Kāpēc mākslīgais intelekts vēl nav būtiski cēlis uzņēmumu produktivitāti
Lai gan mākslīgais intelekts atsevišķus uzdevumus var paātrināt par 20–50%, tā ietekme uz kopējo produktivitāti pagaidām ir daudz mērenāka, liecina ekonomista Edgara Čerkovska analīze. Latvijā MI izmantošana joprojām atpaliek no ES vidējā rādītāja.
Mākslīgais intelekts spēj krietni paātrināt atsevišķu uzdevumu izpildi, taču kopējā ekonomikas produktivitāte no tā aug daudz lēnāk, secina ekonomists un Mākslīgā intelekta līderu skolu tīkla eksperts Edgars Čerkovskis. Pēc "Swedbank" aplēsēm, kopējā faktoru produktivitāte varētu pieaugt vien aptuveni 1% gadā. Arī plašā starptautiskā aptaujā, kurā piedalījās gandrīz 6000 uzņēmumu vadītāju, aptuveni 70% atzina, ka izmanto MI, tomēr tuvāko triju gadu laikā sagaida vidēji vien 1,44% produktivitātes pieaugumu.
Latvijā MI ieviešana ir salīdzinoši piesardzīga – pēc Eurostat datiem, pērn to izmantoja 12,2% Latvijas uzņēmumu, kamēr ES vidējais rādītājs bija 20%. Centrālās statistikas pārvaldes dati rāda, ka vairāk nekā 60% uzņēmumu, kas apsvēruši MI ieviešanu, bet to nav izdarījuši, par galveno šķērsli min nepieciešamo prasmju trūkumu.
Kāpēc gaidas nav piepildījušās
Čerkovskis norāda, ka daudzi uzņēmumu vadītāji cerējuši ar MI palīdzību ātri automatizēt procesus un samazināt izmaksas, taču šīs pārmaiņas ir ilgtermiņa process. Viena no biežākajām kļūdām ir mēģinājums MI vienkārši "pielīmēt" esošajiem procesiem, tos būtiski nemainot. Lielāko labumu, viņaprāt, dod nevis atsevišķa uzdevuma nodošana tehnoloģijai, bet paša procesa pārveide, ko var salīdzināt ar patiesu digitalizāciju, nevis papīra anketas vienkāršu pārcelšanu tiešsaistē.
Otrs izaicinājums ir kompetenču trūkums – Latvijā pietrūkst MI speciālistu, un vajadzīgi darbinieki, kas vienlaikus saprot gan uzņēmuma procesus, gan tehnoloģijas iespējas. Nozīme ir arī izmaksām, jo sarežģītāku MI risinājumu ieviešana un uzturēšana var prasīt ievērojamus ieguldījumus.
Kur MI jau darbojas labi
Eksperts atzīmē, ka jau šobrīd MI efektīvi palīdz datu analīzē, tekstu sagatavošanā, tulkošanā, attēlu ģenerēšanā un dokumentu izstrādē – tieši rutīnas uzdevumos rezultātus var izmērīt visātrāk. Piesardzīgāk gan jāvērtē MI izmantošana sarežģītākos, augsta līmeņa uzdevumos.
Čerkovskis iesaka uzņēmumiem produktivitāti mērīt nevis pēc iegādāto licenču skaita, bet pēc ietaupītā laika un tā, kā šis laiks tiek izmantots jaunām, lielāku vērtību radošām aktivitātēm.
