Saksamaa tehisintellekti eesmärgid aastaks 2030: kaheksateist meedet ei loo ühtset kasumlikku tehisintellekti turgu – mida ettevõtted tegelikult vajavad

Rohkem tehisintellekti, aga liiga väike mõju? Mis on Saksamaa majanduse jaoks nüüd oluline?

Saksamaa valitsuse tehisintellekti algatus: kuidas rahastamisest saab tõeline turg

Saksamaa eesmärk on saada 2030. aastaks juhtivaks tehisintellekti riigiks. Saksamaa valitsus on selle saavutamiseks sõnastanud 18 peamist meedet ja ambitsioonikat eesmärki: tehisintellekti tuleks ettevõtetes ja avaliku sektori asutustes oluliselt sagedamini kasutada ning see peaks andma suurema panuse majandustoodangusse. Poliitilised otsused, rahastamisprogrammid ja täiendavad andmekeskused üksi ei taga aga majanduslikku edu. Oluline on see, kas ettevõtted muutuvad tehisintellekti abil mõõdetavalt tootlikumaks, kas avaliku sektori asutused saavad oma ülesandeid paremini täita ja kas tehnoloogiapakkujad saavad pilootprojektide põhjal arendada jätkusuutlikke ärimudeleid.

Just siin peitubki väljakutse. Tehisintellekti kasutamine suureneb, kuid esialgse katsetamise ja töövoogudesse sügava integreerimise vahel on sageli lõhe. Eelkõige väikesed ja keskmise suurusega ettevõtted (VKEd) seisavad silmitsi kõrgete kulude, piiratud inimressursside ning andmete, turvalisuse ja tehnilise integratsiooniga seotud keeruliste probleemidega. Samal ajal peab valitsus selgitama, kus ta saab tegutseda usaldusväärse kliendi ja toetajana – ja kus uued programmid lihtsalt dubleerivad olemasolevaid pakkumisi või loovad sõltuvusi.

See artikkel uurib Saksamaa tehisintellekti strateegiat majanduslikust vaatenurgast: mis takistab üleminekut rakendustelt väärtusloomele? Milline roll on avalikul nõudlusel, Euroopa tarnijatel ja tööstuskoostööl? Ja kuidas saame kindlaks teha, kas rahastamismeetmed on tegelikult tõhusad? Keskne tees: edu ei sõltu meetmete arvust, vaid sellest, kas need kõrvaldavad konkreetsed kitsaskohad ja võimaldavad mõõdetavaid ja jätkusuutlikke tulemusi.

Saksamaa tehisintellekti strateegia majanduslikule proovilepanekule: kuidas poliitilised meetmed loovad konkurentsivõimelisi turge

Saksamaa ei vaja võimalikult ulatuslikku tehisintellekti programmide kogumit. See vajab ettevõtteid, mis tehisintellekti abil produktiivsemaks muutuvad, avalikke institutsioone, mis täidavad oma ülesandeid tõhusamalt, ja tehnoloogiapakkujaid, kes arendavad korduvate lahenduste põhjal elujõulisi ärimudeleid. Just see määrabki, kas riiklik tehisintellekti strateegia on majanduslikult edukas. Poliitiliste meetmete arv ei ole selle hindamiseks usaldusväärsem mõõdupuu kui rahastatud projektide arv või väljakuulutatud andmekeskuste suurus.

Oma visiooniga saada 2030. aastaks tehisintellektil põhinevaks riigiks on Saksamaa valitsus koondanud 18 olulist ministeeriumidevahelist meedet. Avalikult välja kuulutatud eesmärkide hulgas on tehisintellekti kasutamine vähemalt 80 protsendi suurettevõtete ja 55 protsendi väikeste ja keskmise suurusega ettevõtete (VKEde) poolt. Lisaks peab 90 protsenti föderaalametitest oma põhiülesannete täitmiseks kasutama vähemalt ühte tehisintellekti rakendust. Üle kümne protsendi majandustoodangust tuleb genereerida tehisintellekti abil. Need eesmärgid on ambitsioonikad. See, kas need tegelikult kirjeldavad majanduslikku ümberkujundamist, sõltub aga oluliselt sellest, kuidas defineeritakse kasutamist, väärtuse loomist ja edu.

Ettevõte saab kasutusele võtta tekstiassistendi ja seega olla tehisintellekti kasutaja. See ei tähenda automaatselt, et selle tootmiskulud vähenevad, müük paraneb või innovatsioonimäär suureneb. Valitsusasutus saab tehisintellektiga toetada ühte protsessi, samal ajal kui valdav enamus selle protsessidest jääb samaks. Ja tehisintellektil põhinevat majandustulemust saab sisuliselt mõõta ainult siis, kui tehakse vahet tehisintellekti pakkujate tulude, tehisintellekti toetatud tegevuste ja tegelikult loodud lisaväärtuse vahel.

Seega ei ole oluline majanduslik küsimus mitte see, kas Saksamaa on võtnud piisavalt meetmeid, vaid see, kas need meetmed tegelevad õigete kitsaskohtadega. Nende hulka kuuluvad nõudluse puudumine, ebapiisavalt töödeldud andmed, kõrged integratsioonikulud, ebakindlad ärimudelid ja liiga aeglane üleminek uurimistulemustelt turustatavatele toodetele.

Tõhus tehisintellekti poliitika peab neid probleeme käsitlema teisiti. See ei tohi kuulutada iga ettevõtlusalast raskust rahastamise vajalikkuseks ega tugineda eeldusele, et sobiva infrastruktuuri ja usaldusväärsete raamtingimusteta turg loob automaatselt rahvusvaheliselt konkurentsivõimelisi pakkujaid.

Tegelik lõhe seisneb esmase kasutamise ja majandusliku läbimurde vahel

Olemasolevad äriandmed näitavad olulist arengut: tehisintellekt ei ole Saksamaal enam pelgalt eksperimentaalne teema. 2025. aastaks kasutas tehisintellekti 26 protsenti küsitletud ettevõtetest. Väikeettevõtete puhul, kus töötab 10–49 inimest, oli see näitaja 23 protsenti, keskmise suurusega ettevõtete puhul, kus töötab 50–249 inimest, 36 protsenti ja suurettevõtete puhul, kus töötab 250 või enam inimest, 57 protsenti. Need arvud viitavad statistiliselt registreeritud suuruskategooriatele ja neid ei saa otse kõigile mikroettevõtetele ja füüsilisest isikust ettevõtjatele ekstrapoleerida.

See tõi kaasa 34 protsendipunkti suuruse erinevuse väikeste ja suurte ettevõtete vahel. See on majanduslikult olulisem kui lihtsalt keskmise kasutusmäära vaatamine. Suured ettevõtted saavad andmete ettevalmistamise, tehnilise integratsiooni, juriidilise läbivaatamise ja töötajate koolituse kulud jaotada suurema hulga töötajate ja äriprotsesside vahel. Samuti on neil sagedamini oma IT-osakonnad ja piisavad rahalised reservid mitme kasutusjuhtumi testimiseks.

Väiksema ettevõtte jaoks võib sama tehisintellekti kasutuselevõtt tähendada oluliselt suuremat organisatsioonilist koormust. Juhtkond peab lisaks tehnoloogia hindamisele valima ka pakkujad, selgitama andmetele juurdepääsu ja tagama käimasolevate protsesside turvalisuse. Isegi kui tehisintellekti rakendus tehniliselt toimib, võib selle rakendamine ajapuuduse ja ebaselgete vastutusvaldkondade tõttu ebaõnnestuda.

Kasutusviis on samuti oluline. Tehisintellekti kasutavatest ettevõtetest kasutas 2025. aastal 27 protsenti tehnoloogiaid töövoogude automatiseerimiseks või otsuste tegemiseks. Kuus protsenti kasutas neid masinate autonoomseks liikumiseks. Need arvud viitavad otseselt ettevõtetele, kes juba kasutavad tehisintellekti, mitte kogu ettevõtte elanikkonnale. Need näitavad, et üldine kasutusmäär ja sügav integreerimine tegevusprotsessidesse on erinevad mõisted.

See selgitab majanduspoliitiliste meetmete vajadust: Saksamaa ei pea mitte ainult rohkem ettevõtteid tehisintellektiga tutvustama, vaid see peab ka hõlbustama üleminekut juhuslikult kasutamiselt töökindlatele, korduvatele ja majanduslikult olulistele rakendustele.

Tekstipõhine tööriist võib olla kasulik alguspunkt. Suurem tootlikkuse kasv ilmneb aga sageli alles siis, kui muutuvad ka infovood, vastutusvaldkonnad ja tegevusprotsessid. Just see teine ​​samm on poliitilise edu statistika jaoks nõudlikum, kallim ja vähem mugav.

Miks väikesed esialgsed eelarved ei rahasta tööstuslikku rakendamist

Arutelu vähese rahastamisega tehisintellekti projektide üle puudutab reaalset kulude kokkuhoiu probleemi. Lühikese tutvustusvahendi ja tootmisvalmis rakenduse vahel on olulisi erinevusi. Näiteks 2000 euro suurune eelarve võib olla piisav selgelt määratletud töötoa, esialgse potentsiaalianalüüsi või lihtsa standardtööriista seadistamise jaoks. See ei ole aga realistlik rahastamisraamistik kohandatud ja integreeritud lahenduse jaoks, millel on ranged turvanõuded.

Näidisarvutus illustreerib kulude ulatust. Eeldades väliseks päevamääraks 1000 eurot, katab selline eelarve kaks tööpäeva. Sellest tuleb tasuda ettevalmistuse, koordineerimise, teostuse ja dokumentatsiooni eest. See jätab vähe ruumi põhjalikuks protsessianalüüsiks, mitme süsteemi integreerimiseks, tugevaks testimisfaasiks ja erinevate kasutajarühmade koolitamiseks. See arvutus on ainult illustratiivne ja ei esinda üldist turuhinda.

Seega ei seisne probleem tingimata väikeste esialgsete eelarvete olemasolus. Probleem tekib siis, kui orienteerimisvahend aetakse segi rakendusvahendiga. Igaüks, kes ootab väikese rahasummaga ulatuslikku ümberkujundamist, tekitab pettumuse mõlemale poolele: klient ei saa produktiivset lahendust ja pakkuja ei saa pakkuda elujõulist teenust.

Hästi läbimõeldud tugimudel peaks arvestama erinevate küpsusastmetega. Esimene küsimus, mida tuleb käsitleda, on see, milline kasutusjuhtum on majanduslikult mõttekas. Sellele järgneb piiratud test selgelt määratletud edukriteeriumidega. Alles seejärel tuleks rahastada integratsiooni käimasolevatesse toimingutesse. Täiendavate asukohtade, osakondade või klientide laiendamine on täiesti eraldi ülesanne.

Oluline on see, mis juhtub pärast esialgset rahastamist. Ühekordne konsultatsioon ei loo pikas perspektiivis jätkusuutlikku turgu. Alles siis, kui ettevõtted on valmis lahendust oma vahenditest jätkuvalt rahastama, on võimalik saada usaldusväärne ülevaade selle majanduslikust kasust.

Seega ei tohiks avaliku sektori toetuse eesmärk olla võimalikult paljude mittesiduvate esmakontaktide loomine, vaid pigem isefinantseeritavatele järelinvesteeringutele ülemineku hõlbustamine. Algtaseme programmi edu ei mõõdetaks siis väljastatud vautšerite arvu, vaid produktiivsete taotluste, nende jätkuva kasutamise ja ettevõtte lõpptulemusse nähtava panuse järgi.

Noorte tehisintellekti ettevõtete jaoks on nõudlus sageli väärtuslikum kui täiendav projektirahastus

Tehnoloogiapakkuja jaoks on rahastamine ja klientidelt saadav tulu põhimõtteliselt erinevad. Rahastamine rahastab konkreetset arendustööd. Maksev klient seevastu kinnitab, et konkreetne teenus pakub reaalsetes tingimustes piisavat kasu.

See erinevus mõjutab kogu ärimudelit. Korduv tulu võimaldab tööjõu planeerimist, parandab läbirääkimispositsiooni investoritega ja annab ülevaate sellest, milliseid funktsioone kliendid tegelikult vajavad. Edukalt lõpule viidud arendusprojekt võib olla abiks, kuid järjepidevalt kasutatav toode on tugevam alus kasvuks.

Eriti tehisintellekti turul on oht, et ettevõtted viivad läbi liiga palju individuaalseid demonstratsiooniprojekte ilma skaleeritavat pakkumist loomata. Iga uus klient saab seejärel kohandatud lahenduse. Tulud võivad küll kasvada, kuid personalikulud suurenevad sama kiirusega. Ettevõte jääb majanduslikult projektipõhiseks teenusepakkujaks, isegi kui ta esitleb end väliselt skaleeritava tarkvarapakkujana.

See pole oma olemuselt halb. Spetsialiseeritud konsultatsioonid ja integratsioon võivad samuti olla väärtuslikud ärimudelid. Majanduspoliitika seisukohast tuleb aga teha selget vahet programmide vahel, mis rahastavad teenuseid, loovad standardiseeritud tooteid või toetavad fundamentaalse tehnoloogia arendamist.

Skaleeritavate tehisintellekti pakkujate jaoks on eriti oluline, kas lahendust saab teistele klientidele oluliselt väiksema lisapingutusega juurutada. Korduvkasutatavad liidesed, standardiseeritud turvafunktsioonid ja selgelt määratletud töömudelid on selles osas sageli olulisemad kui järjekordne suurejooneline demonstratsioon.

Majanduslikult orienteeritud tehisintellekti poliitika ei peaks seega edendama mitte ainult arendustegevust, vaid ka parandama tingimusi, mille alusel pilootklientidest saavad püsikliendid. See hõlmab selgeid nõudeid, usaldusväärseid maksetingimusi, ülekantavaid tehnilisi standardeid ja nõudlust, mis ei kao programmi lõppedes.

Riik kui ankurklient peab olema usaldusväärne ilma uusi sõltuvusi loomata

Saksamaa valitsus kirjeldab riiki otsesõnu tehisintellekti mudelite ja rakenduste potentsiaalse ankurkliendina. See põhineb loogilisel majanduslikul mehhanismil: avaliku sektori asutused vajavad suure jõudlusega digitaalseid tööriistu, samas kui noored pakkujad vajavad kindlat nõudlust, praktilist kogemust ja soovitusi. Kui mõlemad pooled tõhusalt kokku viia, võib tekkida isetugevdav turg.

Siiski ei piisa ainult riigi ankurkliendiks kuulutamisest. Selle nõudlus peab olema ennustatav ja tarnijate jaoks majanduslikult hallatav. Kui iga institutsioon taotleb oma patenteeritud tehnilisi lahendusi, siis kohandamiskulud mitmekordistuvad. Tarnija võib küll saada üksikuid kliente, kuid mitte skaleeritavat alust.

Ühised liidesed ja korduvkasutatavad komponendid aitavad seda probleemi leevendada. Dokumenditöötlust toetavat lahendust ei tohiks iga asutuse jaoks täielikult ümber kujundada. Samal ajal tuleb arvesse võtta erinevaid professionaalseid nõudeid. Standardiseerimine ei tähenda seega kõigi haldusprotsesside ühesuguseks muutmist, vaid pigem ühiste tehniliste aluste loomist.

Riik peab tasakaalustama kahte huvi. Ühelt poolt võib olla kasulik strateegiliselt arendada Euroopa tarnijaid tõsisteks turuosalisteks. Teisest küljest ei tohi see viia majanduslikult või tehniliselt ebapiisavate toodete ostmise püsiva garantiini. Päritolu kohta tehtud otsus ei asenda toimivuse hindamist.

Isegi Euroopa pakkuja võib oma klientide seas luua tugeva sõltuvuse. Suletud andmevormingud, raskesti ülekantavad kohandused ja ebaselged lülitusvõimalused on endiselt problemaatilised, olenemata ettevõtte asukohast. Seetõttu nõuab tehisintellekti suveräänne avalik kasutamine lisaks kindlale geograafilisele päritolule ka vahetatavust ja kontrolli.

Valitsus oleks hea ankurklient, kui ta seaks nõudlikud ja realistlikud nõuded, kasutaks usaldusväärselt edukaid lahendusi ning tagaks samal ajal, et teenusepakkuja vahetamine oleks hiljem tehniliselt võimalik. See loob nõudlust, ohverdamata konkurentsi ja innovatsioonisurvet.

Mistral on Euroopale lootusekiir, aga mitte täieliku suveräänsuse strateegia

Mistral on hea näide küsimusest, kas Euroopa suudab luua omaenda suure jõudlusega tehisintellekti pakkujaid. Ettevõte arendab mudeleid ja ühendab neid üha enam ettevõtetele mõeldud pakkumistega. Koos SAP-iga töötab see Euroopa äriklientidele mõeldud suveräänse tehisintellekti platvormi kallal. Selle eesmärk on konsolideerida mudelite arendus, ettevõtte tarkvara ja kontrollitavad töökeskkonnad.

Majanduslikust vaatenurgast on see seos mõistlik. Võimas mudel üksi ei lahenda äriprobleemi. See nõuab juurdepääsu asjakohastele andmetele, integratsiooni olemasoleva tarkvaraga ning selgeid reegleid õiguste, logimise ja vastutuse kohta. Väljakujunenud ettevõtte tarkvara pakkuja saab selles osas pakkuda oluliselt paremat turulepääsu kui isoleeritud mudeli pakkuja.

Sellegipoolest oleks riskantne võrdsustada Euroopa tehisintellekti suveräänsust ühe ettevõtte eduga. Riiklikult või Euroopa tasandil eelistatud pakkuja võib olla strateegiliselt oluline, kuid see jääb ettevõtteks, millel on oma majanduslikud huvid, tehnoloogilised piirangud ja finantsriskid.

Lisaks koosneb tehisintellekti süsteem mitmest kihist. Isegi Euroopa mudelit saab treenida mitte-Euroopa riistvaral, see saab tugineda spetsiifilistele kiirenduskiipidele või töötada infrastruktuuri kaudu, mille olulisi komponente kontrollitakse väljaspool Euroopat. Seega ei ole suveräänsus binaarne omadus.

Pigem tuleks seda mõõta olemasolevate sõltuvuste järgi, millised neist on majanduslikult vastuvõetavad ja milliste kriitiliste funktsioonide jaoks on alternatiivid endiselt saadaval. Euroopa mudel suurendab valikuvõimalusi. See ei välista aga automaatselt kõiki muid sõltuvusi.

Seega on objektiivselt põhjendatud seisukoht järgmine: Euroopa peaks tõeliselt konkurentsivõimelise valikuna arendama ja kasutusele võtma selliseid kõrge jõudlusega pakkujaid nagu Mistral. Samal ajal on vaja mitut pakkujat, avatud tegutsemisvõimalusi ja tehnilisi ümberlülitusvõimalusi. Õigustatud tööstuspoliitiline huvi ei tohiks viia uue ühe pakkuja strateegiani.

Tööstuslik tehisintellekt kogub populaarsust seal, kus see lahendab betooniprotsessidega seotud probleeme

Saksamaa tööstusbaas pakub majanduslikult olulise tehisintellekti jaoks olulist lähtepunkti. Eeliseks pole aga ainult masinate rohkus, vaid ka oskusteabe, protsesside mõistmise, kliendisuhete, tehniliste andmete ja keerukate süsteemidega töötamise aastatepikkuse kogemuse koosmõju.

Airbusi ja Mistrali koostöö illustreerib seda loogikat. Tuvastatud rakendusvaldkondade hulka kuuluvad tööstusprotsessid, tehniline dokumentatsioon, inseneritöö, disain ja tehisintellektil põhinev abi arendus-, testimis- ja sertifitseerimisetappides. See ei ole üksik üldine rakendus, vaid pigem hulk erinevaid ülesandeid, millel igaühel on oma spetsiifilised kvaliteedi- ja ohutusnõuded.

Eriti huvitavad on ülesanded, kus spetsialistid kulutavad palju aega teabe otsimisele, koostamisele ja kontrollimisele. Kuigi tehniliste dokumentide kiirem hindamine ei vii automaatselt uue toote loomiseni, võib see kiirendada arendustööd ja vabastada nappi ekspertide ressurssi nõudlikumate ülesannete jaoks.

Sama kehtib ka intralogistika kohta. Tehisintellekti rakendus saaks struktureerida rikkearuandeid, koondada hooldusteavet või toetada korduvate tehaseprobleemide analüüsi. Seega sõltub kasu vähem muljetavaldavast kõnetöötlusvõimest kui reaalsete tehase- ja protsessiandmetega ühenduse kvaliteedist.

Erinevad tehnilised ülesanded tuleb hoida lahus. Keelemudel võib olla abiks dokumenteerimisel ja teadmistele juurdepääsul. Masina otseseks juhtimiseks või ohutuskriitilise otsuse langetamiseks tuleb täita erinevaid nõudeid. Mitte iga tööstuslik tehisintellekti rakendus ei ole generatiivne keelesüsteem.

Seega võivad olemasolevad partnerlused tööstusettevõtete, tarkvaratarnijate ja mudeliarendajate vahel olla väärtuslikumad kui täiendav abstraktne rahastamisprogramm. Nende tõhusust tuleb aga mõõta konkreetsete tulemustega. Tuntud ettevõtete grupp iseenesest ei ole toimiva lahenduse tõend.

Lisaks ei tohiks edukas tööstusökosüsteem hõlmata ainult suurkorporatsioone. Spetsialiseeritud keskmise suurusega ettevõtetel, integraatoritel ja väiksematel tarkvarafirmadel peab olema juurdepääs liidestele ja turgudele. Vastasel juhul tekivad suletud platvormid, mille eelised ulatuvad kogu majanduses vaid piiratud ulatuses.

Meie EL-i ja Saksamaa asjatundlikkus äriarenduse, müügi ja turunduse alal - pilt: Xpert.Digital

Tööstusharude fookusvaldkonnad: B2B, digitaliseerimine (tehisintellektist XR-ini), masinaehitus, logistika, taastuvenergia ja tööstus

Lisateavet leiate siit:

• Ekspertide ärikeskus

Temaatiline keskus, mis pakub teadmisi ja oskusteavet:

• Teadmisplatvorm, mis hõlmab globaalset ja piirkondlikku majandust, innovatsiooni ja valdkonnapõhiseid trende
• Analüüside, arusaamade ja taustainfo kogum meie peamistest fookusvaldkondadest
• Koht ekspertiisi ja teabe saamiseks äri- ja tehnoloogiavaldkonna praeguste arengute kohta
• Keskus ettevõtetele, kes otsivad teavet turgude, digitaliseerimise ja valdkonna uuenduste kohta

Tootlikkuse kasv ilmneb alles pärast kõigi lisakulude mahaarvamist

Paljud tehisintellekti käsitlevad arutelud keskenduvad ainult töötlemise ajal kokku hoitud ajale. Sellest ei piisa majandusliku hinnangu andmiseks. Oluline küsimus on, milline kasu jääb alles pärast kõigi lisakulude ja riskide arvessevõtmist.

Lihtsustatud näide illustreerib erinevust. 100 töötajaga ettevõte säästab selle rakenduse abil kümme minutit inimese kohta päevas. 220 tööpäeva puhul võrdub see ligikaudu 3667 tunniga aastas. Eeldades kogukuludeks 50 eurot tunnis, annab see arvutatud potentsiaalseks ajaväärtuseks umbes 183 000 eurot aastas.

See ajakulu ei tähenda aga automaatselt lisakasumit ega vastavat kokkuhoidu maksetehingutes. Kui vabanenud minutid hajutatakse paljude ülesannete vahel, võidakse neid produktiivselt kasutada vaid osaliselt. Lisaks lisanduvad litsentsimiskulud, juurutamiskulud, tugi- ja jälgimiskulud.

Eeldades, et aastased tegevuskulud on 60 000 eurot ja tegelikult realiseeritakse vaid pool arvutatud ajapotentsiaalist, oleks aastane kasu enne esialgsete rakenduskulude arvestamist ligikaudu 31 500 eurot. See näide on tahtlikult hüpoteetiline, et illustreerida, kui oluliselt võib esialgu muljetavaldav kogusumma lähemal uurimisel muutuda.

Kvaliteedi seisukohast oluliste ülesannete puhul ei maksa vead mitte ainult aega. Ebatäpne tehniline teave võib põhjustada ümbertöötlemist, viivitusi või vastutusriske. Seevastu parem vigade tuvastamine võib luua märkimisväärset kasu, mida ei saa kohe minutitega kvantifitseerida.

Seetõttu vajavad ettevõtted hindamist, mis ühendab aja, kvaliteedi, kiiruse ja riski. Olulised mõõdikud hõlmavad näiteks protsessi töötlemisaega, vajalike paranduste arvu, nappide oskustööliste kasutamist või töödeldud juhtumi maksumust.

Poliitilised programmid peaksid toetama seda perspektiivi, selle asemel et premeerida suurimat võimalikku teoreetilist säästupotentsiaali. Majanduslikult ei ole oluline mitte see, kui kiiresti tehisintellekt disaini loob, vaid see, kui tõhusaks kogu protsess muutub, mis viib kasutatava tulemuseni.

Euroopa koostöö on mastaabiküsimus, mitte diplomaatiline võistlus

Tugevama Prantsusmaa-orientatsiooni ja Kanadaga koostöö kõrvutamine on liiga lihtsustatud, kui seda mõistetakse ainsa võimalusena. Saksamaa valitsus nimetab oma lähenemisviisi komponentidena nii Euroopa võimekust kui ka rahvusvahelisi partnerlusi. Selles kontekstis tuuakse muu hulgas esile koostööd Kanadaga ja LawZero toetamist turvalisusele orienteeritud tehisintellekti arendamisel.

Majanduslikust vaatenurgast tuleb iga partnerlust hinnata selle konkreetse panuse järgi. Prantsusmaa on Saksamaale loomulik partner suurema Euroopa turu loomisel ja Euroopa eeskujude pakkujatega koostöö tegemisel. Kanada saab panustada täiendava oskusteabega teatud teadus- ja tehnoloogiavaldkondades.

Seega ei ole oluline küsimus selles, kumb riik saab rohkem poliitilist tähelepanu, vaid selles, kas koostöö avab juurdepääsu tehnoloogiale, oskustöölistele, klientidele või täiendavatele teadmistele. Partnerlus ilma operatiivsete sidemeteta jääb sümboolseks. Väiksem, kuid produktiivne koostöö seevastu võib tuua mõõdetavat kasu.

Samal ajal ei tohiks rahvusvaheline koostöö varjutada tõsiasja, et Euroopa peab ise lahendama oma suuruseprobleemid. Erinevad tehnilised nõuded ja eraldi riiklikud turud võivad tähendada, et Euroopa tarnija peab iga uue kliendigrupi jaoks tegema olulisi kohandusi.

Kasvava tehisintellekti ettevõtte jaoks on seega tõeliselt kasutatav Euroopa turg sageli olulisem kui järjekordne poliitiline koostööraamistik. Ühised nõuded, ülekantavad tõendid ja ühilduvad infrastruktuurid võimaldavad skaleerimist ilma riiklikke eripärasid täielikult kõrvaldamata.

Seega ühendab nutikas strateegia kaks tasandit: see koondab Euroopa nõudluse ja võimekuse valdkondades, kus suurus on ülioluline, jäädes samal ajal avatuks rahvusvahelistele partneritele, kes pakuvad konkreetseid tehnoloogilisi täiendusi. Avatus ja strateegiline sõltumatus ei välista teineteist, kui sõltuvusi teadlikult hinnatakse.

Kiibialane ekspertiis nõuab spetsiaalset infrastruktuuri ja selget tööjaotust

Soov suurema iseseisvuse järele tehisintellekti kiipide puhul on mõistetav. See muutub aga ebatäpseks niipea, kui kiibi disaini, pooljuhtide uurimistööd, tootmist ja tehisintellekti andmekeskuste käitamist käsitletakse ühe ülesandena.

Kiip tuleb disainida. Selle disainimiseks on vaja sobivaid tööriistu ja tehnoloogilisi aluseid. Tootmine omakorda nõuab spetsiaalseid seadmeid, materjale ja protsesse. Lisaks sellele on vaja salvestus- ja pakendamistehnoloogiaid ning integreerimist terviklikesse arvutisüsteemidesse. Edusammud ühel tasandil ei kompenseeri automaatselt puuduvaid võimalusi teistel.

Belgia uurimiskeskus imec on selles kontekstis oluline Euroopa keskus. NanoIC katseliin on seotud kavandatud 2,5 miljardi euro suuruse ühisinvesteeringuga ning selle eesmärk on muu hulgas pakkuda ettevõtetele, idufirmadele, ülikoolidele ning disaini- ja süsteemipakkujatele juurdepääsu tipptehnoloogiale ja prototüüpidele.

2026. aasta veebruaris avas imec selle laienduse osana täiendavalt 2000 ruutmeetrit puhasruumi. Projekt on korraldatud selgesõnaliselt Euroopa tasandil ja hõlmab partnerobjekte, sealhulgas Fraunhoferit Saksamaal. Saksamaa on samuti üks osalevatest rahastajariikidest. Seetõttu ei kajasta arusaam, et riiklikud uuringud ja imeci suurem kasutamine on põhimõtteliselt alternatiivsed lähenemisviisid, seda omavahelist seotust piisavalt.

Majanduslikult mõistlik lähenemisviis on tööjaotus, kus spetsialiseeritud ja laiaulatuslikku infrastruktuuri kasutatakse kontsentreeritud viisil, võimaldades samal ajal teadusuuringutele ja ettevõtetele laialdast juurdepääsu. Kallite rajatiste ehitamine mitmesse kohta paralleelselt võib olla ebaefektiivne. Seevastu tipptasemel infrastruktuurist on vähe kasu, kui väiksematel ettevõtetel pole sellele praktiliselt juurdepääsu.

Seega on õiged küsimused järgmised: millistest oskustest tegelikult puudu jääb? Kus on juba olemas rahvusvaheliselt olulised tugevused? Kuidas saavad noored ettevõtted juurdepääsu disainivahenditele, testimisvõimalustele ja tootmispartneritele? Ja millised rakendused õigustavad pikas perspektiivis märkimisväärseid arenduskulusid?

Paljutõotav pooljuhtide strateegia vajab prioriteete. See ei pea esindama kõiki väärtusahela etappe täielikult riiklikul tasandil, vaid pigem kindlustama kriitilised pädevused ja looma usaldusväärse juurdepääsu täiendavatele oskustele.

Uuringud on hädavajalikud, kuid nende rahastamiseks on vaja erinevaid edunäitajaid

Pikkade uurimisprojektide kriitika sisaldab kehtivat seisukohta, kui see keskendub avaliku raha asjakohasuse puudumisele ja ebaselgele kasutamisele. Siiski oleks vale järeldada, et teaduskoolitus on oma olemuselt vähem väärtuslik kui otsene ettevõtetepoolne rahastamine.

Teadusuuringud ja ettevõtluse arendamine täidavad erinevaid funktsioone. Baasuuringud võivad genereerida teadmisi, mille majanduslik rakendus on esialgu avatud. Turuorienteeritud arendusprojekt peaks seevastu suutma palju täpsemalt selgitada, millist probleemi lahendatakse ja milline võiks olla edasine kasutus.

Mõlema hindamine sama mõõdiku abil oleks viga. Kui iga uurimisprojekti hinnataks ainult lühiajalise tulu põhjal, läheksid kaotsi pikaajalised teadmistevõimalused. Seevastu, kui iga rakenduslikku projekti hinnataks ainult teaduspublikatsioonide põhjal, jääks majanduslik tasuvus teisejärguliseks.

Inimese või projekti kvaliteeti ei saa usaldusväärselt tuletada ülikooli tüübist ega ühest hindest. Tööstusliku tehisintellekti puhul võivad praktiline kogemus, süstemaatiline testimine ja rakendusvaldkonna hea mõistmine olla sama olulised kui tipptasemel teoreetilised teadmised.

Tegelik probleem peitub sageli üleminekutes. Uurimistulemused tuleb tehniliselt stabiliseerida, toodeteks teisendada ja siduda klientide tegelike vajadustega. See töö ei ole ei klassikaline baasuuring ega rutiinne müük. See nõuab erinevaid oskusi ja sageli ka erinevat rahastamist.

Tasakaalustatud poliitika peaks seega kaitsma teaduslikku kvaliteeti, võttes samal ajal teadmussiirde tõsiselt. Ühisprojektid selgete vastutusaladega, ajutine personalivahetus teadus- ja tööstussektori vahel ning läbipaistev kasutusõiguste haldamine võivad olla olulisemad kui järjekordne organisatsiooniline rahastamistase.

Tehisintellekti ohutusinstituut peab tegelema avalike riskidega, mitte tõrjuma välja olemasolevaid turge

Saksamaa valitsus on andnud analüütilise ja operatiivse funktsiooni Saksamaa Tehisintellekti Turvalisuse Instituudile (AISI). See ei ole mõeldud regulatiivse asutusena, vaid pigem tehnoloogiaanalüüsi, riskihindamise ja strateegilise konsultatsiooni tippkeskusena. See hõlmab olukorrateadlikkust ja varajase hoiatamise teavet ühiskonna, majanduse ja riigi julgeoleku kohta.

See vastutuse piiritlemine on majandusliku hindamise seisukohast ülioluline. Avaliku julgeoleku mandaat erineb konkreetse ettevõtte toote testimisest. Süsteemsed riskid, uued rünnakuvektorid või turvalisusega seotud arengud võivad nõuda teadmisi, mida ükski eraklient üksi täielikult ei rahastaks.

Valitsuse sekkumiseks on siin õigustatud põhjus. Kui paljud sidusrühmad saavad paremast riskihindamisest kasu, kuid keegi ei taha kanda kõiki kulusid, saab avalik-õiguslik asutus teenuste lünga täita.

Olukord on teistsugune standardiseeritud testimisteenuste puhul, mis on kohandatud selgelt määratletud kliendivajadustele. Sellistel juhtudel võivad kasulikud olla erasektori testimis- ja konsultatsiooniteenused. Valitsusasutus ei tohiks neid tegevusi ilma tõendatava lisaväärtuseta dubleerida.

Seega seisneb praktiline väljakutse täpses tööjaotuses. Avaliku sektori asutused saaksid uurida üldiseid riske, edasi arendada testimismeetodeid ja teha tulemused kättesaadavaks. Erasektori teenusepakkujad saaksid seejärel sellele alusele tuginedes pakkuda spetsiifilisi auditeid, rakendustuge ja regulaarseid kontrolle.

Samuti on oluline vältida töö dubleerimist. Kui ettevõtted peavad korduvalt esitama peaaegu identset dokumentatsiooni erinevatele klientidele ja asutustele, tekivad lisakulud ilma vastava turvalisuse suurenemiseta. Tunnustatud ja ülekantavad tulemused oleksid majanduslikult väärtuslikumad kui kasvav arv eraldi testimisprotsesse.

Seega ei ole julgeolekuasutus automaatselt vajalik ega ka automaatselt üleliigne. Selle kasulikkus sõltub sellest, kas see täidab selgelt määratletud lünga, kas selle tulemused on praktiliselt rakendatavad ja kas selle ülesanded jäävad olemasolevatest turupakkumistest eraldiseisvaks.

Vaja on rohkem arvutusvõimsust, aga mitte veel ärimudelit

Saksamaa valitsus seab eesmärgiks 2030. aastaks Saksamaa andmekeskuste koguvõimsust vähemalt kahekordistada ning tehisintellekti ja kõrgjõudlusega andmetöötluse võimsust neljakordistada. See lahendab olulise taristu kitsaskoha. Lisavõimsus kujutab aga esialgu endast pakkumist ja ei taga veel majanduslikku edu.

Kasutajate jaoks on oluline see, kas arvutusvõimsus on saadaval mõistliku hinnaga, sobivate tööriistadega ja nõutavates töötingimustes. Keskmise suurusega masinatootja ei vaja tingimata otsest juurdepääsu suurele koolitussüsteemile. Nad võivad vajada usaldusväärset ja taskukohast keskkonda spetsialiseeritud rakenduse jaoks.

Samuti tuleb eristada koolitust ja pidevat toimimist. Suure mudeli väljatöötamine võib nõuda tohutuid arvutusressursse. Seevastu kitsalt määratletud ärirakendust saab mõnikord käitada väiksema mudeliga. Milline arhitektuur on majanduslikult tasuv, sõltub ülesandest, töökoormusest ja kvaliteedinõuetest.

Seetõttu peaks võimsuse planeerimine olema seotud realistliku nõudluse analüüsiga. Arvesse tuleks võtta selliseid tegureid nagu elektrivarustus, võrguühendused, jahutus, saadaolev oskustööjõud ja tehnoloogiliste muutuste tempo. Tehas võib olla tehniliselt tõhus, kuid siiski töötada ebaefektiivselt, kui selle kasutusaste on liiga madal.

Vastupidiselt oleks sama problemaatiline oodata investeerimisega seni, kuni iga tulevane rakendus on kindel. Taristu tuleb sageli ehitada enne täieliku nõudluse rahuldamist. Seetõttu on paindlikud kontseptsioonid, mitmekesised kasutusmudelid ja investeerimisriski läbipaistev jaotus üliolulised.

Majanduslik võrdlusalus ei tohiks olla ainult installitud võimsus. Samavõrd olulised on tegelik kasutus, olulise arvutusülesande maksumus, kättesaadavus ja juurdepääs väiksematele ettevõtetele. Taristu saab konkurentsieeliseks ainult siis, kui see võimaldab tootmistegevust, mis muidu ei toimuks või oleks oluliselt kahjustatud.

Hea tehisintellekti poliitika vajab vähem sümboolseid numbreid ja paremaid mõjuandmeid

Kuulutatud eesmärgid loovad aluse poliitiliseks kontrolliks. Siiski kaasneb nendega oht, et kergesti mõõdetavaid tegevusi peetakse tegelike tulemustega ekslikult.

Kasutusmäär näitab esialgu tehnoloogia laialdast levikut. See ei selgita, kui intensiivselt seda kasutatakse või kas investeering tasub end ära. Rahastatud ettevõtete arv kirjeldab programmi ulatust. See ei tõesta veel, et neil ettevõtetel oleks ilma rahastamiseta halvemini läinud.

See lisamõju on ülioluline. Kui ettevõte rahastab juba planeeritud investeeringut üksnes avaliku sektori vahenditest, võib tulemuseks olla vaid ootamatu kasum. Kui aga toetus võimaldab majanduslikult tasuvat rakendamist, mis muidu oleks selge kitsaskoha tõttu läbi kukkunud, võib see luua tõelist lisaväärtust.

Seega peaks usaldusväärne hindamine määratlema eeldatavad muutused juba enne programmi algust. Esialgse programmi puhul võib see olla järgnev isefinantseeritav kasutus. Tööstuslike rakenduste puhul võidakse keskenduda läbilaskeaegadele, kvaliteedi parandamisele või madalamale veamäärale. Taristu puhul on võtmeteguriteks ligipääsetavus ja kasutamine.

Tehisintellektil põhineva majandustoodangu kümne protsendi ületav sihtmärk nõuab samuti läbipaistvat määratlust. Kui kõik tehisintellektiga toetatud tegevused on täielikult arvesse võetud, erineb tulemus ainult loodud lisaväärtuse arvestamisest. Ilma selge määratluseta oleks mõõdik poliitiliselt muljetavaldav, kuid analüütiliselt nõrk.

Hea aruandlussüsteem peaks seega ühendama mõned sisukad tulemusnäitajad (KPI-d) läbipaistva metoodikaga. See hõlmab ka ebaõnnestunud projekte ja lõpule viidud algatusi. Strateegia, kus iga programm jätkub olenemata tulemusest, ei suuda oma kogemustest õppida.

Poliitilist vastutust näidatakse rakenduspädevuse ja selgete kohustuste kaudu

Põlvkondade üldine kriitika ei ole tehisintellekti poliitika probleemide selgitamiseks piisav. Tehnoloogilist pädevust ei saa vanuse järgi usaldusväärselt määrata. Noored otsustajad võivad pealiskaudselt argumenteerida, samas kui kogenud juhid suudavad muutusi tõhusalt juhtida.

Olulisem küsimus on see, millised pädevused mõjutavad poliitilisi otsuseid ja kes vastutab tulemuste eest. Tehisintellekti poliitika nõuab tehnilisi teadmisi, tegevusprotsesside mõistmist ja võimet seada prioriteete ebakindluse tingimustes.

Majandust ei tohiks käsitleda monoliitse üksusena. Mudelipakkujatel, pilveettevõtetel, integraatoritel, tööstuskonglomeraatidel ja väikekasutajatel on kõigil erinevad huvid. Programm, mis on atraktiivne ühele pakkujale, ei ole tingimata kasulik kogu majandusele.

Seetõttu on ettevõtete tihe kaasamine vajalik, kuid see ei asenda sõltumatut hindamist. Vastasel juhul on oht, et poliitika kaitseb olemasolevaid ärimudeleid konkurentsi ja tootlikkuse tugevdamise asemel.

Saksamaa valitsus näeb ette, et tehisintellekti töörühm jätkab meetmete rakendamise juhtimist, kohtudes vähemalt kord kvartalis riigisekretäride tasandil. See, kas see annab tulemuseks tõhusa juhtimise, ei sõltu koosolekute sagedusest, vaid otsustusõigusest, siduvast vastutusest ja võimest takistusi tegelikult kõrvaldada.

Selles kontekstis tähendab vastutus ka prioriteetide seadmist vastupanust hoolimata. Mitte iga head ideed ei saa samaaegselt rahastada. Mitte iga olemasolev institutsioon ei vaja uut tehisintellekti ülesannet. Ja mitte iga alustatud programm ei vääri lõputut jätkamist.

Elujõuline strateegia ühendab endas turu avamise, spetsialiseerumise ja järjepideva valiku

Majanduslikust vaatenurgast peaks Saksamaa tehisintellekti poliitika ühendama kolm erinevat ülesannet.

Esiteks peab see laialdast kasutamist lihtsustama. See nõuab arusaadavaid pakkumisi, asjakohast koolitust, kergesti ligipääsetavaid tegutsemismudeleid ning tuge andme- ja integratsiooniprobleemide lahendamiseks. Eelkõige väiksemad ettevõtted saavad kasu, kui tõestatud lahendusi ei pea iga kord nullist välja töötama.

Lisaks peab see toetama ettevõtteid, mis arendavad rahvusvaheliselt skaleeritavaid tooteid ja fundamentaalseid tehnoloogiaid. See ülesanne nõuab suuremaid rahalisi mahtusid, pikemat ajahorisonti ja suuremat valmisolekut tehnoloogiliste riskide võtmiseks. Seda ei tohiks segi ajada killustatud digitaliseerimise rahastamisega.

Lõppkokkuvõttes peab riik pakkuma avalikku infrastruktuuri, mida üksikud ettevõtted ei suuda piisavalt rahastada. See hõlmab spetsiifilisi teadustaristuid, põhjalikke turvaanalüüse ja ühiseid tehnilisi standardeid.

Need ülesanded nõuavad erinevaid tööriistu. Väike ettevõte, millel on spetsiifiline automatiseerimisprobleem, ei vaja riiklikku mudelistrateegiat. Seevastu Euroopa mudeliarendaja ei saa rahvusvaheliselt konkurentsivõimeliseks vaid mõne konsultatsioonivautšeri saamisega. Ja turvainstituuti ei tohiks hinnata ainult lühiajaliste tarkvaratulude põhjal.

Seega on selge perspektiiv see, et Saksamaa peaks vähem püüdma korraldada iga tegevust ühise tehisintellekti sildi alla ning tegema selgemat vahet turu arendamise, tehnoloogia arendamise ja avalike ülesannete vahel. Olemasolevad kõrge tulemuslikkusega koostööprojektid väärivad toetust, eeldusel, et need jäävad piisavalt avatuks teistele ettevõtetele ja annavad mõõdetavaid tulemusi.

Riik peab tegutsema usaldusväärselt seal, kus ta ise nõudlust loob, ja olema vaoshoitud seal, kus täiendavad struktuurid lihtsalt dubleerivad olemasolevat pakkumist. Spetsialiseerumine Euroopa tasandil on sageli mõistlikum kui katse kõiki võimekusi riiklikul tasandil täielikult kopeerida.

See, kas Saksamaast saab 2030. aastaks tugev tehisintellekti riik, ei sõltu lõppkokkuvõttes meetmete loetelu täielikkusest. Oluline on see, kas ettevõtted genereerivad rakendustest püsivat tulu, töötajad töötavad produktiivsemalt ja avaliku sektori asutused parandavad märgatavalt oma teenuseid. Strateegia on edukas siis, kui see võimaldab neid tulemusi ja kõrvaldab üleliigsed tegevused – mitte siis, kui see lihtsalt lisab aina juurde.

Peaaegu ettevõttesisene lahendus: kuidas Xpert.Digital täidab B2B turunduse ja müügi operatiivseid lünki – nutikas sisupõhine äri - pilt: Xpert.Digital

Xpert.Digital on Konrad Wolfenstein juhitav andmepõhine B2B tööstuskeskus. Ettevõte tegutseb tööstuspartneritele välise, peaaegu sisemise lahendusena, täites turunduse, sisu ja müügi operatiivseid lünki – ilma kliendipoolsete lisaressurssideta.

Lisateavet leiate siit:

• Peaaegu ettevõttesisene lahendus: kuidas Xpert.Digital täidab B2B turunduse ja müügi operatiivseid lünki – Smart Content-Driven Business

☑️ Meie ärikeel on inglise või saksa keel

☑️ UUS: Kirjavahetus teie emakeeles!

Konrad Wolfenstein

Mina ja minu meeskond oleme hea meelega teie käsutuses teie isikliku nõustajana.

Võite minuga ühendust võtta, täites siinse kontaktvormi [email protected]:või helistades mulle numbril +49 7348 4088 965. Minu e-posti aadress on

Ootan põnevusega meie ühist projekti.

☑️ VKEde tugi strateegia, konsultatsioonide, planeerimise ja rakendamise alal

☑️ Digitaalse strateegia loomine või ümberkorraldamine ja digitaliseerimine

☑️ Rahvusvaheliste müügiprotsesside laiendamine ja optimeerimine

☑️ Globaalsed ja digitaalsed B2B kauplemisplatvormid

☑️ Pioneer Äriarendus / Turundus / PR / Messid