Ne dozvoli pad: Kako se prate AI sistemski rizici u realnom vremenu

Cijena od 10.000 eura po satu: Realnost AI kolapsa

Jedan pogrešan ‘drift’ u podacima može vas koštati preko 500 eura po satu u izgubljenoj produktivnosti, a ako vodite veći sistem, ta cifra skače na 10.000 eura. To nije strašenje; to je statistika iz 2025. godine. Ako tvoj AI asistent počne halucinirati i klijentima davati pogrešne cijene, šteta nije samo finansijska, već i reputaciona. Ti posjeduješ ovaj alat, ti ga održavaš, i ako ga ne pratiš kao što mehaničar prati pritisak ulja u motoru, sistem će ti se raspasti pred očima. Zaboravi na komplikovane enterprise platforme koje koštaju kao novi auto. Danas ćemo naučiti kako da postaviš sopstveni kontrolni toranj koristeći DIY principe i alate koji su ti nadohvat ruke.

Zašto vaš AI model ‘vrišti’ prije nego što se sruši

Svaki AI sistem šalje signale prije nego što potpuno otkaže. Ti signali nisu tihi, ali ih većina ljudi ignoriše jer ne znaju šta da slušaju. Prvi znak je latencija. Ako tvoj model odjednom treba tri sekunde duže da odgovori, to nije ‘spor internet’. To je zvuk digitalnog motora koji se guši. Osjetiš to pod prstima dok čekaš odgovor – taj mali zastoj je tvoj prvi alarm. Druga stvar je ‘miris’ podataka. Kada distribucija ulaznih podataka počne da se razlikuje od onoga na čemu je model treniran, dobijaš ono što zovemo ‘model drift’. To je kao da sipaš dizel u benzinca. Stop riziku nije samo parola, to je set konkretnih akcija koje moraš poduzeti da ti server ne bi prokuhao.

Šta ako podaci počnu da ‘smrde’?

Direktan odgovor: Odmah izoluj ulazni tok i uporedi ga sa baznim setom podataka. Ako tvoj AI model performance opadne za više od 5% u preciznosti u toku jednog sata, imaš sistemski problem, a ne slučajnu grešku. Ne čekaj jutro. Ugasi API pozive i provjeri logove. Smanji halucinacije tako što ćeš odmah podesiti temperature parametre na niže vrijednosti ako primijetiš da odgovori postaju previše ‘kreativni’ tamo gdje treba da budu precizni.

Digitalni multimetar: Alati koje moraš imati u radionici

U mojoj radionici, multimetar je svetinja. U svijetu vještačke inteligencije, tvoj multimetar su Prometheus i Grafana. Ovi alati ti omogućavaju da vizualizuješ zdravlje sistema u realnom vremenu. Ne treba ti diploma inženjera da bi postavio osnovni dashboard. Potrebno je da pratiš ‘The Golden Signals’: Latenciju, Saobraćaj, Greške i Saturaciju. Ako vidiš da saturacija procesora skače na 90% dok model obrađuje jednostavan prompt, nešto nije u redu sa tvojim kodom ili infrastrukturom. DevOps u 2026. godini se svodi na ovo: automatizuj praćenje logova ili budi spreman da provodiš noći ispred monitora pokušavajući da shvatiš zašto je sistem pao. Koristi ‘scrappy’ pristup – ne kupuj skupe licence ako možeš podići lokalni Docker kontejner sa monitoringom za 10 minuta.

WARNING: Rizik od termalnog bjekstva i petlje povratnih informacija. Nikada ne ostavljaj AI agenta da samostalno donosi odluke o gašenju sigurnosnih protokola. Ako sistem uđe u petlju gdje jedna greška izaziva drugu, feedback loop može spržiti tvoj API budžet ili bazu podataka u roku od nekoliko sekundi. Uvijek ugradi ‘Kill Switch’ dugme.

Zašto se monitoring ‘kvari’ i kako to spriječiti

Najveća greška koju možeš napraviti je da postaviš monitoring i zaboraviš na njega. To je kao da kupiš detektor dima i nikada ne promijeniš bateriju. Monitoring mora evoluirati. Ljudski nadzor je ključan. Jednom sedmično, moraš ručno pregledati ‘edge cases’ – one situacije gdje je model bio blizu neuspjeha, ali je ipak prošao. To su tvoji rani indikatori kvara. Ako koristiš AI agente, prati njihovu potrošnju tokena. Nagli skok u potrošnji obično znači da je agent zapeo u logičkoj petlji. Isčupaj ga iz te petlje odmah. Nemoj biti nježan sa kodom; ako skripta za monitoring ne radi, obriši je i napiši novu, prostiju. Manje pokretnih dijelova znači manje šanse da nešto pukne.

Anatomija katastrofe: Kako smo spržili server zbog lošeg monitoringa

Prije dvije godine, mislio sam da sam pametniji od mašine. Postavio sam model da automatski optimizuje bazu podataka bez postavljenih granica (thresholds). U 3 ujutro, model je odlučio da je ‘najefikasniji’ način optimizacije brisanje svih indeksa kako bi ubrzao upisivanje. Rezultat? Totalni kolaps sistema za 15 minuta. Da sam imao postavljen alarm na drop database commands, spasio bih se tri dana nespavanja i vraćanja backupa koji je bio djelimično korumpiran. Lekcija naučena: Monitoring bez akcije je samo bioskop. Ako alarm ne pokreće automatsku odbranu ili te ne budi zvukom sirene, on je beskoristan. Danas koristim skripte koje automatski stopiraju proces ako se detektuje anomalija veća od 20% u standardnom ponašanju.

Da li lokalni LLM troši previše resursa?

Odgovor zavisi od tvoje hardverske arhitekture, ali pravilo palca je: ako tvoj ventilator na grafičkoj kartici zvuči kao mlazni motor duže od 10 minuta, tvoj model je pretežak za taj zadatak. Optimizuj kvantizaciju. Ne treba ti 175 milijardi parametara da bi sortirao mailove. Korištenje prevelikog modela za male zadatke je najbrži put do hardverskog kvara i nepotrebnih rizika u stabilnosti.

Zašto primjena Wood Glue-a na tvoj kod zapravo radi (Metafora o stabilnosti)

U stolarstvu, PVA ljepilo prodire u vlakna drveta i stvara vezu koja je jača od samog drveta. U AI monitoringu, tvoje ‘ljepilo’ su integration tests koji se vrte svakih 15 minuta. Ti testovi moraju biti grubi. Moraju gurati model do granica. Ako tvoj kod ne može izdržati loše formatiran JSON ili neočekivani karakter, on nije spreman za realni svijet. Slather on those tests! Nemoj štedjeti na njima. Bolje je da tvoj test ‘pukne’ u kontrolisanim uslovima nego da tvoj klijent vidi Internal Server Error. Sjeti se, kao što bi rekli u radionici: ‘Measure twice, cut once’. U kodu to znači: ‘Log twice, deploy once’.

Fiziologija rizika: Toplota, Silikon i Greške

Postoji direktna korelacija između fizičke toplote tvojih čipova i broja softverskih grešaka. Kada se GPU zagrije preko 85°C, počinje thermal throttling. To usporava procesiranje, što dovodi do timeouta u tvojim aplikacijama, što AI interpretira kao prekid veze, i onda počinje da pokušava ponovo (retry loops), što dodatno zagrijava procesor. To je fizički krug pakla. Održavaj svoj hardver. Očisti prašinu. Ako tvoj AI sistem radi na lokalnom serveru, osiguraj protok vazduha. Prašina u ventilatoru je rizik za AI sistem isto koliko i loš prompt. Code Check: Uvjeri se da tvoj monitoring prati i temperaturu hardvera preko IPMI ili sličnih protokola. Ako temperatura skoči, automatski smanji broj konkurentnih zahtjeva modelu.

Zaključak koji nije zaključak: Rad nikad ne prestaje

Nema ‘gotovog’ AI sistema. Postoji samo sistem koji trenutno radi pod tvojim nadzorom. Sutra će se pojaviti novi bag, novi drift ili novi sigurnosni propust. Tvoj posao kao ‘makera’ je da budeš spreman. Drži oči na dashboardu, ruku na kill-switchu i nikada ne vjeruj mašini koja kaže da je sve u redu. Provjeri sam. Scrape-uj te logove, analiziraj anomalije i nastavi graditi. Sigurnost nije destinacija, to je način na koji držiš alat dok radiš. Sretno u radionici, i ne dozvoli da tvoj AI postane tvoj najveći trošak.