Naše najnovije priče, uvidi i saveti

Inicijative za uvođenje generativne veštačke inteligencije često zastaju ne zbog upravnog odbora, dobavljača ili obuke, već zato što menadžeri srednjeg nivoa određuju kako se AI prevodi u svakodnevni rad. Postoji pet različitih profila koji utiču na to kako menadžeri percipiraju AI i sprovode nove inicijative sa svojim timovima: AI skeptici, tradicionalisti koji čekaju i posmatraju, oprezni implementatori, entuzijastični eksperimentatori i AI katalizatori. Svaki od njih različito reaguje na rizik, dokaze, podsticaje i podršku. Efikasni lideri moraju prilagoditi svoj pristup svakom profilu, kombinujući jasno upravljanje, odgovarajuće podsticaje i ciljanu podršku. Sledeća faza konkurentske prednosti u oblasti veštačke inteligencije neće pripadati kompanijama sa najglasnijim direktivama, već onim kompanijama koje znaju sa kojim menadžerima imaju posla i svakom od njih pružaju tačno ono što mu je potrebno da krene napred.

Najčešća tačka neuspeha u primeni generativne veštačke inteligencije nije sala za sastanke upravnog odbora, uži izbor dobavljača niti portal za obuku. To je sloj menadžera koji mora da pretvori ambiciju rukovodstva u svakodnevno ponašanje. Zbog toga usvajanje generativne AI stalno zastaje, čak i u organizacijama gde su viši lideri odobrili budžet, odabrali platformu i najavili direktivu. Menadžeri srednjeg nivoa odlučuju da li će AI postati radni proces, sporedni eksperiment, glavobolja u pogledu usklađenosti ili tiha žrtva organizacionog izbegavanja.

Menadžeri srednjeg nivoa rade više od pukog sprovođenja odluka rukovodstva. Oni tumače šta te odluke znače za zaposlene. Operativni timovi posmatraju svoje menadžere kako bi utvrdili da li AI predstavlja koristan alat, prolazni trend, mehanizam nadzora ili upozorenje o budućim otpuštanjima. Rukovodilac može obećati da će AI smanjiti monoton rad, ali zaposleni veruju tom obećanju tek kada njihovi menadžeri u skladu sa tim promene obim posla, prakse pregleda rada, očekivanja u pogledu učinka i prava odlučivanja. To čini usvajanje generativne veštačke inteligencije izazovom operativnog modela, a ne konvencionalnom implementacijom softvera. Menadžeri srednjeg nivoa nalaze se na mestu gde se strateška ambicija susreće sa strepnjom zaposlenih, dvosmislenim smernicama, postojećim radnim tokovima i odgovornošću za manjkave rezultate.

Viši lideri često pogrešno dijagnostikuju problem. Oni pretpostavljaju da usvajanje zavisi od tri poteza: artikulisanja strategije, odabira tehnologije i obuke radne snage. Ti koraci su neophodni, ali su retko dovoljni. AI transformacija se odvijala brže od većine operativnih modela. Mekinzijev izveštaj o stanju AI za 2025. godinu (McKinsey’s 2025 State of AI) pokazao je da je upotreba veštačke inteligencije široko rasprostranjena, ali mnoge organizacije je još uvek nisu ugradile dovoljno duboko u radne tokove i procese da bi ostvarile materijalnu vrednost za preduzeće. Štaviše, Majkrosoftov i Linkedinov Indeks trendova rada za 2024. godinu (Microsoft and LinkedIn’s 2024 Work Trend Index) utvrdio je da su zaposleni već koristili AI na poslu, dok su mnogi lideri i dalje bili bez jasnog puta od individualne produktivnosti do poslovne vrednosti, što odražava jaz između entuzijazma i egzekucije. Mehanizam koji nedostaje jeste menadžersko prevođenje: ko odlučuje koji se radni tokovi menjaju, kako se proverava kvalitet, šta je zaposlenima dozvoljeno da isprobaju i šta se dešava kada rad potpomognut veštačkom inteligencijom krene po zlu.

Razmotrite šta se dešava nakon što izvršni tim objavi da svako odeljenje treba da počne da koristi generativnu veštačku inteligenciju. Jedan menadžer daje zaposlenima dozvolu za eksperimentisanje, uspostavlja standarde pregleda i identifikuje radni tok vredan redizajniranja. Drugi menadžer govori malo, čeka jasnija uputstva i nastavlja da ocenjuje zaposlene prema starom procesu. Za nekoliko meseci, prvi tim je razvio ponovljivu praksu, dok se drugi podelio na zaposlene koji izbegavaju AI i zaposlene koji je koriste potajno, bez ikakvog nadzora.

Ovo razilaženje stvara više od neujednačenog usvajanja. Ono stvara nedosledan kvalitet, skrivene rizike po podatke, duplirane eksperimente, frustrirane zaposlene i ulaganja u tehnologiju koja nikada ne donose značajne povrate. Kako generativna veštačka inteligencija prelazi iz opcionalnog eksperimentisanja u osnovne poslovne procese, organizacije imaju sve manje prostora da ove odluke prepuste menadžerskoj improvizaciji.

Pet načina razmišljanja menadžera koji oblikuju usvajanje

Moje istraživanje ukazuje na precizniju dijagnozu. Istražujući za svoju knjigu, Psihologija usvajanja AI na poslu (The Psychology of AI Adoption at Work), i oslanjajući se na više od 35 fokus grupa sa preko 250 menadžera srednjeg nivoa, uz 22 dubinska intervjua u organizacijama u sektorima kao što su osiguranje, proizvodnja, pravne usluge, maloprodaja, obrazovanje i tehnologija, otkrio sam da menadžeri srednjeg nivoa ne predstavljaju jedinstven blok koji pruža otpor promenama. Oni se grupišu u pet psihografskih profila. Svaki profil različito reaguje na pritisak, rizik, dokaze, podsticaje i upravljanje. Tretiranje svih njih na isti način može stvoriti nekoliko impresivnih pilot projekata, ali retko donosi dosledno usvajanje u svim odeljenjima.

AI skeptik

Prvi profil, AI skeptik, najlakše je karikirati i sa njim je najlakše pogrešno postupiti. Skeptici nisu samo tvrdoglavi. Oni često imaju legitimne zabrinutosti u pogledu odgovornosti, gubitka posla, privatnosti podataka, kvaliteta i ljudske cene automatizacije. Videli su kako su prošle „transformacije“ dolazile sa parolama, a za sobom ostavljale narušene procese. Kada sažetak usklađenosti koji je generisala AI sadrži grešku, oni očekuju da budu osobe koje će za to odgovarati. Kada rukovodioci govore o efikasnosti, oni čuju rizik od smanjenja broja zaposlenih.

U svakodnevnoj praksi, skeptični menadžeri mogu odlagati odobrenja alata, ograničiti AI na opcionalno individualno eksperimentisanje ili zahtevati od zaposlenih da opravdaju svaki pojedinačni slučaj upotrebe. Na primer, jednom sam vodio obuku o liderstvu gde je jedan skeptik više puta insistirao na tome da ne veruje AI alatima sa podacima svog tima, uprkos činjenici da je IT odeljenje kompanije proverilo i odobrilo Uslove korišćenja softverskog paketa, u kojima izričito stoji da se modeli ne obučavaju ni na kakvim podacima korisnika koji se pretplate na taj paket. U obrazovnim ustanovama i neprofitnim organizacijama, ovo neprijateljstvo se ispoljava kao oklevanje da se koristi AI zbog navodne prekomerne potrošnje električne energije i vode.

Timovi AI skeptika često reaguju na jedan od dva načina: u potpunosti izbegavaju AI, ili je koriste potajno, bez deljenja upita, rezultata ili grešaka. Prvi odgovor guši učenje, dok drugi stvara upotrebu AI u senci, bez zajedničkih standarda kvaliteta ili bezbednosti.

Pogrešna intervencija za skeptike jeste još više evangelizacije. Ovim pojedincima su potrebni dokazi uz jasnu odgovornost. Lideri bi trebalo da im daju uske pilot projekte niskog rizika sa definisanim metrikama, ljudskim pregledom i eksplicitnim pravilima o tome ko snosi odgovornost za greške napravljene uz pomoć AI. Pilot projekti veštačke inteligencije koji su zaista važni nisu upadljive demonstracije. To su pažljivo odabrani testovi radnog toka koji porede vreme ciklusa, kvalitet, dorade, iskustvo zaposlenih i rizične događaje u odnosu na trenutni proces. Skeptici moraju da vide da organizacija od njih ne traži da apsorbuju neupravljani rizik u zamenu za tuđu priču o produktivnosti.

Tradicionalista koji čeka i posmatra

Drugi profil stvara tiše usko grlo. Ovi menadžeri ne blokiraju AI; oni je odlažu. Traže još jedan dokaz, lekcije drugog odeljenja, još jedan dopis o smernicama, još jedno tromesečje posmatranja. Njihov otpor često zvuči razumno jer koristi jezik opreznosti. Ipak, pasivnost postaje strateško opterećenje kada svaki tim čeka da neki drugi tim krene prvi. Ovde upravljanje promenama u oblasti veštačke inteligencije mora da prevaziđe generičke obuke i stvori pritisak kolega putem verodostojnih internih primera.

Tradicionalisti koji čekaju i posmatraju najbolje reaguju na poređenje, a ne na prinudu. Spojite ih sa cenjenim menadžerima koji su vodili uspešne pilot projekte u srodnim funkcijama. Pokažite im kako je marketinški tim skratio vreme pisanja prvog nacrta zadržavajući ljudsku uredničku kontrolu, ili kako je finansijski tim koristio AI da sažme objašnjenja odstupanja bez automatizovanja konačne procene. Dajte im malu obavezu usvajanja vezanu za njihov sopstveni radni tok, a ne sveobuhvatan cilj na nivou celog preduzeća. Njihovo osnovno pitanje nije „Da li je AI dobra?“ već „Zašto bih sada trošio oskudnu menadžersku pažnju na ovo?“ Liderima je potreban odgovor utemeljen na ograničenjima njihovog odeljenja.

Oprezni implementator

Oprezni implementator je često najvredniji menadžer u sistemu. Ovi menadžeri su otvoreni za AI, ali disciplinovani u pogledu kontrola. Oni traže selekciju slučajeva upotrebe, protokole pregleda, puteve eskalacije i merljive ishode. Oni su ljudi koji će najverovatnije pretvoriti entuzijazam u skalabilnu praksu. Ipak, organizacije ih često frustriraju pružanjem neodređene dozvole umesto upotrebljive infrastrukture. Opreznom implementatoru nije potreban još jedan inspirativni zajednički sastanak. Potrebna im je biblioteka upita, odobrena pravila o korišćenju podataka, šabloni za pilot projekte, provere kvaliteta i forum za iznošenje nedostataka bez straha od kazne.

Kada lideri ostave te zahteve nedefinisanim, oprezni implementatori drže pilot projekte u uskim okvirima, odlažu širu primenu ili šalju svaki novi slučaj upotrebe kroz ponovljene krugove pregleda. Njihovi timovi mogu odgovorno koristiti AI, ali samo u izolovanim džepovima koji nikada ne postaju standardna praksa. Ono što rukovodiocima izgleda kao preterana opreznost može zapravo odražavati odsustvo operativnog sistema za odgovorno usvajanje.

Ovde strategija veštačke inteligencije postaje operativna. Istraživanje BCG-a iz 2026. godine pod nazivom AI na poslu (BCG’s 2026 AI at Work) tvrdi da je strateška jasnoća važnija od pristupa alatima jer se poslovi menjaju brže nego što kompanije redizajniraju poslovanje. Oprezni implementatori su most između te dve realnosti. Oni mogu uzeti cilj rukovodstva poput „koristite AI za poboljšanje odziva kupcima“ i prevesti ga u proveren proces: koji upiti kupaca se kvalifikuju, koji izvori podataka su dozvoljeni, šta AI sastavlja, šta ljudi proveravaju i šta se prati nakon lansiranja.

Lideri bi trebalo da daju opreznim implementatorima ovlašćenje da osmisle proces pregleda za ograničeni slučaj upotrebe, zajedno sa blagovremenim pristupom pravnoj ekspertizi, ekspertizi za informacionu bezbednost, ljudske resurse ili usklađenost. Zatim bi trebalo da zatraže od ovih menadžera da dokumentuju radni tok, provere kvaliteta, nedostatke i rezultate u formatu koji drugi timovi mogu ponovo iskoristiti. Ovo pretvara njihovu opreznost u organizacionu infrastrukturu umesto da joj dozvoli da postane trajna kočnica za usvajanje.

Entuzijastični eksperimentator

Četvrti tip menadžera donosi zamah. Entuzijastični eksperimentatori isprobavaju nove alate, dele upite, organizuju neformalne demonstracije i čine da AI deluje praktično, a ne apstraktno. Oni mogu pretvoriti anksioznost u radoznalost jer kolegama pokazuju stvarne rezultate, a ne prezentacije. U mnogim organizacijama, oni su prvi ljudi koji dokazuju da usvajanje AI može preći sa lične produktivnosti na praksu na nivou tima. Vortonov izveštaj o usvajanju AI za 2025. godinu (Wharton’s 2025 AI Adoption Report) naglašava važnost poluga u ljudima i procesima za pretvaranje mejnstrim upotrebe u trajni povrat investicije, a entuzijastični eksperimentatori su često mesto gde se te poluge prvi put pojavljuju.

Njihov rizik je brzina bez strukture. Entuzijastični eksperimentatori mogu koristiti alate pre nego što pravna služba, odeljenje za usklađenost, informacionu bezbednost ili HR razjasne granice. Oni mogu nenamerno normalizovati nebezbedne prakse jer rane pobede deluju tako ubedljivo. Lideri ne bi trebalo da ih usporavaju birokratijom, već bi trebalo da ih usmere postavljanjem zaštitnih ograda. Dajte im odobrene alate, zajedničke biblioteke upita, standarde pregleda i vidljiv put za postavljanje pitanja o pravilima. Odajte im priznanje za bezbedne ishode, a ne samo za brzo delovanje.

AI katalizator

Poslednji profil, AI katalizator, istovremeno je i dar i test upravljanja. Katalizatori vide generativnu AI kao široki pokretač transformacije. Oni žele da redizajniraju procese u više timova, utiču na kolege, grade koalicije i podstiču rukovodioce da se kreću brže. U pravom okruženju, oni postaju interni preduzetnici koji pomažu organizaciji da pobegne iz čistilišta pilot projekata. U pogrešnom okruženju, oni prevazilaze granice poverenja, potcenjuju usklađenost i izazivaju negativne reakcije timova koji se osećaju kao zamorčići u eksperimentu.

Za katalizatore, upravljanje veštačkom inteligencijom mora biti omogućavajuće, a ne performativno. Profil generativne AI u okviru NIST-ovog Okvira za upravljanje rizicima od AI (NIST’s Generative AI Profile for the AI Risk Management Framework) identifikuje rizike kao što su privatnost podataka, informaciona bezbednost, konfabulacija (halucinacije), štetna pristrasnost i pitanja intelektualne svojine. Ti rizici nisu razlozi za zaustavljanje katalizatora. Oni su projektni zahtevi za odgovorno ubrzanje. Zatražite od katalizatora da sprovedu premortem analize pre pilot projekata visokog uticaja, definišu pragove eskalacije, dokumentuju tačke ljudskog pregleda i izveste o naučenim lekcijama u formatu koji drugi timovi mogu ponovo upotrebiti.

Uskladite intervenciju sa menadžerom

Identifikovanje ovih pet profila je samo prvi korak. Većina organizacija sadrži svih pet, često unutar iste funkcije ili liderskog tima. Višim liderima je stoga potreban ponovljiv način da dijagnostikuju šta sprečava svakog menadžera da deluje i da u skladu sa tim usklade podršku, podsticaje i odgovornost.

Praktična dijagnostika počinje sa tri pitanja:

• Čega se ovaj menadžer plaši da će izgubiti?
• Koji dokazi bi promenili njegovo mišljenje?
• Kakva podrška bi mu omogućila da deluje odgovorno?

Skeptici se plaše odgovornosti i gubitka radnog mesta. Tradicionalisti koji čekaju i posmatraju plaše se uzaludnog truda i političke izloženosti. Oprezni implementatori se plaše neupravljanog rizika. Entuzijastični eksperimentatori se plaše propuštene prilike, a katalizatori organizacione plašljivosti. Te razlike su važne jer svaki profil zahteva drugačiji odgovor lidera.

Lideri takođe moraju da redizajniraju podsticaje. Previše organizacija javno nagrađuje entuzijazam prema veštačkoj inteligenciji, dok privatno kažnjava greške u vezi sa njom. To gura menadžere u defanzivno ponašanje. Ako se menadžeru kaže da eksperimentiše, ali biva okrivljen za svaku nesavršenost, racionalan potez je da čeka. Ako se slavi brzina bez imalo pažnje posvećene tačnosti, privatnosti ili poverenju, racionalan potez je preterivanje. Bolji sistem nagrađuje disciplinovano učenje: jasne hipoteze, odgovorne pilot projekte, merljiv uticaj na radni tok, transparentno prijavljivanje grešaka i skaliranje zasnovano na dokazima.

Za menadžere koji pružaju otpor, intervencija se sastoji od dokaza i psihološke bezbednosti. To podrazumeva transparentne razgovore o uticaju na poslove, posebno zato što Izveštaj o budućnosti poslova Svetskog ekonomskog foruma (World Economic Forum’s Future of Jobs Report) identifikuje AI i obradu informacija kao glavne sile koje preoblikuju rad i veštine do 2030. godine. Lideri ne bi trebalo da se pretvaraju da poremećaja neće biti. Trebalo bi da kažu šta će se promeniti, šta neće, koje veštine će biti važne i kako će menadžeri koji nauče da unaprede rad pomoću AI biti u boljoj poziciji od onih koji je izbegavaju.

Za menadžere koji pružaju podršku, intervencija se sastoji od omogućavanja uz postavljanje granica. Pružite opreznim implementatorima operativnu disciplinu koja im je potrebna, a entuzijastičnim eksperimentatorima bezbedno okruženje za testiranje i mehanizam za širenje korisnih praksi. Dajte katalizatorima mandat vezan za kontrolu rizika. Klasična premortem analiza projekta je ovde posebno korisna jer legitimizuje neslaganje pre nego što pilot projekat uopšte počne. Postavljanje pitanja: „Zamislite da je ovaj AI pilot projekat doživeo potpuni neuspeh; šta se dogodilo?“ pomaže timovima da iznesu pravne rizike, kao i rizike kvaliteta, poverenja, radnog toka i usvajanja dok još uvek ima vremena da se poduhvat redizajnira.

Pravi test korporativne veštačke inteligencije jeste menadžersko poverenje

Rukovodioci bi trebalo da prestanu da pitaju: „Zašto zaposleni ne usvajaju AI?“ i umesto toga postave pitanje: „Koji profili menadžera srednjeg nivoa oblikuju usvajanje u svakoj funkciji i da li smo uskladili intervenciju sa tim profilom?“ To pitanje pretvara nejasan kulturološki problem u praktičan menadžerski plan. Ono pomaže liderima da izbegnu gubljenje meseci na ponovljene pilot projekte, smanje anksioznost pre nego što ona preraste u otpor i iskoriste energiju ranih usvojilaca a da im ne dozvole da prestignu upravljačke okvire.

Usko grlo je stvarno, ali je takođe i rešivo. Menadžeri srednjeg nivoa mogu da blokiraju generativnu AI, da je razvodnje, iskrive — ili da je pretvore u merljivu poslovnu vrednost. Viši lideri koji žele praktične smernice o odgovornom usvajanju veštačke inteligencije trebalo bi da počnu tako što će menadžere tretirati kao operativni sistem transformacije, a ne kao instalacije skrivene ispod strategije. Sledeća faza prednosti veštačke inteligencije neće pripadati kompanijama sa najglasnijim direktivama. Pripadaće kompanijama koje znaju sa kojim menadžerima imaju posla i pružaju svakom od njih tačno ono što mu je potrebno da krene napred.

AI počinje da preoblikuje odluke o radnoj snazi, ali se mnoge kompanije kreću brže nego što to dokazi opravdavaju. Rana otpuštanja vođena veštačkom inteligencijom često nisu donela očekivani povraćaj, otkrila su nedostatke u organizacionom znanju i stvorila nove zahteve za ljudskim nadzorom — navodeći neke poslodavce da promene kurs. Efikasniji pristup ne počinje sa ciljanim brojem zaposlenih, već sa samim radom: razlaganjem uloga na zadatke, identifikovanjem mesta gde AI može istinski da poboljša performanse i redizajniranjem procesa oko prave kombinacije ljudskih i tehnoloških sposobnosti. To takođe podrazumeva usklađivanje usvajanja veštačke inteligencije sa poslovnom strategijom, jačanje razumevanja tehnologije među liderima, očuvanje oblasti koje zavise od ljudskog rasuđivanja i odgovornosti, kao i postepeno uvođenje promena u radnoj snazi kako bi se prilagodilo razvoju AI mogućnosti.

Kako će tačno AI uticati na radnu snagu u kratkoročnom do srednjoročnom periodu i dalje je nejasno. Mnoge najave otpuštanja bolje se mogu razumeti kao „AI-washing“ (lažno pripisivanje veštačkoj inteligenciji): obične inicijative za restrukturiranje upakovane u AI rečnik kako bi se investitori uverili da lideri drže pod kontrolom predstojeće tehnološke promene. Goldman Sachs procenjuje da je AI smanjio mesečni rast broja zaposlenih u SAD za samo oko 16.000 radnih mesta tokom protekle godine, dodajući približno 0,1 procentni poen stopi nezaposlenosti — teret koji uključuje i usporavanje zapošljavanja, kao i direktno ukidanje radnih mesta. Ovi brojevi se lako mogu povećati, ali za sada smo znatno ranije u tom procesu nego što preovlađujući narativ sugeriše.

Međutim, činjenica da smo u ranoj fazi i da je obim otpuštanja manji nego što to medijski ciklus implicira, ne znači da su sva ova otpuštanja mudra. Mnoge kompanije već prave stvarne promene u radnoj snazi kao odgovor na AI — i često donose pogrešne odluke. Međunarodno istraživanje sprovedeno na 1.000 poslovnih lidera, objavljeno u aprilu 2025. godine, pokazalo je da je 55% kompanija koje su otpustile radnike zbog implementacije AI priznalo da je donelo pogrešne odluke u vezi sa kadrovima. U novijoj anketi sprovedenoj među 600 HR lidera koji su sproveli otpuštanja vođena veštačkom inteligencijom u periodu od 12 meseci do februara 2026. godine, samo 8,4% je izjavilo da je restrukturiranje dalo obećane rezultate i da bi ponovo postupili na isti način. Skupi preokreti se već dešavaju. Gartner predviđa da će polovina kompanija koje su smanjile broj zaposlenih u korisničkoj podršci zbog veštačke inteligencije ponovo zaposliti radnike. Forrester u međuvremenu očekuje da će polovina svih otpuštanja pripisanih veštačkoj inteligenciji biti poništena, iako bi zamenske pozicije mogle biti preseljene u inostranstvo ili ponuđene sa nižim platama.

Ovi podaci nisu izolovani slučajevi. Podržani su i drugim izveštajima koji ukazuju na isti pravac: kompanije često ne uspevaju da pravilno optimizuju broj zaposlenih uz pomoć veštačke inteligencije.

Problem nije samo u tome što se kompanije kreću prebrzo ili režu preduboko. Problem je u tome što mnoge pristupaju restrukturiranju podstaknutom veštačkom inteligencijom sa pogrešne polazne tačke: od broja zaposlenih, a ne od samog rada. Održiviji pristup počinje razumevanjem načina na koji AI menja pojedinačne zadatke i poslovne procese, a zatim redizajniranjem organizacije oko sposobnosti — ljudskih i tehnoloških — potrebnih za njihovo izvršavanje. Kao što ćemo tvrditi, to zahteva od kompanija da preispitaju kako definišu rad, povežu odluke o veštačkoj inteligenciji sa poslovnom strategijom, izgrade realno razumevanje onoga što tehnologija može i ne može da uradi, i očuvaju dovoljno fleksibilnosti da promene smer kako se razvijaju i tehnologija i dokazi.

Gde kompanije greše

Većina kompanija koje su već pokušale da sprovedu promene u radnoj snazi vođene veštačkom inteligencijom pravi jednu ili više grešaka iz prepoznatljivog skupa propusta.

Preuranjena otpuštanja. Mnoge kompanije restrukturiraju svoju radnu snagu na osnovu predviđanja i tržišnih narativa o budućim mogućnostima veštačke inteligencije, a ne na osnovu dokaza iz sopstvenih aktivnih implementacija. Nedavna anketa sprovedena među više od 1.000 globalnih direktora pokazala je da je samo 2% organizacija napravilo velika smanjenja broja zaposlenih na osnovu stvarne implementacije AI, dok je 60% otpustilo ljude ili smanjilo zapošljavanje uz izričitu vezu sa AI. Odluka kompanije Block da eliminiše skoro polovinu svoje radne snage u februaru 2026. godine najistaknutiji je primer: generalni direktor Džek Dorsi (Jack Dorsey) pripisao je rezove veštačkoj inteligenciji, ali ih je formulisao kao opkladu na to gde tehnologija ide, a ne na ono što bi tehnologija trenutno mogla da uradi za kompaniju. (Takođe je rekao da su neki od viškova bili rezultat prekomernog zapošljavanja usled pandemije.)

Otpuštanje bez razumevanja mogućnosti AI. Čak i kada kompanije pređu sa anticipacije na odluke ukorenjene u trenutnim implementacijama veštačke inteligencije, otpuštanja se često sprovode bez adekvatnog razumevanja mogućnosti i ograničenja AI u datom kontekstu. Čak 54% HR lidera izjavilo je da bi donelo bolje odluke uz informisanije razumevanje onoga što AI može da uradi. Skoro četvrtina je priznala da su odluke o otpuštanju donete bez prethodnog testiranja poslovnog slučaja. A 55% je reklo da se njihova otpuštanja nisu isplatila jer je AI zahtevao više ljudskog nadzora nego što se očekivalo.

Trovanje interne kulture. Istraživanje sprovedeno na 5.400 zaposlenih u SAD pokazalo je da angažovanost pada na 44% u organizacijama u kojima je došlo do otpuštanja (iz bilo kog razloga), u poređenju sa 51% ukupno, i da 58% zaposlenih koji nisu pogođeni otpuštanjima postaje sklonije traženju drugog posla. Predstavljanje rezova kao odgovora na pojavu veštačke inteligencije može narušiti psihološku sigurnost preostalih zaposlenih, vodeći ih ka pasivnosti na poslu i izbegavanju eksperimentisanja sa produktivnošću koju pruža AI. „AI-washing“ rizikuje da izazove istu kulturnu štetu bez pružanja bilo kakve stvarne transformacije.

Nedavna Gartnerova anketa pokazala je da je 80% kompanija smanjilo svoju radnu snagu prilikom implementacije novih „autonomnih poslovnih sposobnosti“, ali da nije bilo korelacije između manjeg broja zaposlenih i povrata investicija. Sve dok organizacije ne budu merile uspeh kvalitetom odluka, organizacionom sposobnošću i učenjem, umesto uštedama na troškovima i broju zaposlenih, nastaviće da prave iste greške.

Vodič za optimizaciju broja zaposlenih

Nijedna organizacija još uvek nije u potpunosti savladala optimizaciju radne snage u eri veštačke inteligencije, a kompanije koje najozbiljnije eksperimentišu sa novim modelima radne snage i same posluju pod znatnom neizvesnošću. Ali njihovi pristupi, posmatrani zajedno, ukazuju na disciplinovaniji način donošenja ovih odluka — onaj koji zamenjuje ciljeve o smanjenju broja zaposlenih nametnute od vrha detaljnijim ispitivanjem načina na koji se posao obavlja, mesta gde AI može istinski da stvori vrednost i gde ljudske sposobnosti ostaju suštinske. Sledeći principi nude okvir za postizanje tog cilja.

Redefinišite jedinicu rada.

Kada organizacije započnu proces optimizacije broja zaposlenih, obično postavljaju ciljeve za broj radnih mesta koja treba ukinuti, sa ciljem da zamene osnovnu funkciju ljudske uloge alternativom zasnovanom na veštačkoj inteligenciji. Ali većina poslova „belih okovratnika“ uključuje višestruke zadatke. Radnici na svim nivoima obično komuniciraju, sarađuju i donose one vrste procena koje je teško svesti na algoritamske funkcije.

Ukidanje uloga umesto zadataka često će značiti da će AI zamena moći da obavlja samo najvidljivije delove posla. Organizacija će se naći u situaciji da mora ponovo da zaposli ljude, bilo kako bi popunila novonastale uloge koje pokrivaju novootkrivene praznine, ili da popuni staru ulogu kada vidljivi deo posla ne može da funkcioniše bez onih nevidljivih delova.

Razmere ovog neuspeha vide se u podacima iz ankete: jedan od tri HR lidera prijavio je gubitak kritičnih veština i stručnosti zajedno sa otpuštenim zaposlenima. Nemogućnost predviđanja ovog gubitka govori nam nešto važno: organizacije koje nisu znale koje veštine gube nikada nisu u potpunosti razumele šta su ukinute uloge zapravo radile. Zbog toga je od suštinskog značaja razložiti uloge na njihove sastavne zadatke i razumeti koje aktivnosti u celokupnom poslovnom procesu mogu biti zamenjene veštačkom inteligencijom, a koje ne. Tek tada je moguće odrediti kako nova radna snaga treba da izgleda. Plan smanjenja broja zaposlenih se tek tada može osmisliti tako da se osigura da radni tokovi ne budu poremećeni.

Pristup kompanije Citigroup, koji cilja specifične procese radi poboljšanja, primer je ovoga u praksi. Banka je počela sa početnom listom od 50 procesa označenih za veću automatizaciju. Umesto da pođe od ciljanog smanjenja broja zaposlenih, Citi je identifikovao gde tehnologija i redizajn procesa mogu promeniti rad, i na osnovu toga donosio kadrovske odluke. Analiza je bila na prvom mestu; restrukturiranje je usledilo.

Razvijte poslovnu strategiju, a ne AI strategiju.

Pitanje „Šta AI može da uradi da smanji naš broj zaposlenih?“ polazi sa pogrešnog mesta, tretirajući veštačku inteligenciju kao izolovani alat za smanjenje troškova koji je odsečen od šire strategije poslovanja. Umesto toga, preduzeća bi trebalo da tretiraju AI kao integralni deo opšteg skupa sposobnosti koje su im na raspolaganju za ostvarivanje svojih ciljeva, a zatim da odrede optimalnu kombinaciju veštačke inteligencije i ljudskih resursa potrebnih za njihovo postizanje. Ponekad će odgovor nalagati direktno smanjenje broja zaposlenih i troškova. Ali u drugim slučajevima, resursi oslobođeni pomoću veštačke inteligencije najbolje se mogu iskoristiti zapošljavanjem većeg broja ljudi u oblastima u kojima ljudsko angažovanje stvara vrednost koju AI ne može, ili preusmeravanjem napora postojećeg osoblja na druge zadatke.

Preraspoređivanje osoblja nije besplatno; obično zahteva značajna ulaganja u prekvalifikaciju, zadržavanje institucionalnog znanja i podršku kulturi i moralu kompanije. Međutim, Fortune izveštava da je Walmart stavio ulog na to da će preraspoređivanje biti bolja investicija nego zapošljavanje zamena ili potpuno prepuštanje posla veštačkoj inteligenciji: kompanija je uložila skoro milijardu dolara u AI obuku za svojih 1,6 miliona zaposlenih u SAD, a izvršni direktor Džon Farner (John Furner) očekuje da će kompanija „imati približno isti broj ljudi koji imamo danas“ za tri do pet godina.

Strategija banke JPMorgan Chase pruža primer ovakvog pristupa. Umesto da počne sa ciljem korišćenja veštačke inteligencije za smanjenje broja zaposlenih, banka je počela sagledavanjem kako najefikasnije prerasporediti kadrovske resurse koji su oslobođeni efikasnošću stvorenom implementacijom veštačke inteligencije. To je dovelo do smanjenja u nekim oblastima radne snage i povećanja u drugim. Na primer, prema izveštaju CNBC-ja, dok su uloge u operacijama smanjene za 4%, a uloge podrške za 2%, timovi usmereni ka klijentima i oni koji generišu prihode prošireni su za 4%. Ukupan broj zaposlenih u kompaniji ostao je stabilan na nešto više od 300.000. Održavanje stabilnog broja zaposlenih ne bi trebalo da bude poslovni cilj sam po sebi. Umesto toga, ukupan broj osoblja treba da odgovara potrebama koherentne poslovne strategije koja angažuje ljude i AI za stvaranje vrednosti tamo gde je to prikladno. U slučaju JPMorgan Chase-a, generalni direktor Džejmi Dajmon (Jamie Dimon) očekuje da će ukupan broj zaposlenih opasti u narednih pet godina.

Razumite šta AI može da uradi.

Lideri moraju bez odlaganja da steknu znanje o veštačkoj inteligenciji. To znači razumevanje tehničkih mogućnosti ove tehnologije u dovoljnoj dubini kako bi donosili informisane odluke o potencijalnim implementacijama u jedinstvenom kontekstu sopstvene organizacije.

Istraživanje iz 2023. godine, sprovedeno na hiljadama članova upravnih odbora, pokazalo je da je samo 8% izjavilo da poseduje značajan nivo konceptualnog znanja u pogledu bilo koje dimenzije AI tehnologije. Noviji dokazi sugerišu da kompetentnost na najvišim nivoima raste, ali veoma sporo. Gartnerova anketa iz 2025. godine sprovedena među 456 generalnih direktora pokazuje da izvršni direktori nisu uvereni u AI kompetencije svojih viših rukovodećih timova, pri čemu samo 44% smatra čak i sopstvene direktore informacionih tehnologija (CIO) upućenim u AI. Na nivou upravnih odbora, broj članova koji iskazuju ekspertizu u oblasti veštačke inteligencije porastao je sa tek 1,5% na svega 2,7%.

Kada lideri ne razumeju šta AI može da uradi, oni ili delegiraju odluke o radnoj snazi tehničkim timovima kojima nedostaje poslovni kontekst da bi ih doneli kvalitetno, ili sami donose te odluke na osnovu pogrešnih pretpostavki.

Neke organizacije preduzimaju konkretne korake da premoste ovaj jaz. Pre razvoja svoje strategije generativne veštačke inteligencije, Schneider Electric je održao 56 radionica tokom četiri nedelje, okupivši stručnjake za AI zajedno sa rukovodiocima iz 15 funkcija, utemeljujući AI pismenost u specifičnim poslovnim kontekstima umesto u apstraktnim obukama. Druge ulažu u tradicionalnije programe obuke za pismenost u domenu veštačke inteligencije: UBS je, na primer, poslao više lidere u Saïd Business School na Univerzitetu u Oksfordu na program „AI Senior Leadership Journey“, dok je IKEA postavila početni cilj obuke za AI pismenost za 500 lidera, cilj koji je u međuvremenu proširen. Pristupi poput ovih preduslov su za onu vrstu analize na nivou zadataka koju zahteva odgovorna optimizacija radne snage.

Razumite šta AI ne može da uradi.

Iako je tačno da su neki nedostaci veštačke inteligencije samo ograničenja trenutnih modela, vrlo je verovatno da će određene granice opstati. Neke funkcije su inherentno ljudske jer zahtevaju moralno delovanje i odgovornost. Izbor vrednosti, vršenje etičke procene, kontekstualizacija odluka unutar međuljudskih odnosa i institucionalne istorije, kao i prepoznavanje trenutka kada treba poništiti preporuku, nisu zadaci koji se mogu poveriti algoritmima, ma koliko oni bili sofisticirani. Razumevanje gde leže ove granice pre eliminisanja ljudskih uloga od suštinskog je značaja kako bi se izbegle odluke koje će kasnije morati da se ponište.

U većini organizacija, funkcije odgovornosti vrše menadžeri srednjeg nivoa. Ovi pojedinci povezuju strategiju i izvršenje, preuzimaju odgovornost za odluke o implementaciji i služe kao savest organizacije, nadgledajući jaz između onoga što rukovodstvo namerava i onoga što se dešava na terenu. Kao što smo tvrdili na drugom mestu, automatizacija ovog sloja uništava kritičnu etičku infrastrukturu koju organizacije sebi ne mogu priuštiti da izgube. Ipak, istraživanje kompanije Korn Ferry iz 2025. godine pokazalo je da je 41% kompanija već smanjilo menadžerske slojeve (delimično zbog veštačke inteligencije).

Važnost srednjeg menadžmenta i drugih ljudskih zadataka ilustruju gore navedeni nalazi istraživanja da mnoge kompanije potcenjuju potrebu za ljudskim nadzorom. One otkrivaju da je sposobnost nadzora koja im je bila potrebna bila upravo ona sposobnost rasuđivanja i prevođenja koju su uklanjale.

Dizajniranje rada za reverzibilnost

Kada se uloge ukinu i iskusni zaposleni odu, oni sa sobom odnose institucionalno znanje, radne odnose i kontekstualno razumevanje koje nije lako zameniti. Ponovno zapošljavanje nije samo suprotnost otpuštanju — ono je sporije, skuplje, a zamena retko donosi istu dubinu organizacionog razumevanja. S obzirom na brzinu kojom se mogućnosti veštačke inteligencije razvijaju i neizvesnost u pogledu toga koji će oblici restrukturiranja funkcionisati, a koji ne, organizacijama su potrebne strukture radne snage koje mogu da se prilagode kako se slika menja. To znači korišćenje prirodnog odliva i internog preraspoređivanja pre pribegavanja otpuštanjima, fazno uvođenje rezova umesto sprovođenja u jednom talasu, kao i tretiranje reverzibilnosti kao kriterijuma dizajna, a ne kao naknadne pameti.

Pristup kompanije Citigroup ilustruje kako fazno, reverzibilno restrukturiranje izgleda u praksi. Banka je započela svoju transformaciju 2022. godine, i ona još uvek traje u 2026. godini. Iako je glavni fokus transformacije uvek bio na većoj količini zajedničkih globalnih podataka i agresivnom usvajanju tehnologije (uključujući mašinsko učenje i blokčejn), Citi je mudro uvrstio generativnu veštačku inteligenciju u svoje planove 2023. godine. Njeni ciljevi u pogledu broja zaposlenih su ambiciozni — početkom 2024. najavila je planove da smanji do jedne petine svoje radne snage tokom tri godine, uz smanjenje troškova za 2,5 milijardi dolara — ali ona rezove sprovodi relativno sporo. Do sada je smanjila oko 15.000 zaposlenih sa početne osnove od 240.000.

Citi takođe smanjuje svoje oslanjanje na spoljne saradnike. Otprilike polovina tehničke radne snage kompanije, koja broji 50.000 ljudi, bili su spoljni saradnici kada je inicijativa započela, a njen cilj tokom transformacije je da taj udeo smanji na 20%. Citi se trudi da popuni otvorene pozicije postojećim zaposlenima kad god je to moguće, pri čemu oko 50% otvorenih radnih mesta popunjava postojeće osoblje.

. . .

Organizacije koje će uspešno proći kroz tranziciju ka veštačkoj inteligenciji tretiraće optimizaciju veličine organizacije kao vežbu dizajniranja sposobnosti, a ne kao napor za smanjenje troškova — razlažući rad pre nego što otpuste ljude, ugrađujući AI u širu poslovnu strategiju i ulažući u razumevanje kako snage tehnologije, tako i njenih granica. Ako je merilo uspeha smanjenje broja zaposlenih, rezultat će biti organizacije koje su manje, ali ne i pametnije.

Mnoge B2B kompanije pate od „jaza u vrednosti“: klijenti imaju koristi od njihovih proizvoda, ali ne mogu jasno da izmere, artikulišu ili odbrane tu vrednost pred stejkholderima unutar sopstvenih kompanija. Kao rezultat toga, odluke o obnovi ugovora se odlažu, pritisak na cene raste, a prilike za rast se gube. Ovaj jaz može opstati čak i tokom perioda brzog rasta, a rukovodstvo često prekasno prepozna problem. Rešavanje jaza u vrednosti zahteva napor predvođen izvršnim rukovodstvom kako bi se organizacija uskladila oko poslovnih ishoda za klijenta, kao što su rast prihoda, smanjenje troškova i ublažavanje rizika. Kompanije to mogu postići sistematskim identifikovanjem načina na koje klijenti stvaraju vrednost, ugrađivanjem kvantifikacije vrednosti u prodajni proces i širenjem načina razmišljanja usmerenog na vrednost za klijenta kroz marketing, uspeh klijenata, razvoj proizvoda i određivanje cena. Organizacije koje vrednost za klijenta čine vidljivom i merljivom u boljoj su poziciji da održe rast i ojačaju konkurentsku prednost.

Većina B2B kompanija već dugo ima skupu slepu mrlju: jaz između vrednosti koju stvaraju za klijente i vrednosti koju ti klijenti mogu da vide, izmere i odbrane. Za mnoge, snažan rani rast maskira problem sve dok se prodaja ne uspori ili konkurentske alternative ne obore profitne marže. Premošćavanje tog jaza je izvršna odluka — i to ona koju većina rukovodećih timova nikada nije eksplicitno donela.

Tokom više od 20 godina pomaganja B2B kompanijama u sektorima zdravstva, finansija, proizvodnje i tehnologije da razviju strategiju izlaska na tržište, otkrili smo da jedan faktor pre svega određuje da li će kompanija dostići svoj puni potencijal: da li je njen izvršni tim izgradio zajedničko razumevanje sa klijentima o poslovnoj vrednosti koja se isporučuje — ono što nazivamo „poslovnom vrednošću za klijenta“. Kada to razumevanje izostane — kada klijenti osećaju korist, ali ne mogu da je izmere ili odbrane pred sopstvenim finansijskim direktorom, tehničkim direktorom ili drugim ključnim stejkholderima — to nazivamo jazom u vrednosti. Posledice prate poznati obrazac. Obnove ugovora zastaju. Pritisak na cene se pojačava. Strateški poslovi se ne zaključuju. A pošto je ova erozija postepena, obično je već u poodmakloj fazi pre nego što je iko identifikuje.

Godine 2013, kompanija Splunk je imala jaz u vrednosti koji je njena stopa rasta skrivala. Videli smo to izbliza: jedna od nas (Vendi) savetovala je izvršni tim o strategiji određivanja cena, dok je drugi (Dag) radio u kompaniji, pomažući prodajnoj organizaciji da pređe sa tehničke prodaje na prodaju fokusiranu na vrednost.

Splunk je ostvarivao skoro 200 miliona dolara prihoda i rastao više od 50% godišnje, vođen IT timovima koji su prihvatili njegov besplatan proizvod za rešavanje problema u IT operacijama koji su oduzimali ogromnu količinu vremena i ponekad bili nemogući za rešavanje. Videli smo kako su timovi za IT operacije bili oduševljeni sposobnošću Splunk-a da im pomogne da brzo reše složene probleme. Kako su se slučajevi upotrebe umnožavali, tako je rasla i potrošnja — a samim tim i troškovi za IT odeljenja. Spolja gledano, delovalo je kao izuzetna tehnološka priča o uspehu. Korisnici su voleli proizvod, a rast nije pokazivao znake usporavanja.

Iznutra, međutim, izvršni tim Splunk-a posmatrao je signale koji su ih brinuli. Glavni informacioni direktori — kako lideri u industriji, tako i oni unutar kompanija koje su bile Splunk-ovi klijenti — govorili su analitičarima sa Volstrita da proizvod košta previše. Volstrit, slušajući istovremeno i entuzijazam i šok zbog visine cene u istim razgovorima sa klijentima, brinuo je da će cene zasnovane na potrošnji usporiti šire usvajanje. Kupci nisu mogli da predvide troškove, pa su oklevali da se obavežu na većem nivou.

Tog januara, izvršni tim je angažovao oboje nas kako bismo ispitali problem iz naših različitih uglova. Kada smo razgovarali sa korisnicima Splunk-a, oni su voleli proizvod i nastavili su da pronalaze nove slučajeve upotrebe u IT operacijama i bezbednosti, kao i u marketingu i uspehu klijenata. Ali takođe smo uvideli nemogućnost da se ta vrednost šire artikuliše kompaniji, kao i problem vidljivosti. Korisnici su svakodnevno osećali korist, ali rukovodioci koji su kontrolisali budžet nisu. Niko u organizaciji kupca nije mogao da kvantifikuje šta je Splunk već isporučivao, što je onemogućavalo procenu — a kamoli opravdanje ili odbranu — troškova njegovog usvajanja u punom obimu.

Ovaj obrazac nije specifičan samo za Splunk. Kada postoji nedostatak razumevanja vrednosti za klijenta između dobavljača i njegovih klijenata, često pre svega postoji i nedostatak internog usklađivanja unutar samog dobavljača o ključnoj važnosti poslovne vrednosti za klijenta. Tada je disfunkcija predvidiva. Bez ovog zajedničkog razumevanja i fokusa, prodajni timovi grade demonstracije i vežbe dokazivanja vrednosti oko funkcija i tehničkih mogućnosti, dok timovi za uspeh klijenata implementiraju interno usmerenu efikasnost i optimizaciju, a sve to ostavljajući eksterno usmerenu poslovnu vrednost za klijenta — kao što su zadovoljstvo klijenata, smanjenje rizika, rast i profitabilnost — nezabeleženom ili neiskomuniciranom. Proizvodni timovi se fokusiraju na funkcionalnosti koje planiraju da isporuče, dok se marketinške poruke fokusiraju na druge funkcionalnosti i operativne prednosti. Bez tog fokusa i usklađenosti sa klijentom i širom organizacije, prodaja postaje manje predvidiva, pritisak na cene se pojačava, a klijenti ne šire saradnju — ili još gore, odlaze i biraju alternativno rešenje.

Ovaj fokus i usklađenost se ne dešavaju slučajno. To je izvršna odluka. Splunk je zatvorio svoj jaz u vrednosti kroz višegodišnju transformaciju koja je započela u izvršnom rukovodstvu, a zatim se proširila kroz svaku funkciju koja ima kontakt sa klijentima — prodaju, marketing, uspeh klijenata i razvoj proizvoda. Izvršni tim u Splunk-u izgradio je kulturu usmerenu na razumevanje i isporuku poslovne vrednosti za klijenta. Iz naše perspektive (uglavnom Dagove) tokom njegovog rada u kompaniji, videli smo rast stope uspešnosti prodaje, skraćivanje prodajnih ciklusa i ubrzanje širenja saradnje sa klijentima. Tokom šest godina nakon 2013, prihodi kompanije porasli su više od deset puta, na 2,3 milijarde dolara. Godine 2024, Cisco je kupio kompaniju za 28 milijardi dolara.

Jaz u vrednosti je uvek nosio svoju cenu. Ono što se promenilo jeste brzina kojom ta cena počinje da uzima svoj danak. Prednosti u funkcionalnostima koje su nekada trajale godinama sada nestaju za nekoliko meseci. Kupci ispituju ulaganja u tehnologiju — posebno ona koja se odnose na veštačku inteligenciju — sa sve većom strogošću, a odluke o obnovi ugovora sve su više vezane za dokaziv poslovni uticaj. Najizloženije su one organizacije čiji klijenti ne mogu da predstave poslovno opravdanje izvršnim direktorima koji kontrolišu njihov budžet. Vremenski okvir za izgradnju te sposobnosti uži je nego što je bio pre samo dve godine.

Kako lideri mogu da izgrade održivu prednost uz pomoć vrednosti za klijente

Na osnovu našeg iskustva, verujemo da kompanije treba da razviju i ugrade viziju vrednosti za klijenta u celu organizaciju. Organizacije koje ulože trud u razumevanje, kvantifikovanje i operacionalizaciju poslovne vrednosti za svoje klijente imaju veće šanse da stvore trajnu konkurentsku prednost koju je teško replicirati. Izgradnja kulture radoznalosti i učenja o tome šta klijenti cene i kako vaša kompanija može kontinuirano pružati više vrednosti tokom vremena stvara ciklus rasta za kompaniju, njene klijente i zaposlene. Prema našem iskustvu, taj rad prati promišljen redosled: razumeti, dokazati, operacionalizovati, a zatim skalirati.

Razvijte duboko razumevanje poslovne vrednosti za klijenta.

Fokus na vrednost za klijenta možete početi da gradite gotovo bilo gde u organizaciji. Ključni zahtev je da počnete sa malim, posvećenim timom koji je u potpunosti fokusiran na razumevanje načina na koji se vaše rešenje koristi ili će se koristiti od strane klijenata za smanjenje rizika, rast prihoda ili smanjenje troškova. Ovo može otkriti slučajeve upotrebe koje ranije niste razumeli, pokazati velike razlike među segmentima klijenata ili rasvetliti kako se vrednost isporučuje u različitim delovima poslovanja.

Ovaj posao se ne može obaviti anketama i ne može se postići postavljanjem pitanja klijentima: „Šta vi vrednujete?“ Morate mu pristupiti kroz prizmu sociologa, ekonomiste i analitičara korišćenja proizvoda. Počnite sa inputima i uvidima od lidera u prodaji, uspehu klijenata i razvoju proizvoda koji su najbliži klijentima. Razumite pobede, gubitke, bolne tačke i raznolikost slučajeva upotrebe.

Zatim identifikujte podskup klijenata koji predstavljaju ove različite kontekste — i vodite duboke razgovore „jedan na jedan“ kako biste razumeli kako vaše rešenje utiče na njihove troškove, prihode i rizike, i kako se usklađuje sa njihovim strateškim prioritetima. Dokumentujte najčešće koristi i počnite da gradite model za osnaživanje prodaje.

Operacionalizujte to — počevši od prodaje.

Naše iskustvo dosledno ukazuje na prodaju kao mesto odakle treba početi, jer je uticaj tu najbrži i najvidljiviji (određivanje cena je na bliskom drugom mestu). Primenite pristup vrednosti za klijenta direktno na aktivne prodajne prilike. Počnite sa malim timom strateških prodavaca i radite sa njima na izgradnji argumenata o poslovnoj vrednosti zajedno sa njihovim internim zagovornicima kod klijenta.

To podrazumeva više od obučavanja prodajnih timova da artikulišu vrednost. To znači ugrađivanje otkrivanja i kvantifikovanja vrednosti u sam prodajni proces — propisane korake koje svaki prodavac prati kako bi maksimizovao verovatnoću pobede. Poruke o vrednosti moraju biti utkani u prezentacije, događaje validacije i sav prodajni sadržaj koji se redovno koristi. Pružite timovima obuku i modele poslovnih opravdanja koji im omogućavaju da izmere trenutno stanje klijenta i projektuju buduću vrednost koju vaše rešenje može pružiti — utemeljeno na stvarnim podacima klijenata i benčmark standardima. Jedan korak je suštinski važan: interni zagovornik kod klijenta mora biti uključen u izgradnju poslovnog opravdanja koje će na kraju stići pred više rukovodstvo. Bez tog zajedničkog stvaranja, tom predlogu će nedostajati interni kredibilitet koji mu je potreban.

Prenesite to na čitavu organizaciju.

Kada se postave osnovni modeli, proširite način razmišljanja o vrednosti za klijenta izvan prodaje kako biste postigli holistički pristup — ugrađen u uspeh klijenata, proizvod, određivanje cena i najviše rukovodstvo — potreban za postizanje viših marži i održive konkurentske prednosti.

Marketing: Pobrinite se da poruke prenose uticaj na klijenta za primarne slučajeve upotrebe i da se generisanje potražnje fokusira na ishode, a ne samo na mogućnosti proizvoda.

Nakon prodaje: Vodite značajan deo svojih klijenata ka produbljivanju korišćenja onih mogućnosti i proizvoda iz vaše ponude koji su najviše diferencirani — i osigurajte da budu svesni i sposobni da artikulišu poslovnu vrednost koju ostvaruju.

Proizvod: Vremenom ugradite razmišljanje o poslovnoj vrednosti za klijenta u planiranje proizvoda, koristeći ga za usmeravanje prioriteta inovacija i redosleda uvođenja novih funkcionalnosti.

Određivanje cena i pakovanje: Procenite svoje cene i pakete u odnosu na slučajeve upotrebe i poslovnu vrednost koju isporučuju. Pobrinite se da podstičete ispravno ponašanje klijenata, kao što su usvajanje i zadržavanje srodnih proizvoda, dok istovremeno ostvarujete odgovarajući prihod.

Imperativ liderstva

Jaz u vrednosti je problem višeg rukovodstva jer nijedna pojedinačna funkcija — ni prodaja, ni marketing, ni razvoj proizvoda — nema autoritet niti vidljivost da uskladi celu organizaciju oko zajedničkog razumevanja vrednosti za klijenta. To usklađivanje zahteva donošenje izvršnih odluka: određivanje prioriteta za ulaganja, nalaganje međufunkcionalne koordinacije i pozivanje organizacije na odgovornost za ishode za koje nijedan pojedinačni tim nema isključivo vlasništvo.

U našem radu sa B2B kompanijama, svedočili smo tome kako jazovi u vrednosti nagrizaju organizacije koje su po svakom konvencionalnom parametru delovale zdravo. Kompanije koje zatvore ovaj jaz — počevši od izvršne odluke da usklade čitavu organizaciju oko zajedničkog razumevanja vrednosti za klijenta — biće one koje će rasti, zadržavati klijente i širiti poslovanje u godinama koje dolaze. One koje to ne učine otkriće koliko brzo tržište ide dalje.

Lideri često pretpostavljaju da će odlaganje loših finansijskih vesti do zvanične objave zarade ublažiti reakciju tržišta. Rano obelodanjivanje neće u potpunosti eliminisati štetu, ali način na koji se upozorenje saopštava može uticati na to da li će akcije nastaviti da padaju, da li investitori veruju sledećoj prognozi i koliko vremena daju za ispravljanje situacije. Kada razočaravajući rezultati postanu neizbežni, organizacije bi trebalo rano da komuniciraju, procene razmeru podbačaja, objasne uzrok, izlože verodostojan odgovor i izbegavaju promotivne poruke koje narušavaju poverenje.

Arvind Krišna (Arvind Krishna) je 14. jula uradio nešto što generalni direktori provedu ceo svoj mandat nadajući se da će izbeći. Osam dana pre nego što je IBM trebalo da objavi zaradu za drugi kvartal, objavio je otvoreno pismo investitorima upozoravajući da će rezultati znatno podbaciti u odnosu na očekivanja. Do zvonca za zatvaranje berze, akcije IBM-a su pale za približno 25% — što je bio najgori pojedinačni dan u 115-godišnjoj istoriji kompanije. U roku od nekoliko dana, Volstrit je raspravljao o tome da li bi investitori aktivisti mogli da pokušaju da razbiju „Big Blue“.

Bilo bi lako ovo arhivirati kao poučnu priču o iskrenosti: generalni direktor koji je dobrovoljno izneo loše vesti i za svoj trud dobio istorijsku rasprodaju akcija. To je potpuno pogrešna pouka. Nakon što sam proveo više od dve decenije prateći kompanije u krizi kao novinar i skoro još dve savetujući izvršne direktore kako da komuniciraju kroz njih, mogu vam reći da je instinkt u mnogim upravnim odborima u ovakvom trenutku da čekaju — zatvore kvartal, usavrše scenario i saopšte loše vesti na sopstvenoj sceni, okruženi svojim finansijskim direktorom i recitujući uvežbana pitanja i odgovore.

Istraživanja o korporativnom obelodanjivanju pokazuju da je taj instinkt čekanja skup. Krišna je bio u pravu što je izašao ranije, i nijedno pismo, ma kako sročeno, ne bi poštedelo IBM od pada cene akcija. Ali način na koji je upozorenje napisano oblikuje sve što sledi: da li akcije nastavljaju da klize, da li investitori veruju budućim rezultatima koje im rukovodstvo daje i koliko vremena dozvoljavaju da popravka profunkcioniše.

IBM-ovo upozorenje ostavilo je praznine — a tržišta praznine popunjavaju strahom. Pismo nikada nije procenilo veličinu podbačaja, pa su je investitori sami procenili — i oštro zaokružili naviše. Pominjalo je velike poslove koji nisu sklopljeni, ali nikada nije odgovorilo na pitanje oko kojeg se rasprodaja vrtela: Da li su ti poslovi samo odloženi ili je potražnja presušila? I potrošilo je četvrtinu svojih reči promovišući nove proizvode, pa se upozorenje o profitu završilo poput prodajne brošure.

Tokom narednih osam dana, akcije su izgubile još 5% dok je tržište pisalo sopstvenu verziju priče. Kada su odgovori stigli tokom zakazanog IBM-ovog poziva, bili su manji od straha: skromno smanjenje smernica za celu godinu, novčani tok netaknut, trećina odloženih poslova već zaključena. Ta razdaljina — između onoga što je tržište zamislilo i onoga što je IBM na kraju rekao — jeste cena manjkavog upozorenja. Ono što je Krišna uradio kako treba i ono što je pogrešio podjednako su poučni. (IBM nije odgovorio na više zahteva za komentar na ovaj članak.)

Zašto je ranije objavljivanje bilo ispravno

Krišna nije bio prvi izvršni direktor koji se suočio sa ovim izborom i doneo takvu odluku. Tim Kuk (Tim Cook) je 2. januara 2019. objavio otvoreno pismo investitorima kompanije Apple najavljujući prvo upozorenje o prihodima te kompanije od 2002. godine. Apple je smanjio svoje kvartalne smernice o prihodima sa raspona od 89 do 93 milijarde dolara na približno 84 milijarde dolara, pripisujući veći deo podbačaja slabijoj prodaji iPhone uređaja u Velikoj Kini i usporavanju kineske ekonomije. Akcije Apple-a pale su za oko 10% sledećeg dana.

Kuk je, poput Krišne, odlučio da sam saopšti vest umesto da dozvoli tržištu da to učini umesto njega, i obojica su doneli istu ispravnu odluku da reaguju ranije. Tamo gde su se njihova pisma razišla bila je izvedba, i ta razlika je ono što odvaja loš dan od još goreg dana koji je kompanija sama sebi stvorila.

Uporedite te slučajeve sa kompanijom koja čuva iznenađenje za dan objavljivanja zarade. Netflix je u januaru 2022. rekao investitorima da očekuju 2,5 miliona novih pretplatnika u tom kvartalu. Međutim, sredinom aprila, striming gigant je umesto toga prijavio gubitak od oko 200.000 pretplatnika, što je bio njegov prvi pad u više od jedne decenije. Netflixove akcije su pale za otprilike 35% u jednom danu, ne zato što je kompanija bilo šta sakrila. Akcije su pale zato što se optimistična prognoza sudarila sa poslovanjem koje je krenulo nizbrdo, a investitori su to čuli tek prilikom izveštaja o zaradi — ne pre toga.

Loše vesti ne stare dobro unutar kompanije. Istraživanja o krahovima pojedinačnih kompanija pokazuju da su oni retko uzrokovani samo lošim rezultatima; uzrokovani su kada se loši rezultati zadržavaju, u celosti ili delimično. Rukovodioci sede na negativnim informacijama sve dok one ne premaše ono što se može sakriti. Kada se objave odjednom, cena se urušava. Firme čija komunikacija prikriva probleme umesto da ih otkriva nose merljivo veći rizik od kraha u narednoj godini. Izbor pred kojim se našao IBM nikada nije bio između lošeg i dobrog dana. Bio je to izbor između kontrolisane detonacije sada i nekontrolisane detonacije kasnije.

Tržišta su takođe oštrija prema ćutanju nego što većina izvršnih direktora veruje. Studija na 545 kompanija koje su propustile zakazane datume za objavu zarade otkrila je da je prosečna najava odlaganja koštala 6,3% u jednom danu. Ali odlaganja bez ikakvog objašnjenja koštala su 10,4%, više od bilo kog navedenog razloga, uključujući računovodstvene probleme. Te kompanije su propustile datume izveštavanja — što je drugačiji problem od IBM-ovog — ali je mehanizam sličan. Kada ne dobiju ništa, investitori sami pišu narativ, i pišu ga u mračnijim tonovima od istine.

Ranije objavljivanje takođe eliminiše tiši rizik: što duže materijalno loše vesti stoje neobelodanjene, to duže insajderi imaju informativnu prednost u odnosu na akcionare kojima služe, sa svom pravnom i reputacionom izloženošću koju to podrazumeva.

Upravni odbor IBM-a vodio je ovu debatu pre nego što je pismo poslato: upozoriti ranije ili sačekati zakazani poziv, kako je kasnije izvestio The Wall Street Journal. Svaki generalni pravni savetnik može izneti argumente za čekanje: poslovne knjige nisu zatvorene; preliminarna brojka koja se kasnije promeni predstavlja povod za tužbu u vezi sa hartijama od vrednosti; delimično obelodanjivanje može stvoriti obavezu stalnog ažuriranja. Upravni odbor je upozorio ranije, i to s pravom. Kada poslušaju savete svojih advokata, kompanije ne odlučuju o tome da li će izaći ranije, već kako: navesti pravac i okvirnu veličinu štete sada, jasno označenu kao preliminarnu, a preciznost sačuvati za poziv nakon zatvaranja knjiga. Izađite dovoljno rano da ispravite zapisnik, ali ne ranije nego što činjenice mogu da potkrepe.

Gde je pismo pogrešilo

Prva mana pisma skrivala se na vidnom mestu, u samim brojevima. IBM je prijavio odabrane preliminarne cifre koje su se, osam dana kasnije, pokazale tačnim: prihod veći za 1%, operativna zarada po akciji veća za 5%, marže i novčani tok — sve je bilo izloženo. Posmatrani hladno, ti brojevi izgledaju gotovo rutinski — i u tome je bio problem.

Ništa u pismu nije govorilo šta taj podbačaj znači za smernice celogodišnjeg prihoda koje je IBM izdao u januaru i ponovo potvrdio u aprilu, u dolarima ili procentualnim poenima. Pismo je prikazalo rezultate, a čitaocu je prepustilo da sam proceni razočaranje. Pad od 25% naspram pisma čija sopstvena računica deluje bezazleno sugeriše da je tržište uračunavalo više od navedene matematike, uključujući i ono što je ostalo neizrečeno.

Drugo, rešenje problema svelo se na jednu rečenicu: „preduzimamo nove inicijative i ubrzavamo druge“. To je pružanje utehe, a ne plan. Istraživanja o jeziku upozorenja o profitu pokazuju da ih kompanije u problemu često pišu tako da zvuče što rutinskije, priznajući problem, ali govoreći vrlo malo o tome šta će uprava preduzeti povodom toga.

Iskusni investitori imaju pravilo upravo za ovaj trenutak: Prodajte na prvo upozorenje o profitu, jer obično sledi i drugo. Način na koji kompanija razbija to očekivanje jeste specifičnost — imenovane akcije, odgovorna lica, datumi. Studije o korporativnom obelodanjivanju pokazuju da tržište nagrađuje izjave usmerene ka budućnosti koje može da verifikuje, a odbacuje one koje ne može. U IBM-u je potpuniji plan stigao 22. jula. Međutim, investitori te nedelje nisu procenjivali mapu puta kompanije. Oni su procenjivali da li rukovodstvo ima kontrolu nad problemom, a za taj odgovor je trebalo osam dana.

Treće — i to je ono što verujem da je IBM najviše koštalo — pismo nikada nije odgovorilo na pitanje koje je tržište zapravo ponovo vrednovalo: Da li je ovo problem sa tajmingom ili problem sa potražnjom? Krišna je napisao da veliki poslovi „nisu uspeli da se zaključe u vremenskim okvirima koje smo očekivali“. Očigledno potitanje glasi: Da li su zaključeni u međuvremenu? Koliki deo odložene vrednosti ostaje ugovoren?

Ako je odgovor bio povoljan, njegovo izostavljanje bilo je izuzetno skupo, jer je omogućilo da se priča o odlaganju poslova protumači kao priča o tome kako veštačka inteligencija strukturalno potiskuje poslovanje IBM-a. Jedan bivši izvršni direktor IBM-a, u objavi na LinkedIn-u koju je citirao The Wall Street Journal, rekao je da se rasprodaja nije odnosila na jedan kvartal. Bilo je to, napisao je on, „tržišno preispitivanje pitanja: može li 115-godišnja korporacija voditi agentsku eru ili samo preživeti u njoj?“

Do poziva o zaradi 22. jula, oko trećina tih poslova bila je zaključena — „što je pokazatelj, još ne i puni dokaz, ali dobar pokazatelj“, rekao je Krišna na pozivu, „da je reč o odlaganju, a ne o uništavanju posla“. Da li je taj dokaz postojao 14. jula, zvanični zapisi ne govore. Pismo jeste reklo investitorima kada će saznati više (na pozivu 22. jula). Ono što im pismo nije dalo bilo je merilo za osam dana između — koliko je poslova odloženo, koji udeo se uobičajeno zaključi i koliko brzo. Krišna je imao te brojeve, koje je izrecitovao na pozivu.

Konačno, četvrtina upozorenja pre objave bila je posvećena promociji: proizvod najavljen sedam nedelja ranije, navođenje istih 11 ranih korisnika; laboratorija za kvantno računarstvo, investicioni plan od 10 milijardi dolara. Taj impuls je razumljiv; nijedan lider ne želi da se ovako bolan dokument završi bez nade. Ali kada se nada prihefta na upozorenje o profitu, tržište to prozre.

Istraživanja su u ovom pogledu neumoljiva. Tržišta uračunavaju neprirodan ton — optimizam iznad onoga što prijavljeni brojevi podržavaju — pa se promotivna poruka unutar upozorenja o profitu čita kao спиновање, a ne kao vest. Investitori kažnjavaju komunikaciju čiji je emocionalni ton u suprotnosti sa vestima koje prenosi. Takođe, duža saopštenja teže da razblaže reakciju tržišta na suštinsku poruku. U istraživanjima, sama složenost predstavlja znak upozorenja jer je pretrpano obelodanjivanje u korelaciji sa lošim vestima. Materijalu o novim proizvodima bilo je mesto 22. jula. A kada se tamo našao, dao je rezultate. Isti spisak klijenata i plan, predstavljeni na zakazanom pozivu, privukli su angažovanje, a ne prigovore. Poslednje pitanje analitičara odnosilo se na novi proizvod, a ne na podbačaj.

Pravila igre

Za generalne direktore, finansijske direktore i direktore odnosa sa investitorima, epizoda sa IBM-om nudi pet lekcija:

Objavite rano i objavite odjednom

Prvo upozorenje mora biti i potpuno. Kompanije koje loše vesti puštaju „na kašičicu“ u nastavcima uče tržište da očekuje da padne i druga cipela, i ono u skladu s tim formira cene. Nvidia je pravi model: 8. avgusta 2022, više od dve nedelje pre zakazanog izveštaja, unapred je objavila da će kvartalni prihod iznositi približno 6,7 milijardi dolara u poređenju sa 8,1 milijardom koliko je ranije procenjivala. Kompanija je identifikovala gejming kao glavni uzrok i primila udarac odjednom, tako da je poziv o zaradi nedeljama kasnije mogao biti posvećen oporavku, a ne šoku.

Intel pokazuje koliko košta postepeno curenje informacija. Blagi izgledi za prvi kvartal stigli su u januaru 2024; teži udarac je usledio u avgustu sa suspenzijom dividendi, sniženom prognozom i smanjenjem radne snage za 15%. Ova dva obelodanjivanja pokrivala su različite kvartale i restrukturiranje u razvoju — ali tržište vrednuje obrazac, a ne nameru. Do druge objave tržište je naučilo da se pripremi za najgore, a akcije su pale za oko četvrtinu u samo jednom danu.

Sami procenite razmeru podbačaja

Navedite manjak u odnosu na sopstvene prethodne smernice, u brojkama, u prvih stotinu reči. Koju god cifru da prećutite, tržište će je zameniti gorom.

FedEx je otvoreno prekršio ovo pravilo. Dana 15. septembra 2022, potpuno je povukao prognozu celogodišnje zarade umesto da je prilagodi — verovatno zato što više nije mogao pouzdano da prognozira. Generalni direktor FedEx-a je samo rekao investitorima da su „globalni obimi opali jer su se makroekonomski trendovi značajno pogoršali krajem kvartala“. Povlačenje broja umesto njegovog ponovnog navođenja, ma koji bio razlog, ostavilo je tržištu provaliju tamo gde je trebalo da bude dno, a akcije su pale za 21%, što je bio njihov najgori dan u više od četiri decenije.

Nikada ne ostavljajte vakuum

Postavite gornju granicu celogodišnjeg uticaja, makar okvirno, i ne dozvolite da pisano upozorenje bude jedini glas uprave. Investitori nedovoljno procesuiraju jednosmernu komunikaciju, stoga odgovorite na očigledna pitanja unutar samog dokumenta i brzo postavite višeg rukovodioca pred investitore. Kuk je dao televizijski intervju na dan objavljivanja svog pisma. Potpredsednik IBM-a Gari Kon (Gary Cohn) pojavio se na televiziji CNBC sledećeg jutra, prenoseći Krišnino mišljenje da je povlačenje bilo „relativno privremeno“ — što je bila karakterizacija, a ne dokaz. Prvi konkretni brojevi iza toga nisu stigli još osam dana.

Kada je Best Buy upozorio u oktobru 2012. da će njegovi kvartalni rezultati razočarati, u istom saopštenju najavljen je dan za investitore na kojem će novi generalni direktor predstaviti plan preokreta („Renew Blue“) i odgovarati na pitanja. Zvanično saopštenje o zaradi usledilo je nedelju dana kasnije, a akcije su pale za oko 13% na vesti o zaradi. Kako je preokret uzimao maha, Best Buy je sledeće godine postao jedna od akcija sa najboljim učinkom u indeksu S&P 500.

Preuzmite odgovornost za uzrok, a zatim navedite lek

IBM je prvu polovinu uradio kako treba: okrivio je spoljne faktore samo tamo gde su bili proverljivi i na nivou cele industrije — što su uslovi za koje istraživanja pokazuju da odvajaju verodostojna spoljna objašnjenja od onih koja služe sopstvenim interesima — i upario ih sa priznanjem („ovog kvartala smo posustali“). Ono što IBM nije pružio bio je lek.

Ford pokazuje kako izgleda kompletno sprovođenje ovog pristupa. Usred sve većih gubitaka koji su 2006. godine dostigli 12,7 milijardi dolara, objavio je imenovani plan preokreta pod nazivom „Way Forward“, koji se ubrzao kada je Alan Mulali (Alan Mulally) stigao osam meseci kasnije. Ford je preduzeo korake da prikupi oko 18 milijardi dolara, a vremenom i skoro 23,5 milijardi dolara, stavljanjem svoje imovine pod hipoteku pre nego što su se kreditna tržišta zamrzla. Under Armour je pogodio samo prvu polovinu: u januaru 2017. preuzeo je odgovornost za uzrok („izazovi i poremećaji u maloprodaji u Severnoj Americi“), ali je ponudio malo merljivih detalja o tome kako će preokrenuti stopu rasta koja je upravo pala sa preko 20% na predviđenih 11 do 12%, a odlazak finansijskog direktora u istom saopštenju produbio je sumnju. Akcije su pale za oko 23%.

Ne prodajte dok se izvinjavate

Zadržite dokaze koji se odnose na oporavak, ali izbacite sve što zvuči kao saopštenje za javnost. Tržišta vrednuju neprirodan ton, a promotivni talas unutar upozorenja ocenjuje se kao manipulacija. Rolls-Royce je suprotan primer: u februaru 2016. izneo je slabe izglede i prepolovio dividendu koju je isplaćivao čitavu jednu generaciju. Rukovodstvo je to jednostavno predstavilo kao raščišćavanje terena umesto da ga ulepšava, a akcije su porasle za oko 10% tokom naredne nedelje. Upozorenje mora da zvuči kao upozorenje.

. . .

Za IBM semafor već radi. Konačni rezultati su se tačno poklopili sa preliminarnim brojkama iz pisma, a celogodišnje prilagođavanje bilo je skromno. Akcije su porasle za 4% u narednim danima, ali da su investitori u potpunosti poverovali u „odlaganje, a ne uništavanje“, akcije bi trebalo da nadoknade veći deo pada od 25%. Nisu to učinile, a izostanak oporavka nakon umirujućih odgovora jeste upravo ono kako izgleda diskont na kredibilitet. Tržišta ocenjuju priču uprave sa nulom sve dok je dalji rezultati ne potvrde.

Kredibilitet je stavka u bilansu stanja koja se akumulira uplatama, a uništava povlačenjem sredstava. Krišnino rano upozorenje se možda još može pokazati kao uplata, ali propusti u pismu potrošili su deo glavnice. Dublja lekcija za svaki liderski tim glasi: Tržište će vam oprostiti loš kvartal. Mnogo sporije će vam oprostiti otkriće da ste znali, a rekli malo ili nimalo. To je eksperiment koji IBM, na svoju sreću, nije izabrao da sprovede.