Az SAP Hungary sajtóeseményén a vállalat vezetői arról beszéltek, hogy a cég egyre inkább a felhőalapú és AI-alapú megoldások felé tolja át fókuszát, miközben Magyarországon a bevezetés még csak az elején jár. Hidvégi Péter, az SAP Hungary ügyvezető igazgatója hangsúlyozta: a hazai felhőalapú bevételek tavaly 26 százalékkal nőttek, ami közelíti a globális, megközelítőleg 30 százalékos átlagot. A hazai ügyfélbázis mintegy 1600 vállalatot ölel fel, és a 100 legnagyobb magyarországi cég többsége SAP-rendszereket használ.
Négy hazai fókusz 2026-ra
Hidvégi szerint az SAP számára Magyarországon négy fő fókusz rajzolódik ki 2026-ra:
- nagyvállalati transzformáció: a hazai nagyvállalatok újgenerációs, felhőalapú SAP-rendszerekre való átállása;
- állami és közszféra: jelentős lehetőség a szinergiák és az automatizált működés erősítésére, figyelembe véve a szuverén felhő (sovereign cloud) és a helyi adatkezelési szabályok követelményeit;
- közép- és kisvállalatok (KKV): Magyarországon körülbelül 1000–2000 potenciális ügyfél ebben a szegmensben;
- partnerhálózat: a jelenlegi több mint 20 partnerből álló értékesítési és bevezetési ökoszisztémát bővítenék.
Hidvégi jelezte továbbá, hogy bár jelenleg az AI-alapú megoldások még nem termelik a cég bevételének jelentős részét Magyarországon, 4–5 éven belül az SAP és más szoftverszolgáltatók bevételének jelentős, szignifikáns része származhat ezekből az elemekből.
Üzleti AI-ügynökök és technológiai megközelítés
Az SAP nem saját nagy nyelvi modellek fejlesztésére épít: a vállalat meglévő modellekre és vállalati adatalapokra támaszkodva alakít ki olyan AI-ügynököket, amelyek üzleti feladatokra alkalmazhatók. Globálisan az SAP rendszereiben több mint 360 generatív AI-alapú üzleti use case érhető el, a Joule nevű digitális asszisztens pedig több mint 2400 képességgel rendelkezik.
Az SAP által használt átmeneti réteget "Knowledge Graph" (Tudásháló) néven említik: ez a réteg rendeli alá és teszi értelmezhetővé a rendszerekben tárolt nyers adatokat az AI-modulok számára.
Gyakorlat: demók és AI Code Camp
A sajtóesemény apropóját az éppen zajló AI Code Camp adta, ahol körülbelül 260 fejlesztő dolgozott intelligens, valós üzleti problémákat célzó megoldásokon. Markus Hilken, az SAP Labs Hungary és CEE ügyvezető igazgatója elmondta: a budapesti SAP Labs Európa második legnagyobb fejlesztőközpontja, ahol mintegy 2000 munkatárs dolgozik. E közösségen belül hozzávetőlegesen 1000 fejlesztő, 500 technikai támogatási szakértő és 400 cloud- és DevOps-mérnök tevékenykedik.
A rendezvényen három demó mutatta be a gyakorlatot: AI-alapú marketingvezérlés (Emarsys-technológiára építve), többügynökös AI-rendszerek felhőüzemeltetéshez ("SAP runs SAP" megközelítés) és az S/4HANA autonóm logisztikai és karbantartási megoldásai.
AI-ügynökök a napi működésben
A bemutatók hangsúlyozták, hogy a napi üzleti folyamatokban dolgozó munkatársaknak a jövőben saját "virtuális kabinetjük" lesz AI-ügynökökből, amelyek csökkentik az adminisztratív terheket és komplex elemzésekkel segítik a döntéshozatalt.
Például az SAP Emarsys marketingplatform kiemelt időszakokban globálisan 2–2,5 milliárd üzenetet (e-mail, SMS, push) kezel. Egy élő demóban egy gitárgyártó példája szemléltette, hogy az AI-ügynökök hogyan tudnak termékkatalógusokat generálni, amelyeket aztán külső nyelvi modellekbe (például Google Gemini) integrálnak.
Belső üzemeltetés és hibakezelés
Nagy János, az SAP IT stratégiai portfóliómenedzsere ismertette, hogy az SAP IT-szervezet évente körülbelül 2,5 millió support ticketet kezel. A hibakezelésben hat, specializált AI-ügynök dolgozik párhuzamosan a jegyek osztályozásán, duplikáció-szűrésén és az információk kiegészítésén. Jelenleg a beérkező jegyek mintegy 3 százalékát (nagyjából 70 ezer esetet) oldja meg a rendszer teljesen autonóm módon; a cél a 30 százalékos arány elérése.
Karbantartási ügynökök: három gyakorlati use case
Papp Dezső, az SAP fejlesztési szakértője három karbantartási jellegű AI-ügynök működését mutatta be:
- Maintenance Notification Agent: a helyszíni karbantartó szabad szöveges leírás alapján jelenthet hibát; az AI azonosítja az eszközt, hozzárendeli a hibakódokat, javasolja a javítási lépéseket és szükség esetén munkamegrendelést generál.
- Screening Agent: a szenzorokból és manuális bejelentésekből érkező több száz értesítést feldolgozza, kiszűri a duplikációkat, elutasítja a hiányos jelentéseket és a historikus adatok alapján újraértékeli az incidensek prioritását.
- Preventive Maintenance Agent: összekapcsolja a reaktív és preventív karbantartási feladatokat; ha egy berendezés váratlanul leáll, az AI ütemezi a közeljövőben esedékes tervezett felülvizsgálatokat a leállási ablak optimalizálása érdekében.
Összegzés
Az SAP Magyarországon erős felhőalapú növekedést könyvelt el, és a budapesti fejlesztőközpont fontos szerepet játszik a vállalat európai fejlesztési kapacitásában. Ugyanakkor a vezetők egybehangzóan azt mondják: a hazai vállalatoknál az AI-bevezetés még korai fázisban van, és az ebből származó bevételek jelenleg még nem jelentősek, bár a vállalat hosszabb távon jelentős növekedést vár az AI-alapú szolgáltatásokból.
