Stanfordo HAI „AI Index Report 2026“ rodo, kad dirbtinis intelektas perėjo iš eksperimentų fazės į masinio diegimo, kapitalo, talentų ir reguliavimo varžybas. Lietuvai DI yra ne tik technologijų sektoriaus tema. Tai – produktyvumo, viešojo sektoriaus, energetikos, švietimo bei nacionalinio atsparumo klausimas.
Pagrindinė šių metų ataskaitos žinutė verslui paprasta: jis tampa bazine ekonomikos dalimi. 2025 m. pasaulinės investicijos į DI daugiau nei padvigubėjo – privataus kapitalo finansavimas augo 127,5 proc. ir sudarė apie 60 proc. visų investicijų į DI. Generatyvinis DI augo dar sparčiau – daugiau nei 200 proc. – ir pritraukė beveik pusę privataus DI finansavimo.
Organizacijų DI diegimas pasiekė 88 proc., o generatyvinis DI jau naudojamas bent vienoje verslo funkcijoje 70 proc. apklaustų organizacijų. Dabar jau kyla klausimas ne „ar naudoti DI“, o „kur, kaip greitai ir kaip saugiai jį integruoti savo veiklose“.
Lietuvai tai ypač svarbu dėl ekonomikos struktūros. Negalime konkuruoti su JAV ar Kinija kapitalo mastu, tačiau galime konkuruoti diegimo kokybe. Tačiau ataskaita perspėja ir apie ribas: sudėtingo teisinio vertinimo, strateginio planavimo ar kompleksiško sprendimų priėmimo užduotyse DI nauda gali būti mažesnė ar net neigiama.
Didžiausi produktyvumo šuoliai atsiranda ten, kur darbai yra struktūruoti, matuojami ir turi aiškų grįžtamąjį ryšį: klientų aptarnavime našumas augo 14–15 proc., programavimo darbuose – 26 proc., rinkodaros turinio kūrime – iki 50 proc. Todėl DI strategija neturėtų virsti vien „įrankių prenumeratų“ sąrašu. Ji turi prasidėti nuo procesų atrankos, rizikų vertinimo ir rezultatų matavimo.
Vienas stipriausių Lietuvos signalų ataskaitoje – talentai. Pagal „LinkedIn“ duomenis Lietuva patenka tarp 15 pirmaujančių geografijų pagal DI talentų koncentraciją – 1,10 proc. visų platformos naudotojų. Tai – ne JAV Silicio slėnis, bet mažai ekonomikai tai reikšmingas rodiklis, rodantis, kad Lietuva yra matoma tarptautiniame DI talentų žemėlapyje. Be to, ataskaitos migracijos grafike Lietuvai rodoma teigiama grynoji DI talentų migracija.
Vis dėlto talentų bazė turi silpnąją vietą – įtrauktį. Lietuvoje moterys sudaro 33,7 proc. DI specialistų, vyrai – 66,3 proc. Santykis atrodo kiek geriau, nei daugelyje kitų šalių, tačiau iki balanso dar toli. Ankstyvoje grandyje skirtumas dar ryškesnis: tarp IRT absolventų moterys sudaro tik 16 proc. bakalauro lygmenyje, 28 proc. magistrantūroje ir 40 proc. doktorantūroje.
Verslui tai nėra vien socialinės atsakomybės klausimas. Jei DI specialistų paklausa augs, o talentų rinka išliks ribota, šalies konkurencingumą ribos ne idėjos, o žmonių trūkumas.
Kitas svarbus ataskaitos akcentas – „DI suverenitetas“. Ši sąvoka apima šalies gebėjimą kontroliuoti DI ekosistemos sluoksnius: duomenis, skaičiavimo pajėgumus, modelius, talentus, taikymą ir reguliavimą. Ataskaita rodo, kad valstybės vis aktyviau formalizuoja DI strategijas, o suverenitetas tampa nacionalinės politikos principu.
Europoje ir Centrinėje Azijoje valstybės remiamų DI superkompiuterių klasterių skaičius 2018–2025 m. išaugo nuo 3 iki 44, daugiausia dėl tokių iniciatyvų kaip „EuroHPC“.
Lietuvai tai reiškia labai konkretų pasirinkimą. Maža valstybė negali viena sukurti visos DI vertės grandinės, tačiau gali užsitikrinti prieigą prie europinės skaičiavimo infrastruktūros, kurti patikimus nacionalinius ir lietuvių kalbos duomenų rinkinius, stiprinti viešojo sektoriaus gebėjimą pirkti DI sprendimus ir užtikrinti, kad kritinės paslaugos nebūtų visiškai priklausomos nuo vieno užsienio tiekėjo. Tai ypač aktualu valstybės registrams, sveikatos sistemai, kibernetiniam saugumui, švietimo turiniui ir lietuvių kalbos technologijoms.
Ataskaita taip pat primena, kad DI pažanga nėra tiesi linija. Modeliai jau pasiekia aukščiausio lygio rezultatus matematikos olimpiadose, tačiau vis dar daro elementarių klaidų, pavyzdžiui, atpažindami analoginį laikrodį. DI agentai stipriai patobulėjo atlikdami realias kompiuterines užduotis, bet struktūruotuose testuose vis dar klysta maždaug kas trečią bandymą.
Profesinėse srityse – mokesčių, finansų, teisės – modelių rezultatai svyruoja tarp 60 ir 90 proc. Tačiau ten, kur reikalingas aukštas patikimumo lygis, toks netikslumas tampa verslo rizika.
Tai svarbi žinutė Lietuvos verslui ir viešajam sektoriui: DI nereikia mistifikuoti, tačiau jo negalima ir aklai automatizuoti. Banke, draudimo bendrovėje, ligoninėje ar savivaldybėje 90 proc. tikslumas gali būti nepakankamas, jei klaida paveikia žmogaus galimybę pasiimti paskolą, gydymą, socialinę išmoką ar teisinę padėtį.
Todėl realus konkurencinis pranašumas bus ne vien greitas DI diegimas, bet ir gebėjimas kurti „žmogus procese“ valdymo modelį: užtikrinti sprendimų auditą, paaiškinamumą, skundų mechanizmus, duomenų kokybės kontrolę ir tiekėjų atsakomybę.
Atsakingo DI klausimas ataskaitoje išskiriama kaip viena didžiausių spragų. Dokumentuotų DI incidentų skaičius 2025 m. pasiekė 362, kai metais anksčiau jis buvo 233.
Nors pirmaujančių modelių kūrėjai beveik visada skelbia pajėgumų testus, atsakingo DI rodiklių atskleidimas išlieka fragmentiškas. Įmonių, neturinčių atsakingo DI politikos dalis sumažėjo nuo 24 proc. iki 11 proc., tačiau diegimą vis dar stabdo žinių trūkumas, biudžeto apribojimai ir reguliacinis neapibrėžtumas.
Čia Lietuva turi galimybę išnaudoti ES reguliacinį pranašumą. Ataskaita pažymi, kad 2025 m. įsigaliojo pirmosios ES DI akto priemonės, įskaitant draudimus tam tikriems didelės rizikos panaudojimo atvejams.
Lietuvos įmonėms tai nėra vien teisinė prievolė. Gebėjimas kurti DI sprendimus, atitinkančius ES patikimumo, duomenų apsaugos, žmogaus priežiūros ir skaidrumo reikalavimus, gali tapti konkurenciniu pranašumu Vakarų Europos rinkose.
Sveikatos apsaugos srityje „AI Index“ siunčia dvigubą signalą: potencialas didelis, bet įrodymų bazė dar nepakankama. Klinikiniai DI įrankiai, tokie kaip automatiniai gydytojų įrašų rengimo sprendimai ar sepsio prognozavimo sistemos, kai kuriose JAV sveikatos sistemose jau rodo apčiuopiamus rezultatus. Tačiau daugiau nei 500 klinikinių DI tyrimų analizė parodė, kad beveik pusė jų rėmėsi egzamino tipo klausimais, o tik 5 proc. naudojo realius klinikinius duomenis. Tai reiškia, kad DI verta diegti siauruose, aiškiai prižiūrimuose darbo procesuose, bet ne kaip „gydytojo pakaitalą“.
Galiausiai, DI tampa ir energetikos tema. Ataskaita fiksuoja sparčiai augantį duomenų centrų, skaičiavimo pajėgumų, elektros, vandens ir emisijų poreikį. JAV turi 5 427 duomenų centrus – daugiau nei dešimt kartų daugiau nei bet kuri kita valstybė.
Frontier modelių mokymo emisijos taip pat auga: „Grok 4“ mokymo emisijos vertinamos apie 72 tūkst. tonų CO2 ekvivalento. DI akseleratorių ir su jais susijusios infrastruktūros energijos poreikis jau lyginamas su atskirų Europos valstybių elektros suvartojimu.
Lietuvai tai reiškia, kad DI infrastruktūros plėtra turi būti derinama su energetikos, elektros tinklų, aušinimo, vandens išteklių ir kibernetinio saugumo politika. DI ekonomika nėra „lengva“ skaitmeninė ekonomika be fizinio pėdsako – jai reikia žemės, energijos, ryšio infrastruktūros, saugumo ir kapitalo.
2026 m. „AI Index“ ataskaita mažoms valstybėms nesiūlo vytis JAV ar Kiniją kuriant didžiausius pasaulio modelius. Ji rodo kitą kelią: specializaciją, greitą ir atsakingą diegimą, talentų išlaikymą, kalbos ir duomenų infrastruktūrą, europinį reguliacinį patikimumą ir prieigą prie bendros ES skaičiavimo galios.
Lietuvos galimybė – ne tapti DI kūrėja, o viena iš sumaniausių DI naudotojų Europoje: ekonomikoje, viešajame sektoriuje ir nišinėse aukštos pridėtinės vertės srityse.
Nuotraukoje – novacijų agentūros „AI Hub“ grupės vadovas Romanas Zontovičius
