Ne tik technologijų gigantų reikalas
Dar prieš kelerius metus dirbtinis intelektas Lietuvoje skambėjo kaip kažkas tolimo – gal „Google” ar „Amazon” laboratorijų dalykas, bet tikrai ne eilinio Kauno ar Vilniaus verslo. Situacija pasikeitė greičiau, nei daugelis tikėjosi. Šiandien DI įrankius naudoja ne tik startuoliai, bet ir tradicinės įmonės – nuo logistikos iki maisto pramonės.
Ir čia svarbu suprasti vieną dalyką: dauguma įmonių nepradėjo nuo grandiozinių projektų. Pradėjo nuo mažų, konkrečių problemų sprendimo.
Kas vyksta praktikoje
Lietuvos paštas prieš kurį laiką pradėjo eksperimentuoti su maršrutų optimizavimo algoritmais. Rezultatas – mažiau kuro sąnaudų, greitesnis pristatymas. Nieko stebuklingas, bet labai apčiuopiamas pokytis kasdienėje logistikoje.
Finansų sektoriuje „Luminor” ir kiti bankai jau seniai naudoja automatizuotą sukčiavimo aptikimą. Sistema per sekundes analizuoja sandorių šablonus ir pažymi įtartinus atvejus – tai, ką žmogus darytų valandomis, o ir tada galbūt praleistų.
Mažesnės įmonės irgi randa savo nišą. Vilniuje veikiančios e-komercijos parduotuvės naudoja DI produktų rekomendacijoms – sistema mokosi iš pirkėjų elgesio ir siūlo tai, ko žmogus galbūt pats nebūtų paieškojęs. Konversijų rodikliai, pasak kai kurių verslininkų, išaugo 15–25 procentais.
Klientų aptarnavimas – dar viena sritis, kur pokyčiai labai matomi. Automatizuoti pokalbių robotai dabar atsakinėja į dažniausiai užduodamus klausimus lietuvių kalba – tai buvo problema dar visai neseniai, nes lietuvių kalba yra palyginti maža rinka ir nebuvo prioritetas didelėms technologijų kompanijoms.
Kur slypi tikri iššūkiai
Būtų naivu teigti, kad viskas vyksta sklandžiai. Vienas dažniausių skundų iš verslininkų – duomenų kokybė. DI sistema yra tiek gera, kiek geri duomenys, kuriuos jai pateiki. Daugelis lietuviškų įmonių dešimtmečius kaupė informaciją nestruktūruotai, skirtingose sistemose, kartais tiesiog Excel lentelėse. Prieš diegiant bet kokį DI sprendimą, reikia sutvarkyti šį „duomenų chaosą” – o tai užima laiko ir pinigų.
Kitas iššūkis – žmonės. Ne ta prasme, kad darbuotojai priešinasi technologijoms (nors ir tai pasitaiko), bet ta, kad trūksta specialistų, galinčių šiuos sprendimus įdiegti ir prižiūrėti. Lietuva turi gerą IT sektorių, tačiau DI inžinierių paklausa gerokai viršija pasiūlą.
Ir dar vienas aspektas, apie kurį kalbama mažiau – reguliavimas. ES dirbtinio intelekto aktas jau priimtas ir įmonės turės prisitaikyti prie naujų reikalavimų. Kai kuriems tai papildoma našta, kitiems – galimybė išsiskirti rinkoje kaip atsakingiems DI naudotojams.
Kur visa tai veda – ir kodėl verta žiūrėti atidžiai
Artimiausiais metais tikėtina, kad DI įrankiai taps tokia pat darbo kasdienybės dalimi kaip šiandien yra el. paštas ar skaičiuoklės. Įmonės, kurios pradeda eksperimentuoti dabar – net ir su mažais projektais – kaupia patirtį, kurią vėliau bus sunku greitai kompensuoti.
Lietuva čia turi tam tikrą pranašumą: esame pakankamai maža šalis, kad pokyčiai vyktų greitai, bet turime pakankamai stiprų technologijų ekosistemą, kad nebūtume tik pasyvūs stebėtojai. „Vinted”, „Nord Security”, „Tesonet” – šios kompanijos jau seniai naudoja pažangias duomenų analitikos ir DI sistemas, ir tai rodo, kad potencialas yra.
Svarbiausia, ko reikia vengti – laukti tobulo momento ar tobulo sprendimo. DI nėra vienkartinis diegimas, tai nuolatinis mokymosi ir adaptacijos procesas. Ir tas procesas Lietuvoje jau prasidėjo – tyliai, be didelių fanfarų, bet labai realiai.