Od prompta do agenata: kako Microsoft menja način na koji radimo uz AI

1843. godine, mlada engleska matametičarka Ada Lovelace radila je na prevodu jednog francuskog teksta o izumu Čarlsa Bebidža – mašini koju je on nazvao Analitička mašina. Međutim Ada se nije zaustavila samo na prevodu. Uz tekst je dodala i svoje napomene i beleške, koje su bile tri puta duže od originala, u kojima je prvi put u istoriji opisala niz korak-po-korak operacija koje bi mašina samostalno mogla da izvrši. Tim napomenama, premda toga tada nije bila svesna, upisuje se u istoriju kao prva programerka na svetu.

Bebidžova mašina nikada nije sagrađena – bila je preskupa i prekomplikovana za svoje doba. Ali Adina ideja je nadživela mašinu: da uređaj ne mora samo da računa po komandi, već da može da izvršava čitav niz operacija samostalno, korak po korak sve do rezultata. To je, u u svojoj suštini, razlika između kalkulatora i programa. Između alata koji čeka instrukciju i sistema koji sam sprovodi zadatak do kraja.

Skoro dva veka kasnije, nalazimo se na sličnoj prekretnici, samo što ovog puta nije reč o mehaničkim zupčanicima, već o jezičkim modelima. Poslednje dve, tri godine svi su pričali o promptovima i svaka rečenica je započinjala: “Samo nauči da pišeš dobre promptnove i imaš supermoć.” I to je, donekle, i bilo tačno. Prompt inženjering je za mnoge bio prvi ozbiljan susret sa AI alatima u poslu.

Ali, priča se, baš kao i u Adinom slučaju, pomerila dalje od pojedinačne komande. Dok smo mi još uvek vežbali da formulišemo savršen prompt, Microsoft je tiho premestio fokus na sledeći nivo: AI agente. I razlika nije kozmetička. AI agenti su sistemi koji ne čekaju da im kažemo tačno šta da rade i ne vraćaju nam samo odgovor, već sami isplaniraju korake i izvrše čitav zadatak. Microsoft je taj pomak ugradio direktno u srce svojih poslovnih alata i upravo sada je trenutak da razumemo šta se zapravo menja.

Najlakše je zamisliti razliku ovako: cahtbot je kao kolega kome pošalješ pitanje i čekaš odgovor u istom prozoru. Agent je kao kolega kome dodeliš zadatak, on otvori potrebne alate, obavi posao u više koraka i vrati ti se kao da je gotovo – sa rezultatom, ne sa savetom kako da ga sam postigneš.

Tehnički, AI agent je sistem izgrađen oko jezičkog modela koji ima tri stvari koje običan chatbot nema:

• Pristup alatima – može da pretražuje internet, čita i piše fajlove, šalje mejlove, pravu unose u Excel-u ili CRM-u.
• Mogućnost planiranja – sam razlaže veći zadatak na korake i odlučuje kojim redom da ih izvrši.
• Autonomija u izvršavanju – ne čeka tvoju potvrdu za svaki sledeći korak, već radi dok ne završi ili dok ne naiđe na prepreku koja zahteva tvoju odluku.

Microsoft ovo gradi kroz Copilot Studio, platformu na kojoj kompanije prave sopstvene agente – od jednostavnih koji odgovaraju na pitanja klijenata, do složenih koji povezuju više sistema i automatizuju ceo proces.

Kako Microsoft vidi budućnost rada

Microsoftova putanja je jasno iscrtana, i ide u tri faze:

1. Copilot – AI kao asistent unutar aplikacija (Word, Excel, Outlook, Teams) koji odgovara na tvoje komande.

2. Copilot agenti – specijalizovani agenti koji preuzimaju ceo proces: agent za podršku korisnicima, agent za analizu izveštaja, agent koji prati zadatke u timu. Ovde se najveći pomak dogodio u poslednjih nekoliko meseci. Računarski agenti (computer-using agents) su sada generalno dostupni u Copilot Studio-u, što znači da agent može direktno da koristi interfejse aplikacija i sistema koji nemaju API – uključujući zastarele sisteme i portale dobavljača koji se neočekivano menjaju. To je posebno važno za kompanije koje, kao i mnoge na Balkanu, godinama rade sa starijim ERP ili poslovnim sistemima.

3. Cowork – sledeći nivo, gde više agenata radi zajedno na složenom zadatku, deleći informacije i koordinišući korake, dok čovek ostaje u ulozi onog koji postavlja cilj i daje finalnu potvrdu.

Paralelno s tim, Microsoft ulaže i u governance – kontrolu i transparentnost nad radom agenata. Ažuriranja iz aprila 2026. fokusirana su na veću vidljivost i kontrolu nad operacijama agenata, uključujući proširen alat za procenu njihovog korišćenja. Drugim rečima – pre nego što agentima daš ključeve od sistema, Microsoft želi da IT timovi imaju potpun uvid u to šta agenti rade, koliko košta njihov rad i koliko su bezbedni.

Primeri iz prakse

IT – Agent koji prati tikete podrške, automatski kategorizuje prijave, rešava rutinske probleme (reset lozinke, instalacija softvera) i samo eskalira složenije slučajeve čoveku.

HR – Agent koji odgovara na pitanja zaposlenih o godišnjim odmorima, beneficijama i internim procedurama, povlačeći informacije direktno iz interne baze znanja, 0-24, bez čekanja na odgovor kolege iz HR-a.

Marketing – Agent koji prati performanse kampanje, sam generiše nedeljni izveštaj, predlaže optimizaciju budžeta i čak priprema nacrt sledećeg newslettera na osnovu prethodnih podataka o otvaranju i klikovima.

Analitika – Agent koji prati prodajne podatke iz više izvora, uočava anomalije (pad prodaje u određenom regionu, neočekivan skok troška) i šalje upozorenje pre nego što problem postane vidljiv u kvartalnom izveštaju.

U svim ovim slučajevima, agent ne zamenjuje čoveka koji donosi odluku – on skida sa njega ponavljajući, vremenski skup posao i ostavlja prostor za ono što čovek radi bolje: prosuđivanje, kreativnost, odnos sa klijentom.

Zašto je to važno za kompanije

• Ušteda vremena – zadaci koji su ranije zahtevali sate ručnog rada (sortiranje mejlova, popunjavanje izveštaja, praćenje statusa) odvijaju se u pozadini, bez angažovanja zaposlenog.
• Manje grešaka – agent koji prati isti proces hiljadu puta neće preskočiti korak zbog umora ili žurbe, kao što se to ljudima dešava krajem radnog dana.
• Fokus na strategiju – kada se operativni, rutinski deo posla prebaci na agenta, timovi imaju više prostora za ono što stvarno pokreće rast: planiranje, odnos sa klijentima, kreativno rešavanje problema.

Za kompanije koje već koriste Microsoft 365 i Copilot, ovo nije revolucija koja zahteva potpunu promenu infrastrukture – to je prirodan sledeći korak u alatima koje već imaju. Pitanje nije da li će agenti postati deo svakodnevnog rada, već koliko brzo će kompanije prepoznati gde im mogu najviše pomoći.

Ada Lovelace je 1843. godine napisala da bi mašina, u principu, mogla da „komponuje elaborirana i naučna muzička dela bilo kog stepena složenosti“ – ideju toliko ispred svog vremena da je njenim savremenicima zvučala kao fantazija. Trebalo je skoro dva veka da svet stigne do mašina koje stvarno rade ono što je ona zamislila.

Mi nemamo taj luksuz čekanja. Promena se događa sada, u ciklusima od nekoliko meseci, ne vekova. Promptovi su nas naučili da AI-ju postavljamo pitanja na pravi način. Agenti nas uče nešto novo – da AI-ju dodeljujemo poverenje da sam završi posao. To je suštinska promena u tome kako razmišljamo o saradnji sa veštačkom inteligencijom: od alata koji čeka komandu, do kolege koji preuzima odgovornost za ceo zadatak.