Egy, közel 500 magyarországi cégvezető, informatikai szakember és rendszergazda megkérdezésével készült országos kutatás szerint a válaszadó vállalatok 92 százaléka már használ valamilyen formában mesterséges intelligenciát. Ugyanakkor a technológia mély, szervezeti szintű beágyazottsága még nem jellemző: a cégek több mint kétharmadánál az alkalmazás kísérleti jellegű vagy csak néhány, szűk területre korlátozódik, míg mindössze 27 százalékuk számol be széleskörű, több üzleti területre kiterjedő használatról.
Mely eszközök terjednek és mennyire jellemzők a saját fejlesztések?
A generatív MI-eszközök közül a legelterjedtebb a ChatGPT, amelyet a válaszadók 69 százaléka használ. A Google Gemini 56 százalékon, a Claude 37 százalékon, a Microsoft Copilot pedig 29 százalékon áll. Emellett a cégek 22 százaléka jelezte, hogy saját fejlesztésű MI-megoldásokat is alkalmaz, ami a személyre szabott üzleti igények felé mutató elmozdulást jelzi.
Marosán Andrea, a Serverelite ügyvezetője figyelmeztetett arra, hogy ha munkatársak menedzsment nélküli, egyéni ChatGPT- vagy Gemini-fiókokkal dolgoznak, az adatkontroll elvesztéséhez és kockázatokhoz vezethet.
Hol használják az MI-t leginkább?
A leggyakoribb alkalmazási területek: programozás (64 százalék), adatelemzés (50 százalék) és dokumentumfeldolgozás (48 százalék). Ezzel szemben a HR (5 százalék), a gyártás (4 százalék) és a logisztika (3 százalék) területein az MI szerepe egyelőre elenyésző.
A kutatás szerint az MI bevezetésének legfőbb motivációi az idő- és költségmegtakarítás, a humán erőforrás csökkentése és az emberi hibák mérséklése.
Infrastruktúra és üzemeltetési modellek
A cégek többsége (62 százalék) publikus felhőszolgáltatásokban futtatja MI-feladatait a gyors skálázhatóság és az alacsony indulási költségek miatt. Saját szerveres megoldást 33 százalék, privát felhőt 17 százalék választott.
A Serverelite vezetője hangsúlyozta, hogy az infrastruktúra felkészültségében jelentős hiányosságok vannak: a válaszadók csupán 16 százaléka tartja meglévő szerverkapacitását teljes mértékben megfelelőnek az MI-feladatokhoz, míg 46 százalékuk elégedetlen vagy szkeptikus a jelenlegi hardveres lehetőségekkel kapcsolatban. További adat, hogy a cégek 58 százaléka még nem alkalmaz GPU-gyorsítást a számítási folyamatoknál.
Költségek és egyéb akadályok
A legnagyobb technológiai akadályok között a válaszadók 36 százaléka a magas költségeket, 29 százaléka a kevés memóriát, 27 százaléka pedig a szűkös számítási kapacitást jelölte meg. A pénzügyi óvatosságot jól mutatja, hogy a cégek 42 százaléka havonta 50 000 forintnál kevesebbet költ MI-szolgáltatásokra, míg az 1 millió forintnál nagyobb havi kiadást csupán 2 százalék vállalja.
Következtetések: jó irány, de még sok a teendő
A Serverelite értékelése szerint a hazai vállalatok átlépték az MI-korszak küszöbét: a 92 százalékos használati arány bíztató, de sok esetben egyéni, kísérleti próbálkozásokról van szó. A következő, döntő lépés a folyamatok skálázása és a stratégiai, rendszerszintű bevezetés lesz, amelyhez azonban lényeges infrastrukturális fejlesztésekre, GPU-kapacitás bővítésére és reális büdzsék kialakítására lesz szükség. A cégvezetés első feladata a használati célok tisztázása és az ezzel összhangban álló fejlesztési prioritások meghatározása.
