A mesterséges intelligencia (MI) alkalmazása immár stratégiai kérdéssé vált a magyar és európai vállalatok számára — ez rajzolódott ki a 64. Közgazdász‑vándorgyűlés informatikai és innovációs panelbeszélgetésén. A résztvevők többsége szerint az MI jelentősen növelheti a termelékenységet, ugyanakkor a technológia önmagában nem garantálja a sikert: szervezeti átalakulásra, mély domain tudásra, szoftverre és átgondolt üzleti modellekre is szükség van.
Különbségek a kkv-k és a nagyobb cégek között
Kovács Vilmos Levente, a Simplexion Informatikai Kft. ügyvezetője elmondta, hogy saját cégénél másfél éve fejlesztenek MI‑alapú megoldásokat; a fejlesztők szerepe inkább rendszerszervezői lett, kevesebb közvetlen kódszerkesztéssel, és jelenleg három terméken dolgoznak ilyen módszerrel. Kovács szerint a versenyelőnyt ma a vállalatok speciális, mély szakmai — ún. domain — tudása adja, ezért kisvállalati szinten elsődlegesen tudásba érdemes beruházni, nem pusztán tőkébe.
Ezzel szemben Veszprémi Balázs, az ARTEMIS Technologies Zrt. vezérigazgatója rámutatott: nagyobb, ipari léptékű rendszerek esetén lényeges beruházási és skálázási igény jelentkezik. Cégük húszfős fejlesztőcsapatával olyan informatikai rendszereken dolgozik, amelyek például energetikai szereplők erőművi működését másodpercről másodpercre kezelik és optimalizálják. Itt is felértékelődik a domain tudás, ugyanakkor nehéz olyan szakembereket találni, akik egyszerre rendelkeznek technológiai és iparági kompetenciákkal.
Méret, adaptáció és munkaerőpiaci hatások
Lits Benedek, a Budapesti Corvinus Egyetem szakértője és az Eurochambres Working Paper szakmai vezetője hangsúlyozta, hogy az MI‑adaptáció összefügg a vállalatmérettel, de egy ország lemaradása nem feltétlenül magyarázható csupán a kkv‑arány magas voltával. Az általuk vizsgált európai adatokban nem találtak érdemi kapcsolatot a középvállalatok foglalkoztatási részaránya és az AI‑használat között. Regressziós elemzéseik szerint bizonyos felhasználási módok — például folyamatoptimalizálás, illetve egyes kép‑ és adatfeldolgozási alkalmazások — pozitív összefüggést mutatnak a vállalati teljesítménnyel.
Lits azt is felhívta a figyelmet, hogy a generatív MI már most érzékelhető változásokat okoz a munkaerőpiacon: az európai foglalkoztatási adatok szerint a ChatGPT 2022‑es megjelenése után a generatív MI‑nak erősebben kitett ágazatokban szignifikánsan visszaesett a 25 év alatti munkavállalók foglalkoztatása.
Példák képzésre és adaptációra
Lits több európai programot is bemutatott, amelyek a fiatalokat készítik fel az MI‑ra: például Németországban létezik akkreditált AI‑szakképesítés, amelyhez 1 250 óra gyakorlati tapasztalat kapcsolódik; más képzések fiatalokat képeznek arra, hogy kkv‑knál vezessenek be AI‑megoldásokat.
Európa stratégiai függősége és a szuverenitás kérdése
Kuthy Antal, az E‑Group ICT Software Zrt. társalapító vezérigazgatója jóval stratégiaibb problémaként mutatta be Európa helyzetét: szerinte a kontinens elveszítette a digitalizációs verseny első szakaszát, és több kulcstechnológiai rétegben függő helyzetbe került. Kiemelte, hogy az európai adatközponti kapacitások mintegy 85 százaléka amerikai kézben van, és az ebből fennmaradó részben is jelentős amerikai jelenlét tapasztalható. Szerinte a technológiai szuverenitás ma már nem divatszó, hanem gazdasági önállósági kérdés.
Kuthy és Pongrácz Ferenc, a cég pénzügyi vezetője élő demonstrációt mutatott be egy Magyarországon futó, szuverén AI‑rendszerről. A bemutatott megoldás helyi adatközpontban fut, nem küldi a vállalati vagy állami adatokat külföldi felhőbe. A demonstrációban a rendszer először energiapiaci kockázatot jelzett a Brent olajárának emelkedése alapján, majd újraszámolta annak költségvetési hatásait: a kiinduló, 2,9 százalékos hiánypálya beavatkozás nélkül 3,3 százalékra emelkedett; az MI kiszámolta az egyes bevételi és kiadási csatornák változását, társadalmi hatásokat modellezett, alternatív intézkedéscsomagokat készített, végül kormány‑előterjesztés tervezetet, végrehajtási feladatokat és kommunikációs tervet állított össze.
Kuthy szerint az ilyen szuverén rendszerek fő értéke abban rejlik, hogy a stratégiai adatok és döntési folyamatok nem kerülnek külső szolgáltatóhoz.
Adatok a magyar helyzetről és a megtérülés vizsgálata
Csath Magdolna, az MKT Innovációs Szakosztályának elnöke azt hangsúlyozta, hogy a vállalatoknak elsősorban a megtérülést kell vizsgálniuk: meg kell határozniuk, milyen problémát akarnak megoldani, milyen értéket teremt az MI, mekkora beruházást igényel és mikor térülhet meg. Egy vállalati felmérésre hivatkozva felidézte, hogy a cégek körülbelül 70 százaléka eljutott oda, hogy az alkalmazottak egyéni szinten használják az AI‑t, miközben szervezeti szinten ez az arány csak 27 százalék.
Csath több nemzetközi mutató alapján érzékeltette a magyar helyzetet: a 2026‑os IMD versenyképességi felmérés szerint Magyarország az AI‑hez szükséges készségek tekintetében a vizsgált 70 országból a 57. helyen áll. Egy vállalati digitalizáltságot mérő adatsor szerint a magas szinten digitalizált magyar vállalatok aránya mindössze 6,2 százalék, míg a nagyon alacsony digitalizáltságúaké 39 százalék. Külön kiemelte, hogy a 10–49 főt foglalkoztató vállalkozások AI‑használata különösen alacsony.
Csath szerint az MI‑t nem csupán létszámcsökkentésre kell használni, hanem új termékek, szolgáltatások és piacok létrehozására, és a munkavállalókat tovább kell képezni; különben a drága technológiák túlzott beruházásokhoz, növekvő eladósodáshoz és regionális különbségekhez vezethetnek.
Vita a külső szolgáltatókhoz való függésről és az EU szerepéről
A panel egyik legélesebb vitája arról folyt, hogy mekkora kockázatot jelent a külső AI‑szolgáltatóktól való függés. Kovács szerint sok kkv beruházás nélkül vagy alacsony költséggel is használhat AI‑t: példaként említett egy körülbelül 100 000 forintos helyi eszközön futtatott, szabadon használható modellre épülő kamerás emberfelismerő megoldást, ahol a személyes adatok nem kerülnek felhőbe. Veszprémi viszont azt mondta, hogy sok vállalati adat nem annyira érzékeny, hogy feltétlenül helyben kelljen kezelni, ezért az egyes felhasználási területek alapján kell mérlegelni a kockázatot.
Kuthy figyelmeztetett, hogy a kérdés túlmutat az adatvédelemen: ha egy vállalat kritikus folyamatait külső platformra építi, stratégiai függőség alakulhat ki, a szolgáltató később árat emelhet vagy saját termékként értékesítheti ugyanazt a funkciót.
A panelben nem volt egyetértés abban sem, hogy mennyiben vállaljon szerepet az állam és az Európai Unió a felzárkózás finanszírozásában. Kuthy szerint egyes EU‑kezdeményezések mögött a felismerés áll, hogy bizonyos területeken piaci kudarc alakult ki, ezért a lemaradást pusztán magántőkéből nem lehet behozni; Csath viszont arra emlékeztetett, hogy korábbi uniós befektetések ellenére sok esetben elmaradtak az eredmények, és az ígéretes cégek gyakran az Egyesült Államokban nőnek nagyra.
Következtetés: specializáció és dependencia csökkentése
A vita végül abba az irányba mutatott, hogy Magyarországnak és Európának nem érdemes a legnagyobb amerikai és kínai modellek lemásolására törekednie. Reálisabb kitörési pont lehet a speciális, domain‑tudásra épülő alkalmazások fejlesztése, a vállalati adaptáció ösztönzése és azoknak a technológiai rétegeknek a kiépítése, amelyekkel csökkenthető a stratégiai függőség.
Címkék: KKV, mesterséges intelligencia, munkaerőpiac, termelékenység, közgazdász‑vándorgyűlés, AI, szoftverfejlesztés, ChatGPT, generatív mesterséges intelligencia
