Dirbtinio intelekto bumas Lietuvoje: nuo valstybės valdymo iki kasdienio verslo

Per kelerius metus dirbtinis intelektas (DI, angl. AI) Lietuvoje iš technologinės naujovės tapo kasdieniu įrankiu – nuo Vyriausybės dokumentų rengimo iki smulkaus verslo el. laiškų, sąskaitų ar reklamos tekstų generavimo. 2024–2025 m. šalis aktyviai išnaudoja Europos Sąjungos skaitmeninimo finansavimą, kuria nacionalinius DI sprendimus ir ruošiasi ES dirbtinio intelekto akto (AI Act) įgyvendinimui.

Šiame straipsnyje apžvelgiame, kaip DI keičia Lietuvos viešąjį sektorių, verslą ir darbo rinką, kokios realios naudos jau matomos ir su kokiais iššūkiais susiduriame šiandien.

DI Lietuvoje 2024–2025 m.: kur mes esame dabar?

Lietuva pastaruosius kelerius metus nuosekliai investuoja į skaitmenizaciją ir DI ekosistemą. Šalies poziciją formuoja keli esminiai veiksniai:

• ES lygmens reguliavimas – įsigaliojęs ES dirbtinio intelekto aktas, kurį Lietuva turi perkelti į nacionalinę praktiką, nustato žaidimo taisykles verslui ir valstybei.
• Skaitmeninė darbotvarkė – Vyriausybė deklaruoja siekį tapti regiono lydere GovTech ir skaitmeninių paslaugų srityje.
• Auganti ekosistema – Vilniuje ir Kaune aktyviai kuriasi DI startuoliai, paslaugų centrai, daugėja specializuotų akseleratorių ir fondų.
• Talento bazė – universitetai plečia duomenų mokslo, mašininio mokymosi, kibernetinio saugumo programas, o rinkoje jaučiamas nuolatinis DI specialistų trūkumas.

Nors pagal bendrą investicijų mastą Lietuva nusileidžia didžiosioms ES šalims, pranašumas slypi lankstume: nedidelė valstybė greitai testuoja ir įsiveda naujoves, ypač viešajame sektoriuje.

Kaip DI keičia valstybės valdymą Lietuvoje

Viešasis sektorius Lietuvoje tampa vienu aktyviausių DI naudotojų. Tai nėra tik pavieniai pilotiniai projektai – matyti kryptingas judėjimas į automatizuotas, duomenimis grįstas paslaugas.

Skaitmeniniai asistentai ir pokalbių robotai institucijose

Vis daugiau institucijų testuoja ar jau naudoja DI pokalbių robotus (chatbotus), kurie padeda gyventojams gauti atsakymus be laukimo eilėse ar ilgo naršymo svetainėse. Tipiniai pavyzdžiai:

• Mokesčių ir socialinės apsaugos sritys – DI padeda atsakyti į dažniausius klausimus dėl deklaracijų, išmokų, terminų.
• Savivaldybių paslaugos – gyventojai gali greičiau sužinoti apie leidimus, atliekų tvarkymą, registraciją pas gydytojus ar vaikų priėmimą į darželius.
• Viešieji pirkimai – eksperimentuojama su DI įrankiais, kurie padeda analizuoti konkursų sąlygas ir atsakymus tiekėjams.

Tokie sprendimai ne tik mažina apkrovą specialistams, bet ir renka anonimizuotus duomenis apie tai, kokia informacija žmonėms aktualiausia – tai padeda gerinti paslaugų kokybę.

Automatizuotas dokumentų ir duomenų apdorojimas

Didžiulė DI vertė viešajame sektoriuje – gebėjimas greitai „perskaityti” ir suprasti tūkstančius puslapių dokumentų, nutarimų, sutarčių, paraiškų. Šiuo metu vystomi ir diegiami sprendimai, kurie:

• atpažįsta ir struktūruoja tekstą iš PDF, skenuotų dokumentų, formų;
• automatiškai suveda duomenis į informacines sistemas;
• padeda aptikti neatitikimus, trūkstamus laukus ar galimas rizikas.

Rezultatas – greitesnis paraiškų nagrinėjimas (nuo subsidijų iki leidimų), mažiau rankinio darbo ir mažesnė žmogiškų klaidų rizika.

Prognozavimas ir viešosios politikos analizė

DI modeliai vis dažniau naudojami prognozuoti socialines ir ekonomines tendencijas. Praktiniai pritaikymai Lietuvoje:

• Transporto srautai – naudojant realaus laiko ir istorinius duomenis, modeliuojami kamščiai, viešojo transporto apkrovimas, planuojami maršrutai.
• Sveikatos apsauga – analizuojami pacientų srautai, eilių susidarymas, ligų paplitimo tendencijos, siekiant geriau paskirstyti resursus.
• Energetika – prognozuojama elektros paklausa, atsinaujinančių išteklių gamyba, siekiant stabilizuoti tinklą ir optimizuoti kainodarą.

Nors šie sprendimai dar tobulinami, jie jau dabar leidžia priimti labiau duomenimis pagrįstus politinius sprendimus.

DI versle: nuo startuolių iki tradicinių įmonių

Lietuvos verslas DI priima nevienodai: technologiniai startuoliai ir paslaugų centrai juda greičiausiai, o tradicinės pramonės, prekybos, logistikos įmonės dažnai renkasi laipsnišką, atsargų diegimą. Vis dėlto bendra kryptis aiški – DI tampa nebe prabanga, o konkurenciniu būtinybės faktoriumi.

Kasdieniai DI įrankiai biuruose

Net ir nedidelės įmonės šiandien naudoja DI be sudėtingų diegimų ar milijoninių biudžetų. Populiariausios sritys:

• Tekstų generavimas – el. laiškai, pasiūlymai, sutrumpintos ataskaitos, socialinių tinklų įrašai.
• Vertimas – DI vertimo įrankiai leidžia greitai lokalizuoti turinį keliomis kalbomis, kas ypač aktualu eksportuojančioms įmonėms.
• Duomenų analizė – DI padeda greitai apdoroti pardavimų, rinkodaros, klientų duomenis ir pateikti įžvalgas suprantama kalba.

Tokie sprendimai dažnai įdiegiami kaip prenumeruojamos debesijos paslaugos, todėl slenkstis pradėti naudoti DI yra žemas net ir smulkiam verslui.

DI gamyboje, logistikoje ir mažmeninėje prekyboje

Ten, kur daug pasikartojančių procesų ir duomenų, DI suteikia didžiausią finansinę grąžą. Lietuvoje jau plačiai taikoma:

• Paklausos prognozavimas – mažmenininkai prognozuoja, kiek ir kokių prekių reikės skirtinguose miestuose ar parduotuvėse, mažindami sandėliavimo kaštus ir prekių trūkumą.
• Maršrutų optimizavimas – logistikos įmonės DI pagalba planuoja pristatymo maršrutus, taupo degalus ir laiką.
• Gamybos linijų kontrolė – DI modeliai pagal sensorių duomenis aptinka įrangos nusidėvėjimo požymius ir padeda išvengti brangių prastovų.

Dalis šių sprendimų kuriami vietos startuolių ir inžinerinių įmonių, todėl atsiranda ir naujų eksporto galimybių.

Finansų sektorius ir DI: rizika, sukčiavimas, personalizacija

Lietuvos bankai, fintech įmonės ir draudimo bendrovės – vieni pažangiausių DI naudotojų. Čia DI jau tapo kasdienybe:

• Sukčiavimo prevencija – modeliai realiu laiku analizuoja operacijas ir aptinka įtartinus modelius, apsaugodami klientus nuo apgavysčių.
• Kredito rizikos vertinimas – DI padeda įvertinti kliento mokumą, remiantis dešimtimis rodiklių, ir priimti spartesnius sprendimus.
• Asmeninės rekomendacijos – klientams siūlomi produktai ir paslaugos pagal jų elgseną, poreikius ir finansinius įpročius.

Šiame sektoriuje itin svarbus duomenų apsaugos ir skaidrumo klausimas, todėl didelė dalis investicijų skiriama ne tik technologijai, bet ir atitikties (compliance) procesams.

Nauda: ką DI realiai duoda Lietuvos verslui ir valstybei?

DI bumas Lietuvoje nėra tik mados reikalas. Jau dabar galima įvardyti kelias aiškias naudos kategorijas:

• Laiko taupymas – automatizavus rutinines užduotis, specialistai daugiau laiko skiria kūrybiškam ir strateginiam darbui.
• Mažesnės klaidos – DI padeda aptikti neatitikimus duomenyse, dokumentuose, sutartyse, taip mažinant rizikas.
• Geresnė klientų ir piliečių patirtis – greitesni atsakymai, paprastesnės paslaugos, personalizuoti pasiūlymai.
• Nauji verslo modeliai – atsiranda DI pagrįstos paslaugos, platformos, produktai, kurių anksčiau apskritai nebuvo.
• Tarptautinis konkurencingumas – įmonės, kurios anksti įdiegia DI, lengviau konkuruoja dėl eksporto rinkų ir talentų.

Iššūkiai: nuo teisės aktų iki pasitikėjimo

Kartu su galimybėmis ateina ir rimti klausimai, kuriuos Lietuvai tenka spręsti jau dabar.

Reguliavimas ir ES AI aktas

ES dirbtinio intelekto aktas numato rizikos pagrindu grįstą DI klasifikaciją – nuo minimalios iki nepriimtinos rizikos. Lietuvoje tai reiškia:

• įmonės turi įsivertinti, kokiai rizikos kategorijai priklauso jų DI sprendimai;
• aukštos rizikos sistemoms (pvz., kreditingumo vertinimas, įdarbinimas, svarbios viešosios paslaugos) taikomi griežti reikalavimai;
• valstybės institucijos turi parengti priežiūros ir sertifikavimo mechanizmus.

Verslui tai – papildoma našta, bet kartu ir konkurencinis pranašumas, jei DI sprendimai kuriami atsakingai nuo pirmos dienos.

Duomenų kokybė ir prieinamumas

DI veiksmingumas tiesiogiai priklauso nuo duomenų. Lietuvoje dar išlieka problemos:

• duomenys išskaidyti tarp skirtingų sistemų ir institucijų;
• trūksta vienodų standartų ir formatų;
• ne visada aiškios duomenų dalijimosi taisyklės tarp viešojo ir privataus sektorių.

Sprendžiant šiuos klausimus, DI projektai taps pigesni, greitesni ir patikimesni.

Etika, pasitikėjimas ir darbo rinkos baimės

Dalis visuomenės ir darbuotojų DI vis dar suvokia kaip grėsmę darbo vietoms. Realybė sudėtingesnė:

• kai kurios pareigybės nyksta arba stipriai transformuojasi (ypač ten, kur daug rutinos);
• atsiranda naujų profesijų – duomenų analitikų, DI trenerių, etikos ir atitikties specialistų;
• ekspertai prognozuoja, kad ateityje svarbiausia bus gebėjimas dirbti kartu su DI, o ne jį ignoruoti.

Valstybės užduotis – užtikrinti persikvalifikavimo galimybes, skaidrų DI naudojimą ir aiškų paaiškinimą, kaip priimami sprendimai, kurie veikia žmonių teises ar finansus.

Kaip Lietuvos verslui praktiškai pradėti su DI?

Daugeliui įmonių DI vis dar atrodo kaip brangus, sudėtingas projektas. Iš tikrųjų sėkmingiausi startai dažnai būna nedideli ir labai konkretūs.

1 žingsnis: aiškiai įvardyti problemą, o ne technologiją

Vietoj klausimo „kokį DI mums įsidiegti?“ verta klausti:

• kuriose vietose darbuotojai daugiausia gaišta laiką?
• kur dažniausiai pasitaiko klaidų?
• kur labiausiai stringa klientų aptarnavimas ar pardavimai?

Dažniausiai paaiškėja, kad pirmieji DI projektai – tai dokumentų, el. laiškų, užsakymų, sąskaitų tvarkymo automatizavimas.

2 žingsnis: pasitelkti paruoštus įrankius

Prieš kuriant savo sistemą nuo nulio, verta išnaudoti jau egzistuojančias platformas:

• DI teksto, vaizdo, kalbos API paslaugas;
• debesų platformų automatizavimo įrankius;
• specializuotus sprendimus pagal sektorių (CRM, apskaitos, logistikos sistemos su integruotu DI).

Taip galima greitai ištestuoti idėją ir įsitikinti, ar ji duoda realią naudą.

3 žingsnis: investuoti į žmonių kompetencijas

Technologija be žmonių, kurie ją supranta, ilgai neveiks. Todėl Lietuvos įmonės vis dažniau:

• organizuoja vidinius DI mokymus;
• skatina darbuotojus eksperimentuoti su naujais įrankiais;
• kuria vidines „DI ambasadorių“ komandas, kurios padeda kolegoms.

Tokios iniciatyvos ypač svarbios, nes DI diegimas yra ne tik technologinis, bet ir kultūrinis pokytis.

Ko tikėtis per artimiausius 3–5 metus?

Žvelgiant į Lietuvos ir pasaulio tendencijas, per artimiausius metus tikėtina:

• Gilesnė DI integracija į viešąsias paslaugas – nuo pažangių e. sveikatos sprendimų iki išmanesnių savivaldybių paslaugų.
• DI lokalizacija lietuvių kalbai – geresni kalbos modeliai, balso atpažinimas ir sintezė, pritaikyti mūsų kalbos specifikai.
• Didesnis dėmesys saugumui ir atsakomybei – kartu su ES AI aktu daugės auditų, sertifikavimo, skaidrumo reikalavimų.
• DI kaip kasdienis darbo įrankis – daugelyje profesijų DI asistentai taps tokie pat įprasti, kaip šiandien el. paštas ar biuro programos.

Lietuvos privalumas – lanksti, inovacijoms atvira ekosistema ir aktyvus GovTech judėjimas. Jei šalis sugebės suderinti greitį, saugumą ir etišką požiūrį, DI bumas gali tapti viena iš pagrindinių mūsų konkurencinių stiprybių regione.

DUK: dažniausiai užduodami klausimai apie DI bumą Lietuvoje

Ar dirbtinis intelektas Lietuvoje atims daug darbo vietų?

DI jau keičia darbo rinką, bet daugeliu atvejų ne tiek panaikina darbo vietas, kiek jas transformuoja. Rutininės užduotys automatizuojamos, o žmonės daugiau dirba su analize, kūryba, klientų santykiais. Labiausiai rizikuoja tos pareigybės, kuriose mažai pridėtinės vertės ir daug pasikartojančių veiksmų. Todėl svarbu nuolat kelti kvalifikaciją ir mokytis dirbti kartu su DI įrankiais.

Ar mažos Lietuvos įmonės gali sau leisti naudoti DI?

Taip. Dauguma populiarių DI sprendimų dabar siūlomi kaip debesijos paslaugos su lankščia prenumerata, todėl pradėti galima nuo keliolikos ar keliasdešimties eurų per mėnesį. Mažoms įmonėms verta pradėti nuo labai konkrečių užduočių – pavyzdžiui, sąskaitų tvarkymo, klientų užklausų atsakymų ar socialinių tinklų turinio generavimo.

Kaip Lietuvoje užtikrinamas saugus ir etiškas DI naudojimas?

Saugumą ir etiką formuoja keli sluoksniai: ES dirbtinio intelekto aktas, nacionaliniai teisės aktai, duomenų apsaugos (BDAR) reikalavimai ir pačių įmonių vidaus taisyklės. Aukštos rizikos DI sistemoms keliami griežti skaidrumo, duomenų kokybės, žmogaus priežiūros reikalavimai. Kuo anksčiau organizacijos į tai atsižvelgia, tuo mažiau rizikų susiduria ateityje.