13.08.2026 · Edukacije
Besplatne AI edukacije u kolovozu i rujnu: 10 praktičnih webinara i seminara za poslovne korisnike
Od 24. kolovoza do 7. rujna 2026. organizirali smo deset besplatnih edukacija o praktičnoj primjeni umjetne inteligencije u poslovanju. Donosimo pregled obrađenih tema, korištenih alata i najvažnijih lekcija cijelog programa.
Deset edukacija, deset konkretnih poslovnih problema
Od 24. kolovoza do 7. rujna 2026. organizirali smo ciklus od deset besplatnih edukacija o praktičnoj primjeni umjetne inteligencije u poslovanju.
Svaka edukacija polazila je od konkretnog poslovnog problema: obrade sastanka, prepunog ulaznog spremnika, analize podataka, pripreme ponude, poslovnog istraživanja, analize komentara korisnika, pregleda velikih dokumenata, automatizacije procesa, razvoja manje aplikacije ili procjene AI rizika.
Cilj programa nije bio predstaviti jedan alat kao najbolje rješenje za sve zadatke. Željeli smo pokazati kako najprije razumjeti poslovni problem, zatim odabrati odgovarajući alat i na kraju provjeriti dobiveni rezultat.
Napomena: program i poveznice u ovom članku odnose se na ciklus održan od 24. kolovoza do 7. rujna 2026. Nove datume i trenutačno otvorene prijave provjerite među aktualnim terminima naših edukacija.
Koje smo poslovne scenarije obradili?
Datum | Tema | Glavni rezultat |
|---|---|---|
24. 8. 2026. | AI automatizacija nakon sastanka | Strukturirani zapisnik, odluke, zadaci i rokovi |
25. 8. 2026. | Povratak s godišnjeg uz AI | Sažetak komunikacije i prioritetni plan rada |
26. 8. 2026. | Analiza Excel podataka uz AI | Pregledan management izvještaj |
27. 8. 2026. | Od upita klijenta do ponude | Strukturiran proces izrade poslovne ponude |
31. 8. 2026. | Poslovno istraživanje uz AI | Provjereni izvori i sažetak za odlučivanje |
1. 9. 2026. | Analiza komentara korisnika | Teme, sentiment, problemi i prioriteti |
2. 9. 2026. | Analiza velikih dokumenata | Popis zahtjeva, obveza, rokova i rizika |
3. 9. 2026. | Automatizacija poslovnog procesa | Kontrolirani tijek od zahtjeva do aktivnosti |
4. 9. 2026. | Razvoj manje aplikacije uz AI | Funkcionalno rješenje uz testiranje i verzioniranje |
7. 9. 2026. | AI rizici i odgovornost | Prepoznavanje rizika i potrebnih kontrola |
Od sastanka do izvršenih zadataka
Poslovni sastanak često završava dodatnim administrativnim poslom. Potrebno je pripremiti zapisnik, izdvojiti donesene odluke, prepoznati zadatke, odrediti odgovorne osobe i rokove te obavijestiti sudionike.
Pokazali smo kako se alati poput Microsoft Copilota, ChatGPTa, Claudea, Fireflies.ai-ja i Power Automatea mogu uključiti u različite faze tog procesa.
AI može pomoći pri:
pripremi dnevnog reda
sažimanju transkripta
izdvajanju odluka
pretvaranju dogovora u zadatke
prepoznavanju odgovornih osoba i rokova
pripremi naknadne komunikacije
automatiziranom prijenosu zadataka u druge alate
Najvažniji korak ipak ostaje ljudska potvrda. AI može pogrešno povezati zadatak s osobom, propustiti kontekst ili obvezu prikazati kao konačnu odluku.
Detaljan postupak dostupan je u našem vodiču kako koristiti AI prije, tijekom i nakon sastanka.
Od prepunog ulaznog spremnika do jasnog plana rada
Povratak nakon nekoliko dana ili tjedana izbivanja često znači velik broj nepročitanih poruka, otvorenih pitanja i zadataka različite važnosti.
Umjesto ručnog čitanja svake poruke redoslijedom kojim je pristigla, AI može pomoći pri:
grupiranju poruka prema temama
sažimanju duljih nizova komunikacije
izdvajanju poruka koje zahtijevaju odgovor
pronalaženju navedenih rokova
prepoznavanju otvorenih pitanja
pripremi popisa prioriteta
izradi nacrta odgovora
Takav rezultat ne treba automatski tretirati kao konačan plan. Potrebno je provjeriti jesu li obuhvaćene sve važne poruke, jesu li prioriteti ispravno procijenjeni i je li AI razlikovao informativnu poruku od stvarne obveze.
Od Excel tablice do management izvještaja
Velika tablica sama po sebi nije poslovna informacija. Da bi podaci pomogli pri odlučivanju, potrebno ih je urediti, povezati s odgovarajućim pokazateljima i prikazati u jasnom kontekstu.
Na praktičnom primjeru kombinirali smo Excel i AI pri:
provjeri strukture podataka
prepoznavanju nedostajućih ili nelogičnih vrijednosti
izračunu ključnih pokazatelja
usporedbi rezultata s planom
pronalaženju odstupanja
pripremi grafikona
oblikovanju management sažetka
AI može ubrzati analizu, ali ne može nadoknaditi neuredne podatke ili pogrešno odabrane pokazatelje.
Cijeli postupak opisali smo u vodiču kako od Excel tablice napraviti management izvještaj.
Od upita klijenta do gotove ponude
Izrada kvalitetne ponude počinje prije otvaranja predloška u Wordu.
Prvo treba analizirati početni upit, prepoznati informacije koje nedostaju, definirati opseg posla i pripremiti pouzdanu kalkulaciju. Tek se nakon toga može oblikovati sadržaj ponude i završna komunikacija.
AI može pomoći u svakoj fazi:
sažeti početni upit klijenta
izdvojiti navedene zahtjeve
prepoznati informacije koje nedostaju
pripremiti dodatna pitanja
strukturirati opseg ponude
pomoći pri pripremi kalkulacije
izraditi nacrt dokumenta
prilagoditi ton završne poruke
AI pritom ne treba samostalno određivati cijene, rokove ili uvjete koji mu nisu dani. Svaku komercijalnu informaciju potrebno je potvrditi prije slanja ponude klijentu.
Od pitanja do kvalitetnog poslovnog istraživanja
AI može vrlo brzo ponuditi odgovor, ali brz odgovor nije isto što i kvalitetno poslovno istraživanje.
Pouzdan postupak zahtijeva:
precizno definirano pitanje
plan istraživanja
relevantne i aktualne izvore
razlikovanje činjenica od pretpostavki
usporedbu više izvora
provjeru ključnih tvrdnji
navođenje ograničenja
sažetak prilagođen odluci koja se donosi
U ovoj smo edukaciji usporedili različite načine korištenja ChatGPTa, Claudea, Perplexityja i Geminija. Fokus nije bio samo na pronalaženju informacija, nego i na provjeri njihove kvalitete.
Posebno je važno provjeriti podudara li se izvor s tvrdnjom koju bi trebao podržavati. Postojanje poveznice ne znači automatski da je AI ispravno protumačio njezin sadržaj.
Što nam može otkriti velik broj komentara korisnika?
Ankete, recenzije, reklamacije i otvoreni tekstualni odgovori mogu sadržavati vrijedne informacije koje je teško uočiti ručnim pregledom.
AI može pomoći u analizi većeg broja komentara tako da:
klasificira sadržaj
pronađe teme koje se ponavljaju
prepozna pozitivne i negativne obrasce
grupira slične probleme
izdvoji reprezentativne primjere
pretvori tekstualne rezultate u tablicu
pomogne pri određivanju prioriteta
Rezultate analize sentimenta i klasifikacije potrebno je provjeriti na uzorku. Ironija, stručni izrazi, mješoviti stavovi i nedostatak konteksta mogu dovesti do pogrešnog označavanja komentara.
Cilj analize nije samo izbrojiti pozitivne i negativne komentare, nego razumjeti koji se problemi ponavljaju i gdje postoji stvarna prilika za poboljšanje.
Kako analizirati veliki dokument uz AI?
Tenderi, ugovori, pravilnici, procedure i tehnička dokumentacija mogu sadržavati desetke ili stotine stranica međusobno povezanih informacija.
Jednostavan zahtjev poput „sažmi dokument” nije dovoljan kada trebamo pronaći:
ključne zahtjeve
rokove
obveze
odgovorne strane
moguće kontradikcije
nejasne formulacije
nedostajuće odredbe
potencijalne rizike
Pokazali smo kako dokument najprije podijeliti na cjeline, zatim analizirati svaku relevantnu sekciju i svaki važan nalaz povezati s izvornom stranicom ili odredbom.
Detaljan kontrolirani postupak pronađite u našem vodiču kako analizirati dokument od 100 stranica uz AI.
Od ručnog zahtjeva do automatiziranog procesa
Mnogi poslovni procesi započinju porukom e-pošte, obrascem, Excel tablicom ili drugim ručnim unosom. Nakon toga slijede provjere, prepisivanje podataka, odobrenja i slanje obavijesti.
AI i alati za automatizaciju mogu povezati pojedine korake:
zaprimanje zahtjeva
izdvajanje važnih podataka
provjera prema poslovnim pravilima
slanje na odobrenje
izvršavanje dopuštene aktivnosti
evidentiranje rezultata
obavještavanje sudionika
Automatizacija ipak mora sadržavati način postupanja s iznimkama. Ako podatak nedostaje, pravilo nije zadovoljeno ili rezultat nije dovoljno pouzdan, proces treba stati i uključiti odgovornu osobu.
Važno je zadržati i trag aktivnosti kako bi se naknadno moglo utvrditi što je sustav napravio, na temelju kojih podataka i tko je odobrio rezultat.
Od poslovne ideje do funkcionalne mini aplikacije
AI alati za razvoj mogu ubrzati pretvaranje jednostavne poslovne ideje u funkcionalan prototip.
Tijekom edukacije prošli smo korake od definiranja problema i zahtjeva do razvoja, testiranja, ispravljanja pogrešaka, verzioniranja i objave manje aplikacije.
AI može:
pomoći pri razradi zahtjeva
predložiti strukturu rješenja
generirati početni kôd
objasniti pogrešku
predložiti testne scenarije
pomoći pri izradi dokumentacije
Generirani kôd ne treba automatski smatrati sigurnim ni spremnim za produkciju. Potrebno ga je pregledati, testirati i provjeriti ponašanje u očekivanim i neočekivanim situacijama.
Kada AI odluka utječe na ljude
Posljednja tema ciklusa bila je odgovorna primjena umjetne inteligencije u situacijama u kojima rezultat može utjecati na ljude, novac ili prava korisnika.
Razmatrali smo rizike povezane s:
nekvalitetnim ili pristranim podacima
nejasnim kriterijima odlučivanja
nedovoljnom ljudskom kontrolom
nedostatkom transparentnosti
nepostojanjem traga aktivnosti
nekritičkim prihvaćanjem rezultata
lažnim predstavljanjem i deepfake sadržajima
socijalnim inženjeringom
AI smo promatrali i kao kritičara vlastitog rješenja. Od alata možemo zatražiti da pronađe rubne slučajeve, moguće načine zlouporabe i situacije u kojima predloženi proces može zakazati.
Takva provjera nije zamjena za stručnu procjenu, ali može pomoći u ranom prepoznavanju pitanja koja treba riješiti prije uvođenja sustava.
Pet lekcija koje povezuju cijeli program
Iako su edukacije obrađivale različite poslovne scenarije, kroz cijeli su se program ponavljala ista važna načela.
1. Prvo definiramo problem, a zatim biramo alat
AI alat ne treba birati prema popularnosti, nego prema zadatku, dostupnim podacima, potrebnim integracijama i pravilima organizacije.
2. Kvaliteta rezultata ovisi o kvaliteti konteksta
Dobar upit treba sadržavati cilj, relevantnu pozadinu, ograničenja, kriterije i očekivani format rezultata.
3. Jedan alat nije najbolji za sve zadatke
ChatGPT, Claude, Microsoft Copilot, Perplexity, Gemini i drugi alati imaju različite mogućnosti, integracije i ograničenja. U nekim procesima najbolje rezultate daje njihova kontrolirana kombinacija.
4. Automatizacija mora predvidjeti iznimke
Nije dovoljno definirati što se događa kada sve radi ispravno. Potrebno je odrediti i što se događa kada podatak nedostaje, rezultat nije pouzdan ili je potrebna ljudska odluka.
5. Ljudska provjera ostaje dio procesa
AI može ubrzati pripremu i analizu, ali odgovornost za važnu poslovnu, financijsku, pravnu ili kadrovsku odluku ostaje na odgovornoj osobi.
Koja je edukacija dobar sljedeći korak?
Odabir ovisi o poslovnim zadacima koje želite unaprijediti.
Ako želite dobiti širi pregled generativne umjetne inteligencije, poslovnih primjena, promptova i sigurnosti podataka, pogledajte našu edukaciju AI za poslovne korisnike.
Ako želite praktično usporediti vodeće alate i koristiti ih za dokumente, analizu, prezentacije i poslovnu komunikaciju, pogledajte našu edukaciju ChatGPT, Claude i Copilot za poslovne korisnike.
Nove datume, načine izvođenja i trenutačno otvorene prijave uvijek provjerite među aktualnim terminima naših edukacija.
Povezane edukacije
Ako želite ovu temu primijeniti u praksi, pogledajte edukacije koje obrađuju slične alate, procese ili poslovne scenarije.
AI za poslovne korisnike
Edukacija je namijenjena menadžerima, voditeljima timova i poslovnim korisnicima koji žele razumjeti što AI stvarno jest i gdje ga ima smisla koristiti. Polaznici se upoznaju s osnovama umjetne inteligencije, generativnom AI, poslovnim use-caseovima, promptovima, sigurnošću podataka i prvim koracima za uvođenje AI alata u organizaciju.
Trajanje: 14 h
Pogledaj edukacijuTrebate edukaciju prilagođenu vašem timu?
Pošaljite upit →