AI u organizaciji evenata najkorisniji je kao pomoćnik za jasno ograničene zadatke: analizu briefa, izradu radnih verzija, pretraživanje odobrene baze znanja, sažimanje povratnih informacija i pripremu scenarija. Ne treba mu samostalno prepustiti sigurnosne odluke, obradu osjetljivih podataka ni odluke koje bitno utječu na ljude. Svaku primjenu vežite uz vlasnika, dopuštene podatke, provjeru rezultata i rezervni postupak.
Ovaj vodič dio je zbirke alata za planiranje poslovnih događanja. Ne preporučuje jedan proizvod; daje postupak kojim tim može procijeniti ima li određena AI primjena stvarnu vrijednost i može li se odgovorno uvesti.
Ukratko
- Počnite od problema i mjerljivog ishoda, a ne od želje da “uvedete AI”.
- Prvo klasificirajte podatke; brief s kontaktima, ugovorima ili posebnim potrebama sudionika nije običan tekst za kopiranje u javni alat.
- AI može predlagati, uspoređivati i sažimati, ali imenovana osoba mora potvrditi činjenice, brojke, ton i posljedice.
- Za svaki use case odredite dopuštene ulaze, neprihvatljive izlaze, izvor istine, testne slučajeve i ručni plan B.
- U pilotu mjerite točnost, vrijeme dorade, incidente i stvarno ušteđeno vrijeme — ne broj generiranih dokumenata.
- Od dobavljača tražite ugovorne odgovore o podacima, podizvođačima, zadržavanju, sigurnosti, promjenama modela i izvozu podataka.
Ako tek strukturirate zahtjeve prema agenciji, prostoru ili tehnološkom partneru, najprije složite provjerljiv event brief. AI može pomoći pronaći rupe, ali poslovne zahtjeve i odobrenja mora zaključiti vaš tim.
Gdje AI stvarno pomaže organizatoru eventa
Najbolje prve primjene imaju tri obilježja: zadatak se često ponavlja, rezultat se lako provjerava i pogreška ne stvara ozbiljnu štetu. To su uglavnom pripremni i analitički koraci, a ne konačne odluke.
| Primjena | Koristan izlaz | Što čovjek mora provjeriti |
|---|---|---|
| analiza briefa | popis nejasnih, proturječnih ili nedostajućih zahtjeva | jesu li pitanja relevantna i je li brief pravilno protumačen |
| priprema RFP-a | nacrt opsega, kriterija i pitanja dobavljaču | stvarni obuhvat, rokove, odgovornosti i pravne uvjete |
| usporedba ponuda | tablica razlika, iznimki i otvorenih pitanja | normalizaciju cijena, PDV, količine, isključenja i dokaze |
| program i raspored | više izvedivih varijanti satnice | dostupnost ljudi i prostora, prijelaze, pauze i plan B |
| FAQ za sudionike | odgovor iz odobrenih pravila i informacija | izvor, aktualnost, ton te izbjegavanje pravnih ili medicinskih savjeta |
| komunikacija | radne verzije e-maila, sažetka ili prijevoda | činjenice, lokalizaciju, pristupačnost i identitet pošiljatelja |
| operativni dokumenti | nacrt run sheeta, checkliste ili dnevnog brifinga | slijed radnji, vlasnike, kontakte i sigurnosne procedure |
| analiza ankete | grupirane teme i reprezentativni sažetak komentara | uzorak, pristranost, izostavljene stavove i osobne podatke |
| post-event izvještaj | struktura nalaza i pitanja za daljnju analizu | formule, nazivnike, atribuciju i konačne zaključke |
Kod usporedbe komercijalnih ponuda AI može ubrzati čitanje, ali ne smije izjednačiti stavke koje imaju različit obuhvat. Prvo definirajte matricu prema vodiču za usporedbu ponuda event prostora, a zatim koristite AI za označavanje razlika koje osoba potvrđuje u izvornim dokumentima.
Gdje AI ne smije biti jedini donositelj odluke
Rizik ne ovisi samo o nazivu alata. Isti model može biti niskorizičan dok preoblikuje javni opis programa, a visokorizičan kada rangira govornike ili obrađuje podatke o potrebama sudionika.
Matrica rizika za event tim
| Razina | Primjeri | Minimalna kontrola |
|---|---|---|
| niža | ideje za naziv radionice, promjena formata teksta, sažetak javnog dokumenta | brza urednička provjera i bez povjerljivih podataka |
| srednja | nacrt komunikacije, analiza odobrene FAQ baze, prijedlog satnice, sažetak anonimizirane ankete | imenovani reviewer, potvrđeni izvori, testni slučajevi i evidencija verzije |
| viša | rangiranje ljudi, biometrijska identifikacija, personalizacija osjetljivim podacima, sigurnosna procjena, automatizirano odbijanje prijave | stručna pravna i sigurnosna procjena, formalno upravljanje rizikom, ljudska ovlast i dokaziv alternativni postupak |
Nemojte AI-ju prepustiti konačnu odluku o pristupačnosti, alergijama, medicinskoj pomoći, evakuaciji, zaštitarskoj procjeni, zapošljavanju, akreditaciji ili prihvaćanju osobe bez odgovarajuće ljudske i stručne kontrole. “Čovjek u petlji” nije samo osoba koja rutinski klikne potvrdu; mora imati dovoljno informacija, vremena i ovlasti odbiti prijedlog sustava.
Semafor podataka prije prvog prompta
Prije nego što sadržaj unesete u AI sustav, odredite kojoj skupini pripada. Klasifikaciju uskladite sa svojim pravilima, ugovorima i savjetom osobe zadužene za privatnost i informacijsku sigurnost.
| Boja | Primjeri | Zadana odluka |
|---|---|---|
| zeleno | objavljeni program, javni opis destinacije, generički predložak bez stvarnih podataka | može u odobreni alat uz uobičajenu provjeru |
| žuto | neobjavljene cijene, interni plan, nacrt ugovora, poslovni kontakti, detalji ponude | samo uz odobren alat, jasnu svrhu, minimalan opseg i provjerene ugovorne postavke |
| crveno | lozinke, podaci kartica, identifikacijski dokumenti, zdravstveni ili biometrijski podaci, sigurnosni plan s ranjivostima | ne unositi bez posebne, dokumentirane pravne i sigurnosne procjene |
Pseudonimizacija nije isto što i anonimizacija: podatak se može ponovno povezati s osobom ako ključ ili kontekst ostaju dostupni. Uklanjanje imena također nije dovoljno kada kombinacija funkcije, tvrtke, termina i posebnog zahtjeva otkriva identitet.
Načela Opće uredbe o zaštiti podataka (GDPR) uključuju zakonitost, transparentnost, ograničenje svrhe, smanjenje količine podataka, točnost, ograničenje pohrane, sigurnost i odgovornost. AI alat ne ukida nijednu od tih obveza. Ako za zadatak nije potreban identitet sudionika, nemojte ga slati.
Kontrolni obrazac: osam pitanja za svaki AI use case
Prije pilota popunite jednu karticu. Ako tim ne može dati jasan odgovor, use case još nije spreman.
| Polje | Pitanje koje treba zatvoriti |
|---|---|
| problem | koji se konkretan korak danas izvodi sporo, nedosljedno ili uz česte pogreške |
| korisnik | tko koristi izlaz i tko je vlasnik procesa |
| ulaz | koji su podaci nužni, tko ih smije dati i kako se minimiziraju |
| izlaz | što sustav smije predložiti, a što nikada ne smije odlučiti |
| izvor istine | u kojem dokumentu ili sustavu reviewer provjerava činjenice |
| prihvat | koji testovi, pragovi i uzorak moraju biti zadovoljeni prije uporabe |
| incident i plan B | što radimo ako je izlaz pogrešan, sustav nedostupan ili su podaci izloženi |
| mjerenje | koju odluku donosimo nakon pilota i kojim dokazima |
Ovaj obrazac sprječava čestu pogrešku: tim kupi alat, a tek poslije traži problem koji bi njime riješio.
Kako napisati prompt koji se može provjeriti
Dobar prompt nije čarobna formula. To je mali operativni brief. Za ponovljive zadatke koristite strukturu KONTROLA:
- Kontekst — objasnite događanje, fazu projekta i korisnika izlaza.
- Očekivani zadatak — navedite jednu radnju, primjerice “pronađi nedostajuća polja”, a ne “organiziraj kongres”.
- Nužni izvori — ograničite odgovor na priložene dokumente ili odobrenu bazu.
- Traženi format — odredite stupce, duljinu, jezik i oznake neizvjesnosti.
- Rizične zabrane — navedite što se ne smije pretpostaviti, izračunati ili otkriti.
- Obvezna provjera — tražite citat odjeljka, broj stranice ili oznaku “nije pronađeno”.
- Ljudska odluka — jasno napišite tko potvrđuje i što ostaje samo preporuka.
- Ako nedostaje podatak — sustav mora postaviti pitanje ili označiti prazninu, ne izmišljati odgovor.
Primjer prompta za provjeru ponude
Usporedi ovu ponudu isključivo s priloženom tablicom zahtjeva. Za svaku stavku vrati: status “potvrđeno”, “djelomično”, “nije pronađeno” ili “proturječno”; točan odjeljak izvora; otvoreno pitanje dobavljaču. Ne pretpostavljaj da su oprema, osoblje, PDV ili dodatni sati uključeni. Ne rangiraj dobavljača i ne donosi odluku o odabiru.
Takav prompt ne jamči točnost, ali olakšava provjeru jer rezultat veže uz izvor i dopušta odgovor “ne znam”. Za kvalitetan ulaz prethodno definirajte obvezna polja prema vodiču za usporediv RFP.
Postupak ljudske provjere rezultata
Provjera treba odgovarati mogućoj šteti, a ne samo količini teksta.
- Zaključajte izvor. Označite verziju briefa, cjenika, programa ili baze znanja iz koje odgovor smije nastati.
- Testirajte poznate slučajeve. Uključite potpune, nepotpune, proturječne i rubne primjere te namjerne pogreške.
- Provjerite činjenice u izvorniku. Ne provjeravajte jednu AI rečenicu drugom AI rečenicom.
- Pregledajte izostavljeno. Točan sažetak može biti opasan ako prešuti važnu iznimku.
- Provjerite segmente. Utvrdite dobivaju li različite skupine neopravdano različite preporuke ili kvalitetu odgovora.
- Zabilježite izmjene. Čuvajte verziju prompta, modela, baze znanja, testa i odobrenja u skladu s internim pravilima.
- Osigurajte povratak. Operativni tim mora moći nastaviti ručno kada sustav nije dostupan ili rezultat nije pouzdan.
Za chatbot je korisno provjeravati uzorak stvarnih pitanja i stopu eskalacije čovjeku. Za sažimanje ponuda važniji su propušteni uvjeti, krivo prenesene cijene i vrijeme ljudske korekcije. Jedna “točnost” nije dovoljna za sve zadatke.
Što pitati dobavljača AI rješenja
Marketinška demonstracija pokazuje idealan tijek. Procjena dobavljača mora obuhvatiti podatke, ugovor, stvarnu integraciju i ponašanje kada stvari krenu pogrešno.
Podaci i privatnost
- Koriste li se naši ulazi, izlazi ili povratne informacije za treniranje ili poboljšavanje modela?
- Koja je pravna uloga svake strane i postoji li odgovarajući ugovor o obradi podataka?
- Gdje se podaci obrađuju i pohranjuju te koji su podizvođači uključeni?
- Koliko se dugo čuvaju promptovi, datoteke, logovi i sigurnosne kopije?
- Možemo li izvesti i trajno izbrisati svoje podatke i kako se brisanje dokazuje?
Sigurnost i upravljanje
- Postoje li prijava jednim računom, višefaktorska autentifikacija, uloge i detaljni audit logovi?
- Kako se štite podaci u prijenosu i mirovanju?
- Kako dobavljač prijavljuje incident i u kojem ugovorenom roku?
- Može li administrator onemogućiti javno dijeljenje, vanjske dodatke i neodobrene izvore?
- Kako se dokumentiraju promjene modela, funkcija i sigurnosnih postavki?
Kvaliteta i operativa
- Na kojim jezicima i tipovima dokumenata je rješenje stvarno testirano?
- Može li odgovor citirati odobreni izvor i priznati da podatak nije pronađen?
- Koje su poznate granice, očekivani prekidi i plan povrata podataka?
- Kako se mjeri kvaliteta za naš konkretan zadatak, a ne na općem benchmarku?
- Može li korisnik lako doći do čovjeka i je li sučelje pristupačno?
Odgovore pretvorite u kriterije prihvata i ugovorne obveze. Kategoriju pružatelja možete istražiti među rješenjima za event tehnologiju, ali prisutnost u katalogu nije potvrda usklađenosti niti preporuka određenog proizvoda.
AI Act, AI pismenost i GDPR: što organizator treba znati
U Europskoj uniji pravni zahtjevi ovise o ulozi organizacije, namjeni sustava i razini rizika. Prema trenutačnoj vremenskoj crti Europske komisije, Akt o umjetnoj inteligenciji općenito se primjenjuje od 2. kolovoza 2026.; određene odredbe počele su se primjenjivati ranije, dok su pojedina pravila za visokorizične sustave dobila kasnije rokove. Zato datum na sažetku nije dovoljan — za konkretan sustav treba utvrditi njegovu namjenu, ulogu vaše organizacije i primjenjive odredbe.
Obveza povezana s AI pismenošću primjenjuje se od 2. veljače 2025. Praktično, nije dovoljno dati timu pristup alatu. Edukacija treba odgovarati znanju zaposlenika, kontekstu primjene i ljudima na koje rezultat može utjecati: što se smije unositi, gdje alat griješi, kako se rezultat provjerava, kako se prijavljuje incident i kada se zadatak eskalira.
GDPR se primjenjuje kada se obrađuju osobni podaci. Potrebno je odrediti svrhu i pravnu osnovu, ograničiti podatke, informirati osobe kada je to potrebno, ugovoriti odnos s izvršiteljima obrade, zaštititi podatke i omogućiti prava ispitanika. Za novu, složenu ili osjetljivu obradu može biti potrebna procjena učinka na zaštitu podataka; odluku treba donijeti s nadležnim stručnjakom, ne prema generičkom checklistu.
Ovaj je odjeljak informativan i nije pravni savjet. Posebno provjerite biometriju, profiliranje, automatizirane odluke, nadzor zaposlenika i obradu podataka djece ili zdravstvenih podataka prije ugovaranja tehnologije.
Kako provesti mali pilot bez lažnog ROI-ja
Pilot ograničite na jedan proces, jednu skupinu korisnika i unaprijed određeno razdoblje. Usporedite ga s jasnim početnim stanjem.
| Mjera | Kako je definirati |
|---|---|
| vrijeme do prvog nacrta | minute od potpunog ulaza do izlaza spremnog za pregled |
| vrijeme ljudske dorade | aktivne minute potrebne da izlaz postane prihvatljiv |
| kritične pogreške | netočne činjenice, propuštene obveze, izloženi podaci ili diskriminirajući rezultat |
| prihvat bez veće prerade | udio izlaza koji prolazi unaprijed definirani test, uz apsolutni broj |
| eskalacija | broj slučajeva u kojima je potreban stručnjak ili ručni postupak |
| dostupnost i plan B | prekidi, njihov učinak i uspjeh ručnog nastavka |
| iskustvo korisnika | razumije li korisnik granice i vjeruje li procesu iz opravdanih razloga |
| ukupan trošak | licenca, integracija, obuka, provjera, sigurnost, podrška i izlaz iz sustava |
Nemojte vrijednost izračunati samo kao “staro vrijeme minus vrijeme generiranja”. Uključite pripremu podataka, provjeru, korekcije, obuku, upravljanje i incidente. Ako se kvaliteta smanji ili se rizik prebaci na drugu osobu, brži nacrt nije nužno ušteda.
Hipotetski primjer: analiza pitanja sudionika
Organizator dvodnevne konferencije želi brže grupirati ponavljajuća pitanja pristigla u zajednički sandučić. U pilot ne šalje izvorne potpise ni nepotrebne identifikatore. AI predlaže teme i nacrt odgovora isključivo iz odobrene FAQ baze, a koordinator potvrđuje svaki odgovor prije slanja.
Tim uspoređuje ručni i potpomognuti proces na unaprijed odabranom uzorku. Mjeri vrijeme klasifikacije i dorade, pogrešno dodijeljene teme, odgovore bez valjanog izvora, eskalacije i incidente. Pilot se ne širi ako sustav izmišlja pravila registracije, zanemaruje zahtjev za pristupačnost ili prikazuje podatke jednog sudionika drugome. Ovo je ilustracija postupka, a ne tvrdnja o rezultatu stvarnog projekta.
Politika uporabe AI-ja za event tim
Kratka interna politika treba biti dovoljno konkretna da se može primijeniti usred produkcije.
- Naveden je popis odobrenih alata, računa i administratora.
- Definirani su zeleni, žuti i crveni podaci s primjerima iz event procesa.
- Za svaki use case postoji vlasnik, reviewer i stručna eskalacija.
- Zabranjene su lozinke, podaci kartica i neodobreni osjetljivi podaci.
- Objavljeni sadržaj prolazi provjeru činjenica, autorskih prava, tona i pristupačnosti.
- Odluke koje utječu na ljude imaju stvarnu ljudsku kontrolu i mogućnost prigovora.
- Promptovi, izvori, verzije i odobrenja bilježe se razmjerno riziku.
- Incident se prijavljuje poznatom kanalu, a ručni plan B redovito se testira.
- Dobavljači i vanjski suradnici dobivaju ista pravila koja se odnose na njihov opseg.
- Politika i obuka ažuriraju se kada se promijene alat, namjena, podaci ili propisi.
Za kasnije mjerenje učinka unaprijed definirajte KPI-jeve i ograničenja prema vodiču za event evaluaciju i post-event izvještaj.
Najčešće pogreške
Kupnja alata prije definiranja procesa
Bez opisanog problema i vlasnika alat postaje dodatni kanal, a ne poboljšanje. Prvo nacrtajte sadašnji tijek i mjesto odluke.
Kopiranje cijelog projekta u prompt
Više podataka ne znači automatski bolji rezultat. Pošaljite minimalan, dopušten i relevantan izvadak; osjetljive podatke ne maskirajte površno.
Vjerovanje uvjerljivom tonu
AI može gramatički sigurno iznijeti netočnu cijenu, rok ili ugovorni uvjet. Svaku materijalnu činjenicu provjerite u izvornom dokumentu.
Jedna demonstracija umjesto testa
Demo s idealnim podacima ne pokazuje ponašanje na hrvatskim znakovima, skeniranom PDF-u, proturječnom briefu, praznom polju ili prekidu veze.
“Human review” bez odgovornosti
Ako nitko nije imenovan, nema kriterij i nema vremena za pregled, ljudska provjera postoji samo na papiru.
Mjerenje količine umjesto ishoda
Broj generiranih sažetaka, promptova ili chatbot odgovora nije poslovni rezultat. Mjerite manje pogrešaka, brže zatvaranje provjerljivog zadatka ili kvalitetniju odluku.
Sljedeći korak
Odaberite jedan niskorizičan, čest i lako provjerljiv proces. Popunite kontrolni obrazac, klasificirajte podatke, dogovorite kriterije prihvata i provedite ograničen pilot. Ako AI treba uključiti u nabavu prostora, agencije ili tehnologije, pripremite strukturirani RFP brief u kojem su opisani podaci, integracije, sigurnost, ljudska kontrola i plan izlaska.
Najčešća pitanja
Koji je prikladan prvi AI zadatak za event tim?
Prikladan prvi zadatak obično je čest, niskorizičan i lako provjerljiv, primjerice pronalaženje nedostajućih polja u standardiziranom briefu ili grupiranje anonimiziranih komentara. Ne počinjite od odluke koja utječe na sigurnost, prava ili pristup osobe događanju.
Smijemo li u AI alat unijeti popis sudionika?
Ne postoji univerzalno “da”. Prvo utvrdite svrhu, nužnost, pravnu osnovu, ugovorni odnos, postavke alata, lokaciju i rok obrade te prava osoba. U mnogim zadacima identitet sudionika uopće nije potreban, pa je sigurniji odgovor ne slati ga.
Može li AI sam odgovoriti na sva pitanja sudionika?
Ne bi trebao. Ograničite ga na odobrenu i aktualnu bazu znanja, pokažite izvor kada je moguće i omogućite jasnu eskalaciju čovjeku. Sigurnosna, medicinska, pristupačna, ugovorna i nestandardna pitanja trebaju odgovarajućeg vlasnika.
Treba li označiti da je sadržaj izrađen uz AI?
Ovisi o kontekstu, pravilima platforme, ugovoru i očekivanju publike. Neovisno o oznaci, izdavač ostaje odgovoran za točnost, prava, privatnost i kvalitetu. Ako je AI materijalno oblikovao sadržaj ili bi neobjavljivanje moglo zavarati korisnika, transparentnost je razumna urednička praksa.
Kako znati isplati li se AI rješenje?
Usporedite ukupan trošak i rizik s početnim stanjem: vrijeme do provjerenog izlaza, ljudsku doradu, pogreške, incidente, dostupnost i poslovnu odluku koju rezultat podržava. Pilot bez početnog mjerenja ne može pouzdano dokazati uštedu.
Izvori i metodologija
- Europska komisija: Navigating the AI Act, vremenska crta i primjena pravila, provjereno 10. kolovoza 2026.
- Europska komisija: AI literacy — questions and answers, obveza AI pismenosti i aktualni provedbeni kontekst, provjereno 10. kolovoza 2026.
- Europska komisija: načela GDPR-a, načela obrade osobnih podataka, provjereno 10. kolovoza 2026.
- NIST: Generative AI Profile, dobrovoljni okvir za upravljanje rizicima generativnog AI-ja, provjereno 10. kolovoza 2026.
- ISO/IEC 42001:2023, sustav upravljanja umjetnom inteligencijom, provjereno 10. kolovoza 2026.
- Unsplash: Olli Kilpi, naslovna vizualizacija, licenca i autor slike, provjereno 10. kolovoza 2026.
Članak je urednički vodič za organizatore događanja u Hrvatskoj i Europskoj uniji. Ne rangira proizvode, ne predstavlja pravni ili sigurnosni savjet i ne tvrdi univerzalne uštede. Matrice, obrazac KONTROLA, scorecard i scenarij izradila je redakcija; za konkretnu obradu podataka, automatiziranu odluku ili visokorizičnu primjenu potrebno je uključiti nadležne stručnjake.