Olyan AI-asszisztenst fejlesztett egy magyar startup, amely a nagy modelleket is megveri a szakterületén

AI-asszisztenst építettetek vállalkozóknak adózásról, számlázásról, könyvelésről. Miben tud az AccountIQ asszisztens többet, mint egy nagy fejlesztő modellje, a Gemini vagy a ChatGPT? Miben más?

Az AccountIQ nem általános célú chatbot, hanem kifejezetten adózási–számlázási–könyvelési kérdésekre optimalizált rendszer. A célunk nem az, hogy „okosabb modellt” építsünk, hanem hogy egy megbízhatóbb, konzisztensebb, üzleti felhasználásra alkalmas megoldást adjunk.

A fő különbségek egyike, hogy az asszisztens működése forrás-alapú: a válaszok visszakövethetők, és a felhasználó látja, miből következik az állítás. Mivel a válasz minősége nagyrészt a kérdésfeltevésen múlik, márpedig „jól kérdezni” kevesen tudnak, a rendszer külön értelmezi és lebontja a kérdést, releváns forrásokat keres, majd többlépcsős ellenőrzés után válaszol.

A szabályok közötti összefüggéseket és a hatályosságot strukturáltan kezeli, nem „emlékezetből” próbál válaszolni. A rendszer nem csak szöveget generál, hanem adat- és dokumentumalapú munkát is támogat (pl. cégadatok, feltöltött anyagok elemzése), és cégkeresés is elérhető.

Összességében az AccountIQ nem „okosabb”, hanem célzottan üzleti felhasználásra épített rendszer. Üzleti környezetben gyakran fontosabb, hogy a rendszer pontosan tudja, mit nem tud, és ezt transzparensen kezelje.

Máté Márk

Phantic, Co-founder & CEO

Máté Márk AI‑termékfejlesztéssel foglalkozó vállalkozó és termékfejlesztési vezető, aki a generatív mesterséges intelligencia üzleti alkalmazhatóságára és költséghatékony bevezetésére fókuszál. Munkáj

…Tovább

Hogyan szűri ki a rendszer a hallucinációkat, mennyire pontosan válaszol az asszisztens a feltett kérdésekre?

A hallucinációk ellen három szinten védekezünk. Egyrészt forrás-alapú válaszadással: a rendszer nem „tippel”, hanem konkrét tudásanyagból és forrásokból dolgozik. Saját belső jogtárunk van, amely folyamatosan épül és automatikusan frissül, emellett több szakmai anyagot is integrálunk.

Másrészt pontosító kérdésekkel is csökkentjük a hallucinációkat: azaz ha a kérdés kétértelmű vagy hiányos, a rendszer inkább pontosít, mintsem találgat. Ezt egyszerű, kijelölhető válaszopciókkal vagy célzott kiegészítő kérdésekkel oldja meg. Harmadrészt pedig konzisztencia-ellenőrzést is végrehajtunk, a válasz elkészülte előtt ellenőrizzük, hogy a következtetés összhangban van-e több, egymástól független forrással. Ezt egy kontrollált gépi tanulási motor támogatja, amely folyamatosan javítja a források közötti súlyozást.

A pontosságot folyamatosan mérjük: egy belső, 5 000 kérdést tartalmazó mérésben az AccountIQ 97,8%-os pontosságot ért el, míg egy általános célú modell ugyanebben a keretben 56,6%-ot.

Melyek voltak a legnagyobb kihívások az asszisztens fejlesztése közben?

Több kritikus kihívással is szembe kellett néznünk a fejlesztés során, az egyik ilyen a jogszabályi komplexitás, a hatályosság és változások kezelése volt. Ugyanis nem elég „megtalálni” egy szabályt: tudni kell, mikortól meddig hatályos, milyen kivételek és kapcsolódó rendelkezések tartoznak hozzá, és ezek hogyan módosítják egymást. Emellett a jogszabályok közötti kapcsolati hálót is elemezzük.

Emellett a felhasználói bizalmat nehéz megszerezni, és könnyű elveszíteni. Adózásban a „valószínűleg” típusú válasz nem elfogadható. Emiatt építettünk be forrásmegjelölést, pontosítást és többlépcsős ellenőrzést a folyamatokba.

Nagyon széles spektrumon mozognak a felhasználóink. Bár kezdetben kifejezetten szakértőkre fókuszáltunk, az AccountIQ gyorsan népszerű lett a laikus felhasználók körében is (jelenleg 40% felett van az arányuk). Így fontos feladat volt, hogy olyan válaszokat adjunk, amelyek közérthetők, ugyanakkor ellenőrizhetők és auditálhatók, és a szakértők számára is szakmailag kielégítő minőségűek. Ebben a követő kérdések és a strukturált válaszformátumok kulcsszerepet játszanak. Dolgozunk már azon az új rétegen is, amely a felhasználói profilhoz igazítja a válasz stílusát és mélységét.

A nagy nyelvi modellek egyik nagy gyengesége, hogy a betanításukhoz használt adatokig látnak vissza, emiatt a tapasztalatok szerint még akkor is képesek hibázni, amikor már élő hozzáférésük van az internethez. Hogyan, milyen adatok alapján tanul a ti rendszeretek, és milyen gyorsan építi be a jogszabályi változásokat?

Az AccountIQ AI motorja nem kész válaszokat tanul meg, hanem azt, hogyan találja meg egy adott kérdésre a megoldást – úgy, ahogyan egy szakértő is tenné. Ehhez építettünk a látható alkalmazás mögött egy másik egyedi annotátor alkalmazást, amely a szakértői munkafolyamatok alapján támogatja a megerősítéses tanulási folyamatot; ez a megközelítés a rendszer egyik fontos versenyelőnye.

Mi nem arra építünk, hogy a modell „egyszer megtanulja” a tudást, és az hosszú ideig változatlan maradjon. Az AccountIQ rendszerszinten úgy van felépítve, hogy a válaszadás mindig friss, releváns tudásból és forrásokból történjen. A rendszer a szakértői gondolkodás logikáját követi: feladatlebontás, döntési szabályok, ellenőrzési lépések.

Az asszisztens tudása a tudásterekben és a forrásrétegekben folyamatosan frissül. A jogszabályi változásokat ezért nem „model release” ciklusokban kezeljük, hanem tudás- és forrásfrissítéssel: amint a változás feldolgozásra kerül és bekerül a tudástérbe, a válaszok már azt használják.

A gyakorlatban ez azt jelenti, hogy a frissülés sebessége a források monitorozási és feldolgozási folyamatától, nem pedig a modell tanítási ciklusától függ. Ugyanakkor ahhoz, hogy ez a működés ne jelentsen kockázatot, folyamatos kontrollt tartunk fenn a pontosságon: a rendszer teljesítményét rendszeresen ellenőrizzük egy 5 000 kérdésből álló teszthalmazon.

Tervezitek-e tovább bővíteni a szolgáltatást? Milyen irányba mennétek el?

Több stratégiai irányon dolgozunk párhuzamosan. Magyarországon indult el a szolgáltatás, de 2026-ban európai szinten bővítjük a jogszabályi lefedettséget. A lengyel piacot február elején pilot jelleggel megnyitottuk, és nagyon rövid idő alatt felépítettük a működést. A következő körben további országok felé való nyitás a cél, minden esetben minimum 2 000 tesztkérdésen mért, 95% feletti pontossági küszöb mellett.

További tervünk, hogy ne csak kérdés–válasz párokon keresztül támogassuk a felhasználókat, hanem az ügyfelek össze tudják kapcsolni a fiókjukat a szakértőjükkel, pl. könyvelőkkel, adótanácsadókkal, pénzügyi tanácsadókkal, és a szakértők is be tudják vonni az ügyfeleiket egy közös munkafelületbe. A szakértők túlterheltsége miatt a döntéshozók sokszor napokat, akár heteket várnak egy válaszra, különösen bevallási időben lehet ez probléma. Ugyanakkor fontos, hogy ami tényleg szakértőt igényel, az biztosan eljusson hozzá – egy generatív AI tévedését utólag kijavítani drága, és kockázatos.

Komplex kérdéseknél a jó válasz egy kutatási folyamat eredménye. Ennek támogatására a kérdéshez kapcsolódó adatszobában összegyűjtjük a bejövő dokumentumokat, a felhasznált forrásokat, a rendszer válaszait és a magyarázatokat. Már ma is elérhető összegző funkció, amely módszertan szerint rendez és összefoglal; ezt továbbfejlesztjük, hogy jobban illeszkedjen tanácsadói folyamatokhoz: szerkeszthető, ellenőrizhető, és belső validációs lépésekkel kiegészíthető legyen.

Hogy néz ki az üzleti modelletek?

Freemium logika mentén működünk: havi 5 kérdésig ingyenes használat után Standard és PRO csomagokra konvertálunk. A fizetős csomagok extra funkciókkal egészítik ki az értékajánlatot, jelenleg 7–8% közötti konverzióval. Havi és éves előfizetési konstrukcióban szerződünk az ügyfelekkel. Emellett több partneri együttműködés is tárgyalás alatt csomagajánlatok és kedvezmények formájában (pénzintézetek, érdekképviseleti szervezetek, számlázószoftver-szolgáltatók). Kialakítás alatt van továbbá egy affiliate modell szakértők számára, hogy nekik is érdekük legyen bekapcsolni az ügyfeleiket AccountIQ-ba.

Nagyobb cégeknek és tanácsadóknak kínálunk egyedi, izolált környezetbe telepített megoldást, ahol kiemelt a saját tudásbázis, adatvédelem, integráció, akár white-label működés, és API-alapú felhasználás. Jellemzően éves szerződéses konstrukcióban, teljes körű szolgáltatással és igény esetén egyedi integrációkkal.

Melyek a főbb kiadásaitok?

Ezek között szerepelnek az AI futtatási és infrastruktúra-költségek: kiemelten figyelünk, hogy ezek alacsonyak maradjanak, mert hosszú távon a versenyképességet a költséghatékonyság és a környezeti lábnyom is erősen befolyásolja. Jelentős költségelem, hogy a valódi ML engineering és platformépítés drága, itt jelenleg a legnagyobb a ráfordításunk. Minőségbiztosításra és szakértői tudás karbantartására is költünk, a pontosság fenntartásához ezt folyamatosan skálázzuk, 2026-ban ebben jelentős növekedést tervezünk. Mindemellett regionális és nemzetközi terjeszkedésnél stratégiai partnerkapcsolatokon keresztül gyorsítjuk a piacra lépést és az értékesítést, mert egyszerre sok országban önállóan piacra menni nem hatékony.

Kerestek befektetőket a felskálázódáshoz?

A pre-seed körünk zárása február végén várható, és már most több befektetővel tárgyalunk a következő, azaz seed kör finanszírozásáról. A fókuszunk a skálázás: a termékfejlesztés felgyorsítása, a B2B terjeszkedés, valamint a nemzetközi roll-out. A régiós növekedéshez konkrét célokat tűztünk ki (országnyitások, bevételi mérföldkövek), miközben az enterprise szerződésekhez szükséges legmagasabb adatvédelmi és működési standardok fenntartása is jelentős beruházást igényel.

Olyan stratégiai partnert keresünk, aki nemcsak tőkét, hanem iparági tapasztalatot és üzletfejlesztési támogatást is tud adni a következő növekedési fázisban: további EU-s országok lefedése, a szakmai csapat lokalizációja, az enterprise jelenlét erősítése, valamint az out-of-the-box termék esetén stratégiai partnerkapcsolatok kialakítása.

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 cikk megjelenését a Phantic támogatta.

A címlapkép illusztráció. Címlapkép forrása: Getty Images

A cikk elkészítésében a magyar nyelvre optimalizált Alrite online diktáló és videó feliratozó alkalmazás támogatta a munkánkat.