Zagreb, Split, Rijeka. Tri najveća hrvatska grada koja svaki dan generiraju milijune podatkovnih točaka — o prometu, potrošnji energije, parkingу, otpadu, kvaliteti zraka.
Većina tih podataka nikad nije analizirana. Prometne gužve koje bi se mogle predvidjeti — predviđaju se intuicijom prometnih redara. Parkiranje koje bi se moglo optimizirati — optimizira se vožnjom u krug dok se ne nađe mjesto. Energija koja bi se mogla uštediti — troši se jer nitko ne analizira uzorke.
To se polako mijenja.
AI i pametni gradovi u Hrvatskoj nisu daleka vizija s holografskim prometnim znakovima i robotima koji čiste ulice. To je pragmatičan skup digitalnih alata koji pomaže gradovima funkcionirati učinkovitije — s manje troškova, manje emisija i boljim iskustvom za građane.
U ovom tekstu istražujemo što se zaista događa na sjecištu AI-ja, arhitekture i urbanizma u Hrvatskoj — što postoji, što se planira i gdje su izazovi koji usporavaju napredak koji je već moguć.
Što je pametni grad — definicija koja ima smisla
Više od tehnologije
Pojam “pametni grad” (smart city) preopterećen je marketinškim žargonom koji često više zamagljuje nego pojašnjava.
Jednostavna definicija: pametni grad koristi podatke i tehnologiju — uključujući AI — za poboljšanje kvalitete života građana, učinkovitosti gradskih usluga i održivosti gradskog razvoja.
Nije to samo postavljanje senzora i kamera. To je fundamentalna promjena u tome kako grad donosi odluke — od intuicije i iskustva prema podacima i analitici.
Tri razine pametnog grada
Prikupljanje podataka — senzori, kamere, pametna mjerila, mobilni podaci koji daju uvid u što se u gradu zaista događa.
Analiza i razumijevanje — AI koji procesira te podatke, identificira uzorke i generira uvide koji su actionable.
Odlučivanje i djelovanje — gradska uprava koja koristi te uvide za bolje planiranje, alokaciju resursa i pružanje usluga.
Bez sva tri sloja, nema pravog pametnog grada — samo skupi gadgeti.
Gdje su hrvatski gradovi danas
Realna slika — između aspiracija i stvarnosti
Hrvatska nema gradova koji su u rangu globalnih smart city lidera — Singapura, Barcelone, Amsterdama ili Helsinkija. Ali to nije realna usporedba.
Realna usporedba jest s gradovima slične veličine i ekonomskog konteksta u regiji — i tu slika nije loša.
Zagreb — najveći i najkompleksniji
Zagreb kao glavni grad s gotovo milijun stanovnika u metropolitanskom području ima i najveće ambicije i najveće izazove.
Potres 2020. paradoksalno je postao ubrzivač digitalizacije — jer je razotkrio koliko je gradska infrastruktura zastarjela i koliko nedostaje digitalnih podataka o stanju zgrada i infrastrukture.
Zagreb sudjeluje u EU Smart Cities inicijativama i implementira projekte digitalizacije gradskih usluga — od e-uprave do digitalnog upravljanja prometom. Zagrebački holding — koji upravlja komunalnim uslugama — implementira digitalne alate za praćenje i optimizaciju rada.
Split — turistički grad s posebnim izazovima
Split s turizmom koji donosi i do 10 puta veći broj korisnika gradske infrastrukture u vršnoj sezoni — ima specifičan smart city izazov koji malo europskih gradova ima.
Optimizacija gradskih usluga za dramatično varijabilnu potražnju — od mirnog zimskog grada do prezasićene ljetne destinacije — zahtijeva podatkovne sustave koji mogu pratiti tu varijabilnost.
Splitska luka koja je jedna od prometno najaktivnijih na Mediteranu eksperimentira s digitalnim sustavima upravljanja koji imaju AI komponente.
Rijeka — industrijski grad u tranziciji
Rijeka kao lučki i industrijski grad suočava se s izazovima ekonomske transformacije koji imaju direktnu urbanističku dimenziju.
Rijeka 2020 — Europska prijestolnica kulture — bila je katalizator za projekte digitalne transformacije koji su ostavili trajni trag u digitalnoj infrastrukturi grada.
Manji gradovi — neravnomjerna slika
Osijek, Zadar, Dubrovnik, Pula — svaki ima vlastiti tempo i fokus digitalne transformacije.
Dubrovnik — koji ima chroničan overtourism problem — posebno je motiviran za smart city rješenja koja bi pomogli upravljati turističkim tokovima koji ugrožavaju kvalitetu života lokalnog stanovništva i iskustvo posjetitelja.
AI u upravljanju prometom
Gužve koje se mogu predvidjeti
Promet je možda najvidljiviji svakodnevni problem urbanog života — i jedna od domena gdje AI donosi najneposredniju vrijednost.
Adaptivni semafori
Klasični semafori funkcioniraju prema unaprijed programiranim vremenskim ciklusima — zeleno 45 sekundi, crveno 30 sekundi — bez obzira na stvarni tok prometa.
Adaptivni semafori s AI komponentama analiziraju stvarni tok prometa u stvarnom vremenu — kamerama, senzorima ili podacima s mobilnih uređaja — i prilagođavaju cikluse za optimizaciju prolaska vozila.
Studije implementacija u europskim gradovima pokazuju 10-25% smanjenje prosječnog vremena čekanja na semaforu i smanjenje emisija CO2 zbog manjeg broja zaustavljanja i pokretanja vozila.
Zagreb i nekoliko drugih hrvatskih gradova eksperimentira s adaptivnim sustavima upravljanja prometom — uglavnom u suradnji s EU projektima koji sufinanciraju implementaciju.
Predviðanje gužvi i rute
Waze i Google Maps — koje milijuni Hrvata koriste svakodnevno — već koriste AI za predviđanje prometa i optimizaciju ruta. Ovo je de facto smart city infrastruktura koju gradovi ne moraju sami graditi.
Ali gradovi koji integriraju vlastite podatkovne sustave s ovakvim platformama — dijeleći podatke o prometnim incidentima, radovima i događanjima u stvarnom vremenu — poboljšavaju kvalitetu informacija za sve korisnike.
Parkiranje i digitalno upravljanje
Potraga za parkingom odgovorna je za značajan udio urbanog prometa — procjene govore o 30% svih vozila u centru grada u vršnom vremenu.
Senzori koji detektiraju zauzetost parking mjesta i aplikacije koje u stvarnom vremenu prikazuju dostupna mjesta — smanjuju ovaj nepotrebni promet i emisije.
Nekoliko hrvatskih gradova implementira ovakve sustave — Zagreb, Split i Dubrovnik imaju ili implementiraju digitalne parking sustave koji su korak prema pametnijem upravljanju parkingom.
AI u arhitekturi i projektiranju zgrada
Generativni dizajn koji mijenja arhitekturu
AI ne transformira samo upravljanje gradovima — transformira i samu arhitektonsku praksu.
Generativni dizajn
Generativni dizajn (generative design) pristup je gdje arhitekt definira ciljeve i ograničenja — maksimalna površina, minimalni troškovi gradnje, energetska učinkovitost, prirodno osvjetljenje — i AI generira stotine ili tisuće mogućih dizajn varijanti koje zadovoljavaju te kriterije.
Arhitekt zatim selektira, kombinira i dorađuje — ali polazni prostor rješenja koji AI generira daleko je širi nego što jedan arhitekt može ručno istražiti.
Autodesk Revit i Grasshopper s AI plugin-ovima, Midjourney za vizualizaciju koncepta i specijalizirane arhitektonske AI platforme — sve su to alati koje napredni arhitektonski biroi u Hrvatskoj počinju koristiti.
Energetska simulacija i optimizacija
AI simulacije koje analiziraju kako zgrada interagira s okolicom — sunčevo zračenje kroz godišnja doba, prevladavajući vjetrovi, toplinska masa — pomažu u dizajnu zgrada koje su energetski učinkovitije bez kompromisa u funkcionalnosti i estetici.
Za Hrvatsku, gdje mediteranska klima i sve toplija ljeta postavljaju specifične zahtjeve za hlađenje i zaštitu od sunca — ovakve simulacije postaju sve važnije u projektiranju novih zgrada.
BIM i digitalni blizanci zgrada
Building Information Modelling (BIM) — digitalni 3D modeli zgrada koji sadrže sve informacije o svakom elementu — standard je u modernoj arhitektonskoj praksi.
AI koji analizira BIM modele može identificirati potencijalne probleme prije gradnje, optimizirati materijale i troškove i predvidjeti performanse zgrade kroz cijeli životni ciklus.
Hrvatska je relativno kasno usvojila BIM standard u odnosu na sjeverozapadnu Europu — ali EU direktive i sve više naručitelja koji zahtijevaju BIM ubrzavaju adopciju.
Urbano planiranje i AI analitika
Od intuicije do podacima voðenog planiranja
Urbano planiranje — odluke o tome gdje se grade stambene četvrti, poslovne zone, zelene površine i prometna infrastruktura — ima dugoročne posljedice koje traju desetljećima.
AI koji pomaže urbanim planerima analizirati kompleksne interakcije između različitih elemenata grada — i simulirati posljedice različitih planskih odluka — potencijalno je jedan od najvažnijih doprinosa AI-ja urbanom razvoju.
Analiza prostornih podataka
GIS (Geographic Information Systems) analitika uz AI komponente omogućuje urbanim planerima vizualizaciju i analizu podataka koji su ranije zahtijevali tjedne ručnog rada.
Demografski podaci, podaci o prometu, podaci o upotrebi zemljišta, podaci o infrastrukturi — sve integrirano u analitičku platformu koja identificira uzorke i anomalije.
Za Hrvatsku, gdje se prostorni planovi često donose s nedostatnim analitičkim podlogama — uvođenje AI-asistiranog prostornog planiranja moglo bi poboljšati kvalitetu planskih odluka.
Simulacije razvoja i scenarij analiza
AI simulacije koje modeliraju kako će određena planska odluka utjecati na promet, demografiju, ekonomsku aktivnost i kvalitetu zraka — daju planerima uvid koji ranije nije bio dostupan.
“Ako dozvolimo ovu komercijalnu zonu ovdje, kakav će biti utjecaj na prometno opterećenje okolnih ulica za 10 godina?” — ovo je pitanje na koje AI simulacija može dati informiranu procjenu, ne samo intuitivni odgovor.
Participativno planiranje uz digitalne alate
AI-poduprti digitalni alati za participativno planiranje — gdje građani mogu vizualizirati predložene promjene u svom kvartу i dati povratne informacije — demokratiziraju proces koji je historijski bio nepristupačan prosječnom stanovniku.
Platforme poput Decidim, koje koriste gradovi poput Barcelone i Helsinkija, počinju nalaziti put i u hrvatska gradska vijeća.
Energetska učinkovitost zgrada i kvartova
Gdje AI donosi mjerljive uštede
Zgrade su odgovorne za oko 40% ukupne potrošnje energije u EU — i Hrvatska nije iznimka. Energetska obnova zgrada i AI-driven upravljanje energijom u zgradama jedna je od najvažnijih smart city priložnosti.
Pametno upravljanje zgradama
AI Building Management Systems koji optimiziraju grijanje, hlađenje, ventilaciju i rasvjetu na temelju stvarne prisutnosti, vremenskih uvjeta i cijena energije — mogu smanjiti potrošnju energije za 20-35%.
Za stambene zgrade u vlasništvu stanara, implementacija je kompleksnija — zahtijeva koordinaciju između vlasnika. Ali za poslovne zgrade, hotele i javne ustanove, ekonomika je jasna.
Energetska obnova i AI planiranje
Hrvatska ima ogromnu zadaću energetske obnove stambenog fonda — velik postotak stambenih zgrada grañen je u eri kada energetska učinkovitost nije bila prioritet.
AI alati koji analiziraju podatke o zgradama — starost, tip konstrukcije, orijentacija, površina — i prioritiziraju obnovu prema potencijalnim uštedama i troškovima — pomažu u planiranju programa obnove koji su ekonomski i energetski optimalni.
Upravljanje otpadom i komunalne usluge
Infrastruktura koja postaje pametnija
Pametni kontejneri i optimizacija prikupljanja
Senzori u kontejnerima koji mjere razinu napunjenosti i šalju podatke sustavu za upravljanje — omogućuju optimizaciju ruta prikupljanja otpada.
Umjesto fiksnih ruta koje posjećuju svaki kontejner prema rasporedu bez obzira je li pun ili prazan — sustav šalje vozila samo tamo gdje je potrebno.
Gradovi koji su implementirali ovakve sustave reportiraju 20-40% smanjenje troškova prikupljanja uz zadržavanje ili poboljšanje razine usluge.
Nekoliko hrvatskih gradova istražuje ili eksperimentira s pametnim kontejnerima — uglavnom u suradnji s EU projektima.
Upravljanje vodnim resursima
AI sustavi za detekciju propuštanja u vodovodnoj mreži — koji analiziraju podatke o tlaku i protoku za identifikaciju anomalija koje ukazuju na curenja — smanjuju gubitke koji u nekim gradovima iznose 30-40% ukupne produkcije vode.
Za priobalna područja Hrvatske koja se suočavaju s nedostatkom vode — posebno ljeti — ovo nije samo ekonomsko pitanje, to je strateški resurs.
EU fondovi i smart city projekti
Novac koji financira transformaciju
Hrvatska ima pristup značajnim EU fondovima za pametni urbani razvoj — kroz NPOO, Kohezijski fond i specifične EU smart city programe.
Misija 100 pametnih gradova
EU Misija za 100 pametne i klimatski neutralne gradove do 2030. — program koji podupire najambicioznije europske gradove u transformaciji prema klimatskoj neutralnosti uz digitalnu transformaciju.
Niti jedan hrvatski grad nije u inicijalnoj listi 100 odabranih gradova — ali program šire utjecaja i inspiracije relevantan je za hrvatsku urbanу agendu.
NPOO i digitalna urbana infrastruktura
NPOO uključuje investicije u digitalnu infrastrukturu koja je preduvjet za pametne gradove — broadband, senzorske mreže, platforme za upravljanje podacima.
Konkretni projekti koji se financiraju uključuju digitalizaciju komunalnih usluga, implementaciju pametnih mjerila energije i vode i razvoj gradskih platformi za upravljanje podacima.
Izazovi koji usporavaju napredak
Bez uljepšavanja
Fragmentirana gradska uprava
Gradske usluge u hrvatskim gradovima često su fragmentirane između gradske uprave, Holdinga, komunalnih poduzeća i državnih agencija koji ne dijele podatke i ne koordiniraju digitalne strategije.
Pametni grad zahtijeva integrirani pristup — što je organizacijski i politički izazov koji je često teži od tehničkog.
Nedostatak digitalnih kompetencija
Gradske uprave imaju kroničan nedostatak digitalnih kompetencija — IT stručnjaci koji mogu dizajnirati, implementirati i održavati smart city sustave teško se privlače u javni sektor koji ne može konkurirati privatnom sektoru plaćama.
Privatnost i povjerenje građana
Senzorske mreže, kamere i sustavi za praćenje koji su temelj pametnih gradova — izazivaju legitimne zabrinutosti o privatnosti i nadzoru.
Gradovi koji ne adresiraju ove zabrinutosti transparentno — riskiraю gubitak povjerenja građana koji je preduvjet za uspješnu implementaciju.
Vendor lock-in
Nabava smart city sustava od jednog dobavljača bez interoperabilnosti — stvara skupu ovisnost koja ograničava budući razvoj.
Otvoreni standardi i interoperabilna arhitektura — koja omogućuje zamjenu pojedinih komponenti bez rušenja cijelog sustava — ključni su principi kojih se Hrvatska mora pridržavati u nabavi.
Primjeri koji već postoje
Što funkcionira u hrvatskim gradovima
Zagreb i digitalno upravljanje prometom
Centar za upravljanje prometom u Zagrebu implementirao je sustave koji integriraju podatke iz kamera, senzora i aplikacija za praćenje prometa — dajući operaterima uvid koji je bio nemoguć bez digitalne infrastrukture.
Dubrovnik i upravljanje turističkim tokovima
Dubrovnik je implementirao sustave za praćenje broja posjetitelja u Starom gradu — kamerama i senzorima koji mjere gustoću na ključnim lokacijama — i komunicira te informacije posjetiteljima kroz digitalnu signalizaciju i aplikacije.
Ovo je direktan odgovor na overtourism problem koji degradira i iskustvo posjetitelja i kvalitetu života lokalnih stanovnika.
Pametna rasvjeta u više gradova
Zamjena tradicionalne javne rasvjete LED sustavima s dimmingom koji se prilagođava prema stvarnoj potrebi — i koji se može daljinski upravljati — implementirana je u nekoliko hrvatskih gradova.
Uštede energije od 50-70% u usporedbi s tradicionalnom rasvjetom i mogućnost daljinskog upravljanja i praćenja — čine ovo jednom od ekonomski najjasnije opravdanih smart city investicija.
Najčešće zablude o pametnim gradovima u Hrvatskoj
- “Pametni grad je previše skup za Hrvatsku” — temeljne smart city investicije — pametna rasvjeta, adaptivni semafori, digitalni parking — imaju jasnu ekonomiku s povratom investicije u nekoliko godina.
- “Pametni grad znači nadzor građana” — ne mora. Agregirana, anonimizirana podatkovna analitika može poboljšati gradske usluge bez narušavanja privatnosti individualnih građana.
- “Samo veliki gradovi mogu biti pametni” — mali gradovi s fokusiranim problemima — turistički overtourism, sezonska vodoopskrba, upravljanje otpadom — mogu imati jasan ROI od specifičnih smart city rješenja.
- “Tehnologija sama rješava urbane probleme” — ne rješava. Tehnologija je alat koji pomaže boljim odlukama. Bez dobre gradske uprave, participacije građana i jasne vizije — tehnologija ne može zamijeniti nedostatak volje ili kompetencija.
- “Hrvatska kasni previše da bi sustigla” — nije prekasno. Gradovi koji kasne mogu učiti na greškama pionira i preskočiti skupu prvu generaciju rješenja direktno na zrelija i jeftinija.
⚡ Brzi savjeti — za građane i lokalne upravljače
- Prati EU Urban Agenda i Smart Cities Mission za razumijevanje gdje Europa ide i koji fondovi su dostupni
- Ako si u gradskom vijeću ili upravi — istraži koje EU Smart City projekte susjedni gradovi implementiraju i što je prenosivo
- Kao građanin — participiraj u javnim konzultacijama o urbanim projektima koje koriste digitalne alate za uključivanje
- Prati primjere iz regije — Ljubljana, Tallinn i Beč — koji su relevantni uzori bliži hrvatskom kontekstu od Singapura ili Barcelone
- Za arhitekte i projektante — istraži BIM standard i generativni dizajn alate koji postaju industrijska norma u EU
FAQ
- Koji je najnapredniji pametni grad u Hrvatskoj? Teško je dati definitivan odgovor jer gradovi nemaju standardizirano izvještavanje o smart city implementacijama. Zagreb kao najveći grad ima najkompleksniju infrastrukturu. Dubrovnik je zbog turističkog pritiska implementirao specifična rješenja za upravljanje posjetiteljima. Rijeka je kroz Europsku prijestolnicu kulture 2020. ostavila digitalnu infrastrukturu. Svaki grad ima vlastite prioritete i implementacije.
- Koliko koštaju smart city projekti i tko ih financira? Spektar je širok — od relativno jeftinih projekata pametne rasvjete (povrat investicije za 3-5 godina) do skupih integracijskih platformi koje zahtijevaju desetke milijuna eura. Financiranje dolazi iz kombinacije gradskog proračuna, EU fondova (NPOO, Kohezijski fond, Interreg) i privatnih investicija kroz PPP modele. EU fondovi su ključni za ambicioznije projekte.
- Kako pametni grad štiti privatnost građana? Dobro dizajnirani smart city sustavi koriste anonimizaciju i agregaciju podataka — analiziraju uzorke kretanja, ne individualna kretanja. GDPR se primjenjuje na sve sustave koji obrađuju osobne podatke. Transparentnost prema građanima o tome koji sustavi postoje i koji podaci se prikupljaju — ključna je za povjerenje. Losa implementacija bez ovih zaštita legitimno izaziva zabrinutosti.
- Može li AI pomoći u rješavanju problema potresne obnove u Zagrebu? Da — na nekoliko razina. AI analiza satelitskih snimki i podataka o zgradama može pomoći u procjeni oštećenja i prioritizaciji obnove. Digitalne platforme za koordinaciju obnove smanjuju administrativni kaos. BIM modeli obnavljanih zgrada osiguravaju kvalitetu i olakšavaju upravljanje projektima. Neke od ovih primjena već se testiraju u kontekstu zagrebačke obnove.
- Kako arhitekti u Hrvatskoj mogu početi koristiti AI u svom radu? Postepeno i pragmatično. Midjourney i slični alati za brzu vizualizaciju konceptnih ideja — odmah dostupni. Grasshopper s AI plugin-ovima za parametrički i generativni dizajn — zahtijeva učenje ali je dostupno. BIM standard — preduvjet za rad na EU projektima i sve više domaćih naručitelja. Energetske simulacijske platforme — za projekte gdje je energetska učinkovitost ključni zahtjev.
Zaključak — gradovi koji uče
Zagreb, Split, Rijeka, Dubrovnik — gradovi koji su nastajali kroz stoljeća, koji su preživjeli ratove, tranziciju i potrese — sada se suočavaju s izazovom koji nije destruktivni nego konstruktivni.
Kako postati pametni gradovi koji koriste podatke i AI za bolje upravljanje, učinkovitije usluge i višu kvalitetu života — bez gubljenja onoga što ih čini posebnima.
Ovo nije samo tehnički izazov. To je izazov upravljanja, participacije i vizije koji traži više od senzora i algoritama.
Ali tehnologija je dostupna. EU fondovi su dostupni. Primjeri koji funkcioniraju su dostupni.
Ono što je potrebno jest volja da se krene — i razumijevanje da pametni grad nije destinacija nego kontinuirani proces učenja i prilagodbe.
Baš kao što su to uvijek bili dobri gradovi.