U kojem vrtiću ima slobodnih mjesta? GIS Cloud je napravio kartu Zagreba i otkrio gdje je situacija najgora

Pomoću AI App Buildera temeljem tih podataka izgradili su portal s pretragom, slojevima, legendom, prikazom slobodnih mjesta i prilagodbom za mobitel, kaže Dino te dodaje da im je za sve to – prikupljanja podataka, izrada karte i aplikacije trebalo, oko sat vremena.

Naišli su i na neke poteškoće. Jedna ustanova nije imala dovoljno podataka o adresi da bi je bilo moguće smjestiti na kartu, dok je jedan vrtić bio pogrešno geokodiran gotovo tri kilometra izvan granica svih mjesnih odbora. AI ga je zato isključio iz agregacije, ali ga je zadržao vidljivim na karti, opisuje naš sugovornik koji nam daje i da “zavirimo ispod haube” ne bi li saznali kako to sve funkcionira.

Kako Claude i ChatGPT rade s GIS podacima?

U pozadini svega je GIS Cloudov MCP server koji povezuje AI modele s postojećom platformom i njezinim API-jem. U Claudeu je dostupan kao connector, a u ChatGPT-ju kao plugin, pa korisnik ne mora prolaziti kroz dodatnu konfiguraciju, već je dovoljno povezati svoj GIS Cloud račun, tumači Dino:

Sam MCP server izgrađen je iznad našeg postojećeg API-ja. Platforma je od početka cloud i API-first, pa je MCP sloj iznad onoga što već imamo.

Prednost ovakvog pristupa je i u tome što AI može kombinirati GIS Cloud s drugim alatima koje korisnik već koristi, poput Excela, Google Drivea ili sustava za upravljanje imovinom, objašnjava Dino.

Kad jednom imate svoj MCP i AI zna raditi s vašim softverom, automatski ste integrirani i sa svim ostalim alatima koje korisnik u tom chatu već ima.

GIS Cloudov MCP server danas ima 55 alata za rad s prostornim podacima, a poseban izazov bilo je osmisliti njihove opise tako da ih AI model može pravilno odabrati. Ipak je drugačije kada dokumentaciju ne čita čovjek nego LLM model. Loš opis dovodi do toga da model izabere krivi alat ili krivi pristup, tako da je smišljanje opisa bila jedna nova disciplina koju su morali usvojiti uvođenjem AI-ja u poslovanje.

Dobar dan, mogu li naručiti ručak preko Claudea? Pa…

Držati AI na oku

AI danas u GIS Cloudu može samostalno odraditi velik dio posla kao što je pripremanje i učitavanje podatka, stiliziranje karte, raditi standardne prostorne analize, izrađivati izvještaje i jednostavne aplikacije te pomagati pri prikupljanju podataka na terenu, ističe Dino. Ipak, AI ne može biti bez nadzora.

Čovjek mora uskočiti kada se mijenjaju ili brišu podaci, kada treba odabrati metodologiju, kada su ulazni podaci nepotpuni te prije nego što rezultati odu prema javnosti ili donositeljima odluka, napominje Dino:

Naše pravilo glasi: AI ne smije znati geografiju, mora je upitati. Ili još šire: LLM ne smije biti baza podataka i ne smije biti GIS engine. LLM je agent koji razumije namjeru i koristi pouzdane sustave.

Zato AI u GIS Cloudu bira pristup i koristi alate, ali same podatke, izračune i GIS operacije izvršava platforma. AI pritom može pogrešno interpretirati podatke ili odabrati pogrešan pristup, zbog čega svaki rezultat mora biti moguće provjeriti, priznaje:

Ključni dio cijelog sustava je kontrola nad podacima. AI dobiva iste ovlasti kao korisnik u čije ime radi, dok vlasnik dijeljenih podataka zasebno određuje smije li se AI nad njima koristiti.

Izmjene i brisanja dodatno su zaštićeni tako što AI prvo pokaže što namjerava napraviti, a čovjek operaciju mora potvrditi. Podaci se AI modelu pritom šalju samo tijekom obrade konkretnog upita i ne koriste se za treniranje modela.

AI mijenja način rada

Izvršni direktor GIS Clouda ispričap nam je i kako AI transformacija nije promijenila samo njihov proizvod, nego i način na koji tvrtka radi.

Claude danas koriste u cijeloj organizaciji, od razvoja i QA-a do dizajna, marketinga i prodaje, dok su interne sustave povezali vlastitim MCP-om kako bi zaposlenici do podataka iz GitLaba, Google Drivea, analitike, CRM-a i drugih alata mogli doći izravno kroz chat.

Uvođenje umjetne inteligencije u rad tvrtke nije dovelo ni do povećanja ni do smanjenja development tima. Imaju 22 zaposlenika, od čega ih je 14 u productu. Razlika je u tome što isti tim može isporučiti više, kapaciteti su im prošireni AI mogućnostima, istaknuo je Dino.

Korisnici zasad za AI ne plaćaju dodatno. GIS Cloud ga tretira kao dio infrastrukture i uključuje u postojeće planove. Iako se projektima poput portala na kojem je moguće provjeriti dostupnost dječjih vrtića u Zagrebu približuju široj javnosti, dugoročno najveću priliku vide u enterprise korisnicima.

Kako školarci uče o umjetnoj inteligenciji? Grade videoigre i chatbotove!

Ista uloga, novo sučelje

Claude i ChatGPT ne vide prvenstveno kao konkurenciju. Ako će korisnici sve više svoj posao započinjati u AI chatovima, cilj GIS Clouda nije natjerati ih da izađu iz njih, nego omogućiti da unutar njih sigurno koriste GIS podatke, govori nam Dino:

Vrijednost nije u konkretnom modelu, nego u podacima, alatima, ovlastima i kontroli oko njega. Model se može mijenjati.

To je ujedno i njihova šira teza o budućnosti GIS-a. AI modeli mogu postati novo sučelje kroz koje ljudi rade s prostornim podacima, ali sami modeli nisu zamjena za sustav koji podatke čuva, organizira i kontrolira. Kako AI agenti budu sve više radili s fizičkim svijetom, GIS Cloud želi bit taj koji im daje kontekst, zaključuje Dino:

AI agenti neće raditi samo s dokumentima, mailovima i CRM-ovima, nego sve više s fizičkim svijetom. Za to im treba pouzdan prostorni kontekst, jer je GIS digitalni kontekst fizičkog svijeta.