Farkas Dávid adattudós, a Principle Zero társalapítója egy podcastban azt hangsúlyozta: a mesterséges intelligencia (AI) önmagában nem old meg minden vállalati problémát. Sok cég még mindig úgy tekint az AI-ra, mint egy varázseszközre — ha bevezetnek egy AI-eszközt, rögtön hatékonyabb lesz a működés, gyorsabbá válnak a folyamatok és jobb döntéseket hoznak. Ez a nézet azonban szerinte veszélyesen leegyszerűsített.
Az AI szerepe szerinte inkább erősítő: azt felerősíti, ami már eleve jelen van a szervezetben. Ha egy vállalatnak átgondolt digitális folyamatai, tiszta adatai és világos értékteremtési céljai vannak, akkor az AI komoly versenyelőnyt hozhat. Ha viszont a cég csak analóg folyamatokat másolt át digitálisan, majd arra „ráhúzza” az AI-t, akkor ugyanazokat a hibákat gyorsabban és nagyobb mennyiségben reprodukálja.
Emberi és szervezeti kérdések kulcsfontosságúak
Farkas szerint egy vállalati AI-átállás csak kisebb részben technológiai feladat: az IT-biztonságot, infrastruktúrát és a technikai implementációt meg kell oldani, de a nagyobb kihívás emberi és szervezeti természetű. Fel kell térképezni, hogyan dolgoznak az emberek, melyek a döntési pontok, mit lehet automatizálni, és mi az, amit nem szabad a gépre bízni. Ez különösen fontos, mert a jelenlegi AI-rendszerek nem „helyettünk gondolkodnak”, hanem a meglévő döntési mechanizmusokat erősítik fel — akár a jó, akár a rossz elemeket.
A beszélgetés során részletezett problémák közé tartozik a rossz adatkezelés, pontatlan munkafolyamatok és végig nem gondolt üzleti logika, amelyek mind erősebben mutatkozhatnak meg, ha az AI-t rosszul alkalmazzák.
AI-startupok és a tartós üzleti érték
Az AI-startupoknál különösen fontos a sorrend: előbb problémát kell találni, majd megvizsgálni, hogy valóban az AI a megfelelő megoldás. Lehet, hogy egy egyszerűbb automatizáció, jól dokumentált folyamat vagy manuális eszköz jobb lesz. Farkas Dávid figyelmeztet, hogy nagy kockázatot jelent, ha egy cég csak „vékony réteget” épít egy nagy nyelvi modellre: ha egy startup frontierrétegű modellt vesz, és csak egy kisebb felületet vagy néhány extra funkciót ad hozzá, egy következő modellfrissítés könnyen lenullázhatja az üzleti értéket.
A tartós érték forrása szerinte nem az API-hívásokban, hanem a saját tudásbázisban, folyamatokban, logikában és piaci tapasztalatban rejlik. Egy működő AI-folyamatnak konzisztensen kell jól teljesítenie sok futáson keresztül: a vállalatnak tudnia kell, milyen adatok mennek be, milyen formátumban érkezik a válasz, hogyan ellenőrzi az eredményt, és hogyan épül rá a következő lépés. Ez már nem demonstráció, hanem üzleti rendszer.
Nem mindenki verseng a frontier modellekért
Farkas Dávid a globális AI-versennyel kapcsolatban kiemeli az eltérő megközelítéseket: az Egyesült Államok a legerősebb modellek létrehozására törekszik, míg Kína és Európa inkább az olcsóbb, nyíltabb vagy vállalati környezetben jól integrálható megoldásokra koncentrálhat. A Mistral példája is azt mutatja, hogy nem minden szereplő akar vagy tud beszállni a tőkeigényes frontier modellek versenyébe, így a hangsúly az implementáción, a felhasználhatóságon és a költséghatékonyságon lehet.
Mi történne, ha minden dolgozó kapna prémium AI-asszisztenst?
A podcastban felmerült az is, mi történne, ha holnaptól minden magyar irodai dolgozó kapna egy „kimeríthetetlen prémium AI-asszisztenst”. Farkas Dávid szerint sokan valószínűleg nem használnák: önmagában egy új eszköz nem változtatja meg a munkavégzést. Szükség van motivációra, képzésre, vezetői szándékra és világos célokra, hogy az AI tényleg jobbá tegye a munkát. Kontroll nélkül viszont abszurd, hatékonyságot nem növelő helyzetekhez vezethet — például ha alkalmazottak az AI-t hosszú e-mailek megírására használják, míg mások ugyanannak a tartalomnak a tömörítésére.
Konkrét beszélgetési pontok (időbélyegzők)
- Mi köti össze az emberi gondolkodás megértését az adatokkal? (01:01)
- Mi a különbség adat és információ között, és hogyan segíthetne az AI az információzaj szűrésében? (05:16)
- Mit jelent ma adattudósnak lenni, és hogyan változott a szakma? (06:24)
- Ki tudja-e váltani az AI az adattudós munkáját? (09:10)
- Lehet-e ma vállalat AI nélkül, és mit jelent az "AI-cég"? (13:52)
- Mitől lesz tartós üzleti értéke egy AI-alapú szolgáltatásnak? (15:31)
- Hogyan érdemes AI-startupot indítani 2026-ban? (20:32)
- Miben különbözik az amerikai, kínai és európai AI-stratégia? (22:57)
- Mikor válik veszélyessé az AI egy cég működésében? (28:33)
- Mi történne, ha minden magyar irodai dolgozó kapna egy prémium AI-asszisztenst? (32:59)
A podcast állandó szakmai vendége Aczél Petra kommunikációkutató, a Széchenyi István Egyetem professzora; a teljes adás a forrás szerint elérhető a beszélgetés helyén. A beszélgetés fő üzenete: az AI értéke vállalati környezetben nem magában a technológiában, hanem abban rejlik, hogy a szervezet hogyan alakítja át folyamatait, adathasználatát és döntéshozatali mechanizmusait annak érdekében, hogy a technológia erősítse — ne reprodukálja — a hibákat.
