Vaša korporativna AI ne zna ništa o vašem poslovanju

Potrošili ste 250.000 dolara na AI platformu. Povezali ste svoje podatke. Obučili ste svoj tim. Pitate je o svojim kreditnim pravilima. Daje vam odgovor sa Vikipedije. Nije tačno pogrešan. Samo... generičan. Onakav odgovor kakav bi dala načitana osoba koja nikad nije radila u vašoj industriji. Zna šta je kredit. Ne zna vaša kreditna pravila. Zna šta znači usklađenost. Ne zna da vaš regulator zahteva CMF taksonomiju za svaku prijavu. Ovo je stanje korporativne AI u 2026. Modeli su briljantni. Infrastruktura je zrela. A odgovori su beskorisni — jer je vaša AI pročitala internet. Nikad nije pročitala vaš biznis.

Vaš ERP ima 15 godina transakcija. Svaku fakturu, svaki ciklus plaćanja, svaki raspored amortizacije. Vaš kol centar obrađuje 50.000 interakcija mesečno — glas, čet, WhatsApp. Vaš HR sistem prati svaku promenu organizacione šeme, svako prilagođavanje kompenzacije, svaku procenu performansi od osnivanja. Ali pitate vašu AI: "Koliki je maksimalni kredit za člana sa prihodom od 820.000 CLP i rizik kategorijom B1?" Dobićete odricanje odgovornosti. Možda opseg. Verovatno predlog da "proverite sa vašim kreditnim odeljeniem." Odgovor je 25.000.000 CLP. U vašoj tabeli odluka. Red 2. CMF ograničenje potvrđeno. Vaš službenik za usklađenost ovo zna napamet. Vaša AI ne zna da postoji. Podaci su tu. Reprezentacija znanja nije.

Odgovor industrije na ovaj problem je bio RAG — Retrieval Augmented Generation. Otpremite svoje dokumente. Podelite ih na delove. Ugrađujte ih. Neka model pronađe relevantne pasaže pre odgovaranja. Pomaže. Ali ne rešava problem. RAG pronalazi delove teksta. Ne razume poslovnu logiku. Pronalaženje dokumenta o kreditnim pravilima nije isto što i primena tih pravila. Deljenje regulatornog dokumenta na delove ne kodira ograničenje — samo ga čini pretražljivim. Kada vaš službenik za usklađenost čita CMF cirkular, ne samo da čuva tekst. Razume koja pravila se primenjuju na koje proizvode, koji pragovi pokreću koje akcije, i koje izuzetke postoje za koje kategorije članova. Gradi mentalni model. RAG daje vašoj AI bibliotečku kartu. Ne daje joj mentalni model.

Evo šta većina preduzeća ne zna: strukture znanja koje im trebaju već postoje. Održavane su decenijama od strane međunarodnih tela za standarde. FIBO — Financial Industry Business Ontology. Definiše 1.200+ finansijskih koncepata. Održava ga EDM Council. Koriste ga Bank of England, Federal Reserve, i desetine centralnih banaka. Definiše šta je zajam, šta je druga strana, kako se kamata obračunava, kako se rizik kategoriše. Besplatan za korišćenje. GS1 — organizacija za globalne standarde. Klasifikuje 64.000+ kategorija proizvoda. Svaki barkod na svetu koristi njihov sistem. Svaki proizvod koji prodajete, kupujete ili šaljete ima GS1 klasifikaciju. Vaša AI ovo ne zna. SCOR — Supply Chain Operations Reference model. Modeluje operacije lanca snabdevanja od kraja do kraja. BPMN modeluje poslovne procese. DMN modeluje odluke. O*NET klasifikuje 1.000+ zanimanja sa detaljnim okvirima kompetencija. Ovo nisu akademske vežbe. To su operativni standardi koje koriste stvarne institucije. Većina preduzeća nikad nije čula za njih. Njihova AI sigurno nije.

Temelj znanja ima tri nivoa: Nivo 1: Univerzalna ontologija. SUMO. Schema.org. Koncepti koji su istiniti bez obzira na industriju — šta je organizacija, šta je transakcija, kako vreme funkcioniše, kako se količine odnose. Nivo 2: Industrijski standardi. FIBO za finansije. GS1 za proizvode. SCOR za lance snabdevanja. BPMN za procese. DMN za odluke. Ovo je specifično za domen ali ne za kompaniju. Definiše kako vaša industrija funkcioniše. Nivo 3: Vaš biznis. Vaši proizvodi. Vaši kupci. Vaša pravila. Vaši procesi. Vaša organizaciona struktura. Ovo čini vašu kompaniju drugačijom od svake druge kompanije u vašoj industriji. Nivo 1 i Nivo 2 već postoje. Ne gradite ih — usvajate ih. Gradite samo Nivo 3. Kada vaša AI rezonuje na vrhu ovog troslojnog temelja, ne pogađa. Ne pronalazi i ne nada se. Prati svaki odgovor nazad do potvrđene činjenice u vašem grafu znanja. Izvori su prikazani. Pouzdanost je kalibrisana. Službenik za usklađenost može da proveri lanac rezonovanja.

Počeli smo sa proizvodima. Conversation intelligence — analiziranje svake interakcije kol centra za sentiment, usklađenost i nameru proizvoda. Financial AI — činjenje da ERP-ovi odgovaraju na pitanja prirodnim jezikom. Governance reporting — sintetizovanje podataka iz cele organizacije u sažetke spremne za upravni odbor. Onda smo shvatili: vrednost nije bila u bilo kom pojedinačnom proizvodu. Bila je u tome kako su se povezivali. Auralytik detektuje povišenu frustraciju u pozivima o kreditnim proizvodima. Synaptik proverava — ciklus plaćanja tog člana se produžio sa 30 na 67 dana. D-Board dodaje korelisani rizik na sledeći dnevni red upravnog odbora. Ergonik označava da menadžer računa nosi 140% standardnog opterećenja slučajeva. Nijedan pojedinačni proizvod nije mogao da proizvede ovo. Mreža jeste. Pa smo izgradili infrastrukturu. Formalni graf znanja. Protokol za domenske modele da rezonuju zajedno. Mrežu gde svaki novi čvor čini svaki postojeći čvor sposobnijim. Proizvodi su prva četiri čvora. Mreža je platforma.

Ako vaša AI još uvek daje generičke odgovore na specifična pitanja, problem nije model. GPT-4, Claude, Gemini — svi su briljantni u rezonovanju. Užasni su u poznavanju vašeg biznisa. Problem je temelj na kome su izgrađeni. Ili bolje rečeno, temelj na kome nisu izgrađeni. Vaša AI treba da zna da prihod od 820.000 CLP sa B1 rizikom znači maksimalni kredit od 25.000.000 CLP. Ne zato što je neko otpremio PDF. Zato što je pravilo kodirano u graf znanja, povezano sa CMF taksonomijom, i validirano protiv vašeg kataloga proizvoda. To nije RAG. To nije fino podešavanje. To je temelj.