Većina AI modela trenirana je prvenstveno na engleskom tekstu. To nije tajna — to je posljedica činjenice da internet čini otprilike 60 % sadržaja na engleskom jeziku. Kad koristite cloud AI uslugu na bilo kojem drugom jeziku, koristite model koji je vaš jezik naučio kao strani. Funkcionira. Ali funkcionira onako kako funkcionira tečan govornik koji nije izvorni — kompetentno, ponekad nespretno, povremeno potpuno promašujući registar.

Za svakodnevnu upotrebu, to je u redu. Za poslovnu komunikaciju, to je problem.

Problem registra

Svaki jezik ima slojeve formalnosti koji nose značenje. Razlika između formalnog i neformalnog obraćanja nije samo pristojnost — signalizira prirodu odnosa, ozbiljnost komunikacije i profesionalnost pošiljatelja. AI model treniran primarno na engleskom redovito krivo procjenjuje ove slojeve jer je pravila vašeg jezika naučio iz prevedenih tekstova, a ne iz izvorne poslovne korespondencije.

To se očituje na načine koje je teško uočiti ako ne obraćate pažnju. AI napiše e-mail klijentu koji je tehnički korektan, ali koristi formulacije koje se osjećaju blago pogrešno — previše ležerno za pravnu obavijest, previše kruto za naknadni upit, previše generički za industriju u kojoj specifična terminologija signalizira kredibilitet. Ispravljate to ručno, svaki put, a nakon nekog vremena više ni ne primjećujete koliko vremena trošite na uređivanje AI outputa koji vam je trebao uštedjeti vrijeme.

Problem se pojačava s regionalnom varijacijom. Konvencije poslovnog pisanja razlikuju se ne samo između jezika, nego između zemalja koje dijele isti jezik. Profesionalno pismo pisano za hrvatsko tržište ne čita se isto kao jedno pisano za srpsko ili bosansko tržište. Španjolski u Meksiku slijedi drugačije konvencije od španjolskog u Španjolskoj. Portugalski u Brazilu ima drugačiji registar od portugalskog u Portugalu. Model treniran primarno na engleskom tretira ih kao isti jezik. Vaši klijenti ne tretiraju.

Višejezični generacijski jaz

Novija generacija modela otvorenog koda — posebno oni trenirani s opsežnim višejezičnim korpusima — ovo rješava značajno bolje od prethodnika. Modeli poput Qwen 2.5 trenirani su na raznolikim višejezičnim podacima od samog temelja, a ne naknadno prilagođeni na englesku bazu. Razlika je osjetna: prirodnija struktura rečenice, bolje razumijevanje konvencija formalnosti, manje anglicizama koji prodiru u profesionalni tekst.

To je važno jer je jaz kvalitete između engleskog i ne-engleskog AI outputa bio jedna od najvećih neizgovorenih prepreka usvajanju izvan anglofonog svijeta. Tvrtke su isprobale AI, pronašle rezultate na svom jeziku osrednjima i zaključile da AI nije spreman. Nije bio problem u AI-ju — problem je bio u tome što modeli usmjereni na engleski nisu bili spremni za njihov jezik. Novi višejezični modeli su fundamentalno drugačiji proizvod.

Ali kvaliteta modela samo je polovica jednadžbe. Druga polovica je prilagodba — i tu lokalno postavljanje mijenja igru.

Vaš jezik, vaš glas

Cloud AI usluga daje vam isti model kao svakom drugom kupcu. Možete prilagoditi sistemski prompt, podesiti temperaturu, možda spremiti neke prilagođene upute. Ali temeljni model je dijeljeni. Njegovo poimanje „profesionalnog hrvatskog” ili „formalnog japanskog” ili „poslovnog portugalskog” je prosjek preko milijuna primjera za treniranje. Piše generički jer je generički treniran.

Lokalni sustav može se drugačije konfigurirati. Vaši standardni predlošci postaju referentni materijal. Vaša preferirana terminologija se pojačava. Vaše konvencije formatiranja — kako strukturirate ponudu, kako zaključujete pismo, kako se obraćate različitim tipovima klijenata — postaju dio konteksta sustava. S vremenom, AI ne piše samo na vašem jeziku. Piše vašim glasom. Onim koji vaši klijenti prepoznaju. Onim koji zvuči kao da dolazi iz vašeg ureda, a ne od algoritma koji daje sve od sebe.

Ovdje se ne radi o savršenstvu. Radi se o razlici između outputa koji možete izravno poslati i outputa koji morate prepisivati. Svaka minuta utrošena na uređivanje AI-generiranog teksta je minuta koju vam je AI trebao uštedjeti. Ako kvaliteta jezika nije tu, obećanje učinkovitosti se raspada.

Jezik nije značajka. On je cjelokupno sučelje između vašeg AI-ja i vaših klijenata. Ako se to sučelje osjeća strano, sve što AI proizvede osjeća se strano. Pogoditi jezik nije završni dodir — to je temelj.