave HMID d.o.o.

u hrvatsko gospodarstvo, fiskalnu odgovornost i stabilnost. Obje agencije daju Hrvatskoj pozitivne izglede, što sugerira da bi rejting u narednom razdoblju od dvije godine mogao dodatno porasti, uz preduvjet daljnjeg snaženja otpornosti gospodarstva kroz nastavak provođenja reformi i konsolidacije proračuna. Poslovično (barem prema Hrvatskoj) najkonzervativnija agencija Moody’s, u trenutku pisanja ovog teksta još nije objavila promjenu rejtinga Hrvatske. Ta agencija u pravilu drži rejting naše zemlje za jedan stupanj niže od druge dvije vodeće agencije te nas još uvijek cijeni ocjenom Baa2. Ako će se držati dosadašnje prakse, Moody’s će Hrvatsku promaknuti tek za jedan stupanj – na Baa1, a ne na iznadprosječnu kreditnu kvalitetu A3.

Strelovit rast rejtinga

Čini se da povijesno najviša razina kreditnog rejtinga nije izazvala pretjerano oduševljenje među domaćom stručnom, ali i političkom javnošću. Vlada se, što je i razumljivo, pohvalila tim dostignućem, dok je oporba ostala bez suvislog komentara. A čak je i stručna javnost dosta rezervirana te smatra da to neće donijeti neke veće koristi gospodarstvu i građanima. Pritom olako prelaze preko činjenice da se svako poboljšanje rejtinga odražava na cijenu kapitala koji, primarno za državu, postaje jeftiniji, a sekundarno i za sve ostale dionike.

Da je umjesto rasta, došlo do snižavanja rejtinga, zacijelo bi bilo više „buke“ u javnom prostoru. Izgleda da nas kao društvo više zanimaju loše vijesti, što upućuje na apatiju i rezigniranost. Medijima, ali i političkim oponentima, uvijek više odgovara naglašavanje problema jer senzacionalnost negativnih vijesti uvijek privlači više pozornosti među biračkim tijelom. Zato pozitivni događaji, poput rasta rejtinga, ostaju u sjeni – jer nisu senzacija! Da je eventualno došlo do pada rejtinga, bez obzira što predsjednik države (dokazano) ne drži do mišljenja kreditnih agencija, s Pantovčaka bi sijevnule munje prema Banskim dvorima.

Vrijedi podsjetiti da je ne tako davno (od 2013.) rejting Hrvatske bio u špekulativnom razredu, što znači da „ispunjavanje obveza nije sigurno“. Tek u ožujku 2019. godine Hrvatska je iz neinvesticijskog (špekulativnog) BB+ rejtinga prešla u investicijski rejting BBB-, da bi od tada u rekordno kratkom roku, dosegla razinu A-.

Tijekom 5,5 godina iz neinvesticijske razine BB+ skočili smo za čak četiri razine/ stupanja, na A-, čime je Hrvatska postala jedina zemlja na svijetu koja je u tako kratkom roku zabilježila tako nagli skok rejtinga po agenciji S&P. Dosadašnjem rekorderu Portugalu je za takav napredak trebalo 6,5 godina (od rujna 2017. do ožujka 2024.). Prema S&P-u, čak 9 država EU-a danas ima isti ili niži rejting od Hrvatske. Tako smo na razini kao Portugal (A- s pozitivnim izgledima), dok su iza nas Malta, Poljska, Bugarska, Cipar, Italija, Grčka, Mađarska i Rumunjska. Prema Fitchu, čak 11 država ima isti ili manji rejting od Hrvatske. Šest država ima niži rejting: Cipar (BBB+); Italija, Bugarska, Mađarska (BBB); Rumunjska Grčka

(BBB-), dok pet zemalja ima isti A- rejting kao Hrvatska: Latvija (pozitivni izgledi), Poljska, Portugal, Slovačka, Španjolska (stabilni izgledi).

Zašto je porastao rejting?

Svakako valja razmotriti koji su to razlozi koji su, inače vrlo konzervativne agencije uvjerili da Hrvatska zavrjeđuje najviši kreditni rejting u povijesti.

• Uvođenje eura i članstvo u eurozoni – Hrvatska je u siječnju 2023. godine uvela euro kao službenu valutu, čime je postala dio eurozone. To je donijelo brojne prednosti, kao što su smanjenje valutnih rizika, povećanje povjerenja investitora te niži troškovi zaduživanja. Ulazak u eurozonu također pruža sigurnosnu mrežu putem Europske središnje banke (ECB), što povećava financijsku stabilnost i smanjuje ranjivost na vanjske šokove.

• Smanjenje javnog duga – Hrvatska je proteklih godina uspješno smanjila udio javnog duga u odnosu na BDP, s naglaskom na fiskalnu disciplinu i odgovorno upravljanje javnim financijama. Ovaj trend smanjenja duga bio je ključan za povećanje rejtinga, budući da niži dug smanjuje pritisak na državni proračun i omogućuje veći manevarski prostor u slučaju budućih ekonomskih kriza. S&P procjenjuje da bi u 2024. javni dug trebao biti ispod 60% BDP-a, čime bi Hrvatska bila u skladu s fiskalnim zahtjevima EU-a. Fitch također naglašava znatno smanjenje duga, jer su razborita fiskalna politika i snažan nominalni rast BDP-a poduprli brzo smanjenje javnog duga Hrvatske prema medijanu zemalja s A rejtingom od 53,3% BDP-a. Dug opće države trebao bi se smanjiti na 59,3% BDP-a 2024. sa 63,1% u 2023. godini.

• Gospodarski rast – Hrvatska bilježi kontinuiran gospodarski rast, zahvaljujući oporavku nakon pandemije, rastu turističkog sektora, kao i investicijama iz EU fondova. S obzirom na snažan rast BDP-a i otpornost ključnih sektora, rejting agencije ocijenile su da je hrvatsko gospodarstvo postalo robustnije i manje ovisno o vanjskim šokovima nego što je bilo prije. S&P očekuje prosječan gospodarski rast od 3% u razdoblju 2024. – 2027., zbog velikih investicija, snažne potrošnje te visokog doprinosa turizma. Naime, u razdoblju 2021. –2023. BDP je rastao po prosječnoj stopi od 7,6% (treća najbrža stopa u EU), što je više nego dvostruku brže od prosjeka EU-a. Osim toga, S&P očekuje da će EU sredstva biti ključna za gospodarski rast u razdoblju od 2025. – 2026. godine jer Hrvatska ima drugi najveći udio EU sredstava u odnosu na BDP (24,5%) te je predvodnik u CEE regiji prema povlačenju sredstava iz Plana oporavka i otpornosti, s provedbom koja ide prema planu. Fitch očekuje da će realni rast BDP-a Hrvatske u prosjeku iznositi 3,1% u razdoblju 2024. – 2026. u usporedbi s 1,3% predviđenim za europodručje i 2,6% za medijan zemalja s A rejtingom. Ističe kako će rast potaknuti domaća potražnja, poduprta snažnom potrošnjom kućanstava i kontinuiranom visokom apsorpcijom sredstava EU-a, jer je Hrvatska predvodnica u apsorpciji Mehanizma za oporavak i otpornost i na putu je da apsorbira sva dostupna sredstva do sredine 2026. godine.

• Strukturne reforme – Vlada Republike Hrvatske provela je niz strukturnih reformi usmjerenih na jačanje tržišta rada, digitalizaciju, smanjenje birokracije i poboljšanje poslovne klime. Te reforme su ključne za dugoročnu konkurentnost i održiv gospodarski rast.

• Makroekonomska stabilnost i kontrola inflacije – Iako je inflacija globalno prisutna, Hrvatska je uspjela relativno dobro kontrolirati pritiske na rast cijena, posebice zahvaljujući stabilnoj monetarnoj politici i korištenju eura. Rejting agencije prepoznaju ovu stabilnost kao pozitivan pokazatelj za budući gospodarski razvoj. Prema S&P-u, inflacija bi u naredne dvije godine trebala biti umjerena, a u srednjem roku iznad prosjeka eurozone.

Kako ostati u vrhu?

Unatoč povoljnom okruženju i pozitivnim očekivanjima agencija, nameće se i pitanje može li Hrvatska uspjeti održati ovaj teško stečeni kreditni rejting na duži rok, a eventualno ga i poboljšati? Pritom je nekoliko ključnih čimbenika koji bi mogli utjecati na kretanje rejtinga:

• Fiskalna disciplina – Jedan od presudnih čimbenika za dugoročnu stabilnost je održavanje fiskalne discipline. Uspije li se Vlada držati zacrtanih ciljeva u vezi s proračunskim deficitom i javnim dugom, rejting bi mogao ostati stabilan ili čak biti dodatno povećan. No, povećanje socijalnih troškova ili izvanredni rashodi mogli bi stvoriti rizik za financijsku održivost

• Ovisnost o turizmu – Što izravno, što neizravno, turizam generira velik dio hrvatskog BDP-a, stoga prevelika ovisnost o ovom sektoru može postati problematična u slučaju globalnih ili regionalnih kriza (pandemije, ratovi). Razvoj i diverzifikacija industrije, kao i jačanje proizvodnih kapaciteta, smanjili bi ranjivost i ojačali gospodarsku stabilnost.

• Globalna ekonomska kretanja – Globalne ekonomske neizvjesnosti, poput usporavanja gospodarskog rasta u Europskoj uniji (poglavito u glavnim trgovinskim partnerima Njemačkoj i Italiji), inflacije i geopolitičkih rizika, mogli bi utjecati na Hrvatsku i njezinu sposobnost da održi trenutnu razinu rejtinga. Unatoč tome što se Hrvatska danas nalazi u znatno boljoj poziciji nego u prošlosti, vanjski šokovi mogu brzo primijeniti gospodarske okolnosti.

• Provođenje daljnjih reformi – Iako je Hrvatska već provela brojne reforme, daljnje strukturne promjene bit će ključne za dugoročnu konkurentnost i održivost rejtinga. Reforme u pravosudnom sustavu, obrazovanju i zdravstvu, kao i jačanje javne uprave, bit će presudne za povećanje produktivnosti i stvaranje povoljnije investicijske klime. Provođenje opsežnih strukturnih reformi glavni je uvjet za povlačenje sredstava iz Nacionalnog plana i otpornosti, što je jamac da će se reforme i dalje provoditi ubrzanim tempom.

Hrvatska je 2016. bila na 80-om mjestu među 140 država koje imaju rejting po S&P-u, da bi danas bili među 45 najbolje ocijenjenih država svijeta. Rezultat je to rada svih aktera, a jedan od najznačajnijih doprinosa dale su stručne službe u ministarstvima koje su bile (i dalje su) ključne u pripremi opsežne dokumentacije vezane uz provođenje strukturnih reformi, a koje su uvjet za povlačenje europskih sredstava. Takav predan rad rezultirao je time da je od početka COVID krize (veljača 2020.) Hrvatska jedina zemlja na svijetu kojoj je od tada, povećan kreditni rejting u dvije agencije za dva stupnja (Fitch, Moody’s) i jednoj agenciji (S&P) za tri stupnja. Povećanje kreditnog rejtinga Hrvatske na povijesno visokih A- važan je uspjeh koji odražava pozitivne promjene u gospodarstvu, financijskoj i političkoj stabilnosti te fiskalnoj odgovornosti. No, održavanje tog rejtinga zahtijevat će daljnje napore u fiskalnoj disciplini, provođenju reformi te smanjenju ovisnosti o turizmu. Iako su kratkoročni izgledi pozitivni, dugoročna stabilnost ovisit će o tome koliko će Hrvatska biti uspješna u prilagodbi globalnim i domaćim izazovima.

Kreditni rejting Republike Hrvatske Listopad 2024.

Agencija

Dugoročno zaduživanje Strana valuta Domaća valuta

Ocjena Izgledi Ocjena Izgledi

Fitch A- Stabilni A- Stabilni

Moody’s Baa2 Pozitivni Baa2 Pozitivni

Standard & Poor’s A- Pozitivni A- Pozitivni

Izvor: Hrvatska narodna banka

Kretanje rejtinga Republike Hrvatske 2017. – 2023.

Izvor: S&P, Fitch, Moody’s

Zapad može očekivati od sve brojnije skupine

U sve turbulentnijim globalnim okolnostima jača utjecaj donedavno zanemarenih mnogoljudnih zemalja.

Piše: dr.sc. Āuro Njavro1

Naziv BRICS akronim je za neformalnu zajednicu zemalja u razvoju koja funkcionira na osnovi redovitih sastanaka na vrhu vođa država članica. To je naziv za Brazil, Rusiju, Indiju, Kinu i Južnu Afriku. Od početka poznata kao BRIC, organizacija je osnovana 2006. godine kada su Brazil, Rusija, Indija i Kina počeli održavati godišnje sastanke na vrhu. Cilj ovih sastanaka bio je promovirati suradnju među gospodarstvima u usponu (na području ekonomije, trgovine, sigurnosti i održivog razvoja). Ova organizacija zemalja nastoji parirati dominaciji razvijenih zapadnih država, osobito SAD-a i članica Europske unije, a vlastitim međunarodnim financijskim koncepcijama poput NDB-a i globalnim financijskim institucijama poput Međunarodnog monetarnog fonda (MMF) i Svjetske banke. Poslije ruske agresije na Ukrajinu i usred napetosti oko Tajvana, BRICS pokušava postati alternativa skupini država G7 te traži više političke težine i utjecaja u svijetu. U tom smislu su održali do danas ukupno 16 sastanaka na vrhu. Tako u zaključku zadnjeg skupa u Kazanu stoji kako je članicama zajednički interes „reformiranje multilateralnih institucija“ i „ravnopravnost država globalnog juga na međunarodnoj razini“.

Osnivački članovi i proširenja

Kratica BRICS potječe od glavnog ekonomista Goldman Sachsa Jima O’Neilla koji ju je objavio potkraj 2001. godine, aludirajući na englesku riječ za građenje zida (cigla brick) – „Svijet treba bolje ekonomske građevne elemente (BRICs)“. Kad je Južna Afrika priključena, to je omogućilo afričkim državama veću zastupljenost. Južna Afrika je službeno dobila pozivnicu u skupinu u prosincu 2010. godine, a u travnju 2011. godine, prvi je put sudjelovala na skupu zajednice, pa

1 Autor je Predsjednik Upravnog vijeća Zagrebačke škole ekonomije i managementa

Zemlje BRICS-a

je organizacija preimenovana u BRICS. Od tada se skupina stalno razvija i širi, promiče multilateralizam i sve više pokušava stvoriti blok koji parira SAD-u i EU-u. 2024. se zajednica proširila na Egipat, Etiopiju, Iran i UAE (često je stoga nazivaju BRICS plus). U kolovozu 2024. godine pozivnicu za članstvo je dobila Saudijska Arabija, koja sudjeluje na skupovima. Tijekom godina nekoliko zemalja izrazilo je interes za pridruživanjem BRICS-u, uključujući Argentinu, Indoneziju itd., da bi potom predsjednik Milei u oštrom zaokretu objavio kako Argentina neće tražiti članstvo. Južna Afrika je obavijestila ostale članice kako je primila na znanje interes 40 država da se priključe BRICS-u. Jake zemlje poput Nigerije i Meksika pokazale su interes za bližu suradnju. Turska je zatražila punopravno članstvo u BRICS-u u rujnu 2024. godine, a na sastanku u Južnoj Africi 2023. članstvo su bile zatražile još 23 države. Među državama koje su se službeno prijavile za članstvo su Pakistan, Azerbajdžan, Bangladeš, Venezuela, Kuvajt, Laos, Senegal, Zimbabve, Sirija i Jemen. Nadalje, BRICS je pozvao Nigeriju, Tursku, Boliviju, Ugandu, Indoneziju, Vijetnam, Tajland, Kazahstan, Maleziju i Bjelorusiju da formalno pristupe ovoj organizaciji.

Udio BRICS-a u svjetskom stanovništvu i BDP-u

BRICS obuhvaća oko 45% svjetske populacije, odnosno 3,6 milijardi stanovnika, s Kinom i Indijom kao najmnogoljudnijim zemljama. Prema udjelu u svjetskom nominalnom BDP-u, BRICS je 2021. godine činio oko 29% globalnog BDP-a, a prema paritetu kupovne moći BRICS čini više od 35% posto globalnog BDP-a. (G7 – 11% stanovništva svijeta proizvodi 33% BDP-a prema paritetu kupovne moći). Od 2006. godine do danas, BRICS je ostvario značajan rast udjela u globalnom BDP-u, u prvom redu zahvaljujući bržem rastu kineske i indijske ekonomije. Istodobno, ranih 1990-tih G7 je činio oko 70% svjetskog gospodarstva, a već 2023. oko 43%. U međuvremenu, ovaj rast drastično se smanjio.

Oko 43,5 milijuna četvornih kilometara tj. 31% površine

zemlje

Godine 2006. BRIC zemlje su činile približno 16% globalnog BDP-a, što je bilo relativno nisko u usporedbi s razvijenim ekonomijama. Kineski ubrzani rast, uz rast drugih članica, doveo je do stalnog povećanja udjela BRICS-a u globalnom BDP-u. Već do 2012., ovaj je udio porastao na oko 20%, dok je do 2020. dosegao oko 26%. Pandemija COVID-19 i njeni ekonomski učinci privremeno su usporili ovaj rast, ali se ekonomska snaga BRICS-a nastavila povećavati tijekom oporavka. 2014. godine, u sklopu svoje nove vanjske politike, Kina osniva New Development Bank (NDB ili BRICS Development Bank). Namjera Kine ovdje bila je osnovati međunarodnu financijsku instituciju koja će parirati MMF-u i Svjetskoj banci. Tako je u svojevrsni sporazum o zalihama Contingent Reserve Arrangement (CRA) uliven početni kapital od 100 milijardi dolara. Potom je uslijedila faza suprotstavljanja unipolarnom svijetu pod vodstvom SAD-a i nastojanja stvaranja multipolarnog svjetskog poretka, čime bi se konkuriralo zajednici najrazvijenijih gospodarstava – skupini G7. U tom suprotstavljanju Zapadu posljednjih godina, od svih članica BRICS-a i BRICS plusa, dominira Rusija pod vlašću Vladimira Putina.

Udio u proizvodnji nafte, urana, plina i čelika

BRICS ima znatan utjecaj na svjetsku proizvodnju prirodnih resursa. Energetski sektor je posebno važan za Rusiju, koja je među vodećim svjetskim proizvođačima nafte. Brazil i Kina također su značajni proizvođači, dok Južna Afrika igra važnu ulogu u proizvodnji minerala, osobito urana. U globalnom energetskom sektoru, BRICS-ove zemlje čine oko 40% svjetske proizvodnje nafte, a Rusija je ključna u opskrbi plinom. (2022. najveći proizvođač, s udjelom od 25%, te najveći izvoznik svjetskog zemnog plina bio je SAD.) Ove godine SAD proizvodi 1350 milijardi m3 zemnog plina, u odnosu na Rusiju koja proizvodi 586 milijardi m3, Iran 252 mlrd m3 , Kina 234 mlrd. m3, itd.) Što se tiče čelika, Kina je najveći svjetski proizvođač čiji udio u svjetskoj proizvodnji raste velikom brzinom (s 831,7 milijuna tona 2017. na 1019,1 milijun tona 2023. godine). Te 2017. godine, kao vodeća na ljestvici, Kina je proizvela više čelika nego 9 zemalja rangiranih nakon nje. Brazil i Indija također pridonose velikim količinama (zajedno oko 136 mil. tona čelika 2017., a 2023. godine njihov zajednički udio raste na 172 milijuna tona). Rusija je peta po redu u svjetskoj proizvodnji čelika sa 76 milijuna tona. Među 5 država s najvećim zalihama urana u svijetu, prva je Australija s procijenjenih 28% svjetskih zaliha, Kazahstan 13%, Kanada 10%, Rusija i Namibija svaka 8%. Prema proizvodnji urana u svijetu, Rusija je na 6. mjestu, a Kina, Indija i Južna Afrika su na osmom, devetom i desetom mjestu.

Zlatne rezerve

Od 2006. godine do danas, BRICS zemlje kontinuirano povećavaju svoje zlatne rezerve. Kina i Rusija su među najvećim svjetskim posjednicima zlata (zajedno imaju oko 4600 tona, Indija 831 tonu, dok SAD ima 8133 tone zlatnih zaliha), pri čemu ove rezerve igraju ključnu ulogu u diversifikaciji njihovih deviznih pričuva i zaštiti od valutnih fluktuacija. Kina je tako od početka 2023. do proljeća 2024. godine neprestano kupovala zlato. Godine 2023., BRICS je zajedno držao približno 20% svjetskih zlatnih rezervi, čime dodatno jača svoju ulogu na globalnim financijskim tržištima. Sve je zastupljenija u skupini i ideja o istiskivanju dominacije američkog dolara iz znatnih dijelova svjetskog financijskog sustava. Neki tvrde da će se buduća zajednička valuta BRICS-a zvati „jedinica“, a prema špekulacijama i glasinama na društvenim mrežama, bila bi 40% pokrivena zlatnim zalihama, 60% zalihama u valutama država članica.

Rast patenata

Zemlje BRICS-a, osobito Kina, bilježe znatan rast u podnošenju patenata na globalnoj razini. Kina je postala vodeći svjetski inovator, s milijunima prijedloga za patente. Tako je 2022. podnijela i dobila 798.347 patenata. (Slijedio je SAD s 323.410 patenata te godine). Indija i Rusija također imaju dinamične inovacijske sektore, dok ih Brazil i Južna Afrika slijede sa sporijim, ali konstantnim rastom. (Indija, Brazil i Rusija 2022. su držali 77.351 patent zajedno, bili su na 6., 7. i 8. mjestu u svijetu prema broju patenata). BRICS sada drži znatan udio u globalnim inovacijama, a njihov tehnološki razvoj ključno doprinosi gospodarskoj snazi tih država.

Demografske karakteristike

BRICS čini 45,1 % svjetske populacije, s Kinom i Indijom kao najmnogoljudnijim zemljama. Njihove demografske karakteristike su raznolike; Kina se suočava s demografskim izazovima poput starenja populacije, dok Indija ima relativno mlado stanovništvo s visokim stopama rasta. Brazil i Južna Afrika imaju umjereno visoke stope urbanizacije, dok Rusija bilježi smanjenje stanovništva, uz visoku stopu emigracije.

Tablica 1. BRICS – Stanovništvo 2024. i procjena 2029. (u milijunima stanovnika) Zemlja

Budućnost BRICS-a

BRICS i BRICS plus stvara osjećaj pripadnosti, pa mnoge zemlje, i to ne samo one globalnog juga, teže članstvu ili približavanju. Vođama tih zemalja budućnost

BRICS-a izgleda obećavajuće, s obzirom na rastuću gospodarsku snagu skupine, na prirodne resurse i demografske prednosti. Očekuje se da će BRICS povećati svoj utjecaj u globalnim ekonomskim institucijama i nastaviti jačati trgovinske i investicijske veze. Iako su članice BRICS-a suočene s različitim izazovima, njihova sposobnost da koordiniraju zajedničke ciljeve i premoste unutarnje razlike bit će ključna za budući uspjeh ove skupine, koja nije utemeljena ili upravljana poveljom ili propisima, nego se zasniva na sastancima vođa i onim što se oko tih sastanaka dogovara i ispunjava. BRICS će nastaviti privlačiti nove članice, a njihove zajedničke inicijative u oblasti inovacija, energetike i globalne trgovine izrast će ne samo u ekonomsku, nego i u političku moć u sve turbulentnijem svijetu. U doba korone, države grupacije G20 ulagale su oko 20% BDP-a na spas gospodarstava i socijalne mjere, dok su se siromašne države iznimno mnogo zaduživale da bi preživjele krizu, a ulagale tek 2-3% svog BDP-a. Pola svjetskog stanovništva živi u zemljama koje su prezadužene, pa troše više na otplatu stranih zajmova, nego, primjerice, na domaće zdravstvo. BRICS je preko svoje razvojne banke nudio kredite, ali se tom krizom nije mnogo bavio.

Trgovinska razmjena unutar BRICS-a i između

BRICS-a i G7

Trgovinska razmjena unutar BRICS-a je rasla tijekom godina, ali još uvijek nije dominantna u odnosu na trgovinu s razvijenim zemljama poput onih iz G7. U posljednjih 20 godina, unutarnja BRICS-trgovina u robi znatno je porasla, čineći približno 40% globalne trgovine. Međutim, BRICS članice i dalje u velikoj mjeri ovise o trgovini sa zapadnim gospodarstvima, posebno s G7, s kojima održavaju jake trgovačke veze. Na primjer, dok Kina igra važnu ulogu u opskrbi industrijskim i potrošačkim dobrima BRICS zemalja, velik dio izvoza iz zemalja poput Rusije i Brazila i dalje ide prema zapadnim tržištima. Kina je glavni trgovinski partner ostalim članicama BRICS-a, a bilateralna trgovina s Indijom, Rusijom i Brazilom se intenzivirala. Očekuje se da će volumen trgovine između članica BRICS-a rasti, osobito s obzirom na jačanje trgovinskih sporazuma i smanjenje ovisnosti o američkom dolaru u međusobnim transakcijama. Kina je najveći igrač u skupini, oko 70% gospodarske izvedbe BRICS-a potječe iz Kine te je ona ujedno i najveći davatelj kredita nizu država globalnog juga i to ne besplatno, nego po kamatama i uvjetima koji vladaju i na istoku i na zapadu.

Geopolitički potencijal

Od 2000. godine stope gospodarskog rasta BRICS zemalja znatno su nadmašile stope rasta država članica skupine G7. Dok su G7 ekonomije uglavnom stagnirale

BRIC savez službeno se proširio dodavanjem trinaest novih zemalja kao partnerskih nacija

s prosječnim rastom od 1 do 2% godišnje, BRICS zemlje poput Kine i Indije bilježile su rast od 6 - 7% godišnje. Ovaj trend je omogućio BRICS-u da dostigne G7 po udjelu u globalnom BDP-u. Nadalje, dok su G7 zemlje danas odgovorne za oko 33% svjetskog BDP-a, BRICS čini oko 31.5% tog BDP-a, s očekivanjima daljnjeg rasta. Ova razlika rasta reflektira različite demografske i razvojne dinamike između ove dvije skupine država. Iako BRICS ima nevjerojatan potencijal kao trgovački blok, članice još uvijek značajno ovise o poslovanju sa zapadnim tržištima. Većina BRICS država istodobno je u skupini G20, a njihova ekonomska integracija s Europom je visoka.

Labavi klub BRICS postao je još labaviji kroz proširenja (BRICS plus). BRICS plus nije čvrsto institucionalizirana organizacija sa snažnim vezama među članicama, no svakako uz ekonomsku ima i geopolitičku težinu. Donekle od zapadnog svijeta izolirana Rusija, Kina i Iran mogu ipak kroz BRICS pokazati da imaju partnere, dok primjerice Indija, Južna Afrika i Brazil mogu partnerima na Zapadu i ostalima u svijetu pokazati da imaju alternativu. Povećanjem udjela neindustrijaliziranih država u ukupnom svjetskom rastu, dio država globalnog juga („globalni sjever“ industrijskih zemalja i „globalni jug“ slabije razvijenih) nada se da će sudjelovati u određivanju novih pravila igre usred krize unipolarnog svjetskog poretka. Postoji niz analiza koje BRICS-u teoretski pridaju veliki geopolitički potencijal. Ipak, pojedinačni interesi država članica u današnjem svijetu pokazuju se kao prioritet, u odnosu na labaviju unutarnju povezanost niza organizacija - od BRICS plus-a do OPEC-a i drugih.

GLOBALNO STANJE NJEMAČKOG

GOSPODARSTVA

„Umoran čovjek“ zahtijeva strukturne

reforme

Njemačko gospodarstvo, koje je dugo bilo pokretačka sila eurozone i jedno od najvećih svjetskih ekonomija, suočava se posljednjih nekoliko godina s ozbiljnim izazovima.. Ključni prioriteti za budućnost uključuju energetsku neovisnost, digitalizaciju i rješavanje demografskih izazova. Zbog ekonomske slabosti krajem devedesetih zemlja je dobila nadimak „bolesnik Europe“. Ministar financija Christian Lindner (FDP) poriče da je ovaj nadimak ovoga puta prikladan, rekavši delegatima na Svjetskom gospodarskom forumu u siječnju da je Njemačka umjesto toga „umoran čovjek“ kojem je potrebna „šalica dobre kave“ sastavljena od strukturnih reformi. Unatoč svemu Njemačka ostaje atraktivna lokacija za međunarodna ulaganja.

Priredio: Ante Gavranović

Stanje u njemačkom gospodarstvu vrlo uvjerljivo prikazuje što četiri godine ekonomske stagnacije i deset godina pogoršanja međunarodne konkurentnosti mogu učiniti gospodarstvu. Evo kratkog pregleda trenutnog stanja njemačkog gospodarstva:

Rast BDP-a: Njemačka je suočena s padom gospodarskog rasta. U 2023. godini zabilježena je stagnacija, a predviđanja za 2024. također nisu optimistična. Njemačka je doživjela tehničku recesiju (dva uzastopna kvartala negativnog rasta), ali se očekuje blagi oporavak u kasnijim godinama.

„Umoran čovjek“ zahtijeva strukturne reforme

Inflacija: Inflacija je postala ključni izazov, posebno zbog povećanja cijena energije nakon ruskog rata protiv Ukrajine. U rujnu 2023. godine, inflacija je bila relativno visoka, ali su poduzete mjere kako bi se ona suzbila, uključujući povećanje kamatnih stopa od strane Europske središnje banke.

Industrijska proizvodnja: Njemačka industrija, posebno automobilska i kemijska, suočava se s problemima. Ove ključne industrije trpe zbog globalnih poremećaja u opskrbnim lancima, povećanja troškova energije te pada potražnje iz Kine, jednog od najvećih njemačkih trgovačkih partnera.

Energetska kriza: Zbog rata u Ukrajini, Njemačka je smanjila oslanjanje na ruski plin, što je izazvalo energetsku krizu. Zemlja ulaže velike napore u prijelaz na obnovljive izvore energije, ali taj proces je spor i složen.

Tržište rada: Iako nezaposlenost ostaje relativno niska (oko 5%), tržište rada suočava se s manjkom kvalificirane radne snage, posebno u tehnološkim i inženjerskim sektorima. Demografski trendovi dodatno pogoršavaju situaciju.

Zelena tranzicija: Njemačka nastavlja svoje ambiciozne planove za smanjenje emisija ugljika i prelazak na zelenu energiju, ali visoki troškovi i logistički izazovi usporavaju taj proces. Vlada snažno potiče ulaganja u održive tehnologije i infrastrukturu.

Trgovinski odnosi: Njemačka i dalje ima snažne izvozne kapacitete, ali globalna nesigurnost i promjene u trgovinskim odnosima, posebno sa SAD-om i Kinom, stvaraju pritisak na njemački izvoz.

Njemačko gospodarstvo suočeno je s izazovima, ali se i dalje smatra jednim od najjačih u Europi. Ključni prioriteti za budućnost uključuju energetsku neovisnost, digitalizaciju i rješavanje demografskih izazova.

Snaga njemačke industrije: kemijska, automobilska i metaloprerađivačka

Ekonomski i strukturalni minusi

Potvrdu takvog stanja pruža najnovija ifo ekonomska prognoza jesen 2024.: njemačko gospodarstvo zapelo je u krizi. Na to utječu i ekonomski i strukturni čimbenici – stoji u prognozi.. Nakon prošlogodišnjeg pada od 0,3 posto, cjenovno prilagođeni bruto domaći proizvod ove će godine vjerojatno samo stagnirati. Postupni oporavak vjerojatno će započeti u sljedeće dvije godine, uz povećanje

broj 3-4 :: prosinac 2024.

gospodarske proizvodnje za 0,9 odnosno 1,5%. To znači da je prognoza rasta značajno smanjena u odnosu na ifo ekonomsku prognozu za ljeto 2024. za 0,4 postotna boda za tekuću godinu i za 0,6 postotnih bodova za 2025. godinu. Suprotno očekivanjima, industrijska i potrošačka ekonomija mogu se samo vrlo sporo osloboditi svoje krutosti. Činjenica je da nema oporavka gospodarskih rezultata više od dvije godine. Blagi porast u jednom tromjesečju obično je praćen slično snažnim padom u sljedećem kvartalu.

Kriza je prije svega strukturna. Dekarbonizacija, digitalizacija, demografske promjene, pandemija korone, šok cijena energije i promjena uloge Kine u globalnom gospodarstvu stavljaju pod pritisak uspostavljene poslovne modele i prisiljavaju tvrtke da prilagode svoje proizvodne strukture. Njemačka je posebno teško pogođena ovim promjenama u usporedbi s drugim zemljama. S jedne strane, potencijal radne snage razvija se nepovoljnije, a stanovništvo brže stari. S druge strane, strukturne promjene posebno pogađaju prerađivačku industriju, koja u njemačkoj gospodarskoj proizvodnji čini znatno veći udio. Veću težinu nego u drugim zemljama imaju energetski intenzivne industrije koje odgovaraju visokim troškovima energije, kao i industrija strojarstva i automobilske industrije koje su uz restrukturiranje u vezi s dekarbonizacijom i digitalizacijom izložene sve većoj konkurenciji iz Kine.

Mnogo je pokazatelja da procesi strukturne prilagodbe još nisu dovršeni. Dugoročni učinci na proizvodne mogućnosti, a time i na proizvodni potencijal vjerojatno će se retrospektivno moći procijeniti tek za nekoliko godina. Pad ulaganja i produktivnosti posljednjih godina doveo je, barem privremeno, do značajnog smanjenja potencijalne proizvodnje. Iz današnje perspektive, 2024. godine to će biti dobrih 2% ili 70 milijardi eura ispod procjena iz 2019. godine. Slaba privatna investicijska aktivnost vjerojatno je rezultat zatvaranja poduzeća, gašenja proizvodnje i preseljenja, kao i visoke razine neizvjesnosti ekonomske politike. Zastoj u produktivnosti popraćen je pomacima u stvaranju radnih mjesta iz industrijskog u uslužni sektor, što se također dogodilo tijekom demografskih promjena.

Sveobuhvatna inicijativa rasta

Iskorištenost postojećih makroekonomskih proizvodnih kapaciteta pada već više od dvije godine, a podiskorištenost se nedavno ponovno osjetno povećala. Prema ekonomskim istraživanjima ifo-a, tvrtke u svim sektorima gospodarstva žale se na stalnu slabost potražnje. U građevinskom i proizvodnom sektoru, zaostale narudžbe posljednjih godina su se smanjile, a preokret u novim narudžbama još je daleko. Područja koja se odnose na potrošače jedva da imaju koristi od snažnog povećanja realnih plaća i povezanih dobitaka u kupovnoj moći. Umjesto toga, privatna kućanstva suzdržavaju potrošnju i stavljaju sve veći dio svojih povećanih prihoda na stranu kao štednju. Stopa štednje porasla je u posljednja dva kvartala za

0,5 postotnih bodova na 11,3% raspoloživog dohotka te je stoga bila znatno iznad prosjeka deset godina prije pandemije korone (10,1%). Da se ponašanje štednje nije promijenilo u usporedbi sa zadnjim tromjesečjem 2023., privatna potrošnja mogla bi porasti za gotovo 1% u prvoj polovici 2024. umjesto da stagnira.

Sredinom srpnja savezna vlada dogovorila je sveobuhvatnu inicijativu rasta s 49 mjera za koje se nada da će pružiti zamjetan poticaj proizvodnom potencijalu. U ovoj prognozi uzeto je u obzir samo nekoliko točaka inicijative za rast, budući da za većinu mjera nema konkretnih zakonskih inicijativa. Među mjerama koje se uzimaju u obzir posebice su porezne olakšice iz Zakona o poreznom razvoju, od kojih će najveći poticaj imati prilagodba stope poreza na dohodak za kućanstva. Međutim, ove mjere pomoći sličnih razmjera već su uzete u obzir u prethodnim prognozama. Druge mjere, poput smanjenja poreza na električnu energiju za proizvodne tvrtke, također su bile uključene u prethodne prognoze, ali će sada biti produžene nakon 2025. godine. Osim toga, tvrtke će biti rasterećene promijenjenim pravilima amortizacije i proširenjem financiranja istraživanja, što će, međutim, stupiti na snagu tek od 2026. godine. Sveukupno, deficit državnog proračuna ove i iduće godine iznosit će 2,0 odnosno 1,3 posto gospodarske proizvodnje, nešto više nego što se očekivalo tijekom ljeta. Tome najviše pridonosi slabiji gospodarski razvoj. Očekuje se da će se 2026. financijski deficit smanjiti na 0,9 % gospodarske proizvodnje.

Ozbiljna kriza nagriza njemačko gospodarstvo

“Volkswagen je primjer uspjeha njemačke industrije u posljednjih devet desetljeća”,

rekao je nedavno za DW Carsten Brzeski, glavni ekonomist ING banke za Njemačku.

„Njemačko gospodarstvo je zapelo i čami u usponu, dok druge zemlje osjećaju uspon.“ Ističe Prof. Dr. Timo Wollmershäuser, zamjenik direktora ifo Centra za makroekonomiju i istraživanja i voditelj ekonomskih prognoza.

145 pogoršanja međunarodne konkurentnosti mogu učiniti gospodarstvu. One čine 146 ulaganja manje atraktivnima.”

“No, ova priča nam govori što četiri godine ekonomske stagnacije i deset godina

Volkswagenovo upozorenje izazvalo šok u Njemačkoj.

148 prošle godine palo za 0,3 posto. Tri vodeća ekonomska instituta predviđaju

Prema podacima nacionalne statističke agencije Destatis, njemačko je gospodarstvo

149 stagnaciju BDP-a u 2024. – očekuje se rast od nula posto. Ovo je u suprotnosti s 150 deset uzastopnih godina rasta koje je Njemačka doživjela prije pandemije

151 koronavirusa – najdužim razdobljem rasta od ponovnog ujedinjenja 1990. 152

Volkswagenovo upozorenje (početkom rujna) o gašenju radnih mjesta i otpuštanju radnika već od sredine sljedeće godine, te čak o potencijalnom zatvaranju proizvodnih linija na domaćem tržištu po prvi put u svojoj 87-godišnjoj povijesti, izazvalo je šok diljem zemlje. Međutim, nad najvećim njemačkim proizvođačem automobila već se godinama nadvijaju olujni oblaci zbog rastućih troškova proizvodnje, slabije domaće privrede nakon pandemije i sve jače konkurencije iz Kine. Volkswagenova neuspješna strategija za električna vozila dodatno stvara probleme. Proizvođač automobila sada mora uštedjeti oko 10 milijardi eura (11.1 milijardu dolara) u naredne tri godine, što može značiti gubitak tisuća radnih mjesta i vjerojatno gašenje nekih od 10 njemačkih proizvodnih linija, piše Deutsche Welle.

Rivali sustižu Njemačku

Bolne reforme u Volkswagenu mogu se promatrati kao dio šireg izazova s kojim se suočava njemačko gospodarstvo vrijedno 4.2 bilijuna (tisuća milijardi) dolara. Poremećaji u opskrbnim lancima, energetska kriza – posebno zbog smanjenja opskrbe ruskim plinom – i gubitak konkurentske prednosti štete rastu njemačkog gospodarstva.

„Umoran čovjek“ zahtijeva strukturne reforme

„Volkswagen je primjer uspjeha njemačke industrije u posljednjih devet desetljeća“, rekao je nedavno za DW Carsten Brzeski, glavni ekonomist ING banke za Njemačku. „No, ova priča nam govori što četiri godine ekonomske stagnacije i deset godina pogoršanja međunarodne konkurentnosti mogu učiniti gospodarstvu. One čine ulaganja manje atraktivnima.“

Prema podacima nacionalne statističke agencije Destatis, njemačko je gospodarstvo prošle godine palo za 0,3 posto. Tri vodeća ekonomska instituta predviđaju stagnaciju BDP-a u 2024. – očekuje se rast od nula posto. Ovo je u suprotnosti s deset uzastopnih godina rasta koje je Njemačka doživjela prije pandemije koronavirusa – najdužim razdobljem rasta od ponovnog ujedinjenja 1990.

Je li kriza nezaustavljiva?

Loše vijesti iz Volkswagena, zajedno s negativnim vijestima o drugim njemačkim industrijskim gigantima – uključujući BASF, Siemens i ThyssenKrupp – potaknule su narativ da su prošli dobri dani za njemačku ekonomiju i da je ekonomski pad neizbježan.

„Najava Volkswagena svakako je simptom šire slabosti njemačke industrije, a ne izoliran slučaj“, rekla je za DW Franziska Palmas, viša ekonomistica za Europu pri londonskom Capital Economicsu. Ona ističe da je industrijska proizvodnja u srpnju bila gotovo 10 posto ispod razine na početku 2023., kao i da je industrijska proizvodnja u šestogodišnjem trendu pada.

Osim pitanja njemačkog automobilskog sektora, Palmas naglašava i „trajan gubitak proizvodnih kapaciteta u energetski intenzivnoj industriji“, zabilježen od početka energetske krize 2022., potaknute ruskom invazijom na Ukrajinu. Capital Economics očekuje da će udio industrijskog sektora u njemačkom BDP-u „nastaviti opadati u sljedećem desetljeću“.

Porast populizma usporava reforme

Sudha David-Wilp, direktorica berlinskog ureda istraživačkog centra German Marshall Fund, smatra da su nevolje u zemlji rezultat oklijevanja nekoliko vlada da provedu potrebne, ali bolne reforme. Među razlozima je, kako je rekla, uspon stranaka poput krajnje desne Alternative za Njemačku (AfD) u posljednjem desetljeću.

„Merkelina era bila je prilično ugodna i Njemačka je bila dovoljno bogata da prebrodi pandemijsku krizu“, rekla je ona za DW. „No, s porastom populizma, etablirane stranke žele osigurati da se Nijemci osjećaju ekonomski sigurno kako ne bi postali plijen stranaka koje ih plaše.“

Ovakva strategija samo odgađa neizbježno, jer ekonomski udari konkurencije s nižim troškovima nastavljaju nagrizati njemački udio u globalnom ekonomskom

broj 3-4 :: prosinac 2024.

kolaču. U međuvremenu, pogoršanje geopolitičkih pitanja – posebno između Zapada, Rusije i Kine – prijeti daljnjim usporavanjem globalizacije, od koje je Njemačka najviše profitirala.

Volkswagenove reforme su „posljednji poziv na buđenje“

„Svijet se mijenja, pa se i naši izvori ekonomskog rasta mijenjaju“, naglašava ekonomist Carsten Brzeski, i dodaje: „Problemi Volkswagena trebali bi biti posljednji poziv na buđenje za njemačke kreatore politike da počnu provoditi reforme kako bi zemlja ponovno postala privlačna.“

Nije jasno kojom će brzinom te reforme biti provedene, jer u Njemačkoj postoji zakonsko ograničenje novog zaduživanja, tzv. kočnica zaduživanja – koja dopušta državni proračunski deficit od najviše 0,35 posto BDP-a. Osim toga i sukobi između koalicijskih partnera kancelara Olafa Scholza oko saveznog proračuna za veljaču 2025. blokiraju zemlju i daljnje investicije. To znači da je malo prostora za povećanje fiskalnog stimulansa.

No, unatoč nizu negativnih vijesti, Njemačka ostaje ključna lokacija za međunarodna ulaganja. Google, Microsoft, Eli Lilly, Amazon i kineski proizvođač automobila BYD najavili su velika ulaganja u narednih 18 mjeseci. Tesla je već u zemlji. A Berlin s oko 20 milijardi eura subvencionira jačanje domaćeg sektora poluvodiča, posebno u istočnoj Njemačkoj, podržavajući ulaganja tajvanskog proizvođača čipova TSMC-a i Intela.

Na pomolu novi pravac Njemačke

Biotehnologija, zelene tehnologije, umjetna inteligencija (AI) i obrana također su sektori u rastu, kaže David-Wilp. Dodaje da bi ih vlada mogla dodatno podržati u sklopu kreiranja nove industrijske strategije. „Nije sve propalo, nije sve mračno. Pred nama su putevi rasta“, rekla je ona. „Stvari moraju postati loše prije nego postanu bolje, a osjećaj za inovaciju treba ponovno potaknuti.“

Međutim, reforme će vjerojatno morati pričekati do sljedećih saveznih izbora, zakazanih za rujan 2025. Na njima Scholzova koalicija – sastavljena od socijaldemokrata lijevog centra, Zelenih i liberalnih Slobodnih demokrata – Liberala (FDP) – vjerojatno neće osvojiti većinu.

Zbog njemačke ekonomske slabosti krajem devedesetih zemlja je dobila nadimak „bolesnik Europe“. Ministar financija Christian Lindner (FDP) poriče da je ovaj nadimak ovoga puta prikladan, rekavši delegatima na Svjetskom gospodarskom forumu u siječnju da je Njemačka umjesto toga „umoran čovjek“ kojem je potrebna „šalica dobre kave“ sastavljena od strukturnih reformi.

221

Što Njemačka morala mijenjati u svojoj industrijskoj politici?

Što Njemačka morala mijenjati u svojoj industrijskoj

politici?

222

223 brojnim izazovima u svojoj industrijskoj politici. Kako bi ostala konkurentna na

Njemačka, kao industrijska sila i glavni ekonomski motor Europe, suočava se s

224 globalnoj razini i osigurala dugoročni održivi razvoj, morala bi provesti niz promjena.

Njemačka, kao industrijska sila i glavni ekonomski motor Europe, suočava se s brojnim izazovima u svojoj industrijskoj politici. Kako bi ostala konkurentna na globalnoj razini i osigurala dugoročni održivi razvoj, morala bi provesti niz promjena.

225

226

Evo nekoliko ključnih područja koja zahtijevaju prilagodbe:

Diversifikacija energetskih izvora: Potrebno je ubrzati ulaganja u obnovljive

227 izvore energije, poput vjetra, sunca i vodika, kako bi se smanjila ovisnost o uvoznim

Evo nekoliko ključnih područja koja zahtijevaju prilagodbe:

228 fosilnim gorivima. Također, povećanje energetske učinkovitosti kroz tehnologije poput

229

Diversifikacija energetskih izvora: Potrebno je ubrzati ulaganja u obnovljive izvore energije, poput vjetra, sunca i vodika, kako bi se smanjila ovisnost o uvoznim fosilnim gorivima. Također, povećanje energetske učinkovitosti kroz tehnologije poput pametnih mreža i pohrane energije moglo bi poboljšati stabilnost opskrbe i smanjiti troškove.

Digitalizacija industrije: Njemačka zaostaje za drugim globalnim liderima, poput SAD-a i Kine, u području digitalizacije, umjetne inteligencije i industrije 4.0. Mora povećati ulaganja u digitalnu infrastrukturu, uključujući 5G mreže, podatkovne centre i digitalnu sigurnost. Poduzeća moraju usvojiti napredne tehnologije poput automatizacije, robotike i IoT-a kako bi povećala produktivnost. Posebna pažnja mora se posvetiti malim i srednjim poduzećima (Mittelstand), koja su kičma njemačke ekonomije, kako bi ih se potaknulo na digitalnu transformaciju.

Poticanje inovacija i istraživanja: Njemačka industrija, iako tehnološki razvijena, nije uvijek na čelu inovacija, osobito u sektorima poput biotehnologije, AI-a i napredne proizvodnje. Potrebno je pojačati suradnju između industrije i akademske zajednice te potaknuti ulaganja u istraživanje i razvoj (R&D). Vlada bi mogla povećati porezne olakšice za R&D aktivnosti i pružiti snažniju potporu

Politička kriza u Njemačkoj

te utjecaj na EU

Njemačka se trenutno suočava s ozbiljnom političkom krizom koja može imati dalekosežne posljedice na Europsku uniju. Raspad koalicije i vjerojatnost prijevremenih parlamentarnih izbora (uoči promjene vlasti u SAD-u) svakako ne pridonosi stabilnosti i ujedno slabi ne samo Njemačku (motor razvoja EU) već i samu EU. Dok je pri prvom izboru Trump imao snažnog sugovornika u EU, Angelu Merkel, sada ni na vidiku nema snažne političke figure koja bi se nametnula KAO LIDER EU.

Na političkoj sceni EU, njemačka kriza utječe na strateške ciljeve Unije, uključujući zajedničku politiku prema sigurnosnim prijetnjama, energetskoj krizi i ekonomskim reformama. Odsutnost njemačkog vodstva usred važnih promjena može oslabiti europsku poziciju u globalnim pitanjima, kao što su odnosi s Rusijom i Kinom, te odgovor na klimatske izazove i inflaciju. Štoviše, rast desničarskih i populističkih pokreta u Njemačkoj dodatno komplicira europske odnose jer potiče veći pritisak prema restriktivnijim migracijskim politikama unutar EU-a i jača trend nacionalizma u drugim zemljama članicama.

Zbog ovih čimbenika, EU može očekivati izazove u provođenju zajedničkih politika ako njemačka vlada ne uspije održati političku stabilnost i učinkovito djelovanje unutar EU. Štoviše, kako Njemačka ostaje najveće gospodarstvo EU, ekonomske poteškoće zemlje i unutarnje nesuglasice mogle bi usporiti gospodarski oporavak cijele Unije i umanjiti njen geopolitički utjecaj, osobito u kontekstu promjenjivih globalnih odnosa

startupovima koji razvijaju disruptivne tehnologije. Ključna je i izgradnja ekosustava koji podržava razvoj i bržu komercijalizaciju inovacija

Održiva industrijska politika: Njemačka se suočava s pritiscima da smanji emisije stakleničkih plinova, ali prijelaz na održiviju industriju ide sporije nego što bi trebao. Zelena tranzicija mora postati prioritet kroz veću upotrebu čistih tehnologija, dekarbonizaciju industrijskih sektora i održivu proizvodnju. Vlada bi mogla poticati ulaganja u zelene tehnologije, poput električnih vozila, održivih građevinskih materijala i kružne ekonomije, te omogućiti industriji da se prilagodi novim regulacijama vezanim za smanjenje emisija.

Globalni trgovinski odnosi i sigurnost opskrbnih lanaca: Globalni poremećaji opskrbnih lanaca, posebno tijekom pandemije i rata u Ukrajini, razotkrili su slabosti u oslanjanju na globalne dobavljače. Njemačka treba razmotriti reindustrijalizaciju i povratak dijela proizvodnih kapaciteta u Europu kako bi smanjila ovisnost o prekomorskim tržištima. Također, diverzifikacija opskrbnih lanaca i sklapanje novih trgovinskih sporazuma s različitim regijama može osigurati veću otpornost njemačke industrije na vanjske šokove.

„Umoran čovjek“ zahtijeva strukturne reforme

Rješavanje manjka kvalificirane radne snage: Njemačka se suočava s demografskim izazovima i manjkom kvalificirane radne snage, posebno u inženjerskim, tehnološkim i IT sektorima. Očito je da mora provesti reforme u obrazovnom sustavu kako bi bolje pripremila radnu snagu za izazove digitalne i zelene tranzicije. Uvođenje programa za prekvalifikaciju i dodatno obrazovanje postojećih radnika, kao i poticanje dolaska visokoobrazovanih stručnjaka iz inozemstva, bit će ključno za popunjavanje tih praznina.

Potpora malim i srednjim poduzećima (Mittelstand): Iako su nositelji njemačkog gospodarstva, mala i srednja poduzeća suočavaju se s većim izazovima u pogledu digitalizacije, pristupa kapitalu i internacionalizacije. Njemačka vlada bi trebala povećati poticaje za inovacije i digitalizaciju u SME sektoru te olakšati pristup financiranju kroz programe potpora i subvencija. Također, razvoj mentorstva i suradnje između velikih i malih poduzeća mogao bi potaknuti prijenos tehnologije i znanja.

Zaključno, njemačka industrijska politika treba se usmjeriti na prilagodbu novim globalnim uvjetima, uključujući zelenu tranziciju, digitalizaciju i sigurnost opskrbnih lanaca. Ključne reforme u obrazovanju, energetici i inovacijama bit će presudne za dugoročnu konkurentnost njemačkog gospodarstva.

Utjecaj slabljenja njemačkoga gospodarstva na gospodarska kretanja u EU

Slabljenje njemačkog gospodarstva ima značajan utjecaj na gospodarska kretanja u Europskoj uniji, budući da je Njemačka najveće gospodarstvo EU i jedan od vodećih svjetskih izvoznika. Evo kako se taj utjecaj manifestira: Smanjena potražnja za robom i uslugama: Njemačka je veliki potrošač proizvoda i usluga iz drugih zemalja EU. Ako njemačko gospodarstvo usporava, smanjuje se potražnja za uvoznim proizvodima, što direktno utječe na gospodarstva zemalja poput Francuske, Italije, Poljske i Španjolske koje su veliki trgovinski partneri Njemačke.

Učinak na lanac opskrbe: Njemačka je ključni igrač u europskim proizvodnim lancima. Mnoge zemlje EU ovise o uvozu poluproizvoda i komponenata iz Njemačke, posebno u industrijama poput automobilske, strojogradnje i kemijske industrije. Smanjena proizvodnja ili investicije u Njemačkoj mogu izazvati poremećaje u tim lancima opskrbe i usporiti proizvodnju u drugim državama EU.

Financijska nestabilnost i povjerenje: Njemačka je jedan od glavnih pokretača eurozone, te njezina ekonomska stabilnost doprinosi povjerenju u euro. Slabljenje njemačkog gospodarstva može utjecati na pad povjerenja investitora u EU, što bi moglo rezultirati slabljenjem eura, porastom kamatnih stopa i povećanjem troškova zaduživanja za države članice.

broj 3-4 :: prosinac 2024.

Smanjenje investicija: Njemačke kompanije često investiraju u druge zemlje EU. Slabljenje njihovih financijskih kapaciteta može rezultirati smanjenjem investicija u nove projekte i inovacije u regiji, što bi dugoročno moglo usporiti rast cijele Unije.

Rast nezaposlenosti: Kako njemačko gospodarstvo usporava, kompanije mogu smanjiti proizvodnju i broj zaposlenih, što može povećati nezaposlenost. Ovaj efekt može imati prelijevajući učinak na zemlje koje snažno ovise o njemačkom izvozu i radnim mjestima povezanima s njemačkom industrijom.

Monetarna politika: S obzirom na veliku ulogu Njemačke u oblikovanju monetarne politike eurozone, slabost njezina gospodarstva može izazvati promjene u politikama Europske središnje banke, kao što su snižavanje kamatnih stopa ili primjena mjera za poticanje gospodarskog rasta u cijeloj zoni eura.

Ukratko, slabljenje njemačkog gospodarstva ima široke i dugoročne posljedice na gospodarska kretanja u EU, kako kroz trgovinske veze, tako i kroz financijske, investicijske i političke kanale.

Draghijevo izvješće i plan oporavka EU

Draghijevo izvješće o Europskoj uniji (EU) odnosi se na dokumente i preporuke s kojima se EU suočava.

Gospodarska stabilnost i fiskalna politika – Ukazuje na potrebu za reformama unutar EU-a, posebno u kontekstu postizanja fiskalne discipline među članicama i usklađivanja zajedničke ekonomske politike. Također, raspravlja se o problemima poput javnog duga i deficita u nekim članicama.

Monetarna politika i eurozona – Izvješće naglašava izazove zajedničke monetarne politike te važnost jačanja europske monetarne unije kako bi bila otpornija na krize.

Strukturne reforme – Preporuke za unaprjeđenje radnog tržišta, poticanje inovacija i tehnologije te promicanje dugoročne gospodarske održivosti unutar EU. Integracija i jačanje europskih institucija – Ukazuje na potrebu veće integracije unutar EU, što uključuje bolju suradnju između zemalja članica u pogledu fiskalne i ekonomske politike, kao i jačanje nadnacionalnih institucija poput ESB-a.

Općenito, izvješće ističe potrebu za jačim ekonomskim upravljanjem, strukturnim reformama te bolje koordinirane politike kako bi se očuvala stabilnost i konkurentnost EU. Europska unija, ističe Mario Draghi, treba znatno više koordinacije u industrijskoj politixi, nrže odlučivanje i nova velika ulaganja ako želi održatin ekonomski korak s najvećim konkurentima, Draghi poziva EU na dodatna ulaganja od 750 do 800 milijardi eura na godinu odnosno pet posto BDP-a. Različite razine subvencija u članicama poremetile su jedinstveno tržište, a fragmentacija ograničava konkurentnost na globalnoj razini.

Oporavak njemačkoga gospodarstva je nužnost, ali je vidljiva i korelacija toga oporavka s ukupnim promjenama unutar EU.

DEMOGRAFIJA

I DEMOKRACIJA

Saveznici i protivnici

Slobodno odlučivanje znatno je utjecalo na smanjenje broja djece, a trebalo bi pomoći i u uklanjanju posljedica.

Piše: Drago Kojić

Dvije vjerojatno najaktualnije pojave s kojima je suočeno čovječanstvo jesu demografska kriza i proturječnost migrantskih kretanja. Intenzitet tih uzajamno čvrsto povezanih pojava sve je snažniji, a nitko ne nudi djelotvorna rješenja koja bi uklonila globalnu gotovo bezgraničnu krizu. U neku ruku najviše se ugrožava europska i američka područja.

Hrvatska je prilikom osamostaljenja prije 33 godine imala gotovo 4,5 milijuna stanovnika, danas ih je gotovo milijun manje. Ali najpogubnije je što nije osjetno smanjen samo broj hrvatskih žitelja nego je pogoršan omjer starijih i mlađih, pogotovo djece koje je sve manje.

I u takvim okolnostima, kada je sve manje onih koji privređuju, a sve više onih koji troše, mnogi Hrvati se priključuju raširenom globalnom trendu neprihvaćanja useljenika iz egzotičnih područja. Doduše, nismo baš pristalice ograđivanja zemlje žilet-žicom i sličnim nečovječnim metodama, ali sve je veći broj zagovornika zaštite granica uz asistenciju vojske – koja više nije privlačno zanimanje, pa će uskoro postati obvezna za mladiće.

Tijekom nekoliko proteklih godina demografske su proturječnosti često tema javnog diskursa. S političkih i ekonomskih govornica čuju se upozorenja da ćemo biti izloženi ozbiljnim glavoboljama ako ne zaustavimo deficit stanovništva, pogotovo mlađe dobi. Drugim riječima, da moramo imati više djece ako današnji zaposlenici mogu računati na mirovine. Ali osim načelnih rasprava nije učinjeno gotovo ništa.

Nakon ovogodišnjih izbora Vlada je utemeljila Ministarstvo demografije, ali tek da se udovolji formi bez sadržaja. Koliko je vladajućoj stranci uistinu stalo do oseke broja stanovnika govori činjenica da je taj resor povjeren članu Domovinskog pokreta kao nešto od sporedne važnosti.

Nakon što se prije gotovo tri i pol desetljeća Hrvatska osamostalila neozbiljni političari uvjeravali su javnost (da li i sebe) kako će uslijediti poplava Hrvata-

povratnika uglavnom iz južnoameričkih zemalja. Vratili su se tek ambiciozni pojedinci koju su vidjeli i tražili priliku da se domognu kakvog reprezentativnog mjesta u političkoj hijerarhiji. Ali prije je to bila oseka najezde novopečenih domoljuba. U međuvremenu je uslijedilo pravo pravcato iseljavanje, a naši kvazi-demografi očekuju da će se u matičnu domovinu početi vraćati liječnici, medicinske sestre i drugi vrlo kvalificirani iseljenici. Vraćaju se tek rijetki. Ne reagiraju čak i na donekle povećane plaće za pojedine kategorije zaposlenika.

Možemo li očekivati da će preostali hrvatski potencijalni roditelji povećati hrvatski natalitet u okolnostima kada čak i u Zagrebu nema dovoljno vrtića za sve manji broj djece? I gdje su nezadovoljavajuće komunalne, kulturne i druge usluge. I gdje se s mnogo više odlučnosti najavljuje gradnja nogometnog stadiona nego dječjih igrališta.

Hrvatski demografi moraju se probuditi i smisliti djelotvornije metode za ostanak i povratak potencijalnih građana nego što je besplatno učenje hrvatskoga jezika. Uostalom mali su izgledi da će i dolaziti oni koju već ne vladaju tom jezičnom vještinom. Naravno ako izuzmemo klasične imigrante iz egzotičnih azijskih i afričkih zemalja koje ionako prihvaćamo preko volje ili nikako.

Opravdanje za hrvatski demografski deficit tvrdnjom da je to globalni trend može se uvažiti samo djelomično. Točno je da broj svjetskog stanovništva stagnira, ali dok se u mnogim smanjuje u nekima se ipak povećava. Primjerice, Indija je kao sada svjetski populacijski rekorder sredinom prošle godine imala 1,43 milijardi stanovnika, stotinjak milijuna više nego prije 20 godina. Pozitivan brojčani pokazatelj zabilježila je i Kina koja je 2022. dosegla 1,412 milijardi. Ali pravi je pobjednik u tom nadmetanju Nigerija, najmnogoljudnija afrička država koja je u manje od dva desetljeća dosegla 218,5 milijuna stanovnika, a 2004. ih je imala 125,7 milijuna. Uostalom, analitičari pretkazuju da će afrička populacija u dogledno vrijeme premašiti onu u današnjim visoko dohodovnim zemljama plus u Kini.

U međuvremenu Hrvatska će kaskati uz pomoć prijedloga nekoliko saborskih zastupnica da se uvede besplatan boravak djece u vrtićima i punu naknadu ženama za vrijeme komplicirane trudnoće. Bolje išta nego ništa.

Eksplozija prethodila uzmaku

Kvalitetnije zdravstvene usluge i bolja prehrana glavni su razlog zbog kojega današnje čovječanstvo živi dulje. Ali prosječno odgađanje smrti samo je dio globalne demografske priče koja postaje sve više uznemiravajuća. Drugi jednako važan dio je dramatično smanjenje broja novorođenčadi. Zajednički utjecaj tih dvaju kretanja uzrokuje goleme dramatične promjene na planetu koji nastanjujemo.

Opažanje demografske tranzicije staro je gotovo jedno stoljeće. Ljudsko društvo imalo je uglavnom postojanu populaciju s visokom stopom mortaliteta i podjednakim intenzitetom rodnosti. U 18. i 19. stoljeću u mnogim europskim zemljama stope

Tko upravlja svijetom?

mortaliteta naglo su smanjene. Ali stope fertiliteta nisu pa je uslijedila eksplozija broja stanovništva, sve dok se nije počeo smanjivati broj poroda.

Kao rezultat ekonomskog rasta i uzleta zdravstvenih usluga i pronalaskom novih lijekova slična su kretanja čak i brža bilježena diljem globusa. Tako je broj svjetskog stanovništva učetverostručen u proteklih stotinjak godina – od dvije na osam milijardi. Međutim postupno su se izjednačile stope mortaliteta i fertiliteta (broja poroda po ženi). Ali stope fertiliteta počele su naglo padati, a znanstveni časopis The Lancet u studiji objavljenoj prije nekoliko mjeseci navodi da je „fertilitet globalno u padu, a u više od polovice zemalja i područja 2021. bio ispod razine stope izjednačenosti.“ Za svijet u cjelini stopa fertiliteta 2021. iznosila je 2,3 što je neznatno iznad stope izjednačenosti s mortalitetom, ali uvelike zaostaje za 4,7 koko je zabilježeno 1960. Općenito manje razvijene zemlje još uvijek imaju više stope fertiliteta nego razvijene, ali u tome počinju usporavati.

Što objašnjava pad fertiliteta? U Financial Timesu na to pitanje Martin Wolf, vodeći ekonomski autor, kaže. „Važan dio odgovora jest divno iznenađenje da preživljava više nego što se očekuje ili želi. Pa su onda ljudi počeli primjenjivati različite oblike kontrole začeća i poroda. Suprotno tomu Thomas Malthus pretkazao je da želja za mnogo djece naglo splašnjava. Fascinirajuće, to se događa i u ideologijama koje sugeriraju i odražavaju znatne razlike u statusu spolova. Tako se primjerice, u vjerski rigoroznom Iranu, stopa fertiliteta strmoglavila od 6,6 1980. na 1,7 2021.“

Izmijenjena uloga djece

Jedan od glavnih razloga za takva demografska kretanja jesu promjene uloge djece u ambicijama roditelja i obitelji. Djeca su prestala biti vrijedna proizvoda aktiva i pretvorila se u skupo potrošačko dobro. Kao što su prijetili vrsni ekonomisti, ljudi su počeli željeti manje visoko kvalitetne (dakle visoko obrazovane) djece nego mnogo nedovoljno kvalificirane. Uostalom, takvo stajalište diktirale su tržišne prilike jer je razvijenija ekonomija tražila kvalitetne zaposlenike. Ali široko obrazovanje iziskuje znatne novčane izdatke i dugo vremena. Osim toga, tijekom 20. stoljeća dramatično je porasla potreba za radom žena u privređivanju, uključujući najviše proizvodne i obrazovne poslove. To je znatno povećalo „troškove oportuniteta“ u stvaranju djece, naročito za majke. Zato su mnogi roditelji počeli odgađati stvaranje djece, a neki su potpuno odustajali. Takvo se stanje produžilo do danas.

U izvrsnom prikazu pod naslovom „Ekonomija fertiliteta“, što ga je 2022. objavio britanski Državni ured za ekonomska istraživanja, autori su tvrdili da su tamo gdje je javna skrb za djecu izdašnija žene sklonije uskladiti radnu karijeru s rađanjem djece. Izostanak takve podrške, kako je zaključeno, pridonosi objašnjenju iznimno niskih stopa fertiliteta u mnogim zemljama, gdje je pomoć roditeljima ograničena. Ipak taj zaključak nije više posve jasan jer su odnedavno stope fertiliteta pale ispod razine ravnoteže čak i u nordijskim državama blagostanja.

Pomak prema vrlo niskim stopama poroda s izuzetkom (barem zasad) subsaharske Afrike među najsnažnijim su zbivanjima s kojima je suočen svijet. Jedna od prognoziranih posljedica je da će 2060. stanovništvo Afrike brojem nadmašiti sve današnje visoko dohodovne zemlje, uključujući Kinu. Druga je da se poznate piramide stanovništva, s najvećim brojem najmlađih izokreću. Primjerice, u Južnoj Koreji muškarci u dobi 50-54 godine čine 4,3 posto populacije, dok na djecu u dobi 0-4 godine otpada samo 1,5 posto. Slična inverzija uočljiva je i na drugim područjima, uključujući Kinu i Indiju.

Marin Wolf upozorava na izazove što ih nameću niske stope fertiliteta. Primjerice kako održati mirovinske i zdravstvene sustave uz sve manji broj zaposlenika?

Jedna od alternativa koja neće biti popularna, ali bi mogla postati neizbježna jest produljenje radnog staža. Druga, koja će također imati više protivnika nego pristalica jest imigracija. Ali imigracija potrebna za stabiliziranje stanovništva u društvima s niskim, a kamo li onima s ultra-niskim fertilitetom bila bi enormna i kao takva politički praktički neprihvatljiva. Nameće se pitanje hoće li smanjenje broja svjetskog stanovništva uskratiti ekonomiji rizične pothvate o čemu ovisi ukupan napredak. Isto tako, smanjenje globalne populacije dugoročno će pridonijeti uravnoteženju ljudske potražnje i održivosti kapaciteta našeg planeta i opstanka drugih vrsta s kojima ga dijelimo.

Primjenjive mjere

Posljednje, ali ne najmanje važno, koje su to primjenjive mjere? Sposobnost društava da povećaju stope fertiliteta ograničene su, posebice imajući na umu da bi morale utjecati na ponašanje kvalitetno obrazovanih i uspješnih mladih ljudi, što je vrlo teško ostvarivo. Ali društva imaju interes za djecu, ako ga imaju za vlastitu budućnost. Pomaganje ljudima da imaju djecu koju žele na način koji je sukladan njihovim planovima, trebala bi biti u srži ekonomske i ukupne društvene politike. U modernome je svijetu od presudne važnosti pomoći roditeljima, naročito ženama da usklade karijere s potrebama djece. Na žalost, čini se prilično jasnim da mnogi ne žele žrtvovati prvo na teret drugoga, kolikogod veliko zadovoljstvo djeca mogu donijeti.

Predstojeće demografske promjene vrlo su duboke, sviđalo nam se ili ne, one iz temelja mijenjaju svijet i čovječanstvo bi se moralo ponašati u skladu s izazovima koji su neizbježni.

Književni izazovi

Demografija je izazova tema za književno nadahnuće, a nedavno je u Ujedinjenom kraljevstvu Paul Morland objavio knjigu pod naslovom No One Left: Why the World Need More Children (izdavač Forum). Taj bi naslov na hrvatskome mogao glasiti „Nitko nije ostao“ ili „Svi su iščezli“. Ali bez obzira na jezična nadmudrivanja to štivo je pogodak „u sridu“. Na efektan način ukazuje na neadekvatno reagiranje čovječanstva da se uhvati u koštac s neprijateljem koji nije manje poguban od uzajamnog istrebljivanja u napadu na Ukrajinu, obračune na Bliskom istoku i brojim drugim ratištima diljem planeta.

U svojoj knjizi demograf Morland podsjeća svjetske lidere da tema smanjivanja broja ljudi na planetu ne pripada budućnosti nego je ubojito aktualna. Podsjeća na rješenje za koje većina (ne)odgovorih aktera ne želi ni čuti – da je svijetu potrebno više djece, kako je to navedeno i u podnaslovu knjige. Primjerice, u Italiji je 1950. bilo otprilike na svaku osobu stariju od 80 godina 17 djece mlađe od 10 godina. Danas je vjerojatniji omjer jedan prema jedan. Ne samo u Italiji, upozorava autor knjige. „Na Tajlandu je u to vrijeme omjer bio jedan prema više od 70. Tijekom jedne generacije svijet će imati više osamdesetogodišnjaka nego mlađih od 10 godina.“

Uostalom ne tako davno u osmrtnicama objavljenim u tisku pravi raritet su bili pokojnice i pokojnici stariji od 80 godina. Danas tamo često nailazimo na one iznad 90 godina, a više nisu senzacija ni stogodišnjaci. To je naravno u redu, ali je zabrinjavajući izostanak djece. Pri današnjim izopačenim stopama demografskih kretanja Kina, uz Indiju najmnogoljudnija država svijeta, izgubit će 40 posto stanovništva do kraja ovog stoljeća. Sličan će ishod imati i Japan.

Kada je 1948. utemeljena Državna nacionalna služba (National Health Service –NHS) u UK-u, u zemlji je bilo 200 do 300 tisuća osoba s 80 ili više godina starosti. Kategorija stanovnika kojoj treba šest do sedam puta više zdravstvenih usluga nego onima u naponu života. Sada je takvih više od 1,5 milijuna. „To nije samo socijalna promjena nego potpuna društvena transformacija“, upozorava autor knjige.

Rumunjski primjer

U bogatijim zemljama posljedice niskih stopa poroda prikrivaju se učestalim useljavanjem. U siromašnim zemljama problem se pogoršava-iseljavanjem. U Rumunjskoj je broj stanovnika od pada komunizma smanjen za 18 posto. Kao i u drugim okolnom zemljama to je posljedica smanjenog broja poroda znatno ispod granice ravnoteže od 2,1 djeteta po ženi i iseljavanja. Sada kad je rumunjska privreda u usponu trebaju joj useljenici za obavljanje poslova koje bi inače mogli preuzeti tri milijuna Rumunja koji su emigrirali u Italiju, Njemačku, Španjolsku i UK. Izgledi za to su neznatni. Nije mali broj Rumunja koji se protive ideji liberalnih elita koje pokušavaju zamijeniti na radnim mjestima izvorne Europljane afričkim, azijskim i drugim useljenim radnicima. Ali kao i većina populista ne znaju što bi u postojećim okolnostima trebalo učiniti. Čini im se da bi skupe pronatalitetne mjere što ih je uveo mađarski premijer Viktor Orban u cilju povećanja stope poroda mogle biti pravo rješenje. Ali uzme li se u obzir da je lani u Mađarskoj rođen manji broj beba nego ikad dosad, stvari baš i nisu jasne.

Činjenica je da su pronatalitetne mjere pokazale razočaravajući ishod, iako donekle mogu poboljšati pokazatelje, zato što novac nije jedini razlog zbog kojega ljudi ne žele imati dvoje ili više djece. Jednako su važni činitelji životni prostor, troškovi života, adekvatan smještaj djece u vrtićima, podmirivanje kulturnih potreba i podjednako angažiranje žena i muškaraca u kućanskim poslovima.

Demografske teme obuhvaćaju generacijske proturječnosti pa većina političara nastoji ne dirati u to osinje gnijezdo kada god je to moguće. Niske stope rodnosti dovode do pomanjkanja radne snage pa imigracija u Europi u razmjerima koje vidimo danas izaziva populistička reagiranja. Ali sugestije da je jedan od načina dugoročnog rješavanja toga problema poticati žene da više rađaju nailaze na žestok otpor i kritiku da se sav demografski teret natovari na leđa nježnijem spolu.

Morland je 2022. napisao članak predlažući da se u UK-u uvede porez za žene bez djece kao dio državne demografske strategije. Naravno, doživio je žestoku kritiku. U novoj knjizi iznosi nekoliko manje spornih rješenja. Možete kamenovati autora ili se suglasiti s njim, ali zacijelo je u pravu kada tvrdi da „jedino visoka stopa fertiliteta može zemlji pribaviti dinamičnu privredu i lišiti je ovisnosti o imigraciji.“

Nove knjige

Beskonačno nadmetanje

Britanski povjesničar i pisac Calder Walton u knjizi „Špijuni:

Epski obavještajni rat između Istoka i Zapada (Spies: The Epic Intelligence War Between East and West) ukazuje na uzajamno nepovjerenje.

Tajni izvještaj o Ukrajini dospio je u ruke britanskih obavještajaca u veljači. Upozoravao je da Rusi znaju da se Ukrajinci „protive njima i njihovim idejama“. Te da Ukrajinci žele znati na kakvu inozemnu pomoć mogu računati. Špijun koji je napisao taj izvještaj nastavio je: „Upozorio sam ga (ukrajinskog dostavljača) da ni jedna svjetska velesila neće sada intervenirati protiv Rusije te da Rusi nikad ne bi dopustili Ukrajini da se potpuno odvoji od Rusije.“

Zanimljivo, to je napisano ne 2022. nego 1922. tj. stotinu godina prije nego što je Moskva poduzela sveobuhvatnu invaziju na Ukrajinu. To je samo jedna od brojnih izazovnih anegdota koje knjigu Špijuni: Epski obavještajni rati između Istoka i Zapada (autor Calder

Walton) čine aktualnom. To je stogodišnja povijest obavještajnog obračuna između SAD-a, Britanije i Rusije. Knjiga dobiva dodatnu turobnu važnost s obzirom na nesmiljen napad Rusije na Ukrajinu i na oživljavanje hladnog rata s Kinom i na izbijanje sve brojnijih ratišta na Bliskom istoku i drugdje diljem planeta.

Walton je britanski odvjetnik, pisac i istaknuti povjesničar, trenutačno na Harvardu, koji je prethodno proveo nekoliko godina u arhivima MI5-a ako istraživač službene povijesti unutarnje tajne službe Ujedinjenog Kraljevstva. Njegova knjiga obuhvaća kontinente i desetljeća, od boljševičke revolucije 1917. do Drugoga svjetskog rata, od sukoba u zemljama u razvoju do sadašnjih ruskih i kineskih „nestašluka“.

Koju je lekciju Walton naučio iz stotinu godina rivalskog nadmetanja? Najvažnija je da je Zapad propuštao shvatiti važnost špijunskog posla – prije stotinu godina i danas.

Hladni rat počeo je mnogo prije 1947. kada je tu frazu skovao Bernard Baruch, financijaš i savjetnik nekoliko američkih predsjednika. Još 1920-ih Lenjinova tajna policija, Čeka, imala je više od 100.000 agenata na domaćem terenu i požrtvovnu ekipu koja je usklađivala operacije u inozemstvu. Nasuprot tomu MI5 je imao jedinicu kontrašpijunaže od pet članova. SAD je bio nešto aktivniji. Ministar unutrašnjih poslova Henry Simson bio je ukinuo vladin ured za dešifriranje uz obrazloženje da „ne čitaju jedni drugima poštu.“

Hladnoratovska špijunaža nije iščezla ni 1991. raspadom Sovjetskog saveza. Ako ništa drugo, rusko špijuniranje

postalo je „agresivnije“, piše Walton, 2003. A tri godine nakon što je Vladimir Putin bivši agent KGB-a i šef špijunaže, postao predsjednik, pretpostavlja se da je 2,5 posto osoblja u Kremlju ima špijunsku prošlost. Do 2019. taj je pokazatelj nabubrio do nevjerojatnih 77 posto.

Zapadne zemlje ponašale su se kao da su nesvjesne prijetnje. Čak i kad su Kremlj i njegove specijalizirane službe postale, kako navodi Walton, „huligani međunarodnih odnosa“, koristeći se svim sredstvima KGB-ova zanata – špijunažom, ilegalnim nastupom, pranjem novca, ubojstvima, dezinformacijama i drugim aktivnim postupcima – Zapad je gledao u drugom smjeru. Vjerovao je da je hladni rat s Rusijom završen.

A onda, nakon terorističkih napada u rujnu 2001. zapadne su zemlje usmjerile glavninu svojih sigurnosnih mjera na protuterorizam. Oko 2006. samo četiri posto poslova što ih je obavljala GCHQ, britanska kibernetička obavještajno-špijunska agencija, odnosi se na neprijateljske države. Za usporedbu, na vrhuncu hladnoga rata 70 posto njezina posla bilo je usmjereno na sovjetski blok.

Knjiga Špijun sadrži dragocjene savjete za sadašnjost. Kao i u odnosu na Sovjetski savez i Putinovu Rusiju, SAD i njegovi saveznici sporo su uočavali kinesku prijetnju. Njena ekonomska snaga čini je izazovnijom i potencijalno opasnijom od Sovjetskog saveza. Peking kao i Moskva također je angažiran u opsežan tehnološki transfer sa zapada ili u „špijuniranje i kupovinu“, kako to definira Walton.

FBI je 2021. otvorio istraživanje u vezi s Kinom svakih 12 sati. Lani je britanski parlamentarni obavještajni odbor upozorio da je kineska špijunska služba najveća na svijetu. Kina i njezini špijuni, piše Walton, postala je nalik na „Sovjetski savez na steroidima“. On upozorava da će SAD-u i njegovim saveznicima biti teško nositi se s takvim izazovima.

Waltonovi agenti katkad pate od suvišnog glamura što može pokvariti mnoge adekvatno oblikovane profile. Ali njegov ključni zaključak je čvrst i autoritativan. Zapadne zemlje uporno tvrde da ne žele hladni rat s Kinom. Ali kako povijest sugerira, „zapadne sile mogu biti u hladnom ratu neovisno o tomu traže li ga i prije nego što ga uočavaju“. (dk)

Amerika je „izbrisala“ slavnog umjetnika

U knjizi „Charlie Chaplin protiv Amerike: kad su se sudarili umjetnost, seks i politika“, pisac Scott Eyman portretira nevolje popularnog zabavljača.

Biografija Charliea Chaplina koju je krajem prošle godine objavio Scott Eyman počinje 1952. tj. u vrijeme čudnoga razdoblja umjetnikova života. Iznenadna zabrana da se vrati u SAD posredstvom teško shvatljivih smicalica američkog ministarstva vanjskih poslova zatekla je Chaplina na brodu Queen Elisabeth koji je plovio prema Engleskoj. Nekoć vjerojatno najčuvenija osoba na planetu, sada je bio u opasnosti da postane sablasno zrcalo svoga komičnoga skitnice, osoba bez državljanstva, pripadnik sirotinje. Kao što Eyman piše, „Charlie Chaplin bio je izbrisan“.

Danas bi Chaplin bio „izbrisan“ s mnogo manje proturječja. Ne zbog navodnog simpatiziranja komunizma nego zbog svog uznemirujućeg, učestalog spetljavanja s mladim ženama i djevojkama. Te je odnose prati široko rasprostranjeni publicitet. Njegova je prva žena imala 17 godina kada su sklopili brak, a njegova druga supruga Lita Grey počela je s njim surađivati kao dvanaestogodišnjakinja. Oona O’Neill, u koju se zaljubio i dobio osmero djece, imala je 18 godina kada su se susreli. Chaplinu je bilo 54.

Eyman je iskusni filmski kritičar čiji prethodni literarni ogledi obuhvaćaju imena

me đu kojima su Mary Pickford, John Ford, Ceci B. DeMille. Knjiga Charlie Chaplin protiv Amerike ne zanemaruje neugodne pojedinosti, ali ipak iskazuje empatični portret umjetnika.

Autor opisuje Chaplinove prijatelje (Sergeja Eisensteina, Winstona Churchilla, gangstera Mickeya Cohena), njegove neprijatelje (Edgara Hoovera, nacističku stranku, tračersku kolumnisticu Heddan Hopper) i njegovu obitelj: odsutnog alkoholičara oca, mentalno oboljelu majku i brata Sydneya, koji je morao napustiti filmove nakon što je optužen da je nekoj mladoj glumici odgrizao bradavicu na prsima u agresivnom seksualnom napadu.

„U 21. stoljeću Chaplin je i dalje popularan, ali nije više u modi“, piše Eyman, smatrajući da današnji kritičari više vole „apolitični, donekle autistični komični lik Bustera Keatona … koji se više veže uz stvari nego uz ljude“.

Chaplinovo mjesto u svijetu dramatično je osciliralo. Rođen je u ekstremnoj bijedi u viktorijanskom južnom dijelu Londona i dospio je u školu za siromašnu djecu. Čak i nakon što se obogatio nije ga posve napustilo poniženje zbog prethodnog siromaštva. Kao što je primijetio francuski pisac scenarija Maurice Bessy, „siromaštvo je Charlieu pristajalo kao rukavice“.

Chaplinov izgon iz SAD-a uslijedi je u vrijeme američke paranoje i državnih smicalica. Kao što knjiga otkriv, FBI je nastojao najuriti ga mnogo prije 1952. Međutim, njegova ostavština kao žrtva straha pred komunizmom čudna je. Kako tvrdi Eyman, „on je bio najkonzervativniji kapitalist optužen za komunizam“. Posjedovao je, naime, dionice

kompanija kao što su AT&T, Bank of America, Standard Oil i General Electric.

Optužbe su uglavnom bile posljedica govora koje je iznosio tijekom Drugog svjetskog rata katkad improvizirano, u obranu Sovjetskog saveza, kao saveznika protiv fašizma.

Tijekom upornih tužiteljskih ispitivanja 1948. Chaplin je objasnio svoja politička stajališta Upravi za useljavanje i naturalizaciju: „Nisam socijalist, ali vjerujem u unionizam pristojnih ljudi i vjerujem da je to ispravno.“

Naposljetku, Chaplinova katastrofa bio je seks. Naročito s mladom glumicom Joan Barry, koja je protiv njega podnijela tužbu za priznavanje očinstva.

Nakon kliješta kojima je stiskao FBI, koji je protiv njega podnio četiri odvojene

optužnice u vezi s Barry i učestalih optužujućih članaka u američkim novinama

Chaplin je odlučio prepustiti se valovima te je otplovio u Europu.

Umro je 25.prosinca 1977. u dobi od 88 godina. „To je imalo odeđeni turobni smisao“, komentirala je Oona O’Neill, „uvijek je mrzio Božić. Podsjećao ga je na ubožnicu.“

Prošle godine u virtualnom obraćanju sudionicma filmskog festivala u

Cannesu ukrajinski predsjednik Volodimir Zelenski rekao je da „svijetu treba sada novi Chaplin“. Ipak, ne treba nam u potpunosti – ako ništa drugo svijet bi trebao biti oprezniji prema moćnicima u zabavljačkoj industriji – ali priča o njegovu razvoju u umjetnika ostaje neobično zanimljiva. To je priča o samom modernizmu, kao i o čovjeku koji mu je svjedočio, prikazao i definirao ga. (dk)

Prijeteće nebeske „gljive“

U proteklih osam desetljeća od apokalipse Hirošime i Nagasakija ispisane se biblioteke tekstova na temu nuklearnog oružja. Dvije spisateljice sada se pridružuju osudi neodgovornog postupanja i podcjenjivanja opasnosti.

Amerika je 1960. imala oko 18.000 komada nuklearnog oružja. Također je posjedovala detaljne planove o upotrebi tog uništavajućeg potencijala. Da ga je aktivirala u ratnom sukobu protiv Sovjetskog saveza tijekom prvog sata rata bilo bi ubijeno 275 milijuna ljudi. Dodatnih 325 milijuna umrlo bi u sljedećih šest mjeseci. Čak i ako bi Kina bila izuzeta u tom potencijalnom ratu, radioaktivne padaline usmrtile bi možda 300 milijuna njezinih građana. „Mislio sam na konferenciju Wannsee“, zapisao je John Rubel, američki dužnosnik obrane prisutan na sastanku o

nuklearnom planiranju, osvrćući se na nacističko okupljanje u predgrađu Berlina u siječnju 1942. na kojem su pripremali sustavno istrebljenje europskih Židova. „Osjećao sam se kao da svjedočim sličnom nasrtaju duboko u srcu mraka.“

U knjizi „Nuklearni rat! Scenarij“ Annie Jacobsen, novinarka i autorica nekoliko knjiga o vojnim temama, navela je Rubelovu priču kao predgovor vlastitom izvještaju o hipotetskom nuklearnom napadu Sjeverne Koreje na Ameriku i slijedeći spiralu koja uništava svijet. Njezina je knjiga istodobno meto -

dična i živopisna, tehnički utemeljena i sablasna.

Američki sateliti koji otkrivaju lansiranje sjeverne Koreje imaju senzore „tako snažne da mogu vidjeti upaljenu žigicu na udaljenosti većoj od 350 kilometara“ piše ona. U 15 sekundi radari mogu otkriti da raketa juri prema Americi. Trebat će joj oko pola sata da stigne. Nakon što ga obavijeste predsjednik ima na raspolaganju šest minuta da bi odlučio što će učiniti.

Autorica hladno predočuje brzinu kojom mogu biti uništene čitave zemlje, pa i kontinenti. Ruska podmornica koja plovi nedaleko od američke obale mogla bi lansirati sve rakete koje nosi i usmjeriti ih prema svih 50 američkih država u 80 sekundi. Čak i kada bi se neka američka podmornica zatekla u blizini ne bi u tako kratkom vremenu mogla ispaliti torpedo prema uljezu, tvrdi jedan stručnjak. Navodno je ta činjenica šokirala čelnika američke mornarice kada su mu to priopćili 1981. Projektilu lansiranom s američke obale trebalo bi malo više od sedam minuta da pogodi cilj.

„Nuklearni rat“ uklapa se u tradiciju didaktičke nuklearne distopije. Taj književni i filmski žanr cvjetao je 1980-ih s nizom filmova – „Dan poslije“ i „Ratna igra“ (koji je snimljen 20 godina poslije, ali se smatralo da je previše šokantan da bi se tada prikazivao, ocijenio je jedan stručnjak. Sve je to odražavalo tadašnje strahove da hladnoratovska utrka u naoružavanju izmiče kontroli.

Žanr je 1990-ih i 2000-ih postao neprivlačan jer se smatralo da nuklearno oružje pripada prošlosti. Ali ruska invazija Ukrajine – zemlje koja je nasli-

jedila nuklearne projektile 1991. (da bi ih kasnije vratila) ponovno je taj arsenal straha stavila u središte geopolitičke kulture. Uzmite samo uspjeh filma o Robertu Oppenheimeru, jednom od očeva atomske bombe i komercijalno oživljavanje „Američkog Prometeja“, knjigu na kojoj se taj film temelji.

Postoji kinematografska kvaliteta i u knjizi autorice Jacobsen. U njezinom iskazu predsjednika su brzo smjestili u helikopter kako bi se domogao planinskog skrovišta. Generali ga žustro upozoravaju da odmah uzvrati. „Ako netko na vas lansira nuklearno oružje mi ćemo mu uzvratiti istom mjerom“ kaže general John Hyten, bivši zapovjednik američkih nuklearnih snaga. William Perry, ministar obrane u vladi Billa Clinton, kaže autorici knjige da nakon što se uoči dolazeći projektil, mi se „pripremamo za lansiranje, ne

čekamo.“ Cilj je „obezglaviti“ Sjevernu Koreju, uništiti njezino vodstvo i zapovjedništvo, prije nego što će lansirati još projektila.

Mogli bismo se nadmudrivati s pojedinostima u zastrašujućem literarnom scenariju autorice Jacobsen. Pogotovo s onim koji su još više zastrašujući od spomenutih u ovom iskazu. Primjerice teško je dokučiti zašto bi Sjeverna Koreja iz čista mira riskirala samoubilački pothvat. I bi li Rusija – preko čijeg bi teritorija u svakom scenariju –projektili letjeli – odnosno njezini lideri zaista dokrajčili svijet u kojemu živimo zbog podataka dobivenih uz pomoć neispravnih senzora?

Ono što, međutim, nije sporno, ali je promaklo javnom shvaćanju u proteklih 30 godina jest utjecaj nuklearnog oružja na javno shvaćanje. Golema količina čađe u atmosferi (uz upotrebu takvog oružja) prouzročila bi smanjenje za 70% djelovanje sunčevih zraka tijekom čitavog jednog desetljeća. Padaline bi se smanjile 250 posto. „Nakon 10.000 godina sjetve i žetve ljudi bi se vratili na status lovaca i skupljača sjemenki,“ piše autorica romana.

Iako većina pripadnika vrste homo sapiensa i bez te upozoravajuće literature znade kakve bi mogle biti posljedice množenja zlokobnih gljivastih oblaka, ljudi i dalje proizvode nuklearno oružje, a nije malo onih koji prijete da će ga upotrijebiti.

Čini se da tu opasnost bolje shvaćaju pripadnice nježnijeg spola pa je tako

Sarah Scoles, novinarka specijalizirana za znanost, nedavno objavila knjigu „Odbrojavanje“ (Countdown) iznoseći profile osoba koje su zaposlene u širom

kompleksu američkih nuklearnih laboratorija. Najsnažniji dijelovi knjige su oni u kojima obrazlaže kako znanstvenici, poput Oppenheimera usklađuju svoj rad sa svojim načelima.

Neki su oduševljeni važnošću nuklearne suzdržanosti, mašući grafikonima koji pokazuju koliko je ljudi poginulo u velikim ratovima nakon izuma atomske bombe. Drugi su neodlučni, protiveći se nuklearnom oružju, ali se zalažu da netko mora spriječiti uporabu postojećeg. Treći su proturječni, naglašavajući civilnu primjenu svoga istraživanja.

Generacijska podjela također je vidljiva u „Odbrojavanju“. Prije 1992. SAD je svoje nuklearno oružje održavao u dobrom stanju uz pomoć eksplozivnih testiranja. Ljudi su odlazili u Nevadu da bi u pustinji promatrali uzdizanje „gljiva“ na nebu. Ali u svakom slučaju

neizbježan je zaključak da će sada i u budućnosti (ako je doživimo) gomilanje nuklearnog oružja u Kini, Rusiji, SAD-u, Sjevernoj Koreji i drugdje imati potencijalno dva efekta: smirujući ili katastrofičan.

U knjigama, fiktivnim i dokumentarnim, kritike i kritičari najčešće za nuklearne prijetnje optužuju Rusiju, sjevernu Koreju, Kinu, Iran itd., zanemarujući činjenicu da Pentagon desetljećima ne potiskuje ambicije u jačanju nuklearnog naoružanja. Uostalom, Amerikanci su prvi napravili i upotrijebili atomske bombe s kataklizmičkim posljedicama.

Europski znanstvenici kao Einstein i Oppenheimer jamačno su poža-

lili što su svoj um angažirali u takvom pothvatu, ali žrtve od toga baš i nisu imale utjehe.

Jedan od jačih protivnika globalne utrke u nuklearnom naoružanju bio je Linus Pauling, a njegovu peticiju protiv suludog ponašanja ubrzo poslije Drugog svjetskog rata potpisalo je više od 11.000 znanstvenika. Za svoje mirotvorno angažiranje Pauling (koji se kasnije aktivno usprotivio napadu na neovisnost Hrvatske) je bio izložen žestokom progonu američkih vlasti, a kao progonitelj se naročito angažirao zloglasni senator McCarty. Kao utjehu taj je vrhunski biolog zaradio dvije Nobelove nagrada – za znanost 1954. i za mir 1964.

Vruće posljedice hladnih ratova

Tužna prijateljstva velikih sila.

Veliki vojvoda i budući ruski car Aleksandar II je 1839. posjetio Britaniju, gdje je mlada kraljica Victoria u palači Buckingham priredila svečani ples, a Lord Palmerston, ministar vanjskih poslova, odveo ga je na konjske trke u Newmarketu. U Aleksandrovu čast uspostavljena je nova trka pod nazivom Cezarović, kao iskrivljeni prijevod riječi carević, koja je označavala nasljednika ruskoga carskog prijestolja. Sve do danas zadržan je naziv carević kao godišnji događaj u Newmarketu.

Barbara Emerson, autorica knjige „Prvi hladni rat: Anglo-ruski odnosi u 19. stoljeću“ ( The First Cold War: AngloRussian Relations in the 19 th Century) iznosi spomenutu priču kao način ilustracije kako su Britanija i Rusija često uspijevale spriječiti da se njihovi napeti odnosi pretvore u otvoreno vojno neprijateljstvo tijekom 19. stoljeća.

Bilo je to razdoblje, kao što ukazuje naslov knjige, kada su dva carstva bila nesložna nalik na rivalstvo što

su ga iskazivali SAD i Sovjetski savez u drugoj polovici 20. stoljeća: Bili su brojni primjeri prijepora – Poljska, Balkan, Crno more, Perzija, središnje područje Azije i Daleki istok – ali uz uočljiv izuzetak u razdoblju Krimskog rata 1853-56., kada su Britanci i Rusi obuzdavali svoju neslogu. Odnosi se nikad nisu odvijali glatko. Nakon poljske pobune protiv carske vlati 1830-31. stajališta o Rusiji u britanskom parlamentu bila su s predznakom „ekspanzionizma i divljaštva“ kaže autorica Emerson, potpredsjednica Društva Velika Britanija – Rusija i bivša predavačica na sveučilištu Harvard.

Naravno, ruska perspektiva je posve drukčija. Tamošnje novine Novoe Vremya 1883. osudile su britansku kritiku antižidovskih progona u carističkoj državi. „Zabrinutost Engleske, koja je na prosjački štap dovela stanovništvo Indije i Egipta, koja je trovala ljude u Kini opijumom, koja je uništavala, poput tamošnjih insekata, urođenike u Australiji, i koja je uz izgovor da ukida trgovinu robljem, sada iskorjenjuje u golemim razmjerima brojne rase u Africi – jamačno je začuđujuća.“

Autorica Emerson obavila je svoj spisateljski posao s iznimnom temeljitošću, kopajući po gomilama različitih arhivskih materijala i posvećujući posebnu pozornost geopolitičkom nadmetanju za prevlast u središnjoj Aziji. Arthur Conolly, djelatnik Istočnoindijske kompanije i istraživač, za to je nadmetanje skovao naziv „Great Game“ što bi u doslovnom značenju bila „Velika igra“, a postalo je pojam rivalstva Britanije i Rusije na tom prostoru. Cinik bi mogao taj izraz tumačiti i kao „Visoka divljač“.

Možda autorica posvećuje previše prostora političkom mišljenju i posredničkim planovima Victorije i drugih osoba kraljevske krvi čiji je utjecaj na britansku vanjsku politiku zapravo bio beznačajan. S druge strane ona izvrsno prikazuje kako su ruski špijuni dešifrirali britanske diplomatske poruke, šaljući osjetljive dopise Aleksandru III (188194.) inspirirajući ga da napiše „brojne i obično zajedljive primjedbe na ruskom jeziku u telegramima.“

Gospođa Emerson ima oštro zapažanje neobičnih ili zabavnih pojedinosti, kao primjerice u prikazu karijere Lorda Curzona prije nego što je postao kraljevski namjesnik Indije i kasnije ministar vanjskih poslova. Krajem 1880-ih Curzon je obilazio nedavno osvojene ruske posjede u srednjoj Aziji „s količinom prtljage danas nezamislivom –

koja je sadržavala posteljinu, gumeno kupatilo, konzervirano meso, čokoladu i prašak protiv buha.“

Curzon je 1892. objavio „Perzija i perzijsko pitanje“, knjigu koja je upozoravala na Rusiju: „Ona smatra buduće komadanje Perzije jedva manje izvjesnom nego već ostvareno komadanje Poljske.“ Naposljetku, Perzija nije raskomadana nego je početkom 20. stoljeća podijeljena na utjecajne sfere Britanije i Rusije. Jedna od značajki ove knjige u tome je da nas podsjeća kako takvi postupci – u Afganistanu kao i u Perziji – ostavljaju trajno sjećanje u tim zemljana na izraženo nasilje stranog imperijalizma.

Britanija i Rusija naposljetku su donekle pomirile svoje različitosti konvencijom 1907. koja je uslijedila djelomično zahvaljujući ruskoj slabosti nakon poraza od Japana u rtau 1904/5.ali više zato što su obje zemlje dijelile strah zbog jačana Njemačke. Neki čvrstorukaši i liberali u Londonu i neki jastrebovi u Petrogradu sumnjali su u nagodbu, piše autorica knjige. Ali njemački Kaiser Wilhelm II shvatio je pravo značenje anglo-ruskog pakta: „Kad se sve uzme u obzir usmjeren je protiv nas.“ (dk)

Slijeva na desno: Veliki vojvoda Aleksej, car Aleksandar II, Velika vojvotkinja Marija Aleksandrovna i princ Alfred. Fotografirano 1874.

ZAŠTO NACIJE PROPADAJU

Za razvoj nacija presudne političke

i ekonomske

institucije

Zašto nacije propadaju? Pri istraživanju povijesnih, političkih i ekonomskih čimbenika koji oblikuju sudbine nacija i sve češće posežemo za objašnjenjima zašto neke zemlje postaju prosperitetne, dok druge ostaju siromašne. Temeljna teza je da su za razvoj nacija presudne političke i ekonomske institucije koje mogu biti uključive ili ekstraktivne, što se pokazalo ključno u oblikovanju društvenih sudbina kroz povijest.

Zbog toga ne čudi daje Kraljevska švedska akademija znanosti dodijelila ovogodišnju Nobelovu nagradu za ekonomiju Daronu Acemoglu, Simonu Johnsonu i James A. Robinsonu. Trojica američkih ekonomista nagrađena su za svoje revolucionarno istraživanje o ulozi institucija u oblikovanju gospodarskog prosperiteta nacija. Ovo istraživanje duboko je utjecalo na razumijevanje zašto neke zemlje napreduju, dok se druge bore, otkrivajući da slabe institucije, loša vladavina prava i sustavi koji eksploatiraju stanovništvo koče rast i sprječavaju pozitivne promjene. Nobelov odbor naglasio je da rad laureata pokazuje važnost snažnih društvenih institucija za poticanje prosperiteta. Ta ideja je pomno razrađena u knjizi ZAŠTO NACIJE PROPADAJU (WHY NATIONS FAIL)

čiji su autori Daron Acemoglu i James A. Robinson. Knjiga Zašto nacije propadaju (kod nas u izdanju izdavačke kuće MATE) donosi osvježavajuću perspektivu o razvoju društava, ističući važnost uključivih institucija kao temelja održivog razvoja1 .

Pripremio: Ante Gavranović

1 Knjiga ZAŠTO NACIJE PROPADAJU – izvorišta moći, napretka i siromaštva objavljena je u izdanju izdavačke kuće MATE u okviru biblioteke „Gospodarska misao“ u vrsnom prijevodu Miljenka Šimića. Financial Times napisao je „Intelektualno bogata knjiga koja s velikim elanom postavlja važnu tezu“.

Uključive nasuprot ekstraktivnim

institucijama

Acemoglu i Robinson ističu da su u povijesti postojali „ kritični prijelomni trenuci “ koji su nudili mogućnosti za promjenu smjera. Ti prijelomni trenuci, kao što su industrijska revolucija, završetak kolonijalizma ili rušenje komunističkih režima, omogućili su određenim društvima da uspostave uključive institucije, dok su druge zemlje ostale pod ekstraktivnim institucijama. Primjer je

Glorious Revolution u Engleskoj 1688., koja je dovela do ograničavanja moći monarhije i jačanja uključivih institucija.

Kroz cijelu knjigu provlači se ideja da politička i ekonomska moć moraju biti ravnomjerno raspodijeljene kako bi društva mogla napredovati. Ako je moć koncentrirana u rukama manjine, ta manjina ima interes da zadrži status quo, pa često onemogućava promjene koje bi mogle donijeti veću ravnotežu i ekonomski rast. Održavanje ekstraktivnih institucija na taj način koči razvoj.2

Jedna od važnih teza knjige je odbacivanje ideje da zemljopis, klima ili kultura presudno utječu na prosperitet nacija. Autori smatraju da su institucije temeljni faktor koji oblikuje razvoj.

Time se razlikuju od brojnih ekonomskih teorija koje naglašavaju važnost prirodnih resursa ili kulturnih karakteristika.

Autori razvijaju model temeljen na dva tipa institucija:

Uključive institucije omogućuju širem sloju stanovništva pristup političkim i ekonomskim pravima. Takve institucije promiču inovacije i omogućuju građanima slobodu u donošenju ekonomskih i političkih odluka. One stvaraju uvjete za održiv rast jer stimuliraju jednakost i ravnopravne mogućnosti.

2 James A. Robinson, profesor na Sveučilištu u Chicagu i suautor utjecajnog bestselera „Why Nations Fail? “, velik dio svoje karijere posvetio je analizi političkih i ekonomskih čimbenika koji dovode do nejednakog razvoja među nacijama. Njegovi doprinosi osvijetlili su način na koji institucije – bilo inkluzivne ili eksploatatorske – utječu na ekonomske rezultate i razvojne putanje. Zagrebačka škola ekonomije i managementa je imala iznimnu čast ugostiti profesora Robinsona na New Europe Business Forumu, gdje je govorio na temu Competing in a Globalized and Ambiguous World. Njegovo izlaganje na forumu pružilo je neprocjenjive uvide u izazove i prilike koje donosi globalizacija te važnost snažnih, prilagodljivih institucija u takvom okruženju.

Ekstraktivne institucije omogućuju samo malom dijelu društva pristup moći i bogatstvu, dok većina stanovništva ostaje isključena. Ovakve institucije koče ekonomski razvoj i dovode do stagnacije jer ne motiviraju većinu da sudjeluje u gospodarskim aktivnostima. Primjeri uključuju kolonijalne ekonomije koje su bile usmjerene prema eksploataciji resursa.

Moć institucija i otpor promjenama

Knjiga obuhvaća povijesne slučajeve iz raznih dijelova svijeta, uspoređujući, primjerice, Sjevernu i Južnu Koreju. Iako dijele isti kulturni i etnički identitet, Sjeverna Koreja ima ekstraktivne institucije koje ograničavaju slobode građana, dok Južna Koreja ima uključive institucije koje su omogućile brzi gospodarski rast. Sličan primjer nalazimo i u zemljama poput Sjedinjenih Američkih Država i Meksika, gdje različiti povijesni razvoj institucija objašnjava razlike u blagostanju.

Autori zaključuju da su prosperitet i napredak mogući jedino kroz izgradnju uključivih institucija koje osiguravaju političku i ekonomsku ravnopravnost.

S obzirom na to da elita u ekstraktivnim institucijama često pruža otpor promjenama, put prema inkluzivnosti može biti težak. No, povijesni primjeri pokazuju da su promjene ipak moguće kada se stvori kritična masa unutar društva koja će se zalagati za pravednije institucije.

Temeljne poruke knjige ZAŠTO NACIJE

PROPADAJU

U knjizi Zašto nacije propadaju autori

Daron Acemoglu i James A. Robinson istražuje razloge zašto neke nacije prosperiraju, dok druge propadaju. Temeljna teza knjige je da su političke i ekonomske institucije ključne za razvoj nacija i prosperitet društava. Prema autorima, prosperitet ne ovisi toliko o kulturi, zemljopisu ili klimatskim uvjetima koliko o načinu na koji su institucije unutar nacije organizirane i funkcioniraju.3

Uključive nasuprot ekstraktivnim institucijama

Autori razlikuju dvije vrste institucija. Evo nekih temeljnih poruka knjige:

• Uključive institucije su one koje omogućuju širok pristup političkim i ekonomskim pravima, potiču inovacije i stvaraju jednakije društvo u kojem većina ima koristi od ekonomskog rasta. Uključive institucije omogućuju pojedincima slobodu u poduzetništvu i političkom sudjelovanju, što vodi ka dugoročnom ekonomskom rastu.

• Ekstraktivne institucije ograničavaju pristup bogatstvu i moći na uski sloj društva, stvarajući hijerar-

3 Francis Fukuyama ističe: „Acemoglu i Robinson – dva vodeća svjetska stručnjaka na području razvoja – otkrivaju zbog čega čimbenici koji mogu objasniti zašto su neke nacije bogate, a neke siromašne nisu čimbenici poput zemljopisnog položaja, bolesti ili kulture, nego je to pitanje institucija i politike.“

Poruke knjige i njenih autora vrlo su jasne, usredotočene na odluke izvršne vlasti, prije svega kreatora društveno-ekonomskih odnosa u društvu. Na političkim elitama (uključivo i hrvatske) je da odluče koju varijantu odabiru.

Usitnjenost javne administracije u Hrvatskoj stvara probleme u koordinaciji i suradnji različitih javnih tijela i institucija. Dodatno, administracija na lokalnoj razini često nema dovoljno kapaciteta što se ogleda u niskoj razini decentralizacije uključujući i poteškoće koje nastaju u procesu korištenja europskih sredstava za financiranje velikih investicija. Osim toga, iako je velikim naporima znatno poboljšano funkcioniranje pravosudnog sustava, brzina donošenja pravosudnih odluka, učinkovitost stečajnih postupaka i naročito povjerenje u nepristran rad sudstva i dalje nisu na zadovoljavajućoj razini. Stoga će se reforme započete u proteklom razdoblju, u sljedećem desetljeću intenzivirati, osobito kad je riječ o pravosudnom sustavu i borbi protiv korupcije, digitalizaciji javnog sektora te unaprjeđenju i standardiziranju kvalitete pruženih javnih usluga na lokalnoj razini. Stvaranjem boljeg, bržeg i modernijeg pravosuđa te efikasnije javne administracije znatno će se unaprijediti poslovno okruženje i povećati povjerenje u institucije. Posebni će se napori ulagati u podizanje kvalitete i pojednostavljivanje pismene i internetske komunikacije javnih institucija kako bi ona bila što pristupačnija i razumljivija najširoj javnosti, što je važan aspekt ostvarivanja pravne sigurnosti građana.

hijsko društvo u kojem manjina ima koristi od resursa na štetu većine.

Takve institucije često vode društva u stagnaciju i propadanje jer su dizajnirane da obogaćuju elitu na štetu ostalih.

Ključna je pretpostavka da su političke institucije primarni faktor koji određuje kakav će oblik poprimiti ekonomske institucije u jednoj zemlji. Ekonomski razvoj često je omogućen tamo gdje je politička moć raspodijeljena, gdje postoji stabilna vladavina prava i gdje se građani mogu politički izražavati. Autori ističu da su neki povijesni

trenuci, koje nazivaju „kritičnim prijelomnim trenucima“, ključni za oblikovanje budućih institucija nacije. U tim prijelomnim razdobljima nacije su često birale smjer koji je oblikovao njihove institucije, a time i njihovu budućnost.

Autori tvrde da zemljopis, klima ili kultura nisu primarni uzroci prosperiteta nacija. Iako ti faktori mogu igrati određenu ulogu, ključni su ekonomski i politički čimbenici, odnosno institucije. Autori navode da su primjerice mnoge zemlje s bogatim prirodnim resursima u Africi ostale siromašne zbog ekstraktivnih institucija.4

4 Peter Diamond, dobitnik Nobelove nagrade za ekonomiju 2010., ističe: Acemoglu i Robinson dali su važan doprinos raspravi o tome zbog čega se naizgled slične nacije toliko razlikuju u svojem ekonomskom i političkom razvoju... Otvorenost društva, njegova volja da dopusti kreativnu destrukciju i vladavinu zakona čini se odlučujućim za ekonomski razvoj.

Acemoglu i Robinson zaključuju da nacije propadaju zbog političkih i ekonomskih institucija koje onemogućavaju većinu građana da se ekonomski razvijaju i politički izražavaju. Smatraju da je razvoj uključenih institucija ključ za dugoročnu stabilnost i napredak društva.

Što da se radi?

Da bi se ostvarile ideje iznesene u knjizi Zašto nacije propadaju, ključne promjene moraju se odvijati na razini političkih, ekonomskih i društvenih institucija kako bi društva postala uključiva i omogućila široj populaciji aktivno sudjelovanje u ekonomskom i političkom životu. Evo nekoliko preporuka temeljenih na idejama knjige:

1. Jačanje demokratskih institucija i vladavine prava

• Borba protiv korupcije: Transparentnost u donošenju odluka i odgovornost političkih lidera ključno su oružje protiv ekstraktivnih institucija koje koriste državne resurse za privatne interese.

• Održavanje slobodnih i pravednih izbora: Uključenost građana u političke procese omogućava da se čuju glasovi različitih slojeva društva. Redoviti i transparentni izbori s odgovarajućom regulativom pomažu u održavanju demokratskog sustava i sprječavaju monopolizaciju moći.

2. Promicanje ekonomskih reformi koje otvaraju tržište

Pristup kapitalu za šire slojeve društva:

• Stvaranje fondova i poticajnih programa za male i srednje poduzet-

nike može proširiti prilike za one koji žele inovirati i sudjelovati u tržištu.

• Poticanje inovacija: Uključive ekonomije često su vođene inovacijama. Poticanje ulaganja u obrazovanje, istraživanje i razvoj može pomoći stvaranju okvira u kojem pojedinci i poduzeća mogu inovirati, doprinoseći ukupnom ekonomskom rastu.

3. Reforma obrazovanja i jednak pristup znanju

• Jednakost u obrazovanju: Jedan od ključnih koraka prema uključivijem društvu je jednak pristup obrazovanju, posebno u STEM (znanost, tehnologija, inženjering, matematika) područjima. Jednaki pristup omogućava ljudima iz različitih socijalnih slojeva da stječu znanja i vještine potrebne za konkurentnost na tržištu rada.

• Kritičko obrazovanje i građanska prava: Osposobljavanje mladih generacija za kritičko razmišljanje i poznavanje građanskih prava ključ je za jačanje demokratskog društva koje se može oduprijeti ekstraktivnim institucijama.

4. Osnaživanje civilnog društva i podrška neovisnim medijima

• Poticanje aktivizma: Civilno društvo ima važnu ulogu u poticanju društvenih promjena. Organizacije koje se bore za ljudska prava, okoliš i pravdu mogu doprinijeti uspostavi uključivih institucija.

• Zaštita neovisnosti medija: Sloboda medija osigurava informiranost gra-đana o političkim i ekonomskim događajima, čime se smanjuje

Profesor emeritus Ljubo Jurčić svakako je najveći zagovornik uspostavljanja i jačanja institucija u nas. Sve zemlje u srednjoj i istočnoj Europi moraju raditi na jačanju institucija, s obzirom da su prošle tranziciju i imaju povijest od najmanje 45 godina nedemokratskih režima, a to se ne može promijeniti preko noći. Stoga se mora raditi na jačanju institucija, učinkovitosti tržišta dobara i tržišta rada i razvijanju financijskih tržišta, stvarajući istodobno produktivniju investicijsku klimu te privlačeći ulaganja. To je, smatra Jurčić, ključ hvatanja koraka s razvijenijim članicama Unije.

mogućnost manipulacije i korupcije unutar vladajućih struktura.

5. Borba protiv monopola i koncentracije ekonomske moći

• Regulacija protiv monopolizma: Zemlje koje žele graditi uključive insti-tucije moraju imati zakone koji sprječa-vaju prekomjernu koncentraciju bogat-stva i moći. Antitrustovski zakoni i regulacija tržišta osiguravaju da eko-nomska moć nije koncentrirana u rukama malog broja ljudi.

• Pravedna raspodjela resursa: Pravedna raspodjela resursa osigurava da koristi od ekonomskog rasta dosegnu šire slojeve društva, što jača ukupnu ekonomsku stabilnost i ravnotežu.

6. Podizanje svijesti i edukacija javnosti

• Građanska edukacija i aktivizam: Obrazovanje građana o njihovim pravima i odgovornostima kao i o prednostima uključivih institucija može pomoći u stvaranju svijesti o važnosti demokracije, odgovornosti i pravičnosti.

• Podrška reformama kroz zajedničke inicijative: Promjene u smjeru uključivih institucija često započinju

inicijativama na lokalnoj razini. Organiziranje zajednica za postizanje zajedničkih ciljeva poput poboljšanja obrazovanja, zdravstva ili infrastrukture može pomoći u širenju svijesti o važnosti uključivih institucija.

Zaključno, implementacija promjena prema inkluzivnim institucijama zahtijeva koordinirane napore između vlade, privatnog sektora, civilnog društva i građana. Takva transformacija često uključuje otpore elita koje imaju koristi od ekstraktivnih institucija, ali povijesni primjeri pokazuju da se dosljednim naporima i sinergijom može ostvariti pravednije i uključivije društvo.

Zanimljivo je što je u predgovoru ovom izdanju napisao dr.sc. Mato Njavro, dekan Zagrebačke škole ekonomije i menadžmenta: „Održivi ekonomski rast moguć je samo u nacijama s uključivim političkim i ekonomskim institucijama. Zašto je ovo djelo iznimno važno za Hrvatsku? Kao što bogate nacije ne ostaju bogate zauvijek tako ni siromašne nacije nisu osuđene na vječno siromaštvo. Acemoglu i Robinson navode da nacije mogu promijeniti svoju sudbinu i krenuti ka putu ekonomskog prosperiteta ako se tijekom ključnih povijesnih prekretnica odluče na ukidanje ekstrakcijskih i stvaranje uključivih institucija“.

Cijeli sadržaj ove publikacije može se vidjeti na: http://issuu.com/st-1-2015-online/docs/perspektive-3-4-2024

1-2-2024: http://issuu.com/st-1-2015-online/docs/perspektive-1-2-2024

3-4-2023: http://issuu.com/st-1-2015-online/docs/perspektive-3-4-2023

1-2-2023: http://issuu.com/st-1-2015-online/docs/perspektive-1-2-2023

3-4-2022: http://issuu.com/st-1-2015-online/docs/perspektive-3-4-2022

1-2-2022: http://issuu.com/st-1-2015-online/docs/perspektive-1-2-2022

3-4-2021: http://issuu.com/st-1-2015-online/docs/perspektive-3-4-2021

1-2-2021: http://issuu.com/st-1-2015-online/docs/perspektive-1-2-2021

3-4-2020: http://issuu.com/st-1-2015-online/docs/perspektive-3-4-2020

1-2-2020: http://issuu.com/st-1-2015-online/docs/perspektive-1-2-2020

3-4-2019: http://issuu.com/st-1-2015-online/docs/perspektive-3-4-2019

1-2-2019: http://issuu.com/st-1-2015-online/docs/perspektive-1-2-2019

3-4-2018: http://issuu.com/st-1-2015-online/docs/perspektive-3-4-2018

2-2018: http://issuu.com/st-1-2015-online/docs/perspektive_2_2018

1-2018: http://issuu.com/st-1-2015-online/docs/perspektive_1_2018

3-2017: http://issuu.com/st-1-2015-online/docs/perspektive-3-2017

2-2017: http://issuu.com/st-1-2015-online/docs/perspektive-2-2017

1-2017: http://issuu.com/st-1-2015-online/docs/perspektive-1-2017

4-2016: http://issuu.com/st-1-2015-online/docs/perspektive-4-2016

3-2016: http://issuu.com/st-1-2015-online/docs/perspektive-3-2016

2-2016: http://issuu.com/st-1-2015-online/docs/perspektive-2-2016

1-2016: http://issuu.com/st-1-2015-online/docs/perspektive-1-2016

4-2015: http://issuu.com/st-1-2015-online/docs/perspektive-4-2015

3-2015: http://issuu.com/st-1-2015-online/docs/perspektive-3-2015

2-2015: http://issuu.com/st-1-2015-online/docs/perspektive-2-2015

1-2015: http://issuu.com/st-1-2015-online/docs/perspektive-1-2015