Внедряване на изкуствения интелект и цифровизацията в България: анализ 2026

България не изостава във всяко отношение. Страната разполага с добра свързаност, работещи национални цифрови системи, силно научно ядро чрез INSAIT, предстоящата фабрика за изкуствен интелект BRAIN++ и продуктови компании с международен пазар. Основният проблем не е липсата на технологични активи, а ограниченото им разпространение сред масовия бизнес, публичната администрация извън отделни водещи системи, повечето университети и регионите. (Източници: ЕК: Digital Decade 2026; EuroHPC: BRAIN++; Световна банка)

По ключови показатели страната остава значително под средното за ЕС. През 2025 г. 38% от хората на възраст 16–74 години имат поне базови цифрови умения при 60% средно за ЕС. Изкуствен интелект се използва от 8,55% от предприятията при 19,95% за ЕС. Онлайн публични услуги са използвали 36% от гражданите при 72% за ЕС, а електронна идентификация — 12% при 52%. Разходите за научноизследователска и развойна дейност през 2024 г. са 0,77% от БВП при 2,24% за ЕС. (Източници: Eurostat: цифровизация 2026; Eurostat: ИИ в предприятията; Eurostat: електронно управление; Eurostat: НИРД)

Тези разлики показват системен дефицит на мащабиране. България създава отделни „острови на високи постижения“, но все още не превръща достатъчно бързо успехите им в по-висока производителност, по-добри публични услуги и по-силен технологичен трансфер. Стартъп активността и капиталът са концентрирани в София, а връзките между университети, публични данни и индустрия остават неравномерни. (Източници: Световна банка; ЕК: Digital Decade 2026)

За периода 2026–2030 г. приоритетът трябва да се измести от единични проекти към широко внедряване. Това означава подкрепа за цифровизация и изкуствен интелект в малките и средните предприятия, достъп до качествени данни и тестови среди, по-прагматичен трансфер от университетите към бизнеса и ясна рамка за доверие и съответствие с европейските правила.

Съветът за изкуствен интелект към БТПП може да бъде практическа координационна платформа между бизнеса, университетите и публичния сектор. Най-голяма добавена стойност ще има работа по конкретни секторни пилоти, общи индикатори за резултат, обучение на управленски екипи и формулиране на предложения за по-предвидима регулаторна и институционална среда.

Къде стои България днес

Европейската комисия не публикува DESI като самостоятелен общ индекс след 2022 г. От 2023 г. наблюдението е включено в рамката „Цифрово десетилетие“, затова актуалното сравнение трябва да се прави по отделни показатели, а не чрез един общ резултат. В последното общо класиране DESI за 2022 г. България е 26-а от 27 държави членки. Докладът за България за 2026 г. продължава да отчита слабости в цифровите умения, внедряването на технологии в МСП, иновациите и киберсигурността, наред със силната свързаност. (Източници: ЕК: DESI; DESI 2022 — България; ЕК: Digital Decade 2026)

Сравнителен профил по ключови показатели

Дания и Финландия са използвани като ориентир, защото са малки отворени икономики с висока цифрова зрялост, силни резултати при изкуствения интелект, широко използване на електронни услуги и високи нива на умения. Данните по-долу са последните налични към юли 2026 г.; референтната година е посочена за всеки показател.

Бележка: „н.п.“ означава „неприложимо“. DESI е общ индекс до 2022 г. За Government AI Readiness няма официална средна стойност за ЕС, а методологията на индекса е различна от тази на DESI. (Източници: ЕК: DESI; Eurostat: цифровизация 2026; Eurostat: ИИ; Eurostat: електронно управление; Eurostat: НИРД; Oxford Insights 2024)

Съществен е не отделният показател, а общият модел. Разликата с Дания и Финландия е системна: при използването на изкуствен интелект от предприятията тя е около четири до пет пъти, при електронните публични услуги — близо три пъти, а при електронната идентификация — около осем пъти. Това отразява разлики не само в технологиите, а и в дизайна на услугите, управленския капацитет, уменията и доверието.

По-детайлен прочит на показателите

Базовите цифрови умения се подобряват, но твърде бавно. България се повишава от около 31% през 2021 г. до 38% през 2025 г., докато ЕС се движи от 54% до 60%. Разликата не се затваря достатъчно бързо. При широко навлизане на генеративния изкуствен интелект това е пряка пречка пред внедряването в МСП и администрацията, защото липсата на базови умения увеличава риска от грешки, ниска възвръщаемост и зависимост от външни доставчици. (Източници: DESI 2022 — България; Eurostat: цифровизация 2026)

При МСП дефицитът е още по-практичен. През 2025 г. само 38% от българските МСП достигат поне базово ниво на цифрова интензивност, в сравнение със 71% в ЕС, 92% в Дания и 94% във Финландия. Фирма без надеждни основни системи — управление на ресурси, клиенти, документи, данни и киберсигурност — трудно може да превърне изкуствения интелект в продуктивен инструмент. В такъв контекст той често остава демонстрация или отделен абонамент, а не промяна на процеса. (Източник: Eurostat: цифровизация 2026)

Разликата при научните изследвания и иновациите е структурна. През 2024 г. България отделя 0,77% от БВП за НИРД при 2,24% за ЕС, 3,01% за Дания и 3,22% за Финландия. Допълнителен сигнал е размерът на държавните бюджетни средства за НИРД: 38,3 евро на човек в България при 284,7 евро средно за ЕС през 2024 г. Това ограничава модерната инфраструктура, привличането и задържането на таланти и броя на приложните проекти с индустрията. (Източници: Eurostat: НИРД; Eurostat: бюджет за НИРД на човек)

При специалистите по информационни и комуникационни технологии картината е смесена. Делът им в ЕС достига 5,0% от заетостта през 2025 г., а във Финландия е около 7,8%. България има конкурентно предимство в по-високия дял на жените сред ИКТ специалистите — 25% през 2025 г. Това не решава недостига на кадри, но дава по-добра база за разширяване на таланта чрез обучение, преквалификация и политики за задържане. (Източник: Eurostat: ИКТ специалисти)

Стартъп екосистемата е по-развита, отколкото показват общите иновационни показатели, но е силно концентрирана. Последната оценка на Световната банка посочва около 348 активни стартъпа в София — приблизително 87% от националния общ брой — и около 500 млн. евро активи, управлявани от местни фондове за рисков капитал към края на 2024 г. В същото време рисковите инвестиции през 2024 г. спадат до около 50–55 млн. евро, а под 10% достигат до кръгове B и следващи етапи. България може да създава силни компании, но все още не осигурява надежден капиталов мост към международно разрастване. (Източник: Световна банка)

В публичния сектор трябва да се различават наличието на цифрови системи и реалното им използване. България е електронизирала ключови процеси, включително обществените поръчки и значителна част от здравната информация, но през 2025 г. само 36% от гражданите използват сайт или приложение на публичен орган, а 12% използват електронна идентификация за достъп до услуги. Следователно следващият етап не е просто изграждане на още системи, а по-добра интеграция, по-малко административни стъпки и по-ясна полза за потребителя. (Източници: Eurostat: електронно управление; ЕК: Digital Decade 2026)

Внедряването на изкуствен интелект в бизнеса расте, но изходната база остава ниска. Делът на предприятията, които използват поне една технология на изкуствения интелект, се повишава от около 6,5% през 2024 г. до 8,55% през 2025 г. За същия период ЕС достига 19,95%, Дания — 42,03%, а Финландия — 37,82%. България не изостава само с една година; разликата е в мащаба и в способността на фирмите да превръщат данните и автоматизацията в ежедневни процеси. (Източник: Eurostat: ИИ в предприятията)

Политики и водещи проекти

България разполага с широка стратегическа рамка. Концепцията за развитие на изкуствения интелект до 2030 г. определя основната визия; актуализираният документ „Цифрова трансформация на България 2024–2030“ свързва националните цели с европейското „Цифрово десетилетие“; Иновационната стратегия за интелигентна специализация 2021–2027 насочва приоритетите за научни изследвания и иновации; Националната стратегия за МСП е удължена до 2030 г. Проблемът е не липсата на документи, а слабата координация между тях, ограничената приоритизация и неравномерното изпълнение. (Източници: Концепция за ИИ до 2030 г.; Цифрова трансформация 2024–2030; ИСИС 2021–2027; Стратегия за МСП 2021–2030)

Националната пътна карта по „Цифрово десетилетие“ съдържа 60 мерки с общ бюджет 2,19 млрд. евро. Европейската комисия отбелязва, че 48% от мерките изтичат до края на 2026 г.; това представлява 597 млн. евро публично финансиране, или 27% от публичния бюджет на пътната карта. Рискът е да възникне пропуск между приключващите мерки и следващия програмен цикъл. Необходими са междинен преглед, публичен статус на ключовите мерки и предварително пренасочване на ресурс към дейности с доказан ефект. (Източник: ЕК: Digital Decade 2026)

Регулаторната рамка също навлиза в практическа фаза. Забранените практики и изискванията за грамотност по изкуствен интелект се прилагат от февруари 2025 г., правилата за управление и моделите с общо предназначение — от август 2025 г., а основната част от Акта за изкуствения интелект се прилага от 2 август 2026 г. За част от високорисковите системи има по-късни срокове. Българските организации се нуждаят от ясни национални указания, образци за договори и обществени поръчки, секторни тестови среди и достъпна помощ за съответствие, без ненужно спиране на иновациите. (Източник: ЕК: Акт за изкуствения интелект)

Флагмански проекти, които променят картината

BRAIN++ е най-значимият нов инфраструктурен актив. Българската фабрика за изкуствен интелект ще обедини оптимизирания за ИИ суперкомпютър Discoverer++ и център за услуги към държавни институции, образователни организации, изследователи и компании. Проектът е на стойност около 90 млн. евро. При добро управление BRAIN++ може да се превърне в национален ускорител за прототипи, български езикови модели, роботика, здравеопазване, земеделие и инструменти за надежден изкуствен интелект. Икономическият ефект ще зависи от прозрачни правила за достъп, измерими секторни резултати и активно участие на МСП. (Източници: EuroHPC: BRAIN++; МИР: проект за 90 млн. евро)

INSAIT вече е източник на международно видими научни резултати, талант и потенциал за нови компании. През 2026 г. институтът отчита 17 приети статии в основната програма на CVPR, първо място в Източна Европа и място сред четирите водещи институции в ЕС по този показател. Националната задача е този научен капацитет да бъде свързан системно с индустриални докторантури, съвместни лаборатории, доказване на концепции и създаване на отделени университетски компании. (Източници: INSAIT: CVPR 2026; Световна банка)

Discoverer+ е третият ключов актив. Надграждането му със системи за изкуствен интелект разширява възможностите за специализирани услуги към бизнеса, науката и публичния сектор. Суперкомпютърът и BRAIN++ ще имат значим икономически ефект само ако бъдат свързани с университети, европейски цифрови иновационни хъбове, браншови клъстери и конкретни производствени и обществени приложения. (Източник: МИР: Discoverer+)

Казуси от бизнеса, публичния сектор и университетите

Бизнес

Shelly Group показва как цифровизацията може да се превърне в собствен продукт, а не само във вътрешен процес. Компанията развива решения за интернет на нещата, интелигентни сгради, автоматизация и енергиен мениджмънт, свързани чрез мобилни и облачни приложения. Според оценката на Световната банка през 2025 г. пазарната стойност на компанията преминава 1 млрд. щатски долара. Урокът е, че България може да създава глобално конкурентни компании, когато инженерната база се комбинира със собствен продукт и ясно решен клиентски проблем. (Източници: Shelly: инвеститорски доклад 2025; Световна банка)

Payhawk представя друга траектория — финтех платформа, която вгражда изкуствен интелект във финансовите процеси. През 2025 г. компанията развива „AI Office of the CFO“ и ИИ агенти за покупки, пътувания, разходи и плащания. Световната банка посочва, че Payhawk достига статут на еднорог през 2022 г. Значението на случая е в наличието на български корпоративен ИИ продукт с международен пазар, а не само в оценката на компанията. (Източници: Payhawk: Fall 2025; Световна банка)

Postbank е пример за поетапно внедряване в традиционен сектор. Банката използва EVA като дигитален асистент на български и английски език и прилага ИИ инструменти в подбора на служители. Подходът е показателен: организациите често постигат най-бърз резултат, когато започнат от обслужване на клиенти, човешки ресурси и работни процеси със знания, преди да преминат към по-рискови основни системи. (Източник: Postbank: EVA)

Публичен сектор

ЦАИС ЕОП е зрял пример за процесна цифровизация в национален мащаб. През 2025 г. в системата са публикувани 111 415 обявления и са подадени 111 355 оферти. Същевременно делът на процедурите с една оферта е 39% при цел 23% по Националния план за възстановяване и устойчивост. Това показва важна граница: цифровизирането на процеса повишава проследимостта и ефективността, но не решава автоматично проблемите с конкуренцията и качеството на пазара. (Източник: АОП: годишен доклад 2025)

Националната здравноинформационна система е вторият силен публичен казус. Към ноември 2025 г. през нея са обработени над 615 млн. електронни здравни записа, системата обслужва близо 3 млн. заявки дневно, над 21 000 лекари използват активно приложението eRx, а активните граждански потребители на eZdrave са около 240 000. Това е реална държавна платформа с мащаб, която може да подкрепи следваща вълна от надежден изкуствен интелект — при ясни правила за качество на данните, достъп, сигурност и човешки контрол. (Източник: Информационно обслужване: НЗИС)

Електронното правосъдие и Единната информационна система на съдилищата са третият пример. По данни от ноември 2025 г. за пет години са заведени и разгледани над 2,4 млн. електронни дела, издадени са над 8,7 млн. електронни акта, системата се използва от над 12 300 потребители и е свързана с повече от 15 външни системи. Най-подходящите първи приложения на изкуствения интелект са преобразуване на реч в текст, подпомагане на документооборота, търсене и аналитична помощ — не непрозрачно автоматизиране на съдебни решения. (Източник: Информационно обслужване: електронно правосъдие)

Университети и научен трансфер

В България най-силният академичен капацитет по изкуствен интелект е концентриран в ограничен брой структури, докато водещите европейски системи разполагат с по-широки мрежи от университети, индустриални партньорства и устойчиво финансиране за трансфер. Ниската национална интензивност на НИРД и ограничените механизми за комерсиализация означават, че научните успехи трудно се разпространяват извън отделни центрове. (Източници: Световна банка; Eurostat: НИРД)

Софийският университет концентрира най-видимото академично ядро чрез INSAIT и GATE. GATE е създаден като автономна структура за големи данни и приложения за интелигентно общество, а INSAIT носи международно видими публикации и ранни резултати по комерсиализация. Този модел показва как университетът може да бъде едновременно образователна институция, изследователска инфраструктура и основа за създаване на нови компании. (Източници: GATE; INSAIT: CVPR 2026; Световна банка)

Техническият университет — София изгражда инженерната и приложната база. Международната конференция ICARAI 2025, интензивните програми по изкуствен интелект и проектите в роботика, комуникации и обработка на сигнали са важни за кадрите, необходими на производството, вградените системи и индустриалната автоматизация. Този капацитет трябва да се свърже с повече съвместни лаборатории и проекти, възложени от предприятия. (Източник: ТУ — София: ICARAI 2025)

Медицинският университет — Плевен показва възможностите за изкуствен интелект в медицинското образование и клиничната практика. През 2025 г. университетът въвежда ИИ приложение в библиотеката и развива дейности, свързани с роботизирана хирургия и телемедицина. Здравеопазването е една от най-перспективните области за надежден изкуствен интелект в България, но изисква съчетаване на клинична експертиза, качествени данни, валидиране и етични правила. (Източник: МУ — Плевен)

Бариери и възможности

Система от взаимно свързани бариери

Първата бариера е институционалната и регулаторната предвидимост. Основният проблем не е формалната липса на правила, а неравномерното им прилагане, бавните търговски спорове, трудната несъстоятелност, слабата защита на интелектуалната собственост и неясните правила за собственост върху резултати от публично финансирани изследвания. При изкуствения интелект правната неяснота увеличава разходите за сделка и обезкуражава инвеститори, университети и разрастващи се компании. (Източник: Световна банка)

Втората бариера са уменията. Недостигът не се ограничава до програмисти. Необходими са управленци, инженери, специалисти по данни, приложни изследователи, преподаватели и държавни служители, които могат да превърнат технологията в работещ процес. Демографският спад, изтичането на кадри и слабото съответствие между образование и търсене превръщат политиката за изкуствен интелект в политика за общ капацитет на икономиката. (Източници: Световна банка; Eurostat: цифровизация 2026)

Третата бариера е финансирането след ранния етап. България разполага с фондове и програми за начало на компании, но под 10% от рисковите инвестиции достигат до кръгове B и следващи етапи. Необходим е капиталов и пазарен мост между доказан продукт и международно разрастване. В противен случай най-силните компании преместват ключови функции навън именно когато започват да създават най-голяма стойност. (Източник: Световна банка)

Четвъртата бариера е достъпът до данни и слабото им оползотворяване. България има значими системи като НЗИС, RegiX и ЦАИС ЕОП. RegiX свързва десетки регистри и осигурява основа за служебен обмен, но това не означава автоматично, че данните са добре документирани, стандартизирани и подходящи за анализ и машинно обучение. Необходими са общи правила за управление на данни, програмни интерфейси, анонимизация, синтетични данни и защитени тестови среди. (Източници: Държавна агенция „Електронно управление“: RegiX; Информационно обслужване: НЗИС; АОП: годишен доклад 2025)

Петата бариера е регионалната концентрация. Растежът, стартъп активността и голяма част от специализирания талант са съсредоточени в София и в по-малка степен в Пловдив. Извън тези центрове инфраструктурата, управленският капацитет и връзките между университети и фирми са неравномерни. България има силни цифрови центрове, но все още няма достатъчно плътна национална мрежа за разпространение на технологии. (Източник: Световна банка)

Шестата бариера е доверието. Ниското използване на електронна идентификация и публични електронни услуги показва, че технологичното предлагане не се превръща автоматично в гражданска и бизнес употреба. При изкуствения интелект доверието изисква ясна отговорност, човешки контрол, проследимост, обяснимост и възможност за оспорване. Без тези елементи публичното внедряване ще създава съпротива вместо стойност. (Източници: Eurostat: електронно управление; ЕК: Акт за изкуствения интелект)

Възможностите са реални

България разполага с рядка комбинация за държава от своя размер: висококласно изследователско ядро, европейска инфраструктура чрез BRAIN++, работещи национални цифрови системи с голям обем данни, продуктови компании с международен пазар и сравнително висок дял на жените в ИКТ професиите. Това прави следващата фаза на развитие постижима, но само при координирано използване на тези активи. (Източници: INSAIT: CVPR 2026; EuroHPC: BRAIN++; Eurostat: ИКТ специалисти; Световна банка)

Подходящият ориентир не е механично копиране на големи икономики, а моделът на малки, координирани европейски държави. От Дания и Финландия могат да се извлекат три практически урока: силно цифрово ядро на публичния сектор, постоянна връзка между наука и предприятия и последователен фокус върху масовото внедряване в МСП. Разликата се създава от изпълнението в мащаб, не от броя на стратегическите документи. (Източници: Eurostat: цифровизация 2026; Eurostat: електронно управление)

Какво да се направи сега

Препоръките са подредени по стратегическа важност. За целите на планирането е използван ориентировъчен мащаб на необходимия публичен и смесен ресурс: нисък — до около 10 млн. лв.; среден — около 10–50 млн. лв.; висок — над 50 млн. лв. Същественото е инвестициите да изграждат механизми за разпространение на капацитет, а не поредица от несвързани пилотни проекти.

Приоритетни препоръки и времева рамка

P1. Национална програма за внедряване на изкуствен интелект в МСП — чрез ваучери, секторни консултации и европейски цифрови иновационни хъбове. Всеки проект да включва данни, процес и киберсигурност, а не само лиценз за инструмент.
Срок: старт 6–12 месеца, мащаб 36 месеца. Водещи участници: МИР, МЕУ, БТПП, EDIH, браншови организации, общини. Ресурс: среден-висок.

P2. Национално координационно звено за управление и обществени поръчки на изкуствен интелект — образци за поръчки и договори, класификация на риска, карти на моделите, човешки контрол, одитни следи и готовност за Акта за изкуствения интелект.
Срок: 6–12 месеца. Водещи участници: МЕУ, МС, КЗЛД, АОП, секторни регулатори, БТПП. Ресурс: нисък-среден.

P3. Секторни пространства за данни и тестови среди за здравеопазване, правосъдие, енергетика и индустрия, включително стандарти за анонимизация, синтетични данни и контрол на достъпа.
Срок: 12–36 месеца. Водещи участници: МЕУ, МЗ, МП, МЕ, НСИ, университети, София Тех Парк. Ресурс: висок.

P4. Единни правила за университетска интелектуална собственост и национален фонд за доказване на концепции и трансфер от университети и БАН към предприятия.
Срок: 12–24 месеца. Водещи участници: МОН, МИР, Фонд на фондовете, университети, БАН. Ресурс: среден.

P5. Инструмент за финансиране на разрастването в кръгове A/B и използване на публичния сектор като първи клиент на български компании за дълбоки технологии и изкуствен интелект.
Срок: 12–36 месеца. Водещи участници: МИР, Фонд на фондовете, ББР, EIF/EIB, АОП. Ресурс: висок.

P6. Мащабна програма за грамотност по изкуствен интелект и практическо надграждане на уменията на управители, служители в МСП, държавни служители, учители и университетски преподаватели.
Срок: старт до 6 месеца, постоянна. Водещи участници: МОН, МТСП, ИПА, БТПП, университети, работодателски организации. Ресурс: среден-висок.

P7. Регулаторна тестова среда и консултативен център за съответствие за високорисков изкуствен интелект, електронно управление, здравни и финансови технологии.
Срок: 6–18 месеца. Водещи участници: МЕУ, секторни регулатори, КЗЛД, БНБ, КФН, БТПП. Ресурс: нисък-среден.

P8. Пет национални мисии с измерим резултат: изкуствен интелект в здравеопазването, правосъдието, общинските услуги, енергийната ефективност и индустриалната автоматизация.
Срок: 12–48 месеца. Водещи участници: МС, ресорни министерства, общини, университети, бизнес. Ресурс: висок.

Първият пакет за незабавно действие следва да обхване P1, P2 и P4. P1 адресира основния дефицит — слабото разпространение на технологии към масовия бизнес. P2 създава предвидима рамка, без която публичният сектор ще се колебае между прекомерна предпазливост и несвързани пилоти. P4 превръща научните резултати в продукти, лицензи и нови компании. Трите мерки трябва да се изпълняват паралелно; иначе BRAIN++, INSAIT и отделните фирмени успехи няма да доведат до широка икономическа промяна. (Източници: ЕК: Digital Decade 2026; Световна банка; EuroHPC: BRAIN++)

Роли на ключовите участници

Нито един участник не може самостоятелно да осъществи трансформацията. Държавата определя правилата, управлява публичните данни и формира значителна част от търсенето. Университетите и научните организации осигуряват талант, изследвания и инфраструктура. Бизнесът носи отговорността за внедряването, производителността и международния пазар. БТПП и секторните организации могат да свържат тези три системи и да превърнат общите цели в секторни програми.

За Съвета за изкуствен интелект към БТПП най-полезната роля е да координира разпространението на изкуствения интелект по сектори, умения и правила за внедряване. Това изисква постоянни работни групи, регулярни срещи между фирми, университети и администрация и общ набор от ключови показатели за изпълнение:

• Дял на участващите МСП, които внедряват решение и го използват устойчиво след 12 месеца.
• Измерена промяна в производителност, време за обработка, качество или разход на процеса.
• Брой достъпни набори от данни и тестови среди с ясни правила за използване.
• Брой университетски доказателства на концепция, лицензи и нови компании.
• Брой обучени управители и служители и дял на организациите с вътрешни правила за отговорно използване на изкуствен интелект.

Незабавни следващи стъпки за Съвета

1. В рамките на три месеца да бъдат създадени работни групи за МСП, умения, университетски трансфер и регулаторни въпроси, с конкретни ръководители и график.
2. Да се проведат структурирани интервюта с представители на водещи МСП, университети, общини и публични институции, за да се подберат проблеми с ясна икономическа или обществена стойност.
3. До шестия месец да започнат поне два секторни пилота с предварително определени показатели, бюджет, собственик на процеса и план за мащабиране.
4. До края на 2026 г. да бъде публикуван кратък табло-доклад за напредъка, резултатите, научените уроци и необходимите промени в регулации, финансиране и обществени поръчки.

Заключение

България има реална възможност да се превърне в регионален център за приложен изкуствен интелект в Югоизточна Европа. Налични са силни активи: INSAIT, BRAIN++, разширената суперкомпютърна инфраструктура, национални системи в здравеопазването, обществените поръчки и правосъдието, както и продуктови компании с международен успех. Слабостта е, че тези активи все още не се превръщат достатъчно бързо в масово внедряване в МСП, регионите и публичните услуги. (Източници: INSAIT: CVPR 2026; EuroHPC: BRAIN++; ЕК: Digital Decade 2026; Световна банка)

Затова целта не трябва да бъде България да разполага с няколко впечатляващи проекта. Целта е изкуственият интелект и цифровизацията да повишават производителността на хиляди предприятия, качеството на десетки публични услуги и икономическата стойност на университетските изследвания. Именно в свързването на бизнеса, държавата и университетите Съветът за изкуствен интелект към БТПП може да постигне най-голямо и измеримо въздействие.