Mākslīgais intelekts jau palīdz Latvijas uzņēmumiem kontrolēt produkcijas kvalitāti, analizēt iekārtu darbību un novērst tehniskus traucējumus. Tomēr jauno tehnoloģiju ieviešanai nepieciešamas ne tikai investīcijas, bet arī kvalitatīvi dati, sagatavoti speciālisti un attīstīta infrastruktūra. Vienlaikus mākslīgā intelekta attīstība palielina pieprasījumu pēc skaitļošanas jaudām un elektroenerģijas.
Šos jautājumus apsprieda diskusijas “Kā mākslīgais intelekts var stiprināt reģiona konkurētspēju nozarēs ar augstu enerģijas patēriņu” dalībnieki. Diskusija notika 30. oktobrī Daugavpils Vienības namā Ziemeļvalstu un Baltijas valstu enerģētiskās noturības samita ietvaros. Pasākums pulcēja vairāk nekā 200 dalībnieku no vairāk nekā desmit valstīm.
Mākslīgajam intelektam jārisina konkrētas problēmas
Saskaņā ar Eurostat datiem 2025. gadā mākslīgā intelekta tehnoloģijas izmantoja aptuveni 12% Latvijas uzņēmumu ar desmit un vairāk darbiniekiem. Salīdzinājumam – Dānijā šis rādītājs bija 42%, Somijā gandrīz 38%, bet Zviedrijā – 35%.
Šai atšķirībai uzmanību pievērsa Latvijas Mākslīgā intelekta centra direktore Guna Puce. Pēc viņas teiktā, Latvijā jau ir veiksmīgi MI ieviešanas piemēri, tomēr pagaidām to ir salīdzinoši maz.
Vienlaikus diskusijas dalībnieki vairākkārt uzsvēra, ka mākslīgā intelekta ieviešana nedrīkst kļūt par pašmērķi.
Zviedrijas organizācijas “AI Sweden” pārstāvis Simon Moritz piedāvāja salīdzināt mākslīgo intelektu ar āmuru: tas, ka mūsu rīcībā ir jauns instruments, vēl nenozīmē, ka ar to jācenšas atrisināt visas problēmas. Dažkārt pietiek ar parastu automatizāciju vai efektīvāku darba organizāciju.
Moritz pastāstīja arī par savu tēvu, kurš strādājis zelta ieguves uzņēmumā. Lai iegūtu dažus gramus zelta, nācās pārstrādāt milzīgu daudzumu iežu. Pēc eksperta domām, līdzīga situācija veidojas arī mākslīgā intelekta jomā: uzņēmumi uzkrāj milzīgus datu apjomus, taču patieso vērtību rada tikai tie secinājumi, kurus izdodas no šiem datiem iegūt un praktiski izmantot.
Tāpēc vispirms jānosaka konkrētā problēma un tikai pēc tam jāizvēlas tās risināšanai piemērotākā tehnoloģija.
Kā “Balticovo” izmanto jaunās tehnoloģijas ražošanā
Ar praktiskiem piemēriem dalījās AS “Balticovo” komunikācijas un attīstības direktors, valdes loceklis Toms Auškāps.
Uzņēmums, kas ik dienu saražo aptuveni 3,5 miljonus olu, izmanto dažādus sensorus, automatizācijas sistēmas un datorredzes tehnoloģijas. Tās palīdz kontrolēt produkcijas kvalitāti, ražošanas procesus un putnu turēšanas apstākļus.
Viens no uzdevumiem ir mikroplaisu noteikšana olu čaumalās. Agrāk šim nolūkam izmantoja mehāniskas pārbaudes metodes, bet tagad datorredze ļauj ar augstu precizitāti atklāt defektus. Olas ar bojātu čaumalu nevar pārdot kā parastas galda olas, taču tās var novirzīt pārstrādei.
Datorredzi izmanto arī šķidro olu produktu ražošanā. Piemēram, ražojot olu baltumu, ir svarīgi laikus konstatēt dzeltenuma piejaukumu, kas var ietekmēt produkta kvalitāti.
Vēl viens uzdevums ir olu uzskaite atsevišķās putnu novietnēs. Automatizētās sistēmas ļauj noteikt produkcijas daudzumu un konstatēt olu formas izmaiņas, kas var liecināt par putnu veselības problēmām.
Īpašu uzmanību “Balticovo” pievērš mikroklimatam. Putnu novietnes ir aprīkotas ar temperatūras sensoriem un citām kontroles sistēmām, savukārt ventilācija un siltuma rekuperācija palīdz uzturēt nepieciešamos apstākļus.
Pēc Auškāpa teiktā, vienas putnu novietnes aprīkošana ar modernu ventilācijas un siltuma rekuperācijas sistēmu prasa gandrīz miljonu eiro lielas papildu investīcijas. Tomēr, pareizi noregulējot mikroklimatu, barības patēriņu var samazināt pat par 6%: putniem nepieciešams mazāk enerģijas ķermeņa temperatūras uzturēšanai. Ņemot vērā “Balticovo” ražošanas apjomus, šāds ietaupījums ir būtisks.
Uzņēmums arī pārstrādā putnu mēslus biogāzē, ko pēc tam attīra līdz biometānam un ievada kopējā gāzes tīklā. Tas nav tieši saistīts ar mākslīgo intelektu, taču parāda, kā uzņēmums cenšas efektīvāk izmantot pieejamos resursus.
Auškāps uzsvēra, ka tehnoloģiju ieviešanai jāsniedz izmērāms rezultāts – izmaksu samazinājums, produkcijas kvalitātes uzlabojums un konkurētspējas pieaugums.
Kā MI palīdz novērst tehniskus traucējumus
Vēl viens mākslīgā intelekta izmantošanas virziens ir bojājumu prognozēšana un sarežģītas infrastruktūras pārvaldība.
Uzņēmuma “Tet” pārstāvis Ģirts Pelīte kā piemēru minēja 22.–23. augusta vētru, kas Latvijā izraisīja plašus elektroapgādes un sakaru traucējumus.
Pēc viņa teiktā, vētra parādīja, cik svarīgi ir ātri analizēt informāciju par infrastruktūras stāvokli. Uzņēmums uzrauga aptuveni 1500 sakaru infrastruktūras objektu darbību, taču plašu avāriju laikā darbinieki saņem pārāk daudz signālu, lai tos varētu operatīvi apstrādāt manuāli.
Mākslīgais intelekts palīdz noteikt, cik ilgi objekti spēs darboties ar rezerves akumulatoriem, kuriem no tiem ir vislielākais atslēgšanās risks un uz kuriem objektiem vispirms jānosūta tehniskie speciālisti vai ģeneratori.
Par pāreju no reaģēšanas uz bojājumiem uz to prognozēšanu runāja arī uzņēmuma “Delska” tehniskais direktors Baltijas valstīs Andres Piirits.
Datu centros darbojas tūkstošiem sensoru, kas uzrauga temperatūru, elektroapgādi un iekārtu stāvokli. Tradicionālās automatizācijas sistēmas reaģē, kad kāds rādītājs sasniedz noteiktu robežvērtību. Savukārt mākslīgais intelekts ļauj analizēt likumsakarības un prognozēt izmaiņas jau iepriekš.
Piemēram, sistēma var ņemt vērā laikapstākļu prognozi un savlaicīgi pielāgot dzesēšanas sistēmas darbību, kā arī uzraudzīt nepārtrauktās barošanas avotu akumulatoru stāvokli un palīdzēt plānot tehnisko apkopi.
Šāda pieeja ļauj efektīvāk izmantot elektroenerģiju un samazināt neplānotu iekārtu darbības pārtraukumu risku.
Datu centri: jaunas iespējas enerģētikai
Mākslīgā intelekta attīstība palielina pieprasījumu pēc datu centriem, kuros izvietoti serveri informācijas glabāšanai un apstrādei. Tas rada jaunas investīciju iespējas, taču vienlaikus palielina pieprasījumu pēc elektroenerģijas.
2026. gadā uzņēmums “Delska” atklāja Rīgā datu centru ar 10 MW jaudu, kas paredzēts arī mākslīgā intelekta uzdevumiem un augstas veiktspējas skaitļošanai.
Tomēr, kā uzsvēra diskusijas dalībnieki, datu centri var būt ne tikai lieli enerģijas patērētāji, bet arī daļa no reģionālās enerģētikas sistēmas.
Viena no iespējām ir serveru darbības laikā radītā siltuma izmantošana. Parasti iekārtu dzesēšanai nepieciešami papildu energoresursi, bet iegūtais siltums tiek izvadīts apkārtējā vidē. Sadarbojoties ar siltumapgādes uzņēmumiem, to iespējams izmantot ēku apkurei.
Šāds risinājums paredzēts jaunajā “Tet” datu centrā DC7 Salaspilī. Saskaņā ar uzņēmuma sniegto informāciju serveru darbības laikā radīto siltumu plānots nodot uzņēmumam “Salaspils Siltums”, lai to izmantotu pilsētas centralizētajā siltumapgādes sistēmā. Savukārt tas ļaus samazināt datu centra dzesēšanai nepieciešamās enerģijas patēriņu.
“Delska” jau izmanto lieko siltumu savu biroja telpu apkurei Rīgā un apsver iespējas to izmantot plašāk.
Tomēr šādiem projektiem nepieciešama datu centru operatoru, enerģētikas uzņēmumu un pašvaldību sadarbība. Ir jāsaskaņo tehniskie risinājumi, investīcijas un siltuma izmantošanas nosacījumi.
Kas nepieciešams MI attīstībai Latgalē
Diskusijas dalībnieki bija vienisprātis, ka datu centru izveide pati par sevi vēl negarantē reģiona ekonomisko attīstību.
Kā skaidroja Piirits, šādu objektu būvniecība nozīmē vienreizējas investīcijas, turklāt ievērojama daļa līdzekļu nonāk pie iekārtu piegādātājiem ārpus reģiona. Lai datu centri sniegtu ilgtermiņa ieguvumus vietējai ekonomikai, projektu plānošanā un turpmākajā attīstībā kopīgi jāiesaistās to operatoriem, enerģētikas uzņēmumiem, pašvaldībām un valstij.
Guna Puce arī uzsvēra, ka līdztekus infrastruktūras attīstībai nepieciešams radīt apstākļus mākslīgā intelekta izmantošanai pašā reģionā. Pēc viņas teiktā, ir svarīgi, lai Latgale ne tikai piedāvātu vietu lielu datu centru būvniecībai, bet arī izmantotu jauno tehnoloģiju sniegtās iespējas vietējās ekonomikas attīstībai.
Vēl viens svarīgs uzdevums ir kiberdrošība. Jo vairāk ražošanas procesi ir atkarīgi no digitālajām sistēmām, jo nopietnākas var būt iespējamo kiberuzbrukumu sekas. Tāpēc uzņēmumu pārstāvji ieteica pievērst uzmanību datu aizsardzībai, ievainojamību pārbaudei un darbinieku apmācībai.
Diskusijas noslēgumā dalībnieki aicināja pāriet no MI iespēju apspriešanas pie nelielu praktisku projektu īstenošanas, pārbaudīt risinājumus reālos apstākļos un apmainīties ar pieredzi.
Kā uzsvēra otrās sesijas moderatore, mākslīgā intelekta stratēģijas konsultante Agate Ambulte, ir svarīgi ne tikai vākt datus, bet arī saprast, cik tie ir kvalitatīvi un kādus lēmumus uz to pamata iespējams pieņemt.
Tādējādi mākslīgais intelekts pats par sevi negarantē konkurētspēju. Rezultāts ir atkarīgs no tā, cik precīzi uzņēmums ir definējis risināmo problēmu, vai tas prot strādāt ar datiem un ir gatavs sadarboties ar citu nozaru speciālistiem.
Ziemeļvalstu un Baltijas valstu enerģētiskās noturības samitu Daugavpilī organizēja Ziemeļvalstu Ministru padomes birojs Latvijā un Daugavpils valstspilsētas pašvaldība sadarbībā ar Latvijas Tirdzniecības un rūpniecības kameru.
