Nuo teorijos prie praktikos: kas iš tikrųjų vyksta Kaune
Dirbtinis intelektas Lietuvoje dažnai aptariamas konferencijų salėse ir LinkedIn įrašuose, bet retai kalbama apie tai, kaip konkrečiai jis veikia vietos versluose. Kaunas čia yra įdomus atvejis – miestas su stipria technologijų ekosistema, universitetais ir augančiu startuolių sektoriumi, kuris per pastaruosius kelerius metus tapo savotišku DI eksperimentų lauku.
Svarbu suprasti: kalbame ne apie ateities vizijas, o apie tai, ką įmonės daro šiandien. Ir rezultatai – nevienodi.
Gamyba ir logistika: kur DI duoda apčiuopiamą grąžą
Kauno pramonės įmonės – vienas aiškiausių pavyzdžių, kur mašininis mokymasis randa tikrą pritaikymą. Kelios gamybos įmonės, veikiančios Kauno pramoninėse zonose, diegė prognozinės priežiūros sistemas – algoritmus, kurie analizuoja įrangos duomenis ir numato gedimus dar prieš jiems įvykstant.
Logika čia paprasta: neplanuotas sustojimas gamyboje kainuoja nepalyginamai daugiau nei profilaktinis remontas. Viena metalo apdirbimo įmonė pranešė, kad po tokios sistemos diegimo neplanuotų prastovų sumažėjo apie 30–40 procentų. Tai nėra revoliucija – tai inžinerinis sprendimas, kuris veikia, nes duomenų yra daug, o problema yra aiškiai apibrėžta.
Logistikos sektoriuje situacija panaši. Maršrutų optimizavimas, sandėlių valdymas, paklausos prognozavimas – visa tai jau nėra naujovė, bet Kauno logistikos centrai pradėjo tai taikyti sistemingiau. Čia DI veikia kaip skaičiavimo įrankis, o ne kaip kažkokia mistinė technologija.
Paslaugų sektorius: daugiau eksperimentų, mažiau aiškumo
Paslaugų versluose paveikslas sudėtingesnis. Kauno klientų aptarnavimo centrai ir mažmeninės prekybos įmonės aktyviai bando automatizuoti komunikaciją – diegia pokalbių robotus, automatizuoja el. pašto atsakymus, naudoja sentimentų analizę klientų atsiliepimams apdoroti.
Bet čia reikia būti sąžiningais: ne visi šie projektai duoda laukiamų rezultatų. Pokalbių robotai, kurie nesupranta lietuviškų niuansų arba negali išspręsti nestandartinių situacijų, dažnai sukuria daugiau frustracijos nei sutaupo laiko. Kelios Kauno įmonės po pradinių entuziastingų diegimų grįžo prie hibridinių modelių, kur DI tvarko paprastus klausimus, o žmonės – viską kitą.
Tai nėra nesėkmė – tai mokymosi proceso dalis. Tačiau verta atkreipti dėmesį, kad investicijų atsipirkimas čia yra daug mažiau nuspėjamas nei gamyboje.
Startuoliai ir technologijų įmonės: kita lygtis
Kauno technologijų parke ir aplink Kauno technologijos universitetą besikuriantys startuoliai – atskira kategorija. Jie ne tiek naudoja DI kaip įrankį, kiek kuria produktus, pagrįstus DI. Medicinos duomenų analizė, teisinių dokumentų apdorojimas, švietimo platformos – tai sritys, kuriose Kauno startuoliai bando rasti nišas.
Čia svarbu pastebėti struktūrinį skirtumą: startuoliui DI yra verslo modelio pagrindas, o tradicinei įmonei – tik vienas iš operacinių įrankių. Šis skirtumas lemia visiškai kitokią riziką ir kitokius sėkmės kriterijus.
Tai, ko skaičiai nepasakoja
Žvelgiant į Kauno verslo DI naudojimo tendencijas, ryškėja kelios įdomios įtampos. Pirma, atotrūkis tarp įmonių, kurios turi duomenų kultūrą ir infrastruktūrą, ir tų, kurios bando diegti DI ant chaotiškos duomenų bazės – yra milžiniškas. DI neišsprendžia duomenų kokybės problemų, jis jas sustiprina.
Antra, žmogiškasis faktorius. Sėkmingiausios implementacijos Kaune – tos, kur darbuotojai buvo įtraukti į procesą nuo pradžių, o ne informuoti apie pokyčius po fakto. Tai skamba banaliai, bet praktikoje ignoruojama dažniau nei norėtųsi pripažinti.
Trečia – ir galbūt svarbiausia – realistiniai lūkesčiai. Įmonės, kurios į DI žiūri kaip į konkrečios problemos sprendimą, gauna rezultatų. Tos, kurios ieško universalaus transformacijos įrankio, dažniausiai lieka nusivylusios. Kaunas čia nėra išimtis – jis tiesiog atspindi platesnę realybę, kurioje technologija yra tiek gera, kiek gera problema, kurią ji sprendžia.