Kur mes esame dabar ir kodėl tai svarbu
Dirbtinis intelektas šiandien – tai ne tas pats DI, apie kurį kalbėjome 2019-aisiais. Tada daugelis žmonių vis dar galvojo, kad ChatGPT tipo įrankiai – tai kažkoks tolimas science fiction scenarijus. Šiandien milijonai žmonių kasdien naudoja DI įrankius darbui, kūrybai, mokslui, net asmeniniam gyvenimui. Ir tai tik pradžia.
Problema ta, kad dauguma prognozių apie DI ateitį būna arba pernelyg optimistinės (iki 2030-ųjų DI išspręs visas pasaulio problemas!), arba pernelyg apokaliptinės (robotai atims visus darbus ir valdys pasaulį). Realybė, kaip visada, yra kur kas įdomesnė ir sudėtingesnė.
Šiame straipsnyje pabandysiu realistiškai pažvelgti į tai, kas mūsų laukia per artimiausius 5 metus – iki maždaug 2029-2030 metų. Ne fantazijos, o tendencijos, kurios jau dabar matomos ir tiesiog tęsis bei stiprės. Kartu pažiūrėsime, ką tai reiškia praktiškai – tiek verslui, tiek paprastiems žmonėms.
Multimodalumas taps standartu, o ne išimtimi
Vienas iš aiškiausių pokyčių, kuriuos matysime per artimiausius kelerius metus – tai perėjimas nuo tekstinių DI modelių prie tikrai multimodalių sistemų. Šiandien GPT-4o, Gemini Ultra ar Claude 3 jau gali dirbti su tekstu, vaizdais ir garsu. Bet tai dar tik pradžia.
Iki 2029 metų tikėtina, kad standartinis DI asistentas gebės:
- Realiu laiku analizuoti vaizdo įrašus ir reaguoti į juos
- Suprasti ir generuoti sudėtingus garso scenarijus – ne tik kalbą, bet ir emocijas, toną, kontekstą
- Dirbti su 3D erdve ir fiziniais objektais per robotikos sąsajas
- Integruoti sensorių duomenis iš įvairių šaltinių į vieną nuoseklią analizę
Praktiškai tai reiškia štai ką: jei šiandien tu gali nufotografuoti problemą ir paklausti DI, kas tai yra, tai po 5 metų galėsi tiesiog parodyti kamerą į bet ką ir DI nuolat, fone, analizuos tai, ką mato, ir teiks rekomendacijas. Tai jau dabar matoma Google Glass tipo projektuose ir Apple Vision Pro ekosistemoje.
Kūrėjams ir programuotojams tai reiškia, kad reikia pradėti galvoti ne apie tekstinę sąsają su DI, o apie multimodalią. Jei kuriate aplikaciją, kuri naudoja DI, ir ji šiandien priima tik tekstą – greičiausiai po 3 metų ji atrodys taip pat pasenusiai, kaip šiandien atrodo svetainė be mobiliosios versijos.
Agentiniai DI – nuo asistento prie kolegos
Čia yra vienas iš labiausiai transformuojančių pokyčių, kuris jau vyksta, bet dar nėra pilnai suprastas. Šiandieniai DI įrankiai iš esmės yra reaktyvūs – tu klausi, jis atsako. Agentiniai DI veikia kitaip: tu duodi tikslą, o DI pats planuoja, kaip jo pasiekti, naudoja įrankius, tikrina rezultatus ir koreguoja kursą.
Jau dabar galima matyti ankstyvus šio modelio pavyzdžius – Anthropic’s Claude su computer use galimybe, OpenAI Operator, įvairūs AutoGPT tipo sprendimai. Bet tai dar labai nesubrendę įrankiai. Per artimiausius 5 metus jie taps patikimesni, greitesni ir gebės dirbti ilgesnius, sudėtingesnius darbus be nuolatinės žmogaus priežiūros.
Konkrečiai tai gali atrodyti taip:
Šiandien: Tu paprašai DI parašyti el. laišką klientui. DI parašo, tu išsiunti.
Po 5 metų: Tu pasakai DI: „Susisiek su visais klientais, kurie nepirko per paskutinius 6 mėnesius, išanalizuok jų pirkimo istoriją ir pasiūlyk personalizuotus pasiūlymus.” DI pats pasiekia CRM sistemą, analizuoja duomenis, sukuria individualizuotus laiškus, išsiunčia juos, stebi atsakymus ir pateikia tau suvestinę.
Tai ne fantazija – tai tiesioginė dabartinių technologijų evoliucija. Ir čia slypi tiek didžiulės galimybės, tiek rimti iššūkiai. Kai DI gali veikti autonomiškai, kyla klausimai apie kontrolę, atsakomybę ir saugumą. Rekomenduočiau jau dabar pradėti galvoti apie tai, kaip jūsų organizacija valdys DI agentus – kokie bus jų veikimo ribos, kaip bus stebima jų veikla, kas bus atsakingas, kai kažkas nutiks ne taip.
Specializuoti modeliai prieš bendruosius – kas laimės?
Yra tokia tendencija, kurią daug kas praleidžia pro akis, nes visi žiūri į GPT-5 ar Gemini 2.0 tipo naujus didelius modelius. Bet lygiagrečiai vyksta kitas procesas – mažesnių, labai specializuotų modelių augimas.
Medicinos sektoriuje jau dabar veikia modeliai, kurie diagnostikoje lenkia bendruosius DI. Teisinėje srityje specializuoti modeliai geriau analizuoja sutartis nei ChatGPT. Finansų sektoriuje rizikos vertinimo modeliai yra kur kas tikslesni nei bendrojo pobūdžio sprendimai.
Per artimiausius 5 metus matysime dviejų lygių DI ekosistemą:
- Dideli bendrieji modeliai – kaip platformos, kurios moka šiek tiek visko ir tarnauja kaip pagrindas
- Specializuoti modeliai – treniruoti specifiniams sektoriams ar užduotims, dažnai daug mažesni, bet tikslesni savo srityje
Praktinis patarimas verslui: nebūtinai jums reikia diegti didžiausią ir brangiausią modelį. Jei jūs esate, tarkime, draudimo kompanija, gali būti, kad specializuotas modelis, treniruotas ant draudimo duomenų, duos jums daug geresnių rezultatų nei GPT-5, ir kainuos mažiau naudoti. Verta investuoti į DI strategijos auditą ir suprasti, koks modelis tikrai atitinka jūsų poreikius.
Kūrėjams tai taip pat svarbu: atsiras vis daugiau galimybių kurti ir parduoti specializuotus modelius. Jei turite gilių žinių konkrečioje srityje ir mokate dirbti su ML, tai gali tapti labai vertinga nišos galimybe.
DI ir energetikos krizė – problema, apie kurią per mažai kalbama
Čia norėčiau sustoti ties tema, kuri dažnai ignoruojama techninėse diskusijose, bet kuri gali reikšmingai paveikti DI plėtros tempą ir kryptį. Dideli kalbos modeliai reikalauja milžiniškų kiekių energijos – tiek treniruojant, tiek naudojant.
GPT-4 tipo modelio vienas užklausų apdorojimas sunaudoja maždaug 10 kartų daugiau energijos nei paprasta Google paieška. Kai kalbame apie milijardus užklausų per dieną, tai tampa rimta problema. Microsoft, Google ir Amazon jau dabar susiduria su tuo, kad jų duomenų centrams trūksta elektros, ir jie investuoja į branduolinę energetiką, saulės elektrines ir kitus sprendimus.
Per artimiausius 5 metus šis klausimas taps dar aktualesnis. Tikėtinos pasekmės:
- DI paslaugų kainos gali augti, jei energijos kaina augs greičiau nei efektyvumo gerinimas
- Atsiras stiprus spaudimas kurti energetiškai efektyvesnius modelius – tai jau vyksta su „small language models” (SLM) tendencija
- Geografinė DI infrastruktūra gali persiskirstyti – šalys su pigesnė ir švaresnė energija taps patrauklesnės duomenų centrams
- Reguliavimas gali įvesti anglies pėdsako reikalavimus DI paslaugoms
Lietuva ir Baltijos šalys čia turi potencialą – atsinaujinančios energetikos plėtra regione gali padaryti mus patraukliais DI infrastruktūros lokacijoms. Bet tai reikalauja strateginio mąstymo jau dabar.
Reguliavimas – chaosas, kuris taps tvarka
EU AI Act jau priimtas ir įsigalios etapais iki 2027 metų. JAV kuria savo reguliavimo sistemą. Kinija turi savo taisykles. Ir kiekvienas regionas eina šiek tiek skirtingais keliais. Tai sukuria sudėtingą situaciją, ypač tarptautinėms kompanijoms.
Per artimiausius 5 metus reguliavimo srityje matysime:
Trumpuoju laikotarpiu (1-2 metai): Chaosas ir neaiškumas. Kompanijos bandys suprasti, ką tiksliai reiškia esami reglamentai, bus pirmieji baudų atvejai, atsiras DI atitikties (compliance) specialistų paklausa.
Vidutiniu laikotarpiu (3-5 metai): Standartizacija. Atsiras aiškesnės gairės, sertifikavimo sistemos, galbūt tarptautiniai susitarimai dėl bazinių standartų. Tai panašu į tai, kaip GDPR iš pradžių atrodė kaip košmaras, o dabar tiesiog yra standartinė verslo realybė.
Praktinės rekomendacijos organizacijoms:
- Jau dabar dokumentuokite, kokius DI įrankius naudojate ir kokiems tikslams
- Sukurkite vidinę DI naudojimo politiką – tai padės ir dabar, ir kai ateis reguliatoriai
- Jei dirbate su jautriais duomenimis (sveikatos, finansų, HR), skirkite ypatingą dėmesį EU AI Act reikalavimams – jūsų sistemos gali patekti į „aukštos rizikos” kategoriją
- Investuokite į DI skaidrumą – gebėjimą paaiškinti, kaip DI priima sprendimus. Tai reikalaujama reguliavimo, bet taip pat gerina pasitikėjimą
Žmonių ir DI bendradarbiavimas – nauja darbo realybė
Daug diskutuojama apie tai, ar DI atims darbus. Bet tikslesnė formuluotė būtų: DI keičia tai, kaip atrodo darbas. Ir per artimiausius 5 metus šis pokytis bus labai juntamas.
Tyrimai rodo, kad profesijos, kuriose DI labiausiai padeda (o ne pakeičia), yra tos, kur reikia derinti techninį tikslumą su kontekstualiniu supratimu, kūrybiškumu ar žmonių santykiais. Programuotojai, kurie naudoja GitHub Copilot, yra produktyvesni, bet vis tiek reikalingi – jie dabar galvoja apie architektūrą ir logiką, o ne rašo boilerplate kodą. Gydytojai, kurie naudoja DI diagnostikai, priima geresnius sprendimus, bet vis tiek reikalingas žmogaus sprendimas ir empatija.
Kas tikrai gali keistis drastiškai:
- Duomenų įvedimas ir bazinė analizė – šios funkcijos bus labai automatizuotos
- Standartiniai teisiniai dokumentai – sutarčių rengimas, standartiniai atsakymai
- Bazinis klientų aptarnavimas – pirmos linijos palaikymas
- Standartinė žurnalistika – finansinės ataskaitos, sporto rezultatai, orų prognozės
Bet atsiras ir naujų rolių: DI treneriai, DI auditoriai, žmogaus-DI sąveikos dizaineriai, DI etikos specialistai. Šiandien šios pozicijos dar retos, bet po 5 metų jos bus standartinės daugelyje organizacijų.
Jei norite praktinio patarimo: investuokite į „prompt engineering” ir DI įrankių naudojimo įgūdžius dabar. Tai nėra trumpalaikė mada – tai fundamentalus darbo įgūdis, panašus į tai, kaip prieš 20 metų Excel mokėjimas tapo būtinybe. Ir mokykitės kritiškai vertinti DI išvestį – gebėjimas pastebėti, kada DI klysta ar hallucinate, yra labai vertinga kompetencija.
Kai prognozės baigiasi ir prasideda realybė
Žiūrint į visas šias tendencijas kartu, matosi vienas bendras siūlas: DI per artimiausius 5 metus taps mažiau pastebimas, bet labiau įtakingas. Šiandien DI yra kažkas, ką sąmoningai naudoji – eini į ChatGPT, klausi klausimo, gauni atsakymą. Ateityje DI bus įaustas į kiekvieną skaitmeninę sąveiką taip, kad jo nebeišskirsi kaip atskiro įrankio.
Tai kelia rimtų klausimų apie agentūrą, privatumą ir tai, kas iš tikrųjų priima sprendimus mūsų gyvenime. Ir čia svarbu, kad technologijų bendruomenė – programuotojai, produktų vadovai, UX dizaineriai – aktyviai dalyvautų formuojant šią ateitį, o ne tik ją priimtų kaip duotybę.
Praktiškai, jei turėčiau duoti tris svarbiausius patarimus žmogui, kuris nori būti pasiruošęs 2029-ųjų DI realybei:
Pirma – nustokite bijoti DI ir pradėkite su juo eksperimentuoti. Kuo anksčiau suprasite jo stipriąsias ir silpnąsias puses, tuo geriau galėsite jį naudoti sau naudingai.
Antra – investuokite į žmogiškus įgūdžius, kurių DI negali lengvai atkartoti: kritinį mąstymą, kūrybiškumą, empatiją, sudėtingą problemų sprendimą su neaiškia informacija. Tai nėra klišė – tai tikrai tos sritys, kur žmonės išliks neįkainojami.
Trečia – sekite ne tik technologijų naujienas, bet ir reguliavimo, etikos ir socialinio poveikio diskusijas. DI ateitis nebus nulemta tik techniškai – ji bus nulemta politinių, ekonominių ir socialinių sprendimų, kurie priimami dabar. Ir jūsų balsas toje diskusijoje svarbus.
5 metai technologijų pasaulyje – tai ir labai daug, ir labai mažai. Pakankamai daug, kad viskas pasikeistų. Ir pakankamai mažai, kad tendencijos, matomos šiandien, vis dar bus atpažįstamos. Naudokite šį langą protingai.
