30. septembar 2025.
Svi danas žele dio AI.
Industrija koja gori izuzetnom brzinom je puna novih startupova, novih ideja i milijardi dolara u novim investicijama.
Iako je tehnologija prisutna već neko vreme, ona se transformiše i unapređuje vrtoglavom brzinom. Sa tolikom pompom oko nje, verovatno je pravo vreme da se napravi korak unazad i zapita: „Pa, koja je poenta celog ovog AI?“ Da bi odgovorili na to pitanje, Mastercard Newsroom se obratio Arsalan Tavakoliju, suosnivaču i višem potpredsedniku za terensko inženjerstvo u kompaniji Databricks.
Nakon što su ga pre 12 godina osnovali istraživači sa Univerziteta Kalifornije na Berkliju, Databricks je izrastao u jedan od najvrednijih svetskih startupa, zaključivši finansijsku rundu ovog meseca koja ga je procenila na vrednost od preko 100 milijardi dolara. Kompanija sa sedištem u San Francisku demokratizuje pristup podacima i veštačkoj inteligenciji, olakšavajući više od 20.000 preduzeća širom sveta da iskoriste snagu svojih podataka za analitiku i aplikacije i agente zasnovane na veštačkoj inteligenciji. Mastercard koristi Databricks za razvoj novih agenata, poput jednog za pojednostavljivanje uključivanja klijenata za Mastercard korisnike.
Suosnivač Databricks-a Arsalan Tavakoli
„Razmišljate o svemu o čemu ljudi pričaju da žele učiniti, transformirati svijet s AI—bolje otkrivanje lijekova, bolje otkrivanje prevara“, kaže Tavakoli. „Sve to je u potpunosti izgrađeno na iskorištavanju podataka i AI, a platforma Databricks to omogućava.“
Dodajući nedavnim naslovima kompanije, prošle nedelje Databricks i OpenAI najavili su ugovor vredan 100 miliona dolara kako bi OpenAI modeli, uključujući GPT-5, bili nativno dostupni u okviru vodećeg AI proizvoda Databricks-a, Agent Bricks.
Sledeći intervju sa Tavakolijem je uređen radi dužine i jasnoće.
Tavakoli: Mislim da je dvostruki. Prvo, trebali biste se fokusirati na rezultate, a ne na alate. Broj ljudi koji kažu, "Zaostajemo." Moram da pokrenem grupu agenata. Moram da pokažem da mogu da radim na AI.” Ne dobivate bodove za izjavu da ste implementirali AI, zar ne?
Umjesto toga, ono što stvarno želite utvrditi je, koji poslovni rezultat želim postići? I obično to znači „Imam postojeći proces koji želim da automatizujem i učinim mnogo efikasnijim,” ili „Postoji novi skup sposobnosti koje želim da uvedem,” i AI je ono što otključava i omogućava da se to postigne.
Druga stvar je, svi su postali toliko uzbuđeni zbog AI, i povezali su ga sa LLM-ovima i kojim modelom ćete se koristiti? I iskreno, najveća stvar u svijetu poslovanja je AI koji je visokog kvaliteta, tačan i pouzdan. Y eso depende mucho de, "¿Tienes tu patrimonio de datos en orden y tienes una estrategia de gobernanza?"
Nije stvar u modelu; već u svim ostalim delovima. Kako doći do tačnosti? Kako ga upravljate? Kako utvrditi kako ga postaviti u proizvodnju i meriti ga? I također, kako to učiniti u prostoru koji se brzo razvija? Većina ljudi sa kojima razgovarate, koji su pokrenuli aplikaciju za vještačku inteligenciju prije samo šest mjeseci, reći će vam da bi je danas izgradili potpuno drugačije, jer postoje novi proizvodi na tržištu.
Tavakoli: Trenutni prihod je piramida. Na donjem sloju, potrebna vam je gomila infrastrukture, a to su čipovi. To je područje gdje neće biti mnogo kompanija, jer je barijera za ulazak veoma visoka.
Povrh toga, imate pružaoce modela osnova. Počeli smo sa mnogo, a smanjilo se uglavnom zbog kapitala potrebnog za obuku nekih od tih modela.
Poslednji sloj su aplikacije na vrhu. A danas, jer je rano, to nije masovno — iako je Databricks nedavno prešao $1 milijardu u brzini rasta prihoda od vještačke inteligencije, tako da nije beznačajno.
Si avanzas cinco años a partir de ahora, la pirámide será mucho más masiva y se invertirá. Mucho más de los ingresos se obtendrán de aplicaciones que están aprovechando la IA para transformar lo que la gente hace. I u tom prostoru, mislim da ne postoji pobjednik koji odnosi sve.
Tavakoli: Ono što se sada događa je da više nije „Oh moj Bože, izgradiću masivan model.” Sada ljudi počinju da ulaze u prilagođene, domen-specifične modele koji su u velikoj mjeri zavisni od podataka preduzeća.
U potrošačkom prostoru, većina onoga što želite da iskoristite je informacija koja je lako dostupna. ChatGPT je dobar u planiranju putovanja. Tako da mu možete reći, „Ovo su mjesta gdje sam bio, ovo su mjesta koja me zanimaju, ovo je subreddit koji ima ideje za putovanja, i ovo su godine moje djece — možeš li planirati odmor?” I obaviće prilično dobar posao, jer su to problemi koji su dobro shvaćeni sa javnim informacijama.
S druge strane, Mastercard pokušava da uključiti sve te nove ljude na platformu za korišćenje Mastercard proizvoda, poput preduzeća ili biznisa. I to je, "Moram da pozovem nekoga. Moram da razgovaram sa njima. Kako da pratim ovaj korak?" Dakle, vi to zovete POA — pomoćnik za uvođenje proizvoda. Uzeli smo agenta i obučili ga na svu vašu dokumentaciju i znanje. Sada korisnici imaju 24/7 agenta kojem traže pomoć. A to je značajno ubrzalo vreme potrebno nekome da se uvede. I mnogo puta kroz taj proces, ljudi bi odustali, zar ne? Ta fluktuacija je takođe opala.
Tavakoli: Niko ne voli taj odgovor. Ali mnogi procesi na koje trošite dosta novca nisu seksi. Daću vam primer. Vi ste osiguravajuća kompanija. Stižu vam gomile i gomile obrazaca zahteva, i utroši se puno resursa i frustracija na pitanje — „Kako da uzmem sve te obrasce i izvučem informacije koje mi trebaju?“ Kako da ga stavim u analitički obrazac da bih mogao da pokrenem uvide na njemu i zatim, na osnovu toga, preduzmem akciju? Niko se ne uzbuđuje zbog toga — osim osobe koja sjedi tamo i ljuti se što im potraživanje traje tri mjeseca za povrat. Ali ako sada mogu preći sa nečega što je trajalo mjesecima i uraditi to za djelić troškova — automatizovano — to je stvarno uzbudljiv slučaj upotrebe.
Ili ste proizvođač poluprovodnika, i ako imate nešto što bi inteligentno moglo otkriti anomalije i poboljšati vaš prinos za 0.1% — još jednom, kada je zadnji put neko bio uzbuđen zbog prinosnosti proizvodnje? Ali to znači puno novca.
Ogromno u produktivnosti, ogromno u trošku, nisu oni koji se povezuju kao revolucionarni. Mislim da su to dosadni AI slučajevi upotrebe. Možete isporučiti značajna poboljšanja sa AI, i to je ono što smo vidjeli sa našim klijentima.
Tavakoli: Odgovor koji uvijek dajem je, po ovoj logici, ako bismo rekli, “Hej, kada su došli bankomati ili kada su stigli kompjuteri, to su bile masivne transformacije — hoće li puno ljudi izgubiti posao?”
Postoji određeni skup stvari koje ljudi danas rade, a koje će biti automatizovane putem AI. Međutim, za mnoge od tih stvari, samo radi kvaliteta, i dalje želite čovjeka u procesu. I cijeli smisao je da kada automatizujete ove zadatke, oni takođe otvaraju sasvim novi skup zahtjeva za obavljanje stvari koje prije niste mogli raditi. Na primjer, sada kada imate bankomate i internet bankarstvo, pojavljuju se novi setovi e-commerce uloga za koje nikada ne bismo pomislili da će postojati u prošlom svijetu, i oni generišu tonu poslova i produktivnosti zajedno s tim.
Uz unapređivanje vještina i obuku, dok će se specifične radne odgovornosti mijenjati, pojavit će se sasvim nova klasa novih radnih odgovornosti gdje će kompanijama trebati ljudi da ih ispune. Zapravo mislim da ćete vidjeti porast tražnje za radnom snagom. Dakle, više se radi o tome, "Kako unaprijediti vještine?"
Tavakoli: Da i ne. Da, mi smo u AI balonu. Ne, to ne mijenja planove.
Često me pitaju obrnuto pitanje, koje kaže: „Da li je AI transformacijski ili precijenjen?“ Moj odgovor na to je da. Mislim da ljudi još uvek ne razumeju u potpunosti AI, i tako je odgovor na bilo koje pitanje: AI će to rešiti. Šetao sam okolo i bilo je znak da kaže „Auto-praonica pokretana vještačkom inteligencijom.“ I ja sam kao, ne znam šta to znači. Sve je sada pokretano vještačkom inteligencijom. Uvek postoji taj vrhunac uzbuđenja koji će se smiriti kako se utvrdimo koji su stvarni slučajevi upotrebe koji su ljudima potrebni. Mislim da nećete videti da sve kompanije trenutno u AI prostoru nastavljaju da preživljavaju.
Zašto to ne menja planove Databricks-a je to što je AI odličan i mislimo da je važan u budućnosti, i očigledno smo se u njega mnogo ulagali tokom proteklih 12 godina. Ali, takođe, značajan deo našeg poslovanja je data strana, kao što je transformacija podataka i operativni radni tokovi, koji su dokazani, koji definitivno nisu u mehuru i koji rastu. Iz perspektive Databricks-a, prilagođavate se onome što klijentima treba. I već smo videli taj pokret od preterane uzbuđenosti do toga koji su ključni važni slučajevi upotrebe i ishodi, i podržali smo ih tamo.