Loblaw pokazuje zašto OpenAI sada prodaje radni tok, a ne samo model
AI alati ulaze u maloprodajne digitalne timove kroz kod, vizuale i e-commerce iteracije.📷 AI-generated image / TECH&SPACE
- ★OpenAIjev video prikazuje Lauren Steinberg iz Loblawa kao korisnički primjer za Codex i ChatGPT Images 2.0.
- ★Tvrdnja o ubrzanju rada dolazi iz izvršnog svjedočanstva, ne iz neovisnog benchmarka ili javno objavljene metodologije.
- ★Priča je relevantna jer smješta generativni AI u stvarne maloprodajne tokove rada, od koda do vizualnih materijala i korisničkog iskustva.
OpenAI je 29. svibnja 2026. objavio kratki video u kojem Lauren Steinberg, Chief Digital Officer u Loblaw Companies Limited, opisuje kako njezin tim koristi Codex i ChatGPT Images 2.0 u digitalnim maloprodajnim procesima. Izvor je sam OpenAIjev YouTube video, pa ovu priču treba čitati kao službeni korisnički primjer, a ne kao neovisno mjerenje performansi.
Najvažnija rečenica u videu dolazi upravo iz operativnog sloja: Steinberg kaže da joj za neke zadatke sada trebaju “minute i sati” umjesto “tjedana i mjeseci” rada timova. To je snažna tvrdnja, ali bez javno objavljene metodologije, popisa zadataka, veličine uzorka ili usporedbe prije i poslije. Drugim riječima, vrijedna je kao signal o smjeru usvajanja, ali ne kao dokaz univerzalnog povećanja produktivnosti.
Loblaw je relevantan primjer zato što nije laboratorij ni startup s uskim proizvodom, nego veliki maloprodajni sustav. U takvom okruženju digitalni timovi obično rade preko više slojeva: internog softvera, e-commerce sučelja, kampanja, vizualnih materijala, podataka o kupcima i operativnih ograničenja. Kada se alati poput Codexa i sustava za generiranje slika uvode u takav pogon, stvarna vrijednost ne leži samo u bržem pisanju koda ili bržoj slici. Vrijednost je u kraćem putu od ideje do provjerljivog prototipa.
Kratki OpenAI video donosi svjedočanstvo Lauren Steinberg iz najvećeg kanadskog maloprodajnog lanca o alatima koji skraćuju tjedne rada na sate.
Codex i generiranje slika najviše mijenjaju brzinu prototipiranja, ne odgovornost za provjeru.📷 AI-generated image / TECH&SPACE
Codex je u ovoj priči pozicioniran kao alat za razvojne zadatke, automatizaciju i brže pretvaranje zahtjeva u radni softverski trag. ChatGPT Images 2.0 pokriva drugi dio istog problema: vizualnu iteraciju. Za maloprodaju to može značiti brže skice kampanja, varijante korisničkog sučelja ili materijale koji se prije ručne produkcije mogu provjeriti s timovima. OpenAI u objavi izravno veže ta dva alata uz e-commerce kontekst, što je važnije od same fraze o “ludim modelima”.
No baš zato treba zadržati hladnu glavu. U velikoj kompaniji ubrzanje pojedinačnog zadatka ne znači automatski ubrzanje cijelog sustava. Pravne provjere, sigurnost podataka, brend pravila, integracije i odgovornost za korisničko iskustvo i dalje ostaju uska grla. Ako AI skrati izradu prototipa, ali poveća teret provjere ili uvede nejasno vlasništvo nad rezultatima, dobitak se može pojesti na drugom kraju procesa.
Ono što video ipak dobro pokazuje jest promjena jezika oko generativnog AI-ja. Prije dvije godine dominirala je rasprava o demonstracijama; sada OpenAI svoje alate sve češće prikazuje kroz rukovoditelje koji govore o radnim tokovima, isporuci i korisničkom iskustvu. Uz OpenAI kao izvor i Loblaw Companies Limited kao korporativni kontekst, ova objava najviše govori o tome gdje se vodi sljedeća faza AI utrke: ne u izoliranom promptu, nego u tome koliko se brzo model uklapa u posao koji već ima rokove, vlasnike i posljedice.
