„Az AI nem csodaszer, hanem új munkatárs” – Gáspár Sándor a mesterséges intelligencia vállalati integrációjáról

Most már nem az a kérdés, hogy kell-e foglalkozni vele, hanem az, hogy hogyan

„Amikor öt évvel ezelőtt elkezdtünk AI-témákkal foglalkozni, még ott tartottunk, hogy lassan ment az értékesítés, nem volt elég projekt. Ma viszont azt látjuk, hogy beindult a piac, és nagyon is aktuális lett az a kérdés, hogyan valósítsuk meg jól ezeket a fejlesztéseket” – meséli Sanyi, aki az elmúlt hónapokban több nagyvállalati AI-projektet is vezetett tanácsadói oldalról.

Szerinte mára sok szervezet felismerte, hogy a mesterséges intelligenciát nem lehet kikerülni. „Van egyfajta nyomás a piacon. Az ügyfelek is érzik, hogy most történik valami, ami átalakíthatja a működést. A kérdés már nem az, hogy csináljanak-e valamit az AI-jal, hanem hogy mit, hogyan, hol kezdjék el.”

Nem egy varázsgomb, hanem egy új kolléga

„Nagyon gyakran azt gondolják az ügyfelek, hogy az AI majd gombnyomásra megold mindent. Mintha csak bevezetnénk egy új eszközt, és már jönnének is az eredmények. A valóság viszont inkább az, hogy az AI olyan, mint egy új munkatárs, aki most jött ki az egyetemről. Okos, jól képzett, de semmit nem tud arról, hogyan működik a cég.”

Ahhoz, hogy valódi értéket teremtsen, előbb integrálni kell a szervezetbe és be kell tanítani.

„Meg kell mutatni neki korábbi példákat, meg kell tanítani a döntési logikát, rá kell szabni a cég kommunikációs stílusára, és biztonságos környezetet is kell hozzá építeni. Ez mind-mind munka. És ezt a munkát nem lehet megúszni.”

Hol éri meg belevágni?

„A legelső feladat mindig az, hogy megtaláljuk: milyen konkrét üzleti problémára keresünk (AI-alapú) választ”

– hangsúlyozza Sanyi.

Ha kalapács van a kezünkben, hajlamosak vagyunk mindent szögnek nézni. Azaz egy sikeres AI-projekt nem a technológiából indul ki, hanem a megoldandó problémákat és az üzleti célokat szem előtt tartva születik meg. Ez alapján lehet a megfelelő eszközt kiválasztani.

„Egy tipikus példa: valaki chatbotot akar, mert az most divatos. De aztán a beszélgetés során kiderül, hogy igazából nem chatbotra lenne szükség, hanem egy ügyfélportálra vagy egy jól kialakított ügyfélfolyamatra. A cél nem az, hogy AI-t vezessünk be, hanem hogy értelmes megoldást találjunk.”

Ezért minden projektet egy alapos felméréssel kezdenek: milyen adatok állnak rendelkezésre, mi a valódi üzleti cél, mi az elvárás a rendszerrel szemben. És ha szükséges, proof of concept-tel (PoC) tesztelik, mit tud kihozni a modell az adott vállalat adataiból.

Sokszor pont mi mondjuk azt, hogy ezt így ne csináljuk

Az AI hype-jával együtt sok irreális elvárás is megjelenik a piacon – ismeri el Sanyi.

„Volt olyan ügyfél, aki az egész core tevékenységét akarta AI-alapokra helyezni. Azt mondtuk neki: ha ezt most megcsináljuk, az olyan lenne, mint csillagrombolót építeni, azaz valószínűleg a világ pénze sem lenne elég rá. És nem is biztos, hogy AI-ra van a legnagyobb szükség a célok megvalósításához, hanem például egy jól megválasztott ipari szoftverre.”

Szerinte tanácsadóként az egyik legnagyobb felelősség, hogy ne csak technológiai szempontból adjunk tanácsot, hanem üzletileg is.

„Nagyon sok AI-eszköz létezik, de nem mindegyik használható magyar nyelvű környezetben, vagy nagyvállalati IT-biztonsági elvárások mellett. Volt olyan ügyfél, akinek meg kellett mondani: az a technológia, amit választott volna, egyszerűen nem lesz elég jó a céljaira.”

Mitől lesz sikeres egy AI-projekt?

A beszélgetés során Sanyi összefoglalja a legfontosabb tanulságokat, amelyek mentén a Stratis dolgozik:

• Ne akarjunk mindent egyszerre. Először nézzük meg, hogy a rendelkezésre álló adatokkal mit tudunk elérni – ez gyakran már PoC-szinten kiderül.

• A biztonság kulcskérdés. Különösen, ha érzékeny adatokról van szó, nem lehet nyílt AI-szolgáltatásokra bízni a működést. Zárt, vállalati környezetet kell kialakítani.

• Az AI szerepét pontosan meg kell határozni a folyamatban. Ahogy egy új kolléga is akkor tud jól dolgozni, ha pontosan ismeri a feladatait, úgy az AI-nak is világos, jól körülírt helyet kell kapnia a működésben: mit várunk tőle, milyen inputokra van szüksége, kinek dolgozik, és hogyan adja vissza az eredményt.

• Ne féljünk régebbi technológiáktól sem. „Sokszor az 5-10 éves, jól működő megoldások sokkal költséghatékonyabbak, mint a legújabb AI-eszközök. És ha ugyanazt az üzleti célt elérik, akkor nem kell feltétlenül a legújabbat választani csak a hype miatt.”

A tanácsadó szerepe a naprakész technológiai ismeretek biztosítása is

Szinte naponta érkeznek újabb és újabb hírek az AI világából, egy nagyvállalat számára nem kis kihívás lépést tartani a technológiai fejlődéssel. „Néhány hete megjelent egy érdekes cikk – kutatók fehér alapon, fehér betűkkel (tehát az emberi szem számára láthatatlan módon) rejtettek el prompt utasításokat a publikációkban, hogy az AI alapú értkeléseket pozitív irányba befolyásolják. Amikor egy ügyfélnél a biztonságról beszéltünk, konkrétan rákérdeztek: ‘És ezzel mit tudtok kezdeni?’ Az ilyen helyzetekben gyorsan és hitelesen kell válaszolni. Ez a tanácsadói munka: mindig naprakésznek lenni, nemcsak szakmailag, hanem felelősségvállalásban is.”

Az AI-t nem csodálni kell, hanem értelmesen használni

Sanyi zárásként így fogalmaz:

„A legnagyobb kihívás ma, hogy a technológia sokkal gyorsabban fejlődik, mint ahogy az ügyfelek alkalmazni tudnák. Közben pedig újabb és újabb hype-ok jelennek meg, amikhez sokan reflexből is szeretnének azonnal igazodni, még akkor is, ha nincs valódi üzleti igény. Tanácstalanok a megfelelő belépési pont megtalálásában.”

„Mi azt mondjuk: az AI értékes, ha a földön jár. Ha egy világos üzleti cél mentén, megfelelő infrastruktúrával, jó minőségű adatokkal és mérhető eredményekkel vezetjük be. Mi ehhez értünk és ebben tudunk segíteni.”