Bernáth Roland digitális üzleti stratéga, technológiai szakértő és befektető, az Online Üzleti Akadémia és a The Creators League alapítója. Magyar és nemzetközi projekteken dolgozik, és cégvezetőknek segít abban, hogy az AI-t ne önálló eszközként, hanem a kommunikáció, az ügyfélszerzés és a működés részévé tegyék. Saját módszertana, a Cégagy, arra épít, hogy a vállalatban szétszórt tudás olyan strukturált rendszerbe kerüljön, amelyből emberek és AI-rendszerek egyaránt dolgozhatnak.
Mit jelent vállalati kontextust építeni?
Bernáth szerint a magyar kis- és középvállalatoknál gyakori probléma, hogy a fontos tudás centralizálódik egyetlen személynél vagy elszórva különböző rendszerekben: Excel-táblákban, e-mailekben és emberek fejében. Ezek a tudásrészek szűk keresztmetszetté válhatnak — például ha elmegy egy kulcsember, vagy a cég növekedni akar, sok információ nem átadható egyszerűen.
A vállalati kontextus Bernáth számára azt jelenti, hogy a releváns tudás egy olyan strukturált tudásbázisba kerül, amelyet az AI is használni tud. Ennek hiányában egy AI-agent csak kevésbé megbízható, kontextus nélküli válaszokat ad, mert nem ismeri a cég múltját, döntéseit, folyamatait és szabályait. Ha viszont folyamatosan épül egy „vállalati AI-agy”, arra hatékonyabb agenteket és folyamatokat lehet felépíteni.
Mitől lesz jobb egy cég AI-használata?
Bernáth kiemeli: ma gyakorlatilag minden cég hozzáfér ugyanazokhoz a modellekhez (például ChatGPT-hez, Claude-hoz), így a különbséget az adja, mit tud a vállalat saját magáról. Egy általános nagy nyelvi modell kontextusa korlátozott; minél hosszabb a párbeszéd, annál inkább szükség van korábbi információk összefoglalására. Egy vállalati tudásrendszernél a releváns információ külön tárolható, és a modell csak a szükséges részeket veszi elő.
Példaként Bernáth az iskolai hasonlattal él: ha valakinek megvannak az összes régi tankkönyve, akkor akár egy ötödikes kémia-anyag részletét is ki tudja keresni. Ugyanez különbözteti majd meg a cégeket: nem az számít elsősorban, hogy melyik modellt használják, hanem hogy milyen saját tudást képesek mögé tenni.
Hol kezdjük a Cégagy építését?
A Cégagy felépítését Bernáth általában a folyamatok feltérképezésével kezdi. Első lépés a teljes működés áttekintése az ügyfél onboardingjától az ajánlatadáson és értékesítésen át a teljesítésig. Ha világos, hogy milyen termékcsoportok vannak, melyeknél adható kedvezmény, és milyen árszabályok érvényesek, az ember és az AI is hatékonyabban tud dolgozni.
Ha hiányzik a jól leírt folyamat, az ember frusztrált lesz, az AI pedig pontatlan kimeneteket ad. A megoldás az, hogy a vállalati szabályok és munkafolyamatok strukturáltan kerüljenek be a tudásbázisba.
A tacit tudás átadhatósága
A munkatársak tapasztalatait Bernáth nem egy nap alatt tanítja be az AI: ez folyamatos tanulási folyamat. Például egy héten bekerülhet egy meetingösszefoglaló, máskor egy döntés háttere, majd egy kolléga egészíti ki saját területi ismereteivel. Az AI ebből fokozatosan megérti a döntéshozatali logikát és a vállalati kultúrát.
Az AI használatának egyik előnye, hogy sok ember egyszerre járulhat hozzá a tudáshoz, a rendszer nem fárad el, és külső forrásokkal is bővíthető. Hosszú távú, következetes munka eredményeként a tudás egymásra épülhet.
Felelősség és új szerepkörök
Bernáth szerint sok cégnél jelenleg nincs egyértelmű felelős a vállalati tudásért. Emiatt jelennek meg új pozíciók, például a Chief AI Officer (AI-ért felelős vezető). Egy kisvállalatnál ez a szerep alapvető szabályok meghatározására és oktatásra korlátozódhat (például hogy mit szabad feltölteni a ChatGPT-be), míg nagyvállalati környezetben a teljes AI-stratégia és szervezeti bevezetés lehet a feladata.
Nem feltétlenül kell nagy csapat a pozícióhoz: aki jól használja az AI-t, több agent munkáját is képes koordinálni. A szerep nagy része ma Bernáth szerint edukációból és a vállalati tudás rendezéséből áll.
Gyorsan mérhető eredmények és ROI
A leggyorsabb eredmények ott érhetők el, ahol sok emberi munka megy el szabályalapú digitális folyamatokra: például könyvelésben és adminisztrációban. Ha a feladat szabályokkal leírható, az AI sok ügyfélnél ugyanazt a munkát el tudja végezni.
A megtérülést többféleképpen lehet mérni: egyszerű és szemléletes mutató az időmegtakarítás — hány emberi óra szükséges korábban és mennyi most. Másik fontos mutató a hibák csökkenése; iparágtól függően ez akár tíz- vagy több tízmilliós kockázatcsökkentést jelenthet (például egy építőipari folyamatnál egy rossz döntés több tízmillió forintot tehet ki). A ROI-t mindig az adott vállalat értékteremtési pontjaihoz kell igazítani.
Kockázatok: a múlt hibáinak automatizálása és biztonság
Bernáth elismeri: ha a vállalat múltjából tanul az AI, fennáll annak a veszélye, hogy régi hibákat és beidegződéseket is automatizál. Ugyanakkor az AI-t könnyebb vizsgálni és módosítani, mint egy vezető régi beidegződéseit.
Fontos kérdés, hogy ki jogosult módosítani a vállalati tudást. A hozzáférés, az autentikáció és a módosítások visszakövethetősége kulcsfontosságú. Ugyanez vonatkozik külső támadásokra: például ha egy AI e-mailekből tanul, gyenge kiberbiztonság mellett manipulálható lehet. A védelem mértéke a cég kockázatvállalási hajlandóságától és kultúrájától függ.
Mit tegyenek a vezetők holnap reggel?
Bernáth azt szeretné, ha az előadását hallgató cégvezetők hazamennének azzal a gondolattal, hogy az AI sokkal többre képes, mint amit ma általában használnak. Arra biztatja őket, hogy gondolkodjanak el azon, hol van ma a cég tudása, ki fér hozzá, és hogyan lehetne azt rendszerezni úgy, hogy az AI is használni tudja. Már ez az első lépés is fontos előrelépés lehet.
Konferencia és megjelenés
Bernáth Roland előadása a 2026-os HVG AI Talks konferencián hangzott el; a konferenciára jegyek még vásárolhatók az aitalks.hu weboldalon.
A cikk az AI Talks, a HVG rendezvénye keretében készült a HVG BrandLab közreműködésével. Előállításában és szerkesztésében a HVG hetilap és a hvg.hu szerkesztősége nem vett részt.
