Kako umetno inteligenco iz eksperimenta spremeniti v tehnologijo, ki dejansko pomaga različnim delom proizvodnega podjetja? Na eni strani imamo obsežno zakonodajo in tehnično dokumentacijo, ki jo morajo zaposleni poznati in pravilno interpretirati, na drugi marketing, ki želi hitreje ustvarjati vizualne vsebine, v ozadju pa ogromne količine podatkov iz MES, SCADA in drugih proizvodnih sistemov. Vsak od teh primerov zahteva nekoliko drugačen pristop, skupni izziv pa ostaja enak: kako podatke, obstoječe sisteme in sodobne AI modele povezati v uporabne in zanesljive rešitve. Na predavanju bom skozi praktične izkušnje iz podjetja INCOM pokazal, kako smo se teh izzivov lotili tehnološko. Pogledali bomo arhitekturo rešitev, zajem in indeksiranje podatkov, povezovanje strukturiranih in nestrukturiranih virov, uporabo različnih jezikovnih in multimodalnih modelov ter integracijo AI z obstoječim Microsoft okoljem. Pri tem bomo povezali tehnologije, kot so Azure, Microsoft Fabric, .NET Aspire, Microsoft Agent Framework in Microsoft 365, ter pogledali, kakšno vlogo ima posamezna tehnologija v celotni arhitekturi. Osredotočili se bomo tudi na vprašanja, ki se pojavijo šele, ko AI zapusti fazo prototipa: kje naj teče poslovna in API logika, kako AI varno približati internim podatkom, kako iste storitve ponovno uporabiti v različnih kanalih ter kako povezati oblak s proizvodnimi sistemi. Posebej bomo pogledali tudi, kako lastne AI rešitve pripeljati neposredno v Microsoft 365 Copilot – kdaj zadostuje deklarativni agent, kdaj potrebujemo custom engine agenta, kako vanju vključiti obstoječe API-je in lastno logiko ter kakšne omejitve prinaša posamezen pristop. Cilj je pokazati praktično pot od posameznih AI rešitev do skupne platforme, na kateri lahko postopoma gradimo vse bolj specializirane sisteme in AI inženirje.