Az a szakma is megszűnhet, amelyet eddig ellenállónak tartottak az AI térhódításával szemben
KRTK blog

Az a szakma is megszűnhet, amelyet eddig ellenállónak tartottak az AI térhódításával szemben

Gyors összefoglaló
Ha csak egy perce van, olvassa el a lényeget AI összefoglalónkban.
A hagyományos „mit várhatunk az előttünk álló évtől” előrejelzések fogatagában valószínűleg elsikkadt az európai startupok híreire szakosodott Sifted elemzése. A „mit várhatunk” jegyében a Sifted az új technológiák és különösen a mesterséges intelligencia (AI) várható munkaerőpiaci hatásairól írt. A várható fejlemények között kiemelt helyen szerepelt a „go-to-market engineer”, vagyis a piacra lépési stratégia műszaki oldaláért felelős mérnök, mint foglalkozás fokozatos megszűnése, aminek a kattintásvadászat jegyében „A GTM-mérnök halála” címet adták. Az ügynöki mesterséges intelligencia fejlődésével, e funkció betöltéséhez valószínűleg egyre kevésbé lesz szükség humán alkalmazottakra, jósolták. Lássuk, milyen következtetéseket vonhatunk le ebből az előre bejelentett „halálesetből”. Mivel foglalkozik egy GTM-mérnök?
Mire jó az AI az üzletben? Mellébeszélés helyett stratégiákat, valós megoldásokat és use case-eket mutatunk egy teljes napon át! Regisztráció és részletek itt!
krtk blog Az ELTE Közgazdaság- és Regionális Tudományi Kutatóközpont blogja.

Napjainkban, amikor minden egyes vállalati funkciót az adott célra kifejlesztett szoftverek, vagyis dedikált alkalmazások támogatnak, a GTM-mérnök feladata, hogy kiválassza, milyen alkalmazásokat integráljanak a marketing és értékesítési (M&S) funkciók támogatására, lebonyolítsa ezek rendszerbe állítását, és ezek segítségével folyamatosan optimalizálja az értéklánc e szeletének működését.

Ma már a laikusok sem csodálkoznak azon, hogy technológia nélkül nem létezik professzionális M&S. Tudjuk, hogy rengeteg adat keletkezik, ami aranybányát jelent azoknak, akik ezt hasznosítani tudják. Tudjuk, hogy amikor egy-egy új termék berobban, az exponenciálisan növekvő feladatok menedzselése technológia nélkül megoldhatatlan. Többé-kevésbé az is köztudott, hogy a M&S-funkció komplexitása követhetetlenné vált.

Amin azonban a kívülállók már igencsak elcsodálkozhatnak az, hogy a „technológia integrálása” nem egy-két szoftver megvásárlását és működtetését jelenti. Minden részfeladatra külön dedikált megoldások állnak rendelkezésre – ahogy az alábbi ábra mutatja, ma már több mint tizenötezerféle M&S-megoldásból lehet választani: GTM-mérnök legyen a talpán, aki követni tudja a fejlődést.

Egy „átlagos cég” – írja egy, az M&S-technológia piacán versenyző észt cég a blogjában – ma már 120-féle M&S-megoldást használ. Ezek nagy részét SaaS (software-as-a-service) szolgáltatóktól vásárolja, de természetesen a cégek többségének portfóliója saját fejlesztésű szoftvereket is tartalmaz. Ha csak ennyiből állna a GTM-mérnökök munkája – a releváns technológia fejlődésének nyomon követése, a szükséges megoldások megvásárlása, integrálása, karbantartása, vagy éppen lecserélése (az optimalizálás jegyében), akkor is bőven lenne feladatuk. Idézzük fel, mit mondott Ethan Mollick, a Társintelligencia szerzője:

Ha ebben a pillanatban meg is állna az AI további fejlődése, évtizedekre lenne még szükségünk, hogy a már rendelkezésre álló lehetőségeket hatékonyan beintegrálhassuk a munkánkba és az életünkbe.

GTM-mérnök: több mint tech szakértő

A GTM-mérnök feladatköre azonban túlmutat a „technológiai szakértő” szerepén. Egyfelől a megvásárolt és saját fejlesztésű informatikai megoldások halmazáért, vagyis a M&S-értéklánc informatikai támogatásáért és az új alkalmazások rendszerbe állításáért és működéséért felelős. Ahhoz, hogy egyes értékesítési és marketing munkafolyamatokat, ügyfélkapcsolat-menedzsment folyamatokat, vagy éppen a cég értékesítési teljesítményének nyomon követését és az eredmények elemzését támogatni, vagy éppen automatizálni lehessen, a GTM-mérnöknek mélységében kell ismernie a konkrét feladatokat az M&S-értékláncban, tudnia kell, hogy melyek a rutin és a nem rutin feladatok, vagyis informatikai és műszaki ismeretek mellett, mély szakmaspecifikus (M&S-specifikus) ismeretekkel kell rendelkeznie.

Talán még ennél is fontosabb, hogy

a GTM-mérnök hidat képez az M&S és a vállalati szervezet egyéb részlegei között.

A GTM-mérnök ugyanis nem csupán a M&S-funkció fejlesztését lehetővé tevő műszaki megoldásokért felel. A munkáját akkor végzi jól, ha a dedikált alkalmazásoknak köszönhetően, maga a (M&S) funkció is jobban integrálódik a vállalati szervezetbe. Az informatikai megoldások tehát ne csupán egyes M&S-feladatok támogatását vagy automatizálását tegyék lehetővé, hanem az M&S-funkció és más vállalati funkciók (például az M&S és a stratégiáért felelős felső vezetés, vagy/és az M&S és a fejlesztés) közötti (és természetesen az M&S-funkción belüli) információáramlást. Ehhez a GTM-mérnöknek átfogó cégspecifikus ismeretekkel is rendelkeznie kell: kapcsolatot kell tartania az egyes vállalati részlegekkel, hogy megismerje a funkciók nem megfelelő összeköttetése következtében felmerülő problémákat, amelyeket informatikai megoldásokkal mérsékelni lehet.

Egyetlen példa: ha a kiválóan megszervezett marketingkampányok következtében megugrik a rendelésállomány, de az ügyfélkapcsolat-menedzsment nem tudja követni a hirtelen megnövekedett támogatási igényeket, a fejlesztési részleg a minimális további fejlesztési igényeket is csak beláthatatlanul hosszú határidőre tudja vállalni (más iparágakban pedig esetleg a gyártás és a logisztika van lemaradva), az csökkenti a márka (és a cég) hitelességét.

Hogy lehet az, hogy e komplex és felelősségteljes funkció kihalását (automatizálását) jósolják? Térjünk át arra, mit mond a tudomány az AI munkaerőpiacra gyakorolt hatásáról.

Az AI munkaerőpiaci hatása

Köztudott, hogy az AI páratlanul gyors fejlődése egyre több feladat automatizálását teszi lehetővé. Ami azonban a konkrét munkaerőpiaci hatásokat illeti, az előrejelzések közötti – ma még gyakran nevetséges mértékű – különbségek vannak a tekintetben, hogy az elvileg automatizálható feladatok hány százalékát fogják ténylegesen automatizálni és a jelenlegi állások mekkora hányada szűnik meg. Mindez nem könnyíti meg az eligazodást. Milyen pályaválasztási tanácsot adhatunk a munkaerőpiacra nemsokára belépni szándékozóknak, amikor már az a biztosnak tűnő fogódzó is megkérdőjeleződik, miszerint az új korszakban programozókra biztosan szükség lesz? Az Anthropic mérnökei például ma már a saját szoftverfejlesztési feladataik többségénél a Claude-ot használják, miközben kifejezetten aggódnak, hogy hosszabb távon ezzel a saját munkakörüket szüntetik meg.

Van-e még értelme M&S-re szakosodni, vagyis a szakmaspecifikus ismeretek megszerzésébe időt, energiát és nem kevés pénzt fektetni, amikor, ahogy a fenti ábrán láttuk fenyegető mennyiségben vannak máris jelen a feladatszintű támogatást nyújtó, de később azok teljes automatizálásával fenyegető megoldások. Az autonóm módon működő, ügynöki AI az operatív feladatok (például a marketingcsatornák menedzselése; a landolóoldalak elkészítése, karbantartása, fejlesztése; a teljesítmény mérése és elemzése, a kapcsolatépítés és kommunikáció a potenciális vevőkkel) teljes kiváltására, automatizálására képes, a generatív AI pedig a kreatív ötletek, üzenetek megfogalmazásában, tartalomgyártásban, piackutatásban, elemzésben és a marketingstratégia fejlesztésében (márkastratégia, pozícionálás, árképzés) segít. Ez a „segítség” azt jelenti, ezeken a területeken is jóval kevesebb humán foglalkoztatottra lesz szükség, ami elsősorban a munkaerőpiacra most, vagy a közeljövőben belépni szándékozókat sújtja. Mivel kecsegtet ebben a helyzetben a munkagazdaságtan tudománya?

Mivel az AI a felsőfokú végzettséget igénylő munkakörök feladatainak mind nagyobb hányadát képes megbízhatóan, olcsón és gyorsan elvégezni, az elemzők egyetértenek abban, hogy

a jelen és a jövő humán munkavállalói számára a nehezen automatizálható, komplex feladatok maradnak meg.

Ilyenek például a többféle terület szaktudását ötvöző, empátiát, kommunikációs képességeket, többek együttműködését igénylő feladatok. „Vége lesz azoknak a munkaköröknek, amelyekben a munkavállaló csupán egy-kétféle feladatot végez, mert ezeket pillanatokon belül automatizálja a mesterséges intelligencia” – mondják a szakértők.

Ezzel szemben, többek között azokat a munkaköröket érinti kevésbé az AI pusztító (humán munkaerőt helyettesítő) hatása, amelyek hidat képeznek a vállalat szervezeti egységei között, amelyek a cégspecifikus kontextus ismeretét, az egyes vállalati funkciók közötti együttműködést és ennek átfogó koordinációját igénylő feladatokat tartalmaznak.

Ugyanakkor, ahogy az imént láttuk,

a GTM-mérnök foglalkozása éppen ezt „az AI pusztító hatásával szemben ellenálló” kategóriát testesíti meg.

Első körben, valójában a GTM-mérnökök kiváló munkája következtében szűntek és szűnnek meg az M&S-állások a cégeknél: az általuk kiválasztott és integrált informatikai megoldások jó néhány értékesítő, elemző, marketinges és főként ügyfélkapcsolat-menedzsment munkatárs feladatait automatizálják.

Vajon ugyanaz a forgatókönyv valósul meg, mint más munkakörök automatizálása esetében: először a rutinmunkák szűnnek meg, de a megmaradó, a technológiát kiválóan alkalmazó foglalkoztatottak munkaköre érdekesebb lesz és nő a munkájuk hozzáadott értéke – később azonban, amikor a technológia már az ő munkájukat is képes automatizálni, ők is az elbocsátandók listájára kerülnek? Két példa:

  • Az autógyárakban és más összeszerelő üzemekben alkalmazott humanoid robotok legújabb nemzedékét ma már egyre kevésbé a humán munkaerő feladatainak támogatására, inkább annak kiváltására alkalmazzák.
  • A bankok compliance részlegeiben a mesterséges intelligencia korábban a dolgozók munkáját segítette azzal, hogy automatikusan megjelölte a pénzmosásgyanús eseteket, kockázatelemzéseket és szabályozói jelentéseket készített. Mára a feladatok jelentős részét automatizálták, ami csökkentette a pénzügyek és a jog közös halmazának erre a területére szakosodott humán alkalmazottak iránti igényt.

Eljön a GTM-mérnökök halála is?

Hogyan zajlik ez a gyakorlatban, a GTM-mérnökök esetében? Technikai oldalról, az egyes M&S-feladatok automatizálására képes megoldások „fölé” egy kontroll-platformot helyeznek, amelyik összehangolja a feladatokat külön-külön automatizáló (piacelemzés, előrejelző modellek készítése és folyamatos frissítése, kampánytervezés és végrehajtás, lead generálás és kvalifikálás, ügyféladatok elemzése, ügyfélkommunikáció stb.) AI-ügynökök munkáját. Mivel a platform összehangol, egységesít és optimalizál, a korábban a GTM-mérnökök fő szerepkörét jelentő technikai integrációs feladatokra és az ezek elvégzéséhez szükséges képességekre kevésbé lesz szükség. A GTM-mérnök, mint önálló munkakör megszűnik. A másik oldalról, a vállalati kereslet egyre inkább eltolódik: különálló M&S-megoldások helyett a platformalapú, rendszerszintű szolgáltatást nyújtó megoldások irányába.

Az optimista vélekedés szerint, mivel a technológia jóval gyorsabban fejlődik, mint ahogy ehhez a vállalatok alkalmazkodni tudnának, bármilyen látványos is az ábránk „egekbe törő” vonala, az M&S-álláshelyek tényleges megszűnése lassan és fokozatosan következik majd be, és elsősorban azokat érinti, akik mindössze az immár automatizálható rutinfeladatok elvégzésére lennének képesek.

Az optimista vélekedést megkérdőjelező jóslat (az M&S-funkció magas szintjét képviselő GTM-mérnöki munkakör csendes megszűnése) éppen ezért meglepő és elkeserítő: azt mutatja, hogy a közép- és nagyvállalatok korábban igencsak népes, a teljes foglalkoztatotti állomány 10-20%-át kitevő M&S részlegeiben, középtávon mindössze néhány kiemelkedően kreatív generalista (több területhez értő, több funkciót átfogó – M&S-stratégia, kreatív márkaépítés, ügyfélszerzés – egyúttal a szakma informatikai oldalát is átlátó szakember) talál majd állást. Rajtuk kívül, a humán foglalkoztatottak legfeljebb a folyamatokba beépített ellenőrző pontokon kapnak szerepet – átmenetileg, amíg szükség lehet emberi beavatkozásra az operatív folyamatokba. Természetesen nem kizárólag a M&S-ről van szó: más vállalati funkciók (pénzügy, humán erőforrás menedzsment, IT, jog) esetében szintén hasonló folyamatok zajlanak.

A cikkhez lásd még: Szalavetz Andrea (2026). Hogyan igazodjunk el a mesterséges intelligencia munkaerőpiaci hatásait övező zajban? Közgazdasági Szemle, január. (megjelenés alatt.)

Szalavetz Andrea az ELTE Közgazdaság- és Regionális Tudományi Kutatóközpont (KRTK) Világgazdasági Intézetének munkatársa.

A cikk a szerző véleményét tükrözi, amely nem feltétlenül esik egybe a Portfolio szerkesztőségének álláspontjával.

A címlapkép illusztráció. Címlapkép forrása: Getty Images

Kasza Elliott-tal

Comcast Corporation - elemzés

Január végére vártam egy osztalékemelést a Comcasttól, de nem emelt. Előtte viszont kaptam a meglévő részvények mellé Versant Media részvényeket, 25 CCSA után egy VSNT-t. A Versant részvé

Holdblog

15 milliárd dollár rohan a füvön

Több tízezer honfitársunk virrasztja át a vasárnap éjszakát, vagy kel fel vállalhatatlan időben, hogy élőben lássa, ahogy bő 15 milliárd dollárnyi csapat dobálja a tojáslabdát.... The pos

Property Warm Up 2026

Property Warm Up 2026

2026. február 19.

Portfolio Investment Day 2026

2026. február 24.

Planet Expo és Konferencia – Agrárium a klímaváltozás szorításában

2026. február 25.

Planet Expo és Konferencia – A tiszta energia jövője

2026. február 26.

Hírek, eseményajánlók első kézből: iratkozzon fel exkluzív rendezvényértesítőnkre!
Ez is érdekelhet