Asztalt borítanak az AI-ügynökök – Megszólal a Portfolio AI in Business amerikai sztárelőadója

Számos vállalati döntéshozó érzi azt, hogy az AI fejlődési sebessége által támasztott nyomás alatt valósággal összeomlanak. A legtöbben már annak is örülnének, ha lépést tudnának tartani, és azt el sem tudják képzelni, hogy a versenytársak előtt járjanak. Mit tanácsol, hogyan álljanak hozzá a dologhoz, mi a helyes megközelítés?

Az összeomlás érzése magáról a vezetésről árul el egy s mást, nem pedig technológiai probléma. Az AI valóban gyorsan fejlődik, ám rossz stratégia, ha elkezdünk minden új modell, eszköz vagy hír hallatán kapkodni. Nem azok a cégek nyernek, amelyek az AI előtt járnak, hanem azok, amelyek az AI-t arra használják, hogy üzleti problémáik terén előnyös pozícióra tegyenek szert.

AI in Business 2026

Mire jó az AI az üzletben? Mellébeszélés helyett stratégiákat, valós megoldásokat és use case-eket mutatunk egy teljes napon át! Regisztráció és részletek itt!

Információ és jelentkezés

A döntéshozók által elkövetett legnagyobb hiba, hogy az AI-t technológiai versenyfutásként fogják fel ahelyett, hogy képességépítésként tekintetének rá. Vessünk véget annak a gyakorlatnak, hogy lépést akarunk tartani az AI-jal, inkább kezdjük el vezetni szervezetünket annak segítségével. Ez három dolgot jelent. Az AI-t egyrészt konkrét üzleti kimenetekhez kell kötni. Ha ugyanis nem tudjuk az olyan üzleti célokat világosan megfogalmazni, mint bevételnövelés, profitráta-javítás vagy átfutási időcsökkentés és kockázatenyhítés, akkor nem állunk készen az AI-ra.

Ezen túl kulcs a vezetői AI-műveltség felépítése. Nem kell ugyan adattudósnak lennünk a menedzsment szintjén, azt viszont értenünk kell, hogy mit tud és mit nem a mesterséges intelligencia. Végül pedig végrehajtási keretrendszer bevezetésére is szükség van. Az AI terén a sikerhez a kísérletezgetésen túl többek között strukturált problémameghatározáson és változásmenedzsmenten keresztül vezet az út. A helyes hozzáállás tehát összességében a fegyelmezett végrehajtás, nem pedig a kapkodó bevezetés.

Mik az úgynevezett „alacsonyan csüngő gyümölcsök”, amelyeket azoknak a cégeknek érdemes megcélozniuk, akik AI-ugrást szeretnének végrehajtani?

Ne gondoljuk, hogy az igazán gyorsan bezsebelhető előny egy holmi látványos innováció. A szervezeteknek, úgy vélem, sokkal inkább a vállalatot lelassító mindennapi súrlódási pontok számát kellene csökkenteni, amikor az AI bevezetésén gondolkodnak.

Mindenekelőtt a belső termelékenységnövelés háza táján kell körülnézni: mikor töltik a munkavállalók a legtöbb időt információkereséssel, tartalomösszefoglalással vagy tudásanyagok új formába öntésével. Ezek az alacsony kockázatú esetek azonnal mérhetők és látványosak, miközben az egész szervezetben erősítik az AI-ban való jártasságot.

Fontos az ügyfélélmény-növelés is, amely kapcsán az AI alkalmazása akkor indokolt, amikor a sebesség és a következetesség mellett megkerülhetetlen az emberi tényező, lásd MI-támogatott ügyfélszolgálat, intelligens irányítás, illetve perszonalizáció.

Szeretném ugyanakkor hangsúlyozni, hogy a gyors sikerek csak akkor hasznosak, ha stratégiailag átgondoltak, és illeszkednek egy szélesebb spektrumú képesség-útitervhez; különben elszigetelt kísérletek maradnak.

Az agentic AI, azaz az AI-ügynökökre támaszkodó mesterséges intelligencia, már most felforgatja a folyamatokat, a piacok pedig már el is kezdték beárazni ezt a diszrupciót: több részvény is bezuhant, mert az elemzők számos szektorban csökkenő profitmarzsokra számítanak. Ennek a forradalomnak a legújabb jele 24/7-ben működő digitális ügynököknek otthont adó OpenClaw felülete vagy a Claude ügynökalapú programozási megoldása, amely a passzív kódkiegészítésről áttér az autonóm feladatvégrehajtásra és javaslattétel helyett problémákat old meg. Ön szerint az AI-ügynökökkel tényleg minden megváltozik? És ha igen, milyen cégek vagy ágazatok profitálhatnak a leginkább ebből a jelenségből?

Igen, de nem a hype által sugallt módon. Nem egyszerűen jobb képességű csetbotokról beszélünk: általuk ugyanis megjelenik már a delegált feladatok megvalósítása is a munkafolyamatokban. Tapasztalatom szerint a szervezetek ugyanakkor még nagyon korai fázisban vannak, a diszrupció pedig egyenetlen lesz.

A legtöbbet azok profitálhatnak, akiknél nagy volumenű, ismétlődő, szabályalapú digitális workflow-k vannak (pénzügyi műveletek, ellátási lánc, ITSM, customer ops). Az ügynökök az érett folyamat- és adatkezelésben is rengeteget tudnak segíteni, de itt óvatosságra intenék, hiszen, ha nem világosak a munkafolyamatok, a káosz csak nőni fog az agentic AI alkalmazásával. Kitérnék továbbá az erőteljes operációs fegyelemre is, az autonóm rendszerek ugyanis korlátokat, monitorozást igényelnek – és egyértelmű felelősségi viszonyokat.

A piacok természete, hogy a diszrupciós narratívákra gyorsan reagálnak. A vezetőknek ezzel együtt érdemes szem előtt tartani, hogy az AI nem „cserél le” egyik napról a másikra iparágakat, hanem összenyomja a döntési és végrehajtási ciklusokat, és átrendezi, hogyan szerveződik a munka.

Eddig a nagy nyelvi modellek (LLM-ek) erősen formálták az MI-versenyt, de hatalmas energiaigényük és méretük miatt megjelentek a kis nyelvi modellek (SLM-ek) mint alternatíva. Van-e értelme SLM-ekre „fogadni”, és egyhamar véget érhet-e az LLM-ek diadalmenete?

Én úgy látom, hogy ez nem egy bináris döntés, hanem architektúra kérdése. Az LLM-ek azért gyorsították fel az AI bevezetést, mert robusztusok, általános jellegűek és rugalmasak. Főként vállalati környezetben azonban hatékonyság, gazdaságosság és ellenőrizhetőség terén nem mindig a legjobb opciót jelentik.

A kisebb nyelvi modelleknek akkor van például értelmük, ha mély szektorális konkrétumokra van szükségünk, szabályozott vagy magas kockázatú közegben zajlik a munka, számít a késeltetési idő, a költség. A legtöbben ezért egy hibrid modellt használnak majd, ahol az LLM-ek az ötletelésben és általános intelligencia feladatokban nyújtanak támogatást, míg az SLM-ek a munkafolyamatokba épített célzott, szektorspecifikus, nagy volumenű műveletekben. Az LLM-ek „uralma” aligha ér véget egyhamar, inkább egy érési folyamatnak lehetünk szemtanúi, ahogy a piac az optimalizálás, specializáció és több modell összehangolt használata felé mozdul.

Kathleen még több use-case-szel és hasznos, első kézből származó tapasztalatokon alapuló tanáccsal szolgál a Portfolio AI in Business 2026 konferencián, ahol többek között szó lesz

• az agentic AI korszakalkotó hatásáról
• a vibe coding vállalati működést felforgató jellemzőiről
• az intelligence explosionként emlegetett jelenségről
• az AI infrastruktúra kulcsszerepéről és kilátásairól
• a human-in-the-loop tényező átalakulásáról
• a vállalatok által az AI-forradalom miatt szem előtt tartandó aspektusokról és
• a belső projektmenedzsment folyamatokat érintő jógyakorlatokról.