Kijózanodás az AI-piacon: most dől el, ki tud ebből profitálni Magyarországon

Hol tartanak a magyar vállalatok és vállalkozások az AI bevezetésében? Mi a fő választóvonal a lemaradók és az élenjárók között?

A kezdeti AI‑hype helyét egy józanabb, üzleti értékre fókuszáló megközelítés veszi át – és ez kifejezetten egészséges folyamat. Nemzetközi felmérések is azt mutatják, hogy az AI‑adaptáció aránya, amely a generatív AI 2022 őszi berobbanása óta folyamatosan emelkedett, augusztusban először megtorpant, 14%-ról 12%-ra csökkent. Véleményünk szerint ez arra utal, hogy a vállalatok a kísérletezésből a mélyebb, hatékonyabb beágyazás felé fordulnak, hogy valódi versenyelőnyt érjenek el.

Magyarországon is hasonló képet látunk. Eddig két véglet dominált: a csodavárás, amely mindent az AI‑ra bízna, illetve a teljes elutasítás, a „20 éve így csináljuk, ezután is így fogjuk” hozzáállás. Ma már ezek a szélsőségek közelednek egymáshoz, a piac konszolidálódik. Ennek jele, hogy egyre több megkeresés érkezik AI‑stratégia kialakítására. A siker ugyanis nem (csak) technológia kérdése.

A helyes sorrend a stratégia és kultúra megteremtésével indul – világos üzleti célok megfogalmazása, vállalaton belüli népszerűsítés, képzések és versenyek az AI‑tudatosság építésére. Erre épül az infrastruktúra réteg, a szükséges szerver‑, hálózati és adat‑hátországgal, biztonsággal és megfeleléssel. A csúcsán pedig az alkalmazások állnak, amelyek kézzelfoghatóan illeszkednek a munkafolyamatokba vagy váltanak ki folyamatokat, mérhető hatékonyság‑ és bevételcélokkal.

A kijózanodás tehát nem visszalépés, hanem épp ellenkezőleg, a látványos pilotok után a skálázható, üzletileg megtérülő megoldások ideje jön el. A nyertesek azok lesznek, akik most tudatosan építik fel az AI‑stratégiát, és következetesen végigvezetik azt a kultúrától az infrastruktúrán át, a mindennapi használatig.

Melyik az a pont, amikor már üzleti értelemben nem lehet tovább halogatni az AI bevezetést? Mi a jele annak, hogy most kell lépni? Reális stratégia még a kivárás, vagy aki késlekedik, az súlyos versenyhátrányba kerül?

Kihagyhatatlan pillanatban vagyunk, amikor a munkafolyamatokat és az üzleti működést minimum felül kell vizsgálni, de sok esetben inkább újra kell tervezni. A nagyvállalati partnereknél azt látjuk, hogy elindultak a széleskörű felmérések és újragondolások: pontosan beazonosítják, hol kell rendet tenni az adatokban, az architektúrában és a folyamatokban ahhoz, hogy az AI tényleg hatékonyan működhessen. Ezzel párhuzamosan

az AI projektek továbblépnek az olyan, a központi IT‑rendszerektől és kritikus üzleti folyamatoktól viszonylag független területekről, mint például a marketing vagy sales és egyre mélyebbre hatolnak. Ilyen például a nagyobb integrációt igénylő back office vagy az ügyfélszolgálat, ahol az üzleti hatás közvetlenebb és mérhetőbb.

A változásnak több rétege van. A személyes AI‑használat már sokaknál mindennapos, és ez beszivárog a munkahelyekre is. Ha nincs vállalati keretrendszer, könnyen kialakulhat az úgynevezett „shadow AI”, adatszivárgási és megfelelőségi kockázatokkal. Közben régiós viszonylatban is erős a versenyképességi nyomás a magyar vállalatokon, így

kifejezetten előnyös, hogy a repetitív, adminisztratív feladatok automatizálása kézzelfogható hatékonyságnövekedést hozhat. Ráadásul ezzel több erőforrás szabadítható fel magasabb hozzáadott értékű munkára, ami szintén kézzelfogható haszon, ha a képzett munkaerő hiányára, valamint a jelenlegi demográfiai helyzetre gondolunk. Most van itt az idő fókuszáltan lépni, az alapok rendbetételétől a mély integrációig.

Hogyan lehet felkészíteni a munkavállalókat az AI-val való hatékony munkavégzésre? Mi a minimum „AI‑alapműveltség”, ami 2025‑ben elvárható egy munkatárstól?

Kicsit leegyszerűsítve: egyéni szinten a mesterséges intelligenciával történő együttműködést úgy kell elsajátítani, mintha egy új nyelvet tanulnánk. Először a „nyelvtant” – a működési elveket, a jó kérdésfeltevést, a korlátokat – kell megtanulni, majd képzés során ezeket üzleti helyzetekben kell gyakorolni.

Vállalati szinten nem egy mindent lefedő, monolit megoldásban hiszünk, hanem moduláris, terület‑specifikus eszközökben. A HR‑től, a jogon és pénzügyön át az ügyfélszolgálatig mindenhol olyan AI‑modulokat kell adni a csapatok kezébe, amelyek ténylegesen a munkafolyamatokra vannak szabva. Mindezt jó, ha vezetői program, célzott tréningek, belső kihívások és akár egy AI‑coach hálózat kíséri vállalaton belül.

Kezdetben érdemes „sandbox” üzemmódban dolgozni: olyan feladatokra használni a rendszert, amelyeknek ismerjük a helyes kimenetét, így biztonságosan mérhető a minőség és a hatás.

Közben pedig folyamatosan érdemes építeni az AI‑platformot és a kompetenciaközpontot, hogy a jó gyakorlatok, irányelvek és biztonsági szabályok mindenki számára egyértelműek legyenek. Számunkra bevált ez a struktúra a Telekomban és a tapasztalatokra építkezve teszünk javaslatot ügyfeleinknek is.

A minimum „AI‑alapműveltség” 2025‑ben véleményem szerint négy pillérből áll. Első a gyakorlati AI‑írástudás: világos célkitűzés és kontextusadás, jól strukturált promptok, iteratív finomítás, az egyes eszközök és modellek erősségeinek és gyengeségeinek ismerete. Második a kritikai gondolkodás: egészséges kétely, tényellenőrzés, forrás‑ és minőségértékelés – vagyis nem szabad készpénznek venni az AI által adott választ. Harmadik az adat‑ és kockázati tudatosság: milyen adatok tölthetők fel a rendszerbe, hogyan védjük az ügyfél‑ és vállalati adatokat, milyen megfelelési elvárások vonatkoznak ránk. Negyedik az együttműködési és működtetési rutin: AI‑asszisztensek „menedzselése”, a munkafolyamatokba épített ellenőrzőpontok, a tanulságok megosztása (prompt‑sablonok, belső könyvtárak), valamint a hatás mérése előre rögzített mutatókkal. A tapasztalat azt mutatja, hogy ez a tudás gyorsan demokratizálódik, a pályakezdők AI‑natív készségei és a tapasztalt kollégák üzleti tudása jól kiegészítik egymást. Aki ezt a minimumot hozza, az nemcsak használja az AI‑t, hanem felelősen és mérhetően értéket is teremthet vele.

Hogyan változtatja meg az AI a munka világát: mely feladatokat váltja ki, melyeket emeli fel, és mennyire indokoltak a leépítésektől való aggodalmak?

Az AI nem egyszerűen feladatokat vesz át, hanem átrendezi a munkát. A gépi tartalom‑előállításról – a repetitív munkavégzésről – a minőség megítélésére és a döntések megalapozására tolja a hangsúlyt.

A munkavégzés oldalán az AI nem elvenni, hanem átalakítani fogja a feladatokat. A rutinszintű, mintaalapú tevékenységek automatizálódnak, miközben felértékelődik az emberi ítélőképesség, a kritikai gondolkodás, a kreativitás és a távoli kontextusok összekapcsolása.

Kutatások szerint ezek a klasszikus „emberi” kompetenciák az AI‑val szoros együttműködést végző munkakörökben nagyjából kétszer akkora súllyal jelennek meg, mint az AI-t nem alkalmazó munkakörökben.

AI‑val dolgozni azt jelenti, hogy megtanuljuk jól használni az eszközt, fontos a világos feladatmegadás, a jó promptok, és hogy a kimeneteket, az AI eredményeit a célhoz igazítottan tudjuk értelmezni.

Mindenki egy kicsit „menedzserré” válik, hiszen előfordulhat, hogy egyszerre akár több, egymással párhuzamosan futó AI‑asszisztenst is irányítani kell. Ez nagyobb mozgásteret és gyorsabb döntéshozatalt hoz – de vele együtt nagyobb felelősséget is. Aki eszközként tekint az AI‑ra, és megtanulja „vezényelni” a több, párhuzamosan futó AI-asszisztenst, nagyobb felelősség mellett is jobb minőséget és hatékonyságot ér el.

Fontos azonban a tudatosság, mert az AI könnyen elkényelmesíthet. Ha egyetlen modellre támaszkodunk, az információ homogenizálódhat, a hibák észrevétlenek maradhatnak. Vállalati oldalon ezért ellenőrző pontokra, forráskritikára, (AI) peer review‑ra és minőségbiztosításra van szükség. Nem elég a „copy–paste”: még egy belső, vállalatra szabott AI‑platform kimenetét is át kell nézni, és hozzá kell tenni az emberi értéket.

Összességében az AI inkább átalakít, mint lecserél: a munka nem tűnik el, hanem megváltozik, és több lesz benne az emberi hozzáadott érték és a felelősség.

Azok a cégek nyerhetnek, amelyek a technikai tréning mellett ugyanekkora hangsúlyt fektetnek az emberi készségek fejlesztésére és a tudatos használati kultúra kiépítésére.

12 hónapos távlatban merre tart az ember-AI együttműködés? Milyen területeken fog leginkább elterjedni és milyen változásokat hoz várhatóan?

A következő 12 hónapban

az AI legnagyobb üzleti hozadéka a back office és az ügyfélszolgálat területén várható. Utóbbi esetében ugyanis a megkeresések nagyjából 70%-a ismétlődő, sablonos kérdés, amit megbízhatóan automatizálni lehet, a maradék 30% a komplexebb ügy, amire a kollégák koncentrálhatnak.

Ehhez viszont kulcs a nyelvi minőség és az AI hallucinációk minimalizálása. Magyar nyelven a nagy nemzetközi modellek még gyakran gyengébbek, ezért is fejlesztettük az üzleti felhasználóknak szánt AI-asszisztenst, a CoMindot. Ez egy zárt tudásbázison működő – vagyis kizárólag a rendszert használó vállalat által feltöltött és hitelesített dokumentumokból, szabályzatokból és adatbázisokból dolgozó, chat- és hangalapú megoldás, amely kontextusérzékenyen válaszol. Annak elérésehez, hogy akár 95% feletti pontossággal válaszoljon a CoMind két év munkája kellett. Ez egyben azt is jelenti, hogy ha ma valaki elkezd egy ilyen rendszert fejleszteni, az ekkora feladattal kell, hogy számoljon. A rendszer már több országban fut, turisztikai és szolgáltatási use case‑ekben is. A magyar mellett lengyel, cseh, szlovák, szlovén, horvát, német, angol és francia nyelven érhető el, de további 65 nyelvre is optimalizálható, így ez a megoldás a nyelvi akadályokat is áthidalja például egy nemzetközi munkakörnyezetben.

Általánosságban azt látom, hogy gyorsan terjednek a hangalapú megoldások, a következő évben a természetesebb, az ügyfelek hangulatát érzékelő és ahhoz igazodó AI‑ügyintézők tömeges megjelenésére számítok. Ez lehet Magyarországon is az AI alkalmazásának következő látványos fejlődést mutató területe, amelytől valódi üzleti értéket remélhetünk.

Címlapkép forrása: Portfolio

A cikk megjelenését a Telekom támogatta.