DI diegimas įmonėje yra sėkmingesnis, kai vyksta septyniais žingsniais: atrenkami 1–2 naudojimo atvejai, kurių rezultatus galima išmatuoti, įvertinami duomenys, parengiamos DI naudojimo taisyklės, vykdomas 6–12 savaičių bandomasis projektas, mokomi darbuotojai, matuojama nauda ir tik tada didinamas mastas. Pradėti verta nuo verslo problemos, o ne nuo įrankio. ES dirbtinio intelekto aktas įpareigoja DI naudojančias organizacijas stiprinti darbuotojų DI raštingumą.
1. Atrinkite naudojimo atvejus
Geras pirmasis DI naudojimo atvejis turi keturias savybes: užduotis kartojasi dažnai, jai skiriama daug darbo laiko, rezultatą galima patikrinti ir išmatuoti, o klaidos kaina nėra kritinė. Tipiniai pavyzdžiai MVĮ:
- gaunamų el. laiškų ir užklausų rūšiavimas bei atsakymų juodraščių rengimas;
- duomenų nuskaitymas iš sąskaitų, užsakymų ar važtaraščių;
- vidinių dokumentų ir instrukcijų paieška;
- pasiūlymų, aprašymų ar ataskaitų juodraščių rengimas;
- kokybės kontrolė pagal vaizdus, gedimų prognozavimas ir planavimas gamyboje.
Įvertinkite kiekvieno naudojimo atvejo naudą (sutaupytas valandas, mažesnį klaidų skaičių), sudėtingumą, duomenų prieinamumą ir riziką. Pirmajam projektui rinkitės tą, kurio nauda aiški, o rizika maža.
2. Įvertinkite duomenis
DI rezultatas toks geras, kokie geri duomenys. Prieš bandomąjį projektą atsakykite į klausimus:
- Kur yra reikalingi duomenys ir ar jie pasiekiami vienoje vietoje?
- Ar duomenys tvarkingi: be dublikatų, vienodo formato, su reikiamais laukais?
- Ar tarp jų yra asmens duomenų ar komercinių paslapčių ir kokios taisyklės jiems taikomos?
- Kas atsako už duomenų kokybę?
Jei duomenys išsklaidyti po skaičiuokles ir el. paštą, pirmasis projektas dažnai turi būti duomenų sutvarkymas. Duomenų tvarkymo trūkumus gerai parodo skaitmeninės brandos savitikra.
3. Parenkite DI naudojimo taisykles
Rašytinės taisyklės reikalingos net tada, kai įmonė oficialiai DI dar nediegia, nes darbuotojai dažnai jau naudoja DI pokalbių įrankius savo iniciatyva. Trumpame DI politikos dokumente turėtų būti nurodyta:
- kuriuos DI įrankius galima naudoti darbe ir kas juos tvirtina;
- kokių duomenų negalima įkelti (asmens duomenų, klientų sutarčių, komercinių paslapčių);
- kas tikrina DI rezultatus prieš juos naudojant, ypač klientams skirtuose tekstuose;
- kaip pranešti apie klaidas ar incidentus;
- kaip dažnai taisyklės peržiūrimos.
ES dirbtinio intelekto akto (Reglamentas (ES) 2024/1689) 4 straipsnis taikomas nuo 2025 m. vasario 2 d. Po 2026 m. liepos pakeitimų (Reglamentas (ES) 2026/1744) jis įpareigoja DI sistemų tiekėjus ir diegėjus imtis priemonių savo darbuotojų DI raštingumui stiprinti. Europos Komisija nurodo, kad sertifikato nereikia, o organizacijos gali turėti vidinius mokymų įrašus (Europos Komisija, DI raštingumo klausimai ir atsakymai, atnaujinta 2026 m. liepos 27 d.). Ši informacija nėra teisinė konsultacija. Konkrečius įpareigojimus, ypač susijusius su didelės rizikos DI sistemomis, verta aptarti su teisininku.
4. Vykdykite bandomąjį projektą
Apibrėžkite sėkmę iš anksto
Pavyzdžiui, „užklausų rūšiavimo laikas sumažėja per pusę, o neteisingai priskirtų užklausų skaičius neviršija dabartinio“. Užrašykite pradinę reikšmę.
Ribokite apimtį
Vienas procesas, viena komanda, 6–12 savaičių. Aiškiai paskirtas atsakingas verslo atstovas, ne vien IT specialistas.
Užtikrinkite žmogaus dalyvavimą priimant sprendimus
Bandymo metu DI rezultatus tikrina darbuotojas. Taip matote klaidų dažnį ir išvengiate žalos klientams.
Priimkite sprendimą
Pabaigoje galimi trys sprendimai: plėsti, keisti ir bandyti dar kartą arba sustabdyti. Tikslo nepasiekusio bandymo sustabdymas taip pat yra naudingas rezultatas.
5. Mokykite darbuotojus
Mokymai turi būti praktiški ir susieti su konkrečiais darbo uždaviniais: kaip naudoti patvirtintą įrankį, kaip tikrinti rezultatus, kokių duomenų neįkelti, ką daryti, jei rezultatas atrodo neteisingas. Naudinga turėti DI naudojimo ambasadorių įmonėje, į kuriuos kolegos galėtų kreiptis. Mokymų įrašai padeda parodyti, kokių priemonių įmonė ėmėsi DI raštingumui stiprinti.
6. Matuokite naudą
| Rodiklis | Kaip matuoti |
|---|---|
| Sutaupytas laikas | Užduoties trukmė prieš diegimą ir po jo, valandos per mėnesį |
| Kokybė | Klaidų ar pataisymų dalis prieš diegimą ir po jo |
| Naudojimas | Kiek darbuotojų reguliariai naudoja įrankį |
| Sąnaudos | Licencijos, diegimas, priežiūra, darbuotojų laikas |
| Rizikos | Incidentų skaičius, duomenų apsaugos pažeidimai |
Nauda vertinama pagal sutaupytą laiką ir tai, kam jis panaudojamas. Jei sutaupytos valandos neskiriamos vertingesniam darbui, finansinė nauda lieka teorinė.
7. Didinkite mastą
Tik po sėkmingo bandymo sprendimas pradedamas taikyti kitose komandose ar kituose procesuose. Tada reikia integracijų su esamomis sistemomis, prieigos valdymo, priežiūros plano ir atnaujintų taisyklių. DI projektai turi tapti skaitmeninimo strategijos dalimi, o ne atskiru eksperimentu.
Finansavimas DI ir skaitmeninimui
Lietuvoje skelbiami kvietimai teikti paraiškas ES ir nacionaliniam finansavimui gauti skaitmeninimo ir DI projektams. Pavyzdžiui, 2026 m. spalio 20 d. duomenimis, portale esinvesticijos.lt skelbiamas Inovacijų agentūros kvietimas „Dirbtinio intelekto sprendimų diegimas“, skirtas gamybos sektoriaus labai mažoms, mažosioms ir vidutinėms įmonėms. Paraiškos priimamos nuo 2026 m. vasario 27 d. iki gruodžio 8 d. Didžiausia projekto finansavimo suma yra 70 000 Eur, finansuojama iki 50 % tinkamų išlaidų.
Kvietimų sąlygos, terminai ir sumos keičiasi, todėl prieš planuodami visada tikrinkite aktualius kvietimus portale esinvesticijos.lt ir Inovacijų agentūros finansavimo puslapyje. Finansavimas neturėtų būti priežastis pradėti DI projektą. Pirmiausia turi būti aiški problema ir nauda.
Dažniausios DI diegimo klaidos
- Pradedama nuo įrankio pirkimo, o ne nuo problemos.
- Nėra iš anksto nustatyto sėkmės rodiklio, todėl po bandymo neaišku, ar jis pavyko.
- Duomenys netvarkingi, o tikimasi, kad DI tai išspręs.
- Nėra taisyklių, todėl į išorinius įrankius įkeliami jautrūs duomenys.
- Darbuotojai neįtraukti ir nemokyti, todėl įrankis nenaudojamas.
Daugiau apie bendras skaitmeninimo klaidas skaitykite puslapyje skaitmeninimo projektų klaidos.
Planuojate DI diegimą įmonėje?
Aprašykite, kokią problemą norite spręsti ir kokius duomenis turite. Atsakysime el. paštu.
Dažniausi klausimai
Nuo ko pradėti DI diegimą įmonėje?
Nuo 1–2 aiškių verslo problemų, kurios dažnai kartojasi ir kurių sprendimo rezultatą galima išmatuoti, pavyzdžiui, susijusių su užklausų rūšiavimu ar duomenų nuskaitymu iš dokumentų. Kartu reikia parengti trumpas DI naudojimo taisykles, kad darbuotojai žinotų, kokius duomenis galima naudoti.
Ar įmonei reikia DI politikos?
Rašytinės DI naudojimo taisyklės labai rekomenduojamos, ypač jei darbuotojai jau naudoja DI pokalbių įrankius. ES dirbtinio intelekto aktas įpareigoja DI sistemas naudojančias organizacijas imtis priemonių darbuotojų DI raštingumui stiprinti. Sertifikato nereikia, bet naudinga turėti mokymų įrašus.
Kiek trunka DI bandomasis projektas?
Praktiška planuoti 6–12 savaičių trukmės bandomąjį projektą ir iš anksto nustatyti, kokį rezultatą laikysite sėkme. Per trumpas bandymas neparodo realios naudos, o per ilgas virsta neapibrėžtu projektu, dėl kurio nepriimamas sprendimas.
Ar skiriamas finansavimas DI diegimui?
Taip, Lietuvoje skelbiami kvietimai teikti paraiškas skaitmeninimo ir DI projektams finansuoti. 2026 m. spalio 20 d. duomenimis, portale esinvesticijos.lt skelbiamas Inovacijų agentūros kvietimas „Dirbtinio intelekto sprendimų diegimas“, skirtas gamybos sektoriaus MVĮ. Paraiškos priimamos iki 2026 m. gruodžio 8 d. Sąlygas visada tikrinkite kvietimo dokumentuose.