Dirbtinis intelektas (DI) nebėra tik technologijų milžinų prerogatyva. Pagal Eurostato 2025 m. duomenis, 10,3 % Lietuvos įmonių naudoja bent vieną DI technologiją — šiek tiek žemiau ES vidurkio (13,5 %), tačiau augimo tempas yra vienas didžiausių regione. Lietuvos technologijų sektorius — vienas dinamiškiausių Baltijos šalyse — jau rodo kelią, o tradicinės pramonės šakos sparčiai vejasi.
Bet ką konkrečiai reiškia “dirbtinis intelektas” verslui? Ne akademines definicijas, o praktinius pritaikymus, kurie atneša matomus rezultatus. Šis vadovas paaiškina viską, ką Lietuvos įmonių vadovai turi žinoti — nuo technologijų iki teisinio reguliavimo.
À retenir
- Dirbtinis intelektas apima mašininį mokymąsi, natūralios kalbos apdorojimą ir kompiuterinę regą — kiekviena technologija turi konkrečius verslo pritaikymus
- ES DI aktas (AI Act) tiesiogiai taikomas Lietuvoje nuo 2025 m. — 4 straipsnis reikalauja darbuotojų mokymo
- VDAI prižiūri asmens duomenų apsaugą naudojant DI įrankius — atitiktis yra privaloma
- 5 praktiniai DI pritaikymai gali atnešti matomų rezultatų per pirmuosius metus
Kas yra dirbtinis intelektas — paprastai
Dirbtinis intelektas — tai kompiuterinių sistemų gebėjimas atlikti užduotis, kurioms tradiciškai reikia žmogaus intelekto: suprasti tekstą, atpažinti vaizdus, teikti rekomendacijas, prognozuoti tendencijas.
Verslo kontekste svarbiausios trys DI kategorijos:
- Generatyvusis DI (ChatGPT, Gemini, Copilot): kuria tekstą, vaizdus, kodą. Naudojamas rašymui, analizei, bendravimui su klientais.
- Prognozuojamasis DI (mašininis mokymasis): analizuoja istorinius duomenis ir numato būsimus rezultatus — paklausą, riziką, klientų elgesį.
- Procesų automatizavimas (RPA + DI): automatizuoja pasikartojančias užduotis — sąskaitų apdorojimą, dokumentų klasifikavimą, atitikties tikrinimą.
Šios technologijos prieinamos šiandien per debesų paslaugas bet kokio dydžio įmonėms — nuo startuolių Vilniuje iki gamybos įmonių Kaune.
72%
pasaulio organizacijų naudoja generatyvųjį DI bent vienoje verslo funkcijoje
Source : McKinsey Global Survey on AI, 2025
5 konkretūs DI pritaikymai Lietuvos verslui
1. Klientų aptarnavimo automatizavimas
DI pagrįsti pokalbių robotai gali atsakyti į 60–80 % rutininių klientų užklausų — produktų prieinamumas, užsakymo statusas, pristatymo sąlygos. Mažmeninės prekybos ir paslaugų įmonėms tai reiškia greitesnį aptarnavimą ir darbuotojų atlaisvinimą sudėtingesnėms užduotims.
Pavyzdys: Lietuvos finansinių technologijų įmonės jau naudoja DI pokalbių robotus klientų aptarnavimui. Vidutinis atsakymo laikas sumažėjo 55 %.
2. Duomenų analizė ir ataskaitų rengimas
Įrankiai kaip ChatGPT Advanced Data Analysis ar Microsoft Copilot leidžia finansų komandoms analizuoti duomenis natūralia kalba. Vietoj formulių rašymo užduodate klausimą: “Kurios išlaidos augo greičiausiai per pastaruosius 6 mėnesius?”
Pavyzdys: Finansų skyriai, naudojantys DI analizei, praneša apie 5–8 valandų taupymą per savaitę vienam darbuotojui (Accenture, 2025).
3. Rinkodaros personalizavimas
DI analizuoja klientų elgesį ir automatiškai kuria personalizuotus pasiūlymus, segmentaciją ir turinį. Lietuvos eksportuojančioms įmonėms tai reiškia pritaikytą komunikaciją kiekvienai rinkai.
Pavyzdys: Europos e. prekybos įmonės, naudojančios DI personalizavimui, fiksuoja 15–25 % didesnes pajamas vienam klientui (Phocuswright, 2025).
4. Tiekimo grandinės optimizavimas
Prognozuojamasis DI gali numatyti paklausą, optimizuoti atsargų lygius ir identifikuoti tiekimo grandinės rizikas. Gamybos ir logistikos įmonėms tai reiškia mažiau nuostolių ir geresnį pristatymą.
Pavyzdys: Europos mažmeninės prekybos įmonės, naudojančios DI atsargų valdymui, sumažino nuostolius dėl perteklinių prekių 20–30 % (Gartner, 2025).
5. Administracinių procesų automatizavimas
Nuo sąskaitų faktūrų apdorojimo iki el. pašto klasifikavimo — DI automatizuoja administracines užduotis, kurios atima laiką. Lietuvos įmonėms, dirbančioms su ES partneriais, DI gali automatiškai tikrinti dokumentų atitiktį reguliavimo reikalavimams.
Pavyzdys: Teisinės komandos, naudojančios DI sutarčių peržiūrai, sumažina peržiūros laiką 60 % (Thomson Reuters, 2025).
40%
produktyvumo pagerėjimas darbuotojų, apmokytų naudoti DI įrankius rašymui ir analizei
Source : MIT Sloan / Stanford, 2024 m. tyrimas
DI aktas: ką Lietuvos verslui būtina žinoti
Europos dirbtinio intelekto aktas (DI aktas, Reglamentas (ES) 2024/1689) — pirmasis visapusiškas DI reguliavimo pagrindas pasaulyje. Kaip ES narė, Lietuva jį taiko tiesiogiai.
Pagrindinės prievolės
4 straipsnis — Mokymo prievolė. Nuo 2025 m. rugpjūčio 2 d. kiekviena DI sistemas naudojanti įmonė privalo užtikrinti “pakankamą DI kompetencijų lygį” savo darbuotojams. Tai reiškia, kad jūsų darbuotojai, naudojantys ChatGPT, Copilot ar bet kurį kitą DI įrankį, turi būti tinkamai apmokyti.
Rizikos klasifikacija. Aktas DI sistemas skirsto į keturias rizikos kategorijas: nepriimtina (draudžiama), didelė, ribota ir minimali. Dauguma verslo pritaikymų (pokalbių robotai, analitika, automatizavimas) patenka į ribotos ar minimalios rizikos kategoriją — tačiau privalo atitikti skaidrumo reikalavimus.
Sankcijos. Baudos gali siekti 15 mln. eurų arba 3 % metinės pasaulinės apyvartos.
Svarbu Lietuvos įmonėms: VDAI (Valstybinė duomenų apsaugos inspekcija) prižiūri BDAR taikymą DI kontekste. Bet koks asmens duomenų tvarkymas naudojant DI įrankius turi atitikti Bendrąjį duomenų apsaugos reglamentą. Jei naudojate DI klientų ar darbuotojų duomenų analizei, reikalingas poveikio duomenų apsaugai vertinimas (PDAV).
Ką daryti dabar
- Identifikuokite visus DI įrankius, kuriuos naudoja jūsų darbuotojai — įskaitant neoficialius (shadow AI)
- Suorganizuokite mokymus, atitinkančius 4 straipsnio reikalavimus
- Sukurkite vidinę DI naudojimo politiką — kokie įrankiai leidžiami, kokioms užduotims, su kokiais duomenimis
- Dokumentuokite viską — mokymus, politikas, rizikos vertinimus. Reguliuotojai tikisi įrodymų, ne pažadų
Kaip pradėti: 3 žingsniai Lietuvos įmonėms
1 žingsnis: Įvertinkite esamą padėtį
Atlikite DI naudojimo inventorizaciją savo organizacijoje. Kas naudoja kokius įrankius? Kokioms užduotims? Su kokiais duomenimis? Šio vertinimo rezultatas — būsenos žemėlapis, rodantis, kur esate šiandien ir kur yra didžiausios rizikos ir galimybės.
2 žingsnis: Pradėkite pilotinį projektą
Nebandykite transformuoti visos organizacijos iš karto. Pasirinkite vieną komandą ir vieną konkretų uždavinį — pvz., ataskaitų automatizavimą finansuose ar personalizavimą rinkodaroje. Matuokite rezultatus po 4–8 savaičių.
3 žingsnis: Mokykite komandas sistemingai
Vienkartinis seminaras nepakanka. Nuolatinis mokymas, derinantis teoriją, praktiką ir atnaujinimus, užtikrina, kad jūsų darbuotojai seka technologijų raidą ir lieka atitinkantys reguliavimo reikalavimus.
Lietuva skaičiais: Pagal Ekonomikos ir inovacijų ministerijos duomenis, Lietuva yra tarp DI lyderiių Baltijos regione. Vilniaus technologijų ekosistema, apimanti daugiau nei 1 000 startuolių, aktyviai diegia DI sprendimus. Nacionalinė DI strategija 2024–2027 numato 120 mln. eurų investicijas į DI tyrimus, infrastruktūrą ir kompetencijų ugdymą.
Dažniausios klaidos diegiant DI
Įrankių pirkimas be strategijos. Įrankis naudingas tik tada, kai sprendžia konkretų uždavinį. Pirmiausia apibrėžkite problemą, tada ieškokite sprendimo.
Darbuotojų ignoravimas. Technologija be apmokytų vartotojų yra nenaudinga. Investicijos į komandų formavimą yra tokios pat svarbios kaip investicijos į programinę įrangą.
Reguliavimo reikalavimų nepaisymas. DI aktas nėra rekomendacija — tai prievolė. Įmonės, kurios laukia, rizikuoja ir baudomis, ir klientų pasitikėjimo praradimu.
Momentinių rezultatų lūkesčiai. DI kuria vertę, bet reikalauja laiko diegimui, mokymams ir optimizavimui. Planuokite realistiškus terminus ir matuojamus tikslus.
Paruoškite savo komandą su Brain
Brain — tai DI kompetencijų ugdymo platforma, sukurta įmonėms, siekiančioms matuojamų rezultatų. Vietoj vienkartinių seminarų Brain siūlo trumpus, interaktyvius modulius, pritaikytus kiekvienam vaidmeniui organizacijoje. Platforma dokumentuoja kiekvieną pažangą — jūsų vidinei kontrolei ir reguliuotojų reikalavimams.
Rezultatas: tvarios DI kompetencijos visoje organizacijoje, matuojami produktyvumo laimėjimai ir tvirtas reguliavimo atitikties pagrindas.