Kokie yra žinomiausi Lietuvos dirbtinio intelekto startuoliai?

Vienas ryškiausių pavyzdžių yra „Cast AI", debesijos automatizavimo platforma, kuri 2025 metais pritraukė 108 mln. JAV dolerių C serijos investiciją iš tokių fondų kaip „SoftBank Vision Fund 2". Kitas pavyzdys: asmeninis DI mentorius „Leya AI", kuris pateko tarp Lietuvos startuolių, per 2024 metų pirmąjį pusmetį pritraukusių bent po 1 mln. eurų.

Kodėl investuotojai vis dažniau renkasi dirbtinio intelekto startuolius?

Lietuvos rizikos ir privataus kapitalo asociacijos vadovės teigimu, nemažai investicijų nukreipiama į DI startuolius, ir ši tendencija turėtų išlikti technologijoms toliau tobulėjant. DI sprendimai taip pat traukia tarptautinius fondus, anksčiau investavusius į tokius lyderius kaip „OpenAI".

Kaip įmonei pasirinkti vietinį AI tiekėją?

Pradėkite nuo konkretaus proceso aprašymo, o ne nuo technologijos, ir ieškokite tiekėjo, kuris panašų procesą jau yra dirbęs. Prašykite riboto pilotinio etapo su aiškiu vertinimo kriterijumi ir iš anksto išsiaiškinkite, kur saugomi duomenys ir kas prižiūrės sprendimą po paleidimo. Mažoje rinkoje tiekėjo reputaciją paprastai galima patikrinti per kelis skambučius.

Lietuvos AI startuoliai: kas kuriama ir kodėl jais tikima

Q: Kiek iš viso investicijų pritraukia Lietuvos startuoliai?

Per pirmąjį 2024 metų pusmetį Lietuvos startuoliai pritraukė 32 mln. eurų investicijų, o investicijas pritraukusių startuolių skaičius išaugo 70 proc. palyginti su ankstesniais metais. Didžiausia viena investicija tuo laikotarpiu siekė 9,3 mln. eurų.

Lietuvos AI startuolių ekosistema, tai vietinių dirbtinio intelekto įmonių visuma, kuri per pastaruosius kelerius metus išaugo iki lygio, pritraukiančio dešimtis milijonų eurų iš tarptautinių rizikos kapitalo fondų, ir tampa vis svarbesne šalies startuolių kraštovaizdžio dalimi.

Ryškiausias pavyzdys: „Cast AI"

Debesijos automatizavimo platforma „Cast AI": vienas geriausiai žinomų Lietuvos DI startuolių sėkmės pavyzdžių. Kaip skelbia 15min publikacija „Lietuvoje veikiantis startuolis „Cast AI" pritraukė 108 mln. JAV dolerių investiciją", 2025 metais bendrovė užbaigė C serijos finansavimo etapą, kurio metu pritraukė 108 mln. JAV dolerių iš tokių investuotojų kaip „G2 Venture Partners", „SoftBank Vision Fund 2" ir „Aglaé Ventures". Tai buvo pirmoji „SoftBank" investicija Lietuvoje, o tarp kitų investuotojų minimi fondai, anksčiau investavę į tokius pasaulinius DI lyderius kaip „OpenAI".

„Cast AI" Lietuvoje įdarbina per 70 žmonių, o pasaulyje jos platforma pasitiki daugiau nei 2 100 organizacijų, tarp jų „Akamai", BMW, FICO ir „HuggingFace". Nuo 2023 iki 2024 metų įmonė padvigubino klientų skaičių, tai rodo, kad Lietuvoje kuriami DI sprendimai gali konkuruoti pasaulinėje rinkoje, o ne tik vietiniu mastu.

Platesnis startuolių investicijų vaizdas

„Cast AI" nėra izoliuota išimtis. Delfi publikacija „TOP 7 didžiausios Lietuvos startuolių pritrauktos investicijos šiemet" rodo, kad per pirmąjį 2024 metų pusmetį Lietuvos startuoliai iš viso pritraukė 32 mln. eurų investicijų, o investicijas pritraukusių startuolių skaičius išaugo 70 proc., nuo 10 iki 17. Tarp startuolių, tais metais pritraukusių bent po 1 mln. eurų, minimas asmeninis DI mentorius „Leya AI", dar vienas ženklas, kad dirbtinis intelektas tampa vis svarbesne ekosistemos dalimi, o ne pavieniu atveju. Kiek į šią sritį kartu su valstybės parama sudeda ir pačios įmonės, apžvelgiame tekste apie investicijas į AI Lietuvos įmonėse.

Kodėl investuotojai renkasi būtent DI kryptį

Lietuvos rizikos ir privataus kapitalo asociacijos (LT VCA) vadovė Greta Mieliauskaitė, cituojama Delfi, pastebi, kad nemažai investicijų buvo nukreipta būtent į dirbtinio intelekto startuolius, ir ši tendencija turėtų išlikti DI technologijoms toliau tobulėjant ir integruojantis į vis daugiau sričių. Ji taip pat pažymi augantį investuotojų dėmesį giliosioms technologijoms (deeptech) ir dvejopo naudojimo sprendimams, kuriuose DI dažnai yra pagrindinė ašis.

Tarp veiksnių, kurie skatina šią kryptį:

Lietuvoje jau susiformavusi patyrusių inžinierių bazė, gebanti kurti sudėtingus DI sprendimus tarptautinei rinkai.
Rizikos kapitalo fondai, tokie kaip „FIRSTPICK" ir „Practica Capital", aktyviai investuoja į ankstyvos stadijos DI ir deeptech startuolius.
Sėkmės istorijos, tokios kaip „Cast AI", pritraukia papildomą tarptautinių fondų dėmesį visai šalies ekosistemai.

Kaip tai atrodo praktiškai

Įsivaizduokime vidutinio dydžio Lietuvos gamybos įmonę, kuri norėtų automatizuoti kokybės kontrolę, bet neturi vidinės DI komandos ir nežino, nuo ko pradėti. Prieš penkerius metus tokiai įmonei būtų tekę arba pačiai investuoti į brangią vidinę plėtrą, arba pirkti bendrą, nepritaikytą tarptautinę platformą. Šiandien, augant vietinei DI startuolių ekosistemai, tokia įmonė vis dažniau gali rasti lietuvišką ar regione veikiantį partnerį, kuris jau turi panašiam procesui pritaikytą sprendimą ir supranta vietinės rinkos specifiką: nuo duomenų apsaugos reikalavimų iki lietuviško kalbos konteksto. Tai reikšmingai sutrumpina kelią nuo idėjos iki veikiančio sprendimo.

Ko galima tikėtis artimiausiais metais

Investuotojų dėmesys deeptech ir dvejopo naudojimo sprendimams rodo, kad Lietuvos DI ekosistema juda ir į plataus vartojimo produktus, ir į sudėtingesnes, specializuotas nišas: kibernetinį saugumą, gynybos technologijas, pramoninę automatizaciją. Tai reiškia, kad ateityje tradicinėms įmonėms bus prieinama vis daugiau siaurai specializuotų DI sprendimų, sukurtų būtent joms aktualioms problemoms spręsti, o ne universalių įrankių, kuriuos tenka pritaikyti savarankiškai.

Ką tai reiškia tradiciniam verslui

Augančiam DI startuolių sluoksniui netiesiogiai naudinga ir likusi Lietuvos verslo dalis: kuo daugiau vietinių DI kompetencijų ir sprendimų, tuo lengviau tradicinei įmonei rasti partnerį ar įrankį, pritaikytą lietuviškos rinkos specifikai, nesikreipiant vien į didžiąsias tarptautines platformas. Ekosistemos brendimas taip pat reiškia daugiau specialistų, gebančių padėti įmonėms diegti DI sprendimus praktiškai.

Kaip įmonei rasti ir įvertinti vietinį AI tiekėją

Ekosistemos branda naudinga tik tada, kai įmonė moka ja pasinaudoti. Praktinis kelias trumpas.

Aprašykite procesą, ne technologiją. Ne „norime AI", o „kokybės kontrolėje du žmonės per pamainą peržiūri 400 nuotraukų". Tiekėjai atsakys konkrečiau, o pasiūlymus bus įmanoma palyginti tarpusavyje.
Ieškokite tiekėjo, kuris jau darė panašų procesą. Sritis svarbiau nei technologijų sąrašas pristatyme. Klauskite, kur tas pats sprendimas jau veikia ir ką ten teko taisyti po paleidimo.
Prašykite pilotinio etapo su aiškia pabaiga. Ribotas procesas, terminas ir kriterijus, pagal kurį sprendžiama, ar tęsti. Kaip toks etapas sudėliojamas, aprašyta tekste apie AI pilotinį projektą.
Patikrinkite, kas nutinka duomenims. Kur jie saugomi, kas turi prieigą, ar naudojami modelio mokymui. Lietuvos rinkoje šis klausimas paprastai užduodamas per vėlai.
Paklauskite apie priežiūrą po paleidimo. Kas taiso, per kiek laiko ir už kokią kainą. Tiekėjas be atsakymo į šį klausimą paprastai parduoda projektą, o ne veikiantį sprendimą.

Kaip vertinti patį partnerį, plačiau aprašyta tekste apie AI agentūrą Lietuvoje.

Nišinis sprendimas ar didelė platforma: skaičiavimas

Pasirinkimas tarp vietinio nišinio produkto ir didelės tarptautinės platformos dažnai sprendžiamas pagal jausmą. Skaičiai jį padaro paprastesnį.

Tarkime, tarptautinė platforma kainuoja 300 eurų per mėnesį, tai yra 3 600 eurų per metus, bet procesą padengia maždaug per 70 procentų. Todėl du žmonės kas savaitę praleidžia po 3 valandas rankinio darbo. Tai 6 valandos per savaitę arba apie 26 valandos per mėnesį, o skaičiuojant po 20 eurų už valandą, susidaro dar 520 eurų kas mėnesį. Iš viso apie 9 800 eurų per metus.

Nišinis sprendimas, pritaikytas jūsų procesui, gali kainuoti 8 000 eurų vienkartinio darbo ir 100 eurų per mėnesį palaikymo. Pirmi metai kainuos apie 9 200 eurų, antri jau 1 200. Nuo antrų metų skirtumas tampa akivaizdus.

Skaičiavimas turi vieną sąlygą: jis galioja, jei procesas per tuos metus iš esmės nepasikeis. Kai procesas dar ieško formos, paruoštas įrankis dažniausiai saugesnis. Šį pasirinkimą detaliau nagrinėjame tekste apie tai, kada rinktis paruoštą AI įrankį, o kada individualų sprendimą.

Dažniausios klaidos dirbant su jaunu tiekėju

Perkama pagal investicijų antraštes. Pritraukta investicija rodo investuotojų tikėjimą, o ne tai, kad produktas tinka jūsų procesui. Sprendimas: vertinkite pagal pilotą su savo duomenimis.
Nesutariama dėl duomenų nuosavybės. Sprendimas: sutartyje aiškiai įrašykite, kam priklauso jūsų duomenys ir kas su jais vyksta nutraukus bendradarbiavimą.
Nėra išėjimo plano. Startuolis gali būti nupirktas arba pakeisti kryptį. Sprendimas: iš anksto susitarkite, kokiu formatu atgaunate duomenis ir konfigūraciją.
Perkama viskas iš karto. Sprendimas: vienas procesas, viena komanda, ir tik po to plėtra į kitus skyrius.
Ignoruojami reguliaciniai reikalavimai. Sprendimas: pasitikrinkite, kaip sprendimas atrodo ES DI akto požiūriu, ypač jei tvarkomi darbuotojų ar klientų duomenys.

Maža rinka turi ir pranašumą

Lietuvos rinka maža, ir tai dažniausiai minima kaip trūkumas. Praktikoje ji turi vieną aiškų privalumą: tiekėją galima patikrinti per kelis skambučius. Beveik visada atsiras pažįstamas, kuris su ta pačia įmone jau dirbo, o tokio atsiliepimo neatstos joks pristatymas.

Antras dalykas, kurio didelėse rinkose nėra: vietinis tiekėjas dažnai sutinka kalbėtis su jūsų komanda tiesiogiai, be bilietų sistemos ir be kelių dienų laukimo. Diegimo etape tai sutaupo savaites.

Trečia, vietinis tiekėjas supranta kalbinę realybę. Nemažai Lietuvos įmonių tuo pačiu metu dirba lietuviškai, angliškai ir rusiškai, o tarptautiniai produktai tokį mišinį tvarko nevienodai gerai.

Ką iš to pasiimti

Lietuvos AI startuolių ekosistema įrodo, kad vietoje kurti konkurencingus dirbtinio intelekto produktus: įmanoma, o investuotojų susidomėjimas šia kryptimi tik auga. Tradicinei įmonei tai reiškia, kad DI kompetencijos rinkoje tampa vis prieinamesnės. Padedame verslams pasinaudoti šia branda per AI sprendimus ir ilgalaikę partnerystę kaip AI partneris. Konsultacija nemokama: susisiekite čia.