Kiekviena technologinė revoliucija kėlė tokį patį klausimą: „Ar mašinos atims mūsų darbus?” XVIII a. pabaigoje Anglijos tekstilininkų liuditai daužė stakles. XX a. pradžioje telefonų operatorės bijojo automatinių komutatorių. XXI a. pradžioje fabrikų darbininkai stebėjo robotų rankų montavimo linijas.
Kiekvieną kartą atsakymas buvo dviprasmiškas: taip, kai kurios darbo vietos išnyko. Bet atsirado naujų, kurių niekas nenumatė. Automobilis sunaikino karietos vežėjų profesiją, bet sukūrė taksi vairuotojų, mechanikų, kelių inžinierių, draudimo agentų, benzino kolonėlių darbuotojų ir dešimtis kitų profesijų.
Dabartinė AI revoliucija skiriasi nuo visų ankstesnių vienu aspektu: pirmą kartą mašinos pradėjo atlikti kognityvines užduotis, kurios anksčiau buvo laikomos išskirtinai žmogiškomis. Rašyti tekstus, analizuoti duomenis, kurti vaizdus, programuoti, diagnozuoti ligas. Tai keičia ne tik fabrikus, bet ir biurus, kūrybines studijas, teismų sales ir ligoninių koridorius.
Šiame straipsnyje rasite ne spekuliacijas, o konkrečius duomenis: kurios profesijos jau keičiasi, kurios bus paveiktos labiausiai per artimiausius 5–10 metų, kokios visiškai naujos darbo vietos atsiras, ir ką daryti jau šiandien, kad atsidurtumėte teisingoje šio pokyčio pusėje.
Kas vyksta darbo rinkoje šiandien: faktai, ne spekuliacijos
Prieš kalbant apie ateitį, pažiūrėkime, kas jau vyksta.
Skaičiai, kurie rodo pokyčio mastą
Pasaulio ekonomikos forumo (World Economic Forum) 2023 m. „Darbo ateities” ataskaita, apklausiusi daugiau nei 800 įmonių 45 šalyse, pateikė konkrečias prognozes:
- 83 mln. darbo vietų bus prarasta per artimiausius penkerius metus dėl automatizacijos ir technologinių pokyčių.
- 69 mln. naujų darbo vietų bus sukurta. Grynasis nuostolis: apie 14 mln., arba 2 % pasaulinės darbo jėgos.
- 44 % darbuotojų įgūdžių bus reikšmingai paveikti per penkerius metus.
- 6 iš 10 darbuotojų iki 2027 m. reikės perkvalifikavimo, bet tik pusė šiandien turi prieigą prie tinkamų mokymo programų.
Goldman Sachs 2023 m. tyrimas prognozuoja, kad generatyvinis DI gali automatizuoti užduotis, atitinkančias 300 mln. pilnų etatų visame pasaulyje. Tai nereiškia, kad 300 mln. žmonių neteks darbo, bet kad šių darbo vietų turinys iš esmės pasikeis.
Ką rodo darbo skelbimų duomenys
LinkedIn duomenimis, nuo 2023 m. darbo skelbimuose, kuriuose minimi AI įgūdžiai, padaugėjo kelis kartus. Tuo pačiu metu sumažėjo skelbimų kai kuriose tradicinėse kategorijose:
- Duomenų įvedimas ir apdorojimas: skelbimų skaičius mažėja kasmet.
- Pradinio lygio kopirajteris / turinio kūrėjas: konkurencija išaugo drastiškai, kainos krinta.
- Klientų aptarnavimo atstovas (pirmoji linija): vis daugiau įmonių pakeičia pokalbių robotais.
- QA testavimas (rankinis): automatizuoti testavimo įrankiai perima paprastas užduotis.
Tuo pačiu metu sparčiai auga paklausa:
- AI/ML inžinieriai: algos viršija 100 000 eurų per metus Vakarų Europoje.
- Duomenų analitikai su AI įgūdžiais: paklausa auganti dviženkle procentine dalimi kasmet.
- Kibernetinio saugumo specialistai: AI tiek kuria naujas grėsmes, tiek padeda nuo jų gintis.
- AI produktų vadovai: reikalingi žmonės, suprantantys ir technologiją, ir verslą.
Kurias profesijas AI pakeis ar iš esmės pakeis
Svarbus skirtumas: „pakeis” nereiškia „sunaikins per naktį.” Daugumoje atvejų AI pirmiausia automatizuoja atskiras užduotis, o ne visas profesijas. Buhalteris nepraras darbo rytoj, bet buhalteris, kuris naudoja AI, padarys tris kartus daugiau darbo nei buhalteris, kuris jo nenaudoja. Ilgainiui tai reiškia, kad reikės mažiau buhalterių tam pačiam darbui atlikti.
Aukštos automatizacijos rizikos profesijos (5–10 metų perspektyva)
Duomenų įvedimo ir apdorojimo specialistai
Automatizacijos tikimybė: labai aukšta
Tai viena labiausiai paveiktų profesijų grupių. AI sistemos jau šiandien gali:
- Nuskaityti ir interpretuoti dokumentus (OCR + natūralios kalbos apdorojimas).
- Automatiškai perkelti duomenis tarp sistemų.
- Tikrinti duomenų tikslumą ir nuoseklumą.
- Klasifikuoti ir kategorizuoti informaciją.
Kas vyksta realiai: didelės apskaitos ir konsultacijų bendrovės jau sumažino duomenų įvedimo komandas 40–60 %. „UiPath”, „Automation Anywhere” ir panašios robotizuoto procesų automatizavimo (RPA) platformos perima pasikartojančias administracines užduotis.
Lietuvoje: bendrosios paslaugų centrai (Barclays, Western Union, Danske Bank), kuriuose dirba tūkstančiai žmonių, aktyviai automatizuoja duomenų apdorojimo procesus. Tai tiesiogiai veikia Vilniaus ir Kauno darbo rinkas.
Kasininkai ir pardavimų tarpininkai
Automatizacijos tikimybė: aukšta
Savitarnos kasos jau yra norma daugelyje parduotuvių. Amazon „Just Walk Out” technologija leidžia pirkti be jokio kasininkų dalyvavimo. Draudimo, kelionių ir nekilnojamojo turto tarpininkai susiduria su platformomis, kurios tiesiogiai jungia pirkėją ir pardavėją.
Lietuvoje: „Maxima”, „Lidl”, „Rimi” vis daugiau savitarnos kasų. Internetinė prekyba auga 15–20 % kasmet. Draudimo palyginimo platformos (pvz., „Kainos.lt”, „Draudimas.lt”) mažina poreikį fiziniams tarpininkams.
Niuansas: aukštos vertės pardavimai (prabangos prekės, sudėtingi B2B sprendimai, nekilnojamasis turtas aukštesniame segmente) vis dar reikalauja žmogiško kontakto. AI pakeis masinį, standartizuotą pardavimą, bet ne santykiais grįstą konsultacinį pardavimą.
Vertėjai ir lingvistai (standartiniams tekstams)
Automatizacijos tikimybė: aukšta standartiniams, vidutinė specializuotiems tekstams
Google Translate, DeepL ir generatyvinio DI vertimo kokybė per pastaruosius penkerius metus pagerėjo dramatiškai. Standartinių verslo dokumentų, instrukcijų, produktų aprašymų vertimas jau šiandien dažnai atliekamas AI, o žmogus tik peržiūri rezultatą.
Kas lieka žmonėms: literatūrinis vertimas, poetinis vertimas, lokalizacija su kultūriniu kontekstu, specializuotas teisinis ir medicinos vertimas, kur klaida gali turėti rimtų pasekmių. Konferencijų sinchroninis vertimas dar kelerius metus reikalaus žmonių, nors AI pagalbininkai jau dabar padeda vertėjams realiu laiku.
Lietuvoje: kadangi lietuvių kalba yra mažesnė rinka, AI vertimo kokybė lietuvių–anglų ir lietuvių–kitų kalbų poroms vis dar atsilieka nuo didžiųjų kalbų. Bet atotrūkis mažėja sparčiai.
Pradinio lygio buhalteriai ir finansų analitikai
Automatizacijos tikimybė: aukšta pradinio lygio, vidutinė aukštesnio
AI jau šiandien gali:
- Automatiškai kategorizuoti ir registruoti sąskaitas faktūras.
- Suderinti banko išrašus su apskaitos įrašais.
- Generuoti standartines finansines ataskaitas.
- Atlikti bazinę mokesčių analizę.
- Aptikti anomalijas ir potencialų sukčiavimą.
Kas keičiasi: buhalterio darbas pereina nuo „duomenų registravimo” prie „duomenų interpretavimo ir konsultavimo.” Buhalteris, kuris tik registruoja sąskaitas, bus pakeistas. Buhalteris, kuris interpretuoja duomenis, pataria klientui dėl mokesčių optimizavimo ir padeda priimti strateginius finansinius sprendimus, bus vertingesnis nei bet kada.
Lietuvoje: „Rivile”, „Directo” ir kitos apskaitos platformos integruoja AI funkcijas. Mažų įmonių buhalterinė apskaita (iki 50 operacijų per mėnesį) jau gali būti beveik pilnai automatizuota.
Klientų aptarnavimo atstovai (pirmoji linija)
Automatizacijos tikimybė: aukšta pirmosios linijos, žema sudėtingų atvejų
AI pokalbių robotai (chatbots) ir balso asistentai jau atsakingi už 60–80 % pirminio klientų kontakto daugelyje stambių įmonių. Jie gali:
- Atsakyti į dažniausiai užduodamus klausimus.
- Apdoroti paprastus užsakymus ir grąžinimus.
- Nukreipti klientą į tinkamą skyrių.
- Veikti 24/7 be pertraukų ir švenčių.
Kas lieka žmonėms: sudėtingos problemos, emocinės situacijos, VIP klientų aptarnavimas, eskalacijos, situacijos, kur reikia empatijos, kūrybiško problemų sprendimo ir sprendimų priėmimo, viršijančio standartines procedūras.
Lietuvoje: „Telia”, „Swedbank”, „Maxima” ir kitos didelės įmonės jau naudoja AI pokalbių robotus. Skambučių centrų sektorius, kuriame Lietuva turi stiprias pozicijas, patiria transformaciją: mažiau „pirmosios linijos” darbuotojų, daugiau sudėtingų atvejų specialistų.
Teisės asistentai ir paralegals
Automatizacijos tikimybė: aukšta rutininėms užduotims
AI jau šiandien gali:
- Peržiūrėti tūkstančius dokumentų per valandas (kas žmogui užtruktų savaites).
- Identifikuoti relevantiškas teismų praktikas ir precedentus.
- Generuoti standartinių sutarčių juodraščius.
- Tikrinti sutarčių atitiktį reguliavimo reikalavimams.
- Analizuoti didelių bylų dokumentaciją (e-discovery).
Poveikis: didelės teisės firmos JAV ir Jungtinėje Karalystėje jau sumažino pradinių metų asocijuotų teisininkų samdymą 15–25 %. Rutininį darbą, kurį anksčiau atliko jauni teisininkai (dokumentų peržiūra, tyrimų santraukos), perima AI.
Kas lieka žmonėms: strateginis teisinis patarimas, derybos, teisminis atstovavimas, sudėtingų teisinių situacijų interpretavimas, klientų santykiai. Žmogiškas teisinis sprendimas, gebėjimas suprasti kontekstą ir niuansus, lieka nepakeičiamas.
Vidutinės automatizacijos rizikos profesijos
Grafikos dizaineriai ir iliustratoriai
Midjourney, DALL-E ir Stable Diffusion iš esmės pakeitė vizualinio turinio kūrimą. Socialinių tinklų vizualai, reklaminiai banneriai, koncepcijų iliustracijos, visa tai AI sukuria per minutes, o ne per valandas.
Bet: aukšto lygio prekės ženklo dizainas, naudotojo sąsajos (UI/UX) projektavimas, fizinių produktų dizainas, pakuočių dizainas ir strateginis vizualinės komunikacijos planavimas vis dar reikalauja žmogaus kūrybiškumo, konteksto supratimo ir iteratyvinio darbo su klientu.
Pokytis: dizainerio rolė pereina nuo „piešėjo” prie „kūrybinio direktoriaus”, kuris naudoja AI kaip įrankį, o ne pats atlieka kiekvieną pikselį.
Žurnalistai ir turinio kūrėjai
AI gali rašyti naujienų santraukas, sportinių renginių apžvalgas, finansines ataskaitas ir standartizuotą turinį. Associated Press jau kelerius metus naudoja AI automatiniam finansinių naujienų generavimui.
Bet: tyrimo žurnalistika, interviu, nuomonių analizė, investigacinis žurnalizmas, asmeninis rašymo stilius ir gilios analizės tekstai reikalauja žmogaus gebėjimų, kurių AI negali atkartoti: empatijos, kritiško mąstymo, šaltinių vertinimo, etinių sprendimų priėmimo.
Pokytis: mažiau žmonių, rašančių „kas, kur, kada” tipo naujienas. Daugiau vertės tiems, kurie gali atsakyti „kodėl” ir „ką tai reiškia.”
Programuotojai
Paradoksas: AI kuria įrankius, kurie automatizuoja programavimą, bet tuo pačiu didina paklausą programuotojams, kurie moka dirbti su AI.
Kas automatizuojama:
- Šabloninio kodo rašymas (boilerplate).
- Paprastų klaidų taisymas ir derinimas.
- Standartinių funkcijų kūrimas pagal specifikaciją.
- Kodo dokumentavimas.
- Testavimo scenarijų generavimas.
Kas lieka ir auga:
- Sistemų architektūra ir projektavimas.
- Sudėtingų problemų sprendimas.
- AI modelių treniravimas ir diegimas.
- Saugumo inžinerija.
- Esamų sistemų integracija ir priežiūra.
- Kodo peržiūra ir kokybės užtikrinimas.
GitHub Copilot, Cursor ir panašūs AI programavimo asistentai padidina programuotojo produktyvumą 30–55 %, remiantis GitHub tyrimais. Tai reiškia, kad mažiau programuotojų gali atlikti tą patį darbą. Bet kartu tai reiškia, kad programavimas tampa prieinamesnis, ir atsiranda daugiau projektų, kuriems reikia programuotojų.
Lietuvoje: IT sektorius yra vienas didžiausių ekonomikos variklių. AI neišstums Lietuvos programuotojų iš darbo rinkos artimiausiu metu, bet pakeis jų kasdienių užduočių struktūrą. Programuotojas, kuris nemoka naudoti AI pagalbininkų, per 3–5 metus atsidurs reikšmingame produktyvumo nepalankume.
Gydytojai ir medicinos specialistai
Automatizacijos tikimybė: žema pačiai profesijai, aukšta atskiroms užduotims
AI medicinos srityje jau pasiekė ir kai kuriais atvejais viršijo žmogaus lygio tikslumą:
- Radiologijoje: AI aptinka plaučių vėžio mazgus CT vaizduose su 94 % tikslumu (žmonių radiologų vidurkis, apie 88 %).
- Dermatologijoje: odos pažeidimų klasifikavimas iš nuotraukų.
- Patologijoje: audinių mėginių analizė.
- Kardiologijoje: EKG interpretavimas ir širdies ligų prognozavimas.
Bet: gydytojo darbas yra daug daugiau nei diagnostika. Paciento apžiūra, pokalbis, emocinė parama, sudėtingų gydymo sprendimų priėmimas, etinės dilemos (gydyti ar negydyti), bendravimas su šeima, tai funkcijos, kurių AI artimiausiu dešimtmečiu nepajėgs perimti.
Pokytis: gydytojas taps „DI interpretatoriumi ir sprendimų priėmėju”, kuris naudoja AI kaip galingo diagnostinio įrankio rezultatus, bet priima galutinį sprendimą žmogiškai.
Žemos automatizacijos rizikos profesijos
Kai kurios profesijos yra sunkiai automatizuojamos dėl savo prigimties. Joms būdingi bruožai: fizinis darbas neprognozuojamoje aplinkoje, gilus emocinis ryšys su žmogumi, kūrybinė interpretacija ir sudėtingas koordinacinis darbas.
Sunkiai automatizuojamos profesijos:
- Santechnikai, elektrikai, statybininkai: kiekvienas namas yra skirtingas, darbas reikalauja fizinio prisitaikymo prie nepakartojamų situacijų. Robotai veikia kontroliuojamose aplinkose, bet senas namas su netikėtomis konstrukcijomis yra per sudėtingas.
- Slaugytojai ir priežiūros darbuotojai: fizinis pacientų priežiūros darbas, emocinis palaikymas, netikėtų situacijų valdymas.
- Psichologai ir psichoterapeutai: terapinis ryšys reikalauja žmogiškos empatijos, kurią AI imituoja, bet neatstoja.
- Ikimokyklinio ugdymo pedagogai: mažų vaikų ugdymas yra pernelyg dinamiškas ir emocionalus procesui automatizuoti.
- Teisėjai ir mediatoriai: sprendimų priėmimas reikalauja žmogiškos interpretacijos, etinio vertinimo ir visuomenės pasitikėjimo.
- Krizių valdymo specialistai: nenumatytų situacijų valdymas reikalauja adaptyvumo, kurį AI dar neturi.
- Aukšto lygio vadovai ir lyderiai: strateginis mąstymas, žmonių motyvavimas, organizacinės kultūros kūrimas yra iš esmės žmogiškos funkcijos.
Kokios naujos profesijos atsiras per artimiausią dešimtmetį
Kiekviena technologinė revoliucija sukuria profesijas, kurių niekas nenumatė. Kas prieš 20 metų galėjo įsivaizduoti „socialinių tinklų vadybininko”, „debesijos architekto” ar „UX dizainerio” profesiją?
Su AI revoliucija atsiras profesijų, kurių daugelio dar negalime tiksliai įvardinti. Bet kai kurios jau formuojasi.
1. AI treniruotojas / AI instruktorius (AI Trainer)
Kas tai: specialistas, kuris ruošia duomenis ir teikia grįžtamąjį ryšį AI modeliams, padėdamas jiems geriau suprasti žmogaus kalbą, kontekstą ir niuansus.
Ką daro: vertina AI atsakymų kokybę, kuria treniravimo duomenų rinkinius, identifikuoja ir taiso AI klaidas bei šališkumus, testuoja modelius specifinėse srityse (medicina, teisė, finansai).
Kodėl reikia: AI modeliai mokosi iš žmogaus grįžtamojo ryšio (RLHF, Reinforcement Learning from Human Feedback). Kuo geresnis grįžtamasis ryšys, tuo geresnis modelis. Šiam darbui reikia žmonių, turinčių dalykinę ekspertizę konkrečiose srityse.
Atlyginimas (2025 m.): 35 000–70 000 eurų per metus Europoje, priklausomai nuo specializacijos.
Lietuvoje: kelios bendrovės jau ieško AI treniruotojų lietuvių kalbai, nes lietuviško turinio treniravimo duomenų rinkiniai yra maži, ir jiems tobulinti reikia žmonių su lingvistine kompetencija.
2. Prompt inžinierius / AI sąveikos specialistas
Kas tai: specialistas, kuris kuria efektyvias užklausas (prompts) AI sistemoms, optimizuodamas jų rezultatų kokybę konkrečioms verslo reikmėms.
Ką daro: kuria ir testuoja prompt šablonus, integruoja AI į darbo procesus, moko darbuotojus efektyviai naudoti AI įrankius, kuria automatizuotas AI darbo eigas (workflows).
Perspektyva: kai kurie mano, kad ši profesija bus trumpalaikė, nes AI modeliai taps vis geresni suprasdami netobulas užklausas. Kiti argumentuoja, kad sudėtingų AI sistemų orkestracija (kelių modelių sujungimas, duomenų srautų valdymas) reikalaus specialistų dar ilgai.
Realistiška prognozė: gryna „prompt inžinerija” kaip atskira profesija greičiausiai neišliks ilgai. Bet gebėjimas efektyviai dirbti su AI taps pagrindiniu įgūdžiu daugelyje profesijų, kaip „mokėjimas naudotis kompiuteriu” tapo prieš 20 metų.
3. AI etikos pareigūnas / AI atitikties specialistas
Kas tai: specialistas, užtikrinantis, kad organizacijos AI sistemos atitinka etinius standartus, reguliavimo reikalavimus (ES DI aktą) ir žmogaus teisių principus.
Ką daro: atlieka AI sistemų poveikio vertinimus, tikrina algoritmų šališkumą, rengia AI naudojimo politikas, bendradarbiauja su reguliuotojais, moko organizaciją atsakingo AI naudojimo.
Kodėl augs: ES DI aktas reikalauja, kad įmonės, naudojančios aukštos rizikos AI sistemas, atliktų poveikio vertinimus, užtikrintų žmogaus priežiūrą ir dokumentuotų procesus. Tam reikia specialistų.
Atlyginimas: 50 000–120 000 eurų per metus, priklausomai nuo organizacijos dydžio ir jurisdikcijos.
4. Žmogaus ir AI bendradarbiavimo dizaineris
Kas tai: specialistas, projektuojantis procesus, kuriuose žmonės ir AI dirba kartu efektyviausiai.
Ką daro: analizuoja darbo procesus ir identifikuoja, kurias užduotis geriau atlikti AI, kurias žmogui, kurias kartu. Projektuoja sąsajas tarp žmogaus ir AI. Optimizuoja darbo eigas, kad AI sustiprintų žmogaus gebėjimus, o ne jį pakeistų.
Analogija: kaip UX dizaineris projektuoja žmogaus ir programinės įrangos sąveiką, šis specialistas projektuoja žmogaus ir AI sąveiką darbo kontekste.
Kodėl reikia: daugelis organizacijų diegia AI chaotiškai, be aiškaus plano, kaip žmonės ir AI turėtų bendradarbiauti. Rezultatas: frustruoti darbuotojai, neefektyviai naudojamas AI, prarastos galimybės. Specialistas, galintis suprojektuoti optimalų bendradarbiavimą, bus itin vertinamas.
5. Sintetinių medijų detektyvai / DI turinio verifikatoriai
Kas tai: specialistai, atpažįstantys ir tiriantys AI sukurtą ar suklastotą turinį (deepfake, sintetiniai tekstai, suklastotos nuotraukos).
Ką daro: naudoja technines ir analitines priemones deepfake vaizdo ir garso įrašams identifikuoti. Tikrina turinio autentiškumą žiniasklaidos, teisėsaugos ar verslo reikmėms. Kuria organizacijų vidines politikas dėl sintetinio turinio.
Kodėl augs: kuo daugiau AI sukurto turinio atsiranda, tuo didesnė paklausa žmonėms, galintiems atskirti tikrą nuo netikro. Tai ypač svarbu žiniasklaidai, teisėsaugai, rinkimų stebėjimui ir korporaciniam saugumui.
6. AI sistemų auditorius
Kas tai: nepriklausomas specialistas ar organizacija, tikrinanti AI sistemų veikimą, tikslumą, šališkumą ir atitiktį reguliavimo reikalavimams.
Analogija: kaip finansų auditoriai tikrina įmonių finansines ataskaitas, AI auditoriai tikrins AI sistemų veikimą. ES DI aktas numato aukštos rizikos AI sistemų audito reikalavimus.
Ką daro: testuoja AI modelius dėl šališkumo ir diskriminacijos, vertina duomenų kokybę ir šaltinių tinkamumą, tikrina paaiškinamumo ir skaidrumo reikalavimų atitiktį, rengia audito ataskaitas reguliuotojams ir visuomenei.
7. Personalizuoto mokymosi architektas
Kas tai: specialistas, kuriantis individualizuotas mokymosi programas, naudojant AI mokinių poreikių, stiprybių ir silpnybių analizei.
Ką daro: projektuoja AI grįstas mokymosi platformas, kurios prisitaiko prie kiekvieno mokinio tempo ir stiliaus. Kuria turinio modulius, kuriuos AI pateikia tinkamiausiu formatu ir laiku. Analizuoja mokymosi duomenis ir tobulina programas.
Kodėl reikia: švietimas yra viena sričių, kur AI gali sukurti didžiausią teigiamą poveikį. Individualus mokymosi tempas, stilius ir sunkumai, AI gali visa tai analizuoti ir pateikti tiksliai pritaikytą medžiagą. Bet tam reikia žmonių, kurie suprojektuotų šias sistemas pedagoginiu pagrindu.
8. Robotų priežiūros ir valdymo technikas
Kas tai: specialistas, prižiūrintis, programuojantis ir remontuojantis robotus pramonėje, logistikoje, sveikatos priežiūroje ir kitose srityse.
Kodėl augs: robotų skaičius pasaulyje kasmet auga dviženkle procentine dalimi. Kiekvienam robotui reikia žmogaus, kuris jį prižiūrės, atnaujins programinę įrangą, šalins gedimus ir adaptuos naujoms užduotims.
Lietuvoje: gamybos sektorius aktyviai robotizuojasi. Lietuvos pramonės įmonės diegia robotus ne tik dėl efektyvumo, bet ir dėl darbo jėgos trūkumo. Robotų priežiūros technikų paklausa auga.
9. Klimato technologijų specialistas su AI kompetencija
Kas tai: inžinierius ar mokslininkas, naudojantis AI klimato kaitos mažinimo ir prisitaikymo sprendimams kurti.
Ką daro: naudoja AI energijos tinklų optimizavimui, anglies dvideginio emisijų stebėjimui, atsinaujinančios energijos prognozavimui, žemės ūkio optimizavimui, miškų stebėjimui ir ekologinių modelių kūrimui.
Kodėl reikia: klimato kaita ir AI yra du didžiausi šio dešimtmečio iššūkiai ir galimybės. Jų sankirta kuria profesiją, kurios poreikis tik augs.
10. Skaitmeninio palikimo valdytojas
Kas tai: specialistas, valdantis žmonių ir organizacijų skaitmeninį palikimą, skaitmenines tapatybes ir duomenis po jų mirties ar veiklos nutraukimo.
Kodėl atsiras: kiekvienas žmogus palieka didžiulį skaitmeninį pėdsaką: socialinių tinklų paskyras, el. paštą, debesijos saugyklas, prenumeratas, kriptovaliutas, AI sukurtą turinį. Valdyti šį palikimą tampa vis sudėtingesnė teisinė ir techninė užduotis.
Lietuvos darbo rinka: specifiniai iššūkiai ir galimybės
Sektoriai, kuriuos AI paveiks labiausiai Lietuvoje
Finansinių technologijų (fintech) sektorius
Lietuva yra viena Europos fintech sostinių su daugiau nei 200 licencijuotų fintech įmonių. Šis sektorius aktyviai naudoja AI:
- Automatizuotas pinigų plovimo prevencijos tikrinimas (AML).
- Kreditų vertinimas AI modeliais.
- Sukčiavimo aptikimas realiu laiku.
- Pokalbių robotai klientų aptarnavimui.
Poveikis darbuotojams: kai kurios rankinės tikrinimo ir atitikties funkcijos bus automatizuotos. Bet fintech augimas Lietuvoje sukurs naujas darbo vietas AI inžinierių, duomenų analitikų ir reguliavimo specialistų srityse.
Bendrosios paslaugų centrai (SSC/GBS)
Vilniuje ir Kaune veikia dešimtys tarptautinių bendrosios paslaugų centrų. Daugelis jų atlieka pasikartojančias funkcijas: sąskaitų apdorojimą, duomenų įvedimą, klientų aptarnavimą, HR administravimą.
Poveikis: tai vienas labiausiai pažeidžiamų sektorių. AI ir RPA automatizuoja daugelį SSC funkcijų. Centrų, kurie nesugeba pereiti prie aukštesnės vertės paslaugų (analitika, strateginis patarimas, sudėtingų procesų valdymas), darbuotojai susidurs su darbo vietų mažinimu.
IT sektorius
Lietuvos IT sektorius tiesiogiai naudos iš AI revoliucijos. Paklausa AI/ML specialistams auga, Lietuvos universitetai plečia DI programas, tarptautinės bendrovės ieško AI talentų Baltijos šalyse dėl konkurencingų algų ir aukšto išsilavinimo lygio.
Gamyba ir logistika
Lietuvos gamybos sektorius susiduria su darbo jėgos trūkumu. Robotizacija ir AI ne tiek kelia grėsmę esamiems darbuotojams, kiek sprendžia darbuotojų trūkumo problemą. Automatizuoti sandėliai, AI optimizuoti logistikos maršrutai, prognozuojamoji priežiūra, visa tai Lietuvoje diegiama vis aktyviau.
Lietuvos privalumai AI transformacijos kontekste
- Aukštas išsilavinimo lygis: Lietuvoje aukštąjį išsilavinimą turi viena didžiausių gyventojų dalių ES.
- Stipri IT bazė: programuotojų ir IT specialistų bendruomenė yra gausì ir kvalifikuota.
- Lanksti darbo rinka: Lietuvos darbo kodeksas yra santykinai lankstus, palyginti su kitomis ES šalimis, kas leidžia greičiau adaptuotis.
- Mažas dydis kaip privalumas: mažoje rinkoje pokyčius galima įgyvendinti greičiau nei didelėse šalyse.
- Stiprus fintech ir tech ekosistema: egzistuojanti infrastruktūra palengvina AI sprendimų diegimą.
Lietuvos iššūkiai
- Talentų nutekėjimas: aukščiausio lygio AI specialistai dažnai renkasi darbą Vakarų Europoje ar JAV dėl didesnių algų.
- Mažos investicijos į R&D: Lietuva investuoja mažiau į mokslinius tyrimus ir eksperimentinę plėtrą nei ES vidurkis.
- Kalbos barjeras: daugelis AI mokymosi resursų yra anglų kalba, kas gali riboti žmonių, nemokančių anglų kalbos, galimybes persikvalifikuoti.
- Demografija: mažėjanti populiacija reiškia, kad kiekvienas prarastas darbuotojas be persikvalifikavimo yra skaudesnis nei didesnėje šalyje.
Įgūdžiai, kurie bus vertingiausi per artimiausią dešimtmetį
Ne visi įgūdžiai vienodai atsparūs AI transformacijai. Kai kurie tampa beveik beverčiai, kiti, vertingesni nei bet kada.
Įgūdžiai, kurių vertė mažėja
| Įgūdis | Kodėl mažėja vertė |
|---|---|
| Informacijos paieška ir kompiliavimas | AI tai daro greičiau ir plačiau |
| Standartinio turinio kūrimas | Generatyvinis DI sukuria pagrindą per sekundes |
| Duomenų įvedimas ir bazinis apdorojimas | Pilnai automatizuojama |
| Rutininis vertimas | Mašininis vertimas pasiekė pakankamą kokybę |
| Atmintimi grįstos žinios (faktų žinojimas) | AI turi prieigą prie viso pasaulio informacijos |
| Bazinis kodavimas pagal specifikaciją | AI pagalbininkai tai atlieka efektyviai |
Įgūdžiai, kurių vertė auga
1. Kritinis mąstymas ir informacijos vertinimas
Kai AI gali sugeneruoti bet kokį atsakymą (teisingą ar ne), gebėjimas įvertinti informacijos patikimumą, atpažinti logines klaidas ir atskirti faktus nuo interpretacijos tampa svarbesnis nei bet kada.
2. Sudėtingų problemų sprendimas
AI puikiai sprendžia struktūruotas, aiškiai apibrėžtas problemas. Bet realaus pasaulio problemos retai būna aiškiai apibrėžtos. Gebėjimas perkonstruoti problemą, identifikuoti tikrąją priežastį ir rasti sprendimą neapibrėžtoje situacijoje lieka žmogiška stiprybė.
3. Tarpasmeninis bendravimas ir empatija
Kuo daugiau sąveikų perima mašinos, tuo vertingesnė tampa tikra žmogiška sąveika. Derybos, konfliktų sprendimas, komandos motyvavimas, klientų santykių kūrimas, visa tai reikalauja emocinio intelekto, kurio AI neturi.
4. Kūrybiškumas su kontekstu
AI gali generuoti tūkstančius idėjų per minutę. Bet pasirinkti, kuri idėja tinka konkrečiam kontekstui, auditorijai ir momentui, tai žmogaus prerogatyva. Kūrybiškumas nėra idėjų generavimas (tai AI daro gerai), o idėjų atranka ir kontekstualizavimas.
5. AI raštingumas ir bendradarbiavimas su AI
Gebėjimas efektyviai naudoti AI įrankius, suprasti jų galimybes ir ribas, formuluoti tikslias užklausas ir integruoti AI rezultatus į savo darbą, tai tampa pagrindiniu darbo rinkos įgūdžiu, kaip „kompiuterinis raštingumas” tapo prieš du dešimtmečius.
6. Adaptyvumas ir mokymosi greitis
Kai technologijos keičiasi kas kelerius metus, gebėjimas greitai išmokti naujų įgūdžių yra vertingesnis nei bet kuris konkretus įgūdis. Žmogus, galintis per 3 mėnesius įsisavinti naują sritį, visada turės pranašumą prieš tą, kuris turi gilias, bet siauroas žinias senoje technologijoje.
7. Etinis sprendimų priėmimas
AI gali pateikti duomenis ir analizę, bet etinis sprendimas, kas teisinga ir kas neteisinga konkrečioje situacijoje, lieka žmogaus atsakomybė. Šis gebėjimas bus ypač vertingas vadovams, politikams, medikams ir teisininkams.
8. Sisteminis mąstymas
Gebėjimas matyti didesnį vaizdą: kaip skirtingos sistemos sąveikauja, kokios pasekmės kyla iš vieno sprendimo kitose srityse, kaip trumpalaikiai veiksmai veikia ilgalaikius rezultatus. AI gali analizuoti atskiras dalis, bet žmogus vis dar geriau mato visumą.
Perkvalifikavimo strategijos: ką daryti praktiškai
Jei esate darbuotojas, kurio profesija paveikta
1. Nesislėpkite nuo technologijos, mokykitės ja naudotis
Priešinimasis AI yra pralaimėjimo strategija. Kiekvienas, kuris aktyviai mokosi naudoti AI savo profesijoje, tampa vertingesniu darbuotoju, o ne nereikalingu.
Konkretūs žingsniai:
- Pradėkite naudoti ChatGPT, Claude ar Gemini savo kasdieniam darbui. Eksperimentuokite.
- Sužinokite, kokie specializuoti AI įrankiai egzistuoja jūsų srityje.
- Dalyvaukite vidinėse įmonės mokymų programose apie AI.
- Skirkite 30 minučių per dieną AI įrankių tyrinėjimui.
2. Judėkite aukštyn vertės grandine
Jei jūsų dabartinės užduotys yra automatizuojamos, pereikite prie užduočių, kurios reikalauja daugiau žmogiško indėlio:
- Nuo duomenų rinkimo → prie duomenų interpretavimo.
- Nuo ataskaitų rašymo → prie strateginių rekomendacijų.
- Nuo klientų aptarnavimo → prie klientų santykių kūrimo.
- Nuo turinio kūrimo → prie turinio strategijos.
- Nuo kodo rašymo → prie sistemų projektavimo.
3. Investuokite į „žmogiškus” įgūdžius
Paradoksas: technologijų amžiuje vertingiausi tampa neTechniniai įgūdžiai. Derybos, viešas kalbėjimas, komandos valdymas, emocinis intelektas, kritinis mąstymas, tai įgūdžiai, kurių AI negali automatizuoti.
Konkretūs mokymosi resursai
Nemokami:
- Google AI Essentials (Coursera): pradedantiesiems skirtas kursas apie AI pagrindus ir praktinį pritaikymą.
- Harvard CS50’s Introduction to AI (edX): gilesnis akademinis įvadas į dirbtinį intelektą.
- LinkedIn Learning: daugelis AI kursų prieinami su nemokamu bandomuoju laikotarpiu.
- fast.ai: praktinis giluminio mokymosi kursas programuotojams.
- Kaggle Learn: trumpi, praktiniai moduliai apie duomenų mokslą ir ML.
Mokami:
- Coursera Professional Certificates (Google, IBM, Meta): 3–6 mėnesių programos su sertifikatu, apie 30–50 eurų per mėnesį.
- Udacity Nanodegree: intensyvesnės programos (AI, ML, duomenų inžinerija), 200–400 eurų per mėnesį.
- Vilniaus universiteto ir KTU programos: Lietuvos universitetai siūlo DI ir duomenų mokslo programas, tiek bakalauro, tiek magistro lygiu.
Jei esate darbdavys
1. Inventorizuokite AI poveikį savo organizacijai
Peržiūrėkite kiekvieną pareigybę ir identifikuokite:
- Kurios užduotys gali būti automatizuotos per 1–2 metus?
- Kurios per 3–5 metus?
- Kokių naujų įgūdžių reikės esamiems darbuotojams?
- Kokių naujų pareigybių reikės?
2. Investuokite į darbuotojų perkvalifikavimą
Tai pigiau nei atleisti ir samdyti naujus. Darbuotojas, kuris jau žino jūsų verslą, produktus ir klientus, su naujais AI įgūdžiais yra vertingesnis nei naujas žmogus su AI žiniomis, bet be konteksto.
3. Kurkite AI naudojimo politiką
Aiškios taisyklės: kokius AI įrankius darbuotojai gali naudoti, kokius duomenis galima įvesti į AI sistemas, kaip tikrinti AI rezultatus, kas atsako už AI sugeneruotą turinį.
4. Pradėkite nuo pilotinių projektų
Nereguliuokite visko iš karto. Pasirinkite vieną procesą, automatizuokite jį su AI, išmatuokite rezultatus, tada plėskitės.
Jei esate studentas ar karjeros pradžioje
1. Rinkitės T formos kompetenciją
Vertikali linija: gili ekspertizė vienoje srityje (programavimas, finansai, medicina, teisė). Horizontali linija: platus supratimas apie AI, duomenis, verslo procesus ir tarpasmeninę komunikaciją.
2. Mokykitės dirbti SU AI, ne prieš jį
Bet kuri profesija, kurią pasirinksite, bus paveikta AI. Klausimas ne „ar”, o „kaip.” Studentas, kuris jau universitetinėse studijose naudoja AI įrankius savo srityje (ne vietoj mokymosi, o kartu su juo), įgys neįkainojamą pranašumą.
3. Vystykite įgūdžius, kurių AI neturi
Dalyvaukite debatuose, dirbkite komandiniuose projektuose, praktikuokite viešą kalbėjimą, mokykitės derėtis, ugdykite emocinį intelektą. Tai skamba „senamadiška”, bet tai bus jūsų konkurencinis pranašumas prieš žmones, kurie turi tik techninius įgūdžius.
4. Būkite pasiruošę keisti kryptį
Jūsų pirmasis darbas greičiausiai nebus jūsų paskutinis. Gebėjimas persiorientuoti, mokytis naujo ir prisitaikyti bus svarbesnis nei konkretus diplomas.
Ateities darbo vietos struktūra: kaip pasikeis ne tik „kas”, bet ir „kaip” dirbame
AI keičia ne tik profesijų turinį, bet ir pačią darbo organizavimo struktūrą.
Mažesnės, galingesnės komandos
Kai AI perima rutinines užduotis, mažesnė žmonių komanda gali pasiekti tą patį rezultatą. Startuoliai su 5–10 žmonių, naudojančių AI, gali konkuruoti su 50–100 žmonių komandomis, kurios AI nenaudoja.
Pavyzdys: Klarna (fintech bendrovė) 2024 m. paskelbė, kad jos AI pokalbių robotas per pirmąjį mėnesį atliko darbą, lygiavertį 700 pilnų etatų klientų aptarnavimo darbuotojų. Tai nereiškia, kad 700 žmonių buvo atleista vienu metu, bet kad organizacijos struktūra iš esmės keičiasi.
Freelance ir projektinis darbas augs
Kai AI padidina individualaus žmogaus produktyvumą, daugiau žmonių gali dirbti savarankiškai. AI pagalbininkas pakeičia komandą: vienas žmogus su AI gali atlikti turinio strategijos, dizaino, analitikos ir klientų komunikacijos funkcijas, kurioms anksčiau reikėjo keturių specialistų.
Nuolatinis mokymasis taps darbo dalimi
Tradicinis modelis „mokykis 20 metų, dirbk 40 metų” jau nebegalioja. Darbuotojai turės mokytis visą karjerą. Įmonės, kurios nesuteiks darbuotojams laiko ir resursų mokymuisi, praras talentus. Mokymosi valandos taps tokia pat svarbi darbo dalis kaip susitikimai ar projektų valdymas.
Žmogiškojo kontakto premija
Paradoksas: kuo daugiau sąveikų automatizuojama, tuo vertingesnė tampa tikra žmogiška sąveika. Jau dabar matome „žmogaus aptarnaujamo” paslaugų segmentą, kur žmonės moka daugiau už tai, kad juos aptarnautų gyvas žmogus, o ne robotas. Ši tendencija stiprės.
AI nekuria pasaulio, kuriame žmonėms nereikia dirbti. Jis kuria pasaulį, kuriame žmonėms reikia dirbti kitaip. Rutininės, pasikartojančios, struktūruotos užduotys pereis mašinoms. Kūrybiškumas, empatija, strateginis mąstymas, etinis vertinimas ir gebėjimas dirbti su kitais žmonėmis taps vertingiausiais ištekliais darbo rinkoje.
Žmonės, kurie šiandien investuoja laiką mokydamiesi dirbti su AI, o ne prieš jį, po penkerių metų atsidurs visiškai kitoje pozicijoje nei tie, kurie laukė, kol situacija „paaiškės.”
Situacija nepaaiškės. Ji tik greitės. Geriausias laikas pradėti ruoštis buvo vakar. Antras geriausias, šiandien.
Kurią savo profesinių įgūdžių sritį planuojate stiprinti pirmiausia?
