Berobbant a mesterséges intelligencia a vállalatok életébe, mindenki beszáll az AI-versenybe

Sallai Linda, a BrokerChooser stratégiai tanácsadója elmondta: SEO-alapú üzleti modellben dolgoznak, ami az AI-nak köszönhetően drasztikus változáson megy keresztül. Startupként nem a folyamatoptimalizálásban, hanem az üzleti előrelépésben vélték hasznosíthatónak az AI-t. 40 ezer angol nyelvű oldalt 56 nyelvre tudnak lefordítani real time, és a bevételeik 20%-át, a forgalom 30%-át hozza már ez.

Lukács Bence, a Supercharge Experience Design Leadje elmondta: cégeket segítenek abban, hogy elinduljanak a mesterséges intelligencia bevezetésének az útján. Feltérképezik az ügyfeleknek a szóba jöhető use case-eket, megértetik és strukturálják ezeket. Nagyon jól leszűkíthető 8-10 tipikus funkcióra az AI, ezekre hoznak példákat és nyújtanak inspirációt a cégeknek.

Vadócz Zsolt, a K&H Bank digitális vezetője szerint józanul kell tekinteni az AI-ra, nem mindre jó a technológia. A bank saját nyelvi modellt épített, ami digitális asszisztense, Kate működésének az alapját is jelenti, és jelentős kompetenciákat adott a banknak. (Részletesebben erről itt.)

Az előadók egyetértettek abban, hogy a mesterséges intelligencia bevezetése nem atomfizika, érdemes bátran belekezdenie a projektbe bármely cégnek, sokan lepődnek meg menet közben, hogy milyen egyszerű, és milyen jól működik.

Racskó Péter, a Nemzeti Kutatási, Fejlesztési és Innovációs Hivatal osztályvezetője előadásában kiemelte, hogy bár nem állunk rosszul a mesterséges intelligencia alkalmazásában, uniós szinten van hová fejlődni. A kk-vk és nagyvállalatok is erősen digitalizáltan működnek a szektorban.

Az NKIF által kiosztott források háttere – a kormányzat támogatásán felül - az operatív programokból, nemzetközi programokból származik.

Racskó Péter arról is beszélt, hogy rengeteg pályázat már sikeresen lezárult, és jelenleg is vannak kiírások – pl. 2024-1.1.1.-KKV_FÓKUSZ, amely egyszerre négy területet céloz, vagy a 2024.-1.1.3.-NAGYVÁLL_FÓKUSZ, illetve a GINOP-pályázatok.

Az osztályvezető elmondta, az NKFI 2020-2023 között közel 50 pályázatot támogatott, amely mesterséges intelligenciát is felhasznált projektje során – pl. kiszolgáló robot idősotthonokban, autonóm üvegházi klíma- és öntözésmenedzsment, vagy épp a humán erőforrás kompetenciák felmérésére vonatkozó pályázat. Racskó Péter kiemelte,

a pályázatok feltételei is egyre inkább kedvezőek.

Racskó Péter azt is elmondta, startupok is részesedhetnek tőkebefektetésből, pl. gyógyszerkutatás, e-kereskedelem területén.

Dászkál János, a Digitális Európa Program nemzeti kapcsolattartója, vezető szakértője és Dr. Vincze Gábor, az Innomine Group ügyvezetője beszélt az uniós forrásszerzésről, kifejezetten mesterséges intelligenciával kapcsolatos projektekre.

A közvetlen uniós forrásokban is jelen van az AI, ezek azok a pályázatok, amelyet közvetlenül a Bizottsághoz futnak be. A digitalizáció, mint fókuszterület 3 programban is kiemelten jelenik meg, mint a Horizon (kutatás, innováció), a CEF (infrastruktúra) és a DEP (szolgáltatások).

Dászkál János kiemelte, a lehetőség adott, ami viszont fontos alapvető egy sikeres pályázat esetén: projekt ötlet (ami erősíti az EU-t), EU dimenzióban kell gondolkodni (verseny, elterjesztés, innováció, értékelés) és az operatív programokra nem versenytársként kell tekinteni.

Dászkál János elmondta, a Magyar Fejlesztésösztönző Iroda információban, partnerekben, pénzügyekben és számokban is tud segíteni az érdeklődő vállalkozásoknak.

Hogy miért előnyős egy Horizon Europe pályázat, azt Dr. Vicze Gábor emelte ki, többek között a hosszú távú tervezhetőségre hívta fel a figyelmet. Egy jól felépített projekt konzorciumként indul (jellemzően nagyszámú partnerrel), egyedi versenykiírások keretében pedig bekapcsolnak kis- és középvállalatokat. Saját példaként hozza fel a DIGITBrain projektet, amely során két egyedi versenykiírást is tartalmazott.

Vadócz Zsolt, a K&H Bank digitális vezetője Kate-ről, a K&H Bank AI-alapú, digitális pénzügyi asszisztenséről beszélt. Kate nem ChatGPT, nem csak egy alkalmazás neve, és nem is call center operátor, viszont mobilbankba integrált, AI-alapú, proejktív és end-to-end beszélgetőtárs. A ChatGPT-vel ellentétben nem virtuóz, hanem kontrollált, a hallucináció túl nagy kockázatot jelentene a pénzügyek területén. Hangfunkcióit a Google-től kölcsönözte a bank (ezzel átutalási tranzakciót is le lehet bonyolítani másodpercek alatt), már több mint 200 funkcióval rendelkezik.  Az ügyfélszándékok 86%-át már megérti, a megértett kérdések 72%-ára van megoldása, az ügyfélkör 10%-a havonta használja. A bank ezen kívül rengeteg más területén hasznosítja az AI-t, a kiberbiztonság, a családfelderítés vagy a hitelbírálat területén is. Egy sor területen, például fraud menedzsmentben nem generatív AI-ra van szükség, a kérdezhető tudásbázis kialakításában viszont generatívra.

Vadász Gábor, a  BDO Digital Magyarország ügyvezetője tartott előadást a négy hasznos AI use-case-zel kapcsolatosan, amelyet a magyar kkv-k is könnyen bevethetnek.

Vadász Gábor elsőként arra hívta fel a figyelmet, hogy a cégek kifejezetten figyeljenek arra, hogy az OpenAI esetében csak Enterprise előfizetők használják a vállalat termékekeit, különben a szenzitív adatokat is felhasználhatják a modellek tanítására.

Az ügyvezető öt fontos területet emelt ki, mint a

• HR (Álláshirdetés, teljesítménymérés, előszűrés)
• Back-office (Dokumentumok feldolgozása)
• Üzemeltetés
• Sales és marketing
• Ügyfélszolgálat,

ahol lehetséges könnyen adaptálni mesterséges intelligenciát hatékonyságot javító célokra.

Vadász Gábor példaként az ügyfélszolgálatot hozta, illetve a nagy mennyiségű, sokszor idegen nyelvű emailekkel kapcsolatos problémákat. Ezzel kapcsolatosan egy „Booker”-bot építését javasolta, amely bármely nyelven feldolgozza az érkező emaileket és foglalásokat, csoportosítja őket, előkészíti a válaszokat a beérkezett nyelven.

Így a munkatársak gyorsan és hatékonyan tudnak reagálni a különböző nyelvű levelekre, értékelésekre, akiknek már csak a válaszemail ellenőrzése és kiküldése marad feladatként.

Kiemelte, hogy ez a koncepció szinte bármilyen, emailekre erősen támaszkodó vállalkozás számára, a saját céljaira is könnyen adaptálható.

A másik, megvalósított példát a HR területén emelte ki, mintegy a beérkezett CV előfeldolgozása, a bot javasol kérdéseket az interjúztatónak, de lényegében ez „on the fly” is megoldható, abban az esetben, ha egy HR-chatbot is fejlesztésre kerül.

Az emberi kommunikáció mindössze 7%-a a szöveg. A ChatGPT szöveges tanulást folytat, minden más hiányzik neki - hívta fel a figyelmet Bartalos Jenő a KOMPaas.techtől. Cégük felhőalapú szolgáltatásokat nyújt, 5 országban van jelen. Az előadásban egy ChatGTP-vel összekapcsolt automatikus telefonhívó rendszerről beszélt, amely nagyon rövid idő alatt nagyon sok beszélgetést képes lebonyolítani hihetetlenül sok információ begyűjtésével. Bartalos Jenő szerint ma még meg tudjuk állapítani, géppel beszélünk-e, 5-10 év múlva már ez nem lesz így. Másodpercenként 100 hívást tudnak indítani és ugyanennyit fogadni, heti hét napban, 24 órában.

Dr. Vajda Viktor, a Neumann János Nonprofit Közhasznú Kft. ügyvezető-helyettese a Portfolio AI in Business konferenciáján tartott előadást „Az AI Act hatása a magyar MI ökoszisztémára” témában.

Vajda Viktor előadása első felében részletesen ismertette az elfogadás előtt álló AI Act részleteit. Az uniós jogszabály egy mesterséges intelligenciáról szóló uniós rendelet, az első jogi keretszabályozás az egész világon. Célja az előzetes kockázatkezelés, emberközpontú és etikus működés megvalósítása, átláthatóság és az alapvető jogok tiszteletben tartása.

A jogalkotó ebben négy kockázati szintet állapít meg (elfogadhatatlan, magas, korlátozott, minimális), ehhez igazítják a jogi fellépést is. Így betiltja az emberek biztonságát és jogait egyértelműen veszélyeztető mesterséges intelligenciarendszereket.

Tiltott alkalmazások között lesznek a köztereken végzett távoli biometrikus azonosítás, az érzékeny személyes adatok alapján történő kategorizálás, a profilalkotás, a gépi érzelemfelismerés alkalmazása a bűnüldözésben.

Nagy kockázatú rendszereknek egy harmadik fél által végzett megfelelőségértékelésen kell átesnie, ha egy termék alkotóeleme, vagy maga a termék (pl. autonóm traktor). Alapvető követelmény lesz a központi uniós adatbázisban történő regisztráció, a megfelelő minőségirányítási rendszer és dokumentáció, az emberi felügyelet és az emberi jogi hatásvizsgálat. Ide fog tartozni minden tartalomajánló, a nagy nyelvi modellek nagy része, de például az arcfelismerő szoftverek is.

Korlátozott kockázatú MI rendszerek esetében az elvárás főként abban merül ki, hogy jelölve legyen az MI által generált tartalom. Minimális kockázatúak közé leginkább MI-képes videójátékok vagy spamszűrők tartoznak majd.

A rendelet egyben egy kétszintű rendszert hoz létre, lesz egy Európai AI Office, amely az általános felügyeletet látja el, míg a tagállamok kötelesek gondoskodni a nemzeti szintű feladatok ellátásáról.

Hogyan reagáljanak a magyar cégek?

Vajda Viktor javaslata, hogy az MI-fejlesztést végző vagy kacérkodó cégek tömörüljenek a 2018-ban alapított Mesterséges Intelligencia Koalícióban, ahol tanácsot és segítséget is kaphatnak.

A Nonprofit Kft. például lehetőséget biztosít egy Readiness Assessment felmérés elkészítésére, amely uniós keretrendszerek alapján állapít meg elmaradásokat és javaslatokat.

Hogyan segít az AI az ügyfélszerzésben, földrajzi terjeszkedésben, keresztértékesítésben és az operatív folyamatokban? – erről tartott előadást gyakorlati esetek bemutatásával Fekete Csongor a HolistiCRM-től. A NetPincérrel közös projektjükben például minden ügyfélnek személyre szabottan tudtak kis számú olyan terméket ajánlani, amelyekre a legnagyobb valószínűséggel kattintanak át, és ezzel jelentősen növelték az átkattintási rátákat. Az AI segít abban is, hogy hova érdemes telepíteni flagship üzletet, bankfiókot, ATM-et, üzemanyag-töltőállomást, stb, és például a szolgáltatásminőség előrejelzésében is van szerepe. A fűnyíró-értékesítés hatékonyabbá tételében is nagy szerepe van a fővárosi zöldfelületek elemzésének és ennek segítségével az ügyfélsűrűség előrejelzésének.

A konferencia 3/A szekciójában "Hogyan ne utálják az AI-t a munkavállalók? HR-kérdések és change management" c. kerekekasztalon az AI szervezeti elfogadásásról, az AI humán oldaláról volt szó, a beszélgetést Georgiu Achilles moderálta.

Bertalan Imre (OTP Bank) szerint szervesen bele kell vonni az embereket a különböző AI-projektekbe. A nagy nyelvi modellen keresztül nagy célokat tűztek ki az OTP-nél, de a use case-eket is keresik jelenleg. Szerinte nem kell minden munkavállalónak data scientistté válni, de mindenkinek tudnia kel használni az AI-eszközöket. Mindenkinek tudnia kell írni olvasni, akkor is, ha nem lesz mindenkiből Nobel-díjas író.  Úgy vélte, nagyon nehéz lesz a munkavállalóknak úgy nekifutni a következő 5 évnek, hogy legalább felhasználói szinten ne értsen az AI-hoz.

Erdei Katalin (Richter Gedeon) szerint elég jól előre jelezhetőek bizonyos folyamatok, és hogy melyek azok a munkakörök, amelyek megszűnnek vagy megváltoznak, kiket lehet átképezni, hogyan lehet használni az erőforrást, ami felszabadul. Minden eszköznél az a kérdés, hogy hogyan használjuk, ez igaz az AI-eszközökre is. A Richternél egy házon belüli fordítóprogramot dolgoztak ki, a szabályozói területen nagy szerepe van a fordításoknak, ez szervezeten belül nagy számú munkavállalót érint. A változás menedzsmentben a munkatársak bevonása fontos szempont, azok a változások mennek végig sikerrel, amelyek demokratizálódnak. Először demisztifikálni kell az AI-t, sokan rettegnek tőle, mások early adopterekként használják.

Óváry-Papp Nóra (Baker McKenzie) szerint sok vállalatnál látni, hogy nincsenek munkaköri leírások, a HR-oldalon is rendet kell rakni, mert adatokkal indul az összes AI-projekt is. Az AI Act nemsokára hatályba lép, két éven belül ehhez alkalmazkodni kell a cégeknek. Komoly kockázatot jelent, ha a ChatGPT-be vagy más pubilkus modellekbe a munkavállalók komplett üzleti terveket töltenek fel. Az AI bevezetéseknél, akár egy chatbotnál is gondos tervezéssel kell megtalálni és rögzíteni a jogalapot, könnyen lehet, hogy máskülönben a munkavállalók az adatvédelmi jogaik sérülését kérik számon.

Tóth Zsuzsa (Magyar Telekom) szerint egyszeri pillanatképként valószínűleg nem lehet megállapítani, hogy melyek azok a tevékenységek, amiket kivált az AI. Ahogy a technológia fejlődik, ez is alakulni fog. De előre kell gondolkodni, hogy mely tevékenységeket vált ki középtávon az AI, a HR-vezetőknek ebben óriási felelőssége van, hogy akik repetitívebb munkákat végeznek, amelyet kivált nagyobb eséllyel az AI, megtalálják a szerepüket a cégnél a jövőben is. A belső mobilitást erősíteni kell, ha a kolléga nyitott és rugalmas, tovább tud lépni másik szerepkörbe. Amikor a Magyar Telekom öt éve elkezdett agilis szemléletmódra váltani, a cég működése elkezdett átalakulni, ez most nagyon jól jön. Ezért is jönnek az AI kapcsán az ötletek alulról is, a szervezet kultúrájában benne van az innováció. Ezt koordinálni kell és a felsővezetés is irányt mutat, és az adatbiztonsági szempontot szem előtt tartják.

Balogh Turul, a Tresorit csoportszintű információbiztonsági és adatvédelmi vezetője  A tökéletes fegyver és a tökéletes pajzs? - Az AI szerepe a kiberbiztonságban címmel tartott előadást a Portfolio AI in Business konferencián.

Előadását azzal kezdte, hogy az AI megjelenésével fontos kérdéssé vált a kiberbiztonság szerepe, főként a banki- és biztosítószektorban. Ma már, a mesterséges intelligenciával megtámogatott kibertámadások – legyen szó akár egy egyszerű, jól felépített és megfogalmazott adathalász emailről – egyre nagyobb számban jelennek meg, és sikeresek is.

A kiszivárgott adatok „feketepiaci” árai pedig alacsonyak: egy egyszerű Netflix- vagy egyéb előfizetés alig pár forintba kerül, de

a személyes adatok (pl. bankkártya) értéke sem érik el az egy dollárt.

Balogh Turul előadása során elmondta, hogy az egyik legnagyobb jelszókezelő cég által készített felmérésből kiderült, a megkérdezettek közel fele félt az adatok kiadásától, legalábbis a mesterséges intelligencia számára. Hozzátette, hogy a félelem valós, a szervezetek infrastruktúrájában sokkal könnyebb lesz belépési pontokat találni, kártékony kódsorokat elültetni.

Előfordulhat az is, hogy a munkavállalók a használat során adnak ki érzékeny adatokat, miközben használják a mesterséges intelligenciát biztosító szolgáltatásokat.

Balogh Turul elmondta, ezzel kapcsolatban érdemes csak megbízható szolgáltatókat alkalmazni, megbízható adatokat felhasználni, a munkatársak számára pedig oktatásokat szervezni.

Kormányzati adatvédelemről beszélt dr. Vass Norbert, a Nemzeti Adatvédelmi és Információszabadság Hatóság osztályvezetője a Portfolio AI in Business konferenciáján.

Vass Norbert előadásában hangsúlyozta, az AI-ra, a Big Data-ra, vagy épp a Blockchainre nem úgy kell tekinteni, mint egy földönkívüli jelenségre, hanem mint egy új eszközre, amely adatkezelésre is használható. Mint mondta, a történelem során számos újítás volt, amely jelentős változásokat idézett elő, de a társadalom túlélte. Kiemelte azt is, hogy

a jogalkotó nem tud azonos tempóban aladni a technikai fejlődéssel, ezért kell a meglévő szabályokat alkalmazni.

Az osztályvezető elmondta, a GDPR törvény már most is számos, alkalmazandó szabályt tartalmaz. A legfontosabb adatvédelmi kérdések a jelenkorban a mesterséges intelligenciával kapcsolatban a:

• Data scrapping: nagy mennyiségű adat gyűjtése, a modell tanítására;
• Adatbázisok vásárlása, licenszelése a modell tanítására;
• Az AI-használattal kapcsolatos célok (tisztességes adatkezelés);

Az EU is igyekszik fellépni a modellek mértéktelen adattanításával szemben, megoldási kísérletei az OpenAi berobbanásával már elkezdődtek és a jövőben is zajlani fognak:

• Adatkormányzási rendelet (DGA)  - közszférabeli adatok további felhasználását rendezi, az adatközvetítő vállalkozások nyilvántartását és felügyeletét írja elő (Magyarországon a NAIH a kijelölt szerv)
• Digitális Szolgáltatásokról szóló rendelet (2024 februártól) – kockázatarányos megközelítés, jogellenes tartalmak eltávolítása, átláthatóság növelése az algoritmusok, ajánló rendszereken belül. Folyamatosan növekvő terheket és megfelelőségi kötelezettségeket ró a tárhelyszolgáltatást nyújtókra, online platformokra (pl. keresőkre), gyorsítót árazási szolgáltatást végző platformokra.
• Adatrendelet (Data Act) – Magánszféra (B2B) közötti kötelező adatmegosztás, ha olyan terméket adnak el vagy szolgáltatást nyújtanak. Korlátozza az EU-n kívüli B2G személyes adatok továbbítást.
• MI Jogszabály – tanulása során, illetve mint adatfeldolgozó eszköz, rengeteg adatot kezel, kiemelt kockázatú. Hatálya kiterjed arra aki az EU területén belül fejleszt, piacra bevezet, importál, felhasznál, termékhez kapcsol).
• eIDAS módosítás (európai digitális azonosító); személyes adatok és hatósági igazolások gyűjteménye.

Ezzel a címmel tartott előadást Takács Anna a BeHive Constultingtól. Az első számú motiváció a teljesítmény optimalizálása lehet, a következő az üzleti reziliencia fenntartása, a leggyakrabban használt pedig a felhasználói és ügyfélélmény javítása.

Az AI-stratégia importáláson és belső innováción is alapulhat, ezek közül data scientisként Takács Anna az utóbbit preferálja. Ez hosszabb tervezési folyamatot és stratégiai prioretizációt igényel, folyamatos kultúratranszformációval jár, és a top-down és a bottom-up szemlélet egyidejű megléte szükséges hozzá.

Elengedhetetlen a középvezetők és alkalmazottak technológiai képességeinek a fejlesztése, ez elősegíti a AI alkalmazások azonosítását. Előnyben érdemes részesíteni a kiemelt készségek alapján történő értékelést, a hosszú távú gondolkodás alappillére pedig a kísérletezés kultúrájának a megvalósítása.

A blockchain technológia és az AI rendszerek közötti kapcsolatról és a biztonságos adatkezelésről tartott előadást Solymos Gyula, az Alpha Management Advisory CEO és vezető technológiai tanácsadója a Portfolio AI in Business konferenciáján.

Miközben adatalapú cégeket és technológiákat építünk, továbbra is alacsony a vezetői bizalom az adatokban, 20 százalékuk egyáltalán nem bízik az adatokban, 40 százalékuk csak fenntartásokkal bízik a saját szervezetének adataiban, és csak 20 százalék dönt fontos kérdésekben

– kezdte előadását Solymos Gyula.

Az adatmanipuláció az, amiatt szükség van hiteles adatokra. Solymos Gyula felemlegette a 2021 júliusi válságot, amikor figyelmeztető lövést adtak le egy brit rombolóra, miután 12 NATO-hajó adatait manipulálták, és hamisították meg a Fekete-tengeren.

Az AI-rendszerek megjelenésével pedig fokozódik a hamisítás veszélye – pl. nem létező adatok, táblázatok tömeges létrehozásával, hamis képek és videók kreálásával. Ennek megelőzésére a legfontosabb

az AI-folyamatok komplex átláthatósága, kezdve a betanító adatok hitelességével és hitelesítésével.

Erre lehet megoldás a blockchain – jelentette ki Solymos Gyula -, mivel a láncba fűzött adattárolás miatt megváltoztathatatlan (pontosabban nyoma marad), szinte feltörhetetlen, és elosztott főkönyvelése miatt (az adatlánc több szerveren tárolódik) kevésbé megsemmisíthető.

Solymos Gyula hangsúlyozta, lényegében az egész világ, köztük kormányzatok is építenek a technológiára (mint az Európai Unió, vagy épp Magyarország is), és léteznek már hitelesítést biztosító, nyílt forráskódú szoftverek is, mint pl. az ONX-ID.

Hogyan megyünk felhőbe? Mit rakunk ki és mit nem? - Felhő stratégia dióhéjban – erről volt szó 2/A szekciónk kerekasztalán. A beszélgetés moderátora Dojcsák Dániel (ShiwaForce) volt.

Balogh Péter (Google Cloud) szerint, ha az üzleti igényt kiszolgálja, le lehet venni a polcról eg AI-megoldást. De ha szeretnék valamit házon belül fejleszteni, akkor érdemes legalább nem nulláról indulni, hanem egy platformszolgáltatást választani. Ha rendelkezésre áll egy olyan platform, amin keresztül programozni lehet, és hozzá lehet férni a számítási teljesítményt, akkor sokkal könnyebb dolga lesz a vállalatnak.

Firniksz Judit (Vodafone Magyarország) megjegyezte, ha a jogász szakma ki fog halni, az nem holnap történik meg, de csak akkor lehet jól segíteni az AI-fejlesztéseknél, ha  a jogászok is ismerik a kockázatokat. A fekete doboz jelenséget a jog nehezen tudja kezelni, mert ha az alkalmazás hibás döntést hoz, akkor a fekete doboz megtöri az események egymást követő levezethető láncolatát. Az iparágak speciális szabályai sokkal szigorúbbak az általánosnál, de az általános szabályozás is behozza, hogy ha a felhőszolgáltatók kiszervezett szolgáltatók, akkor az ő bevonásukért is felelősséget kell vállalni. Nagy kérdés, hogy a felelősséget a szolgáltatást igénybe vevő vállalat tovább tudja-e hárítani a szolgáltatóra. Ám a bírságnál vagy a pénzügyi következményeknél nagyobb a reputáció vesztés kockázata.

Papp Lajos (Technical Trainer) szerint el kell dönteni, hogy egy cég maga üzemelteti az AI-modelljét vagy megveszi a szolgáltatást. Ám a legtöbb esetben erre egy egyszerű szoftverüzemeltetési problémaként kell erre tekinteni. Fontos figyelembe venni, hogy az AI hallucinálását sokszor nem is lehet egyszerűen kijavítani, például egy „if” szabállyal, hogy ne adjon hibás választ, és tovább nehezíti a helyzetet, hogy ha az AI-t azt szolgáltatásként vettük meg.

Sziráki László (CIB Bank) szerint komoly a párhuzam a 10 évvel ezelőtti banki digitalizációs hype és az AI-hype között. Akkor a banki értékesítés mindössze 1 százaléka ment digitális csatornákon, az ügyfelek egyre inkább digitális csatornákra terelődtek, ez fel is ment 50%-ra azóta. De az ügyfelek érettsége nem zajlott le 3 év alatt, az AI-eszközökhöz való hozzászokás időbe telik. Hiába tudna bármit elintézni digitálisan az ügyfél, előtte megkérdezi a tanácsadóját. A bankszektor folyamat alapon közelítette meg a digitalizációt, itt is számos beszállító megoldásait kellett integrálni, ez nem megy zökkenőmentesen. Az Intesa Sanpaolótól az AI a megfelelő governance-szel érkezik meg a CIB Bankhoz – jegyezte meg Sziráki László.

Erről beszélt előadásában Huszti Dániel, az IBM mesterséges intelligencia szakértője. AI-asszisztenst az ügyfélszolgálatban, annak modernizációjában és a munkavállalói élmény területén is használhatunk. Utóbbira példa, hogy utazást elszámolni például az IBM-nél már AI-asszisztens segítségével lehet.

Az előadó mintapéldákat mutatott be a mesterséges intelligencia ügyfélkommunikációban való hasznosítására az IBM Watson x platformja segítségével, ezek között szerepelt egy nagy nyelvi modell felhasználása is. A céges bevezetés egy csatorna átalakításával, AI támogatással kezdődhet (mintegy 3 hónapos időtáv), a digitális csatornák átalakítása és létrehozása jön ez után (mintegy 6 hónap), majd végül a lojalitást építő, megkülönböztetett ügyfélélmény kialakítása következhet AI-fókusszal (12 hónapos időtáv).

„Az AI és a szövegfeldolgozás - Miképp segíthetnek a nagy nyelvi modellek az üzleti folyamatok hatékonyabbá tételében?” – címmel tartott előadást Ignácz Péter, a KPMG managere AI in Business rendezvényünkön. A szakértő kifejtette, hogy egy 2024 eleji BCG tanulmány alapján a cégvezetők 90 százaléka azt mondta, hogy szeretnék kivárni az AI hype következő részét, csak kísérletezésre kélszülnek az AI-jal. Ugyanakkor Ignácz Péter szerint az AI eszközök „bottom-up”, azaz „alulról” érkeznek meg a vállalatok életébe, a vállalati felhasználók maguk kezdik el beépíteni a munkájukban.

Az AI-eszközök teljesítménye közelíti az emberi képességeket, egyre alkalmasabbak arra, hogy a munka világában is alkalmazzuk őket. A nagy nyelvi modellek hasznosak lehetnek az új tartalmak előállításában, vagy a szöveges tartalmak értelmezésében. Egy adószámot is ki lehet nyerni nagy nyelvi modellel, de egy szabály alapú rendszer ezt gyorsabban és hatékonyabban tudja megtenni. Ugyanakkor már a KPMG is több területen használja a nyelvi modelleket, például a saját dokumentumok feltérképezésére, keresésére, nyelvi különbségek áthidalására, adatok kinyerésére pl.  jogi dokumentumokból, szerződésekből vagy éppen riportok készítésére is. A vállalati riportokat kiértékelését egy modell segíti, amely képes megmondani, hogy a riport a jogszabályoknak megfelelően készült-e el.

A szakértő szerint nem egy teljes, átfogó munkafolyamatot érdemes automatizálni, hanem a feladatok akár csak egy kis részét. Ez segít abban, hogy a minőség romlása nélkül javítsák a hatékonyságot.

A könyvelők, a könyvelés adminisztratív terheinek csökkentése, a munkavállalók lehetséges támogatása a mesterséges intelligenciával (pontosabban nagy nyelvi modellekkel)  - többek között erről beszélt Szajbély Benedek, a Griffsoft vezérigazgatója a Portfolio AI in Business konferenciáján.

A Griffsoft „holdra-szállása”, álma az egyetlen „főkönyvelő” létrehozása, bár Benedek előadása során kihangsúlyozta, ez számára is távoli célnak tűnik.

Benedek elmondása szerint a közelebbi cél számukra, hogy 2030-ra mesterséges intelligencia segítségével támogassák a meglévő könyvelők adminisztratív munkáját, a jelenlegi adminisztratív terhek mintegy 70%-os csökkentésével.

Elárulta, tapasztalatai szerint a könyvelők körében a jó szakemberek lassan nyugdíjba mennek, az utánpótlás akadozik. A kevés ember számára nő az igény a terheltség csökkentésére, és a szoftveres támogatásra.

Előadásában elmondta azt is, az általuk fejlesztett Forrás MI tervezett támogatói funkciói a következőkből fognak állni:

• Virtuális asszisztens (mint Siri), amely több, mint egy banki asszisztens, segít eligazodni a rendszerben, rögzítés támogatást nyújt, riportok, lekérdezések elkészítése, adatszolgáltatások összeállítása.
• Rögzítés magasfokú automatizációja, vagyis "találja ki a program", hogy mit szeretnénk véghezvinni historikus viselkedésünk alapján (szerződések, számlák, banki műveletek).
• Pénzügyi év zárásának automatizálása.
• Ügyviteli segítségnyújtás ügyféltámogatás során, mintegy 0. lépésként.

A mesterséges intelligencia egy szervezeti képesség, amit ki kell fejleszteni – hangsúlyozta előadásában Schin Lotár, az OTP Bank mesterséges intelligencia COE vezetője (képünkön). A felhőtechnológiához hasonlóan joggal van olyan érzés a cégekben, hogy aki kimarad belőle, az lemarad.

Az AI-megoldások nagyon jó szolgálatot tesznek olyan problémák megtalálásában, amelyeket szabályalapon nem lehet megtalálni, de ez nem jelenti azt, hogy az AI kiváltja a szabályalapú problémakezelést, és bármit ki lehetne váltani vele. Az AI az emberért van, és nem képes átvállalni az emberi felelősséget, a döntésekért a felelősség mindig az emberé.

Nincs hosszú idő a képességek megszerzésére, egy alap tudás megszerzése után morzsánként kell összegyűjtenie a szervezetnek az ismereteket. Az „építeni vagy vásárolni” kérdésre adott válaszban elsősorban a képességfejlesztés területén van létjogosultsága előbbinek. A „cloud vagy on-premises” kérdés megválaszolásában pedig a költség, a biztonság, a szuverintás és az igénybe vehető szolgáltatások sokszínűsége lehet döntő.

„Kockázatkezelés a kezdetektől: hogy fejlesszünk megbízható AI alkalmazást?” címmel tartott előadást Barta Gergő, a Deloitte Magyarország vezető AI szakértője a Potrtfolio AI in Business c. rendezvényén.

Barta Gergő példaként említette a kockázatokra, amikor egy generatív AI alapon működő, egy fuvarozási vállalatnál bevezetett chatbot a közelmúltban elkezdett gorombán viselkedni az ügyfelekkel, és elkezdte a versenytársakat kiajánlani az ügyfeleknek.

A Deloitte felmérése szerit az etikával kapcsolatos kihívásokra nincsenek még felkészülve a magyar vállalatok, például, ha credit scoring egy banknál csak fővárosi adatokból táplálkozik, akkor elfogult lesz a döntése.

Megoldandó probléma még a biztonsági és adatvédelemi kihívás. Nagyon sok adatforrásból dolgoznak a vállalatok, nehezen tudják az adatokat integrálni. Ha az AI személyes adatokat akar feldolgozni, akkor az adatvédelmi szabályoknak is meg kell felelni.

A harmadik nagy kihívás pedig az interpretálhatósága a rendszereknek, a legtöbb AI eszköz feketedobozként funkcionál, a döntési logikát nem mindig lehet egyszerűen megmagyarázni.

Címlapkép forrása: Getty Images