Naujas AI reguliavimo konsensusas: kai dėl taisyklių sutaria ir technologijų bendrovės, ir visuomenė

Dirbtinio intelekto politikoje dažnai akcentuojami konfliktai: JAV partinė poliarizacija, skirtingi požiūriai tarp Europos ir Amerikos, ginčai tarp inovacijų šalininkų ir reguliavimo rėmėjų. Tačiau pastarųjų savaičių signalai rodo ir kitą, verslui svarbesnę tendenciją: AI srityje formuojasi ne tik nesutarimai, bet ir naujas konsensusas dėl to, kad taisyklės yra neišvengiamos.

Tą rodo keli paraleliniai šaltiniai. Forbes apžvelgia, kaip skirtingi veikėjai – nuo OpenAI ir Anthropic iki Vatikano bei JAV Kongreso – sutaria dėl saugiklių poreikio, nors skiriasi jų prioritetai. Tuo pat metu NBC News ir Johns Hopkins University nurodo aiškią visuomenės paramą griežtesniam AI reguliavimui, nepriklausomai nuo politinės tapatybės. Kitaip tariant, klausimas jau nebe ar bus daugiau AI taisyklių, o kokios jos bus ir kaip greitai organizacijos prie jų prisitaikys.

Lietuvos verslui ir viešajam sektoriui tai svarbu ne todėl, kad reikėtų sekti kiekvieną JAV politinį posūkį. Svarbu todėl, kad pasauliniai AI tiekėjai, produktų architektūra, sutarčių praktika ir rizikos standartai vis labiau formuojami šio reguliacinio konsensuso fone. O tai tiesiogiai paveiks pirkimus, diegimą, duomenų saugumą ir atsakomybės pasidalijimą organizacijose.

AI reguliavimas pereina iš politinio ginčo į valdymo standartą

Iki šiol nemaža dalis organizacijų AI reguliavimą vertino kaip išorinį triukšmą: vieni politikai nori griežčiau, kiti – švelniau, todėl galbūt galima palaukti. Tačiau kai dėl bazinių saugiklių poreikio ima sutarti ir technologijų bendrovės, ir visuomenė, reguliavimas pamažu tampa nebe ideologine diskusija, o valdymo standartu.

Praktiškai tai reiškia, kad net ir ten, kur teisėkūra dar nebaigta, rinka pradeda elgtis taip, lyg reikalavimai jau būtų pakeliui. Pirkėjai pradeda klausti apie auditą, modelių naudojimo ribas, incidentų valdymą, duomenų kilmę ir žmogaus priežiūrą. Tiekėjai į tai atsako ne tik teisiniais dokumentais, bet ir produkto funkcijomis: prieigos kontrole, veiksmų žurnalais, naudojimo apribojimais, administravimo sluoksniais.

Šis poslinkis ypač svarbus Europoje, kur AI Act logika jau suformavo aiškesnį atskaitos tašką. Net jei JAV toliau išliks fragmentuota, pasauliniai AI paslaugų tiekėjai turės judėti link labiau standartizuotų governance modelių. Todėl Lietuvos organizacijoms svarbu ne laukti galutinės kiekvieno reguliacinio ginčo baigties, o iš anksto kurti vidinę AI valdymo discipliną.

Ką tai reiškia Lietuvos verslui: AI automatizavimas verslui jau reikalauja governance

Daugelis įmonių vis dar pradeda nuo siaurų AI naudojimo scenarijų: turinio generavimo, klientų komunikacijos, vidinės paieškos ar pagalbos komandų produktyvumui. Tačiau net ir tokie, iš pirmo žvilgsnio mažos rizikos, atvejai jau patenka į platesnį AI valdymo lauką. Jei sistema atsako klientui, apdoroja vidinę informaciją, jungiasi prie komunikacijos kanalų ar remiasi įmonės žinių baze, valdymo klausimai tampa ne teoriniai.

Čia svarbu atskirti du lygmenis. Pirmas – teisinė atitiktis. Antras – operacinis patikimumas. Organizacijos, kurios susitelkia tik į teisinę formą, bet neįsiveda aiškių naudojimo taisyklių, vėliau susiduria su šešėliniu AI naudojimu, nekontroliuojamais promptais, neaiškia atsakomybe ir reputacine rizika.

Todėl AI automatizavimas verslui turi būti vertinamas kaip valdomas procesas, o ne vien technologinis eksperimentas. Tai apima atsakymus į kelis klausimus: kas gali naudoti AI, su kokiais duomenimis, kokiuose procesuose, kokie atsakymai turi būti peržiūrimi žmogaus ir kaip organizacija fiksuoja, kas buvo sugeneruota ar išsiųsta. Įmonėms, kurios ieško praktiško požiūrio į tokį diegimą, naudinga vertinti ne tik modelio kokybę, bet ir visą platformos valdymo sluoksnį, įskaitant Clarivex funkcijas bei jų pritaikomumą kasdieniams darbo scenarijams.

Duomenų saugumas ir atsakomybė tampa svarbesni už vien modelio „protingumą“

Pastaraisiais metais AI rinkoje dominavo klausimas, kuris modelis yra galingiausias. Dabar B2B segmente svarbesnis tampa kitas klausimas: kuris sprendimas yra pakankamai valdomas organizaciniam naudojimui. Politinis ir visuomeninis spaudimas didina tikimybę, kad atsakomybė už AI naudojimą bus vis aiškiau perkeliama ne tik tiekėjui, bet ir pačiai organizacijai, kuri sistemą įdiegia.

Tai reiškia, kad duomenų saugumas, prieigos teisės, veiksmų atsekamumas ir procesinė kontrolė tampa centrine vertinimo dalimi. Ypač viešajame sektoriuje, finansuose, sveikatos srityje ar organizacijose, kurios tvarko jautrią klientų informaciją, AI diegimas be governance sluoksnio greitai tampa sunkiai apginamas tiek viduje, tiek prieš priežiūros institucijas.

Lietuvoje tai aktualu ir todėl, kad daug organizacijų juda nuo pavienių bandymų prie integruotesnių AI naudojimo modelių: automatizuotos komunikacijos, atsakiklių, žinių bazių, kampanijų valdymo. Kuo daugiau AI įtraukiama į realų darbo srautą, tuo svarbiau suprasti ne tik ką sistema gali padaryti, bet ir kaip kontroliuoti jos veikimą. Jei organizacija planuoja struktūruotą diegimą, verta iš anksto apsibrėžti procesą ir atsakomybes, o tam padeda aiškus požiūris į tai, kaip veikia Clarivex ir kaip AI sprendimai įvedami į kasdienę veiklą be perteklinės techninės trinties.

Viešajam sektoriui ir reguliuojamoms organizacijoms svarbiausia bus ne greitis, o įrodomumas

Privatus sektorius dažnai gali toleruoti didesnį eksperimentavimą. Viešajame sektoriuje situacija kitokia: čia bet koks AI naudojimas greičiau tampa ne inovacijų istorija, o atskaitomybės klausimu. Jei sprendimas padeda rengti atsakymus, aptarnauti gyventojų užklausas ar apibendrinti informaciją, institucija turi gebėti paaiškinti, kaip jis veikia, kokie duomenys naudojami ir kur lieka žmogaus kontrolė.

Būtent todėl naujas reguliavimo konsensusas ypač svarbus savivaldybėms, ministerijoms, viešosioms įstaigoms ir valstybės valdomoms įmonėms. Net jei konkreti taisyklė dar neįsigaliojusi, atsargumo standartas jau kyla. Organizacijų bus klausiama ne tik ar jos naudoja AI, bet ir ar tai daro sistemiškai: su taisyklėmis, su rizikos vertinimu, su atsakomybių paskirstymu.

Šiame kontekste laimės ne tie, kurie AI įsijungs pirmi, o tie, kurie pirmi sukurs patikimą naudojimo modelį. Tai reiškia, kad technologinis pasirinkimas turi eiti kartu su vidaus politika, darbuotojų gairėmis ir aiškiais naudojimo scenarijais. Kitaip tariant, AI politika organizacijoje tampa ne dokumentu „stalčiui“, o praktine veiklos architektūra.

Kaip pasiruošti dabar, kol taisyklės dar tik konsoliduojasi

Geriausias momentas pasiruošti AI reguliavimo griežtėjimui yra ne po naujo įstatymo, o prieš jam tampant kasdienybės dalimi. Organizacijoms verta pradėti nuo paprasto, bet disciplinuoto veiksmų plano.

• Susikurti AI naudojimo žemėlapį: kur įmonėje ar institucijoje AI jau naudojamas, net jei neoficialiai.
• Atskirti mažos ir didesnės rizikos scenarijus: turinio generavimas nėra tas pats, kas klientų sprendimų automatizavimas ar jautrių duomenų apdorojimas.
• Įsivesti minimalią governance praktiką: prieigos teisės, patvirtinimo taisyklės, peržiūros atsakomybės, naudojimo logika.
• Rinktis sprendimus, kurie padeda ne tik generuoti rezultatą, bet ir valdyti procesą.
• Parengti darbuotojams trumpas praktines taisykles, o ne vien abstrakčią AI politiką.

Svarbiausia suprasti, kad reguliavimo konsensusas nereiškia staigaus inovacijų stabdymo. Priešingai, jis reiškia rinkos brandą. Organizacijos, kurios anksčiau sukurs valdomą AI naudojimo modelį, turės pranašumą tiek prieš klientus, tiek prieš partnerius, tiek prieš būsimus atitikties reikalavimus.

Norite pasiruošti AI pokyčiams savo organizacijoje?

Jei vertinate, kaip AI pritaikyti kasdieniuose procesuose taip, kad būtų išlaikytas produktyvumas, duomenų saugumas ir aiškus valdymas, verta pradėti nuo praktinio platformos vertinimo. Daugiau apie tai, kokias užduotis galima automatizuoti ir kaip tai pritaikoma verslui bei viešajam sektoriui, rasite puslapyje apie Clarivex funkcijas.