Mi tartja vissza a cégét a mesterséges intelligencia bevezetésétől
A vállalati mesterséges intelligencia valódi akadályai, és hogy mit csinálnak másképp a sikeres cégek
- AI az üzletben
A mesterséges intelligencia (MI) létezik, megfizethető, és egyre több cégnél már meg is térül. Az igazi kérdés 2026-ban így befelé fordul: mi tartja vissza az Önök cégét a lépéstől? A technológia működik. A projektjeink során a válasz minden alkalommal ugyanoda fut ki: az akadály jóval a technológia és a költségvetés előtt, magában a szervezetben keresendő.
Hol tartanak ma a cégek
Érdemes a piaccal kezdeni, mert a kép tisztább, mint amit a hírek sugallnak. A Deloitte friss, 24 országra kiterjedő felmérésében, amelyben 3235 vezető vett részt, minden megkérdezett szervezet csinál már valamit a mesterséges intelligenciával. A különbség abban van, ki meddig jut el vele. A cégek nagyjából 37%-a csak a felszínen használja: beír egy kérdést, kap egy választ, és ez a lényegében személyes szintű használat marad a cégen belül. A maradék 64% viszont már valódi átalakításba kezdett: 30%-uk konkrét üzleti folyamatokat tervez újra a mesterséges intelligencia köré, 34%-uk pedig magát a működési és üzleti modellt gondolja át. A valódi vállalati MI-bevezetés ennél a 64%-nál zajlik.
Az eredmények is látszanak. A PwC 29., 4454 vezérigazgató részvételével készült globális felmérése szerint a vezetők 33%-a már elért valódi pozitív hatást, bevételben, költségben vagy mindkettőben, bár mindkettőt egyszerre csak 12%-uk. Itthon sem maradunk le: a GKI 2025-ös mérése szerint a magyar cégek 32%-a használ már valamilyen formában mesterséges intelligenciát. És jön a következő hullám is: a cégek közel háromnegyede, 74%-a két éven belül MI-ügynököket tervez bevezetni, vagyis olyan szoftvereket, amelyek a puszta válaszadáson túl önállóan végeznek el feladatokat.
A technológia tehát adott, megfizethető, sokaknak már megtérül, és a következő hullám is látótávolságban van. Éppen ezért nehéz megmagyarázni, miért torpannak meg mégis a cégek, és éppen ezért érdemes megérteni.
Öt akadály, ami visszatartja a cégeket a lépéstől
Bármelyik céggel beszélünk, ugyanaz az öt ok tér vissza újra és újra. Egyik sem a technológiában gyökerezik.
Bizonytalanság. Reggel arról szól a hír, hogy a mesterséges intelligencia elveszi a munkahelyeket, délben már a következő ipari forradalom, estére pedig a LinkedIn szerint mindenki tízszer termelékenyebb lesz. A cégen belül ugyanilyen vegyes a kép: az egyik kolléga csendben már használja, a másik betiltaná, a pénzügy a költségek miatt aggódik, a jog az adatok miatt. A kiút az, ha megváltoztatjuk a kérdést. Szűkítse le egyetlen konkrét folyamatra, és nézze meg a saját szemével, ott mit lát. Ez sokkal kisebb és sokkal nyugodtabb feladat.
Vakság a lehetőségekre. „A mi cégünk speciális, nálunk ez nem fog működni.” Halljuk ezt egészségügyi szolgáltatóktól, gyártócégektől, pénzügyi vállalkozásoktól és ügyvédi irodáktól egyaránt. A nehézség általában máshonnan ered: maguk a képességek maradnak ismeretlenek, ezért rejtve marad az alkalmas terület is. A mesterséges intelligenciát úgy a legkönnyebb megérteni, mint hat építőelemet, amelyek emberi képességeket tükröznek: látás, hallás, beszéd, szövegértés, szövegalkotás és döntéstámogatás. Amint egy vezető így látja őket, megjelennek a belépési pontok. Ha például hetente több száz beérkező e-mailt kell valakinek elolvasnia, kategorizálnia és továbbítania, az szövegértési feladat, amelyet a mesterséges intelligencia a költség töredékéért elvégez.
A mesterséges intelligencia alapvető képességeiről és azok üzleti alkalmazásáról részletesebben is írtunk a Mesterséges Intelligencia érthetően → cikkünkben
Zajterhelés. Egy döntéshozó ma hetente öt-tíz szállítói ajánlatot kap, és mindegyik olcsóbb, gyorsabb és biztonságosabb az előzőnél, ráadásul jön mellé a közösségi média felhajtása és a lemaradástól való félelem csendes nyomása. A zaj szűrése fárasztó, és ritkán vezet eredményre. Érdemesebb a saját kérdéseivel kezdeni: min szeretne jobban teljesíteni, hol veszít időt vagy pénzt, és csak ezután következik az, hogy ebben mit tud a mesterséges intelligencia. Innentől a válasz a saját helyzetéből jön, a zaj pedig elveszti a fogását.
Iránytalanság. Sok cégnél a vezetés még nem mondta ki, mit vár a mesterséges intelligenciától: alacsonyabb költséget, magasabb bevételt, időmegtakarítást vagy versenyelőnyt. Kimondott cél nélkül bármelyik kísérleti projekt nevezhető sikeresnek vagy kudarcnak, hiszen senki sem tudja, mit kellene mérni. A megoldás szerény: elég egyetlen mondat, amely irányt szab. „Idén megnézzük, tud-e a mesterséges intelligencia 10%-ot faragni az irodai adminisztráció költségén.” Egy mondat, és máris van irány.
Megfizethetőségi kétely. Sok vezető fejében úgy él a mesterséges intelligencia, mint amit csak a Google vagy a Microsoft engedhet meg magának. Egy közép-európai középvállalat számára ez a kép félrevezető. Egy tipikus projekt tízmillió forintos nagyságrendben mozog; a milliárdos keretek a globális óriáscégekhez tartoznak. Egy érdemi pilot sokszor néhány millióból elindítható, a havi üzemeltetési költségek pedig a felhőszolgáltatásoknak köszönhetően ésszerűek maradnak. A valódi tényező a bevezetés logikája: ha mindenhová mesterséges intelligenciát teszünk, az nem térül meg; ha viszont kiválasztunk egy folyamatot, megmérjük a mai költségét és kiszámoljuk a megtakarítást, pontosan tudni fogjuk, megéri-e.
Miért nem elég elindulni
Itt jön a kényelmetlen rész. Ha a technológia létezik, megfizethető, és minden cégnek van belépési pontja, akkor honnan jön az a kétharmadnyi vezető, aki még nem ért el pozitív megtérülést? Ők elindultak: beruháztak, és kísérleti projekteket futtattak. Valami mégis megakadt.
A tanulmányok három okban értenek egyet. Először is nehéz jól csinálni: gyakran hiányoznak az előfeltételek, a rendezett, megbízható adat és a technikai meg üzleti szaktudás megfelelő keveréke, márpedig a szétszórt adatra épített mesterséges intelligencia a levegőbe épül. Másodszor az emberek nem használják: a cégek 84%-a nem alakította át a munkaköröket a mesterséges intelligencia köré, így a kollégák a régi módon dolgoznak tovább, miközben az eszköz ott áll mellettük. Harmadszor hiányzik a fókusz: a cégek túl sok mindennel próbálkoznak egyszerre, vagy olyan folyamatokra húzzák rá a mesterséges intelligenciát, amelyek eleve rosszul működtek. A Deloitte szerint a nagyvállalatoknak mindössze 25%-a állította éles használatba a mesterséges intelligenciás kísérletei 40%-át vagy annál többet; a többi megrekedt a próbafázisban. A mintázat következetes: ezek szervezeti és folyamatbeli problémák.
Mit csinálnak másképp a sikeresek
Az élre törő cégek három szokáson osztoznak. Az első naptól az éles bevezetésre játszanak: korán eldöntik, hogyan nézzen ki a működő rendszer, és már a tervezés nyitott szakaszában bevonják a jogi, a biztonsági és az integrációs csapatot. Előbb az alapokat teszik rendbe: rendszerezik az adatokat, újragondolják a folyamatokat, és úgy osztják meg újra a munkát ember és gép között, hogy az emberi ítélőképesség és a gépi gyorsaság egyaránt a maga erősségét adja. A mesterséges intelligenciát pedig konkrét üzleti problémára irányítják, megtérülési modellel együtt, és csak akkor választanak technológiát, amikor a probléma és a mérhető célja már világos.
Ami emögött áll: a mesterséges intelligencia átalakítja a környezetét
Ezt a versenytársak ritkán mondják ki, pedig ez a legfontosabb, amit sok bevezetésből megtanultunk. Amikor bevezetnek egy mesterséges intelligenciára épülő megoldást, a környezete együtt változik vele. A kapcsolódó folyamatok, a napi munkavégzés, a feladatok és a felelősségek mind átalakulnak. Ez az átalakulás a terv szándékolt működése. A kívánt hatékonyság éppen abból fakad, hogy átformáljuk az eszköz körüli környezetet: maga a munka változik meg, és ebben a változásban rejlik a nyereség.
Éppen ezért a munkánk vizuális működési diagnózissal indul. Leülünk a céget működtető emberekkel, és közösen feltérképezzük, hogyan működik ma a vállalat; a valódi szűk keresztmetszet pedig gyakran ott bukkan elő, ahová az ügyfél nem is gondolt.
Vegyünk egy reprezentatív esetet a munkánkból: egy közép-európai, mintegy 400 fős pénzügyi szolgáltatónál a heti vezetői jelentéskészítés napi két-három napot vett el négy embertől, a különböző rendszerekből érkező számok pedig sehogy sem álltak össze. A vezetés azt feltételezte, hogy egy mesterséges intelligencia réteget kell tenniük a meglévő rendszer tetejére. A diagnózis máshová mutatott: három alapvető adatfolyam tört meg az integráció szintjén, a törzsadat pedig négy rendszerben, egyetlen megbízható forrás nélkül, többszörözve élt. Egy nyelvi modell minderre ráhúzva magabiztos válaszokat adott volna, amelyek inkoherens bemenetekre épülnek, és pontosan ez az a hiba, amely évekre aláássa a mesterséges intelligenciába vetett bizalmat. A térkép mondja meg, hol van helye a mesterséges intelligenciának, és mit kell előbb átalakítani körülötte.
Arról, hogy a szervezeti tudás, a folyamatok és a vállalati kontextus miért válnak egyre fontosabb versenyelőnnyé az AI korszakában, részletesebben is írtunk A nyílttól a zárt platformokig: Megismétli az AI az internet történetét? → cikkünkben
Hogyan kezdenénk neki
Négy támasz visz el egy projektet az ötlettől a működő rendszerig.
- Felmérés. A folyamatok, az adatok és a háttér feltárása, hogy lássuk, hol szivárog el az idő és a pénz, milyen adat van és milyen állapotban, és ki mihez fér hozzá. Ezek a belépési pontok, és egyben a kockázatok is.
- A fókusz kijelölése. A legnagyobb potenciált rejtő terület kiválasztása, és ezzel egyidejűleg a célok, az elvárt mérhető eredmény és a sikerküszöb rögzítése. Ha most nem döntünk, később már csak utólag racionalizálunk.
- A kísérleti projekt lefuttatása. Adott céllal, adott idővel és adott kerettel, szűk hatókörben, egyetlen csapattal, úgy, hogy gyors és mérhető tapasztalatot adjon, legalább annyira szervezetit, mint technikait.
- Fokozatos bevezetés. Ezt a lépést hagyja ki a legtöbb cég. A pilotprojektet lépésről lépésre építjük be a működésbe, új csapatokat, területeket és funkciókat vonva be, miközben átformáljuk körülöttük a folyamatokat és a környezetet. Itt tér vissza a kezdő gondolat: a mesterséges intelligencia átalakítja a környezetét.
A kicsiben kezdés haszna újra és újra megmutatkozik. A legtöbb együttműködés egyetlen, jól körülhatárolt lépéssel indul: egy fix terjedelmű felméréssel vagy egyetlen, kis csapatos pilottal. Amint ez a lépés világos eredményt hoz, a következő lépés kézzelfoghatóvá válik, és az ügyfelek többsége ugyanazzal a csapattal viszi tovább az építkezést, mert az előkészítő munka már feltérképezte a környezetüket. A korai, szerény indulás teszi később egyszerűvé a szélesebb körű bevezetést.
Ez a négy támasz egy olyan utat ír le, amely nálunk bevált. Aki végigjárja, kikerül a kétharmadból, amely még nem lát eredményt, és a harmad felé mozdul, amely már méri a nyereséget.
Tehát mi tartja vissza Önöket?
A technológia létezik. Megfizethető. Minden cégnek vannak konkrét belépési pontjai, mások pedig már sikerrel csinálják. Egyetlen kérdés marad, amelyen érdemes elidőzni: a bizonytalanság az, a lehetőségek meglátásának hiánya, a zaj, a hiányzó irány, a költségkérdés, vagy valami más? Bármi is a válasz, megnevezhető, és a megnevezés az első lépés afelé, hogy túljussunk rajta.
Tegye meg a következő lépést
Ha az Önök cégében is felmerült a mesterséges intelligencia kérdése, de még nem világos, hol érdemes elkezdeni, induljanak egy strukturált felméréssel. Az AI Compass Audit egy négyhetes, fix díjas folyamat, amely világos választ ad: melyik kísérleti projektbe érdemes belevágni, milyen sikerkritériumokkal és milyen kockázatokkal. Ha előbb inkább a kérdéseiket tisztáznák, egy ingyenes, 30 perces konzultáció jó kiindulópont.
Források
- Deloitte. (2026). State of AI in the Enterprise 2026. 3 235 üzleti és informatikai vezető válaszai 24 országból az AI-bevezetések eredményeiről, kihívásairól és megtérüléséről. Deloitte. Cikk megnyitása →
- GKI Gazdaságkutató Zrt. (2025. július). Felmérés a magyar vállalatok mesterségesintelligencia-használatáról. 390 magyar vállalat részvételével készült kutatás az AI vállalati alkalmazásáról és elterjedtségéről. GKI Gazdaságkutató Zrt. Cikk megnyitása →
- PwC. (2026. január). 29th Annual Global CEO Survey. 4 454 vezérigazgató megkérdezése 95 országból az AI, a növekedés és az https://gki.hu/language/en/2025/11/25/the-intention-to-apply-artificial-intelligence-among-companies-is-strong-yet-its-risks-have-not-yet-been-recognized/üzleti átalakulás témáiban. PwC. Cikk megnyitása →
Fekszi Csaba
Fekszi Csaba informatikai szakértő, több mint két évtizedes tapasztalattal az adatmérnökség, a rendszerarchitektúra és az Mesterséges Intelligencia alapú folyamatoptimalizálás területén. Munkájának középpontjában olyan skálázható megoldások tervezése áll, amelyek mérhető üzleti értéket teremtenek.
Kapcsolódó cikkek
Miért akad el olyan sok AI-projekt — és hogyan léphetsz végre túl a pilot fázison
Biztos benne, hogy az AI a megfelelő következő lépés?
Segítünk feltárni a valódi lehetőségeket, korlátokat és a reális következő lépéseket.