A mesterséges intelligencia (AI) olyan számítógépes rendszer vagy szoftver, ami emberi értelmi képességekhez hasonló feladatokat old meg — szöveg-értelmezést, mintázat-felismerést, döntéshozatalt, tanulást, kommunikációt. A klasszikus szoftverrel szemben (ahol minden szabály előre meg van írva) az AI képes tapasztalatból tanulni, és olyan helyzeteket is kezelni, amelyekre konkrétan nem trénelték. Ez az, ami lehetővé teszi a ChatGPT-szerű beszélgetést, az önvezető autót, a spam-szűrést, és sok más, mára mindennapossá vált technológiát.
Így is ismerheted
Magyarul MI (mesterséges intelligencia rövidítése), néha gépi intelligencia. Angolul AI (artificial intelligence) — ezt használja a szakmai és köznyelvi szinten mindenki. Találkozhatsz a tágabb fogalmakkal: machine intelligence, cognitive computing (különösen az IBM Watson kapcsán), artificial general intelligence (AGI) — az utóbbi az emberi szintű, univerzális AI elméleti elnevezése, ami egyelőre kutatási cél.
Mire jó cégeknek?
Az AI ott teremt valódi értéket, ahol egy folyamatban emberi „gondolkodás” kell, és ezt a gondolkodást részben gépiesíteni lehet. Néhány tipikus alkalmazási terület magyar középvállalatoknál:
- Ügyfélkommunikáció — weboldali AI chatbot, ami 24/7 elérhető, kvalifikálja a leadeket, válaszol a tipikus kérdésekre.
- Dokumentum-feldolgozás — PDF-számlák, szerződések, e-mailek strukturált adat-kinyerése, ami eddig 8-10 órás manuális meló volt.
- Sales-támogatás — lead scoring, ajánlat-előkészítés, CRM-adat-feltöltés.
- Tartalom-generálás — termékleírás, hírlevél-draft, blog-vázlat előkészítése.
- Belső asszisztens — a kollégák kérdéseit a céges szabályzatok, GYIK, technikai doksik alapján válaszolja meg.
Egy 50 fős vállalatnál a tipikus első AI-bevezetés (1-2 konkrét folyamat) 500 ezer-2 millió forint körüli, és havi szinten 10-30 órányi időt spórol meg. Ez 6-12 hónap alatt simán visszatérül.
Milyen típusú AI létezik?
A szakma két nagy csoportra osztja a mai AI-rendszereket. A szűk (narrow) AI egy konkrét feladatra van trénelve — egy chatbot beszélget, egy képosztályozó képeket sorol be, egy spam-szűrő e-maileket szűr. Ez a 2026-os állapot szerint az összes ma elérhető AI: bármilyen ügyes is, csak abban a területen tud dolgozni, amire trénelték. Az általános (general) AI az elméleti cél: olyan rendszer, ami bármilyen szellemi feladaton ember-szinten teljesít. Ez egyelőre kutatás, és vitatott, mikor lesz elérhető (10 év, 30 év, soha — szakértők szerint nincs konszenzus).
A technológiai megközelítés szerint a fő irányok:
- Gépi tanulás (machine learning) — a modell adatokból tanul, nem kódba írt szabályokból. Ez az AI-rendszerek 95%-a ma.
- Mélytanulás (deep learning) — a gépi tanulás egy alfaja, ahol több rétegű neurális hálókat használnak. A ChatGPT, a képgenerátorok, a beszédfelismerés mind ide tartozik.
- Generatív AI — új tartalmat (szöveg, kép, hang, videó) készítő AI. Lásd a generatív AI cikket.
- Szabály-alapú AI / szakértői rendszerek — régebbi megközelítés, ahol ember kódolja a logikát. Ma már háttérbe szorult, kivéve speciális területeken.
Hogyan jutott el az AI a mai szintre?
Az „mesterséges intelligencia” fogalmát Alan Turing és társai már a 40-50-es években vetették fel. A 60-70-es években optimista próbálkozások futottak (chatbot ELIZA, sakk-programok), majd több „AI-tél” jött, ahol kiderült, hogy a számítási kapacitás és az adatmennyiség kevés a komolyabb feladatokhoz. A 2012-es évek hozták az áttörést: a GPU-k (videókártya-számítás) lehetővé tették a mélytanulást, és a képosztályozók (AlexNet) hirtelen ember-szintűek lettek.
2020 után a nagy nyelvi modellek (GPT-3, GPT-4, Claude, Gemini) hozták a következő paradigma-váltást: olyan rendszerek, amik gyakorlatilag bármilyen szöveges feladatot képesek elvégezni alapszinten. Ez tette lehetővé, hogy a mindennapi üzleti életben is használhatóvá váljon az AI — egy webfejlesztő, marketinges vagy adminisztrátor saját kódolás nélkül építhet okos rendszert.
Mit jelent egy cégnek AI-t bevezetni?
Egy cég AI-bevezetése három fázisból szokott állni. Az első a feltárás: mely folyamatokban van ismétlődő szellemi munka, ahol AI értelmesen tudna segíteni. Sales-folyamat, ügyfélszolgálat, dokumentum-feldolgozás, riportkészítés — ezek a klasszikus jelöltek. A második a prototípus: egy konkrét, jól körülhatárolt területen kis projektet futtatsz, mérhető célokkal („AI-bevezetés után 2 hónappal a támogatási tickets-szám 30%-kal kevesebb”). A harmadik az élesítés és skálázás: ami működik, azt kibővíted más területekre.
Részletesebben az AI bevezetés vállalkozásoknál cikkben.
Mire figyelj, mielőtt belevágsz?
A legnagyobb buktató, ha a cég az AI-t öncélúan kezeli. „AI-projektet” indítani önmagában értelmetlen — a cél mindig egy konkrét üzleti probléma megoldása, amiben az AI az eszköz. Ha nincs konkrét folyamat, mérhető hatás, és felelős kolléga, az AI-projekt elszáll.
A második a realista elvárások. Az AI nem varázspálca — hibázik, hallucinál (lásd AI hallucination), és emberi felügyeletet igényel. Az érett bevezetés mindig kombinálja az AI-t és az emberi munkát.
A harmadik az adatvédelem és szabályozási megfelelőség. Az európai cégeknek az EU AI Act és a GDPR is keretrendszert ad. Részletesebben a GDPR és AI és az AI adatbiztonság cikkekben.
A negyedik a kollégák bevonása. Az AI-bevezetés nem csak technikai projekt — emberi folyamatok változnak vele. Az érintett kollégákkal előre kommunikálj, képezd őket, és tedd egyértelművé, hogy az AI mit vesz le róluk, és milyen új feladatokra szabadít fel kapacitást.
Ha cégednél el szeretnéd indítani az AI-t — akár chatbot, akár folyamatautomatizáció, akár belső asszisztens —, az AI és automatizáció szolgáltatásunk pont erre épül: feltárás, prototípus, élesítés. Egy ügyféloldali AI-megjelenéshez (chatbot) a chatbot fejlesztés az induló pont.
