A marketing és az üzleti tanácsadás világa évtizedeken keresztül egyetlen, jól bevált üzleti modellre, az információs aszimmetriára épült. A „Guru” – legyen szó marketing-zseniről, tőzsdecápáról vagy vállalatvezetési orákulumról – azért létezhetett, mert birtokában volt egy olyan tudásnak, amelyhez a tömegek nem, vagy csak nagyon nehezen fértek hozzá. A színpadon álló szakértő volt a kapuőr (gatekeeper), aki a „titkos receptet”, a „varázsformulát” árulta borsos áron. Ez a modell a tekintélyre, az elérhetetlenségre és az ego dominanciájára épült. 2022 novembere, a ChatGPT és a generatív mesterséges intelligencia robbanásszerű elterjedése azonban visszafordíthatatlanul, tektonikus lemezként mozdította el ezt az status quo-t. Ma egy havi 20 dolláros előfizetéssel bárki hozzáférhet az emberiség felhalmozott tudásának jelentős részéhez, olyan szintű analitikai és stratégiai képességekkel felvértezve, amelyek korábban csak a Fortune 500-as cégek vezérigazgatóinak privilégiumai voltak. Ebben az új gazdasági realitásban a lexikális tudás értéke a nullához konvergál. Amikor a válasz gombnyomásra elérhető, a „megmondóember” szerepe feleslegessé, sőt nevetségessé válik. A piac brutális ítéletet mond: az ego-vezérelt marketing halott, mert a tudás demokratizálódott. A kérdés már nem az, hogy „ki tudja a választ”, hanem az, hogy „ki tudja feltenni a helyes kérdést”.
Dajka Gábor tapasztalata szerint a magyar vállalkozói szektorban ez a felismerés még várat magára, és sokan kapaszkodnak a régi tekintélyelvű modellekbe. Pedig a változás nem technológiai, hanem antropológiai jellegű. A mesterséges intelligencia korában a szakértelem definíciója átíródik: a statikus tudásbirtoklás helyett a dinamikus adaptáció és a kontextuális értelmezés válik a legkeményebb valutává. A „Guru”, aki azt állítja, hogy nála van a bölcsek köve, ma már gyanús, hiszen egy LLM (Large Language Model) másodpercek alatt cáfolja meg vagy kínál nála tízszer átfogóbb stratégiát. Ez a jelenség nem csupán a tanácsadói piacot rendezi át, hanem a cégvezetési kultúrát is. Az a vezető, aki eddig arra építette a tekintélyét, hogy ő a legokosabb ember a szobában, most légüres térben találja magát. A jövő nem a válaszokat harsogóké, hanem azoké, akik alázattal képesek navigálni a bizonytalanban, és akik az AI-t nem ellenfélnek, hanem intelligens exoszkeletváz-nak tekintik a döntéshozatalhoz.
A kérdezés művészete (Prompt Engineering) mint stratégiai kompetencia
Ha elfogadjuk a tézist, hogy a válaszok árucikké (commodity) váltak, akkor a logikus következtetés az, hogy az érték a kérdésekbe vándorolt át. A történelem során először a „mit” és a „hogyan” kérdésekre a gép is képes válaszolni, de a „miért” és a „hová” továbbra is emberi territórium marad. A Prompt Engineering – azaz az AI instruálásának tudománya – valójában nem technikai, hanem filozófiai és stratégiai készség. Azt követeli meg a szakembertől, hogy képes legyen dekonstruálni egy problémát az elemi alkotórészeire, felismerje a rejtett összefüggéseket, és olyan kontextust teremtsen a gép számára, amelyben az képes a releváns megoldást generálni. Egy rossz kérdésre az AI is csak hallucinációval vagy közhelyekkel tud válaszolni („Garbage in, Garbage out”). A jövő marketingese vagy cégvezetője tehát Szókratész modern reinkarnációja kell, hogy legyen: nem kinyilatkoztat, hanem kérdez, és a kérdéseivel tereli a folyamatot a megoldás felé.
Ez a váltás alapvető alázatot követel meg. Be kell ismernünk, hogy a gép memóriája nagyobb, az adatfeldolgozási sebessége gyorsabb, és a mintázatfelismerő képessége sok esetben pontosabb a miénknél. Az emberi ego, amely eddig azt diktálta, hogy „én jobban tudom”, most a legnagyobb kockázati tényezővé válik. Dajka Gábor befektetői szemmel úgy látja: az a cég, ahol a döntéseket az „így szoktuk” vagy az „én így érzem” alapján hozzák meg, versenyhátrányba kerül azokkal szemben, akik adatvezérelt kérdéseket tesznek fel az AI-nak, majd a kapott válaszokat kritikai gondolkodással validálják. A szakértelem új mértékegysége a szintézisképesség: hogyan tudjuk a gép által generált rengeteg információt egy koherens, emberi értékekkel és üzleti célokkal összeegyeztethető stratégiává gyúrni. A „Guru” választ ad, a „Partner” gondolkodni tanít – és a jövőben csak a partnerek maradnak talpon.
Learning Agility: A tanulási mozgékonyság mint a túlélés záloga
A „Learning Agility” (tanulási mozgékonyság) fogalma a HR-ből szivárgott át az üzleti stratégia központi helyére. Azt a képességet jelöli, hogy valaki milyen gyorsan képes elengedni a régi, elavult tudását (unlearning), és új, releváns ismereteket elsajátítani (relearning) ismeretlen helyzetekben. A Guru-modell egyik legnagyobb csapdája a statikus tudásba vetett hit. A guruk gyakran egy 5-10 évvel ezelőtti sikerreceptet árulnak újra és újra, miközben a piac realitása már teljesen megváltozott. Az AI korában a tudás felezési ideje drasztikusan lecsökkent. Ami tegnap még működő SEO-trükk vagy PPC-beállítás volt, az ma már irreleváns, holnapra pedig kontraproduktív lehet. Ebben a környezetben a „szakértő” címke veszélyes illúzió lehet, ha a szakértő nem rendelkezik a kezdő elméjével (Shoshin).
A tanulási mozgékonyság hiánya a magyar kkv-szektorban különösen fájdalmas pont. Sokan azért fizetnek tanácsadókat, hogy megerősítést kapjanak a saját téveszméikre (Confirmation Bias), nem pedig azért, hogy szembesüljenek a változás kényszerével. A Learning Agility megköveteli az egónk háttérbe szorítását: el kell fogadnunk, hogy amit tegnap tudtunk, az ma már nem elég. Dajka Gábor business coachként gyakran találkozik olyan vezetőkkel, akik képtelenek adaptálódni, mert a szakmai identitásuk egy letűnt kor módszertanára épül. A jövőálló vállalkozó legfontosabb tulajdonsága nem az IQ, hanem az AQ (Adaptability Quotient). Az AI nem veszi el a munkánkat, de az a szakember, aki az AI segítségével folyamatosan tanul és fejlődik, el fogja venni annak a munkáját, aki megmaradt a régi dogmáknál.
Az emberi tényező felértékelődése: Bizalom a zajban
Paradox módon, minél fejlettebbé válik a mesterséges intelligencia, annál nagyobb lesz az igény a hiteles emberi kapcsolódásra. Amikor a tartalomgyártás költsége a nullához közelít, és az internetet elárasztják az AI által generált, tökéletesre csiszolt, de lélektelen cikkek, videók és hirdetések, a bizalom válik a legritkább és legértékesebb erőforrássá. A Guru-modell azért is bukik meg, mert gyakran a távolságtartásra és a misztikumra épít. A jövő szakértője azonban nem a hegytetőn ülő remete, hanem a „Sherpa”: aki ott gyalogol az ügyfél mellett, osztozik a kockázatban, és a saját bőrét viszi a vásárra (Skin in the Game). Az AI képes megírni a marketingtervet, de nem képes kezet fogni az ügyféllel, nem képes a szemébe nézni, és nem képes vállalni a morális felelősséget a döntésért.
| Szempont | A „Guru” Modell (Múlt) | A „Sherpa” Modell (Jövő) |
|---|---|---|
| Tudás forrása | Titkos, exkluzív információ | Demokratizált adat + Kontextus |
| Hozzáállás | „Én tudom a választ” (Kinyilatkoztatás) | „Keressük meg a megoldást” (Együttműködés) |
| Eszközhasználat | Intuíció és tapasztalat | Adatvezérelt AI + Kritikai gondolkodás |
| Kapcsolat | Tranzakcionális, hierarchikus | Partnerségi, empatikus |
| Kockázat | Az ügyfél viseli | Megosztott (Skin in the Game) |
Ez a humán prémium különösen a B2B értékesítésben és a magas értékű szolgáltatásoknál lesz döntő. Ahol a kockázat magas, ott az emberek továbbra is emberektől akarnak vásárolni, vagy legalábbis egy emberi szakértő validációját igénylik. A generatív AI korában a hitelesség (authenticity) az új valuta. A „tökéletes” guru, aki sosem hibázik, gyanússá válik, mert túlságosan hasonlít egy algoritmusra. A sebezhető, hibáit felvállaló, de folyamatosan tanuló és fejlődő vezető vagy szakértő sokkal nagyobb bizalmat ébreszt. Az alázat tehát nem gyengeség, hanem stratégiai piaci pozicionálás: azt üzeni, hogy „én is ember vagyok, értem a problémáidat, és a technológiát nem a helyettesítésedre, hanem a segítésedre használom”.
A fekete doboz problémája és a validálás kényszere
A Generative Engine Optimization (GEO) és az AI-alapú döntéshozatal egyik legnagyobb kockázata a „fekete doboz” (black box) jelenség. Az algoritmusok gyakran átláthatatlan módon jutnak el a következtetéseikhez, és hajlamosak a magabiztos tévedésre (hallucináció). A régi típusú szakértő, aki az egójából táplálkozva nem tűrte az ellentmondást, ebben a környezetben katasztrófát okozhat. Ha kritikátlanul fogadjuk el a gép javaslatait, mert azok „okosnak tűnnek”, az üzleti öngyilkosság. Az új típusú szakértő szerepe a validátor szerepe. Neki kell rendelkeznie azzal a mély szakmai tapasztalattal (domain expertise), amellyel képes megítélni, hogy az AI által generált stratégia valóban megvalósítható-e a fizikai valóságban, illeszkedik-e a cég kultúrájához és a piaci sajátosságokhoz.
Dajka Gábor befektetői megközelítése szerint az AI egy tőkeáttételes eszköz (leverage). Megsokszorozza a képességeinket, de a hibáinkat is. Egy hozzá nem értő kezében az AI csak gyorsabban termeli a szemetet. A szakértő feladata, hogy a „zajszűrő” legyen. A cégvezetőknek nem több információra van szükségük – abba már így is belefulladnak –, hanem szűrt, validált, releváns tudásra. Az alázat itt abban nyilvánul meg, hogy a szakértő nem a saját ötleteit erőlteti, hanem az adatok és az AI javaslatainak szintéziséből választja ki a legjobbat, függetlenül attól, hogy az kitől vagy mitől származott. A cél a probléma megoldása, nem a szakértő igazának bizonyítása.
Az új vezetői archetípus: Az Építész a Kapitány helyett
A hagyományos vezetéselmélet a „Kapitány” archetípusra épült: a karizmatikus vezető, aki a hídon állva, a távcsövébe nézve egyedül hozza meg a döntéseket, és parancsokat osztogat. Az AI és a hálózatos gazdaság korában ez a modell fenntarthatatlan. A modern vezető „Építész” (Architect). Nem ő akarja meghozni az összes döntést, hanem olyan rendszereket és környezetet épít, ahol az információ szabadon áramlik, és ahol az AI és az emberi intelligencia a leghatékonyabban tud együttműködni. Az Építész alázatos, mert tudja, hogy ő csak a keretrendszer megteremtője, nem a tartalom kizárólagos forrása. Képes delegálni nemcsak az embereknek, hanem az algoritmusoknak is.
Ez a váltás a marketingben is megjelenik. A marketingvezető (CMO) feladata már nem a „nagy kreatív ötlet” kitalálása, hanem egy olyan marketing-ökoszisztéma felépítése, ahol az adatok, az automatizáció és a kreatív energiák találkoznak. Az Építész típusú vezető nem fél attól, ha egy junior kolléga – aki jobban kezeli a promptokat – jobb megoldást talál, mint ő. Sőt, ünnepli ezt. A Guru-modellben a tudásféltés volt a norma; az Építész-modellben a tudásmegosztás és a kollektív intelligencia növelése a cél. Ez a szemléletmód teszi lehetővé a cégek számára, hogy ne csak túléljék, hanem a javukra fordítsák a technológiai diszrupciót.
Dajka Gábor marketingszakértő, business coach és befektető szerint
A mesterséges intelligencia nem az embert váltja le, hanem az arroganciát. Azok a szakértők és vezetők, akik eddig a titkolózásra és a misztifikációra építették a karrierjüket, most pánikban vannak, mert a király meztelen. De azok számára, akik valódi értéket akarnak teremteni, soha nem volt még kedvezőbb a pillanat. A technológia leveszi a vállunkról a rutinfeladatok terhét, és lehetőséget ad arra, hogy végre azzal foglalkozzunk, ami igazán számít: a stratégiával, az emberi kapcsolatokkal és a mély gondolkodással.
„Az igazi tudás ma már nem abban mérhető, hogy mennyi lexikális adat van a fejedben, hanem abban, hogy mennyire vagy képes beismerni, ha valamit nem tudsz, és milyen gyorsan tudod megtalálni a választ a rendelkezésedre álló eszközökkel. A jövőben a legnagyobb versenyelőny nem az AI lesz – hiszen az mindenkinek ott lesz a zsebében –, hanem az a ritka emberi képesség, hogy félretegyük az egónkat, és kíváncsisággal forduljunk a világ felé. Az alázat nem gyengeség, hanem a tanulás előszobája. Aki nem lép be rajta, az kint marad a hidegben.” – Dajka Gábor
Befektetőként azt látom, hogy azok a cégek a legértékesebbek, ahol a kultúra része a folyamatos kísérletezés és a hibázás elfogadása. Ahol nincs „tévedhetetlen vezető”, ott van innováció. A Guru halott, éljen a tanuló szervezet!
Szakértő válaszol FAQ
Ha az AI mindent tud, szükség van még egyáltalán marketing tanácsadókra?
Igen, de másfajta tanácsadókra. A „lexikon” típusú tanácsadókra nincs szükség. De szükség van „stratéga” és „katalizátor” típusú szakemberekre, akik segítenek értelmezni az AI által generált adatokat, beilleszteni azokat az üzleti kontextusba, és menedzselni a változást a szervezeten belül. Az AI megadja a térképet, de a tanácsadó segít vezetni az autót.
Hogyan védekezhetek cégvezetőként a saját egóm ellen?
Tudatos önreflexióval és visszacsatolási rendszerekkel. Vegye körül magát olyan emberekkel (vagy mentorral, coach-csal), akik mernek ellentmondani Önnek. Használja az adatokat döntőbíróként a vitákban. És rendszeresen tegye fel magának a kérdést: „Mi van, ha tévedek?”. Ha ezt a kérdést nem meri feltenni, akkor a cége veszélyben van.
A „Prompt Engineering” tényleg egy szakma lesz, vagy mindenki meg fogja tanulni?
Valószínűleg olyan alapkészséggé válik, mint az írás vagy a számítógép-használat. Nem lesz külön „prompt mérnök” minden cégnél, hanem minden munkavállalótól elvárják majd, hogy képes legyen hatékonyan kommunikálni az AI-val. Aki ezt nem tanulja meg, az olyan lesz, mint aki ma nem tud e-mailt írni: funkcionális analfabéta a digitális munkaerőpiacon.
Források
- Forbes: Learning Agility – The Most Critical Skill for Future Leaders
- Harvard Business Review: Why Prompt Engineering is the New Literacy
- McKinsey & Company: The State of AI in 2023 – Generative AI’s Breakout Year
