Rövid válasz: igen, megéri, de valószínűleg nem ott, ahol először gondolnád. A legtöbb cég a nagy átalakítással akar kezdeni: „AI-jal fogjuk vezetni az ügyfélszolgálatot”, „AI fogja írni az ajánlatainkat”. Ez ritkán sikerül elsőre. Ami sikerül: egy szűk, gyakori, szöveges feladat, amelynek az eredményét mérni tudod. Onnan lehet építkezni.
Hol tartanak a cégek?
Az Eurostat szerint 2025-ben az uniós vállalkozások 19,95%-a használt valamilyen AI-technológiát, egy év alatt 6,5 százalékponttal többen. A méret sokat számít: a kis cégek 17%-a, a közepesek 30,36%-a, a nagyok 55,03%-a.
Magyarország jóval lassabban halad. 2024-ben a 10 főnél nagyobb hazai cégek 7,4%-a használt AI-t, ezzel a 28 ország közül a 26. helyen álltunk. A KSH 2025-ös adatai szerint ez nagyjából 10%-ra nőtt, az információs és kommunikációs ágazatban 46%-ra. A számok forrásonként és évenként eltérnek, de az irány egyértelmű: a hazai cégek nagyjából fele olyan arányban használnak AI-t, mint az uniós átlag.
A közép- és nagyvállalatoknál viszont gyorsul a dolog. A K&H 2026 első félévi felmérése szerint a 300 millió forint árbevétel fölötti hazai cégek 58%-a használ valamilyen AI-megoldást, fél évvel korábban ez még 48% volt. A leggyakoribb felhasználás a fordítás (39%), a szövegfeldolgozás, például összefoglalók és levelek (33%), és a marketingkommunikáció (22%).
Mi tartja vissza a kkv-kat?
Nem a pénz. Az Eurostat szerint azoknál az uniós cégeknél, amelyek fontolgatták az AI-t, de nem vezették be, a leggyakoribb ok a szakértelem hiánya (70,89%). Ezt követi a jogi következmények tisztázatlansága (52,52%) és az adatvédelmi aggály (48,83%).
Ez fontos üzenet. Egy általános AI-asszisztens havidíja egy kkv költségvetésében elhanyagolható. Ami drága, az a rossz kezdés: egy rosszul kiválasztott feladat, amelyről fél év múlva senki nem tudja megmondani, hozott-e valamit.
Mennyit hoz valójában?
Két kutatás adja a legjobb kapaszkodót, mindkettő valós munkakörnyezetben mért, nem laborban.
Ügyfélszolgálat. Egy 5179 ügyfélszolgálati munkatársat vizsgáló kutatásban az AI-asszisztens átlagosan 14%-kal növelte az óránként megoldott ügyek számát. A legkevésbé tapasztalt munkatársaknál a javulás elérte a 35%-ot. Az AI tehát nem a legjobbakat teszi még jobbá, hanem a kezdőket hozza fel gyorsabban.
Tanácsadók. A Harvard és a BCG kísérletében 758 tanácsadó dolgozott GPT-4-gyel. Azokban a feladatokban, amelyek az AI képességein belül estek, 25%-nál gyorsabban, 40%-nál jobb minőségben dolgoztak, és 12%-kal több feladatot végeztek el. A kutatók „cikcakkos határnak” nevezték azt, hogy ez nem minden feladatra igaz: a határon kívül eső feladatoknál az AI-t használók rosszabbul teljesítettek, mert elhitték a magabiztos, de hibás válaszokat.
Ebből két gyakorlati tanulság következik:
- Az AI-asszisztens a rutinszerű szöveges munkában a legerősebb: összefoglalás, levélvázlat, fordítás, belső tudás kikeresése.
- Nem minden feladatban segít, és nem mindig látszik, melyikben árt. Kell valaki, aki ellenőrzi az eredményt, és kell egy szabály, hogy miben bízhatunk meg benne.
Hol kezdj? Négy jó első feladat
A jó első feladat négy feltételnek felel meg: gyakori (hetente sokszor előfordul), szöveges (ebben a legerősebbek a mai eszközök), ellenőrizhető (egy ember gyorsan látja, jó-e az eredmény) és mérhető (tudod, mennyi ideig tart most).
1. Levelek és ajánlatok vázlata. Az ügyfélnek írt válaszlevél, az ajánlat kísérőszövege, a rutinszerű tájékoztató. Az AI megírja a vázlatot, a munkatárs javítja és elküldi. Nem a minőség nő meg elsősorban, hanem az idő csökken.
2. Összefoglalók. Megbeszélés jegyzetéből teendőlista, hosszú e-mail-szálból három mondat, egy 40 oldalas pályázati kiírásból a lényeg. Ez az a terület, ahol a hazai cégek is a legtöbbet használják.
3. Fordítás. Ha a cég exportál vagy külföldi partnerekkel dolgozik, a fordítás a leggyorsabban megtérülő felhasználás. A K&H felmérésében ez a leggyakoribb.
4. Belső tudásbázis. A szabályzatok, termékadatok, folyamatleírások alapján válaszoló asszisztens. Ez már nagyobb lépés, mert rendezett dokumentumok kellenek hozzá, de ha megvan, az új munkatársak betanítását és a belső kérdések megválaszolását is gyorsítja.
Hol ne kezdj?
- Ahol a hiba drága, és senki nem ellenőriz. Jogi vélemény, adóügyi döntés, szerződés végleges szövege emberi átnézés nélkül.
- Ahol a bemenet rendetlen. Ha a dokumentumok öt helyen vannak, és senki sem tudja, melyik az érvényes, egy asszisztens csak gyorsabban ad rossz választ. Ilyenkor előbb rendrakás kell.
- Ahol nincs gazdája. Ha senki sem felel azért, hogy az eszközt használják és fejlesszék, fél év múlva csendben elhal.
Amit mi láttunk
A csapatunk egyik korábbi projektjén egy lakberendezési kiskereskedelmi láncnál három munkatárs manuálisan figyelte a versenytársak árait és akcióit. Egy no-code platformon AI-alapú rendszert építettünk, amely 20 webshop árait, termékadatait és akcióit követi, párosítja a termékeket, árjavaslatot ad, és segít az akciók és a beszerzés tervezésében. Négy hónap alatt élesedett.
Ami ebből általánosítható: a projekt nem azért működött, mert az AI okos. Azért működött, mert a feladat szűk volt, gyakori, és pontosan tudtuk, mennyi időbe telt korábban. Ezt a mintát érdemes másolni, akkor is, ha a te első feladatod csak egy levélvázlat.
Mit mondj a munkatársaknak?
Az AI-bevezetés első akadálya gyakran nem technikai, hanem emberi. A munkatársak egy része lelkes, egy része pedig attól tart, hogy a gép elveszi a munkáját. Ha erről nem beszélsz, a bizonytalanság tovább él, és az eszközt vagy nem használják, vagy titokban használják.
Érdemes nyíltan kimondani három dolgot. Először: mire szeretnéd használni, és mire nem. Másodszor: az AI vázlatot készít, a felelősség a munkatársnál marad, aki átnézi és jóváhagyja. Harmadszor: a megspórolt időt mire fordítja a csapat. Ha erre nincs válasz, az emberek joggal gondolják, hogy a cél a létszámcsökkentés.
A legjobb nagykövetek azok a munkatársak, akik maguk is kipróbálták, és tudnak mutatni egy valódi példát a saját munkájukból. Egy ilyen bemutató többet ér, mint bármelyik prezentáció a mesterséges intelligencia jövőjéről. Ha van a csapatban ilyen ember, adj neki időt arra, hogy segítsen a többieknek, és ismerd el a munkáját.
Melyik eszközzel?
A legtöbb kkv-nál a döntés egyszerűbb, mint gondolnád: azt az eszközt érdemes választani, amelyik illeszkedik a meglévő irodai környezethez. Ha a cég Microsoft 365-öt használ, a Copilot a munkatársak jogosultságai szerint látja a leveleket és a dokumentumokat. Ha Google Workspace-t, a Gemini már benne van a csomagban. Ha egyiket sem, vagy ha a szövegírás, az elemzés és a hosszú dokumentumok feldolgozása a fő feladat, egy önálló AI-asszisztens a jó kezdés: az Anthropic Claude-ja vagy a ChatGPT üzleti csomagja. Mi magunk elsősorban Claude-dal dolgozunk. A Claude Team csomagja felhasználónként havi 20 dollár éves, 25 dollár havi számlázással, legalább két felhasználótól, és a Microsoft 365-höz is kapcsolódik.
Egy dologban ne engedj: céges fiók legyen, ne a munkatársak saját ingyenes fiókja. Az üzleti csomagoknál a szolgáltatók szerződésben vállalják, hogy a céges adatokon nem tanítják a modelljeiket. Az ingyenes, személyes fiókoknál ez nem garantált.
Öt gyakori hiba az első hónapokban
Túl sok feladat egyszerre. Ha az első hónapban öt területen indul el az AI, egyiknél sem lesz idő megnézni, mi működik. Egy feladat, egy csapat, egy hónap.
Nincs kiindulási mérés. Ha nem tudod, mennyi ideig tartott korábban, nem tudod megmondani, mennyit nyertél. Akkor marad a benyomás, és a benyomás a legelső kudarcnál fordul.
Mindenki a saját eszközével. Ha minden munkatárs más AI-t használ, nem lehet közös szabályt, közös betanítást és közös tapasztalatot építeni. Válassz egy eszközt a cégnek.
Vak bizalom. Az AI magabiztosan ír akkor is, amikor téved. Az első hetekben ezt mindenki megtapasztalja, és vagy túl gyanakvó lesz, vagy túl hiszékeny. A cél a kettő között van: minden kimenetet átnéz egy ember, aki érti a témát.
Nincs gazdája. Kell egy ember, aki gyűjti a jó és rossz példákat, frissíti a szabályt, és válaszol a kérdésekre. Ez nem teljes munkaidő, de valakinek a dolga kell, hogy legyen.
Hogyan mérd, hogy megérte?
Mielőtt bevezeted, mérd meg a kiindulási állapotot. Egyszerű kérdések elegendők:
- Mennyi ideig tart most egy ajánlat vázlata, egy heti összefoglaló, egy fordítás?
- Hányszor fordul elő egy héten?
- Hány hibát talál a jóváhagyó?
Egy hónap múlva tedd fel ugyanezeket a kérdéseket. Ha a válasz nem mutat érdemi javulást, ne a következő eszközt vedd meg, hanem nézd meg, jó feladatot választottál-e. Egy tipikus AI-projekt megtérülése nem hetekben, hanem hónapokban mérhető, de az első, jól választott feladatnál a különbség már az első hónapban látszik.
Mit tegyél most?
- Válassz egy feladatot a fenti négy feltétel szerint: gyakori, szöveges, ellenőrizhető, mérhető.
- Mérd meg a mostani állapotot egy hétig.
- Válassz eszközt a meglévő környezetedhez, céges fiókkal.
- Írj egy egyoldalas szabályt: mire használható, milyen adatot nem szabad bemásolni, ki ellenőrzi az eredményt.
- Tarts egy rövid betanítást a gyakori hibákról. Ez egyben az AI Act szerinti AI-jártassági kötelezettség teljesítése is.
- Egy hónap múlva mérj újra, és csak utána bővíts.
Ha szeretnéd, hogy egy rövid felmérés után megmondjuk, a te cégednél melyik feladat a legjobb első lépés, nézd meg az AI-megoldásainkat.
GYIK
Mennyibe kerül egy AI-asszisztens egy kkv-nak?
A Google Workspace-ben a Gemini már a csomag része, a Microsoft teljes Copilotja a legfeljebb 300 fős cégeknél felhasználónként havi 21 dollár (a Copilot Chat ingyenes), a Claude Team pedig felhasználónként havi 20 dollár éves számlázással. A valódi költség azonban a bevezetés: a feladat kiválasztása, a szabályok és a betanítás.
Hány százaléka használ AI-t a magyar cégeknek?
A KSH 2025-ös adatai szerint nagyjából 10%-a, a 2024-es Eurostat-adat 7,4% volt. A közép- és nagyvállalatoknál ez jóval magasabb: a K&H 2026-os felmérése szerint 58%.
Melyik munkakörben hoz a legtöbbet?
A kutatások szerint a rutinszerű szöveges munkában és a kevésbé tapasztalt munkatársaknál. Egy ügyfélszolgálati vizsgálatban az átlagos javulás 14% volt, a kezdőknél 35%.
Lecseréli az AI a munkatársakat?
A kkv-k gyakorlatában jellemzően nem. Inkább a rutinfeladatok idejét csökkenti, és a munkatársak a fontosabb munkára jutnak. Az ismert ellenpélda a Klarna: kb. 700 ügyfélszolgálati munkatársat váltott ki AI-jal, majd fél év után vegyes modellre állt vissza, mert a minőség nem volt elég jó.
Mi a legnagyobb kockázat?
Az ellenőrizetlen használat: amikor a munkatársak saját fiókkal, szabály nélkül másolnak be céges adatot, és ellenőrzés nélkül használják a választ. Ezt egy céges fiók, egy rövid szabályzat és egy betanítás nagyrészt kezeli.
Források
- Eurostat – Use of artificial intelligence in enterprises
- KSH STADAT 12.1.1.12. A mesterséges intelligencia felhasználási területe az MI használók százalékában
- NBER Reporter – The Economics of Generative AI (Brynjolfsson, Li)
- Harvard Business School – Navigating the Jagged Technological Frontier
- HVG – Szanaszét van szakadva a magyar gazdaság, már ami a cégek fejlettségét illeti
- Üzletem – K&H: rekordot döntött a mesterséges intelligencia használata a magyar cégeknél
- Economx – Elhúz mellettünk a világ, mégis sakkban tart az állásunk miatt a mesterséges intelligencia
- Microsoft Learn – Data, Privacy, and Security for Microsoft Copilot
- Microsoft – Copilot Plans and Pricing for Business
- Economx – Történelmi lehetőség kapujában áll Magyarország, csak hinnünk kell benne
- Anthropic – Claude plans and pricing
- Anthropic Privacy Center – Is my data used for model training?
