Amitől rettegünk: a dotokm lufi után most itt az AI lufi

A dotkom lufi azért maradt a modern tőkepiaci történelem egyik leghasznosabb leckéje, mert egyszerre mutatta meg a technológiai forradalom erejét és a befektetői gondolkodás gyengeségeit. Az internet valós, transzformatív változás volt. A tőzsdei árazás viszont sokszor úgy viselkedett, mintha a jövő már másnapra megérkezne, és mintha a profit „járna” minden olyan cégnek, amelyik elég hangosan mondja, hogy online. Amikor a várakozások elszakadnak a pénzügyi realitásoktól, a piac előbb-utóbb visszarántja a történetet a földre. Nem rosszindulatból, hanem matekból.

Az AI körül most hasonló feszültség épül. A mesterséges intelligencia hosszú távú jelentősége szerintem nem kérdés: produktivitás, automatizáció, új termékek, új iparági működés. A kérdés az, hogy ebből kik és mikor csinálnak fenntartható bevételt és profitot, és hogy a jelenlegi beruházási ütem, illetve a tőzsdei árazás milyen feltételezéseket áraz be. Egy vállalat lehet zseniális, miközben a részvénye drága. És egy részvény lehet olcsó, miközben a cég átlagos. A kettő nem ugyanaz a műfaj.

Ebben a cikkben a dotkom korszakból indulunk: mi történt valójában, milyen mechanizmusok fújják fel a technológiai eufóriát, és hogyan lehet ebből egy működő gondolkodási keretet építeni 2026-ra. Nem jóslatot akarok adni, hanem módszert. Befektetőként ugyanis nem az a feladatod, hogy minden hullám tetején ott legyél, hanem az, hogy a tőkédet és a döntési képességedet megőrizd akkor is, amikor mindenki más pánikol vagy mohó. Ez a szöveg edukációs célú; ha konkrét portfólió-döntésről van szó, érdemes a saját kockázati profilodhoz és időtávodhoz igazítani mindent.

Mi történt a dotkom korszakban, röviden és pontosan

A dotkom korszak nem egyetlen nap alatt épült fel, és nem is egyetlen nap alatt omlott össze. A kilencvenes évek második felében az internet elterjedése valós társadalmi és gazdasági átalakulást indított el. A tőkepiac ezt az átalakulást előre akarta megvenni. A gond ott kezdődött, hogy a „előre” szó túl sokszor „azonnal”-t jelentett a befektetők fejében. A kor hangulata egyre inkább arról szólt, hogy a hagyományos pénzügyi mutatók elavultak, és a növekedést, a felhasználószámot, az oldalletöltéseket kell nézni. Ezek a mérőszámok önmagukban nem ördögtől valók, csak akkor, ha nincs mögöttük hiteles út a profit felé.

A dotkom buborék egyik jellegzetessége az volt, hogy a tőkepiaci finanszírozás és a vállalati működés összecsúszott. Sok cég nem azért tudott növekedni, mert egyre több vevő fizetett neki, hanem azért, mert egyre több befektető finanszírozta a veszteséget. Amíg a tőke olcsó, a történet szép, és van, aki megveszi a következő részvénykibocsátást, addig ez a modell működőképesnek látszik. Amikor viszont a piac elkezdi számon kérni a pénztermelő képességet, a veszteséges növekedés hirtelen nem erény, hanem kockázat lesz.

Fontos kimondani egy kényelmetlen igazságot: a dotkom lufi nem arról szólt, hogy „az internet átverés”. A dotkom lufi arról szólt, hogy a tömeges várakozások túl sokat, túl gyorsan, túl biztosra vettek. Aki akkoriban bármelyik internetes cégbe fektetett, nem feltétlenül hibázott technológiai értelemben. Aki viszont úgy vett részvényt, hogy közben nem nézte meg, milyen feltételezések árazódnak be, és milyen áron veszi meg a jövőt, az üzleti értelemben nagyon is hibázott. A buborék után is lett digitális gazdaság, csak a befektetői portfóliók egy része addigra már nem volt abban az állapotban, hogy ezt kivárja.

Miért alakulnak ki buborékok: ember, pénz és ösztönzők

A buborékot sokan a „tömeg ostobaságának” címkézik, de ez túl kényelmes magyarázat. A buborék általában akkor jön létre, amikor három dolog egyszerre találkozik: egy valódi technológiai vagy gazdasági változás, sok szabadon áramló tőke, és egy olyan narratíva, ami egyszerű mondatba sűríti a jövőt. A befektetők többsége nem időtávokat és cash-flow modelleket szeretne, hanem kapaszkodókat: „ez a piac nőni fog”, „ez a cég vezető”, „most kell beszállni, különben lemaradsz”. Az ilyen mondatok gyors döntést tesznek lehetővé. A gond az, hogy a tőzsde pont ott büntet, ahol gyors döntést hozol lassú valóságra.

A pénz oldala sem mellékes. Ha a finanszírozási környezet laza, a hozaméhség erős, és a kockázatvállalás társadalmilag jutalmazott, akkor a piaci szereplők egy része elkezd olyan sztorikra is pénzt adni, amelyek normál körülmények között nem mennének át a szűrőn. Ehhez hozzáadódik az ösztönzők rendszere: a befektetési bankoknak üzlet az IPO, a kockázati tőkének üzlet a következő kör, a médiának üzlet a szenzáció, a vezetőknek üzlet a részvényárfolyam. A buborékot nem egyetlen szereplő fújja fel, hanem egy ökoszisztéma, ahol mindenki talál valamit, ami rövid távon megéri neki.

És itt jön a pszichológiai rész, ami befektetőként különösen fáj. A piaci mozgás önmagát erősíti: ha az ár emelkedik, az sokak fejében „bizonyíték”, hogy igazuk van. Ha igazuk van, még többen vesznek. A végén már nem azért veszik, mert értik a céget, hanem azért, mert félnek kimaradni. A buborék így nem csak pénzügyi jelenség, hanem identitáskérdés is: „én is ott voltam”, „én is értettem”. Amikor aztán fordul a hangulat, ugyanígy önmagát erősítő módon jön a kijózanodás: a narratíva pillanatok alatt „forradalomból” „túlértékelt hype”-pá válik, és a tömeg ugyanazzal a sebességgel fut ki, mint ahogy bement. Nem gonoszság, hanem emberi működés.

Mi hasonlít ma, és mi nem: AI mint technológia és mint befektetési sztori

Ha a dotkom korszakot és az AI-korszakot egymás mellé teszed, elsőre a hasonlóságok ordítanak: általános célú technológia, „új korszak” narratíva, óriási tőkebeáramlás, és az a meggyőződés, hogy aki most nem lép, az lemarad. A vállalatok kommunikációjában is megjelenik az a jelenség, hogy szinte mindenki szeretne „AI-cégnek” látszani, még akkor is, ha valójában csak eszközként használja az AI-t. Ez a címkézés a tőzsdén sokszor gyorsabban jutalmaz, mint a valódi üzleti teljesítmény. Pont így működött sok „online” vállalat a kilencvenes évek végén.

Ugyanakkor vannak lényegi különbségek is, és ezek miatt óvatosan kell bánni a „kísértetiesen ugyanaz” állítással. Az AI ma nem garázsprojektek játéka. A fejlesztés és a skálázás tőkeigényes: számítási kapacitás, adatközpontok, energia, chipellátás, mérnökcsapatok. Ez azt jelenti, hogy a nagy szereplők (felhőszolgáltatók, platformok, chipgyártók) eleve jobb pozícióból indulnak, mint a dotkom korszak sok friss belépője. A másik különbség, hogy az AI már most kézzelfogható értéket ad sok területen: ügyfélszolgálat, fejlesztés, elemzés, tartalom-előállítás, belső folyamatok. A dotkom korszakban is volt valódi érték, csak a monetizáció sokszor később érkezett meg, mint ahogy a tőzsde beárazta.

A harmadik különbség a szabályozás és a társadalmi figyelem. Az AI nem csak üzleti lehetőség, hanem társadalmi kockázat is: félrevezetés, torzítások, adatvédelem, szerzői jog, munkaerőpiaci hatások. Emiatt a szabályozók és a pénzügyi stabilitással foglalkozó intézmények is aktívabban figyelnek, mint a dotkom korszakban. Például a Bank of England pénzügyi stabilitási anyagaiban külön megjelenik az AI és a gépi tanulás témája, és a kockázatok monitorozása is napirenden van. Ez nem azt jelenti, hogy „holnap kipukkan”, hanem azt, hogy a piac már nem egy steril technológiai játszótér, hanem társadalmi viták és szabályozási döntések terepe is.

Az „AI lufi” fogalma: mitől lesz veszélyes a túlzott várakozás

Az „AI lufi” kifejezést sokan túl könnyen dobálják, mintha egyetlen gombnyomással el lehetne dönteni, hogy buborék van-e vagy nincs. A valóság árnyaltabb. Buborékról akkor beszélek értelmesen, ha az árazásban olyan implicit feltételezések vannak, amelyek egy átlagos gazdasági ciklusban nehezen teljesülnek: irreálisan gyors terjedés, tartósan magas profitmarzs, minimális verseny, zéró szabályozási súrlódás, és hibátlan végrehajtás. A buborék nem attól buborék, hogy az ár magas. Attól buborék, hogy az ár olyan világot feltételez, ahol szinte minden jól alakul.

Az AI-nál különösen csábító a túlzás, mert a technológia látványos. Egy jó demo meggyőzőbb, mint bármelyik éves beszámoló. A befektető agya pedig erre van huzalozva: a látványos teljesítményt könnyen összekeveri a tartós üzleti előnnyel. Itt jön be a dotkom korszak egyik legfontosabb tanulsága: a termék lehet szenzációs, miközben a vállalat nem talál fenntartható üzleti modellt. És az üzleti modell lehet működő, miközben a részvényár túl magas ahhoz, hogy megérje a kockázatot.

Az AI körül ráadásul többféle „mini-lufi” is kialakulhat egyszerre. Lehet túlértékeltség egyes chip- és infrastruktúra-láncokban, lehet túlzás a „minden cég AI” jellegű szoftver-sztorikban, és lehet túlzott várakozás a munkaerőpiaci hatásokról is. A befektető feladata nem az, hogy mindezt egyetlen szóval elintézze, hanem az, hogy szétválassza: hol van valós pénztermelő képesség, hol van üzleti kísérlet, és hol van csak újracímkézett marketing.

És itt jön a 2026-os félelem logikája. A kijózanodás általában nem úgy érkezik, hogy „kiderül, hogy nem működik a technológia”. Sokkal inkább úgy, hogy kiderül: a technológia működik, csak a profit lassabban jön, drágábban jön, és kevesebb szereplőnél jön, mint amit a piac elhitt. A tőzsde ezt a különbséget sokszor egyetlen mozdulattal árazzza át. Ha erre készülsz, nem az AI ellen készülsz, hanem a túl optimista árazás ellen.

A számok, amiket nézned kell: értékeltség, cash-flow, tőkeigény

Ha egyetlen dolgot viszel magaddal ebből a cikkből, akkor ez legyen: a technológiai sztorikat nem véleményekkel, hanem pénzügyi logikával kell „lehűteni”. Nem kell mindent kiszámolni tizedesre. De kell egy olyan keret, ami rákényszerít arra, hogy ne csak azt kérdezd: „milyen jó ez”, hanem azt is: „mennyi pénzt termelhet, mikor, és milyen költséggel”. Az AI üzletileg sokszor tőkeigényesebb, mint amennyire a laikus gondolja. A számítási kapacitás költsége, az adat, a mérnöki munka, a szabályozási megfelelés, a biztonság mind pénz. És ha ezek a költségek gyorsabban nőnek, mint a bevétel, akkor a sztori szép, de a részvény nem feltétlenül jó üzlet.

Az alábbi táblázat egy olyan minimum ellenőrző lista, amit én befektetőként (és vállalkozóként is) végig gondolnék, mielőtt bármit „AI” címkével megveszek, vagy mielőtt a cégem nagy AI-projektbe ugrik.

Ez a keret nem garantál nyereséget, de garantálja, hogy nem csak érzésből döntesz. A dotkom korszakban rengetegen pontosan ezt hagyták ki: nem az internetet értették félre, hanem az árat. 2026-ban ugyanez a hiba drága lehet, mert az AI-sztorikban a volatilitás és a tőkeigény együtt tud fájni. Ha egy cég története azért működik, mert mindig van olcsó finanszírozás, az nem befektetés, hanem hit a finanszírozási környezetben.

Kinek van esélye nyerni, ha jön a kijózanodás

Ha a piac egyszer visszavesz az AI-eufóriából, az nem azt jelenti, hogy „minden AI bukik”. A dotkom korszak utáni évek is azt mutatták, hogy a technológia beépül a gazdaságba, csak a túlértékelt szereplők egy része eltűnik, a többiek pedig kényszerből felnőnek. Befektetőként ezért nem az a jó kérdés, hogy „AI vagy nem AI”, hanem az, hogy a lánc melyik részén vagy, és ott milyen a tartós pénztermelő képesség.

Én négy réteget különítenék el. Az első az infrastruktúra: számítási kapacitás, hálózat, adatközpontok, energia, félvezetők. Itt az előny gyakran a tőkeerejű, méretgazdaságosságot kihasználó szereplőknél van, de az árazás is sokszor nagyon optimista. A második a platform és disztribúció: azok a cégek, amelyek már most is milliárdnyi felhasználót, vállalati ügyfelet, vagy fejlesztői ökoszisztémát érnek el. A platformnál az a kérdés, hogy képes-e az AI-t úgy beépíteni, hogy az üzletileg is javítson a helyzeten (például megtartás, magasabb ár, új bevételi sor), ne csak költséget termeljen.

A harmadik réteg a vertikális alkalmazás: iparágspecifikus megoldások jog, egészségügy, gyártás, logisztika, pénzügy, oktatás területén. Itt gyakran nem az nyer, aki „a legjobb modellt” adja, hanem aki a legjobban érti az iparági folyamatokat, az adatokat, és a bevezetés súrlódásait. A negyedik réteg az integráció és szolgáltatás: akik bevezetik, működtetik, auditálják, biztonságossá teszik. Sok vállalat nem „AI-terméket” vesz, hanem nyugalmat: felelősségi köröket, megfelelést, kontrollt. Ez a réteg a dotkom korszak után is erősödött: amikor a lelkesedés csökkent, a valódi implementáció értéke nőtt.

A kijózanodás idején általában azok maradnak talpon, akiknek van: (1) valós ügyfélproblémára adott megoldásuk, (2) mérhető üzleti eredményük, (3) mozgásterük finanszírozás nélkül is. A többiek vagy eltűnnek, vagy felvásárlásban végzik. Ezt nem cinizmusból mondom, hanem azért, mert a piac ciklikus. A kérdés, hogy te befektetőként a ciklus melyik részén milyen típusú céget tartasz, és hogy az adott árazásnál mennyi hibát engedsz meg a sztorinak.

Hogyan készülj 2026-ra befektetőként: folyamat, nem hangulat

Ha 2026-ban az AI-sztori körül valóban jön egy nagyobb kijózanodás, akkor nem az fog nyerni, aki a leghangosabban vitatkozik a közösségi médiában, hanem az, aki előre felépítette a saját döntési szabályait. A piac mindig ad érzelmi okot arra, hogy eltérj a tervtől: amikor emelkedik, azért, hogy beszállj későn; amikor esik, azért, hogy add el rosszkor. Az ellenfél nem a piac, hanem a saját impulzusod.

Én egy egyszerű, konzervatív megközelítést javaslok, ami akkor is működőképes, ha nem tudod megjósolni a csúcsot vagy a mélypontot:

• Időtáv tisztázása: más döntés 6 hónapra és más döntés 6 évre. A dotkom korszak egyik csapdája az volt, hogy hosszú távú sztorit vettek rövid távú áron.
• Pozícióméret: ha egy részvény vagy szektor idegileg szétszed, túl nagy. A jó pozíciót el tudod viselni rossz hónapokban is.
• Diverzifikáció: az AI lehet nagy sztori, de a portfóliód nem lehet egyetlen sztori. A koncentrációt a piac emelkedés közben „jutalmazza”, aztán brutálisan számon kéri.
• Rebalansz logika: előre írd le, mikor csökkentesz kitettséget, mikor növelsz. Ne utólag racionalizálj.
• Cash-flow szemlélet: tudd, hogy mit tartasz „sztori-pozíciónak” és mit „pénztermelő üzletnek”. Ne keverd.
• Finanszírozási kockázat: ha a cég fennmaradása a könnyű tőkétől függ, az kockázat, nem növekedés.

Ez a hozzáállás nem látványos, viszont túlélhető. A dotkom korszak tanulsága nem az, hogy „ne vegyél technológiát”, hanem az, hogy a technológia és az árazás két külön döntés. A technológiai forradalmaknál a legkönnyebb dolog okosnak érezni magad. A legnehezebb dolog fegyelmezettnek maradni. És befektetőként a fegyelem hozza a stabil eredményt, nem az, hogy eltalálod a következő nagy sztorit.

Mit jelent ez a vállalkozóknak: AI-használat hype nélkül

A „lufi” vita általában a részvényárfolyamokról szól, de vállalkozóként neked ennél sokkal földhözragadtabb kérdéseid vannak: hol éri meg AI-t használni, hogyan csökkenti a költséget, hogyan növeli a bevételt, és milyen kockázatokat hoz be. A dotkom korszak vállalkozói leckéje itt is hasznos: akkor is sok cég költött „online jelenlétre” anélkül, hogy pontosan tudta volna, miből lesz megtérülés. Ma ugyanezt látom „AI-projekteknél”: megveszik, mert félnek kimaradni, nem azért, mert előre megtervezték a hatást.

Az én megközelítésem egyszerű: az AI-t úgy kezeld, mint egy termelékenységi eszközt, nem mint identitást. Ne az legyen a cél, hogy „AI-cég vagyunk”, hanem az, hogy a vevő gyorsabban, pontosabban, kiszámíthatóbban kapjon értéket. Ehhez először folyamatot kell választani, nem eszközt. Például: ügyfélszolgálati válaszidő csökkentése, ajánlatadás gyorsítása, belső dokumentáció rendszerezése, értékesítési levelezés előkészítése, riportok automatizálása. Ezek mind mérhetők.

A második lépés a mérés: mennyi időt spórolsz, mennyi hibát csökkentesz, mennyi ügyfélélményt javítasz. A harmadik lépés a kontroll: adatvédelem, jogosultságkezelés, biztonság, felelősség. A negyedik pedig a skálázás: ha egy folyamatnál működik, akkor bővíts. Ha nem működik, akkor állítsd le. A hype-alapú bevezetés ott megy félre, hogy mindent egyszerre akarnak, és közben nincs kontroll a minőségen.

Marketingesként és coachként nekem az a tapasztalatom, hogy a vállalkozásban a „trend” akkor hasznos, ha fegyelmezetten beépíted a működésbe. Ha viszont identitást csinálsz belőle, akkor a trend irányít téged. Az AI-tól nem leszel automatikusan jobb cég. Attól leszel jobb cég, ha az AI segítségével jobb döntéseket hozol és jobb folyamatokat futtatsz. Ez kevésbé látványos, de sokkal fenntarthatóbb.

Magyar sajátosságok: kis piac, devizakockázat, információs zaj

Magyar nézőpontból a dotkom–AI párhuzamnak van egy extra rétege: a hazai befektetők többsége a nagy AI-sztorit nem magyar részvényeken keresztül éli meg, hanem külföldi technológiai papírokon, ETF-eken, nemzetközi platformokon. Ez önmagában nem baj, csak más kockázatokat hoz be. Az egyik a devizakitettség: a hozamod nem csak a részvényen múlik, hanem azon is, hogy a forint hogyan mozog a devizával szemben. Ezt sokan akkor veszik észre, amikor már fáj. A másik a likviditás és információ minősége: a legnagyobb sztorik körül hatalmas az információs zaj, és a magyar befektető gyakran lefordított, másodkézből származó összefoglalókból tájékozódik. Ez torzíthat.

Van egy harmadik tényező is: a magyar piacon erős a „gyors nyereség” kultúra, részben érthető okokból. Ha valaki évekig inflációt és bizonytalanságot él meg, könnyen rákap azokra a történetekre, amelyek gyors megoldást ígérnek. A tőzsde viszont nem megoldás, hanem kockázatvállalás. A dotkom korszak pont azt mutatta meg, hogy a „biztosan ez a jövő” mondat nem véd meg az árfolyameséstől. Aki Magyarországról néz rá az AI-sztorira, annak különösen fontos egy stabil alap: vésztartalék, időtáv, pozícióméret, diverzifikáció. Ezek unalmas szavak, de a túlélés ezekből áll.

Vállalkozói oldalról is vannak magyar sajátosságok. Kisebb piac, kisebb belső csapatok, gyakran tőkehiány, és sokszor rossz adatminőség. Ez azt jelenti, hogy egy nagy AI-átalakítási projekt gyakran túl nagy falat. Viszont pont emiatt értékes lehet a fókuszált bevezetés: 1-2 folyamat, mérhető hatás, kontrollált kockázat. A magyar KKV-nak nem kell a világ legdrágább AI-rendszere. Sokszor elég az, ha a működés fegyelmezettebb lesz, és az AI csak rásegít. A jövő nyertesei szerintem nem azok a cégek lesznek, akik a leghangosabban mondják, hogy „AI”, hanem azok, akik a legjobban tudják használni.

Dajka Gábor marketingszakértő, business coach és befektető szerint

A dotkom lufi és az AI körüli tőkepiaci eufória közös pontja nem a technológia, hanem az ember. Ugyanaz az emberi agy ül a képernyő előtt, ugyanazokkal a torzításokkal: túlbecsülni a rövid távot, alábecsülni a hosszú távot, és összekeverni a sztori igazságát az árazás igazságával. A technológia lehet forradalmi, miközben a befektetési döntés rossz. Ez a mondat sokaknak bántó, mert azt sugallja, hogy az intellektuális „igazság” nem ment meg a pénzügyi veszteségtől. Pedig pont ez a tőzsde egyik legkeményebb szabálya.

2026 környékén szerintem nem az lesz a kérdés, hogy az AI itt marad-e. Itt marad. A kérdés az, hogy mennyi szereplő tud belőle tartós profitot csinálni, és hogy a tőkepiac mennyi időt ad erre. A beruházási versenyben a capex és az energia valós korlát, a szabályozás valós súrlódás, a verseny valós nyomás. Ha az árazás ehhez képest túl tökéletes jövőt feltételez, akkor előbb-utóbb jön egy időszak, amikor a piac átszámolja a történetet. Ilyenkor nem a technológia bukik, hanem a türelmetlen várakozás.

Én befektetőként nem attól félek, hogy az AI „kipukkan”. Attól félek, hogy sokan ugyanazt a hibát követik el, mint a dotkom korszakban: nem üzletet vesznek, hanem önigazolást. Ha a célod az, hogy okosnak tűnj, akkor könnyű belecsúszni a tömegbe. Ha a célod az, hogy hosszú távon stabilan gyarapodj, akkor néha vállalnod kell, hogy kimaradsz dolgokból. A kimaradás néha nem veszteség, hanem védelem.

„A tőkepiac nem jutalmazza automatikusan azt, hogy igazad van a technológiában. A tőkepiac azt jutalmazza, ha fegyelmezetten bánsz az árazással, a kockázattal és a saját impulzusaiddal.” – Dajka Gábor

Ha ezt a hozzáállást beépíted, akkor a dotkom korszak nem rémtörténet lesz, hanem tananyag. És akkor 2026 nem azért lesz érdekes, mert félni kell, hanem azért, mert végre sokan megtanulják: a jövőt meg lehet venni, csak nem mindegy, milyen áron.

Szakértő válaszol – gyakori kérdések

Az „AI lufi” azt jelenti, hogy az AI haszontalan?

Nem. A buborék jelenség általában nem a technológia értékéről szól, hanem az árazás és a várakozások viszonyáról. A dotkom korszak után is internetes lett a világ, csak közben a túl optimista árazás sok portfóliót tönkretett. AI-nál is elképzelhető, hogy a technológia beépül mindenhová, miközben bizonyos részvények vagy szektorok túl sokat áraznak előre.

Honnan tudom befektetőként, hogy egy AI-sztori túl van árazva?

Nem kell mindent tökéletesen megállapítani, de érdemes megnézni, milyen feltételezéseket kell teljesítenie a cégnek ahhoz, hogy a jelenlegi ár indokolt legyen. Ha ehhez hibátlan végrehajtás, rendkívüli növekedés, tartósan magas profitmarzs és minimális verseny kell, az intő jel. Ha a cég már most is stabil cash-flowt termel, és az AI a meglévő üzletet javítja, az más helyzet.

Mi a legnagyobb különbség a dotkom korszak és az AI korszak között?

Az AI fejlesztés és skálázás sok esetben tőkeigényesebb, és a nagy szereplők erősebb kiinduló pozícióban vannak. Emellett a szabályozási és társadalmi kockázatok is hangsúlyosabbak. Ettől még a tömeges túlzás és a „mindenre ráírjuk, hogy AI” jelenség ugyanúgy megjelenhet, mint régen az „online” címke.

Mit jelent mindez a magyar befektetőknek?

Magyar szemmel gyakran extra tényező a devizakitettség és az információ minősége. Sok AI-hoz kapcsolódó befektetés külföldi piacon történik, ezért a hozamot a devizaárfolyam is befolyásolhatja. Emellett érdemes tudatosan szűrni a forrásokat, és nem kizárólag a közösségi médiából, lefordított összefoglalókból dönteni. A fegyelmezett pozícióméret és a diverzifikáció itt különösen sokat számít.

Vállalkozóként hogyan használjam az AI-t úgy, hogy ne legyen pénzégetés?

Kis lépésekben, mérhető célokkal. Válassz 1-2 folyamatot, ahol az idő- vagy hibacsökkentés egyértelműen értéket hoz, mérd a hatást, és csak utána skálázz. A kontroll (adatvédelem, jogosultságkezelés, minőségellenőrzés) nem extra, hanem a bevezetés része. A hype-alapú, „mindent egyszerre” bevezetés általában drága és csalódást kelt.

Források

• Ofek, E. – Richardson, M. (2003): DotCom Mania: The Rise and Fall of Internet Stock Prices (Journal of Finance, 58/3)
• Bank of England: Financial Stability Report – December 2023 (PDF elérhető az oldalon)
• Bank of England: Financial Policy Summary and Record – April 2025 (PDF elérhető az oldalon)

Ha tetszett a cikk, támogasd a blogomat és vedd meg a könyvem.