Dirbtinio intelekto lenktynės: kas laimi generatyvinių modelių kovą?

Per kelerius metus generatyvinis dirbtinis intelektas iš nišinės technologijos tapo pasaulinėmis varžybomis, prilygstančiomis kosmoso lenktynėms XX amžiuje. 2026 m. pradžioje AI gigantai kas kelis mėnesius pristato vis galingesnius modelius, o politikai skuba kurti taisykles, kad spėtų paskui inovacijas.

Šiame straipsnyje apžvelgsime, kas šiandien pirmauja generatyvinio AI lenktynėse, kokias strategijas renkasi skirtingi žaidėjai, kuo skiriasi jų modeliai ir ką tai reiškia verslui, kūrėjams bei visuomenei – įskaitant ir Lietuvą.

Kas apskritai yra generatyviniai dirbtinio intelekto modeliai?

Generatyviniai modeliai – tai dirbtinio intelekto sistemos, galinčios kurti naują turinį: tekstą, vaizdus, kodą, muziką, video ar net 3D objektus. Jie mokomi iš milžiniškų duomenų kiekių ir geba generuoti rezultatus, labai panašius į žmogaus kūrybą.

Populiariausios generatyvinio AI sritys:

Tekstas – pokalbių agentai, rašymo asistentai, kodo generatoriai.
Vaizdai – iliustracijos, logotipai, nuotraukų redagavimas, dizaino prototipai.
Garsas ir kalba – balso sintezė, garso takeliai, podcastų montažas.
Video – trumpi klipai, reklamos, animacijos, deepfake turinys.

Būtent šių sričių pažanga ir skatina dabartines AI lenktynes – kiekviena kompanija nori pasiūlyti universaliausią ir galingiausią modelį, kuris taptų nauja skaitmenine infrastruktūra visam pasauliui.

Pagrindiniai žaidėjai: kas varo AI revoliuciją į priekį?

OpenAI ir „Microsoft“: nuo GPT iki daugiamodalių modelių

OpenAI, glaudžiai bendradarbiaujanti su „Microsoft“, išlieka vienu ryškiausių generatyvinio AI lyderių. Nuo GPT-3 eros iki pažangesnių GPT-4 ir vėlesnių versijų, kompanija nuosekliai kelia kartelę, ypač natūralios kalbos supratimo ir generavimo srityje.

Pagrindiniai OpenAI akcentai:

Didelis universalumas – tekstas, kodas, vaizdai, dokumentų analizė.
Integracija su „Microsoft“ ekosistema – „Copilot“ įrankiai „Office“, „GitHub“, „Windows“ aplinkoje.
Komercinis fokusas – aiški API strategija, orientuota į verslo klientus ir kūrėjus.
Akcentas į saugumą – turinio filtrai, naudojimo politikos, atsakingo AI gairės.

Praktikoje tai reiškia, kad OpenAI modeliai tampa „nematomu sluoksniu“ daugybės įrankių, kuriuos kasdien naudoja tiek programuotojai, tiek biuro darbuotojai.

„Google“ ir Gemini: AI kaip paieškos ir debesijos variklis

„Google“ ilgą laiką buvo laikoma AI tyrimų lydere, tačiau generatyvinio AI bumo pradžioje reagavo lėčiau nei OpenAI. Tačiau dabar kompanija agresyviai vejasi su Gemini modelių šeima, integruota į „Google“ paiešką, „Workspace“ ir „Cloud“ paslaugas.

Kuo išsiskiria „Google“ strategija:

Gili integracija į paiešką – AI sugeneruotos atsakymų santraukos ir interaktyvūs rezultatai.
Debesijos platforma – Gemini kaip paslauga per „Google Cloud“ kūrėjams ir įmonėms.
Duomenų ekosistema – „YouTube“, „Maps“, „Gmail“, „Docs“ ir kiti šaltiniai padeda kurti kontekstinius sprendimus.
Daugiamodalumas – darbas su tekstu, vaizdu, kodu ir dokumentais viename modelyje.

„Google“ siekia, kad generatyvinis AI taptų natūralia interneto paieškos evoliucija, o ne atskiru produktu.

„Meta“ ir Llama: atviresnis kelias į AI demokratizaciją

„Meta“ (buvusi „Facebook“) pasirinko kitokią strategiją – didžiausi jos Llama modeliai pateikiami kaip atviresnės licencijos sprendimai, kuriuos galima diegti savarankiškai, pritaikyti ir naudoti be nuolatinės debesijos priklausomybės.

Ši kryptis ypač svarbi:

Startuoliams ir tyrėjams – mažesnės sąnaudos, daugiau lankstumo.
Įmonėms, jautrioms duomenų apsaugai – galimybė modelius paleisti savo infrastruktūroje.
Atvirojo kodo bendruomenei – greitas ekosistemos augimas, papildomi įrankiai ir adapteriai.

„Meta“ siekia tapti standartu atvirose AI ekosistemose, net jei tai reiškia mažesnes tiesiogines pajamas už licencijas.

Anthropic ir Claude: saugumas kaip pagrindinė vertybė

Anthropic, įkurta buvusių OpenAI darbuotojų, savo Claude modelių šeimą kuria su aiškiu prioritetu – „saugus pagal numatymą“. Ši kompanija daug investuoja į modelių nuspėjamumą, atsakomybę ir mažesnę žalingo turinio riziką.

Anthropic išskirtinumai:

Konstitucinis AI – modeliai mokomi laikytis aiškiai aprašytų principų ir vertybių.
Fokusas į įmones – dokumentų analizė, asistentai, vidinių procesų automatizavimas.
Partnerystės – glaudūs ryšiai su debesijos tiekėjais ir dideliais klientais.

Claude dažnai pasirenkamas ten, kur svarbiausia yra kokybiškas, patikimas ir mažiau rizikingas turinys, net jei modelis ne visada yra pats „kūrybiškiausias“.

Kinijos milžinai: Baidu, Alibaba, ByteDance ir valstybės parama

Kol Vakarų rinka daugiausia mato OpenAI ir „Google“ kovą, Kinijoje vyksta savos, ne mažiau intensyvios AI lenktynės. Tokios kompanijos kaip Baidu, Alibaba, Tencent, ByteDance ir kitos kuria nacionalinius generatyvinius modelius, glaudžiai bendradarbiaudamos su valstybinėmis institucijomis.

Kinijos AI lenktynių ypatybės:

Valstybinė strategija – ilgalaikiai planai tapti AI lydere iki 2030 m.
Reguliacinė aplinka – griežtesnis turinio ir politinių temų kontrolės modelis.
Lokaliniai duomenys – didelis dėmesys kinų kalbai, vietinei rinkai ir specifiniams naudojimo scenarijams.

Šios ekosistemos daugiausia orientuotos į vidaus rinką, tačiau ilgainiui jos gali tapti alternatyvia technologine sfera, mažiau priklausoma nuo Vakarų sprendimų.

Kokie techniniai skirtumai lemia „pergalę“?

Generatyvinių modelių lenktynėse laimi ne tik tas, kas turi daugiausiai parametrų. Vis svarbesni tampa kiti veiksniai:

Efektyvumas – kiek skaičiavimo resursų reikia vienam užklausos atsakymui.
Kontexto langas – kiek teksto ar duomenų modelis gali apdoroti vienu metu.
Daugiamodalumas – gebėjimas vienu metu dirbti su tekstu, vaizdu, garso ir video duomenimis.
Personalizacija – galimybė pritaikyti modelį konkrečiam verslui ar naudotojui.
Saugumas ir patikimumas – klaidų dažnis, halucinacijų lygis, turinio moderacija.

Dėl to vis daugiau dėmesio skiriama ne „milžiniškiems“, o optimizuotiems ir specializuotiems modeliams, kuriuos galima paleisti net lokaliai – nuo serverių iki pažangesnių nešiojamųjų kompiuterių ar mobiliųjų įrenginių.

Verslo strategijos: kas iš tikrųjų uždirbs iš AI?

Nors viešojoje erdvėje daugiausia kalbama apie technologijas, šešėlyje vyksta ne mažiau svarbi kova dėl verslo modelių ir rinkų.

Uždari debesijos modeliai

OpenAI, „Google“, Anthropic ir dalis Kinijos žaidėjų remiasi modeliu, kai AI paslaugos teikiamos per debesiją:

mokestis už užklausą (tokenus),
abonementai verslui,
papildomos funkcijos (saugykla, integracijos, valdymas).

Privalumas – paprasta pradėti, nereikia savo infrastruktūros. Trūkumas – ilgalaikės sąnaudos ir priklausomybė nuo tiekėjo.

Atviri modeliai ir hibridiniai sprendimai

„Meta“ ir daugybė atvirojo kodo bendruomenės projektų siūlo kitą kelią – laisvai prieinamus modelius, kuriuos galima diegti savo serveriuose ar pasirinktame debesijos tiekėjuje.

Vis dažniau įmonės renkasi hibridinį modelį:

kritiniams duomenims – vidinis, atviru modeliu grįstas AI,
kūrybai ir bendroms užduotims – komerciniai debesijos modeliai.

Tai leidžia geriau valdyti kaštus, saugumą ir lankstumą.

Reguliavimas: ES AI aktas ir nauja žaidimo lenta

2024–2025 m. Europos Sąjunga žengė svarbų žingsnį, priimdama AI aktą – pirmą tokio masto dirbtinio intelekto reguliavimą pasaulyje. Tai tiesiogiai veikia ir generatyvinius modelius.

Pagrindiniai principai:

Rizikos pagrindu – kuo didesnė technologijos rizika, tuo griežtesni reikalavimai.
Skaidrumas – aiškūs nurodymai, kad turinys sukurtas AI, ypač politikoje ir reklamoje.
Duomenų apsauga – suderinamumas su GDPR ir kitais asmens duomenų teisės aktais.
Atsakomybė – aiškesnės ribos, kas atsako už AI sukeltą žalą.

Vakarų kompanijos dabar privalo derinti inovacijų greitį su teisiniu atsargumu, o tai gali paveikti ir jų konkurenciją su mažiau reguliuojamomis rinkomis.

Ką tai reiškia Lietuvai ir regionui?

Lietuva, būdama ES narė ir turėdama stiprią IT bei fintech ekosistemą, generatyvinio AI lenktynėse dalyvauja ne tiek kaip modelių kūrėja, kiek kaip greita pritaikytoja.

Aktualios kryptys Lietuvai:

Viešasis sektorius – dokumentų analizė, gyventojų aptarnavimo chatbot’ai, viešųjų paslaugų skaitmenizavimas.
Fintech ir bankai – rizikos vertinimas, sukčiavimo prevencija, klientų aptarnavimas.
Gamyba ir logistika – procesų optimizavimas, prognozavimas, kokybės kontrolė.
Kūrybos industrijos – marketingo turinys, dizainas, video ir audio gamyba.

Didelis pranašumas – lietuviškų duomenų ir kalbos technologijų bazė, kurią galima derinti su pasauliniais generatyviniais modeliais, kuriant lokalizuotus sprendimus lietuvių kalba.

Rizikos ir iššūkiai: nuo dezinformacijos iki darbo rinkos

Generatyvinio AI lenktynės atneša ne tik galimybių, bet ir rimtų iššūkių.

Dezinformacija ir deepfake turinys

AI geba kurti itin įtikinamą tekstą, vaizdus ir video. Tai kelia grėsmę:

rinkimams ir politikai – melagingos žinutės, suklastinti pasisakymai;
verslui – reputacijos atakos, suklastinti pranešimai ar laiškai;
žmonių privatumui – kompromituojantis, bet netikras turinys.

Dėl to didieji žaidėjai kuria turinio žymėjimo ir atsekamumo technologijas, o vartotojams tenka mokytis naujo skaitmeninio raštingumo.

Darbo rinkos transformacija

Generatyvinis AI ne tik automatizuoja rutinines užduotis, bet ir dalį kūrybinių profesijų:

turinio rašymas ir vertimas,
programavimas ir testavimas,
grafinis dizainas, video montavimas,
klientų aptarnavimas ir pardavimai.

Tačiau kartu atsiranda naujų vaidmenų: AI treneriai, prompt inžinieriai, AI etikos ir atitikties specialistai, duomenų kuratoriai. Svarbiausia – ne ignoruoti pokyčius, o laiku investuoti į persikvalifikavimą.

Priklausomybė nuo kelių tiekėjų

Kai generatyvinį AI kontroliuoja kelios didelės korporacijos, kyla rizika dėl:

kainų diktato,
technologinės priklausomybės,
duomenų suverenumo.

Dėl to vis svarbesni tampa atviri modeliai ir regioninės iniciatyvos, leidžiančios kurti alternatyvias, labiau vietos poreikiams pritaikytas sistemas.

Ko tikėtis artimiausiais metais?

Žvelgiant iš 2026 m. perspektyvos, galima išskirti kelias tikėtinas kryptis:

Mažesni, bet galingi modeliai – daugiau AI tiesiog įrenginiuose (telefonuose, kompiuteriuose).
Gilesnė integracija – AI kaip numatytoji funkcija beveik kiekvienoje programoje.
Stipresnis reguliavimas – ne tik ES, bet ir JAV, Jungtinėje Karalystėje, kitose šalyse.
Specializuoti modeliai – medicinai, teisei, finansams, švietimui.
Daugiau konkurencijos iš atvirojo kodo – bendruomenės modeliai artės prie komercinių gigantų kokybės.

Galiausiai, AI lenktynės vis mažiau bus apie vieną „nugalėtoją“, o vis labiau – apie ekosistemas, kuriose skirtingi modeliai ir įrankiai dirba kartu.

Išvados: kaip neatsilikti nuo AI lenktynių?

Generatyvinio dirbtinio intelekto lenktynės – tai ne tik technologijų gigantų žaidimas. Nuo šiandienos sprendimų priklauso, ar AI taps dar vienu centralizuotu monopolinės galios šaltiniu, ar plačiai prieinama infrastruktūra, padedančia kurti naujus verslus, darbo vietas ir paslaugas.

Ką gali daryti organizacijos ir specialistai Lietuvoje jau dabar:

Eksperimentuoti – išbandyti skirtingų tiekėjų modelius, testuoti naudojimo atvejus.
Investuoti į kompetencijas – mokymai apie AI, duomenų kultūrą, etikos ir teisės pagrindus.
Galvoti apie duomenis – tvarkyti, struktūruoti ir saugoti duomenis taip, kad jie taptų AI projekto pagrindu.
Stebėti reguliavimą – sekti ES ir nacionalinius reikalavimus, kad inovacijos neatsitrenktų į teisines kliūtis.

AI lenktynės jau vyksta, tačiau dar nevėlu įšokti į traukinį – svarbu tai daryti sąmoningai ir strategiškai.

DUK apie generatyvinio dirbtinio intelekto lenktynes

Ar generatyvinis dirbtinis intelektas pakeis mano darbą?

Didelė tikimybė, kad nebus pakeistas visas darbas, bet pasikeis jo pobūdis. AI perims dalį rutininių, pasikartojančių užduočių, o žmogus daugiau dėmesio skirs strategijai, kūrybai, bendravimui ir sprendimų priėmimui. Kuo anksčiau pradėsite naudoti AI kaip įrankį, tuo lengviau prisitaikysite.

Kuris generatyvinis modelis šiandien „geriausias“?

Nėra vieno objektyviai geriausio modelio – viskas priklauso nuo užduoties. Kai kurie modeliai geriau generuoja kodą, kiti – kūrybinį tekstą ar dirba su dokumentais. Protingiausia – išbandyti kelis tiekėjus ir pasirinkti tą, kuris geriausiai atitinka konkrečius jūsų poreikius, kainos ir kokybės santykį.

Kaip saugiai naudoti generatyvinį AI versle?

Pirmiausia įsivertinkite, kokie duomenys bus siunčiami į AI sistemas, ir įsitikinkite, kad jie nepažeidžia konfidencialumo ar teisinių įsipareigojimų. Rinkitės tiekėjus, kurie aiškiai nurodo, kaip tvarkomi duomenys, ir suteikia valdymo bei audito priemones. Taip pat verta parengti vidines AI naudojimo taisykles darbuotojams ir reguliariai peržiūrėti rizikas.