Tri godine nakon što je ChatGPT pokrenuo generativni AI val, većina velikih kompanija još uvijek ne vidi ozbiljan povrat na ta ulaganja.
MIT-ovo istraživanje iz kolovoza pokazalo je da 95 % poduzeća nema „značajan“ povrat od svojih AI projekata. Unatoč tome, VC fondovi već treću godinu zaredom poručuju isto: baš sljedeća godina bit će prekretnica za enterprise AI.
TechCrunch je anketirao 24 VC ulagatelja fokusirana na poslovni softver. Gotovo svi vjeruju da će 2026. biti godina kada će poduzeća početi smisleno uvoditi AI u procese, vidjeti konkretnu vrijednost i povećati budžete. Razlika u odnosu na prethodne godine je u nijansama: manje priče o magiji modela, više o integraciji, infrastrukturi i konsolidaciji vendora.
Od hypea do realnih problema
„Enterprisi shvaćaju da LLM-ovi nisu srebrni metak za većinu problema“, kaže Kirby Winfield, osnivač i generalni partner fonda Ascend. Navodi primjer Starbucksa: to što mogu koristiti Claude da napišu svoj CRM ne znači da to i trebaju.
Po njemu, fokus se seli na neglamurozne, ali ključne slojeve: custom modele, fine-tuning, evale, observability, orkestraciju i suverenost podataka.
Molly Alter iz Northzonea očekuje da će dio AI startupa shvatiti da su zapravo – konzultanti. Krenu s jednim proizvodom, recimo AI podrškom ili coding agentom, a onda, kad im dovoljno workflowa klijenata živi na platformi, uvode model „forward-deployed“ inženjera koji za iste klijente gradi dodatne use-caseove. Specijalizirani AI produkti tako postaju generalni AI implementatori.
Gdje VCs očekuju zamah u 2026.
Odgovori ulagatelja vrte se oko nekoliko jasnih tema:
Glas kao glavni UI. „Glas je puno prirodniji, učinkovitiji i izražajniji način komunikacije ljudi međusobno i s strojevima“, kaže Marcie Vu iz Greycrofta. Zanimaju je proizvodi i sučelja u kojima je voice primarni način interakcije s inteligencijom.
AI izlazi iz ekrana u fizički svijet. Alexa von Tobel iz Inspired Capitala uvjerena je da će 2026. AI snažno zahvatiti infrastrukturu, proizvodnju i praćenje klime. Prelazimo, kaže, iz reaktivnog u prediktivni svijet, gdje fizički sustavi osjećaju problem prije nego što postane kvar.
Frontier labovi penju se po stacku. Lonne Jaffe iz Insight Partners prati kako se ponašaju veliki modelni labovi. Mnogi su mislili da će samo trenirati modele, a aplikacije prepustiti drugima. On sada očekuje da će upravo ti labovi češće isporučivati gotove aplikacije za financije, pravo, zdravstvo i obrazovanje.
Kvantno s „momentumom“. Tom Henriksson iz OpenOceana kaže da bi jedna riječ za kvant u 2026. bila „momentum“. Povjerenje u kvantnu prednost raste, tvrtke objavljuju roadmape, ali većih softverskih skokova još nema dok hardver ne ojača.
Dosadni sloj gdje leži veliki novac
Iza kulisa, veliki dio novog kapitala odlazi u infrastrukturu i učinkovitost – teme koje su itekako relevantne i za regionalne datacentre i operatere u regiji.
Salesforce Ventures, kaže principal Emily Zhao, cilja dva fronta: „ulazak AI-ja u fizički svijet“ i „sljedeću evoluciju istraživanja modela“.
M12, Microsoftov VC, gleda na buduću tehnologiju podatkovnih centara. Managing partner Michael Stewart govori o budućim „tvornicama tokena“ – svemu unutar zidova DC-a: hlađenju, computeu, memoriji i mreži unutar i između lokacija.
Aaron Jacobson iz NEA-e upozorava da smo „na granici ljudske sposobnosti da generira dovoljno energije za GPU-e gladne struje“. Traži hardver i softver koji mogu probiti barijeru performansi po vatu: bolje upravljanje GPU-ovima, učinkovitije AI čipove, optičke mreže nove generacije i pametnije rješavanje toplinskog opterećenja.
Što je zapravo „moat“ u AI-ju
Za AI startup više ne prolazi priča „imamo bolji model i bolji prompt“.
„Jarak u AI-ju manje je vezan uz sam model, a više uz ekonomiku i integraciju“, kaže Rob Biederman iz Asymmetric Capital Partners. Gleda tvrtke koje su duboko urezane u enterprise workflowe, sjede na vlastitim ili stalno bogatijim podacima i stvaraju realne troškove zamjene.
Jake Flomenberg iz Wing Venture Capital skeptičan je prema jarcima „koji se temelje isključivo na performansama modela ili promptingu“, jer takve prednosti „erodiraju u roku od par mjeseci“. Njegovo kontrolno pitanje: ako sutra OpenAI ili Anthropic izbace 10x bolji model, ima li ova firma još smisla?
Alter smatra da je lakše graditi jarek u vertikalnim nišama – proizvodnja, graditeljstvo, zdravstvo, pravo – gdje su podaci među klijentima dovoljno slični da grade prave podatkovne jarke: svaki novi kupac čini proizvod boljim. Spominje i „workflow jarke“, gdje je obrana u detaljnom znanju kako posao teče od točke A do B u određenoj industriji.
Harsha Kapre iz Snowflake Ventures naglašava da najjači jarkovi dolaze iz toga koliko učinkovito startup pretvara postojeće podatke poduzeća u bolje odluke, procese i korisnička iskustva – bez stvaranja novih silosa.
Hoće li 2026. napokon donijeti vrijednost?
Većina anketiranih kaže da – ali postupno, ne eksplozivno.
Winfield očekuje da će poduzeća stati s „random eksperimentima s desecima rješenja“ i fokus prebaciti na manji broj alata, ali uz dublju implementaciju.
„Ako je prošla godina bila postavljanje infrastrukture, 2026. je godina u kojoj ćemo vidjeti može li aplikacijski sloj tu investiciju pretvoriti u stvarnu vrijednost“, kaže Scott Beechuk iz Norwest Venture Partners.
Marell Evans iz Exceptional Capitala također vidi napredak, ali ga opisuje kao „još uvijek inkrementalan“. Smatra da će rješavanje prijelaza od simulacije do realnosti u treningu otvoriti mnoga nova tržišta.
Jennifer Li iz Andreessen Horowitza odbacuje narativ da od AI-ja „nema ništa“. Njezin test: „Pitajte bilo kojeg softverskog inženjera bi li se vratio u mračni srednji vijek prije AI coding alata. Malo vjerojatno.“ Po njoj, vrijednost već dolazi i „umnožit će se“ sljedeće godine.
Antonia Dean iz Black Operator Ventures upozorava na drugi ekstrem: AI će postati zgodan izgovor. Menadžment će često reći da „povećava ulaganja u AI“ kako bi opravdao rezanja drugdje ili otpuštanja. „AI će postati žrtveni jarac za izvršne direktore koji žele pokriti stare greške“, kaže.
Budžeti rastu, ali se koncentriraju
Na jednom su VCs dosta usklađeni: ukupna potrošnja za AI vjerojatno raste, ali se prelijeva prema manjem broju vendora.
Rajeev Dham iz Sapphirea očekuje više AI budžeta, ali „na nijansiran način“. Dio će doći iz preusmjeravanja troškova rada, a dio iz investicija koje generiraju top-line ROI „tri do pet puta“ veći od uloženog.
Biederman misli da će se budžeti povećati „za uzak set AI proizvoda koji jasno isporučuju rezultate“ i „naglo pasti“ za ostale. Gordon Ritter iz Emergence Capitala vidi koncentraciju potrošnje posebno na alatima koji proširuju institucionalne prednosti tvrtke.
Andrew Ferguson iz Databricks Ventures smatra da će 2026. biti godina kada će CIO-i krenuti rezati „AI vendor sprawl“. Danas mnoge firme testiraju više alata za isti use-case jer su mjesečni troškovi niski, a diferencijacija – osobito u go-to-market alatima – mutna. Kad se pojave jasni dokazi vrijednosti, očekuje da će kompanije „srezati dio eksperimentalnog budžeta, racionalizirati preklapajuće alate i ušteđeni novac preusmjeriti u AI koji je isporučio“.
Ryan Isono iz Maverick Venturesa predviđa i pomak s pilota na prave budžetske stavke. To otvara prostor startupima: mnoge firme koje su pokušale graditi vlastita rješenja shvatit će koliko je teško održavati ih u produkciji na skali.
Što trebate za seriju A kao enterprise AI startup u 2026.
Ako planirate dizati seriju A, sama priča više nije dovoljna.
„Najbolje firme trenutno kombiniraju dvije stvari“, kaže Flomenberg: uvjerljiv ‘zašto baš sada’ narativ vezan uz genAI i „konkretan dokaz enterprise adopcije“. Jedan do dva milijuna dolara ARR-a su „baseline“, ali važnije je vide li vas kupci kao mission-critical. Njegova rečenica koja će se citirati po deckovima: „Prihodi bez narativa su feature; narativ bez trakcije je vaporware. Trebate oboje.“
Lonne Jaffe iz Insight Partners želi vidjeti da gradite na tržištima gdje pad cijene zbog AI-ja širi ukupno tržište, umjesto da ga pojede.
Jonathan Lehr iz Work-Bencha gleda koriste li kupci proizvod u svakodnevnim operacijama, jesu li spremni na otvorene reference i mogu li jasno pokazati kako alat štedi vrijeme, smanjuje trošak ili povećava output – pritom prolazeći sigurnosne, pravne i nabavne filtere.
Michael Stewart iz M12 kaže da pilotski prihodi više nisu automatski minus, s obzirom na količinu rješenja koja kupci testiraju. Ali nakon otprilike šest mjeseci, investitori žele vidjeti da konverzije iz pilota u stalne ugovore nose priču.
Marell Evans naglasak stavlja na egzekuciju i trakciju: ugovori dulji od 12 mjeseci, stvarno oduševljeni korisnici, tehnički sofisticiran tim i osnivač koji može privući top talente iz konkurentskih startupa ili hyperscalera.
AI agenti do kraja 2026.: demo, coworker ili većina radne snage?
AI agenti sigurno dolaze u enterprise, ali slika njihovog utjecaja nije jednolična.
Nnamdi Okike iz 645 Ventures smatra da će agenti do kraja 2026. i dalje biti u ranoj fazi adopcije, jer postoje ozbiljne tehničke i compliance prepreke te nedostatak standarda za komunikaciju agent–agent.
Dham iz Sapphirea pak smatra da će se pojaviti „jedan univerzalni agent“. Danas su agenti razbijeni po ulogama – inbound SDR, outbound SDR, customer support, product discovery – a do kraja sljedeće godine ti bi se silosi mogli spojiti u jednog agenta s dijeljenim kontekstom i memorijom.
Dean naglašava da će pobjednici biti organizacije koje AI agente shvate kao kolaborativnu augmentaciju, a ne kao čistu podjelu rada: botovi rade rutinu, ljudi misle. Vidjet ćemo sofisticiraniju suradnju ljudi i agenata na kompleksnim zadacima, s granicom u stalnom pomaku.
Aaron Jacobson iz NEA-e smatra da će „većina znanjskih radnika imati barem jednog agentskog kolegu kojeg znaju po imenu“. Eric Bahn iz Hustle Funda ide korak dalje: vjeruje da bi AI agenti mogli brojčano nadmašiti ljudsku radnu snagu u poduzećima, jer ih je „praktički besplatno i s nultim marginalnim troškom“ multiplicirati. „Zašto onda ne rasti kroz botove?“, pita.
Gdje AI već danas drži vodu u enterpriseu
Ako vas zanima koje vrste AI rješenja već rade posao – gledajte rast i retenciju.
Flomenberg kaže da najbrže rastu kompanije koje su identificirale rupu nastalu uslijed genAI adopcije i agresivno je zakrpale. U sigurnosti to su alati za zaštitu podataka kako bi LLM-ovi mogli sigurno raditi s osjetljivim informacijama, te governance za agente. U marketingu nastaju nove kategorije poput Answer Engine Optimization (AEO) – kako vas AI odgovori „izbacuju“, ne samo search rezultati.
Ferguson vidi uspjeh kod firmi koje ulaze s vrlo uskim klinom – precizno ciljanom personom ili use-caseom – pa tek nakon što tu postanu neizostavne, šire footprint.
Jennifer Li ističe da najbolje prolaze tvrtke koje pomažu enterpriseima da AI stvarno stave u produkciju: ekstrakcija i strukturiranje podataka, developer produktivnost za AI sustave, infrastruktura za generativne medije, voice i audio za medije te aplikacije poput support i call centara.
Što se retencije tiče, Flomenberg navodi tri stvari: proizvod mora biti misijski kritičan (uklanjanje ruši produkciju), mora akumulirati vlasnički kontekst koji je teško rekreirati i rješavati probleme koji rastu kako klijent uvodi više AI-ja.
Henriksson primjećuje da „ozbiljni“ enterprise softverski provideri, posebno oni obogaćeni AI-jem, imaju najbolju retenciju. Kao primjer navodi Operations1, koji digitalizira proizvodne procese koje vode radnici, od kraja do kraja.
Stewart ističe startupove u data toolingu i vertikalnim AI aplikacijama koji uz proizvod imaju i „forward-deployed“ timove za uspjeh klijenata, kvalitetu i iteraciju.
Lehr spominje AuthZed kao ključnu autorizacijsku i policy infrastrukturu te Courier Health i GovWell kao sustave zapisa i orkestracijske slojeve za zdravstveni i javni sektor – kad takve sustave jednom implementirate, zamjena je izuzetno skupa.
Sve zajedno, priča o enterprise AI-ju u 2026. više nalikuje stres testu nego novom hype valu. Budžeti će rasti, ali će se vendor baza suziti. Preživjet će rješenja koja su najbliže stvarnim workflowovima, stvarnim podacima i stvarnoj infrastrukturi – i koja svoju vrijednost mogu pokazati, a ne samo obećati.
