Ovo je lista za čitanje za operatere — osnivače, COO-jeve, finansijske lidere, operativne menadžere — koji žele radni mentalni model toga kako AI u poslovanju zaista funkcioniše, bez upisivanja na kurs. Šest radova, redom, kroz vikend ili dva. Svaki zaslužuje svoje mesto jer odgovara na pitanje na koje ostali ne odgovaraju.
Redosled je važan. Čitajte odozgo nadole.
01. Attention Is All You Need — Vaswani et al., 2017
Rad koji je uveo transformer arhitekturu, supstrat ispod svakog modela za koji ste čuli. Ne morate da pratite matematiku. Morate da razumete centralnu ideju: da model može da nauči čemu da posveti pažnju, u tekstu, od kraja do kraja, iz samih podataka.
Ovo je rad koji je promenio oblik polja. Čitajte ga zbog dijagrama, intuicije, i momenta u trećem poglavlju kad apstraktno postaje konkretno.
02. Retrieval-Augmented Generation — Lewis et al., 2020
Originalni RAG rad. Skoro svaka AI funkcionalnost okrenuta operateru koju ćete graditi u 2026. ima preuzimanje negde u sebi, i skoro svi pogrešno tretiraju preuzimanje. Jednom pročitan, ovaj rad daje vam rečnik da postavite prava pitanja kad vam dobavljač predstavi „pomoćnika za znanje".
Daje vam i, gratis, odgovor na pitanje zašto je vaš prvi RAG sistem razočarao: deo za preuzimanje radi više posla od dela za generisanje, a vi ga niste merili.
Većina problema „kvaliteta AI-ja" su problemi preuzimanja prerušeni u kostim generisanja. — radna beleška
03. The State of AI 2025 — McKinsey
Netehničko sidro. Broj koji je važan je 21%: udeo onih koji su usvojili GenAI i koji su zapravo redizajnirali tok rada oko tehnologije. Većina usvajanja je tapeta. Tih 21% su oni koji hvataju merljiv EBIT efekat.
Čitajte ga da biste razumeli zašto je jaz između „koristimo AI" i „AI je promenio P&L" strukturni, ne tehnički. Ovo je jedno od najkorisnijih sidra za operatere koji počinju ovaj razgovor.
04. The GenAI Divide: State of AI in Business 2025 — MIT NANDA
Pratilac McKinsey-jevog rada. Naslovni broj je 95% generativnih AI pilota nema merljiv P&L efekat. Čitajte ga zbog raščlanjivanja gde živi tih 5% — gotovo isključivo u back-office radu koji rukovodstvo ne uzbuđuje.
Zajedno, ova dva izveštaja pričaju istu priču iz dva ugla: AI vrednost je stvarna, mala je kao udeo u svim aktivnostima, i koncentrisana je u nemodnim mestima.
05. Toolformer: Language Models Can Teach Themselves to Use Tools — Schick et al., 2023
Rad koji je, u retrospektivi, bio početak ere agenata. Ideja je jednostavna: model koji poziva API-jeve dramatično je korisniji od modela koji samo priča. Kada to shvatite, čitav razgovor o „agentima" postaje lakši za navigaciju.
Čitajte ga kao uvod u to šta agent zapravo jeste — i šta nije. Posebno: nije mašina za razmišljanje. To je model sa dozvolom da pritiska dugmad.
06. Constitutional AI — Bai et al., Anthropic, 2022
Neočigledan izbor za poslovnu listu za čitanje, ali koristan iz jednog specifičnog razloga: čini živim šta zapravo znači uskladiti ponašanje modela sa pisanom politikom. Ako poslujete u regulisanoj industriji, ili ako vaš biznis ima nijansirana pravila o tome šta agent treba i ne treba da kaže, ovo je rad koji vam daje rečnik da o tome razgovarate sa dobavljačem.
Čitajte ga kao što biste čitali uvod u izradu ugovora: ne zbog tehnike, nego zbog stava.
Kratko zatvaranje
Posle ovih šest radova, imaćete nešto što većina operatera-čitalaca nema: radni okvir za razlikovanje delova oblasti koji su zreli, delova koji su rani, i delova koji su marketing. Odatle, ostatak literature daleko je lakši za navigaciju — i razgovori sa dobavljačima prestaju da budu jednostrani.
