A KPMG Global Tech kutatása szerint a vállalati mesterséges intelligencia‑befektetések akár kétszeres megtérülést is hozhatnak, ugyanakkor a projektek jelentős része soha nem jut el éles üzembe. A felmérés során 27 országban 2 500 menedzsert kérdeztek meg az AI vállalati alkalmazásáról.
Mire számíthatnak a befektetők?
Kórász Tamás, a KPMG tanácsadási üzletágának újonnan kinevezett vezetője a Portfolio‑nak adott interjúban elmondta: vannak olyan sikeres bevezetések, ahol a vállalat az egyszeri bevezetési és a folyamatos üzemeltetési költségeket együttesen vizsgálva akár egy éven belül a befektetés kétszeresét realizálta bevételként. Ugyanakkor több kutatás is rávilágít arra, hogy az AI‑erőforrások gyakran nem térülnek meg: egy Gartner‑kutatás szerint az elindított AI‑projektek körülbelül 40%-a kerül ténylegesen éles üzembe, egy másik meghatározó kutatás pedig azt állapította meg, hogy mindössze minden huszadik AI‑projekt igazán eredményes.
Mi dönt a sikerességről?
Kórász hangsúlyozta, hogy a siker kulcsa nem pusztán a technológiában, hanem abban a képességben rejlik, hogy azonosítsuk azokat az üzleti problémákat, ahol az AI valódi hozzáadott értéket teremt. Tipikus sikerterületek: csalásfelderítés a bankoknál, ügyfélkiszolgálás (például kontaktcenterek), ajánlórendszerek streamingplatformokon, illetve személyre szabott ajánlások a fogyasztási szektorokban. Ezzel szemben az adatrendszeri hiányosságok „eltakarására” tett AI‑megoldások gyakran kudarcba fulladnak.
A megtérülés nagymértékben függ a kiválasztott üzleti problémától, az adatok rendelkezésre állásától és minőségétől, valamint az üzemeltetési költségektől és a bevezetés módjától.
Biztonság és kockázatok
A kiberbiztonsági kockázatok terén Kórász elsőként a humán faktort emelte ki: az emberek továbbra is a legsebezhetőbb pontok, és az AI eredményeként a megtévesztés (például nagyfelbontású hamis hang- és videófelvételek) könnyebbé vált. Új kockázatként az AI‑ügynökök (agentek) megjelenését nevezte meg, kiemelve, hogy ezek jogkörével, felhatalmazásaival és kontrolljával kapcsolatban világos szabályozásra és működési keretre van szükség.
További problémát jelent, hogy az AI‑használat során nagy mennyiségű adat kerülhet felhőalapú és szétszórt környezetekbe, ezért fontos, hogyan engedjük hozzá az AI‑eszközöket vállalati adatokhoz, üzleti titkokhoz vagy szabadalmakhoz. Ugyanakkor egyes AI‑eszközöket sérülékenység‑vizsgálatra is használják, ami gyorsabb sebezhetőség‑feltárást tesz lehetővé.
Hatás a munkaerőre
A KPMG riportja szerint az AI átlagosan a munkavállalók idejének 30%-át szabadíthatja fel a következő két évben egy átlagos irodai munkakörben. Kórász rámutatott, hogy ez az arány munkakörtől függően lényegesen eltérhet: repetitív feladatoknál magasabb, kreatív vagy komplex döntéshozatalt igénylő pozícióknál alacsonyabb. A szolgáltató központi szektorban például az elmúlt öt évben 12%-kal csökkent a nagyon repetitív munkakörök aránya, részben automatizáció és AI bevezetése miatt.
Kórász szerint néhány munkavállaló elveszítheti az állását, ugyanakkor az átképzés, képzés és szervezeti átalakítás révén sok munkavállaló új, magasabb hozzáadott értékű feladatokat tud elvégezni, és teljesen új munkakörök is megjelennek majd.
Magyarországi helyzet és AI‑érettség
A tanulmányra hivatkozva Kórász felidézte a hazai adatokat is: a Központi Statisztikai Hivatal (KSH) 2024‑es felmérése szerint a vállalatok körében az AI éles üzemi használata körülbelül 8% volt, míg a GKI 2025‑ös, kisebb mintás kutatása már 32%-os AI‑használatról számolt be. A KPMG tapasztalata alapján a nagyvállalati és multinacionális szektorban az AI‑megoldások elfogadottsága és alkalmazása erőteljesen növekszik, és azok a vállalatok, amelyek üzleti modelljüket AI‑alapokra helyezik, markánsan ki tudnak emelkedni versenytársaik közül.
Kórász szerint a legnagyobb itthoni kihívás nem elsősorban technológiai jellegű, hanem szemléletbeli: sok cég nem kezelte korábban tudatosan adatvagyonát. Az AI‑sikerekhez mennyiségileg és minőségileg megfelelő, könnyen hozzáférhető adatokra, strukturálásra, tisztításra és adatirányítási folyamatokra van szükség.
Ajánlások kis‑ és középvállalatoknak
Kórász tanácsa szerint a KKV‑k számára is több gyakorlati területen lehet hamar eredményt elérni: például ügyféligények automatizált feldolgozása, ajánlatok előkészítése vagy gyakori kérdések automatikus megválaszolása. Mielőtt AI‑megoldásba kezdenek, érdemes felmérni az adatok rendelkezésre állását, felülvizsgálni és átalakítani a folyamatokat, felkészíteni a munkatársakat, és kísérletezési költségkeretet fenntartani, mert az első próbálkozások nem mindig vezetnek azonnali sikerre.
Végezetül Kórász kiemelte az AI‑használat irányításának és szabályozásának fontosságát: a megfelelő governance célja a vállalati adatvagyon védelme és annak biztosítása, hogy érzékeny információk ne kerülhessenek illetéktelenek vagy versenytársak kezébe.
Megjelenés és támogatás
A cikk megjelenését a KPMG támogatta. A cikk elkészítésében a magyar nyelvre optimalizált Alrite online diktáló és videó feliratozó alkalmazás nyújtott technikai támogatást. Emellett a Portfolio november 26‑án rendezendő AI & Digital Transformation konferenciáját is megemlítették a kapcsolódó eseményként.
Címkék: munkavállaló, KKV, kiberbiztonság, mesterséges intelligencia, digitalizáció, megtérülés, KPMG Magyarország, AI, adatvagyon, befektetés
