Preskoči na sadržaj
AI Workshop

AI u nabavi 2026: 71% koristi generativni AI, samo 5% ga je skaliralo — agenti, uštede i kako početi

Od nabave se traži da radi više s manje. The Hackett Group očekuje da će opseg posla u nabavi 2026. porasti za 8%, dok se broj zaposlenih i budžeti smanjuju, a AI je očit odgovor. Brojke o primjeni izgledaju impresivno: 71% nabavnih organizacija koristi generativni AI, a 56% eksperimentira s AI agentima. No kad se pogleda pobliže, slika je drukčija. Samo 12% koristi generativni AI u velikom opsegu, a EFESO-ov CPO Pulse Report 2026 pokazuje da ga je tek 5% uspješno industrijaliziralo. Ovaj vodič pokazuje gdje AI u nabavi stvarno radi, koje su uštede realne, koje agente nude SAP, Coupa, Anthropic, OpenAI i Mistral te kako tvrtke u Hrvatskoj, Njemačkoj i Austriji mogu prijeći s pilota na produkciju.

71%
nabavnih organizacija uvelo je generativni AI, uglavnom kao pilot (Hackett 2026)
5%
uspješno je industrijaliziralo generativni AI u nabavi (EFESO CPO Pulse 2026)
3–6%
dodatne uštede na vanjskoj potrošnji uz dobro uvedenu agentsku nabavu (McKinsey)

Primjena: široka, ali plitka

Studija The Hackett Group 2026 Procurement Agenda and Key Issues daje najbolju sliku stanja u nabavi. Generativni AI i AI agenti brzo su se proširili, ali gotovo sve je još u fazi pilota. 59% organizacija pilotira generativni AI, a samo ga 12% koristi u velikom opsegu; kod agentskog AI-ja omjer je 43% prema 13%. Upravljanje ugovorima vodeći je slučaj primjene: 49% ondje aktivno pilotira ili uvodi AI.

Generativni AI i AI agenti u nabavi: pilot naspram šire primjene (% organizacija)

Izvor: The Hackett Group, studija 2026 Procurement Agenda and Key Issues (sažeci za medije, ožujak 2026.). Udio nabavnih organizacija u fazi pilota ili šire primjene.

Druga istraživanja govore isto, s drukčijim brojkama. U istraživanju HFS Researcha i Art of Procurementa za 2026. 15% kaže da je nabavu iz temelja preoblikovalo s AI-jem u središtu, dok 38% vodi samo pilote. GEP broji 17% organizacija s uvedenim agentskim AI-jem i 44% koje ga pilotiraju. EFESO je najskeptičniji: 5% je industrijaliziralo generativni AI, a samo je 34% zadovoljno vrijednošću koju je donio u odnosu na opseg i ulaganje.

Koliko je nabavnih funkcija stvarno skaliralo AI? (% organizacija, po istraživanju)

Izvori: EFESO CPO Pulse Report 2026; The Hackett Group 2026 Key Issues; HFS Research i Art of Procurement, State of AI in Procurement 2026; GEP 2026 Procurement Executive Insight Report. Istraživanja koriste različite uzorke i definicije pa stupci nisu izravno usporedivi. Sivi stupac prikazuje Hackettovu ukupnu primjenu uključujući pilote, radi usporedbe.

Gdje AI danas radi u nabavi

Nabava je puna teksta i ponavljajućih odluka: zahtjevi, specifikacije, ponude, ugovori, računi i e-mailovi dobavljača. Zato je prirodno područje za jezične modele. Vrijednost se jako razlikuje po zadatku, kao i rizik.

ZadatakŠto AI radiTipični alati 2026.Zrelost
Zaprimanje zahtjeva i vođena kupnjaPretvara slobodno napisan zahtjev u ispravnu narudžbenicu, bira artikl iz kataloga ili pravi kanal kupnjeCoupa, SAP Ariba s Jouleom, Zip, vlastiti asistenti na Claudeu ili ChatGPT-juSpremno za produkciju
Pregled i upravljanje ugovorimaIzvlači uvjete, uspoređuje klauzule s internim pravilima, označava rizike, prati obnove i obvezeUgovorne funkcije SAP Aribe, Icertis, Ironclad, Claude s dugim kontekstomSpremno, uz ljudski pregled
Analiza potrošnjeKlasificira potrošnju, pronalazi kupnju izvan ugovora, duplicirane dobavljače i odstupanja cijenaAnalitika platformi, text-to-SQL agenti nad ERP podacimaSpremno ako su podaci čisti
Sourcing i analiza ponudaPriprema upite za ponude, uspoređuje ponude, sažima odgovore dobavljačaSAP Joule Bid Analysis Agent, Coupa, KeelvarRana produkcija
Pregovori za sitnu potrošnjuPregovara male, niskorizične kupnje s dobavljačima unutar zadanih granicaPactum i slični alati za autonomno pregovaranjePiloti, pojedini veliki kupci
Rizik i istraživanje dobavljačaPrati vijesti, financije, sankcije i ESG signale; istražuje nove dobavljačePlatforme za rizik, deep research agenti, ManusSpremno za istraživanje

Klasifikacija AI Workshopa na temelju dokumentacije dobavljača i istraživanja navedenih u članku. Popisi alata su primjeri, ne preporuke.

Koje su uštede realne?

Brošure dobavljača obećavaju smanjenje troškova od 20 do 30%. Konzultanti koji to mjere oprezniji su. McKinsey procjenjuje da agentski AI u strateškoj nabavi, kad je dobro uveden, donosi 3 do 6% uštede na vanjskoj potrošnji. Bain navodi dodatne uštede od 3 do 7% uz rast produktivnosti od 60% ili više. Šira McKinseyjeva procjena za generativni AI u punoj primjeni je 5 do 15%, uglavnom zbog manjeg curenja vrijednosti i boljeg poštivanja ugovora, a ne zbog tvrđih pregovora.

Procijenjene uštede u nabavi zahvaljujući AI-ju (% potrošnje, rasponi)

Izvori: McKinsey, "Agentic AI in strategic sourcing: Hype or hero?" (3–6% vanjske potrošnje); Bain prema Procurement Magazineu (3–7% dodatnih ušteda); McKinseyjeva procjena za generativni AI u punoj primjeni (5–15%, uglavnom curenje vrijednosti i poštivanje ugovora). Rasponi, ne jamstva.

Nekoliko posto zvuči skromno dok se ne primijeni na stvarnu potrošnju. Za tvrtku s 50 milijuna eura adresabilne vanjske potrošnje, 3 do 6% znači 1,5 do 3 milijuna eura godišnje, obično mnogo više nego što AI program košta. Graf ispod prikazuje isti izračun za tri veličine tvrtke.

Što uštede od 3–6% znače u eurima (ilustracija, milijuna € godišnje)

Ilustrativni izračun AI Workshopa prema McKinseyjevu rasponu od 3–6% adresabilne vanjske potrošnje. Stvarni rezultati ovise o strukturi potrošnje, kvaliteti podataka i udjelu potrošnje koji AI obuhvaća.

Alati: SAP, Coupa i vlastita rješenja s Claudeom, GPT-jem i Mistralom

Velike source-to-pay platforme pretvorile su AI u agente. SAP je u ožujku 2026. predstavio novu SAP Aribu kao AI-native platformu s Jouleom ugrađenim u nabavne procese i planira 11 novih Joule agenata za Aribu i Fieldglass tijekom 2026., uključujući agenta za analizu ponuda. Coupa je na konferenciji Inspire u svibnju 2026. lansirala Coupa Compose, platformu za izradu, uvođenje i orkestraciju agenata bez migracije i novog koda, uz opcije cijena temeljenih na rezultatu. Ako vaša tvrtka već koristi jednu od tih platformi, krenite odande: agenti vide vaše kataloge, ugovore i tijekove odobravanja.

Mnoge srednje tvrtke u Hrvatskoj i DACH regiji nemaju punu platformu. Za njih je vlastiti asistent često brži put. Anthropicov Claude dobro obrađuje duge ugovore i dokumentaciju dobavljača te se povezuje s ERP-om, sustavom za dokumente i e-poštom putem Model Context Protocola. OpenAI-jevi GPT modeli i ChatGPT Enterprise česti su za pisanje upita za ponude i komunikaciju s dobavljačima. Mistralovi otvoreni modeli mogu raditi na vašim poslužiteljima kad cijene i ugovori ne smiju izaći iz tvrtke (pogledajte naš vodič za Mistral). Opći agenti poput Manusa korisni su za istraživanje dobavljača i tržišta, ali nikad ne smiju dobiti ovlast kupnje ni pravo pisanja u ERP.

Zašto većina pilota zapne

Istraživanja se slažu oko prepreka. U ProcureCon CPO izvještaju 67% navodi zaštitu podataka, sigurnost i usklađenost kao glavnu prepreku skaliranju AI-ja. GEP-ovi ispitanici ističu kvalitetu podataka: AI ne može klasificirati potrošnju ni uspoređivati cijene ako su matični podaci dobavljača puni duplikata. Gartner dodaje opće upozorenje da će više od 40% projekata agentskog AI-ja biti otkazano do kraja 2027. zbog rastućih troškova, nejasne vrijednosti ili slabe kontrole rizika. Naš vodič o spremnosti podataka za AI pokriva temelje.

Postoji i jaz između pilota i promjene procesa. Chatbot koji odgovara na pitanja o pravilima nabave je jednostavan. Agent koji kreira narudžbenice, mijenja podatke o dobavljačima ili obvezuje tvrtku na cijenu treba limite odobravanja, revizijske zapise i jasnu pravnu ovlast. Tu većina pilota stane.

Sigurne stepenice za uvođenje AI-ja u nabavu: Razina 1, asistenti koji čitaju i sažimaju (pravila, ugovore, odgovore dobavljača). Razina 2, nacrti koje pregledava referent nabave (upiti za ponude, zahtjevnice, usporedbe klauzula). Razina 3, agent priprema transakciju, a čovjek je odobrava u ERP-u. Razina 4, autonomno djelovanje samo za male, povratne kupnje unutar čvrstih limita postavljenih izvan modela, npr. narudžbe sitne potrošnje ispod fiksnog iznosa od odobrenih dobavljača. Pratite uštede i stopu pogrešaka na svakoj razini prije nego što krenete dalje. Naš članak o mjerenju AI ROI-ja pokazuje kako.

Što očekuje Gartner

Gartner predviđa da će do 2027. 50% organizacija podržavati pregovore s dobavljačima alatima za AI analizu rizika i uređivanje ugovora. Hackett već vidi 49% organizacija koje pilotiraju ili uvode AI u upravljanje ugovorima, pa se ta prognoza čini dostižnom. Potpuno autonomna nabava dalje je: u Gartnerovu Hype Cycleu za agentski AI 2026. samo je 17% organizacija uopće uvelo AI agente, iako više od 60% to očekuje u sljedeće dvije godine.

EU kontekst: AI Act, GDPR i javna nabava

  • EU AI Act. Većina AI-ja u nabavi, poput analize potrošnje, pregleda ugovora i pisanja upita za ponude, nije visokorizična. Osjetljivo postaje kad AI ocjenjuje ljude, primjerice freelancere ili vanjske suradnike kao pojedince, ili kad se koristi pri zapošljavanju preko agencija. Provjerite slučajeve primjene prema Prilogu III. Pogledajte naš vodič za usklađenost s EU AI Actom.
  • GDPR. Kontakti dobavljača, ugovori s freelancerima i e-mailovi sadrže osobne podatke. Sklopite ugovor o obradi podataka sa svakim AI dobavljačem i za osjetljive podatke birajte modele hostane u EU ili na vlastitoj infrastrukturi.
  • Ovlast za sklapanje ugovora. Agent koji pregovara ili prihvaća ponudu djeluje u ime tvrtke. Pisano definirajte na što se smije obvezati i do kojeg iznosa te bilježite svaku ponudu i prihvat.
  • Javna nabava. Javni naručitelji u Hrvatskoj objavljuju nadmetanja putem EOJN RH i moraju jednako tretirati ponuditelje. AI može pomoći u pripremi dokumentacije i provjeri ponuda, ali odluke o odabiru moraju ostati sljedive i ljudske. Kad javna tijela kupuju AI, EU-ove modelne ugovorne klauzule za nabavu AI-ja (MCC-AI) dobra su polazna točka.

Što to znači za tvrtke u Hrvatskoj i DACH regiji

  • Počnite s ugovorima i zaprimanjem zahtjeva. Tu je najviše teksta, najjasnija vrijednost i najmanji rizik.
  • Najprije očistite matične podatke dobavljača. Duplikati i krive kategorije pogoršavaju svaki rezultat AI-ja.
  • Mjerite uštede, a ne korištenje. Brojite izbjegnuta odstupanja cijena, provedene ugovorne uvjete i sate uštede po referentu, a ne promptove ili licence.
  • Koristite platformu ako je imate. Agenti SAP Aribe i Coupe već vide vaše podatke. Bez platforme, asistent na Claudeu ili Mistralu povezan s vašim ERP-om brži je prvi korak.
  • Obveze neka potpisuju ljudi. Neka AI priprema i preporučuje, a ljudi potpisuju dok agent ne stekne rezultate na vašim kupnjama. Naš članak o agentskoj trgovini pokazuje kamo ide autonomna kupnja, a vodič za odabir AI dobavljača pomaže kad kupujete sam AI.

Zaključak

AI u nabavi prošao je fazu znatiželje: većina timova ga koristi, a upravljanje ugovorima i zaprimanje zahtjeva već donose rezultate. No samo ga je mala manjina skalirala u način na koji nabava stvarno radi. Realne uštede su 3 do 7% potrošnje, što je mnogo novca, ali samo za tvrtke koje srede podatke, postave jasne granice agentima i mjere rezultate. Ostali će ostati među 59% koji još pilotiraju.

Želite da AI donese stvarne uštede u nabavi?

AI Workshop gradi asistente za nabavu s Claudeom, MCP-om i vašim ERP-om, od pregleda ugovora do vođene kupnje, s limitima odobravanja, revizijskim zapisima i GDPR zaštitom koje tvrtke u EU trebaju. Naši Claude Certified Architects kreću od jednog procesa i mjerljivog cilja uštede.

Razgovarajte s AI konzultantom

Boris Agatić

Osnivač AI Workshopa i Claude Certified Architect. Više od 10 godina gradi softverska rješenja i vodi tvrtke od prvog strateškog razgovora do produkcijskih AI agenata.

LinkedIn (otvara se u novoj kartici)