„ChatGPT-t használunk" – de ez még nem integráció

Mit vizsgálunk az első cikkben?

Vajon mit mutatnak a felmérések arról, hogy a magyar és közép-európai vállalatok hogyan használnak AI-t 2 évvel azután, hogy a ChatGPT hirtelen mindennapi beszédtéma lett? A Hírlevelünkben igyekszünk elsősorban kis- és középvállalati döntéshozók számára érdekes témákat feldolgozni tapasztalt IT vezetők és cégvezetők szemszögéből, analítikus, kutató, adatvezérelt módon. Az első számban a Deloitte magyarországi és a varsói AI Chamber közép-európai cégeket érintő felmérései alapján fogunk következtetéseket levonni.

A számok, amik jól hangzanak

Az AI Chamber kutatása szerint a közép-európai KKV-k 77%-a, míg a Deloitte magyarországi felmérésében a cégek 85%-a használ valamilyen formában AI-t. Ez első ránézésre bíztatónak tűnik, “nem vagyunk lemaradva”, gondolhatná döntéshozó. Viszont a riportokat végigolvasva látszik, hogy árnyalni kell a képet. A következőkben erre teszünk kísérletet.

Mit jelent valójában: “AI-t használunk”?

A vállalati AI integráció és az eseti AI chatbot használat gyakran nem ugyanazt jelenti. A vállalati működésbe integrálva az AI szolgáltatások többnyire, mint szoftverkomponensek, vagy API-k épülnek be valamilyen félig vagy teljesen automatizált vállalati munkafolyamatba. Az ilyen vállalatoknál jellemzően van AI-stratégia, van kijelölt felelőse az AI stratégiának (lehet ez a CTO, az infomatikai igazgató, vagy akár egy AI stratégiai igazgató), van AI-szabályzat, amely az EU AI szabályozás alapján íródott.

Az eseti használat ennél sokkal kevésbé tervezett vagy tudatos. Ilyenkor az alkalmazottak a napi feladataikhoz hívják segítségül az általános célú, online könnyen elérhető LLM chatbot-okat. Hol vezetői utasításra - “Holnaptól mindenki használjon ChatGPT-t!” -, hol saját indíttatásból. A fogékonyabbak beépítik a rendszeres használatot a saját munkamódszereikbe, míg mások akár ugyanazon a projekten, hasonló munkakörben dolgozva maximum két-három hetente kérdeznek egyet-egyet valamelyik modelltől.

💡 Érdemes elgondolkodni

Ha egy szervezetben az AI-használat főként egyéni eszközhasználatként jelenik meg, de nincs mögötte közös cél, mérés vagy felelősség, akkor ez inkább képesség, vagy inkább integrációs kísérlet? A kettő közötti különbség nem technológiai, hanem szervezeti.

Az ad-hoc használat

Az eseti AI használat belépési küszöbe gyakorlatilag nulla. Bárki regisztrálhat egy ChatGPT fiókot és elkezdheti használni. Nem igényel vezetői döntést, nem kell bevonni az IT-t, vagy a pénzügyeseket - bármelyik munkavállaló egyéni kezdeményezése elegendő. Különösebb képzés vagy iránymutatás nélkül is működik, az alkalmazottak egyénileg, tapasztalati úton ismerik meg a szolgáltatások képességeit, maguktól tanulnak.

Az ad hoc használat egyik velejárója, hogy cég gyakran nem is tud róla, hogy ki, mit, hogyan és mire használ. Ezt nevezzük “shadow AI”-nak. A jelenség elterjedtségét jól mutatja, hogy a magyar cégek 64%-ánál nincs AI irányító testület vagy etikai bizottság, amely figyelné az eszközhasználatot. Az AI Chamber régiós kutatása ennél is élesebb képet fest: a menedzserek 35%-a tudatosan nem avatkozik bele abba, milyen eszközöket használnak az alkalmazottak, amíg a feladat el van végezve. Ha nincs, aki figyelne, nincs, aki tudná, mi történik.

Mivel jár a vállalati integráció?

Ezzel szemben a tudatos vállalati integráció stratégiai döntést igényel. Felelősöket kell kijelölni (kompetenciával rendelkezőket, vagy akiknek meg kell szerezniük a kompetenciát), célokat kell meghatározni, és egy keretrendszert, amely gyakorlatilag egy működési szabályzat: kiterjedhet például az adatkezelésre, tartalmazhat felelősségi mátrixot, engedélyezett eszközök listáját.

Cserébe a sikeres vállalati integrációs projektek hatása mérhető, szervezeti szintű hatékonyság növekedést hoz. A Deloitte magyar felmérésében a válaszadók 77%-a számolt be hatékonyság javulásról az AI implementáció után (36% jelentős, 41% kis mértékben).

A cégméret és a használati tudatosság összefüggése

A cégméret és a használat tudatossága között egyértelmű összefüggés rajzolódik ki. Az AI Chamber kutatása szerint a tudatos, de akadályokkal küzdő szegmens felét az 50-250 fős középvállalatok adják, míg az AI-t elutasító vagy figyelmen kívül hagyó cégek harmada mikrovállalkozás. A Deloitte magyar felmérése hasonló mintázatot mutat: a dedikált AI-stratégia és büdzsé megléte szorosan összefügg a cégmérettel. A KKV-knál gyakrabban hiányzik a stratégia, jellemzően forráshiány miatt. Tehát a cégek közül igazán tudatosan leginkább nagyvállalati szinten jelenik meg az AI használat, a kisebb cégek ad hoc módon, esetileg használnak nagy nyelvi modellekre épülő chat interfészeket a napi munkában.

Miért ragadnak le a cégek?

A fenti különbségek ismeretében jogos a kérdés: ha a tudatos integráció ennyivel több előnyt kínál, miért marad mégis a cégek többsége az eseti használat szintjén? A kutatások három visszatérő akadályt azonosítanak, amelyek a válaszokban leggyakrabban megjelentek.

Use-case bizonytalanság

A Deloitte felmérése szerint a magyar vállalatok 44%-ánál a legnagyobb akadály a megfelelő felhasználási eset megtalálása. A vezetők érzik a nyomást - „kell az AI" -, de nem látják tisztán, hol kezdjék, és melyik folyamat az, ahol valódi értéket teremthet. Ez a bizonytalanság gyakran bénultsághoz vezet: könnyebb megengedni az egyéni kísérletezést, mint elköteleződni egy konkrét irány mellett. A probléma gyökere részben az, hogy a generatív AI képességei nehezen illeszthetők a hagyományos szoftverprojektek logikájához. Egy ERP-bevezetésnél világos, mit kap a cég a végén. Egy LLM-alapú megoldásnál már kevésbé egyértelmű, hogy pontosan milyen feladatokat old meg, milyen minőségben, és mennyi emberi felügyelet marad szükséges.

A megtérülés mérésének nehézsége

A ROI-számítás problémája szorosan kapcsolódik az előzőhöz. A válaszadók 35%-a jelölte meg ezt akadályként. Az eseti használat hatásai szétszórtak és nehezen számszerűsíthetők: honnan tudjuk, hogy egy alkalmazott „10%-kal gyorsabban" ír e-maileket, ha ezt senki nem méri? Az integrációs projekteknél elvileg könnyebb lenne mérni, de a gyakorlatban itt is nehézségekbe ütköznek a cégek. A generatív AI értéke gyakran minőségi javulásban vagy időmegtakarításban jelentkezik, amit nehéz közvetlenül bevételhez vagy költségcsökkentéshez kötni. Ha a felsővezetés kézzelfogható számokat vár, a projekt könnyen elakad a „majd ha lesz business case" fázisban.

Ki felel érte?

A harmadik, legkevésbé technikai akadály a felelősségi kör tisztázatlansága. A Deloitte adatai szerint a magyar cégek 64%-ánál nincs AI-ért felelős testület vagy kijelölt vezető. Ez azt jelenti, hogy nincs, aki a stratégiai döntéseket meghozza, a kockázatokat felméri, vagy az eredményekért felel.

Az „AI-ownership" hiánya különösen problémás, mert a téma keresztfunkcionális: érinti az IT-t, a jogi osztályt, a HR-t, az üzleti területeket. Ha nincs egyértelmű felelős, a döntések elakadnak a szervezeti réseken – vagy ami gyakoribb, egyszerűen nem születnek meg. A gyakorlatban ez például azt jelentheti, hogy egy AI-pilot ötlete az IT-ról a jogi osztályra, onnan a HR-re vándorol – és végül senki nem dönt.

Egy másik fontos kérdés

A fenti elemzések mögött könnyen megbújhat az a feltételezés, hogy a generatív AI alapvetően hasznos technológia, és a kudarcok oka elsősorban szervezeti vagy vezetői oldalon keresendő.
Ez azonban nem az egyetlen lehetséges értelmezés.
Elképzelhető, hogy sok vállalatnál nem az integráció éretlensége a probléma, hanem az, hogy a jelenleg elérhető generatív AI rendszerek üzletileg nem elfogadható tulajdonságokkal rendelkeznek.

A nem determinisztikus viselkedés, a hallucinációk kezelhetetlensége, az előre nehezen tervezhető inference költségek vagy az auditálhatóság hiánya olyan kockázatokat jelentenek, amelyek bizonyos működési környezetekben egyszerűen kizárják az érdemi alkalmazást.

Ebben az értelmezésben az AI mellőzése nem lemaradás, hanem tudatos technológiai döntés: annak felismerése, hogy a jelenlegi formájában a technológia nem mindenhol érett arra, hogy üzleti kritikus folyamatokra épüljön.

A hírlevélről

Ez az AI Tájoló hírlevél első száma. A célom egyszerű: megérteni, mi működik és mi nem a közép-európai cégek AI-használatában. Nem guru-pozícióból írok - inkább kérdéseket teszek fel, és várom a visszajelzéseket azoktól, akik munkájában ezek a kihívások megjelentek.

A fenti mintázatok a kutatásokból rajzolódnak ki, de szeretném jobban megérteni, hogyan néz ki mindez a gyakorlatban.

A ti cégetekben melyik akadály a leginkább jellemző?

• Nem tudjuk, hol kezdjük - nincs egyértelmű use-case.
• Van ötlet, de nem tudjuk számszerűsíteni az értékét.
• Nincs, aki végigvinné - a felelősség tisztázatlan.
• Valami egészen más.

Ha van pár perced, szívesen olvasom a saját tapasztalatod. Ha feliratkozva, emailben olvasod, elég válaszolnod erre a levélre. Ha a weben találkoztál a cikkel, ide tudsz írni: laci@mentorandorient.hu

A következő számban a “shadow AI” és az EU AI Act Compliance témakör kapcsolatát fogom részletesebben elemezni.

Felhasznált adatforrások

• Deloitte: „State of AI in Hungary 2025" (magyar nagyvállalati felmérés)
• AI Chamber / Digital Poland: CEE KKV AI-érettség kutatás 2025