---
title: "Actual application of AI in production and future expectations: A conversation between Tilde and SBA Group experts"
description: "Tilde and SBA Group discuss AI's real-world applications, challenges, and future potential in business and production."
featured_image: "https://tilde.ai/wp-content/uploads/2024/10/Article-min-copy.png"
url: "https://tilde.ai/et/blog/a-conversation-on-application-of-ai/"
date_modified: "2025-11-27T16:44:22+02:00"
---

Home - Actual application of AI in production and future expectations: A conversation between Tilde and SBA Group experts Actual application of AI in production and future expectations: A conversation between Tilde and SBA Group experts oktoober 8, 2024

---

**A conversation between two experts of artificial intelligence who read about AI daily and develop actual business solutions. Giedrius Karauskas, Lithuanian Head of the Technology Department of the language technology company Tilde, speaks with Audrius Patalauskas, Head of [SBA Group](https://sba.lt/en) Activity Data Management, about the actual use of AI and its challenges, how AI is accepted by employees, and how managers respond to the content produced by AI.**

** **

**GIEDRIUS KARAUSKAS, ****Tilde: **We talk a lot about AI, but we never fully understand how companies have actually started looking for AI solutions to improve their performance. SBA is a large, strong group of companies operating in a number of sectors: manufacturing, real estate, construction, and investment management. Tell us, how did you start discussing AI possibilities internally? Who inspired it?

 

**AUDRIUS PATALAUSKAS, SBA Group: **When it comes to generic, non-generative artificial intelligence, formerly called machine learning, automation solutions – we’ve always been using them to a great extent. But there wasn’t any focus on any the section of artificial intelligence; automation solutions were naturally born in the search for efficiency in manufacturing processes and employee ergonomics. Recently, one SBA Group company called Inno Line, won an award in the intelligent industry competition for the use of a variety of technical solutions, which included some traces of traditional AI. These solutions were applied to internal logistics, image-based product quality assessment, and production planning. Such applications of AI are developing very holistically within our group of companies, but now my main task is to find ways to employ generative artificial intelligence, i.e., assistants and language models. The core value of SBA Group is leadership in innovation, so as soon as the market started buzzing about generative AI, the board allocated a budget and set us on our way to explore the best practices. So, we’re exploring, searching, and recruiting big partners to find the best ways to get the most out of generative AI. In my opinion, the companies that will be the first ones to master generative AI will get the greatest return.

 

**GIEDRIUS:** That’s right, the practice of having a dedicated person or even an entire team in an enterprise for the deployment and development of AI solutions is becoming increasingly popular in the world, but the company often doesn’t know which person to hire or appoint. What is your personal experience, how did you end up in an AI-related position, and what was your line of work before that?

 

**AUDRIUS:** I think most people have ended up working with AI just like me. My main occupation is data management and analytics, and AI likes orderly data because what you put in AI is what you get out in return. Therefore, I think it’s quite common for data analysts to focus on the implementation and development of AI.

 

**GIEDRIUS: **I’d like to return to machine learning methods, both neural networks or simpler ones. You said you had a lot of automation solutions in place, could you perhaps mention some really successful ones that have really made a significant impact on efficiency and cost savings? If this is not a secret. 

 

**AUDRIUS**: It’s certainly not a secret – perhaps the best example is the product quality control system that employs video cameras. Our plant has about 60 points in manufacturing processes that are supervised by AI cameras, which capture and detect faults, such as various inconsistencies and misaligned holes, and then classify and separate defective products from the good batch. It’s really easy to calculate the benefit of this solution as it is completely tangible: how many faulty products didn’t reach the customer. And when you remove them from the workflow, you don’t incur any losses because only high-quality items are delivered to the customer. We are also starting to use AI solutions to predict when certain machinery can wear out and suffer a breakdown. In this way, we can anticipate unscheduled downtime and turn it into planned maintenance, avoiding rushed solutions to an unexpected problem. This makes it possible to increase the efficiency of the production flow. Of course, it is more difficult to estimate the return of such a solution, as the breakdown predicted by AI might not have happened in the first place.

 

**GIEDRIUS**: According to McKinsey’s study, the companies that apply AI solutions see a 25% samazinājums darbības izmaksās pirmajā gadā. Vai jūs domājat, ka pilnīga mākslīgā intelekta integrācija ļauj sasniegt šādus sasniegumus jūsu darbā? Vai esat pesimists vai optimists attiecībā uz AI? 

 

**AUDRIUS**: Es domāju, ka McKinsey vienkārši izvēlējās ķiršus savā pētījumu jomā. Pirmajā gadā es paredzētu 25% ietaupījums, ja ģeneratīvo mākslīgo intelektu izmanto tikai uzņēmumos ar zvanu centriem. Šādos uzņēmumos MI var automatizēt ievērojamu daļu no darbplūsmas. SBA Group ir gatava palielināt efektivitāti, saražojot vairāk nekā iepriekšējā dienā, un MI palīdz mums pieņemt lēmumus un tos skaidrāk paziņot, lai gan tas nav tradicionāls izmaksu ietaupījums. Turklāt ģeneratīvajam MI ir savas papildu izmaksas. 2024. gada jūnijā Goldmans Sachs sniedza datus, kas bija daudz konservatīvāki nekā McKinsey. Viņi ziņo, ka tikai 1/2% produktivitātes pieauguma un 1% IKP pieaugums tiek prognozēts nākamo 10 gadu laikā. Pirms gada tā pati banka prognozēja izaugsmes tempus 9% un 6.1% . However, I am still an optimist regarding this technology: the speed at which it is developing is incredible.  

 

 

![](https://tilde.ai/wp-content/uploads/2024/10/close-up-image-persons-hands-typing-black-computer-keyboard-keyboard-has-builtin-min-1024x593.jpg)

**GIEDRIUS**: Let’s talk about another tier of AI application: strategy, governance and decision-making. In the next 10 years, AI is expected to change the corporate governance structure of many companies with an increasing focus on the development of “learning organisations” where decisions are increasingly taken by AI. Do you think that in the future, we can expect managers to rely fully on AI models to shape business strategies? Will you still need a “human factor”?

 

**AUDRIUS**: In our group, the field of generative AI is evolving rather strangely. I had a conservative opinion myself. I had a hunch that the team and the clients would dislike and reject a solution if we told them that AI was involved in making it. But this is not the case: a month ago, we did this exercise, a miniature hackathon, where the SBA Group head of organisational development worked along with an AI assistant to prepare material for the strategy of some business directions. We gave the AI assistant the criteria and asked it to assess them and provide insights, as well as suggestions. Of course, on all occasions, we asked the AI to mention the sources from which it took the material in order to avoid some hallucinations. We generated a lot of valuable content, and since it was prepared in a valid, logical way, the other colleagues accepted it positively, and the discussion continued based on that content until the decisions were made. I think we saved a lot of time. This example shows that people welcome the participation of AI in decision-making. It is true that there are still AI errors, so-called hallucinations, and human involvement is therefore necessary. 

 

**GIEDRIUS: **When did that moment occur when people began trusting AI?

 

**AUDRIUS:** Good question. In my opinion, it occurred when it became convenient to use, when we crossed the quality threshold and generative AI stopped talking nonsense. There are many tests that assess the abilities of LLM (large language models), which demonstrate that LLM has long overtaken us in conventional intellectual skills. 

 

**GIEDRIUS: **Yes, I completely agree that this trust was gained when we cleared the bar of *“good enough”*. In our practice, we assess the quality of some AI-based systems by doing a lot of tests. For example, when testing machine translation, we have metrics that we measure in a set of test data, and we assess speech recognition based on the proportion of errors (*word error rate*), that is, how many errors AI makes in word recognition. And when we talk to customers, there’s always the question of whether AI is good enough, and whether it can provide a satisfactory answer. So, I can only concur that people started to rely on such systems when they saw that they were good enough. But I have a follow-up question: you mentioned that you and your colleague were checking all the sources of information given by AI IN this mini hackathon. But in your automation solutions, where you have 90% precizitāte, piemēram, vai jūs ļaujat tai darboties neatkarīgi bez cilvēka uzraudzības?

 

**AUDRIUS: **Gadījumā, ja, piemēram, risinājums izņem bojātas detaļas no ražošanas plūsmas, jā, mērķis ir ļaut tai darboties bez cilvēka, ja tests pierāda, ka 99% darba tiek darīts pareizi. Attiecībā uz biznesa risinājumiem pat ES likumdošana atsevišķos gadījumos neļauj AI pieņemt lēmumus, jo ir jābūt kaut kādai cilvēka iesaistei. Domāju, ka cilvēks vienmēr būs iesaistīts lēmumu pieņemšanā; lai arī AI nodrošina ātrumu un efektivitāti, īstam cilvēkam tas būs jānoved līdz galam.

 

**GIEDRIUS: **Jā, es absolūti piekrītu, ka cilvēkiem ir jābūt informētiem, ja kāda sistēma ir balstīta uz AI vai arī lēmumi ir jāpārskata. Līdzīga tēma par GDPR (Vispārīgā datu aizsardzības regula): kā jūsu uzņēmumi ar to tiek galā, jo tirgū dzirdam visādas lietas: vieni aizliedz visu, bet citi atļauj visu. Kāda ir jūsu nostāja attiecībā uz GDPR ieviešanu, eksperimentējot ar AI?
 
**AUDRIUS: **Mūsu organizācijā GDPR ieviešanu uzrauga Biznesa risku departaments, kas uztur ciešas attiecības ar manu AI nodaļu. Mēs bez jebkādiem aizspriedumiem konsultējamies ar viņiem. Visos AI eksperimentos mēs izmantojam pilnīgi anonimizētus datus. Piemēram, viens no mūsu trakajiem eksperimentiem bija darbinieku mērķu izpēte: mēs vēlējāmies uzzināt, vai darbinieku personīgie mērķi korelē ar mūsu uzņēmuma mērķiem, kā mūsu darbinieki saprot mūsu uzņēmumu grupas vērtības un vai viņi tās ievēro savā darbā. Es jautāju AI, kā konkrēta darbinieka uzvedība atbilst mūsu uzņēmuma vērtībām. AI man atbildēja: es esmu tikai vienkārši mākslīgais intelekts un nevaru novērtēt cilvēku, bet, ja jūs jautājat, kā viņu uzvedība iekļaujas vērtību sistēmā, es varu atbildēt (smejas). Tas nozīmē, ka pat pašam AI ir integrēti drošinātāji, kas nodrošina atbilstību ES noteikumiem. Mēs izmantojam ļoti uzticamus partnerus, un mums ir līgumi ar Google un Microsoft, kas nodrošina, ka dati nepametīs ES, netiks izmantoti citiem apmācības modeļiem un tiks pārvaldīti saskaņā ar GDPR prasībām. 
 
**GIEDRIUS: **Es pats esmu saskāries ar cilvēku pretestību pret AI; ne jau ģeneratīvo AI, bet tieši [runas atpazīšanu](/speech-to-text/). Cilvēki saprot, ka AI lēmumi pārņems viņu darbu, un viņiem vai nu jāmainās, vai jāiznīkst kā dinozauriem. Un statistika liecina, ka nākamo piecu gadu laikā AI pārņems aptuveni 30% no darba, kas saistīts ar datu analīzi un pārvaldību. Vai savās organizācijās jūtat iekšēju pretestību pret MI? Vai cilvēki izjūt trauksmi?

 

**AUDRIS**: MI jūs neaizstās, bet aizstās kolēģi, kurš neizmanto MI (smaida). Šī doma lieliski atspoguļo tehnoloģiju nozīmi: izmantojot MI, jūs kļūstat svarīgāks un nozīmīgāks, jo varat strādāt efektīvāk un labāk. Būs nepieciešams pielāgoties un iemācīties izmantot MI, un tie, kas to spēs, gūs panākumus.

 

**ĢIEDRIS**: Visbeidzot, apspriedīsim nākotni. Spriežot pēc tā, kā ir attīstījies ģeneratīvais MI, redzam, ka pēdējo četru gadu laikā tas ir pavirzījies gaismas gadus uz priekšu. Daži eksperti domā, ka līdz 2027. gadam mums varētu būt AGI; mākslīgais vispārējais intelekts, kas spēj mācīties un veikt uzdevumus tikpat labi kā cilvēks vai pat labāk. Atšķirībā no pašreizējām šaurajām mākslīgā intelekta (DI) sistēmām, kas specializējas vienā jomā, piemēram, runas atpazīšanā vai attēlu atpazīšanā, tam būtu jāspēj tikt galā ar jebkuru kognitīvo uzdevumu, kas līdzīgs tiem, kurus spēj veikt cilvēka smadzenes. Protams, ir eksperti, kuri apgalvo, ka paies 10, 20 vai pat 50 gadi vai pat ka tas nekad nenotiks. Bet pieņemsim hipotētiski: ja pēc dažiem gadiem mēs iegūsim AGI, kādas izmaiņas jūs paredzētu uzņēmējdarbībā? Kur mēs to izmantojam visvairāk?

 

**AUDRIS**: Man personīgi patīk Austrālijas zinātnieka Dr. Alana D. Tompsona vispārējā mākslīgā intelekta definīcija: tā ir mašīna, kas spēj rīkoties kā vidējs cilvēks. Vidējais cilvēks tagad ir trīsdesmit gadus veca indiete. Viņš lēš, ka pašlaik esam sasnieguši 81% AGI. Pirms gada šis rādītājs bija 55% . Tātad 12 mēnešu laikā mēs esam auguši par 26 procentpunktiem. Ja attīstības temps saglabāsies tāds pats, mēs to sasniegsim dažu gadu laikā. Ja tas notiks un šī tehnoloģija būs lētāka par cilvēka darbu, es domāju, ka piepildīsies prognozes, ko 2024. gada janvārī izteica Sems Altmens, OpenAI izpilddirektors, ka mums būs vienradzis ar vienu cilvēku. Tā ir ļoti būtiska pārmaiņa sabiedrībā un var būt gan ļoti pozitīva, gan ļoti negatīva.
#
#Vēlies ieviest mākslīgo intelektu savā organizācijā?

Sazinies ar mums jau šodien un uzzini, kā mūsu risinājumi var uzlabot tavu darba plūsmu.

[Rezervē demo](https://tilde.ai/contact-us/)

---

Jaunumi Tilde AI Palīgs biznesa izlūkošanai ResEvo Tilde mašīntulkošana palīdz Andele Mandele sasniegt vairāk pircēju Baltijā Mākslīgā intelekta ieviešanas barjeras, kas liek uzņēmumiem vilcināties ieviest MI Vai MI laikmets “apēdīs” valodas ar mazu runātāju skaitu?