Latvijā 2025. gadā mākslīgo intelektu lietoja 12,2% uzņēmumu, Dānijā 42,0%, Somijā 37,8%, Zviedrijā 35,0%. Atpalicība ir reāla, bet to nevar panākt ar vienu lielu projektu. Reālāk ir izvēlēties vienu atkārtotu darbu, nosaukt mērķi un atstāt cilvēku, kas pārbauda rezultātu.
Ko rāda dati par AI uzņēmumos
Skaitļi nāk no ES apsekojuma par IKT lietošanu uzņēmumos, ko veic statistikas iestādes visās dalībvalstīs. Rādītājs ir uzņēmumu ar 10 un vairāk darbiniekiem daļa, kas 2025. gadā lietoja vismaz vienu AI tehnoloģiju.
| Teritorija | Uzņēmumi, kas lieto AI, 2025 |
|---|---|
| Latvija | 12,2% |
| ES vidēji | 20,0% |
| Zviedrija | 35,0% |
| Somija | 37,8% |
| Dānija | 42,0% |
Dānijā un Somijā rādītājs gada laikā pieauga par 14,5 un 13,5 procentpunktiem; ES vidēji par 6,5 (Eurostat, 2025. gada 11. decembris). Latvijas skaitlis ir no Centrālās statistikas pārvaldes, kas to publicēja 2025. gada 4. novembrī; pieaugums pret 2024. gadu ir 3,4 procentpunkti (CSP).
Divi ierobežojumi. Tie ir uzņēmumi no 10 darbiniekiem, tātad mikrouzņēmumi nav iekļauti. Un rādītājs skaita jebkuru no astoņiem AI tehnoloģiju veidiem, arī teksta analīzi un satura ģenerēšanu, nevis tikai sarunbotus.
Kur Latvijā atpaliek visvairāk
CSP dati rāda lielu plaisu pēc uzņēmuma lieluma: AI lieto 9,8% mazo uzņēmumu (10-49 darbinieki), 19,8% vidējo (50-249) un 47,1% lielo (250 un vairāk). Tieši mazie uzņēmumi velk uz leju kopējo rādītāju.
Cits skaitlis ir svarīgāks par pašu atpalicību. No Latvijas uzņēmumiem, kas apsvēra AI, bet to neieviesa, 63,2% kā galveno šķērsli nosauca atbilstošu zināšanu trūkumu. Visā ES šis šķērslis arī ir pirmais: 70,89% to uzņēmumu, kas AI apsvēra, bet nelieto, norāda zināšanu trūkumu, 52,52% neskaidras juridiskās sekas un 48,83% datu aizsardzības bažas (Eurostat, 2025).
Tātad problēma retāk ir nauda vai tehnoloģija. Biežāk uzņēmums nezina, ar ko sākt un ko drīkst darīt ar klientu datiem.
Kāpēc nevajag mēģināt panākt ziemeļniekus
Skaitlis “42%” nesaka, ka Dānijas uzņēmumi ir ieguvuši 42% lielāku peļņu. Tas saka tikai to, ka rīks tiek lietots. Pat CSP un Eurostat rādītājs neatšķir nopietnu procesa automatizāciju no tā, ka darbinieki dažreiz izmanto sarunbotu teksta uzrakstīšanai.
Tāpēc mērķis “pietuvoties Dānijai” ir slikts. Labāks mērķis ir konkrēts: “atbildēt uz pieteikumu stundas laikā” vai “neievadīt rēķinus ar rokām”. Par to, kur AI atmaksājas un kur ne, mēs jau rakstījām rakstā AI automatizācija mazam biznesam. Šeit tikai īsi: ja darbs atkārtojas, rezultātu var pārbaudīt un kļūda nav katastrofa, AI vietā.
Trīs pirmie procesi, ar ko sākt
Šī ir mūsu pieredzē balstīta rekomendācija, ne statistika. Mazam uzņēmumam parasti ir trīs vietas, kur AI dod rezultātu bez liela riska.
- Ienākošie e-pasti un pieteikumi. AI nosaka tēmu un steidzamību, sagatavo atbildes melnrakstu, cilvēks to apstiprina. Mūsu helpdeska produkts FDesk tieši to dara: AI šķiro pieteikumus, bet atbildi sūta cilvēks.
- Rēķini un dokumenti. AI nolasa datus no PDF vai skenējuma, grāmatvedis pārbauda un apstiprina. Šim mums ir Invoa, kas nolasa rēķinu datus.
- Atkārtoti klientu jautājumi. Atbildes uz tipiskiem jautājumiem, kur sarunbots atbild no jūsu satura, bet sarežģītus gadījumus nodod cilvēkam. Par to, kā izveidot nodošanu, skatiet rakstu par AI klientu apkalpošanu ar cilvēka nodošanu.
Katrā gadījumā cilvēks paliek ķēdē. Tas ir lēnāk nekā pilna automatizācija, bet kļūdas cena ir maza un uzticēšanās aug.
Pirms sākat: dati un likums
Trīs galvenie šķēršļi ir zināšanas, juridiskās sekas un datu aizsardzība, tāpēc tie jāatrisina pirms rīka izvēles.
- Dati. Noskaidrojiet, kur pakalpojums apstrādā datus, vai tos izmanto modeļu apmācībai un vai ir datu apstrādes līgums. Mēs piedāvājam risinājumus, kur dati paliek ES.
- Pārskatāmība. Ja klients runā ar AI asistentu, tas jāpasaka. Kas tieši un no kura datuma ir spēkā, aprakstīts rakstā par ES AI aktu mazajiem uzņēmumiem.
- Pratība. Darbiniekiem, kas lieto AI, jāzina, ko viņi dara un kur modelis kļūdās. Tas ir lētākais solis un tieši risina zināšanu trūkumu.
Kā zināt, ka sākums bijis veiksmīgs
Pirms sākat, pierakstiet divus skaitļus: cik laika darbam vajag tagad un cik kļūdu ir. Pēc 4-6 nedēļām izmēriet vēlreiz. Ja laiks samazinājies un kļūdu nav vairāk, paplašiniet uz nākamo procesu. Ja nē, tas ir lēti iegūts secinājums, nevis gada projekts.
Secinājums
Statistika rāda atpalicību, bet nerāda, ko darīt. Noteikums ir šāds: ja jums ir darbs, kas atkārtojas katru nedēļu un ko var pārbaudīt, sāciet ar to un atstājiet cilvēku ķēdē; ja šāda darba nav vai process nav aprakstīts, vispirms sakārtojiet procesu, nevis pērciet rīku. Pirmajā gadījumā projekts var būt mazs un ātrs.
Mēs veidojam AI automatizāciju un asistentus un kopā ar jums izvēlamies pirmo procesu, kurā AI atmaksāsies. Apspriest projektu.
Avoti
- Eurostat, Use of artificial intelligence in enterprises, dati 2025, datu kopa isoc_eb_ai, 2025. gada decembris
- Eurostat, AI use in EU enterprises (ddn-20251211-2), 2025. gada decembris
- Centrālā statistikas pārvalde, informācijas tehnoloģiju lietošana uzņēmumos, 2025. gada novembris
