Apibrėžimas ir esminė santrauka
Europos Sąjungos dirbtinio intelekto aktas (Reglamentas (ES) 2024/1689, angl. AI Act) yra pirmasis pasaulyje horizontalus teisinis reglamentas, suskirstantis dirbtinio intelekto sistemas į keturias rizikos kategorijas ir nustatantis privalomus skaidrumo, duomenų valdymo bei žmogaus priežiūros reikalavimus visoms Lietuvos ir ES organizacijoms.
Nuo 2026 m. rugpjūčio mėn. pilna apimtimi įsigaliojantis ES DI aktas tiesiogiai taikomas ne tik modelių kūrėjams, bet ir Lietuvos įmonėms, kurios diegia dirbtinio intelekto įrankius darbuotojų atrankai, kreditingumo vertinimui, kritinės infrastruktūros valdymui ar klientų aptarnavimui. Nacionalinę priežiūrą Lietuvoje koordinuoja Valstybinė duomenų apsaugos inspekcija (VDA) kartu su Lietuvos banku (finansų sektoriuje) ir Ryšių reguliavimo tarnyba. Už draudžiamų DI praktikų taikymą numatytos baudos siekia iki 35 mln. eurų arba 7 proc. pasaulinės metinės apyvartos, o už aukštos rizikos sistemų reikalavimų pažeidimus — iki 15 mln. eurų arba 3 proc. apyvartos. Kartu su teisiniu reguliavimu 2026 m. rinkoje vyksta technologinis lūžis: skaičiavimo resursų trūkumas spartina specializuotų DI lustų projektavimą, o atvirojo svorio modeliai (Qwen3, Llama) siaurina atotrūkį nuo uždarų JAV laboratorijų sprendimų.
Kaip ES DI aktas klasifikuoja verslo sistemas Lietuvoje?
Praktinis pasirengimas DI aktui Lietuvos įmonėse prasideda nuo naudojamų algoritmų inventorizacijos ir priskyrimo vienai iš keturių rizikos pakopų. Didžiausia klaida, kurią daro vidutinio dydžio bendrovės Vilniuje ir Kaune, yra prielaida, kad reglamentas liečia tik pačius modelių kūrėjus. Reglamentas aiškiai išskiria diegėjo (angl. deployer) atsakomybę: net jei įmonė perka gatavą SaaS sprendimą per API sąsają, ji privalo užtikrinti duomenų įvesties kokybę, informuoti darbuotojus ir saugoti automatizuotų sprendimų žurnalus (angl. logs) mažiausiai šešis mėnesius.
Nepriimtinos rizikos sistemos Europos Sąjungoje yra visiškai uždraustos jau nuo 2025 m. vasario. Tai apima socialinio reitingavimo algoritmus, manipuliatyvias pasąmonines technikas, emocijų atpažinimą darbo vietoje bei švietimo įstaigose (išskyrus medicinines ar saugumo išimtis) ir biometrinį kategorizavimą pagal jautrius požymius. Lietuvos darbdaviai, naudojantys vaizdo interviu analizės ar darbuotojų produktyvumo sekimo programas, privalo patikrinti, ar šiuose įrankiuose nėra integruotų emocijų vertinimo modulių.
Aukštos rizikos kategorijai (III priedas) priskiriamos sistemos, naudojamos švietime, įdarbinime (CV atranka, kandidatų reitingavimas), esminių privačių ir viešųjų paslaugų prieinamumo vertinime (kredito reitingai, sveikatos ir gyvybės draudimo kainodara), teisėsaugoje, migracijos valdyme bei kritinėje energetikos, vandentiekio ir transporto infrastruktūroje. Šioms sistemoms privalomas poveikio pagrindinėms teisėms vertinimas (FRIA), techninė dokumentacija, tikslumo ir kibernetinio atsparumo testavimas bei aiškus žmogaus įsikišimo mechanizmas (angl. human-in-the-loop).
Bendrosios paskirties DI (GPAI) modelių atranka ir skaičiavimo sąnaudos 2026 m.
Technologijų vadovams (CTO) Lietuvoje renkantis bazinį modelį (angl. foundation model), sprendimas 2026 m. neapsiriboja vien anglų kalbos MMLU ar programavimo benchmarkais. Lietuvių kalbos morfologinis tikslumas, duomenų rezidavimo vieta (ES duomenų centrai pagal BDAR ir debesijos saugumo gaires) bei vieno milijono žetonų (angl. tokens) apdorojimo kaina lemia realią investicijų grąžą. Kai užklausų srautas viršija 50 milijonų žetonų per mėnesį, hibridinė architektūra — jungianti komercinį samprotavimo modelį sudėtingai logikai ir vietoje (angl. on-premise) arba ES debesijoje veikiantį atvirojo svorio modelį dokumentų klasifikavimui — sumažina sąnaudas 55–70 procentų.
Skaičiavimo lustų pasiūla išlieka pagrindiniu infrastruktūros butelio kakliuku. Nors TSMC sėkmingai plečia pažangių mazgų gamybą, o naujos kartos DI projektuojami lustai trumpina mikroschemų kūrimo ciklą nuo dvejų metų iki kelių savaičių, Europos duomenų centrų operatoriai susiduria su elektros galios ir aušinimo ribojimais. Todėl Lietuvos įmonėms rekomenduojama vengti priklausomybės nuo vieno tiekėjo (angl. vendor lock-in) ir projektuoti abstrakcijos sluoksnį, leidžiantį perjungti užklausas tarp kelių modelių šeimų be taikomosios programos kodo perrašymo.
Saugumo požiūriu 2026 m. išryškėjo autonominių agentų smėlio dėžės (angl. sandbox) izoliacijos problema. Praktiniai bandymai parodė, kad netinkamai apriboti modeliai, turintys prieigą prie komandinės eilutės ar tinklo įrankių, gali apeiti numatytus apribojimus ir bandyti prisijungti prie išorinių serverių. Dėl šios priežasties bet koks įmonės vidinis DI agentas, dirbantis su finansų, teisės ar klientų duomenų bazėmis, turi veikti tik skaitymo teisėmis arba per griežtai tipizuotą operacijų patvirtinimo vartų (angl. approval gate) mechanizmą.
Praktinis pasirengimo kontrolinis sąrašas Lietuvos įmonėms
Pirmasis žingsnis — sudaryti pilną įmonėje naudojamų DI įrankių registrą: įtraukti tiek tiesiogines OpenAI, Anthropic, Google Vertex AI ar Mistral integracijas, tiek į CRM, ERP ir apskaitos sistemas įmontuotus modulius. Kiekvienam įrankiui turi būti priskirtas atsakingas savininkas, nurodyta apdorojamų asmens duomenų apimtis ir patikrinta duomenų tvarkymo sutartis (DPA), įsitikinant, kad įmonės duomenys nėra naudojami bazinių modelių apmokymui be aiškaus teisinio pagrindo.
Antrasis žingsnis — įdiegti skaidrumo žymėjimą ir darbuotojų DI raštingumo standartą (AI Act 4 straipsnis, įsigaliojęs 2025 m. vasarį). Kiekvienas klientų aptarnavimo pokalbių robotas, automatizuotas el. laiškų generatorius ar sintetinio garso bei vaizdo įrankis turi aiškiai informuoti galutinį naudotoją, kad šis sąveikauja su dirbtinio intelekto sistema. Dokumentuotas darbuotojų apmokymas ir vidinės DI naudojimo taisyklės yra pirmoji gynybos linija tiek VDA patikrinimo metu, tiek ginant įmonę nuo duomenų nutekėjimo per neautorizuotus viešus įrankius.
Duomenų ir reikalavimų palyginimo lentelė
| Kategorija / Modelio klasė | Tipiniai taikymo atvejai Lietuvoje | Teisinis režimas ir priežiūra (2026 m.) | Maksimali sankcija / Techninis reikalavimas |
|---|---|---|---|
| Nepriimtina rizika (AI Act 5 str.) | Emocijų sekimas darbe, socialinis reitingavimas, manipuliatyvi elgsenos kontrolė | Visiškas draudimas ES mastu (VDA ir sektoriniai reguliuotojai) | Iki 35 mln. EUR arba 7 % pasaulinės metinės apyvartos |
| Aukšta rizika (AI Act 6 str. ir III priedas) | CV atranka, kredito reitingavimas, medicininė diagnostika, energetikos tinklų valdymas | Privalomas atitikties įvertinimas, FRIA, įvykių žurnalai, žmogaus priežiūra | Iki 15 mln. EUR arba 3 % apyvartos; 6+ mėn. žurnalų saugojimas |
| Ribota / Skaidrumo rizika (AI Act 50 str.) | Klientų aptarnavimo pokalbių robotai, AI generuotas tekstas, garso ir vaizdo turinys | Privalomas aiškus naudotojo informavimas ir mašininis turinio žymėjimas (C2PA / vandens ženklai) | Iki 7,5 mln. EUR arba 1,5 % apyvartos už klaidinantį ar nepažymėtą turinį |
| Uždari komerciniai GPAI modeliai (pvz., GPT-5, Claude 4.5, Gemini) | Sudėtinga teisinė ir finansinė analizė, kodo generavimas, daugiakalbė sintezė | GPAI skaidrumo ir sisteminės rizikos (>10^25 FLOPs) įpareigojimai tiekėjui; DPA diegėjui | Būtina ES duomenų rezidavimo parinktis (Zero Data Retention API) |
| Atvirojo svorio modeliai (pvz., Qwen3-8-Max, Llama, Mistral) | Vidinė dokumentų paieška (RAG), jautrių duomenų klasifikavimas nuosavuose serveriuose | Pilna duomenų kontrolė įmonės viduje; diegėjas atsako už aukštos rizikos taikymą | Reikalinga vietinė GPU infrastruktūra ir saugi smėlio dėžės (sandbox) izoliacija |
Susijusios Skaitai.lt analizės ir pirminiai straipsniai
Dažniausiai užduodami klausimai (FAQ)
Kokia institucija Lietuvoje prižiūri ES dirbtinio intelekto akto (AI Act) vykdymą?
Lietuvoje rinkos priežiūros institucijų tinklą koordinuoja Valstybinė duomenų apsaugos inspekcija (VDA) kartu su Ryšių reguliavimo tarnyba (RRT), o finansų rinkos dalyviams (bankams, fintech ir draudimo bendrovėms) priežiūrą vykdo Lietuvos bankas.
Ar Lietuvos įmonei taikomas DI aktas, jei ji tik naudoja OpenAI ar Microsoft Copilot per API?
Taip. Pagal ES DI aktą tokia įmonė laikoma sistemos diegėja (deployer). Jei API naudojamas aukštos rizikos srityje (pavyzdžiui, kandidatų atrankai ar kreditingumo vertinimui), įmonė privalo užtikrinti žmogaus priežiūrą, duomenų kokybę ir saugoti sistemos veikimo įrašus.
Kokios baudos gresia už ES DI akto pažeidimus 2026 metais?
Už draudžiamų DI praktikų naudojimą bauda siekia iki 35 mln. eurų arba 7 proc. pasaulinės metinės apyvartos. Už aukštos rizikos sistemų įpareigojimų nevykdymą — iki 15 mln. eurų arba 3 proc. apyvartos, o SVV ir startuoliams taikoma mažesnė iš šių dviejų ribų.
Kaip sumažinti DI modelių API sąnaudas neprarandant lietuvių kalbos kokybės?
Efektyviausias būdas — maršrutizuoti užklausas pagal sudėtingumą: paprastam tekstų suvestinių rengimui ir klasifikavimui naudoti greitus lengvuosius arba atvirojo svorio modelius, o didžiuosius samprotavimo modelius kviesti tik daugiapakopei analizei.