Vsakič ko vaša ekipa uporablja ChatGPT za analizo pogodb ali Claude Code za pisanje kode, del poslovnih podatkov potuje skozi strežnike, ki jih vaše podjetje ne nadzoruje, in po zakonodaji države, v kateri sploh ne poslujete. To ni teoretično tveganje, temveč poslovni model, ki tiho preoblikuje, kdo dejansko ustvarja dobiček iz podatkov, ki jih vaše podjetje zbira že leta.
Po raziskavi IBM-ovega Inštituta za poslovne vrednosti 93 odstotkov direktorjev podjetij pravi, da morajo v strategiji za leto 2026 upoštevati AI suverenost. Razlog ni regulativna paranoja, temveč preprosta računica: kdor nadzoruje infrastrukturo, znotraj katere deluje umetna inteligenca, nadzoruje tudi ekonomsko vrednost, ki iz te infrastrukture izhaja.
Kaj je AI suverenost in zakaj to ni isto kot varstvo podatkov
Ko direktorji govorijo o varstvu podatkov, običajno mislijo na GDPR (zakon o varstvu osebnih podatkov) in to, da ti podatki ostanejo znotraj EU. AI suverenost je širši in kompleksnejši pojem. Nanaša se na sposobnost podjetja ali države, da nadzoruje lastne sisteme umetne inteligence, podatke, modele in računalniško infrastrukturo brez popolne odvisnosti od platform, ki jih ne upravlja in na katere nima vpliva.
Razlika je ključna. Podjetje, ki spoštuje GDPR, hrani podatke znotraj EU, vendar jih še vedno obdeluje na Microsoftovih strežnikih, trenira modele na Amazonovih čipih in uporablja Googlov API (Application Programming Interface – programski vmesnik, ki omogoča komunikacijo med programskimi sistemi). Ko Microsoft spremeni cenik, ko ameriški regulatorji uvedejo nove omejitve izvoza tehnologije ali ko ponudnik brez opozorila ukine določeno funkcijo, podjetje ostane brez orodja, brez možnosti selitve in brez jasnega vpogleda v to, kako so bili njegovi podatki uporabljeni pri učenju modelov.
Ko podjetja pravijo, da delajo na AI strategiji, najpogosteje mislijo na prvo dimenzijo. Ko regulatorji govorijo o digitalni neodvisnosti, običajno mislijo na tretjo in četrto. Prava ranljivost pa je v drugi dimenziji – v vprašanju, kdo dejansko lastniško obvladuje modele, na katerih temelji vaše poslovanje.
Anatomija odvisnosti: kako denar in nadzor odtekata iz podjetja
Da bi razumeli odvisnost, je koristno slediti tipičnemu podjetju skozi celoten življenjski cikel AI-projekta.
Na primer: Odvetniška pisarna v Sarajevu se odloči avtomatizirati analizo pogodb. Kupi dostop do OpenAI-jevega API-ja in ga integrira v interni sistem. Podatki o pogodbah, ki vsebujejo zaupne poslovne informacije strank, potujejo skozi OpenAI-jeve strežnike v ZDA. Podjetje plačuje glede na število tokenov, torej glede na količino obdelanega besedila. Z rastjo obsega dela raste tudi račun, podjetje pa nima pogajalske moči, saj je odvisno od enega dobavitelja. Ko OpenAI spremeni pogoje uporabe, jih podjetje sprejme ali pa izgubi orodje, na katerem je že zgradilo celoten proces.
Ta scenarij se ponavlja v vseh panogah. Podjetje iz Beograda, ki trenira lasten model v infrastrukturi AWS (Amazon Web Services – Amazonova platforma za oblačne storitve), plačuje vsako uro računske moči po tržni ceni. Ni popustov niti zagotovila, da bodo cene ostale enake. Modela ni mogoče preseliti brez tehnične migracije, ki traja mesece.
Za tem se skriva finančna logika, ki deluje le v eno smer. Tisto, česar direktorji ne povedo vedno na glas, je, da je bila ta odvisnost načrtno zasnovana. Korporativni popusti, brezplačni začetni paketi in enostavna integracija so orodja, s katerimi veliki ponudniki znižujejo vstopne ovire in hkrati zvišujejo izstopne.
Ko podjetje vzpostavi procese, usposobi ekipo in integrira sistem z internimi orodji, postane cena prehoda na alternativo nesprejemljivo visoka, tudi če jo prvotni ponudnik zviša za 40 odstotkov. Raziskava IBM-a kaže, da skoraj polovica direktorjev v globalnih podjetjih kot ključni razlog za ponoven razmislek o oblačni strategiji navaja odvisnost od računalniških virov v drugih regijah, vendar se redki tega lotijo, preden postane problem cenik.
Obstajajo tri vrste odvisnosti, ki skupaj tvorijo past.
Odvisnost od podatkov pomeni, da lastni podatki postanejo neprenosljivi, ker so optimizirani za določeno platformo.
Odvisnost od modela pomeni, da je poslovni proces zgrajen okoli modela, ki ga podjetje ne more reproducirati, če prekine pogodbo s ponudnikom.
Odvisnost od ekosistema pomeni, da so vsa orodja, integracije in znanje ekipe vezani na eno platformo, zato prehod na alternativo zahteva več kot tehnično migracijo – zahteva prekvalifikacijo celotne organizacije.
To je dobro znano vsem, ki so že prešli migracijo ERP-sistema: poleg tehnologije se spremeni tudi vsakodnevna rutina zaposlenih. Razlika je v tem, da so AI-platforme v poslovne procese vgrajene še globlje in hitreje kot katerikoli poslovni program pred njimi.
Kdo poskuša spremeniti pravila igre
Problem odvisnosti od peščice tehnoloških platform ni ostal brez odziva. V zadnjih dveh letih se je pojavilo več pristopov, ki poskušajo podjetjem vrniti nadzor.
Odprti modeli so prvi odgovor. Mira Murati, nekdanja tehnična direktorica OpenAI, je leta 2025 ustanovila zagonsko podjetje Thinking Machines Lab, ki je v prvem krogu financiranja zbral dve milijardi dolarjev zgolj na podlagi predstavitve in znanstvenega dela.
Njihov produkt Tinker podjetjem omogoča, da odprte modele umetne inteligence prilagodijo lastnim podatkom brez kompleksne infrastrukture in z zagotovilom, da se ti podatki ne bodo uporabljali za učenje tujih sistemov. Pristop je bistveno drugačen od tistega, ki ga ponujajo veliki ponudniki: namesto da kupite dostop do modela, kupite pravico, da je model vaš.
Francoski Mistral razvija odprte modele, ki jih je mogoče poganjati na lastnih strežnikih brez pošiljanja podatkov zunaj podjetja. Meta ima svoj model Llama (Large Language Model Meta AI – Metina družina velikih jezikovnih modelov), ki je na voljo za prenos in zagon v lastnem okolju, kar pomeni, da lahko podjetje z dovolj računalniškimi viri vzpostavi lasten model brez kakršnekoli odvisnosti od zunanjega API-ja.
Razliko med temi modeli in komercialnimi alternativami lahko ponazorimo z analogijo iz sveta programske opreme: to je razlika med nakupom licenčne programske opreme in odprtokodno rešitvijo. Koda je vaša, spreminjate jo po želji, ponudnik pa vam je ne more odvzeti.
IBM je v začetku leta 2026 predstavil platformo Sovereign Core, ki nadzor nad podatki in modeli vgrajuje neposredno v arhitekturo sistema. Namesto da podjetje naknadno konfigurira zaščito podatkov znotraj komercialnega oblaka, Sovereign Core izhaja iz suverenega okolja kot izhodišča in na njem nadgrajuje oblačne storitve.
V regiji Adria pa se na globalnem trgu AI suverenosti uveljavlja tudi hrvaški zagonski projekt Daytona, ki je februarja zbral 24 milijonov dolarjev investicij. Daytona je platforma, ki podjetjem omogoča zagon izoliranih razvojnih okolij (development environments) v oblaku ali lastni infrastrukturi. Z drugimi besedami, Daytona omogoča, da vsako podjetje dobi svoj začasni strežnik, kjer lahko poganja kodo, eksperimentira in trenira lastne modele, ne da bi posegalo v preostali sistem, in popolnoma neodvisno od drugih ponudnikov.
Ivan Burazin je v novem zagonskem podjetju zbral prvotno ekipo iz Codeanywhera, pionirja razvojnih okolij v oblaku.
Vsem tem pristopom je skupna ista ideja: zmanjšati odvisnost od enega ponudnika in ohraniti nadzor nad podatki. Težava je, da vsak od njih zahteva tehnično usposobljenost, čas in začetno naložbo, česar si ne morejo privoščiti vsa podjetja – bodisi zaradi pomanjkanja sredstev bodisi zaradi neustrezne tehnične izobrazbe delovne sile.
Pomembno je razumeti tudi omejitve odprtih modelov. Modeli, kot sta Mistral Medium ali Llama 3, so sposobni opraviti večino poslovnih nalog, vendar zaostajajo za GPT-4 ali Claude 3 Opus pri kompleksnih nalogah, ki zahtevajo poglobljeno sklepanje, večstopenjsko načrtovanje ali specializirano domensko znanje.
Za številna podjetja ta razlika ni bistvena, saj je 80 odstotkov nalog mogoče opraviti tudi z manjšim modelom. Za preostale pa kompromis med suverenostjo in zmogljivostjo ostaja realna težava, ki zahteva zavestno odločitev, ne pa samoumevne izbire najbolj prepoznavnega ponudnika.
Daytona
Evropska infrastruktura: kdo gradi, kdo plačuje in kdo ima dostop
Evropska unija je odvisnost od ameriških in kitajskih AI-platform prepoznala kot strateško tveganje in februarja 2025 zagnala pobudo InvestAI. Načrt predvideva mobilizacijo 200 milijard evrov naložb v umetno inteligenco, od tega je 20 milijard evrov namenjenih izgradnji štirih gigatovarn umetne inteligence po EU. Vsaka gigatovarna bo opremljena s približno 100.000 čipi za umetno inteligenco, kar je štirikrat več od zmogljivosti trenutnih evropskih superračunalniških centrov.
Hkrati EU razvija EU Sovereign Tech Fund – predlog sklada v vrednosti 350 milijonov evrov za obdobje sedmih let, namenjenega vzdrževanju kritične odprtokodne infrastrukture. Sklad je usmerjen v financiranje programskih projektov, ki so ključni za digitalno infrastrukturo, vendar se zanašajo na prostovoljne prispevke in delo skupnosti, zaradi česar so v komercialnem ekosistemu ranljivi.
Svetovalno in raziskovalno podjetje Gartner ocenjuje, da bo trg suverenega oblaka zrasel s 37 milijard dolarjev v letu 2023 na 169 milijard dolarjev do leta 2028. To ni obrobna niša, temveč eden najhitreje rastočih segmentov globalne IT-industrije. Ista raziskava napoveduje, da bo do leta 2028 kar 65 odstotkov vlad po svetu uvedlo neko obliko zahtev glede tehnološke suverenosti.
Ključno vprašanje za regijo ni, ali se ta infrastruktura gradi, temveč kdo jo lahko uporablja. Odgovor pa ni preprost.
Regija Adria: med pravili, ki veljajo za vse, in infrastrukturo, ki ni za vse
Slovenija in Hrvaška kot članici EU imata poln dostop do gigatovarn InvestAI, EU Sovereign Tech Funda in kohezijskih sredstev za digitalno preobrazbo. Srbija, Bosna in Hercegovina ter Severna Makedonija imajo drugačen status.
Program Widening v okviru pobude Horizon Europe za leto 2026 predvideva 485 milijonov evrov, od tega je 416,5 milijona evrov na voljo prek razpisov med januarjem in septembrom 2026. Vse države iz regije sodijo v kategorijo Widening, kar pomeni, da lahko koordinirajo projekte brez neposredne konkurence z institucijami iz razvitejših držav EU. To je konkretna priložnost, vendar zajema raziskave in inovacije, ne pa industrijske infrastrukture.
Srbija je pridružena država programa Horizon Europe, kar pomeni, da lahko sodeluje v raziskovalnih projektih in kandidira za določene vire financiranja. Toda infrastrukturni programi, kot so InvestAI, gigatovarne in kohezijski skladi, so rezervirani izključno za članice EU. Bosna in Hercegovina ter Severna Makedonija imata status kandidatke za članstvo v EU, kar odpira nekatere pogajalske procese, ne pa tudi dostopa do obstoječe infrastrukture.
Po poročilu Microsoft AI Diffusion Report za leto 2025, ki meri dejansko stopnjo uvajanja umetne inteligence po državah, Slovenija dosega 24,6 odstotka, Hrvaška 21,8 odstotka, Srbija pa 19,7 odstotka. To so podobni deleži, vendar za njimi stojijo zelo različni pogoji poslovanja.
Slovensko podjetje, ki razvija AI-programsko opremo, se lahko prijavi na EU-sklade, ima dostop do prihodnjih gigatovarn in infrastrukturo plačuje po reguliranih cenah. Srbsko podjetje, ki razvija enak izdelek, mora spoštovati evropsko regulativo umetne inteligence, če želi prodajati na trgu EU, vendar nima dostopa do infrastrukture, ki jo EU gradi. Vsako uro računske moči plačuje Amazonu ali Microsoftu po polni tržni ceni.
To neskladje ni nevtralno. V praksi pomeni, da podjetje iz Srbije, Bosne in Hercegovine ali Severne Makedonije, ki tekmuje na trgu EU, vstopa v tekmo z eno roko zvezano: višji infrastrukturni stroški, manj dostopnih sredstev, enaki regulatorni pogoji. Razlika med tistimi, ki imajo dostop do evropske infrastrukture, in tistimi, ki ga nimajo, ni le finančna – je strateška in lahko na letni ravni določa konkurenčni položaj.
Vendar ta korak danes niti ni več tako zapleten, saj lahko direktorji podjetij iz Srbije, Bosne in Makedonije razmeroma enostavno preselijo sedež podjetja v Slovenijo ali Hrvaško, pridobijo delovno vizo ali pa v roku enega meseca ustanovijo podjetje prek spleta v Estoniji.
Obstaja tudi manj viden, a enako pomemben rizik, povezan z EU aktom o umetni inteligenci (EU AI Act – evropska regulativa o umetni inteligenci, ki se uvaja postopoma med letoma 2025 in 2027).
Podjetja iz regije, ki prodajajo na trgu EU, bodo morala dokazati skladnost svojih AI-sistemov s to regulativo, kar vključuje obveznosti dokumentiranja, revizij in evidentiranja načina, kako modeli sprejemajo odločitve. Te obveznosti so enake ne glede na to, ali podjetje prihaja iz Berlina ali Banjaluke. Razlika je v tem, da ima podjetje iz Berlina dostop do evropske infrastrukture in sredstev za prilagoditev, podjetje iz Banjaluke pa nosi tako regulativne kot infrastrukturne stroške samo.
Kljub temu obstajajo tudi asimetrične prednosti, ki jih regija premalo izkorišča. Stroški dela so še vedno nižji kot v Zahodni Evropi, regija pa ima raziskovalne centre z ugledom na področju strojnega učenja (Machine Learning – veja umetne inteligence, ki se ukvarja z učenjem modelov na podatkih), kar je mogoče monetizirati s sodelovanjem z zahodnoevropskimi partnerji v okviru projektov Horizon Europe.
Podjetje, ki razvije lastne AI-kompetence in modele poganja lokalno, ima tudi nižjo stroškovno osnovo kot konkurenca na dražjih trgih EU, kar je lahko odločilna prednost v segmentih, kjer sta cena in kakovost izenačena.
Kaj lahko podjetje naredi, preden problem postane kriza
Digitalna suverenost ni nujno projekt, ki čaka na vladne odločitve ali evropska sredstva. Obstaja vrsta konkretnih korakov, ki jih lahko podjetje sprejme že danes z obstoječimi viri.
Prvi in najpomembnejši korak je mapiranje odvisnosti. Ključno vprašanje, ki si ga mora zastaviti vsak CTO (Chief Technology Officer – tehnični direktor) ali IT-menedžer, je: kateri naši kritični procesi ne morejo delovati, če določen ponudnik ukine storitev ali zviša cene za 50 odstotkov? Odgovor pokaže, kje je odvisnost največja in tveganje nesprejemljivo.
Drugi korak je hibridna arhitektura. Rešitev ni nujno opustitev komercialnih oblakov – to bi bilo za večino podjetij drago in nepraktično. Rešitev je razdelitev: občutljivi podatki in ključni modeli se obdelujejo lokalno ali v nadzorovanem zasebnem okolju, manj kritični procesi pa ostanejo v komercialnem oblaku. IBM to strategijo imenuje »suverenost po zasnovi« v nasprotju s »suverenostjo naknadno«, ki je dražja in manj učinkovita.
Tretji korak se nanaša na pogodbe. Klavzule o prenosljivosti podatkov, pravici do izvoza modelov in transparentnosti uporabe podatkov za učenje niso standardni del splošnih pogodb s komercialnimi ponudniki, vendar jih je mogoče izpogajati. Podjetje, ki podpiše pogodbo brez teh določil, se prostovoljno odpove prihodnjim možnostim.
Četrti korak je postopno prehajanje na odprte modele. Odprti modeli, kot sta Mistral ali Meta Llama, so postali dovolj zmogljivi za resne poslovne uporabe. Za podjetje, ki obdeluje občutljive podatke strank, razlika med zagonom modela na lastnem strežniku in pošiljanjem podatkov zunanjemu API-ju ni le tehnična, temveč tudi pravna in reputacijska. Strošek strežnika, ki lahko poganja srednje velik model Llama, znaša nekaj tisoč evrov enkratno, kar je za številna podjetja sprejemljivo v primerjavi z mesečnimi stroški API-ja, ki rastejo z obsegom.
Peti korak je znanje znotraj podjetja. Odvisnost od enega ponudnika pogosto ni rezultat zavestne strategije, temveč dejstva, da ekipa pozna le eno okolje. Diverzifikacija tehnoloških kompetenc zmanjšuje odvisnost, še preden ta postane težava.
Suverenost kot strateška odločitev
Skupni imenovalec vsega tega ni tehnologija, temveč strategija. Podjetja, ki bodo v letu 2026 gradila suverenost, tega ne bodo storila z eno veliko odločitvijo, temveč z nizom manjših: kateri model uporabljamo, kje hranimo podatke, kaj zapisujemo v pogodbah, katere veščine razvijamo interno.
Napačno je gledati na AI suverenost kot na drago in kompleksno možnost, dostopno le korporacijam s stotinami milijonov evrov IT-proračuna. Suverenost se gradi postopoma – enako jo gradi podjetje s 50 zaposlenimi, ki poganja lasten model Mistral na internem strežniku, kot multinacionalka, ki z IBM-om razvija hibridno oblačno infrastrukturo. Merilo ni velikost, temveč zavedanje, kje odvisnost obstaja in kje tveganje postane nesprejemljivo.
Vsako podjetje v regiji, ki danes pošilja podatke prek OpenAI-jevega ali Googlovega API-ja, ne plačuje le storitve, financira tudi učenje modelov, ki bodo nekoč ponujeni njegovim konkurentom – morda celo neposredno v njegovi panogi. Tega procesa ni mogoče razveljaviti. Podatkov, ki so se izgubili, ni več.
Slovenska in hrvaška podjetja vstopajo v to tekmo z dostopom do evropske infrastrukture in sredstev, ki delno pokrivajo stroške prilagoditve. Srbska, bosanska in makedonska podjetja pa vstopajo z enakimi regulativnimi obveznostmi in enako konkurenco, vendar brez tega finančnega blažilnika. To ni krivica, temveč realnost, znotraj katere se sprejemajo poslovne odločitve.
AI suverenost ni vprašanje gradnje lastnega modela; gre za nadzor nad ključnimi deli poslovanja. Podjetje, ki tega nadzora nima, ga ne izgubi naenkrat – izgublja ga postopoma, skozi cene, pogoje in tehnične omejitve, na katere nima vpliva.
Zato vprašanje ni, ali bo do spremembe prišlo, temveč kdaj in pod katerimi pogoji. Takrat pa to ni več vprašanje strategije, temveč položaja, v katerem ste zaradi te strategije.
.webp){kind=icon}
