Kada AI alat dobije nekoliko kolega, podršku mogu pružati jedni drugima. Kada ga organizacija proširi na stotine tisuća ljudi, u prvi plan dolaze pravila pristupa, izvori podataka i način učenja. Volkswagenov primjer zanimljiv je upravo zbog tog prijelaza iz pojedinačne uporabe u sustav organizacije.
Microsoft je 21. listopada objavio da je Volkswagen Grupa omogućila Microsoft Copilot za više od 330.000 zaposlenika. Uvođenje opisuje kao postupno: prethodna faza s Copilot Chatom imala je više od 300.000 mjesečno aktivnih korisnika. U posljednjem mjesecu, prema istoj objavi, u Grupi je bilo aktivno i više od 26.000 agenata.
Tri brojke govore o tri različite stvari
Broj ljudi kojima je alat dostupan govori o obuhvatu uvođenja. Mjesečno aktivni korisnici govore da su ljudi alat koristili u određenom razdoblju. Broj agenata dodatno opisuje uporabu automatiziranih radnih postupaka. Te pokazatelje treba držati odvojeno kako se pristup alatu ne bi zamijenio za dokaz određene uštede.
Objava ne donosi usporediv izračun ušteđenih sati ili financijskog povrata za cijelu Grupu. Za takav zaključak trebali bismo znati koji je zadatak mjeren, koliko često se obavlja i koliko vremena odlazi na pregled i doradu rezultata. To je korisno polazište i za puno manju hrvatsku tvrtku.
Od razgovora prema podacima i procesima
U aktualnoj fazi Microsoft opisuje uporabu Copilota s Work IQ-om u poslovima od inženjerstva i proizvodnje do nabave i prodaje. Najavljeno je i daljnje širenje zajedničkog podatkovnog okruženja Intelligent Data Foundation na Microsoft Fabricu. Namjera je da pouzdani podaci budu dostupniji i razumljiviji unutar kompanije.
To otvara važan praktičan zadatak prije bilo kakvog povećanja broja korisnika. Zaposlenik mora dobiti relevantan dokument, uz ovlasti koje odgovaraju njegovu poslu. Ako u arhivi postoje tri suprotne upute, brz pristup pogrešnoj verziji stvara novi problem. Uređivanje podataka i odgovornosti zato pripada istom projektu kao i uključivanje AI alata.
Kako tu pouku primijeniti u malom timu
| Korak | Praktičan početak |
|---|---|
| Odabrati posao | Jedan ponavljajući zadatak, primjerice nacrt sažetka iz odobrenih dokumenata. |
| Odrediti izvore i pristup | Dogovoriti koja zbirka vrijedi i tko je smije koristiti. |
| Uvesti pregled | Zapisati tko provjerava brojke, rokove i zaključke prije slanja. |
| Pratiti ukupni posao | Mjeriti pripremu, provjeru i dorade, uz učestalost pogrešaka. |
| Širiti prema rezultatu | Novi zadatak uključiti kada prethodni ima razumljiva pravila i koristan učinak. |
To je urednički prijedlog za početak, a ne tvrdnja da je Volkswagen koristio upravo takvu tablicu. Velika implementacija pruža povod da manji tim preciznije postavi vlastiti pilot. Pitanje je može li odabrani posao završiti kvalitetnije uz razuman trošak provjere.
Volkswagenov je slučaj snažan pokazatelj razmjera uporabe AI-ja u velikoj organizaciji. Za druge kompanije najkorisnije je pratiti kako se uz pristup alatima razvijaju pouzdani izvori, konkretni procesi i sposobnost zaposlenika da rezultate pregledaju. Tu nastaje temelj za učinak koji se poslije može mjeriti.
Foto: Sergey Sergeev / Pexels (ilustracija).
Izvori
Microsoft: Copilot u Volkswagen Grupi — 21. listopada 2026.; brojke i opis implementacije potječu od sudionika projekta
