Kodėl apie tai verta kalbėti būtent dabar
Dirbtinis intelektas Lietuvos darbo rinkoje – tai ne kažkokia tolima ateitis, apie kurią galima kalbėti teoriškai. Tai vyksta čia ir dabar. Vilniaus technologijų startuoliai jau integruoja GPT tipo modelius į savo produktus, Kauno gamybos įmonės diegia kompiuterinės regos sistemas kokybės kontrolei, o Klaipėdos logistikos centrai naudoja prognozavimo algoritmus sandėlių valdymui. Klausimas nebėra „ar DI ateis į Lietuvos rinką” – jis jau atėjo. Klausimas yra, ką su tuo darysime.
Pasauliniai tyrimai, tokie kaip McKinsey Global Institute ataskaitos ar Pasaulio ekonomikos forumo prognozės, nuolat kalba apie tai, kad automatizacija pakeis dešimtis procentų darbo vietų per ateinantį dešimtmetį. Lietuva čia nėra išimtis – greičiau priešingai. Turėdami vieną aukščiausių IT specialistų procentų Europoje, aktyvų startuolių ekosistemą ir stiprų ryšį su Skandinavijos bei Vakarų Europos technologijų rinkomis, mes esame tiesiai šio pokyčio epicentre. Ir tai gali būti tiek privalumas, tiek iššūkis.
Kurios profesijos Lietuvoje jau jaučia spaudimą
Pradėkime nuo konkrečių sektorių, nes abstrakčios kalbos apie „automatizuojamas profesijas” mažai ką pasako. Lietuvos kontekste pirmieji, kurie jau jaučia realų DI poveikį, yra buhalteriai ir finansų analitikai. Programos kaip Xero, QuickBooks su integruotu DI arba vietiniai sprendimai jau automatizuoja didžiąją dalį rutininio buhalterinio darbo – sąskaitų apdorojimą, suderinimą, ataskaitų generavimą. Tai nereiškia, kad buhalteriai išnyks, bet jų vaidmuo keičiasi dramatiškai.
Klientų aptarnavimo centrai – dar vienas akivaizdus pavyzdys. Nemažai Lietuvos įmonių jau naudoja pokalbių robotus pirminiam klientų aptarnavimui. Telia, Luminor, kelios draudimo bendrovės – visi jie diegė arba bando diegti automatizuotus sprendimus. Čia svarbu suprasti niuansą: ne visi darbuotojai atleidžiami, dalis perkvalifikuojama į sudėtingesnių situacijų sprendimą, kur empatija ir sprendimų priėmimas vis dar reikalingi.
Žurnalistika ir turinio kūrimas – šiek tiek netikėtas, bet labai realus pavyzdys. Lietuvos žiniasklaidos rinkoje jau matome eksperimentus su automatiškai generuojamomis sporto rezultatų apžvalgomis, biržos naujienomis, orų prognozėmis. Tai nėra kokybiškas žurnalizmas, bet tai yra greitas ir pigus turinys, kurio paklausa yra.
Tačiau yra ir kita pusė – profesijos, kuriose DI veikia kaip stipriklis, o ne kaip pakaitalas. Programuotojai, kurie naudoja GitHub Copilot ar panašius įrankius, rašo kodą greičiau. Teisininkai, naudojantys DI dokumentų analizei, gali aptarnauti daugiau klientų. Gydytojai, kuriems DI padeda interpretuoti rentgeno nuotraukas ar EKG, gali tiksliau diagnozuoti. Čia DI ne atima darbą, o padidina žmogaus produktyvumą.
Lietuvos švietimo sistema ir realybės atotrūkis
Čia reikia būti atviriems: Lietuvos švietimo sistema kol kas vėluoja. Ne katastrofiškai, bet vėluoja. Universitetai vis dar rengia specialistus pagal programas, kurios buvo sudaromos prieš 5-10 metų, kai DI buvo akademinė sritis, o ne kasdieninis darbo įrankis.
Vilniaus universitetas, KTU, VGTU – visos šios institucijos turi kompiuterių mokslo programas, kai kurios net specializuotas mašininio mokymosi kryptis. Bet problema yra platesnė. Ekonomistas, baigiantis studijas 2025 metais, turėtų mokėti naudoti DI duomenų analizei. Rinkodaros specialistas turėtų suprasti, kaip veikia rekomendaciniai algoritmai. Teisininkas turėtų žinoti, kaip naudoti DI dokumentų paieškai ir analizei. Šio horizontalaus DI raštingumo kol kas labai trūksta.
Praktinis patarimas tiems, kurie šiuo metu mokosi arba planuoja studijas: neužtenka pasirinkti „teisingą” specialybę. Reikia aktyviai ieškoti kursų, kurie integruoja DI įrankius į jūsų srities praktiką. Coursera, edX, fast.ai – tai platformos, kuriose galima rasti praktinių kursų. Lietuva turi ir vietinių resursų: Turing College yra vienas ryškiausių pavyzdžių, kur mokymas orientuotas į realius rinkos poreikius.
Įdomu tai, kad profesinio mokymo centrai kartais reaguoja greičiau nei universitetai. Jie lankstesni, gali greičiau atnaujinti programas, ir jiems mažiau rūpi akademinis prestižas – jiems rūpi, ar absolventas ras darbą. Tai vertinga savybė šiuo pokyčių laikotarpiu.
Ką daro Lietuvos valstybė – ir ko dar nedaro
Lietuvos vyriausybė per pastaruosius kelerius metus ėmėsi kelių žingsnių DI srityje. Buvo parengta Nacionalinė dirbtinio intelekto strategija, veikia Skaitmeninės ekonomikos ir visuomenės indeksas (DESI), pagal kurį Lietuva laikosi viduryje ES šalių. Ekonomikos ir inovacijų ministerija finansuoja kai kurias skaitmeninimo iniciatyvas. Tai gerai, bet nepakanka.
Konkrečiai trūksta kelių dalykų. Pirma, perkvalifikavimo finansavimas yra fragmentiškas. Darbo birža turi tam tikras programas, bet jos dažnai orientuotos į tradicines profesijas, o ne į DI susijusius įgūdžius. Antra, nėra aiškios politikos dėl DI naudojimo viešajame sektoriuje – kiekviena institucija eksperimentuoja atskirai, be koordinacijos. Trečia, reguliavimo klausimas: ES Dirbtinio intelekto aktas jau priimtas, bet jo implementacija Lietuvoje vyksta lėtai.
Lyginant su Estija – mūsų kaimyne, kuri dažnai laikoma skaitmenizacijos čempione – matome akivaizdų skirtumą. Estija turi centralizuotą e-valdžios infrastruktūrą, kuri leidžia greitai integruoti naujus sprendimus. Lietuva turi fragmentiškesnę sistemą, kur skirtingos ministerijos ir savivaldybės dirba su skirtingomis platformomis. Tai ne tragedija, bet tai yra kliūtis.
Verslo pusėje situacija geresnė. Lietuvos startuolių ekosistema – Vinted, NordSecurity, Tesonet ir dešimtys mažesnių įmonių – aktyviai naudoja ir kuria DI sprendimus. Tai generuoja darbo vietas, traukia užsienio investicijas ir kuria know-how, kuris lieka šalyje. Bet šis sėkmės istorijų klasteris koncentruojasi Vilniuje ir iš dalies Kaune, o regionai lieka nuošalyje.
Darbuotojo perspektyva: kaip nepasimesti pokyčių sūkuryje
Jei esate darbuotojas ir skaitote šį straipsnį, greičiausiai jus domina praktinis klausimas: ką daryti? Čia pabandysiu būti kuo konkretesnis, nes bendros rekomendacijos tipo „mokykitės visą gyvenimą” yra beprasmės.
Pirmas žingsnis – sąžiningai įvertinti savo dabartinę poziciją. Klauskite savęs: kokią dalį mano darbo sudaro rutininės, pasikartojančios užduotys? Jei atsakymas yra „daugiau nei 50%”, tai yra signalas. Tai nereiškia, kad reikia panikuoti, bet reiškia, kad reikia veikti.
Antras žingsnis – išmokti naudoti DI įrankius savo srityje. Čia konkretūs pavyzdžiai pagal profesiją:
- Buhalteriai ir finansininkai: išmokite naudoti AI funkcijas Excel ir Google Sheets, susipažinkite su automatizuotomis ataskaitų sistemomis, mokykitės duomenų vizualizacijos.
- Rinkodaros specialistai: išbandykite ChatGPT, Claude ar Gemini turinio kūrimui, bet svarbiau – išmokite naudoti DI duomenų analizei (Google Analytics 4 jau turi DI funkcijas).
- Teisininkai: susipažinkite su dokumentų analizės įrankiais, tokiais kaip Harvey AI ar panašiais, kurie jau naudojami didžiosiose teisės firmose.
- Inžinieriai ir techniniai specialistai: GitHub Copilot, Cursor, ar bet kuris kitas kodavimo asistentas – tai ne grėsmė, tai produktyvumo įrankis.
Trečias žingsnis – investuoti į tai, ko DI negali lengvai atkartoti. Tai yra: sudėtingas problemų sprendimas nestruktūrizuotose situacijose, tarpasmeninė komunikacija ir derybos, kūrybiškumas, kuris reikalauja kultūrinio konteksto supratimo, etiniai sprendimai, vadovavimas ir motyvavimas. Šios kompetencijos niekur nedingsta – jos tampa dar vertingesnės.
Sektoriai, kurie Lietuvoje augs dėl DI
Kalbant apie darbo rinkos pokyčius, dažnai per daug koncentruojamasi į tai, kas išnyks, ir per mažai – į tai, kas atsiras. Lietuva turi konkrečių privalumų, kurie gali paversti DI revoliuciją galimybe.
Kibernetinis saugumas – tai sritis, kuri augs tiesiogiai dėl DI plitimo. Kuo daugiau sistemų naudoja DI, tuo daugiau potencialių pažeidžiamumų. Lietuva jau turi stiprią kibernetinio saugumo bendruomenę – NordSecurity yra pasaulinio lygio pavyzdys. Šioje srityje darbo vietų bus daugiau, ne mažiau.
DI duomenų žymėjimas ir kokybės kontrolė – tai mažiau glamūringas, bet labai realus verslas. Kiekvienas DI modelis reikalauja žmonių, kurie tikrina jo rezultatus, žymi duomenis, koreguoja klaidas. Lietuva, turėdama išsilavinusią darbo jėgą ir santykinai mažesnes darbo sąnaudas nei Vakarų Europa, gali tapti tokių paslaugų centru.
DI konsultacijos ir diegimas – smulkios ir vidutinės Lietuvos įmonės neturi resursų savarankiškai diegti DI sprendimų. Jiems reikia konsultantų, kurie suprastų tiek technologiją, tiek verslo procesus. Ši niša Lietuvoje dar tik formuojasi, bet potencialas yra milžiniškas.
Sveikatos technologijos – Lietuva turi stiprią medicinos tradiciją ir augančią healthtech bendruomenę. DI diagnostikoje, pacientų duomenų analizėje, vaistų kūrime – tai sritys, kur Lietuva galėtų specializuotis. Jau veikia kelios įdomios įmonės šioje erdvėje, bet potencialas išnaudotas toli gražu ne iki galo.
Etikos ir socialiniai klausimai, kurių negalima ignoruoti
Technologinis optimizmas yra geras, bet nepilnas be kritinio žvilgsnio. DI plitimas Lietuvos darbo rinkoje kelia ir rimtų klausimų, kurių negalima nustumt į šalį.
Nelygybės klausimas yra labai realus. DI naudos pirmiausia tuos, kurie jau turi gerą išsilavinimą, prieigą prie technologijų ir finansinius resursus persikvalifikuoti. Žemas pajamas gaunantys darbuotojai rutininiuose darbuose – kasininkai, sandėlio darbuotojai, duomenų įvedimo operatoriai – yra labiausiai pažeidžiami ir mažiausiai turi galimybių prisitaikyti. Tai socialinės politikos klausimas, ne tik technologinis.
Algoritminis valdymas – tai reiškinys, kai darbuotojai vis labiau kontroliuojami DI sistemų. Kurjeriai, kurių darbas valdomas algoritmu, sandėlio darbuotojai, kurių kiekvienas judesys sekamas – tai jau realybė kai kuriose Lietuvos įmonėse. Kur yra riba tarp efektyvumo ir dehumanizacijos? Šis klausimas reikalaus ir teisinio reguliavimo, ir visuomeninio diskurso.
Autorystės ir intelektinės nuosavybės klausimai – jei DI sukuria tekstą, grafiką ar kodą pagal darbuotojo instrukcijas, kas yra autorius? Kas turi teises į rezultatą? Lietuvos teisės sistema kol kas neturi aiškių atsakymų, ir tai sukuria neaiškumą tiek darbuotojams, tiek darbdaviams.
Čia svarbu, kad Lietuvos profesinės sąjungos, kurios tradiciškai buvo silpnesnės nei Vakarų Europoje, pradėtų aktyviau dalyvauti šiose diskusijose. DI diegimas darbo vietose neturėtų vykti be darbuotojų atstovavimo – ne dėl to, kad reikia stabdyti pažangą, bet dėl to, kad pokyčiai turi vykti sąžiningai.
Kai technologija tampa kasdienybe – ką tai reiškia Lietuvai
Grįžkime prie esmės. Dirbtinis intelektas Lietuvos darbo rinkoje nėra apokalipsė ir nėra utopija. Tai yra technologinis pokytis – panašus į tai, ką sukėlė internetas ar mobilieji telefonai, tik galbūt greitesnis ir platesnis.
Lietuva turi realių privalumų: aukštą skaitmeninį raštingumą, stiprią IT bendruomenę, geografinę ir kultūrinę integraciją į Europos rinką. Bet turime ir trūkumų: lėtą institucinį prisitaikymą, regioninius skirtumus, fragmentišką valstybės politiką.
Praktiškai tai reiškia, kad kiekvienas – tiek individualus darbuotojas, tiek įmonė, tiek valstybė – turi priimti sprendimus dabar, o ne laukti, kol situacija taps aiški. Nes ji niekada netaps visiškai aiški. Technologijų pasaulyje laukimas yra pats blogiausias strateginis pasirinkimas.
Jei esate darbdavys: pradėkite nuo mažų DI eksperimentų, dokumentuokite, kas veikia ir kas ne, investuokite į darbuotojų mokymą prieš diegdami automatizaciją, o ne po to. Jei esate darbuotojas: skirkite bent 2-3 valandas per savaitę naujų DI įrankių mokymui – tai nėra daug, bet per metus tai sudarys reikšmingą kompetencijų bazę. Jei esate politikas ar viešojo sektoriaus atstovas: žiūrėkite į Estiją, Daniją, Suomiją – ne kaip į modelius, kuriuos reikia kopijuoti, bet kaip į šaltinius, iš kurių galima mokytis.
Galiausiai – ir tai galbūt svarbiausia – DI ateitis Lietuvos darbo rinkoje priklausys ne tik nuo technologijų, bet nuo to, kokius pasirinkimus mes darysime kaip visuomenė. Ar DI naudos bus paskirstytos plačiai, ar koncentruosis nedidelėje grupėje? Ar darbuotojai turės balsą pokyčių procese? Ar švietimo sistema spės prisitaikyti? Tai ne techniniai klausimai – tai politiniai ir socialiniai. Ir atsakymai į juos formuojasi dabar, kiekvieną dieną, kiekvienoje įmonėje, kiekvienoje klasėje, kiekvienoje Seimo salėje.
