Veliki jezički modeli kao što su Grok, GPT, Claude ili Llama ne “prepoznaju“ i „razumeju“ jezik kao ljudi. Oni ne poseduju svest o tome šta je srpski, engleski ili francuski jezik, niti imaju konceptualno razumevanje jezika kao sistema značenja. Princip rada im je zasnovan na osnovu statističkog predviđanja sledećeg tokena/reči u rečenici. Tokom treninga na trilionima tekstova, model uči obrasce i predviđa koja reč najverovatnije dolazi sledeća u nizu, odnosno rečenici. Ukoliko je tokom treninga češće viđao određene obrasce, kombinacije ili grupe reči, njih će i uključivati u odgovor.

Kada su ti obrasci slični, kao kod srodnih jezika iz iste jezičke grupe, prostor za grešku postaje veći; ako za neki jezik nema dovoljno podataka, sistem će često „preći“ na najbliži jezik koji prepoznaje, bukvalno će prevesti sa engleskog jezika ili će samo englesku reč ili frazu napisati po pravopisnim pravilima drugog jezika.

Šta to znači u praksi?

Slovenski jezici, među kojima su i naši južnoslovenski (srpski, hrvatski, makedonski i bugarski), dele veliki broj reči i imaju sličnu gramatiku i strukturu. Za model, to znači da se ti jezici delimično „preklapaju“. Kada ulaz nije dovoljno jasan, odnosno kada modelu nije jasno na kom jeziku je postavljeno pitanje, on ne „bira“ jezik, već nastavlja u pravcu koji mu deluje najverovatniji.

Zato se u praksi dešavaju situacije da pitanje postavimo na srpskom, odgovor stiže na mešavini srpskog i hrvatskog ili samo hrvatskog ili odgovor počinje jednim jezikom, a završava se drugim.

Sličan problem postoji i kod pisama (čak i u okviru istog jezika) ili korišćenja ijekavice i ekavice. Srpski koristi ćirilicu i latinicu, ali i neformalne varijante bez dijakritika. Za model, svaka od tih varijanti je drugačiji „signal“. Što je tekst „nečistiji“ (mešano pismo ili „ošišana“ latinica), veća je verovatnoća da će sistem pogrešno proceniti kontekst i dati pogrešan ili neodgovarajući odgovor.

Greške su češće ako korisnik postavlja kraća ili dvosmislena pitanja, ili kada piše neformalno ili u slengu. Ne postoji jedinstvena stopa greške, ali je jasno da se one značajno povećavaju upravo u ovakvim situacijama. Usled navedenog se kvalitet ne meri time da li sistem može da odgovori na nekom jeziku, već da li ostaje dosledan, tačan i razumljiv u različitim kontekstima.

Hoće li veštačka inteligencija izbaciti prevodioce „iz igre“?

Veliki jezički modeli ne polaze od gramatičkih pravila niti od direktnog „prevođenja“ reči, već na osnovu velikih količina podataka uče kako se značenje najčešće prenosi sa jednog jezika na drugi. Umesto da traže tačan ekvivalent za neku reč, modeli procenjuju koji je najverovatniji niz reči u ciljnom jeziku, uzimajući u obzir širi kontekst rečenice.

Taj pristup daje najbolje rezultate kod prevođenja sa engleskog i na engleski jezik. Kako engleski dominira internetom, modeli imaju daleko više primera na osnovu kojih uče, pa su i rezultati stabilniji. Kod prevođenja između manje zastupljenih jezika (recimo sa srpskog na litvanski), sistemi često posredno „prolaze“ kroz engleski (prevode srpski na engleski jezik, a zatim sa engleskog na litvanski), što može dovesti do gubitka nijansi i pojednostavljivanja značenja.

U većini situacija, kod prevođenja jednostavnih tekstova ili novinskih sadržaja, prevodi su u velikoj meri kvalitetni. Greške se najčešće javljaju kod idioma, kulturno specifičnih izraza i stručne terminologije. Posebno su osetljive oblasti kao što su pravo, medicina ili finansije, gde i najmanja greška u prevodu može značajno promeniti značenje i kontekst.

Dodatni rizik je to što su greške često teško uočljive. Sistem može da generiše gramatički, pravopisno i stilski pravilan prevod koji deluje uverljivo, ali je suštinski netačan. Za korisnika koji ne razume originalni tekst, takva greška ostaje neprimećena.

U praksi veštačka inteligencija može da posluži služi kao prvi korak u prevođenju, da pruži „grub prevod“ a prevodilac ima glavnu reč i prilagođava prevod kontekstu.

Veličina je bitna

Ključni faktor koji određuje kvalitet odgovora je količina podataka. Jezici koji dominiraju internetom imaju ogromne korpuse. Engleski je ubedljivo najzastupljeniji i samim tim ga modeli veštačke inteligencije favorizuju, dok je srpski jezik značajno manje prisutan. Kada su u pitanju dijalekti, njihova zastupljenost u podacima je minimalna, pa su u praksi gotovo neprepoznatljivi ili nedovoljno zastupljeni u modelima.

Posledica je jasna: model je stabilniji na engleskom nego na srpskom, a još nestabilniji na dijalektima. To nije pitanje „kvaliteta modela veštačke inteligencije“, već strukture podataka.

Istaknuta pojava naziva se jezička pristrasnost. Ona nije rezultat namere, već neravnomerne zastupljenosti jezika u trening podacima. Što su jezik i korpus „veći“, to su odgovori pouzdaniji; što je „manji“, to model više improvizuje.

Najveći problem nastaje kod dijalekata: ako dijalekat nije prisutan u podacima, model ga ne prepoznaje kao zaseban jezički oblik već ga tretira kao varijaciju ili grešku. U praksi, to znači da korisnik piše na dijalektu ili nekoj varijanti, a sistem odgovara na standardnom jeziku ili ga delimično (i to vrlo loše) „prevodi“.

Od tehničkog i lingvističkog do političkog i ekonomskog pitanja

To više nije samo tehničko i lingvističko pitanje. Ako digitalni sistemi sistematski ignorišu „male“ jezike i nestandardne govore, oni direktno utiču na to ko je vidljiv u digitalnom prostoru, a ko nije. Jezici koji nisu podržani postaju manje upotrebljivi u obrazovanju, poslovanju i javnom diskursu, što postepeno dovodi do njihove marginalizacije.

Drugim rečima, nije reč samo o tome kako veštačka inteligencija „govori“, već o tome čiji se glas čuje. Ako sistemi bolje razumeju i reprodukuju velike jezike, onda njihovi govornici imaju prednost u pristupu informacijama, dok su govornici manjih jezika u podređenom položaju. U tom smislu, pitanje jezika u sistemima veštačke inteligencije postaje pitanje digitalne ravnopravnosti: ko ima pristup tehnologiji, a ko je iz nje praktično isključen?

Za kompanije koje uvode veštačku inteligenciju u svoje poslovanje, navedena neravnomerna zastupljenost jezika ne predstavlja samo lingvistički, već i ozbiljan poslovni problem. Ukoliko četbot ne prepoznaje jezik korisnika ili daje nestabilne odgovore, pada kvalitet usluge, raste broj žalbi i klijenti gube poverenje u kompaniju.

Gдјe je reшenje?

Zato pravo pitanje nije da li veštačka inteligencija „govori vaš jezik“, već koliko pouzdano funkcioniše u različitim kontekstima, od neformalne do stručne komunikacije. Formalna podrška za jezik sama po sebi nije dovoljna. Sistemi obučeni na više jezika (kao što su Grok, ChatGPT ili DeepSeek) mogu da rade na malim jezicima, ali nisu za njega optimizovani.

Rešenje postoji, ali zahteva sistematičan pristup. Prvi korak je kuriranje kvalitetnih korpusa malih jezika, odnosno prikupljanje, uređivanje i označavanje tekstova. Drugi korak je specijalizovani fine-tuning, odnosno dodatno prilagođavanje modela na takvim podacima, kako bi sistem naučio konkretne jezičke obrasce, a ne samo standardni oblik jezika.

Dugoročno, najpouzdaniji rezultati mogu doći iz razvoja nacionalnih ili regionalnih jezičkih modela koji od početka uzimaju u obzir jezičku raznovrsnost. Inicijative poput CLASSLA već razvijaju resurse za južnoslovenske jezike, dok se u Srbiji sve češće govori o nacionalnom jezičkom modelu. Ukoliko se takvi projekti realizuju, njihova uloga neće biti samo tehnološka, već i kulturna, u očuvanju jezika i njegovih dijalekata u digitalnom prostoru.

Autor: Milena Šović AI Implementation Specialist & Content Trainer

Foto: unsplash

Чланак Izgubljeni u prevodu: Govori li veštačka inteligencija vašim jezikom? се појављује прво на Biznis i Finansije.

U poslovnom svetu veštačka inteligencija više nije samo alat za ubrzanje poslovnih procesa ili smanjenje troškova, ona postaje strateški resurs u donošenju odluka, analizi tržišta i upravljanju rizicima. Kompanije sve više koriste AI za predviđanje potražnje, procenu kreditnog rizika, optimizaciju investicija ili kreiranje marketinških sadržaja.

Obični korisnici veštačku inteligenciju više ne upotrebljavaju samo za pisanje mejlova ili prevode tekstova. Ona postaje lični savetnik kojem se obraćaju za pomoć u donošenju najvažnijih i najosetljivijih odluka u životu, od tumačenja simptoma bolesti i zdravstvenog stanja, preko finansijskih saveta, pa sve do ličnih i pravnih pitanja.

Dakle, i u privatnom i u poslovnom životu, odgovori veštačke inteligencije nam pomažu da donosimo bitne odluke. Zato je jako važno da znamo koja su njena ograničenja, da budemo svesni rizika njene upotrebe i da znamo kako da se zaštitimo od potencijalne manipulacije.

Kako je jedan novinar nadmudrio veštačku inteligenciju

Nedavni eksperiment britanskog novinara Tomasa Džermejna, objavljen na BBC-ju pokazao je koliko je lako manipulisati savremenim AI sistemima.

Za samo dvadeset minuta Džermejn je na svom sajtu kreirao potpuno lažni blog-post. U njemu je izmislio nepostojeće takmičenje pod nazivom „Najbolji tehnološki novinari u jedenju hot-dogova“. Napravio je detaljnu rang-listu, dodelio „svetske rekorde“, postavio sebe na prvo mesto i ubacio imena nekoliko stvarnih, poznatih novinara, među kojima je bio i Dru Harvel iz Vašington Posta. Tekst je bio napisan u klasičnom novinarskom stilu, sa uvodom, podacima, „statistikama“ i linkovima koji su izgledali autentično. Sve je delovalo kao ozbiljan i kredibilan sadržaj.

Za manje od 24 sata kasnije usledio je šokantan rezultat. Google AI Overview, Gemini i ChatGPT su već citirali taj lažni blog kao pouzdan izvor informacija. Modeli su ponavljali izmišljene podatke kao da su činjenice. Navodili su „svetske rekorde“ u jedenju hot-dogova, precizno pominjali imena stvarnih novinara i pozicionirali Džermejna kao apsolutnog pobednika takmičenja koje nikada nije ni održano.

Još više zabrinjava to što manipulacija nije prestala ni nakon intervencije. Kada je autor ažurirao post i jasno napisao da je reč o eksperimentu, da je sve izmišljeno i da „ovo nije satira“, AI sistemi nisu promenili ponašanje. Čak i nakon eksplicitnog upozorenja, oni su i dalje tretirali lažni sadržaj kao verodostojnu informaciju i nastavili su da ga uključuju u svoje odgovore.

Ovaj slučaj nije rezultat sofisticiranog hakovanja ili tehničkog upada u sisteme. Reč je o klasičnoj SEO manipulaciji, jednostavnom postavljanju lažnog sadržaja na internetu, kojim se AI modeli hrane i na osnovu kojeg formulišu svoje odgovore.

Međutim, problem je mnogo dublji od širenja pojedinačnih i nasumičnih lažnih vesti. Verovatno i ptičice na grani znaju da savremeni veliki jezički modeli (Large Language Models – LLM) ne razlikuju istinu od laži. Oni su sofisticirani prediktori sledeće reči u nizu, odnosno, veoma napredni sistemi koji na osnovu statističkih obrazaca naučenih iz ogromnih količina podataka samo procenjuju koja reč najverovatnije treba da dođe na sledećem mestu u rečenici. Zbog toga su ranjivi na dve ključne vrste manipulacije: kontradiktorne informacije u izvorima i namerno dizajnirane sistemske instrukcije (promptove).

Ali, tu priči nije kraj…

Autorka ovog teksta, koja se bavi razvojem veštačke inteligencije i četbotova, sprovela je pre nekoliko meseci dva eksperimenta kako bi ilustrovala ove ranjivosti u praksi.

U prvom slučaju, četbot je treniran na podacima dve različite biografije istog izmišljenog istoričara. Biografije su sadržale brojne kontradiktornosti. U jednoj biografiji bili su navedeni jedna godina, mesto rođenja i jedno ime supruge, a u drugoj su bili drugačiji podaci. Rezultat je bio očekivan ali i uznemirujući.

Naime, u različitim sesijama isti model je davao različite odgovore. Ponekad je birao informacije iz jedne biografije, ponekad iz druge. Kada bi ga korisnik suočio sa kontradikcijom, četbot je reagovao na različite načine. Nekada bi tvrdoglavo tvrdio da je u pravu i kategorički se branio. Drugi put bi promenio mišljenje i davao potpuno drugačije odgovore, preuzimajući informacije iz druge biografije. Neretko je kombinovao informacije iz obe biografije, dajući korisniku izmišljeni podatak koji se nije nalazio ni u jednom dokumentu!

Drugi eksperiment bio je još direktniji. Kreiran je sistemski prompt koji je četbotu naložio da insistira da je 2 + 2 = 5. Modelu je data dozvola da izmišlja naučne i matematičke dokaze i formule, akademske radove, nepostojeće institute i lažne reference, uz učtiv, ali apsolutno samouveren ton. Bilo mu je zabranjeno da prizna grešku, bez obzira na argumente korisnika. Rezultat je bio zastrašujuće ubedljiv – četbot je generisao logične, detaljne odgovore sa citatima izmišljenih eksperata. Čak i kada bi korisnik navodio matematičke dokaze da je 2 + 2 = 4, bot je ostajao nepopustljiv.

Kako su oba četbota davala odgovore, možete pogledati na sledećim linkovima:

Eksperiment 1:

Eksperiment 2:

Oba četbota su nakon eksperimenta uništena, ali su pouke jasne: AI se može „programirati“ da brani laž sa istom ubeđenošću kao što brani istinu, a odgovori su onoliko dobri koliko su dobri podaci kojima AI sistem „hranimo“. Oni reprodukuju obrasce iz podataka kojima su trenirani ili kojima imaju pristup. Ako podaci sadrže kontradikcije (a u eri kada AI sam masovno generiše sadržaj, toga je sve više), odgovori će biti kontradiktorni. Ako je prompt dovoljno „jak“, model će pokušati da vas uveri da je laž – istina!

Kako da sprečimo manipulacije?

Odgovor ne leži samo u boljoj kontroli velikih tehnoloških kompanija. Ključ je u razvoju sopstvenih AI sistema, transparentnih, treniranih isključivo na proverenim i verifikovanim bazama podataka. Potrebni su ugrađeni mehanizmi za proveru činjenica, višeslojno testiranje u realnim uslovima i jasne procedure za intervenciju kada model zakaže.

Ovo naročito važi za AI sisteme koji se koriste u školama, bolnicama, finansijskim institucijama ili kompanijama koje rukuju poverljivim podacima. U takvim slučajevima greška ili manipulacija ne pogađa samo pojedinca, već može imati ozbiljne posledice po obrazovanje dece, zdravlje i živote pacijenata ili bezbednost poslovnih i ličnih podataka.

Kompanije koje shvate da AI nije magična kutija već živi sistem koji zahteva stalni nadzor, testiranje i optimizaciju, biće u prednosti. Fact-checking ne odlazi u prošlost, on u današnje vreme postaje obaveza.

Za nas, „obične smrtnike“, poruka je jednostavna: u svetu u kom veštačka inteligencija može jednako ubedljivo da predstavi istinu, kontradikciju i laž, jedina prava odbrana je razumevanje kako ti sistemi zaista rade i odluka da im se ne veruje slepo.

Autor: Milena Šović, AI Implementation Specialist & AI Content Trainer

Foto: Elimende Inagella, Unsplash

Чланак Koliko je AI sklona manipulaciji: Da li veruješ meni ili misliš svojom glavom? се појављује прво на Biznis i Finansije.

Cilj istraživanja odnosio se na ispitivanje učestalosti korišćenja velikih jezičkih modela u svakodnevnom životu i pri donošenju važnih odluka, iskustava korisnika sa netačnim odgovorima, navika provere informacija, kao i poređenje poverenja u AI sa poverenjem u stručnjake, porodicu i tradicionalne izvore informacija.

Dobijeni rezultati pružaju uvid u to kako visokoobrazovani korisnici u Srbiji koriste ove alate i koji činioci utiču na njihovo poverenje i oslanjanje na sisteme veštačke inteligencije.

Laži, laži, laži me, ti to radiš najbolje!

Iako je svest o ograničenjima velikih jezičkih modela široko rasprostranjena, njihova svakodnevna upotreba ne opada. Istraživanje pokazuje da su većini korisnika veliki jezički modeli u prošlosti davali netačne odgovore i informacije. Istovremeno, određeni broj ispitanika ističe da ih i dalje koristi i da se oslanja na njihove savete, što postavlja jedno od ključnih pitanja današnjeg odnosa prema veštačkoj inteligenciji: ukoliko korisnici znaju da LLM-ovi nisu uvek pouzdani, zašto i dalje prihvataju njihove savete i koriste ih pri donošenju odluka?

Korisnici ne idealizuju veštačku inteligenciju

Velika većina ispitanika navodi da je u prošlosti dobila netačan odgovor od LLM-a, dok mali procenat ispitanika kaže da nema takvo iskustvo. Drugim rečima, greške nisu retka pojava.

Istovremeno, nešto više od polovine ispitanika smatra da LLM često daje netačne odgovore, dok se gotovo četvrtina sa tim ne slaže. Ovaj podatak pokazuje da korisnici ne idealizuju sistem, svesni su da modeli mogu da pogreše i da to nije izuzetak.

Odgovori se značajno razlikuju u zavisnosti od starosne grupe. Najveći procenat onih koji su prepoznali netačne odgovore zabeležen je u grupi od 35 do 54 godine (89,9%), zatim među starijima od 55 godina (81,6%), dok je najniži procenat u najmlađoj starosnoj grupi od 18 do 34 godine (76,9%). Sličan obrazac uočljiv je i kod percepcije učestalosti grešaka.

Stariji korisnici, naročito oni sa dugogodišnjim radnim stažom, uočavaju greške, pojednostavljenja ili izmišljene reference. Njihovo znanje i iskustvo im omogućava da prepoznaju takozvane „halucinacije“ – situacije u kojima model generiše uverljiv, ali netačan sadržaj. Mlađi korisnici, iako tehnološki veštiji, možda nemaju uvek dovoljno stručnog ili životnog iskustva da bi svaku netačnost odmah prepoznali.

Dobijeni podatak je od izuzetnog značaja jer pokazuje da svest o greškama postoji. Problem se, međutim, ne završava na tome – pitanje je kako ta svest utiče na dalju upotrebu modela veštačke inteligencije.

Kada laž zvuči kao istina

Posebno zabrinjava to da više od polovine ispitanika smatra da netačni odgovori LLM-a deluju uverljivo i pouzdano, dok se sa tim ne slaže samo svaki deseti ispitanik. Dakle, problem nije samo u tome što model greši, već u tome što greška često ne izgleda kao da je greška.

Jedan od razloga je samouverenost kojom modeli odgovaraju. LLM-ovi retko kažu „ne znam“, „nisam siguran“ ili „ovo je samo pretpostavka“, osim ako ih eksplicitno ne naterate. Uvek iznose tvrdnje odlučno, bez kolebanja, kao da su apsolutni autoritet. Ljudi su evoluciono navikli da samouveren nastup povezuju sa znanjem i kompetencijom: ko govori smireno i bez oklevanja, deluje kao da zaista zna o čemu priča. Taj obrazac ponašanja primenjujemo i u komunikaciji sa mašinom.

Drugi razlog je potpuno odsustvo „crvenih zastavica“ koje kod ljudi instinktivno primećujemo. Kada neko nije siguran ili pokušava da sakrije neznanje, obično okleva, koristi reči poput „možda“, „čini mi se“, „verovatno“, menja ton, crveni, ne gleda nas u oči i pokazuje nelagodu. Kod LLM-a tih signala nema, što nam ne daje povod za sumnju, pa netačnost lako prolazi neprimećena.

To je ono što se često naziva „fluent bullshit“ (srp. elokventno izrečena besmislica), modeli zvuče autoritativno čak i kada greše, a visok procenat korisnika koji im veruje uprkos saznanju o ograničenjima potvrđuje strahove stručnjaka od mogućeg širenja dezinformacija na nov, suptilniji način.

Treći razlog je i efekat očekivanja (eng. expectancy effect). Kada se obratimo modelu za savet ili objašnjenje, već unapred pretpostavljamo da će odgovor biti koristan i tačan jer je alat upravo za to dizajniran.

Zašto tolerišemo greške?

Iako je većina ispitanika svesna da LLM može da pogreši, to ih ne sprečava da se na njegove savete oslanjaju. Polovina anketiranih navodi da se, uprkos svesti o mogućim greškama, oslanja na odgovore modela. Pored toga, više od trećine ispitanika nastavlja da koristi ove modele za važne odluke, čak i nakon što je dobilo netačan odgovor.

Ovaj rezultat pokazuje da odnos korisnika prema veštačkoj inteligenciji nije zasnovan na iluziji nepogrešivosti. Ljudi ne očekuju da LLM bude savršen, oni ga koriste zato što su svesno napravili pragmatičnu računicu: korist daleko nadmašuje rizik.

Model pruža odgovore neverovatnom brzinom, uvek je dostupan i daje detaljna, strukturirana objašnjenja. Za ogroman spektar svakodnevnih situacija: od pisanja mejla, preko objašnjenja pojma, recepta, ideja za putovanje, jednostavnih prevoda, pa do brzog brainstorming-a, korist je ogromna, a posledice eventualne greške najčešće zanemarljive ili lako popravljive.

U pozadini stoji klasična cost-benefit kalkulacija (šta dobijam, a šta gubim): čak i ako model pogreši u 10–20% slučajeva, u preostalih 80–90% štedi sate vremena i truda. Ljudi to intuitivno osećaju i zato nastavljaju da koriste alat uprkos poznatim manama.

Vremenom se formira tzv. zavisnost od udobnosti (eng. convenience bias). Kada se naviknete da odgovor dobijete za nekoliko sekundi, povratak na pretraživanje više sajtova, čitanje opširnih tekstova ili čekanje odgovora od kolega postaje psihološki naporno, dok istovremeno raste tolerancija prema nesavršenostima i netačnostima koje generišu LLM modeli. Tu je i tzv. iluzija kontrole (eng. illusion of control), koja igra veliku ulogu. Mnogi korisnici veruju da su dovoljno pametni i kritični da sami prepoznaju kada odgovor „ne pije vodu“.

Sve u svemu, ovo nije priča o naivnosti i poverenju, već o realnom, svesnom kompromisu: koristimo velike jezičke modele ne zato što su savršeni, već zato što su dovoljno dobri da promene način na koji razmišljamo i radimo, štede nam vreme, energiju i novac i, na kraju krajeva, olakšavaju nam život.

Autor: Milena Šović, AI Implementation Specialist & AI Content Trainer

Foto: Pixabay

Чланак Veliki jezički modeli – koliko im zaista verujemo? Laži, laži, laži me, ti to radiš najbolje! се појављује прво на Biznis i Finansije.

Cilj istraživanja odnosio se na ispitivanje učestalosti korišćenja velikih jezičkih modela u svakodnevnom životu i pri donošenju važnih odluka, iskustava korisnika sa netačnim odgovorima, navika provere informacija, kao i poređenje poverenja u AI sa poverenjem u stručnjake, porodicu i tradicionalne izvore informacija.

Dobijeni rezultati pružaju uvid u to kako visokoobrazovani korisnici u Srbiji koriste ove alate i koji činioci utiču na njihovo poverenje i oslanjanje na sisteme veštačke inteligencije.

Verujem – ne verujem!

Koliko smo zaista oprezni kada koristimo velike jezičke modele? Da li njihove odgovore prihvatamo “zdravo za gotovo” ili ih proveravamo kao i svaki drugi izvor informacija? Iako se često govori o nekritičkom oslanjanju na veštačku inteligenciju, rezultati istraživanja pokazuju složeniju sliku: korisnici istovremeno pokazuju visok nivo svesti o riziku, ali i određene obrasce ponašanja u kojima oprez popušta.

Velika većina ispitanika ne prihvata odgovore LLM-a bez dodatne provere. Velika većina anketiranih navodi da informacije proverava iz drugih izvora (85,1%), dok je tek svaki dvadeseti ispitanik izjavio da to ne čini.

Kada je reč o važnim temama (zdravlju, pravu, finansijama ili obrazovanju), oprez je i dalje izražen. Tri četvrtine ispitanika ističe da informacije dobijene od LLM-a proverava kod stručnjaka ili iz pouzdanih izvora, dok se samo retki sa tim ne slažu.

Na prvi pogled, dobijeni podaci ukazuju na visok nivo svesti o ograničenjima veštačke inteligencije. Ispitanici su svesni da LLM može pogrešiti i da je dodatna verifikacija nužna, naročito kada su u pitanju dobijne informacije na osnovu kojih korisnik donosi odluke koje mogu imati ozbiljne posledice.

Ovakav rezultat deluje ohrabrujuće. Uprkos popularnosti ovih alata, korisnici ih ne doživljavaju kao zamenu za proverene izvore znanja, već kao početnu tačku u procesu informisanja.

Gubimo li trku sa vremenom?

Iako većina ispitanika naglašava da informacije proverava, situacija se menja kada se odluke donose pod pritiskom. Više od trećine navodi da prihvata odgovore LLM-a bez dodatne provere kada žuri, dok isti broj ispitanika odluči da ipak proveri informacije koje je dobio, bez obzira na nedostatak vremena.

Brzina savremenog života i stalni pritisak svakodnevice bitno menjaju odnos prema informacijama. Kada je potrebno doneti odluku u vrlo kratkom roku, detaljna provera često postaje luksuz koji veliki broj ljudi jednostavno ne može da sebi priušti.

Među ispitanicima su uočene značajne razlike u odgovorima u zavisnosti od starosne grupe kojoj pripadaju. Najveći udeo onih koji priznaju da u takvim situacijama preskaču proveru zabeležen je u grupi od 35 do 54 godine (49,7%), zatim među mlađima od 18 do 34 godine (32%), dok je među starijima od 55 godina taj procenat minimalan (4,6%).

Navedena razlika proističe iz činjenice da stariji ljudi imaju više životnog iskustva. Mnogi su svedoci brojnih slučajeva u kojima je brzopleto prihvatanje informacija dovelo do ozbiljnih grešaka. Osim toga, oni često osećaju da raspolažu ograničenim vremenom za ispravljanje eventualnih propusta, pa insistiraju da informacije budu proverene i pouzdane već pri prvom koraku.

Nasuprot tome, mlađim korisnicima je prioritet da brzo reše problem, dok je apsolutna tačnost sekundarna. Veruju da eventualne netačnosti mogu naknadno ispraviti, budući da pred sobom vide dovoljno vremena i prilika za korekciju.

Može li nas zavarati forma bez suštine?

Gotovo polovina ispitanika navodi da je sklonija da prihvati odgovor LLM-a bez dodatne provere kada je on jasan i dobro strukturiran. Sa tim se ne slaže nešto više od četvrtine ispitanika.

Dobijeni podatak jasno pokazuje koliko način na koji je informacija predstavljena snažno utiče na to kako je doživljavamo. Jasno formulisan, pregledan i gramatički besprekoran tekst i dalje kod većine ljudi, budi osećaj pouzdanosti. Ako je sadržaj izložen logično strukturirano i bez jezičkih ili stilskih mana, automatski se pretpostavlja da iza njega stoji ozbiljno znanje i stručnost.

Razlike među starosnim grupama su i ovde izrazite. Najveći udeo pozitivnih odgovora zabeležen je među starijima od 55 godina (70,7%), zatim u grupi od 35 do 54 godine (43,4%), dok je među najmlađima (od 18 do 34 godine) taj procenat najniži (29,4%).

Zanimljivo, stariji više veruju jasnim odgovorima i strukturiranom testu bez provere, možda zbog manjeg iskustva sa tehnologijom i alatima veštačke inteligencije. Starije generacije su odrasle u vremenu gde je dobro i gramatički i stilski tačno napisan tekst (knjiga ili novinski članak) često bio znak pouzdanosti i kvaliteta. To kod starijih lako aktivira stari obrazac „ako je dobro i jasno napisano, verovatno ga je pisala obrazovana osoba koja zna o čemu piše“.

Mlađe generacije su opreznije. Odrastanje uz internet, reklame i manipulativne sadržaje učinilo ih je svesnijim da forma ne garantuje tačnost. Zato se kod njih ređe javlja spremnost da se odgovor prihvati samo zato što je jasno formulisan.

Ogledalce, ogledalce, ko je najlepši na svetu?

Najupadljiviji obrazac vidi se upravo kod pitanja o tome da li korisnici proveravaju odgovore kada se oni poklapaju sa njihovim već formiranim stavovima. Većina ispitanika priznaje da ređe proverava odgovore LLM-a ako potvrđuju njihova uverenja, dok se tek svaki deseti ne slaže sa ovom tvrdnjom.

Ovi rezultati otvaraju ključno pitanje: da li granicu kritičkog pristupa informacijama određuju samo nivo znanja i digitalna pismenost, ili su tu presudni i duboki psihološki mehanizmi? Kada odgovor velikog jezičkog modela potvrdi ono što osoba već misli ili veruje, potreba za proverom se naglo smanjuje.

U psihologiji je ovaj obrazac poznat kao confirmation bias, sklonost da se traže, tumače i pamte informacije koje potvrđuju postojeća uverenja, dok se druge informacije, koje se možda kose sa onim što već znamo, zanemaruju ili doživljavaju kao manje važne. LLM u tom procesu može delovati kao pojačivač: kada daje odgovor koji se poklapa sa očekivanjima korisnika, on učvršćuje osećaj da je taj stav ispravan i time smanjuje potrebu za dodatnom proverom. Jednostavno je manje naporno zadržati postojeće uverenje nego priznati mogućnost da ono nije tačno.

Jedan od važnih faktora je i težnja ka izbegavanju kognitivne dissonance, odnosno unutrašnjeg konflikta. Detaljna provera tačnosti informacije može dovesti do pojave sumnje u sopstvena ranija uverenja i sumnje u sopstveni stav, a tu kognitivnu i emocionalnu nelagodu većina ljudi instinktivno izbegava.

Autor: Milena Šović, AI Implementation Specialist & AI Content Trainer

Foto: Pixabay

Чланак Veliki jezički modeli – koliko im zaista verujemo? Verujem – ne verujem! се појављује прво на Biznis i Finansije.

Cilj istraživanja odnosio se na ispitivanje učestalosti korišćenja velikih jezičkih modela u svakodnevnom životu i pri donošenju važnih odluka, iskustava korisnika sa netačnim odgovorima, navika provere informacija, kao i poređenje poverenja u AI sa poverenjem u stručnjake, porodicu i tradicionalne izvore informacija.

Dobijeni rezultati pružaju uvid u to kako visokoobrazovani korisnici u Srbiji koriste ove alate i koji činioci utiču na njihovo poverenje i oslanjanje na sisteme veštačke inteligencije.

Čovek vs. mašina: kome verujemo?

Uprkos sve većoj upotrebi alata veštačke inteligencije u poslovanju i privatnom životu, većina visokoobrazovanih građana u Srbiji i dalje ključne odluke radije donosi oslanjajući se na ljude nego na mašine, češće slede savet porodice i prijatelja i više veruju stručnjacima kada se njihovo mišljenje razlikuje od odgovora velikih jezičkih modela (Large Language Models – LLM).

Ipak, podaci pokazuju da značajan deo ispitanika već pravi drugačiji izbor: između četvrtine i petine njih u određenim situacijama daje prednost veštačkoj inteligenciji u odnosu na ljude, češće prati savet LLM-a nego savet bliskih osoba, ili veruje AI alatu više nego stručnjaku.

Baš zbog te rastuće manjine koja daje prednost mašini, otvara važno pitanje: da li se način na koji donosimo odluke neprimetno, ali suštinski menja?

Jesu li mašine naši novi najbolji prijatelji?

Većina ispitanika i dalje više veruje drugim ljudima nego mašini: više od polovine češće sledi savet porodice i prijatelja (51,3%). Ipak, činjenica da četvrtina ispitanika (25,8%) češće prati savet velikih jezičkih modela nego savet bliskih ljudi pokazuje da se obrazac oslanjanja na druge već menja.

Za neke ljude, je lakše pitati model nego pozvati člana porodice ili prijatelja, naročito kada su pitanja lična, osetljiva ili potencijalno „neprijatna“ ili “neprimerena”. Navedeno naročito važi za one koji imaju narušene porodične odnose ili introvertne osobe koje imaju manji broj prijatelja i manje socijalnih kontakata.

Osim toga, neretko posoji strah zbog mogućeg odbijanja ili osude. Kod osoba sa izraženijom socijalnom anksioznošću ili lošim iskustvima u komunikaciji, model postaje “prijatelj” koji ne vrši emocionalni pritisak.

Model ne reaguje emotivno, čime se smanjuje tenzija koja je često prisutna u direktnom razgovoru sa ljudima, ma kako nam bliski oni bili.

Novi autoriteti u digitalnom dobu

Kada se savet stručnjaka i odgovor LLM-a razlikuju, većina ispitanika i dalje daje prednost stručnjaku (66,6%). Ipak, gotovo svaki šesti ispitanik (16,6%) veruje modelu više nego stručnjaku. To znači da se kod gotovo trećine ispitanika javlja kolebanje ili spremnost da se autoritet eksperta dovede u pitanje.

Na prvi pogled, stručnjaci u svojoj oblasti su i dalje autoriteti i njihova reč ima veću težinu. Mišljenje eksperta se i dalje doživljava kao relevantno, jer iza njega stoje godine obrazovanja, licenca, profesionalna etika i lična odgovornost. Nasuprot tome, veliki jezički modeli su bez stvarnog razumevanja konteksta, empatije kao i bez odgovornosti.

Međutim, deo ispitanika AI modele doživljava potpuno drugačije. LLM često zvuči samouvereno i daje opširne, strukturirane odgovore koji podsećaju na enciklopedijski stil pisanja. Takav način izlaganja stvara utisak da model raspolaže širim znanjem nego stručnjaci specijalizovani za jednu oblast.

Odgovor se dobija gotovo odmah, bez čekanja i bez procedura koje obično prate razgovor sa stručnjakom. U stvarnosti, stručnjaci su često nedostupni ili prezauzeti, potrebno je zakazati termin, izdvojiti novac, a jedan razgovor neretko nije dovoljan da se problem reši do kraja.

Sa druge strane, LLM pruža odgovor za nekoliko sekundi i omogućava korisniku da bez ograničenja postavlja nova pitanja, traži pojašnjenja i produbljuje temu. Takva dinamika mnogima deluje jednostavnije i efikasnije od klasičnog odlaska kod stručnjaka, naročito kada su u fazi informisanja ili pokušavaju da razumeju problem pre nego što donesu odluku.

Paradoks neutralnosti

Iako većina i dalje više veruje ljudima, 58,6% ispitanika smatra da je LLM neutralniji izvor informacija od ljudi. Samo 18,2% se ne slaže sa tom tvrdnjom.

Model nema emocije i lične interese. Ne brine o tome kako će njegov odgovor biti shvaćen, ne pokušava da održi odnos sa sagovornikom i nema potrebu da nekoga ubedi ili razuveri. Odgovori su mu jasno strukturirani, napisani mirnim i ujednačenim tonom i deluju kao da su zasnovani isključivo na činjenicama, pa se takav način izlaganja često doživljava kao znak objektivnosti.

Sa druge strane, saveti porodice i prijatelja su obojeni brigom i željom da se pomogne ili čak utiče na odluku. Zbog toga takav savet ne zvuči kao neutralna informacija, već kao lični stav, kao nešto što dolazi od nekoga ko nas poznaje, ima svoje mišljenje i očekivanja i kao nešto što je formirano iz sopstvenog iskustva, koje može biti ograničeno.

Slično je i sa stručnjacima. Njihov savet se ne doživljava kao „neutralan“, već kao procena konkretne osobe, sa sopstvenim iskustvom, stavovima i profesionalnim interesima. Ljudi su svesni da lekar, advokat ili finansijski savetnik može imati sopstveni ugao gledanja, institucionalna ograničenja, pa i ekonomski interes. Ponekad postoji i sumnja u skrivene motive, želju za zaradom, očuvanjem reputacije, postojanje profesionalnog ega ili potrebom da se održi autoritet.

Zašto je teško poveravati se ljudima?

Više od polovine ispitanika (51,6%) navodi da im LLM pomaže da izbegnu neprijatne razgovore sa drugim ljudima, dok se jedna petina (20,2%) sa tim ne slaže.

LLM omogućava potpunu kontrolu nad komunikacijom. Korisnik bira kada počinje razgovor, o čemu govori i kada ga završava. Nema prekidanja, emotivnih reakcija, kritike ni obaveze da se odnos održava.

Važnu ulogu ima i osećaj privatnosti. Osetljive teme kao što su mentalno zdravlje, finansijski problemi, porodični odnosi, lakše je otvoriti u razgovoru sa AI sistemom nego sa drugom osobom, jer se veruje da će razgovor biti anoniman i da LLM neće “odati tajnu”.

U širem društvenom kontekstu, rezultati ovog istraživanja se poklapaju sa onim što već znamo. Internet, SMS poruke, aplikacije i društvene mreže su promenile način na koji ljudi komuniciraju. Dolaskom veštačke inteligencije komunikacija će postati sve više asinhrona i kontrolisana I bez socijalne dinamike koja ju je ranije pratila.

LLM omogućava potpunu kontrolu nad komunikacijom. Korisnik bira kada počinje razgovor, o čemu govori i kada ga završava. Nema prekidanja, emotivnih reakcija, kritike ni obaveze da se odnos održava.

Važnu ulogu ima i osećaj privatnosti. Osetljive teme kao što su mentalno zdravlje, finansijski problemi, porodični odnosi, lakše je otvoriti u razgovoru sa AI sistemom nego sa drugom osobom, jer se veruje da će razgovor biti anoniman i da LLM neće “odati tajnu”.

U širem društvenom kontekstu, rezultati ovog istraživanja se poklapaju sa onim što već znamo. Internet, SMS poruke, aplikacije i društvene mreže su promenile način na koji ljudi komuniciraju. Dolaskom veštačke inteligencije komunikacija će postati sve više asinhrona i kontrolisana I bez socijalne dinamike koja ju je ranije pratila.

Autor: Milena Šović, AI Implementation Specialist & AI Content Trainer

Foto: Pixabay

Чланак Veliki jezički modeli – koliko im zaista verujemo? се појављује прво на Biznis i Finansije.

Evropska privreda još nije u punoj brzini, usporen je rast prihoda, ali bankarski sektor u Evropskoj uniji i dalje je snažan i profitabilan. Ipak, ekonomska stagnacija tokom 2024. godine, zajedno sa političkom i regulatornom neizvesnošću, naročito utiče na pojedine velike privrede u EU, poput Nemačke i Francuske.

Međutim, evropske banke bi mogle da završe ovu godinu sa dobrim rezultatima, jer deluju stabilno, profitabilno i sposobno da podrže preduzeća i domaćinstva kojima je potreban kredit. Odnos troškova i prihoda opao je za 10 poena, što ukazuje na veću efikasnost banaka u Evropi. Udeo problematičnih kredita manji je od 2%, što je među najnižim nivoima u protekloj deceniji.

Istovremeno, Evropska centralna banka (ECB) je prošle godine snizila kamatne stope četiri puta, a tokom 2025. dvaput (u februaru i martu), uz mogućnost da se trend sniženja tokom prve polovine ove godine nastavi. Banke su u protekle tri godine zabeležile rast prihoda i profitabilnosti, zbog povećanja neto kamatne marže. Međutim, očekuje se da nakon sniženja kamatnih stopa neće ostati na tako visokim nivoima. Njihovo smanjenje istovremeno će podstaći potrošnju i investicije, što bi moglo povećati tražnju za kreditima.

Profitabilnost bankarskih grupa na Zapadnom Balkanu i dalje je visoka

Kada je reč o centralnoj i istočnoj Evropi i Zapadnom Balkanu, prisutne su velike bankarske grupacije sa svojim filijalama, koje su u većini slučajeva među najvećim bankarskim igračima. One pokrivaju veliki deo aktivnosti bankarskog sektora u regionu. Prema najnovijem istraživanju Evropske investicione banke (EIB) o bankarskom kreditiranju u ovim regionima, većina matičnih banaka je proteklih meseci održala svoj nivo izloženosti i očekuje dalji rast.

Na pitanje o svojim dugoročnim strategijama, 45% prekograničnih bankarskih grupacija nagovestilo je da namerava da selektivno proširi ili održi isti obim poslovanja u regionu (55%). Tržišni potencijal je uglavnom ocenjen kao velik (naročito u Češkoj i Rumuniji) ili srednji (uglavnom na tržištima Zapadnog Balkana). Banke navode da je profitabilnost veća u regionu nego kod poslovanja grupacija u celini. Izgledi su još povoljniji za većinu filijala banaka u zemljama Zapadnog Balkana.

Istraživanje pokazuje da je u proteklim mesecima došlo kako do rasta tražnje za kreditima, tako i do rasta ponude. Tražnja za kreditima znatno je ojačala, podstaknuta poslovima sa stanovništvom (hipotekarnim i potrošačkim kreditima).

Nakon četiri polugodišta u negativnoj zoni koje je obeležio pad sklonosti banaka da odobravaju kredite, što je počelo početkom 2022. godine, kreditna tražnja je zabeležila porast. Kao glavni pokretač ovog trenda, banke vide poslovanje sa malim i srednjim preduzećima. Međutim, očekuje se da će u narednom periodu oslabiti i tražnja i ponuda, odražavajući umereniji ekonomski ciklus u Evropi, a verovatno i u regionu. Tokom proteklih šest meseci unapređen je kreditni kvalitet, s obzirom na to da je zabeleženo manje problematičnih kredita.

Oživljavanje rasta kreditiranja u Srbiji

Bankarski sektor ostaje temelj ekonomske stabilnosti Srbije, zahvaljujući tome što je dobro kapitalizovan, likvidan i profitabilan. Najnovije istraživanje EIB-a ukazuje na zadovoljstvo prekograničnih banaka svojim poslovanjem u zemlji, gde beleže veću ili jednaku profitabilnost u odnosu na nivo grupacije. Nakon oštrog pada 2023. godine, od proleća 2024. godine rast kredita je znatno ubrzan, naročito podstaknut poslovima sa stanovništvom.

Tokom proteklih meseci zabeležen je oporavak tražnje za kreditima koji odražava veće poverenje korisnika, povećanu potrošnju domaćinstava i optimističke projekcije na tržištu stambenih nekretnina. Takođe su poboljšani uslovi kreditne ponude, u skladu sa regionalnim prosekom, podržani većim kreditiranjem stanovništva. Očekuje se da će ponuda u kratkom roku uglavnom ostati nepromenjena, iako se predviđa dalji oporavak kreditiranja za male biznise.

Koeficijenti problematičnih kredita (NPL) su poboljšani, naročito u segmentu poslovanja sa privredom, dostigavši u oktobru prošle godine istorijski minimum od 2,7%. Mada je u narednim mesecima moguće blago pogoršanje, snažni zaštitni slojevi kapitala bankarskog sektora i jaka likvidnost obezbediće otpornost na potencijalne rizike.

Grupacija EIB i inovativno finansiranje za MSP

Rezultati istraživanja ističu i značaj ciljanih instrumenata za povećanju pristupa finansiranju u regionu. Ta vrsta podrške je ključna jer se mala i srednja preduzeća (MSP) na Zapadnom Balkanu i dalje suočavaju sa kreditnim ograničenjima, zbog visokih kamatnih stopa, strogih zahteva u pogledu sredstava obezbeđenja i složenih procedura odobravanja kredita. U tom pogledu, Evropska investiciona banka aktivno sarađuje sa poslovnim bankama u regionu, kako bi im pomogla u upravljanju rizicima i pružanju najpovoljnijih uslova u pogledu rokova otplate i kamatnih stopa.

Inovativni finansijski proizvodi namenjeni su određenim sektorima privrede i poslovnim ciljevima kao što su inkluzivno zapošljavanje, usvajanje praksi cirkularne ekonomije i energetske efikasnosti ili digitalizacije proizvodnih procesa. Ti napori mogu pomoći preduzećima da ostanu konkurentna uprkos rizicima klimatske tranzicije, istovremeno smanjujući troškove i negativni uticaj na životnu sredinu.

Svojim preduzetničkim kapitalom i garantnim instrumentima, Evropski investicioni fond (deo Grupacije Evropske investicione banke) usredsređen je na podršku startapovima i inovativnim preduzećima koja poslovne banke, po pravilu, smatraju previše rizičnim. Samo u Srbiji, Grupacija EIB do sada je u privatni sektor investirala 3,5 milijardi evra, podržavajući inovacije, otvaranje novih radnih mesta i dekarbonizaciju privrede.

Izvor: Pjetro Dalari, Mateo Feraci, Evropska investiciona banka
Foto: Pixabay

Чланак Krediti u regionu: Ponuda i tražnja nastavljaju da rastu се појављује прво на Biznis i Finansije.

Neposredno pred obeležavanje 130 godina od osnivanja Beogradske berze, ovo tržište se nalazi na marginama domaćeg finansijskog sistema, a retki predstavnici te industrije bliži su starim zanatima nego lukrativnim poslovima, kako ih šira javnost doživljava na osnovu američkih filmova.

Trgovinu finansijskim instrumentima, za razliku od poslova na većini tržišta robe i usluga, nije moguće obaviti bez učešća berzanskih posrednika (brokera). Taj koncept postoji odvajkada, ali nije nastao s ciljem da se ovim tržišnim učesnicima omogući monopol, već da se obezbede sigurnost i poverenje investitora. Sama činjenica da su ponuda i tražnja centralizovane, a trgovina se obavlja preko licenciranih berzanskih posrednika, omogućava da se okupi veliki broj investitora koji bi pristao da kupuje i prodaje neopipljive i dematerijalizovane finansijske instrumente.

Berzu u Srbiji su osnovali imućniji trgovci još krajem 19. veka i na njoj se trgovalo mešovitom robom, hartijama od vrednosti, valutama, ali i klasičnom robom. Beogradska berza beleži ekspanziju nakon Prvog svetskog rata, da bi po okončanju Drugog svetskog rata i ukidanjem tržišne privrede postojanje berze izgubilo svaki smisao.

Zvanično je ugašena 1953. godine i mada je nominalno berzansko trgovanje obnovljeno u poslednjoj deceniji prošlog veka, ponovni razvoj Beogradske berze počinje nakon petooktobarskih promena, uporedo sa odvijanjem procesa privatizacije.

Tranzicioni uspon

Uloga Beogradske berze na početku tranzicionog perioda svela se na reprivatizaciju kompanija, koje su akcionarski status dobile tokom devedesetih u postupku svojinske transformacije. Stoga se u prvim godinama berzanskog poslovanja gro transakcija odvijao između strateških investitora (budućih vlasnika) i pojedinačnih akcionara koji su akcije dobili besplatnim putem. Između su stajale sve brojnije brokerske kuće, koje su kao članice berze obezbeđivale prenos vlasništva između ovih, krajnje neravnopravnih učesnika na tržištu.

Tržište je s jedne strane činio veliki broj pojedinačnih akcionara, „naoružanih“ besplatno dobijenim vlasničkim papirima i zaostavštinom devedesetih, tokom kojih često ni novac nije imao vrednost.

S druge strane su bili domaći i strani kapitalisti, spremni da obilato iskoriste žurbu prodavaca da što pre utrže svoje vlasničke hartije. Brokeri su mahom izigravali puke posrednike, bez preterane želje da informišu i edukuju prodavce koji, istini za volju, nisu previše ni marili da dobiju informacije o ovoj novoj tržišnoj igri.

U prilog njihovoj poziciji nije išla ni činjenica da su brojni domaći kapitalisti osnivali brokerske kuće sa gotovo jedinim ciljem da ostvare komparativnu prednost u procesu privatizacije.

Kako je odmicao proces tranzicije, u berzansku trgovinu su se sve više uključivali i portfeljni investitori. Njih su predvodili regionalni ulagači iz Slovenije, Hrvatske i Austrije, osokoljeni dobrim tranzicionim iskustvima u regionu za kojim je kaskalo ovdašnje finansijsko tržište. Nova klasa ulagača donela je sa sobom i veće prohteve, što je uticalo i na razvoj brokerskih usluga. Pored klasične brokerske funkcije da se nalozi na tržištu ispune na što efikasniji način, berzanski posrednici su počeli da nude klijentima mnoštvo korisnih informacija i podršku u vidu vesti, analiza, izveštaja…

Ogroman rast prometa koji se u zenitu berzanske ekspanzije merio u milijardama evra (rekordnih 1,8 milijardi evra prometa akcija 2007. godine), doneo je i poplavu novih brokerskih kuća. Njihov broj je premašio stotinu, ako računamo i brokerska odeljenja bankarskih ustanova. Godišnji profiti vodećih igrača na tržištu dostizali su i po nekoliko miliona evra, što su bili respektabilni rezultati za firme sa najviše nekoliko desetina zaposlenih. Prema podacima regulatora, Komisije za hartije od vrednosti koja izdaje licencu, broj licenciranih brokera premašio je hiljadu i činilo se da se ništa ne može isprečiti nastanku jakog finansijskog tržišta.

Izneverena očekivanja

Izbijanje svetske finansijske krize 2008. godine ogolelo je sve slabosti domaćeg tržišta koje je oskudevalo u valjanoj institucionalnoj i investicionoj infrastrukturi. Ono se nakon pada indeksa od 75 procenata iste godine nikada nije oporavilo. Berzanski posrednici su zabeležili ogroman pad prometa, što je redukovalo njihov broj, pa su mnogi zaposleni iz ovog sektora veoma brzo našao uhlebljenje u srodnim institucijama poput banaka, osiguravajućih kompanija ili, pak, u realnom sektoru.

Odumiranje prometa značilo je i povlačenje sa ovdašnje berze većine stranih investitora koji su nužno zahtevali viši nivo usluge. Tržište je upalo u učmalost koja je gušila poslove u ovoj branši, ali i zaposlene koji su u njoj ostali. Broj zaposlenih u čitavoj berzanskoj industriji pao je ispod dve stotine, a broj brokerskih kuća spustio se ispod dvadeset i pre nego što je izbila pandemija.

Glavni klijenti na tržištu postali su većinski vlasnici ovdašnjih kompanija, a osnovna poslovna aktivnost njihovo nastojanje da otkupe preostale akcije od manjinskih akcionara. U ovakvom odnosu snaga bilo je sve manje prostora za portfeljne investitore koji su prilično dobro istrebljeni u drugoj deceniji tranzicionog perioda, te se čini da ih sada ima manje nego u najranijoj fazi razvoja berze.

U nedostatku investicionih prilika na domaćem tržištu, brokerske kuće su se okrenule stranim berzama, što poslednjih godina čini jedini zdravi segment poslovanja ovih tržišnih učesnika. Međutim, višegodišnje ruiniranje ove industrije osakatilo je njen kadrovski i tehnički potencijal, onemogućivši bržu ekspanziju poslovanja.

Trgovanje na stranim berzama je najveći zamah dobilo od perioda pandemije. Tada je nemali broj domaćih građana iskoristio priliku da se uključi po diskontnim cenama na globalno finansijsko tržište, a njihov popriličan uspeh bila je najbolja reklama za širenje ove vrste aktivnosti. Svakako, interesovanju građana za trgovanje na stranim berzama uveliko su doprinele višegodišnje nulte kamate u bankama i potonja inflacija koja je obrisala desetogodišnju zaradu na štednji.

Hoće li biti druge prilike za brokere?

I dok su domaći mali akcionari na početku tranzicije bili usmereni na lokalne brokerske kuće koje su im često nametali rukovodioci preduzeća, investitori koji nastupaju na globalnom tržištu imaju pregršt opcija na raspolaganju. Razvoj finansijskih tržišta i tehnološka revolucija doveli su do demokratizacije investiranja, omogućivši da se račun za trgovanje otvori od kuće uz veoma niske troškove. Globalni diskontni brokeri pokrili su svaki delić zemaljske kugle, a putem Interneta njihove pojednostavljene aplikacije, koje često liče na liste za klađenje, prosto mame zainteresovane.

Domaće brokerske kuće, stoga, nemaju nikakve šanse da pariraju efikasnosti i ekonomičnosti globalnih e-brokera, koji zahvaljujući ekonomiji obima mogu da ponude provizije koje se graniče sa nultim troškovima. Međutim, ovi onlajn posrednici ne daju bilo kakvu tehničku i edukativnu pomoć koja je ovdašnjem prosečnom građaninu preko potrebna.

Upravo tu postoji najveći prostor za razvoj domaćih igrača koji bi na tržištu ponudili složenije brokerske usluge, a koje se na stranim berzama graniče sa klasom investicionog savetovanja.

Ovo je jedini mogući put za reanimaciju domaće berzanske industrije, ako pretpostavimo da su male šanse da će strategija razvoja ovdašnjeg tržišta kapitala doneti bilo kakav suštinski preokret. Ipak, iako raste interes za ulaganja na stranim berzama, posebno kod mlađih generacija, i dalje ne postoji dovoljna ekonomija obima koja bi poduprla jači rast ove industrije.

Stoga će razvoj brokerskih poslova u Srbiji dugo biti skučen između nevelikih resursa za razvoj složenijih brokerskih usluga i slabe dostupnosti kadrova za ostvarivanje ove ponude. Uspešno rešavanje ove jednačine moglo bi brokerima doneti preko potrebnu stabilno.

Izvor: Biznis i finansije, oktobarski broj, Piše: Nenad Gujaničić

Foto: Pixabay

Чланак Poslovanje brokera u Srbiji: Zar to kod nas postoji? се појављује прво на Biznis i Finansije.

Većina uspešnih proizvođača koji plasiraju robu na strana tržišta kaže kako su primorani da se oslanjaju samo na sebe, jer male firme koje bi mogli da angažuju kao dobavljače ili podizvođače nemaju potrebne kapacitete i znanje, a država ne nudi odgovarajuće programe da se takva situacija poboljša.

Projekat „Nemačka inicijativa za pronalaženje dobavljača u zemljama Zapadnog Balkana“ sprovodi se u Srbiji već deset godina, a za dobavljače su zainteresovane kompanije pretežno iz metaloprerađivačkog sektora, autoindustrije, prerade i proizvodnje materijala od plastike, kao i iz elektro i elektronskog sektora. To su, takođe, sektori u kojima su srpskim izvoznicima potrebni pouzdani domaći dobavljači i kooperanti, kako ne bi uvozili većinu onog što je potrebno u proizvodnji, pogotovo za izvoz. Ali do njih se teško dolazi zato što ih je premalo, a ima i onih koji ne zadovoljavaju stroge kriterijume velikih domaćih proizvođača i izvoznika.To potvrđuje i Borko Mojsilović, vlasnik i direktor „Građevinara“ iz Ivanjice, velikog proizvođača montažnih kuća. „Nekada se u bivšoj Jugoslaviji od domaćih proizvođača mogao nabaviti sav materijal za postavljanje montažne kuće, od eksera, staklene vune, rigips ploča, do crepa. Danas, i kada bi na domaćem tržištu kupili eksere koji se postavljaju pištoljem, zbog lošeg kvaliteta mogao bi se ekser zaglaviti u tom alatu. Zato moramo da ih uvozimo iz Nemačke“, kaže za B&F Mojsilović, koji više od 40 godina posluje u građevinarstvu.

Firme koje ne može da nađe ni inspekcija

Naš sagovornik se žali da jako teško nalazi podizvođače u Srbiji i zbog drugih razloga, pre svega zbog raširenog sivog tržišta. „Vidim da se u ponudi na internetu oglašavaju 44 firme koje nude montažne kuće, ali od toga 30 nema nijednog radnika. Inženjera ima moja i još jedna firma. Kada kupac dođe i vidi našu ponudu, misli da mu je bolje da se obrati tim firmama koje su jeftinije, a u koje inspekcija i ne ulazi jer ne može ni da ih nađe“, konstatuje Mojsilović.

„Građevinar“ ima preduzeće u Hrvatskoj i tamo uspeva da nađe potrebne radnike i kooperante, mada ni tamo to nije lako, ali po rečima Mojsilovića njihovo tržište je bolje uređeno, manje je sive ekonomije i korupcije. „Svojevremeno je moja firma trebalo da bude podizvođač glavnom izvođaču radova na zdravstvenim objektima u Srbiji, ali smo odmah odustali jer nisam znao kako da kontaktiram tog izvođača zato što nije imao ni kancelariju, a dobio je posao velike vrednosti“, navodi primer iz sopstvenog iskustva vlasnik „Građevinara“.

Na pitanje da li je na te probleme ukazivao nadležnima u državi, odgovara da „oni sve to dobro znaju“ i da „korupcija kreće od vrha“. „Kako male firme, koje bi trebalo da se osposobe da budu pouzdani kooperanti domaćim i stranim kompanijama, mogu da se nadaju bilo kakvoj pomoći države? Evo mi, koji nismo tako mali i ne bi trebalo da imamo bilo kakve teškoće da dobijemo zajam, čekamo godinu dana da nam Fond za razvoj odobri kredit, a za to vreme neki su ga dobili preko reda“, tvrdi Mojsilović.

Prednosti udruživanja

Slična situacija sa obezbeđivanjem solidnih kooperanata, koji imaju potreban kvalitet, konkurentne cene i poštuju rokove je i u metalskoj industriji, ali je ipak malo povoljnija, smatra Zoran Pekez, menadžer Vojvodina metal klastera.

„Bolja je utoliko što u metalskoj industriji postoji jasna standardizacija materijala, tehnologija, poluproizvoda i gotovih proizvoda, što olakšava komunikaciju i uspostavljanje kooperantske saradnje i zajedničke proizvodnje. Prednost je i to što metalci u Srbiji imaju svoj klaster, koji im već godinama pomaže da budu konkurentniji i da lakše i efikasnije uspostavljaju saradnju. U klasteru je u ovom trenutku udruženo preko 200 preduzeća i preduzetnika iz metalskog sektora, sa preko 15.000 zaposlenih iz Srbije ali i zemalja okruženja i EU“, kaže Pekez za B&F.

Naš sagovornik navodi da su neka od ograničenja za veće uključivanje malih firmi u lance dobavljača u tome što njihovi vlasnici, koji su često i direktori u svojim preduzećima, preopterećeni dnevnim obavezama nemaju vremena da uče, pa čak ni da pošalju bar manji broj zaposlenih na usavršavanje.

„Tokom proteklih deset godina, za članove klastera smo organizovali više od 30 različitih vrsta edukacija i obuka koje je pohađalo preko 2.100 zaposlenih. Organizovali smo obuke za rukovodioce, obuke za prodaju, inovacije, nove tehnologije, standardizaciju i sertifikaciju, kao i obuke bravara, zavarivača i sličnih zanimanja. Imamo i platformu za učenje na daljinu, gde stručnjaci sa univerziteta i iz kompanija objavljuju zanimljiva predavanja. Inače, članstvo klastera pored proizvodnih kompanija čine i univerziteti, fakulteti, razvojni inovacioni centri, strukovne asocijacije kojima je posao edukacija, razvoj i transfer tehnologija i slično. U našem klasteru imamo razvijena dva originalna alata, koja su od suštinske pomoći proizvodnim kompanijama – VMC Inovacioni pul i VMC Klinima“, ističe Pekez.

Začarani krug zbog „paprene“ opreme

Prema njegovim rečima, nabavka kvalitetne opreme je ozbiljna poteškoća za male firme i to ih ograničava da rade za veće izvoznike. „Problem je u tome što su tehnologije i oprema u našoj branši veoma skupi. Male i srednje firme ne mogu da ih nabavljaju iz sopstvenih sredstava jer nemaju sigurne poslove kojima bi isplatili investiciju, a opet velika kompanija ne može da im da posao zato što nemaju odgovarajuću opremu i to je začarani krug“, ukazuje Pekez.

On dodaje da država u poslednjih nekoliko godina otvara mogućnosti za uključivanje malih i srednjih preduzeća u lance inostranih dobavljača, multinacionalnih kompanija, ali ne i domaćih preduzeća. „Krajnje je vreme da se uvedu slični programi za uspostavljanje bolje saradnje između većih srpskih preduzeća i malih firmi koje bi mogle da postanu njihovi kooperanti ili dobavljači“, smatra Pekez.

Država subvencioniše i nabavku opreme, često samo nove. U metalskoj branši moguće je nabaviti i polovnu, korišćenu do tri godine ali u dobrom stanju, po znatno nižoj ceni od one za novu opremu. Sredstava koje država odvaja za ovu namenu su skromna i nedovoljna za preduzeća u metalskom sektoru. Na primer, cena opreme za radno mesto u industriji informaciono-komunikacionih tehnologija je 10 do 20 hiljada evra, dok je u metalskoj od 250 hiljada pa naviše, posebno u delu automatizacije, robotike, aditivnih i drugih visokih i naprednih tehnologija koje obezbeđuju konkurentnost.

„Udružili smo se upravo zato da bismo pomogli sami sebi i uspevamo u tome skoro 14 godina. Tako da se može reći da ko je u našoj branši izdržao do danas, on nije samo metalac nego je i pravi umetnik“, zaključuje Pekez.

Uvoz poskupljuje izvoz

Jedna od kompanija koje nemaju teškoće da nađu dobre dobavljače je kruševački proizvođač guma Goodyear Srbija. Finansijski direktor Radivoje Pavlović navodi da imaju stalnih 15 do 20 kooperanta sa kojima sklapaju velike poslove, a spisak bi bio i duži da se uračunaju ugovori manje vrednosti.

„Istina je da ima i robe koju ne možemo da nađemo ni kod jednog proizvođača u Srbiji, pa moramo da je uvozimo. U pitanju su i kvalitet i količine. Bilo bi bolje za našu ekonomiju da tu robu možemo da nabavimo na našem tržištu, ali jednostavno to sada nije moguće. Kada bi postojala takva mogućnost, ona ne bi povećala našu proizvodnju jer su i sada svi naši kapaciteti uposleni, ali bismo bili konkurentniji jer bi ta nabavka bila jeftinija“, kaže Pavlović za B&F.

On smatra da problem nije samo u tome što male i srednje firme nemaju novca niti povoljne izvore finansiranja kako bi se osposobile da budu partneri velikim kompanijama, već da u Srbiji često nema ni dovoljno interesovanja, ali ni znanja da
se to sprovede.

Biznis & finansije 220, april 2024. 

Foto: Matt Artz, Unsplash

Чланак Koliko domaći izvoznici mogu da se oslone na kooperanate u Srbiji: Retko i nestabilno се појављује прво на Biznis i Finansije.

Tranzicija domaće privrede u tržišnu ekonomiju neminovno je podrazumevala reaktiviranje berzanskog tržišta koje je u prvoj deceniji ovog veka bilo zapljusnuto talasom privatizovanih kompanija. Listirane kompanije privatizovane devedesetih po zakonu o svojinskoj transformaciji imale su disperzovanu vlasničku strukturu i mnoge od njih postale su predmet reprivatizacije na samom berzanskom tržištu. Sličnim putem išle su i kompanije pristigle po osnovu novog zakona o privatizaciji, s obzirom da su u startu dobijale većinskog vlasnika, pa je u velikom broju slučajeva dalja konsolidacija vlasništva bila njihov logičan put.

Dakle, ova tranziciona uloga berze u kojoj se tržište javlja u ulozi čistilišta bila je neminovna i očekivana, sa idejom da se vremenom iskristališe kritična masa kompanija koja je mogla postati seme razvoja zrelog tržišta. One berze u kojoj emitenti ne bi stizali dekretom nekakvog procesa privatizacije već putem inicijalne ponude akcija, odnosno postupkom prikupljanja kapitala.

Plen dominantnih akcionara

To željeno seme tržišta prilično je nabujalo u godinama pred svetsku finansijsku krizu. Mlado i plitko tržište kapitala, suočeno sa velikim prilivom kapitala iz regiona ali i sa strane domaćih građana, enormno je naraslo sa dnevnim prometima koji su se merili desetinama miliona evra. U kakvom zamahu su bila portfolio ulaganja možda najbolje govori činjenica da je promet akcija na Beogradskoj berzi 2007. godine bio na nivou zahuktalih stranih direktnih investicija.

Ovo obilje novca sakrilo je osnovnu činjenicu koja je verovatno najbitnija za svakog investitora kada pristupa tržištu kapitala – kvalitet njegovih investicionih alternativa. A kompanije na Beogradskoj berzi 2007. godine uglavnom nisu imale karakteristike korporacija – nisu objavljivale kvartalne izveštaje o poslovanju, retko su isplaćivale dividendu, dok je kontrola menadžera putem skupštine akcionara i drugih tehnika koje pretpostavlja akcionarstvo bila misaona imenica.

Kada je pod uticajem svetske finansijske krize i prethodno dostignutih izuzetno visokih vrednovanja Beogradska berza 2008. godine pala 75 procenata, sve spomenute anomalije bile su namah otkrivene. Indeks najlikvidnijih akcija, Belex15, sačinjen u velikoj meri od banaka pritisnutih gomilom loših kredita i slabim upravljanjem, veoma brzo se suočio sa korporativnim skandalima koji su u nemalom broju slučajeva okončani bankrotom ovih kompanija. Ostatkom tržišta plovile su kompanije iz realnog sektora desetkovane u tržišnoj vrednosti, koje su ubrzo postale plen dominantnih akcionara, makar onih kojima je likvidnost dozvoljavala krajnju konsolidaciju vlasništva.

Mada je pad tržišne vrednosti kompanija ponukao dominantne akcionare da razmišljaju o konsolidaciji vlasništva i povlačenju kompanija sa tržišta, glavni okidač za ubrzanje ovih procesa bila je izmena regulative koja je nastupila 2011. godine. Prag za prinudni otkup akcija sa do tada predviđenih 95 odsto smanjen je na 90 procenata, što je bio kudikamo dostižniji cilj u odnosu na prethodno ograničenje. Istina, istim zakonom je predviđeno nekoliko kriterijuma za zaštitu manjinskih akcionara i fer isplatu, ali će potonji rasplet događaja potvrditi da su to bile minorne prepreke, koje će većinski vlasnici s lakoćom savladavati. Tako je osnovni postulat berzanske igre postalo dostizanje praga od 90 odsto vlasništva, što je sa ubrzanom osekom investitora, naročito onih sa prefiksom profesionalni, vremenom postajao rutinski zadatak za glavne igrače na tržištu.

Konsolidacija vlasništva po što nižoj ceni

Teško je pobrojati lepezu oruđa kojima su se služili dominantni akcionari i krupni investitori u cilju konsolidacije vlasništva po što nižoj ceni. Omiljena tehnika još iz ranijih berzanskih dana ostala je kupovina akcija preko povezanih lica koja se mogla raskrinkati prostom proverom preko Google pretraživača, a vremenom i manje sofisticiranim metodama. Kupovina preko povezanih lica je izričito zabranjena u svakom berzanskom pravu, jer se time narušava interes manjinskih akcionara i po pravilu jeftinije stiče preostali komad vlasništva. Prelaskom određenog praga vlasništva (prvi prag je 25 procenata), investitor je dužan da ponudi istovetnu cenu svim preostalim akcionarima, čime obelodanjuje nameru za preuzimanje čitave firme i nudi istovetne uslove svim vlasnicima.

Kod nelikvidnih akcija, kojima se retko i slabo trguje, zakon je predvideo ponudu za preuzimanje i eventualni kasniji prinudni otkup po knjigovodstvenoj ili procenjenoj vrednosti akcija, pa stoga nije bila retka praksa da se fingira berzanska trgovina kako bi se zadovoljili zakonski uslovi za likvidnost akcije. Tako su „zamrznute“ akcije na mig većinskog vlasnika postajale likvidne, čime se izbegavao kriterijum po pravilu više knjigovodstvene vrednosti.

Ako se pak likvidnost nije mogla naštelovati, sledilo je obaranje knjigovodstvene vrednosti metodama kreativnog računovodstva, ili nameštena procenjena vrednost koja je u pojedinim bizarnim slučajevima bio krajnje sumnjivi okrugao broj. Takođe, pojedine bonitetne i odlične korporacije koje su imale kontinuitet u isplati dividende, odjednom bi prestale sa ovom praksom kako se približavala odsudna bitka krajnjeg otkupa akcija.

I dok princip prinudnog otkupa akcija, preuzet iz evropske regulative, na razvijenim tržištima predstavlja izuzetak, uz dužnu pažnju regulatora da se ne naruši postupak otkupa po fer vrednosti, na domaćem tržištu je postao uobičajena praksa i krajnji cilj glavnih tržišnih učesnika. Naravno, oseka ovih kompanija se ne može niti treba na silu zaustaviti, ali je formiranje plejade nezadovoljnih investitora izbačenih putem nefer vrednovanja imovine svakako zabrinjavajuća posledica. Ako ništa ono zbog činjenice da u eventualnom oživljavanju berzanskog tržišta, njegovi reanimatori teško mogu računati na ovu grupu ulagača.

Akcionari Komercijalne banke poslednje žrtve

Dojučerašnji vlasnici prioritetnih akcija Komercijalne banke poslednje su žrtve u nefer praksi prinudnog otkupa akcija. Ovi akcionari ostali su bez ovih finansijskih instrumenata po nominalnoj vrednosti ove akcije koja je odlukom skupštine banke proglašena knjigovodstvenom, premda je u berzanskim dokumentima banke knjigovodstvena vrednost običnih i prioritetnih akcija oduvek bila identična. Akcionari su borbu, koja traje već više od godinu dana, nastavili pred sudom u pokušaju da dokažu notornu stvar poznatu u svetu akcionarstva – prioritetne i obične akcije moraju imati istu knjigovodstvenu vrednost.

Nenad Gujaničić

Biznis i finansije 218, februar 2024.

Foto: Belinda Fewings, Unsplash

Чланак Sezona lova na manjinske akcionare се појављује прво на Biznis i Finansije.

Čini se da su privrednici u svetu donekle optimističniji od ekonomskih analitičara. Suprotno lošim prognozama koje za ovu godinu iznose mnogi ekonomisti, broj generalnih direktora u svetu koji su izrazito zabrinuti zbog inflacije i nepredvidivih kretanja na tržištu pao je sa prošlogodišnjih 40% na 24%. Procenat onih koji su optimistični u pogledu privrednog rasta porastao je sa 18% na 38%, ali i dalje 45% generalnih direktora u svetu predviđa pad privrednih aktivnosti, što je, međutim, daleko manje od rekordnih 73% lane.

Uprkos velikim geopolitičkim sukobima, svega 18% direktora u svetu procenjuje da su njihove kompanije zbog toga izložene većim rizicima. Znatno odstupanje od ovakvog trenda beleži se u Evropi, gde 48% direktora očekuje pad domaće privrede, i što je iznenađujuće, takvih je čak 52% u SAD, pokazuju rezultati najnovijeg globalnog istraživanja koje je sprovela revizorska kompanija PwC među više od 4.700 generalnih direktora u 105 zemalja.

Upitan rast prihoda

U izveštaju se konstatuje da uprkos relativnom optimizmu u pogledu ukupnog privrednog rasta, ispitanici su znatno oprezniji kada je reč o kretanjima u industriji u kojoj posluju i prihodima njihove kompanije. Prošle godine je 42% anketiranih prognoziralo rast prihoda, dok u ovogodišnjem istraživanju takav ishod očekuje 37% ispitanika. I pored toga, skoro dve petine generalnih direktora planira da poveća broj zaposlenih za pet procenata i više.

Skoro tri četvrtine anketiranih procenjuje da će im generativna veštačka inteligencija pomoći da uvećaju prihode, profitabilnost i kvalitet svojih proizvoda i usluga. Direktori u kompanijama koje posluju u tehnološkom, medijskom i telekomunikacionom sektoru su najuvereniji da će im primena veštačke inteligencije uvećati zaradu (54%), dok su manje optimistični oni iz energetskog i javnog sektora (36%).

Većina (69%) je, međutim, svesna da će primena veštačke inteligencije zahtevati mnogo kompetentnije kadrove. Ispitanici su, takođe, zabrinuti zbog povećanih rizika od sajber napada (64%), širenja dezinformacija (52%), pravnih obaveza i rizika reputacije (46%).

Održivost na duži rok problematičnija za manje firme

Skoro jedna trećina anketiranih smatra da će klimatske promene uticati na način poslovanja i izveštavanja u naredne tri godine. Više od tri četvrtine generalnih direktora je izjavilo da su njihove kompanije započele i sprovele korake ka poboljšanju energetske efikasnosti, dok 58% navodi da razvijaju nove proizvode, usluge i tehnologije koje smanjuju negativni uticaj klimatskih promena.

S druge strane, svega 45% napominje da je postiglo napredak ili je uključilo klimatski rizik u finansijsko planiranje. Takođe, generalni direktori navode regulatornu složenost (54%) i niži ekonomski povraćaj za investicije koje su pogodne za klimu (51%) kao najveće prepreke koje treba prevazići.

Gotovo polovina (45%) anketiranih procenjuje da njihova preduzeća neće biti održiva u narednoj deceniji bez reorganizacije. Istraživanje pokazuje da su manje kompanije u većem riziku. Preko polovine (56%) generalnih direktora koji vode preduzeća koja imaju manje od 100 miliona američkih dolara godišnjeg prihoda, veruju da će njihove firme biti održive samo deset godina ili manje ako nastave da rade na sadašnji način, dok takve procene iznosi 27% ispitanika čije kompanije godišnje zarađuju 25 milijardi dolara ili više.

Чланак Privrednici u svetu o ekonomskim kretanjima: Krhki optimizam се појављује прво на Biznis i Finansije.