Van egy jelenség, amit a legtöbb cégvezető pontosan érez, csak nem mindig tud megfogni: a mesterséges intelligencia nem úgy terjed, mint egy új hirdetési felület vagy egy divatos szoftver. Sokkal inkább úgy, mint amikor egy iparágban egyszerre eltolódik a „mi számít normálisnak” határa. Tegnap még extrának tűnt, ha egy ügyfélszolgálatos gyorsan, hibátlanul, türelmesen válaszol; ma már alapelvárás, és a vevő nem érdekelt abban, hogy ezt ember vagy gép adja-e meg. Ugyanez igaz a marketinges elemzésekre, a fejlesztői feladatokra, a pénzügyi adminra: a sebesség és a hibaarány lett a láthatatlan versenypálya. És ha valaki ezen a pályán sokáig „kézi üzemmódban” marad, akkor nem egyszerűen drágább lesz, hanem kiszorul a nyereséges tartományból.
Azért lett most hangosabb a téma, mert a közbeszédben megjelentek olyan állítások, amelyek már nem csak „szép lassan átalakul a világ” jellegűek, hanem konkrét időkeretet adnak: jövőre, 2026-ra, tömegesen, teljes munkakörök. Ezek az állítások provokálnak, és jól is teszik. Vezetőként ugyanis a legrosszabb stratégia az, ha csak sodródsz: vagy tagadsz („nálunk ez nem lehet”), vagy pánikolsz („holnap mindenkit lecserélek MI-re”). A kettő között van az a racionális út, ami üzletileg értelmezhető: megkülönbözteted a technológiai képességet a vállalati bevezethetőségtől, a feladatot a munkakörtől, és végre olyan mérőszámokhoz nyúlsz, amelyek nem vélemények, hanem pénzügyi és működési tények. Ha ezt megteszed, akkor az MI nem fenyegetés lesz, hanem egy új termelékenységi szint – de csak annak, aki képes rendet rakni a saját folyamataiban.
És itt jön a kellemetlen rész: a legtöbb vállalkozás nem technológiai okból lassú, hanem szervezeti okból. Nincs leírva az ügyfélút, nincsenek tiszta szabályok, mi számít „jó” válasznak, „jó” ajánlatnak, „jó” hibajelzésnek, és a tudás a fejekben él. Ebben a közegben az MI ugyan tud látványos demót produkálni, de üzembiztos rendszert csak akkor ad, ha te előbb rendszert építesz alá. Dajka Gábor tapasztalata szerint az MI-projektek nagy része nem azért hasal el, mert „nem elég okos” a modell, hanem mert a cég nem tudja pontosan megmondani, mit akar automatizálni, milyen minőségi küszöb mellett, és ki vállalja a felelősséget, ha hiba történik. Ezért érdemes most higgadtan, de határozottan beszélni a munka kiváltásáról: mert a kérdés nem az, hogy lesz-e változás, hanem az, hogy te alakítod-e, vagy téged alakít.
Mit mondott Geoffrey Hinton, és miért érdemes komolyan venni?
Geoffrey Hinton neve azért került újra a fókuszba, mert egy interjúban (amit a sajtó széles körben idézett) azt a gondolatot erősítette meg: a mesterséges intelligencia nagyon gyorsan fejlődik, és 2026-ra sok olyan feladatot is el fog végezni, amit ma még teljes értékű munkakörök részeként végzünk. Az egyik legerősebb állítása az volt, hogy a call centerekben és hasonló, standardizálható, nagy mennyiségű kommunikációra épülő területeken az emberi munkaerő kiváltása már nem sci-fi, hanem rövid távú üzleti realitás. Emellett azt is hangsúlyozta, hogy a fejlődés szerinte gyorsabb, mint amire korábban számított, és a képességek nem csak az „értelmes válaszadásban”, hanem a megtévesztésben is javulhatnak. A lényeg itt nem az, hogy tetszik-e nekünk ez a narratíva, hanem az, hogy egy olyan kutató mondja, aki belülről látta a technológia ugrásait, majd kilépett egy nagy cégből, hogy szabadabban beszélhessen a kockázatokról.
A probléma a média általában leegyszerűsített logikája: „Hinton ezt mondta, tehát igaz.” Egy vállalkozó fejével ez nem elég. A helyes logika inkább így néz ki: „Ha egy ilyen szintű szakember ezt mondja, akkor én ezt kockázati jelzésként kezelem, és üzleti tervet építek rá.” Nem pánikot, hanem forgatókönyvet. Különösen azért, mert Hinton állításai összecsengenek több piaci mozgással: a cégek egyre agresszívebben keresik a működési költségek csökkentését, közben nő az elvárás a 0–24 elérhetőségre, gyors válaszidőre, és a vevők toleranciája a hibákra csökken. Az MI pedig éppen ott erős, ahol a folyamatok ismétlődnek, és a minőséget lehet szabályokhoz kötni.
Én ennél a pontnál mindig elválasztom a „szalagcím-igazságot” a „vezetői igazságtól”. A szalagcím arra jó, hogy kattints. A vezetői igazság arra jó, hogy megvédje a profitot és a cég jövőjét. Geoffrey Hinton üzenete ebből a szempontból nem az, hogy „holnap vége mindennek”, hanem az, hogy a munkaköröket alkotó feladatokat újra kell tervezni. Ha ezt időben teszed meg, akkor te döntöd el, hol automatizálsz, hol erősítesz emberi oldalt, és hol építesz új értéket. Ha nem teszed meg, akkor mások döntik el helyetted – jellemzően a piac, az árverseny és a vevők türelmetlensége.
Munkakör vagy feladat: a félreértés, ami miatt rossz döntéseket hozunk
Az „MI kivált egy munkakört” mondat első hallásra egyszerű. Valójában félrevezető, mert a munkakörök ritkán egyetlen homogén tevékenységből állnak. Egy ügyfélszolgálatos nem csak válaszol: értelmez, priorizál, konfliktust kezel, szabályt alkalmaz, kivételt kezel, és néha úgy dönt, hogy nemet mond. Egy marketinges nem csak szöveget ír: pozicionál, ajánlatot épít, adatot értelmez, ügynökséget koordinál, és vállalja a következményt, ha mellényúl. Egy könyvelő nem csak rögzít: fegyelmet teremt, megfelel, dokumentál, vitázik, és kontrollt ad a cégvezetőnek. Amikor azt mondjuk, hogy „kiváltás”, valójában arról beszélünk, hogy a munkakör feladatai közül melyek szabályosíthatók, melyek automatizálhatók, és melyek maradnak emberi döntéshez kötve.
Ha vállalkozóként tényleg jól akarsz dönteni, akkor ne munkakörökben gondolkodj, hanem feladatcsomagokban. Kérdezd meg magadtól: mi a feladat bemenete, mi a kimenete, mi a minőségi elvárás, és mi történik, ha hiba van? A legtöbb „kiváltás” valójában így indul: a feladat standardizálható részét gép csinálja, az ember pedig feljebb lép a kivételkezelés és a minőségellenőrzés szintjére. Ez sokszor nem leépítést jelent azonnal, hanem átszervezést. A leépítés akkor jön, ha a cégnek nincs terve arra, hogy az így felszabaduló emberi időből új bevételt vagy új értéket hozzon létre.
És itt jön be a pszichológia is, ami marketingesként és coachként nekem nem elmélet, hanem napi gyakorlat: az emberi elme jobban fél a „munkám megszűnik” típusú bizonytalanságtól, mint attól, hogy „átalakul a feladatom”. A cégek pedig sokszor kommunikációs hibát követnek el: az MI-bevezetést költségcsökkentési projektként adják el, miközben valójában termelékenységi és minőségi projektként lenne érdemes. Ha a csapat azt érzi, hogy a cél a lecserélésük, akkor ellenáll, rosszul használja az eszközt, vagy elmegy. Ha azt érzi, hogy a cél a felesleges admin kivágása és a magasabb hozzáadott értékű munka erősítése, akkor partner lesz. A különbség nem finomkodás: a különbség pénz.
Miért nem gyorsul ugyanolyan tempóban a technológia és a vállalkozás?
Geoffrey Hinton egyik erős állítása a gyorsulásról szólt: hogy a hatékonyság rövid időközönként ugrik. Még ha a technológiai képességek valóban látványosan javulnak is, a vállalkozás nem ettől lesz automatikusan gyorsabb. A céges valóságban a bevezetésnek súrlódása van: adatvédelem, jog, folyamatok, belső ellenállás, integráció, ügyfélélmény, minőség, márkahang. Ráadásul a pénzügyi logika sem egyszerű: egy MI-megoldás lehet olcsóbb egységköltségen, de ha közben nő a reklamáció, romlik a bizalom, vagy nő a visszaélés, akkor a nettó eredmény rosszabb lesz. A technológia tehát „tud” valamit, de a cég csak akkor nyer vele, ha a teljes rendszerben nyer.
A másik ok a mérhetőség. A legtöbb cég úgy áll neki MI-t használni, mint amikor valaki megvesz egy új edzőcipőt és azt várja, hogy ettől automatikusan jobb sportoló lesz. Az eszköz önmagában nem csinál semmit. Ha nincs tiszta baseline (mennyi idő volt, mennyi volt a hiba, mennyi volt a konverzió, mennyi volt a bérköltség, mennyi volt az átfutási idő), akkor nem tudod bizonyítani, hogy javultál-e. És ha nem tudod bizonyítani, akkor a projekt rövid időn belül hitvitává válik a cégen belül: „szerintem jó”, „szerintem rossz”. A profit nem szeret hitvitában élni.
A harmadik ok az, amiről kevesebbet beszélünk, pedig a magyar KKV-k világában mindennapos: a cég gyakran nincs felkészítve arra, hogy a saját tudását rendszerezze. Egy MI-rendszer akkor működik jól, ha van mire támaszkodnia: szabályokra, kategóriákra, terméklogikára, ügyfélszegmensekre, kezelési protokollokra. Ha ezek nincsenek leírva, akkor az MI vagy össze-vissza válaszol, vagy a csapat „ráhagyja” és ezzel hibákat gyárt, vagy annyira túlszabályozzák, hogy lassabb lesz, mint az ember. Dajka Gábor tapasztalata szerint a legtöbb vállalkozásnál az első valódi MI-lépés nem az, hogy „megveszünk egy eszközt”, hanem az, hogy végre leírjuk a folyamatainkat, és eldöntjük: mi számít jó munkának. Ezt a munkát nem lehet átugrani.
Hol történik a valódi „kiváltás”: ügyfélszolgálat, admin, fejlesztés
Ha őszinte akarok lenni, akkor a „tömeges munkakör-kiváltás” mondat ott lesz először igazán kézzelfogható, ahol három dolog egyszerre teljesül: nagy volumen, ismétlődő minták, és világos minőségi követelmény. Tipikusan ilyen a call center és az online ügyfélszolgálat egy része: rendelésállapot, csomagkövetés, számlázási kérdések, alapvető termékinfók, visszaküldési folyamat. Itt a cég nem azért akar automatizálni, mert „nem szereti az embereket”, hanem mert a várakozási idő pénz, a fluktuáció pénz, a tréning pénz, és a hibák pénz. Ha egy MI képes stabilan hozni egy elfogadható szintet, akkor a piac előbb-utóbb kikényszeríti a használatát.
A második terület az adminisztráció és back office: számlák előfeldolgozása, adatkinyerés, dokumentumok rendezése, egyeztetések, riport-összeállítás. Ezeknél gyakori, hogy a cégvezető egy „láthatatlan” költséghegyet tart fenn: rengeteg emberi idő megy el olyan tevékenységekre, amelyek nem termelnek közvetlenül bevételt, csak fenntartják a működést. Itt az MI nagy értéke nem feltétlenül az, hogy teljesen kivált, hanem hogy lerövidít: kevesebb adminidő, kevesebb késés, gyorsabb döntés, gyorsabb pénzügyi zárás. A cashflow-ban ez nagyon gyorsan látszik, mert a késlekedésnek kamata van – még akkor is, ha ezt nem így nevezed.
A harmadik terület a szoftverfejlesztés és az adatelemzés. Nem azért, mert a fejlesztők „feleslegessé válnak”, hanem mert az alacsonyabb komplexitású feladatok (mintakód, tesztek, dokumentáció, refaktor-ötletek, egyszerűbb hibajavítások) egy részét már ma is gyorsabban lehet előkészíteni MI-vel. Ez átrendezi a csapat összetételét: kevesebb idő megy el rutinfeladatokra, több a tervezésre, rendszerlogikára, minőségre. A veszély itt az, ha a cég azt hiszi, hogy „akkor most fele annyi fejlesztő is elég”, miközben a valóság az, hogy a minőségi kontroll, a biztonság, a tesztelés és a felelősség nem tűnik el. A jó MI-stratégia ezért nem a „kiváltás” szótól lesz jó, hanem attól, hogy pontosan megmondja: mi az, amit gyorsítunk, mi az, amit ellenőrzünk, és hol tartjuk emberi kézben a döntést.
Mérés nélkül csak hitvita: mit érdemes követni a munkaerőpiaci zaj helyett?
Az a mondat, hogy „az álláshirdetések száma csökkent”, vagy hogy „jövőre munkakörök tűnnek el”, önmagában nem segít egy cégvezetőnek. Mert te nem a világgazdaságot vezeted, hanem a saját vállalkozásodat. Neked nem az a kérdés, hogy „mi lesz a munkaerőpiaccal általában”, hanem az, hogy a te cégedben hol folyik el pénz idő, hibák és lassúság formájában. A jó hír: ez mérhető. A rossz hír: a legtöbb cég nem méri. A mérés hiánya pedig azt eredményezi, hogy az MI bevezetése vagy túl van ígérve („ettől minden jobb lesz”), vagy alul van értékelve („nálunk ez nem működik”). Mindkettő ugyanoda vezet: rossz döntéshez.
A mérőszámoknál én szeretem a nagyon földhözragadt, könyvelhető mutatókat, mert azok nem vitatkoznak. Például: átfutási idő (mennyi idő telik el egy ügyfélkérés beérkezésétől a megoldásig), első válaszidő, megoldási arány első kontaktból, hibaarány (visszanyitott jegyek, reklamációk), ügyfélszolgálati költség rendelésenként, adminidő számlánként, riportkészítés ideje, fejlesztési ciklusidő, és igen, végső soron az egy főre jutó hozzáadott érték. Ha ezeknél látsz javulást, akkor az MI pénzzé válik. Ha nem, akkor csak érdekes.
Érdemes egy másik szintet is bevezetni, amit sokan elfelejtenek: kockázati mutatók. Mert az MI nem csak gyorsít, hanem új típusú hibákat is tud hozni. Például: mennyi a tévesen jóváhagyott kérés, mennyi a félreértett ügyfélprobléma, mennyi a rossz termékinformációból fakadó visszáru, mennyi a visszaélés, mennyi a „hallucináció-szerű” téves állítás kockázata. Ezeket nem azért méred, mert paranoiás vagy, hanem mert vállalkozó vagy. A vállalkozás lényege, hogy a bizonytalanságot kezelhetővé teszed. Ehhez pedig számok kellenek, nem érzések.
Bizalom, csalás, megtévesztés: mi a reális kockázat, és mit lehet tenni?
Hinton figyelmeztetése a megtévesztésről azért üt nagyot, mert nem a klasszikus „hibázik a gép” problémáról beszél, hanem arról, hogy egy rendszer képes lehet úgy viselkedni, hogy az ember rossz döntést hozzon. Vállalkozói szinten ezt nem kell apokalipszisként kezelni, de komolyan kell venni. A legtöbb cégben már ma is vannak „félig automata” döntések: ajánlatok, kreditlimit, kockázati jelzések, ügyfélminősítés, reklamációs döntések. Ha ezekre ráengedsz MI-t úgy, hogy nincs audit, nincs naplózás, nincs felelős, akkor nem csak reputációs kockázatot vállalsz, hanem jogit és pénzügyit is.
A megoldás itt nem az, hogy „ne használj MI-t”, hanem az, hogy úgy használd, mint egy junior kollégát, akinek gyors az agya, de nincs felelőssége és nincs élettapasztalata. Ez azt jelenti: legyenek tiltott zónák (például pénzügyi jóváhagyás, jogi nyilatkozat, érzékeny ügyféladat), legyenek kötelező ellenőrzési pontok, és legyen visszacsatolás. A „biztonság” a gyakorlatban nem nagy szavakból áll, hanem ilyen unalmas dolgokból: jogosultságkezelés, adatkezelési szabályok, tesztadatok, verziózás, naplózás, rendszeres mintavételezés, és az, hogy ha hiba történik, akkor tanulsz belőle, nem eltagadod.
Marketingesként ide még egy dolgot hozzáteszek: a bizalom a digitális korban nem érzelem, hanem működés. A vevő nem azért bízik benned, mert „szimpatikus” vagy, hanem mert kiszámítható vagy: azt kapja, amit ígértél, akkor kapja, amikor ígértél, és ha gond van, kezelni tudod. Ha MI-t teszel a frontvonalba, a bizalom is ott dől el. Ezért az MI-t nem csak IT-projektként, hanem ügyfélélmény-projektként is kell kezelni. Ha ezt elmismásolod, a piac megbüntet. Ha jól csinálod, a piac jutalmaz, mert kevesebb lesz a súrlódás és gyorsabb a megoldás.
Vállalkozói akcióterv 2026-ra: felkészülés pánik nélkül
Ha 2026-ra valóban gyorsul a „munkafeladatok automatizálhatósága”, akkor neked most nem jövőképet kell rajzolnod a falra, hanem rendet kell raknod a működésben. Az akcióterv szerintem három szinten érdemes futni: (1) feladat- és folyamatleltár, (2) kísérletek mérhető célokkal, (3) szervezeti szabályok és felelősségek. Az első szintnél egyszerűen végigmész a cégen: hol megy el emberi idő ismétlődő dolgokra, hol vannak késések, hol van sok hiba, hol van sok „egyedi eset”. A második szintnél nem „MI-projektet” indítasz, hanem 2–3 célzott kísérletet, ahol előre megmondod: mitől lesz ez siker. A harmadik szintnél pedig rögzíted, hogy ki dönt, ki ellenőriz, mi az elfogadható hiba, és hol van emberi jóváhagyás.
| Terület | Tipikus feladat | Mit mérj | Kockázat | Első lépés |
|---|---|---|---|---|
| Ügyfélszolgálat | Ismétlődő kérdések, státuszok | Első válaszidő, megoldási arány, reklamáció | Téves információ, bizalomvesztés | Tudásbázis rendbetétele, válaszsablonok |
| Admin / back office | Dokumentumok rendezése, adatkinyerés | Idő számlánként, hibaarány, átfutás | Adatvédelmi hiba, rossz adat | Adatstruktúra és jogosultságok tisztázása |
| Marketing | Szöveg-előkészítés, elemzés, riport | Átfutási idő, minőségi ellenőrzések száma | Márkahang elcsúszása, félrevezető állítás | Stílus- és állítás-ellenőrzési szabályok |
| Fejlesztés | Mintakód, tesztek, dokumentáció | Ciklusidő, hibaszám, tesztlefedettség | Biztonsági rés, rossz kód | Kötelező review és tesztelési kapuk |
A gyakorlati megvalósításban én ezt egy 30 napos, egyszerű keretbe szoktam tenni. Az első 10 napban csak leltározol és mérsz (baseline). A második 10 napban csinálsz egy szűk kísérletet, ahol a kockázat alacsony, de a nyereség mérhető. A harmadik 10 napban pedig szabályozol: mi mehet élesbe, mi nem, ki felel érte, milyen visszajelzési ciklussal. Ha ezt a 30 napot végigviszed, akkor már nem „hírekre” reagálsz, hanem a saját adataid alapján döntesz. És ez az, amit a konkurensed jelentős része nem csinál meg – mert kényelmetlen, unalmas és fegyelmet kíván. Pont ezért van benne pénz.
Magyar piaci sajátosságok: miért más itt a tempó, és hol a lehetőség?
A magyar piac egyszerre lassítja és gyorsítja az MI terjedését. Lassítja, mert sok KKV-nál még mindig alacsony a folyamatérettség: hiányos dokumentáltság, ad hoc működés, túlterhelt tulajdonos, és gyakran nincs dedikált operációs vezető. Ezen a terepen bármilyen automatizálás nehezebb. Ugyanakkor gyorsítja is, mert a tőkehiányos környezetben mindenki érzékenyebb a hatékonyságra: ha ugyanannyi emberrel 10–20%-kal többet tudsz elvégezni, az nem „szép”, hanem túlélési előny. És a munkaerőpiaci feszültségek – például bizonyos szakmákban a toborzási nehézség – szintén abba az irányba tolják a cégeket, hogy legalább a repetitív részeket gépesítsék.
Van még egy sajátosság: a bizalom kérdése. Magyarországon sok szektorban az ügyfélkapcsolat személyessége még mindig erős üzleti fegyver, különösen szolgáltatásoknál és magasabb kosárértéknél. Ezt nem érdemes „kidobni” csak azért, mert van MI. Én inkább azt javaslom: a személyességet tartsd meg ott, ahol tényleg értéket ad, és vágd ki a felesleges várakozást és adminisztrációt. Ha a vevő azt érzi, hogy gyors vagy, pontos vagy, és emberként bánsz vele, akkor nem fogja firtatni, hogy a háttérben MI is dolgozik. Ha azt érzi, hogy lassú vagy, kusza vagy, és hárítasz, akkor mindegy, hogy ember vagy MI válaszol – elmegy.
És van még egy stratégiai szempont: a magyar KKV-k gyakran külföldi óriások mintáit próbálják másolni, miközben a piac mérete, a kultúra és az erőforrások teljesen mások. Dajka Gábor tapasztalata szerint az MI itt akkor lesz igazán nyereséges, ha nem „divatként” veszed át, hanem a saját működésedhez igazítod: kevesebb csillogás, több mérés; kevesebb ígéret, több kontroll. Ha ezt a mentalitást hozod, akkor 2026-ban nem az lesz a kérdés, hogy „kivált-e az MI munkákat”, hanem az, hogy te hogyan építesz vele stabilabb, jobb minőségű működést, és ebből hogyan csinálsz profitot.
Dajka Gábor marketingszakértő, business coach és befektető szerint
Én nem abban hiszek, hogy az MI „elveszi” a munkát. Abban hiszek, hogy a piac elveszi a lustaságot és a rendezetlenséget. Az MI csak felgyorsítja azt, ami eddig is igaz volt: aki tisztán látja a folyamatait, mér, és felelősségi rendszert épít, az olcsóbban és jobban szolgál ki. Aki pedig ködben működik, annál minden új eszköz csak még több zajt hoz. Ha 2026-ban tényleg gyorsul a munkafeladatok automatizálhatósága, akkor a nyertes nem az lesz, aki a legtöbb eszközt megveszi, hanem az, aki a legfegyelmezettebben épít rendszert.
„A mesterséges intelligencia nem helyetted fog dolgozni, hanem a helyedre fog ülni, ha nem vagy hajlandó rendet tenni a saját cégedben.” – Dajka Gábor
És igen, lesznek munkakörök, amelyek szűkülnek, és lesznek emberek, akik nehéz helyzetbe kerülnek. Ezt nem szabad elkenni. De vezetőként neked nem az a dolgod, hogy sajnálkozó posztokat írj, hanem hogy emberhez méltó módon felkészítsd a csapatodat: átképzés, új feladatkörök, világos elvárások, és olyan működés, amiben a fejlődés nem fenyegetés, hanem szakmai emelkedés. Befektetői szemmel pedig ugyanazt látom: azok a cégek fognak értéket építeni, amelyek az MI-t nem költségcsökkentési bunkósbotként használják, hanem minőség- és skálázhatósági eszközként. A profit hosszú távon nem a leépítésekből jön, hanem abból, hogy a vevő jobb szolgáltatást kap, és hajlandó ezért fizetni.
Ha pedig marketinges vagy, és az MI-korszakban is nyerni akarsz, akkor ne feledd: a technológia gyorsít, de a döntés továbbra is emberi. A figyelem hiánya, a bizalom törékenysége, a bizonytalanság kezelése nem tűnik el. Ebben a közegben a pszichológiai alapok és a stratégiai gondolkodás még értékesebb, nem kevésbé. Ezért tartom fontosnak, hogy a vállalkozó ne csak eszközöket gyűjtsön, hanem gondolkodásmódot is építsen – mert a végén nem az nyer, aki „többet automatizál”, hanem aki jobban ért a vevő fejéhez, és közben fegyelmezetten működteti a cégét.
Szakértő válaszol – gyakori kérdések
Valóban 2026-ban jön a tömeges munkaerő-kiváltás?
A „tömeges” szó mindig gyanús, mert nem mondja meg, melyik iparágban, melyik országban, milyen feladatoknál. Reálisabb úgy gondolni rá, hogy 2026-ban több területen is felgyorsul az automatizálás, főleg ott, ahol a feladatok szabályosíthatók és a minőség mérhető. A teljes munkakörök eltűnése inkább akkor jön, ha a cég működése eleve nagyon standard, és a vezetés kifejezetten leépítési logikával áll hozzá.
Melyik az első 3 jel, hogy a cégedet érzékenyen érintheti az MI?
Az első jel, ha a működésedben rengeteg az ismétlődő kommunikáció és admin, és ezeknél magas a bérköltség. A második, ha a minőség ingadozik, mert túl sok tudás „fejben” van, és nincs egységes protokoll. A harmadik, ha a versenytársak gyorsabbak és olcsóbbak lesznek úgy, hogy közben a vevői élményük nem romlik – ez gyakran automatizálással jár.
Mitől lesz egy MI-bevezetés üzletileg értelmezhető, és nem csak „játékszer”?
Attól, hogy előre meghatározod, mit mérsz, és milyen javulást vársz. Például átfutási idő, hibaarány, ügyfélpanaszok, egy főre jutó output, vagy a kiszolgálási költség rendelésenként. Ha nincs baseline és nincs cél, akkor nem projekted van, hanem hangulatod.
Mi a magyar piac sajátossága az MI és munkaerő kérdésében?
Magyarországon a KKV-k jelentős része még folyamatérettségben felzárkózási fázisban van, ezért a bevezetés sokszor nehezebb. Ugyanakkor a tőkehiány és a munkaerőhiány egyes területeken erős ösztönző: ami mérhetően csökkenti az adminterhet és javítja a kiszolgálást, azt sokan gyorsan be fogják vezetni. A nyertes az lesz, aki nem másol, hanem a saját működésére szabja a megoldást.
Források
- Fortune (2025.12.28.) – Geoffrey Hinton 2026-ra vonatkozó előrejelzései és kockázati megjegyzései
- AP News (2024) – A fizikai Nobel-díj 2024-es odaítélése John Hopfield és Geoffrey Hinton részére az MI alapjaiért
- Frey, C. B. & Osborne, M. A. (2017) – The future of employment: How susceptible are jobs to computerisation? (Technological Forecasting & Social Change, DOI)


















