Svarbiausios 2026 m. DI kryptys: nuo specializuotų modelių iki DI agentų „įdarbinimo“
Šiandien pagrindinis verslą dominantis klausimas nebėra „ką DI gali padaryti?“. Organizacijos domisi, kaip pasirengti sėkmingam DI pritaikymui, kokius modelius pasirinkti, kaip juos valdyti ir integruoti į veiklos procesus?
2026 metais išryškėja penki pagrindiniai aspektai, lemsiantys tolimesnę įmonėms pritaikyto DI raidą.
1. Kas taps pagrindiniu verslo varikliu?
Pastaraisiais metais generatyvinio dirbtinio intelekto proveržį lėmė vadinamieji pamatiniai modeliai (foundation models) – didelio masto neuroniniai tinklai, apmokyti itin dideliais duomenų kiekiais ir pritaikomi įvairioms užduotims. Pirmąja proveržio banga tapo didieji kalbos modeliai (LLM), išmokyti apdoroti milžiniškus tekstinių duomenų kiekius. Jie atvėrė kelią naujiems sprendimams – nuo dokumentų santraukų rengimo, programavimo iki plačiai naudojamų įrankių, tokių kaip „ChatGPT“. Šis metodas sėkmingai taikomas ir kitose srityse, pavyzdžiui, vaizdo ar balso generavimui.
2026 m. didžiausią vertę įmonėms jau galės kurti specializuoti pamatiniai modeliai, pritaikyti konkretiems duomenų tipams ir veiklos sritims. Tai ypač aktualu dirbant su struktūruotais verslo duomenimis, kaupiamais duomenų bazėse ir transakcinėse sistemose. Nors didieji kalbos modeliai puikiai pritaikomi įvairioms tekstinėms užduotims, jie negali atlikti tokių užduočių kaip skaitmeninės prognozės, pavyzdžiui, pristatymo datos ar tiekėjo rizikos įvertinimas. Šią spragą užpildo naujos kartos reliaciniai pamatiniai modeliai, apmokyti struktūruotais duomenimis ir galintys pasiekti aukštą prognozavimo tikslumą be sudėtingų tradicinio mašininio mokymosi procesų. Tai leidžia organizacijoms sprendimus įsidiegti per kelias dienas.
„Prognozuojama, kad jau šiemet specializuoti modeliai efektyvumu ir našumu pranoks bendros paskirties LLM ir tradicinius mašininio mokymosi sprendimus. Ilgainiui jie taps pagrindine jėga, atliekančia didelės vertės užduotis įmonėse – nuo prognozavimo ir anomalijų aptikimo iki procesų optimizavimo finansų, gamybos ir tiekimo grandinės srityse. Šiandien tai jau sėkmingai atlieka tokie modeliai, kaip SAP-RPT-1, Kumo ir DistilLabs“, – sako Kęstutis Kasakaitis „SAP Lietuva“ pardavimų vadovas.
2. Kaip DI keičia programinės įrangos architektūrą?
Iki šiol DI dažniausiai buvo „prikabinamas“ kaip papildomas priedas prie esamų sistemų. Jau nuo šių metų įmonės galės pereiti prie naujos programinės įrangos architektūros, kurioje DI taps pamatu, ant kurio projektuojama visa programinė įranga, duomenų srautai ir infrastruktūra. Tokia architektūra sujungia determinuotas verslo sistemas su nuolat besimokančiu, agentiniu intelekto sluoksniu.
DI pagrindu sukurtuose sprendimuose intelektas integruojamas į kiekvieną sluoksnį – nuo duomenų surinkimo iki galutinio vartotojo sąsajos. Tokia architektūra keičia programinės įrangos principus – ji veikia ne pagal statiškai apibrėžtus darbo srautus, o tampa tikslais grįsta, kontekstą suprantančia ir savaime tobulėjančia.
„Svarbu pažymėti, kad agentinių sistemų vertė tiesiogiai priklauso nuo konteksto sluoksnio, kuriuo jos remiasi. Jos gali būti veiksmingos tik tiek, kiek patikimai geba tą kontekstą pasiekti ir juo pagrįsti savo sprendimus. Todėl organizacijoms būtina investuoti į duomenų kokybę. Neuro-simbolinis DI gali mokytis, prisitaikyti, vadovautis taisyklėmis ir logika. Tad ateities verslo valdymo sistemos gebės ne tik fiksuoti, analizuoti duomenis, bet ir proaktyviai siūlys veiksmus bei savarankiškai vykdys procesus laikydamosi taisyklių ir reglamentų“, – sako K. Kasakaitis.
3. Agentų valdymas: ar misija įmanoma?
Per pastaruosius kelerius metus generatyvinis DI buvo plačiai naudojamas praktikoje, nors dažniausiai taikant gan paprastą modelį: žmogus pateikia užklausą, o DI sugeneruoja atsakymą.
Pernai prasidėjo nauja inovacijų banga, kurią sukėlė DI agentai. Tai pažangesnės sistemos, galinčios savarankiškai planuoti veiksmus, spręsti užduotis keliais etapais, pasirinkti tinkamus įrankius, vertinti savo pažangą ir bendradarbiauti su kitais DI agentais. Tai atveria galimybes automatizuoti sudėtingus verslo procesus, kurie anksčiau buvo laikomi per daug kompleksiškais: nuo daugybės dokumentų, įrašų ir taisyklių analizės iki ginčų sprendimo ar kelionių planavimo.
Vis dėlto, augant DI agentų skaičiui ir jų atsakomybei, kyla ir naujų iššūkių. Daugelis agentų dirba su kritiškai svarbiomis užduotimis ir jautriais duomenimis, todėl būtina užtikrinti jų valdymą. Agentų valdymas tampa labai svarbiu klausimu organizacijoms, kurios diegia dešimtis ar šimtus specializuotų DI agentų. Nekontroliuojamas agentų plitimas kelia didelę riziką, nes jie geba priimti savarankiškus sprendimus.
Pažangios organizacijos jau šiandien kuria išsamias agentų valdymo taisykles, kurios apibrėžia jų gyvavimo ciklą, numato jų veiklos stebėjimą ir auditą, nustato aiškias žmogaus ir DI sąveikos ribas bei nuolat vertina agentų veiklos efektyvumą ir poveikį verslui.
„Šis iššūkis keičia organizacijų požiūrį į dirbtinį intelektą, kuris jau traktuojamas nebe kaip priemonė, bet kaip skaitmeninis bendradarbis. Todėl DI agentus reikia „įdarbinti“, stebėti jų darbo rezultatus ir nuolat tobulinti. Šioje srityje vis glaudžiau ima bendradarbiauti organizacijų IT ir personalo departamentų specialistai, kurdami naują skaitmeninės darbo jėgos valdymo praktiką“, – pažymi K. Kasakaitis.
4. Kaip keisis darbas su verslo programine įranga?
Vartotojai šiandien vis labiau įgunda valdyti įvairias natūralios kalbos, balso, netgi vaizdų ir gestų komandas. Tuo pačiu metu sparčiai tobulėja ir generatyvinio DI gebėjimai greitai kurti tekstą, grafikus ar kodą. DI agentai leidžia vartotojams paprastai išreikšti savo ketinimus, o agentas nusprendžia, kaip siekti šio tikslo.
Generatyvinė vartotojo sąsaja ir agentai iš esmės pakeis darbą su verslo programine įranga. Užuot naršę aibėje sistemų, darbuotojai galės tiesiog išreikšti savo ketinimą, pavyzdžiui: „paruošk vizitą pas klientą, turintį didžiausią pardavimo potencialą“.
DI agentas pats suplanuos susitikimą, surinks duomenis, sugeneruos jų analizę ir pasiūlys sprendimus. Nors tradicinės vartotojo sąsajos neišnyks, jos taps pagrindu, kurį agentai naudos programiškai, o žmonės su sistemomis bendraus natūralia kalba. Tai ženkliai padidins produktyvumą ir DI investicijų grąžą.
5. Kaip užtikrinsime skaitmeninį suverenumą?
Dirbtinis intelektas, kuris jau dabar daro didelį poveikį strateginėms sritims – nuo mokslo pažangos ir nacionalinio saugumo iki ekonominio produktyvumo bei kultūros – paskatino plačias diskusijas apie skaitmeninį suverenitetą. Geopolitiniai įvykiai, tokie kaip prekybos karai, karinių konfliktų sukelti tiekimo grandinių sutrikimai, dar labiau sustiprino valstybių ir organizacijų siekį užtikrinti duomenų saugumą ir technologinę nepriklausomybę.
Organizacijos ir valstybės vis dažniau reikalaus DI sprendimų, kurie būtų ne tik pažangūs, bet ir atitiktų regioninės teisės, duomenų saugos bei infrastruktūros reikalavimus. Tai paskatins perėjimą nuo universalių, globalių debesijos sprendimų prie regiono reikalavimus atitinkančių ir suverenumą užtikrinančių DI platformų, o vyriausybės aktyviau investuos į nacionalines DI ekosistemas.
VERSLO TRIBŪNA
Lietuvoje interjero sprendimų rinka sparčiai auga. Valstybės duomenų agentūros duomenimis, per pastaruosius trejus metus baldų ir interjero prekių mažmeninė prekyba išaugo apie 12 %. Vis labiau domimasi ne pavieniais produktais, bet visuma: galimybe sprendimus patirti gyvai ir įvertinti jų pritaikomumą. Šią tendenciją atliepia naujo tipo erdvės, kuriose susijungia ekspozicija, konsultacija ir bendradarbiavimas.
Lietuvių įkurta, transporto priemonių stebėjimo ir valdymo sprendimų platforma „Fleethand“ viena pirmųjų pasaulyje pristatė dirbtiniu intelektu (DI) grįstą funkcionalumą, padėsiantį automatizuoti dalį kasdienio transporto vadybininkų darbo. Įmonės sukurtas DI grįstas funkcionalumas perims tokias užduotis kaip maršrutų planavimas, automatinis degalinių ir parkingų planavimas, dokumentų patikra bei dalį operacinės komunikacijos su vairuotojais.
Didelės organizacijos kasdien susiduria su milžiniškais dokumentų srautais, painiais jų derinimo procesais, kuriančiais nemenką administracinę naštą darbuotojams. Lietuvos sveikatos mokslų universitetas (LSMU) pastaraisiais metais nuosekliai skaitmenizuoja administracinius procesus – svarbia šios transformacijos dalimi tapo bendrovės „Sekasoft“ dokumentų valdymo sistema.
Viešojo sektoriaus IT vadovų prioritetas Šiaurės ir Baltijos šalių regione išlieka kibernetinis saugumas, tačiau vien juo neapsiribojama. Viešojo sektoriaus organizacijoms vis svarbesni tampa ir skaitmeninės transformacijos, debesijos, dirbtinio intelekto bei IT kompetencijų stiprinimo klausimai. Tokias tendencijas atskleidė „CIO Analytics“ – Šiaurės ir Baltijos šalių IT vadovų nuomonės tyrimas, kurį pernai atliko IT sprendimų ir paslaugų teikėja „Atea“ grupė.
2026 -ieji bus lūžio metai, kuomet dirbtinis intelektas, lig šiol tarnavęs kaip pagalbinis įrankis, taps konkurencingo verslo veiklos pamatu. Pranašumą įgis tos organizacijos, kurios DI integruos sistemiškai – su aiškia valdysena, specializuotais modeliais ir duomenimis, leidžiančiais veikti ne tik greičiau, bet ir išmaniau.
REKOMENDUOJAME
