October 28, 2026

Ocena zrelosti podjetja za umetno inteligenco: vodnik 2026

Vodja in svetovalka ocenjujeta stopnjo pripravljenosti podjetja za umetno inteligenco

Ocena zrelosti za umetno inteligenco vam pove, ali so vaši podatki, sistemi, ljudje in pravila dovolj pripravljeni, da bo projekt UI prinesel merljiv učinek, in ne le še en pilot, ki obstane v predalu. Dobra ocena se ne konča z oceno na lestvici. Konča se s seznamom vrzeli, vrstnim redom ukrepov in enim ali dvema primeroma rabe, ki ju lahko uvedete v naslednjih mesecih. V nadaljevanju vam pokažemo, katera področja mora zajeti, kako jo izvedete v petih korakih, kaj morajo posebej preveriti proizvajalci, živilska, logistična in distribucijska podjetja v Sloveniji ter kako rezultat prevedete v načrt.

Novacore-groupPretvorite pripravljenost v učinkovite proceseNovaCore Group avtomatizira delovne procese z umetno inteligenco ter pomaga podjetjem optimizirati upravljanje dokumentov, proizvodnjo in načrtovanje.Spoznajte rešitve NovaCore

Na kratko

Ocena zrelosti za UI meri več kot digitalizacijo: poleg podatkov in infrastrukture preverja strategijo, upravljanje, kompetence zaposlenih, uporabo v procesih in dejanske poslovne učinke.
Najbolj uporabna je ocena, ki temelji na dokazilih (izvozi iz ERP, seznam ročnih vnosov, kakovost matičnih podatkov), ne zgolj na mnenjih vodstva.
V proizvodnji in logistiki je največkrat odločilna kakovost podatkov iz ERP in MES ter to, koliko korakov pri naročilih še poteka ročno.
Skladnost je del ocene: GDPR velja že danes, večina določb Akta o umetni inteligenci se uporablja od 2. avgusta 2026.
Rezultat mora biti načrt: dva do trije prednostni primeri rabe z izhodiščnimi KPI-ji, ne poročilo za arhiv.

Kazalo

Kaj ocena zrelosti za AI pravzaprav meri
Šest področij, ki jih mora zajeti dobra ocena
Kako oceno izvedete v petih korakih
Pet stopenj zrelosti in kaj pomenijo za vas
Kaj posebej preverijo podjetja v vaši panogi
Varnost, zasebnost in skladnost s predpisi
Kako izmerite učinek po uvedbi
Naš pogled: ocena je začetek projekta, ne poročilo
Od ocene do delujoče rešitve
Pogosta vprašanja
Viri

Kaj ocena zrelosti za AI pravzaprav meri

Ocena digitalne zrelosti odgovarja na vprašanje, koliko vaše poslovanje že teče v digitalnih sistemih: ali imate ERP, elektronske dokumente, oblačne storitve, povezane stroje. Ocena zrelosti za umetno inteligenco gre korak dlje. Vpraša, ali lahko na teh temeljih sistemi UI berejo, razvrščajo, napovedujejo in predlagajo odločitve tako, da jim ljudje zaupajo in da je učinek viden v stroških, času in napakah.

Razlika je v praksi velika. Podjetje ima lahko sodoben ERP in je digitalno zrelo, a če so šifre artiklov podvojene, roki dobave vpisani v prosto besedilo in nihče ni odgovoren za kakovost podatkov, bo napovedovanje povpraševanja dajalo nezanesljive rezultate.

Za slovenski prostor je dobro izhodišče DOBA AI Maturity Index 2026, ki organizacijsko zrelost uporabe UI v podjetjih v Sloveniji, na Hrvaškem in v Srbiji izraža na lestvici od 0 do 100 in povezuje pet področij: strateško vključevanje UI, upravljanje, kompetence zaposlenih, uporabo v poslovnih procesih in zaznane poslovne učinke. Rezultati so namenjeni prepoznavanju razvojnih vrzeli in odločanju o naslednjih korakih. Avtorji ob rezultatih indeksa opozarjajo, da morajo podjetja posamezne pobude in prve koristi povezati z načinom vodenja in organizacijo dela, sicer izboljšave ne zdržijo.

Mednarodno pogosto uporabljen okvir je MITRE AI Maturity Model iz leta 2023 s šestimi stebri: etična uporaba, strategija in viri, organizacija, tehnološki omogočitelji, podatki ter učinkovitost in aplikacija. Gospodarska zbornica Slovenije v vodiču za uvajanje umetne inteligence kot ključne stebre pripravljenosti izpostavlja kulturo podjetja, talente, podatke in infrastrukturo.

Šest področij, ki jih mora zajeti dobra ocena

Okviri se razlikujejo po imenih, vsebinsko pa se prekrivajo. V praksi jih lahko združite v šest področij, pri vsakem pa zahtevajte konkretna dokazila.

Področje	Kaj preverjamo	Dokazila, ki jih zberete
Strategija in vodstvo	Ali so cilji UI vezani na poslovne cilje, kdo je lastnik in kakšen je proračun	Strateški dokument, seznam projektov, odgovorna oseba
Podatki	Popolnost, točnost in dostopnost podatkov o naročilih, zalogah, proizvodnji	Izvozi iz ERP in MES, delež podvojenih šifer, zgodovina vsaj 2 do 3 let
Tehnologija in integracije	Ali sistemi omogočajo povezave (API), kje tečejo podatki, varnost	Shema sistemov, seznam vmesnikov, politika varnosti
Procesi	Kje so ročni vnosi, ozka grla in ponavljajoče se napake	Meritve časa obdelave, število reklamacij, seznam ročnih korakov
Ljudje in kompetence	Znanje zaposlenih, odnos do sprememb, ključni uporabniki	Matrika znanj, načrt usposabljanj, imenovani ključni uporabniki
Upravljanje in skladnost	Pravila uporabe UI, varstvo osebnih podatkov, pogodbe z dobavitelji	Interna pravila, evidenca obdelav, ocene učinka (DPIA)

Področje podatkov je skoraj vedno tisto, ki odloči o hitrosti uvedbe. Če razmišljate, kam podatke za analitiko in modele sploh zbrati, si oglejte razlike med data lake in data warehouse. Pri tehnologiji je ključno vprašanje povezljivost z obstoječimi sistemi, kar podrobneje opisujemo v vodniku integracija AI z ERP.

Pri kompetencah ne gre le za IT oddelek. Planerji, skladiščniki in referenti naročil morajo razumeti, kaj sistem predlaga in kdaj predlogu ne smejo slepo slediti. Kako je lahko zastavljen praktičen tečaj uporabe umetne inteligence za zaposlene v transportu in logistiki, kaže šesttedenski program, ki združuje orodja UI z optimizacijo vsakodnevnih delovnih procesov.

Kako oceno izvedete v petih korakih

GZS v svojem vodiču podjetjem z malo izkušnjami pri uvajanju UI priporoča, da za oceno stanja vključijo zunanje strokovne partnerje, ki pomagajo prepoznati vrzeli, in opozarja, da ima napačno razumevanje trenutnega stanja lahko daljnosežne posledice. Ne glede na to, ali oceno izvedete sami ali s partnerjem, se obnese naslednji vrstni red.

Določite obseg in poslovni cilj. Ne ocenjujte “celega podjetja” naenkrat. Izberite eno vrednostno verigo, na primer od prejema naročila do odpreme, in en cilj, na primer manj napak pri vnosu naročil.
Zberite dokazila. Izvoz naročil za zadnjih 12 mesecev, seznam vseh ročnih korakov, število reklamacij zaradi napačnih količin ali naslovov, shema sistemov in vmesnikov.
Izvedite intervjuje in delavnice. Pogovorite se z ljudmi, ki proces vsak dan izvajajo: s planerji, operaterji, vozniki, referenti. Vodstvo pogosto oceni stanje bolje, kot je v resnici.
Ocenite vsako področje. Za vsako od šestih področij določite stopnjo zrelosti (glejte lestvico spodaj) in zapišite, na podlagi katerega dokazila ste jo določili.
Pripravite načrt. Izberite dva do tri primere rabe z največjim učinkom in najmanjšimi vrzelmi, določite izhodiščne KPI-je, potrebne ukrepe za podatke in časovnico pilota.

Pri koraku 3 je koristno, da napake, ki se ponavljajo, razčlenite do vzroka. Metodi, ki ju pri tem uporabljamo, opisujemo v članku RCA analiza napak s 5 zakaji in Ishikawa diagramom.

Vprašanja za prvo samooceno

Preden povabite zunanje strokovnjake, si odgovorite na naslednja vprašanja. Vsak “ne” ali “ne vemo” je vrzel, ki jo zapišete.

Ali lahko v enem dnevu izvozite čiste podatke o naročilih, zalogah in dobavah za zadnji dve leti?
Ali ima vsak ključni podatkovni sklop (artikli, kupci, lokacije) imenovanega lastnika?
Ali vaš ERP omogoča dvosmerno povezavo z zunanjimi sistemi?
Ali veste, koliko časa traja obdelava enega naročila in koliko naročil vsebuje napako?
Ali imate zapisana pravila, katera orodja UI zaposleni smejo uporabljati in s katerimi podatki?
Ali veste, ali bi predvideni sistem UI obdeloval osebne podatke zaposlenih, voznikov ali kupcev?
Ali je v vodstvu nekdo, ki je odgovoren za rezultat projekta UI, in ne le za njegovo izvedbo?
Ali imate proračun tudi za podporo in vzdrževanje po uvedbi?

Pet stopenj zrelosti in kaj pomenijo za vas

Spodnja lestvica je praktična: vsaka stopnja pove, kateri naslednji korak je smiseln.

Stopnja	Opis	Smiseln naslednji korak
1. Začetna	Posamezniki uporabljajo splošna orodja UI, podatki so razpršeni v preglednicah	Pravila uporabe, popis procesov in podatkov
2. Raziskovalna	Prvi poskusi, a brez povezave s sistemi in brez merjenja	Izbira enega primera rabe, izhodiščne meritve
3. Pilotna	En ali dva pilota s povezavo na ERP, delno merjenje učinkov	Standardizacija podatkov, načrt za širitev
4. Operativna	Rešitve tečejo v produkciji, učinki se redno merijo	Širitev na druge procese, napredno planiranje
5. Strateška	UI je del načrtovanja, vodenja in odločanja	Prediktivni modeli čez celotno verigo, stalna optimizacija

Večina proizvodnih podjetij v regiji je še na začetku. Raziskava iz leta 2024, ki je zajela proizvodna podjetja v Sloveniji, na Hrvaškem in Slovaškem, je pokazala, da v povprečju le 18,4 % podjetij uporablja programsko opremo UI v vsaj enem proizvodnem procesu, in ugotovila pomembno pozitivno povezavo med zrelostjo Industrije 4.0 in stopnjo uvajanja UI. Z drugimi besedami: kdor ima urejene digitalne temelje, UI uvaja hitreje.

Kaj posebej preverijo podjetja v vaši panogi

Proizvajalci

Ključna je povezava med ERP in MES. Preverite, ali so podatki o kapacitetah strojev, časih priprave in zastojih zajeti samodejno ali jih operaterji vpisujejo ročno ob koncu izmene. Brez zanesljivih podatkov o zastojih napredni urniki in odkrivanje ozkih grl ne bodo delovali. Preverite tudi, ali so tehnološki postopki in kosovnice usklajeni z dejanskim stanjem v proizvodnji.

Živilska industrija

Pri živilih ocena poleg proizvodnje zajame sledljivost serij, roke uporabnosti in hladno verigo. Vprašajte se, ali lahko za vsako serijo v nekaj minutah ugotovite, iz katerih surovin je nastala in komu je bila dobavljena. Pri napovedovanju povpraševanja je pomembno, ali imate zgodovino prodaje po kupcih in akcijah, saj sezonska nihanja in promocije v trgovskih verigah močno vplivajo na natančnost napovedi.

Logistične ekipe

Pri logistiki je največ vrednosti v naročilih in transportu. Preverite, koliko naročil pride po e-pošti, v PDF ali po telefonu in jih nekdo pretipka, kakšen je delež napak pri naslovih in količinah ter ali vozniki potrditve dostave oddajajo digitalno. Če prevažate temperaturno občutljivo blago, ocena zajame tudi zajem temperaturnih podatkov med prevozom.

Distribucijska podjetja

Distributerji imajo pogosto na tisoče artiklov in veliko dobaviteljev. Preverite kakovost matičnih podatkov o artiklih (enote mere, pakiranja, šifre dobaviteljev), saj je to prvi pogoj za samodejni zajem dobavnic in računov. Preverite tudi, ali podatki o zalogah v skladiščih in na poti obstajajo v enem sistemu ali v več ločenih.

Varnost, zasebnost in skladnost s predpisi

Skladnost ni ločen projekt po uvedbi, temveč del ocene pripravljenosti. Informacijski pooblaščenec v smernicah o umetni inteligenci in varstvu osebnih podatkov navaja, kaj mora podjetje preveriti: ali sistem UI obdeluje osebne podatke, kakšna je njegova vloga, namen in pravna podlaga, kako omeji obseg podatkov, kakšen je rok hrambe, kako zagotovi pravice posameznikov ter katere tehnične in organizacijske varnostne ukrepe uvaja. Ocena učinka v zvezi z varstvom podatkov (DPIA) je obvezna, kadar obdelava verjetno pomeni veliko tveganje, IP pa jo priporoča tudi pri obsežnih ali kompleksnih obdelavah.

Drugi okvir je Akt EU o umetni inteligenci. Po povzetku na EUR-Lex pravila temeljijo na tveganju: večje kot je tveganje škode, strožje so zahteve. Uredba prepoveduje nekatere prakse, določa obveznosti preglednosti in zahteve za visokotvegane sisteme. Prepovedane prakse in splošne določbe se po pojasnilih agencije AKOS uporabljajo od 2. februarja 2025. Po odgovorih Informacijskega pooblaščenca se večina določb uporablja od 2. avgusta 2026, uporaba pravil za visokotvegane sisteme pa je na podlagi Omnibusa za UI odložena na 2. december 2027.

Za večino rešitev v dokumentih, planiranju in logistiki to pomeni predvsem urejeno varstvo podatkov, preglednost in usposobljenost zaposlenih. Če bi sistem odločal o zaposlenih, na primer pri ocenjevanju dela voznikov ali razporejanju izmen, se pred uvedbo posvetujte s pooblaščeno osebo za varstvo podatkov in s pravnikom, ki pozna Akt o UI. Pri izbiri, kje bodo podatki in modeli tekli, vam pomagata tudi naša vodnika on-premise ali oblak za AI in zasebni LLM v podjetju.

Varnost, zasebnost in skladnost s predpisi — overview diagram

Kako izmerite učinek po uvedbi

Ocena zrelosti ni popolna, dokler ne določite, kako boste merili uspeh. Izhodiščne vrednosti izmerite pred pilotom, sicer pozneje ne boste mogli dokazati učinka. Za procese, ki jih najpogosteje avtomatiziramo, se obnesejo naslednji kazalniki:

Čas obdelave: povprečni čas od prejema naročila ali dokumenta do vnosa v ERP.
Napake: delež naročil ali dokumentov z napako, število reklamacij zaradi napačne količine ali naslova.
Točnost napovedi: odstopanje napovedi povpraševanja od dejanske prodaje po skupinah artiklov.
Izkoriščenost kapacitet: zastoji, čas priprave strojev, izpolnjevanje plana.
Dostava: delež pravočasnih dostav, število praznih voženj.
Finančni učinek: prihranjene ure, nižji stroški napak in doba vračila naložbe.

Kazalnike primerjajte z zgodovinskimi podatki istega procesa, ne s splošnimi povprečji panoge. Pri enem od naših projektov smo čas obdelave naročil skrajšali za 68 %, naložba pa se je povrnila v 8 do 10 mesecih. Da lahko tak rezultat dokažete, morata biti cilj in izhodišče izmerjena že pred začetkom.

Naš pogled: ocena je začetek projekta, ne poročilo

Pri uvajanju rešitev vidimo isti vzorec: podjetja precenjujejo tehnologijo in podcenjujejo procese ter ljudi. Sodoben ERP še ne pomeni, da so podatki pripravljeni, in dobro orodje še ne pomeni, da ga bodo planerji uporabljali.

Naš pogled: ocena je začetek projekta, ne poročilo — overview diagram

Zato oceno vedno vežemo na konkretno vrednostno verigo in na ljudi, ki jo vsak dan izvajajo. Pri nas sodeluje več ekip, specializiranih za posamezne panoge, od proizvodnje in logistike do farmacije in betonskih obratov. Tako že pri oceni prepoznamo vrzeli, ki jih splošni vprašalnik spregleda, na primer ročne korekcije v planu, ki jih nihče ne zapiše, ali dobavnice, ki jih skladišče prepiše v drugo obliko.

Drugo, kar svetujemo: ne čakajte na “popolno” zrelost. Izberite en proces z jasnim učinkom, uredite podatke, ki jih ta proces potrebuje, in ga uvedite v produkcijo. Učinek prvega projekta je najboljši argument za naslednjega. Podporo po uvedbi načrtujte že na začetku, saj se procesi spreminjajo in rešitev mora slediti.

— Martin

Od ocene do delujoče rešitve

Ko veste, kje so vaše vrzeli, je naslednji korak rešitev, ki se poveže z vašim obstoječim ERP in MES. Pri NovaCore Group uvajamo avtomatizacijo dokumentov z AI zajemom, klasifikacijo, preverjanjem in prenosom v ERP, digitalizacijo proizvodnje s planiranjem, razporejanjem in sledenjem dostav ter prediktivno planiranje z napovedovanjem povpraševanja in odkrivanjem ozkih grl. Rešitev prilagodimo vašim procesom in vas podpiramo tudi po uvedbi.

Novacore-group

→ Oglejte si naše rešitve za avtomatizacijo z umetno inteligenco ali projekte, ki tečejo v produkciji, med njimi tudi platformo Frigologo za logistiko hladne verige.

Pogosta vprašanja

Koliko časa traja ocena zrelosti za umetno inteligenco?

Odvisno od obsega. Ocena ene vrednostne verige, na primer od naročila do odpreme, običajno zahteva nekaj tednov za zbiranje dokazil, intervjuje in pripravo načrta. Ocena celotnega podjetja z več lokacijami traja dlje, zato jo je smiselno razdeliti na faze.

Ali lahko oceno izvedemo sami?

Prvo samooceno lahko, z vprašanji iz tega članka ali z javnimi indeksi zrelosti. Za odločitev o naložbi pa je koristen zunanji pogled, saj notranje ekipe stanje pogosto ocenijo preveč optimistično. Tudi GZS podjetjem z malo izkušnjami svetuje vključitev zunanjih strokovnjakov.

Ali potrebujemo popolne podatke, preden začnemo z UI?

Ne. Potrebujete dovolj dobre podatke za izbrani primer rabe in jasen načrt, kako jih boste izboljševali. Del projekta je pogosto prav čiščenje matičnih podatkov, ki ga sistem UI tudi pospeši.

Ali Akt o umetni inteligenci velja za rešitve v proizvodnji in logistiki?

Akt velja za vse sisteme UI v EU, zahteve pa so odvisne od stopnje tveganja. Večina rešitev za obdelavo dokumentov, planiranje in transport ne sodi med visokotvegane, vendar morate še vedno urediti varstvo osebnih podatkov, preglednost in usposobljenost zaposlenih. Kadar sistem vpliva na odločitve o zaposlenih, se posvetujte s strokovnjakom za skladnost.