A lényeg elöl
Ezen a héten két budapesti konferencián két olyan szám hangzott el, amelyek első hallásra kizárják egymást.
Az egyiken egy magyar webáruház alapítója azt mondta, hogy a forgalmuk 35 százaléka, több mint egymilliárd forint, külföldről jön, és ez a ChatGPT nélkül nem lett volna lehetséges. A másikon egy implementációs szakértő azt mondta, hogy a generatív MI-pilotprojektek 95 százaléka nem hoz mérhető profitot.
Nem mondanak ellent egymásnak. Ugyanannak a történetnek a két vége. A különbség pedig nem a technológia, hanem egyetlen döntés, amit a legtöbb cég kihagy.
Ez a cikk arról szól, mi ez a döntés, és mit tudsz vele kezdeni holnap reggel.
Mit mondott a Vágyaim.hu alapítója?
A Portfolio „Lendületben a Hazai Vállalkozások 2026” konferenciáján, szeptember 9-én Pörzse Norbert, a Vágyaim.hu alapítója beszélt arról, hogyan nőttek túl a hazai piacon.
A tudósítás szerint korábban fordítóirodákkal dolgoztak, ami lassú és drága volt, különösen több mint tízezer termék mellett. A ChatGPT-alapú fordítás bevezetése után három év alatt 27 országban nyitottak webáruházat.
A mondat, amit idéznek tőle:
Most a forgalmunknak a 35 százaléka, több mint 1 milliárd forint jön külföldről, és ez ChatGPT nélkül lehetetlen lett volna.
Két dolgot érdemes hozzátenni, mielőtt bárki elkezdi ezt a számot idézgetni.
Először: ez egy alapító saját bejelentése egy színpadon. Nem auditált adat, és nem is annak szánták. Én sem tudom leellenőrizni, és nem teszek úgy, mintha tudnám.
Másodszor, és ez a fontosabb: a történetben nem az MI a hős, hanem a feladat kiválasztása. Tízezer termékleírás lefordítása pontosan az a munka, amelyből sok van, ismétlődő, drága, és amelyben egy hiba nem katasztrofális, csak bosszantó. Ha holnap keresel a saját cégedben egy ilyet, akkor tanultál ebből a példából valamit. Ha csak azt jegyzed meg, hogy a ChatGPT-vel egymilliárd forint jön be, akkor nem.
És mit mondtak a másik konferencián?
Egy nappal korábban, szeptember 8-án, az AI Summit Budapest második napján Nagy Balázs Norbert, az NBN AI alapítója, implementációs szakértő a másik oldalról nézte ugyanezt.
A tudósítás szerint felidézett egy konkrét példát. A cég szoftvereket vásárol, partnerrel automatizációkat fejleszt, aztán egy év múlva megkérdezed, mi változott, és a válasz lehangoló. A munkafolyamatok szinte ugyanúgy zajlanak, a felszabaduló kapacitásnak és a mérhető megtérülésnek pedig nyoma sincs.
Az ok szerinte az, hogy a cégek többsége a sikert abban méri, hány szoftvert vagy MI-ügynököt vezetett be, ahelyett hogy a megspórolt időre és a legdrágább problémáira figyelne. Ehhez tette hozzá a számokat:
Az MIT kimutatása szerint a generatív AI-pilóták 95 százaléka nem hoz mérhető profitot, a Deloitte szerint pedig az árbevétel-növekedést célzó vállalatoknak mindössze az ötöde jár sikerrel.
És a diagnózis, ami szerintem a cikk legértékesebb mondata:
a szervezetekből hiányzik a megfelelő kapacitással rendelkező felelős, nincsenek visszamérhető KPI-ok, és elmarad az átgondolt kompetenciafejlesztés
Nincs felelős, nincs mérőszám, nincs betanítás. Ez a három. Egyik sem technológiai probléma.
Amit a 95 százalék mellé oda kell tenni
Itt tartok egy rövid szünetet, mert ez a szám most hetekig fog keringeni a magyar üzleti sajtóban, és jobb, ha tudod, mit veszel a kezedbe.
A cikk nem írja le, mikori az a kimutatás. Nincs mellette évszám, nincs mellette a jelentés címe, és nincs link. Ugyanez igaz a Deloitte-ra hivatkozó félmondatra is. Ettől még mindkettő lehet pontos, de te nem tudsz utánanézni, és ez nem mindegy.
Ugyanebben a cikkben van két további állítás, amelyek forrása még ennél is homályosabb. Az egyik szerint a sikeres MI-bevezetés 60 százalékban szervezetfejlesztés és 40 százalékban technológia, a másik szerint a megfelelő változáskezelés hétszeresére növeli a siker esélyét. Mindkettő előtt csak annyi áll, hogy „a kutatások szerint”. Hogy melyik kutatás, az nem derül ki.
Nem azt mondom, hogy ne hidd el. Azt mondom, hogy ha egy tanácsadó ezekkel a számokkal érkezik hozzád, kérdezd meg, honnan valók. Egy jó szakértő örül ennek a kérdésnek.
A harmadik szám, ami összeköti a kettőt
Ugyanezen a konferencián volt egy kifejezetten kkv-król szóló kerekasztal is, és ott hangzott el az a mondat, amiért ezt a cikket megírtam.
Szabó Péter, a Microsoft Magyarország korábbi ügyvezető igazgatója szerint a sikeres bevezetés kulcsa nem a technológia, hanem a konkrét üzleti probléma pontos azonosítása. Azt is mondta, hogy gyakori tévhit: mindent az adatok tökéletes rendbetételével kell kezdeni. Ehelyett, idézem a tudósítást:
sokkal célravezetőbb egy unalmas, időigényes vagy irritálóan ismétlődő folyamatot kiválasztani, és arra megoldást találni
A cikk mindjárt hoz is rá egy példát. Egy szoftverdisztribútor a beszállítóktól érkező, ezerféle formátumú számlák kézi összevezetését automatizálta egy generatív MI-alapú megoldással. A fejlesztés néhány munkanap volt, és havonta két teljes munkanapot spórol meg a cégnek.
Két munkanap havonta. Ez nem hangzik akkorát, mint az egymilliárd, de ez az a lépték, amelyben egy magyar kisvállalkozás valóban tud gondolkodni. A szerkezete pedig ugyanaz, mint a termékfordításé: sok van belőle, ismétlődő, unalmas, jól ellenőrizhető.
Ugyanezen a kerekasztalon Dorn András, a DAM Invisible Technology vezérigazgatója azt mondta, náluk az alapvető munkafolyamatok 85 százalékát már MI végzi, és a maradék 15 százalékban a kollégák feladata a hibák javítása és a folyamatok finomhangolása. Ez egy MI-vel foglalkozó cég, tehát nem a te kiindulópontod. De a 15 százalék épp ettől érdekes: még ott is marad emberi ellenőrzés.
Miért nem mond ellent egymásnak a két szám?
Mert nem ugyanazt mérik.
A 95 százalék projekteket számol. Bevezetéseket, kísérleti projekteket, elindított és aztán elfelejtett dolgokat. Ezek nagy része azért bukik el, mert senki nem mondta meg előre, minek kell teljesülnie ahhoz, hogy sikeresnek számítson.
Az egymilliárd forint egyetlen feladatot számol, amelyet valaki kiválasztott, mert fájt neki, és amíg meg nem oldódott, addig nem ment tovább.
A különbség nem az eszközben van. Ugyanaz a ChatGPT áll mindkét történetben. A különbség az, hogy az egyik esetben volt egy konkrét, drága, ismétlődő probléma és egy ember, aki felelt érte, a másikban meg volt egy előfizetés.
Amit ezen a héten megtehetsz
Négy lépés, mindegyik belefér egy órába.
Írj fel három olyan feladatot, amelyből sok van, ismétlődik és bosszantó. Ne az legyen a szempont, mennyire látványos, ha MI oldja meg, hanem az, hogy mennyire fáj. Számlák összevezetése, termékleírások, ajánlatok sablonozása, e-mailek első vázlata.
Válassz ki egyet, és tedd mellé a számot. Hány órád megy el rá havonta? Ha nem tudod, mérd egy hétig. Ez lesz a mérőszámod, enélkül pedig fél év múlva te is azok között leszel, akiknél nem változott semmi.
Nevezd meg, ki felelős érte. Ha egyszemélyes vállalkozás vagy, akkor is: írd be a naptáradba, mikor nézed meg. A hiányzó felelős az első a három ok közül, amit a szakértő felsorolt.
Teszteld le, mielőtt rábízod. A Portfolio cikkének saját összefoglalója ezt a szabályt adja: mielőtt bármilyen feladatot teljesen rábíznál, legalább ötvenszer teszteld le. És ügyfélnek ne menjen ki automatikus válasz emberi ellenőrzés nélkül. Ez nem óvatoskodás, hanem ugyanaz a 15 százalék, ami még annál a cégnél is megmarad, ahol a munka 85 százalékát MI végzi.
Ha ezt a négyet megcsinálod, akkor a te projekted már nem a 95 százalékba tartozik, hanem a maradék ötbe. Nem azért, mert jobb eszközt választottál, hanem mert előre megmondtad, mit vársz tőle.
Források
- Portfolio.hu, A mesterséges intelligencia már operatív munkatárs lehet a kkv-knál, 2026. szeptember 9.
- economx.hu, AI-lázban égnek a cégek, de 95 százalékuknak mégsem hoz pénzt a mesterséges intelligencia, 2026. szeptember 8.
- economx.hu, AI Summit kkv-kerekasztal, 2026. szeptember 9.
Mindhárom cikket 2026. szeptember 10-én olvastam el. Az idézetek szó szerint onnan valók, az „AI-” előtagos alakokkal együtt, ahogy a források írják.