GazdaságSzerző: portfolio 2 napja 6 percnyi olvasás
A mesterséges intelligencia már nem csupán technológiai lehetőség, hanem stratégiai kérdés a magyar és európai vállalatok számára – derült ki a 64. Közgazdász-vándorgyűlés AI-témájú panelbeszélgetéséből. A szakértők egyetértettek abban, hogy az AI jelentősen növelheti a termelékenységet, ám a sikeres alkalmazáshoz nem elég maga a technológia: szervezeti átalakulásra, mély szaktudásra és átgondolt üzleti modellre is szükség van. Éles vita bontakozott ki a külföldi technológiai szolgáltatóktól való függés kockázatairól, miután az európai adatközponti kapacitások mintegy 85 százaléka amerikai kézben van. A résztvevők szerint Magyarországnak és Európának nem a legnagyobb AI-modellek lemásolását kell célul kitűznie, hanem a speciális tudásra épülő alkalmazásokban és a stratégiai függőség csökkentésében kereshetik a kitörési pontot.
A mesterséges intelligencia terjedésénél már nem az a fő kérdés, hogy a vállalatok használják-e a technológiát, hanem az, hogy mire, milyen üzleti modellben és milyen tudással alkalmazzák – ez rajzolódott ki a 64. Közgazdász-vándorgyűlés informatikai és innovációs panelbeszélgetéséből. A résztvevők abban nagyrészt egyetértettek, hogy az MI jelentősen növelheti a termelékenységet, de abban már eltért a véleményük, hogy ehhez mekkora beruházásra van szükség, milyen kockázatot jelent a külföldi technológiai szolgáltatóktól való függés, illetve képes-e Európa érdemben csökkenteni a lemaradását az Egyesült Államokkal és Kínával szemben.
Kovács Vilmos Levente, a Simplexion Informatikai Kft. ügyvezetője saját vállalkozásának példáján azt mondta, hogy a mesterséges intelligencia a kisvállalati szoftverfejlesztésben már most alapvetően átalakította a munkaszervezést. Cégénél mintegy másfél éve fejlesztenek MI segítségével: a fejlesztők egyre kevésbé közvetlenül kódot írnak, inkább rendszerszervezői szerepet töltenek be, és az MI segítségével építik a szoftvereket. A vállalkozás jelenleg három terméken dolgozik ilyen módon. Kovács szerint emiatt minden korábbinál értékesebbé vált a mély szakmai, úgynevezett domain tudás: az AI-eszköz önmagában könnyen hozzáférhető, a versenyelőnyt az adja, hogy a vállalat milyen speciális tudást képes hozzátenni.
Kisvállalati szemszögből ezért egyelőre nem elsősorban tőke-, hanem tudásberuházást lát szükségesnek.
Veszprémi Balázs, az ARTEMIS Technologies Zrt. vezérigazgatója ugyanakkor arra figyelmeztetett, hogy nagyobb vállalati léptékben már jelentős beruházási és skálázási igény jelenik meg. A mintegy húszfős fejlesztőcsapattal működő társaság olyan informatikai rendszereken dolgozik, amelyek többek között nagy energetikai szereplők számára másodpercről másodpercre kezelnek és optimalizálnak erőművi működést. Tapasztalata szerint a domain tudás ezen a területen is felértékelődik, miközben egyre nehezebb megtalálni azokat a szakembereket, akik a technológiai és iparági kompetenciákat egyszerre birtokolják. Úgy vélte,
az MI terjedése a vállalatok között is szétnyithatja az ollót, mert bizonyos technológiák skálázásához olyan beruházásokra lesz szükség, amelyekre a magyar cégek közül csak kevesen képesek.
Lits Benedek, a Budapesti Corvinus Egyetem szakértője és a készülő Eurochambres Working Paper szakmai vezetője arra hívta fel a figyelmet, hogy az AI-adaptáció valóban erősen összefügg a vállalatmérettel, de ebből nem következik, hogy egy ország azért marad le, mert gazdaságában magas a kkv-k súlya. Az általuk vizsgált európai adatokban nem találtak érdemi kapcsolatot a középvállalatok foglalkoztatási részaránya és az AI-használat között. Magyarország uniós lemaradása ezért szerinte nem egyszerűen a gazdaság vállalati szerkezetéből következik: maguk a hazai kkv-k alkalmazzák kisebb arányban a technológiát. Az Eurostat-adatokon végzett regressziós elemzéseik szerint bizonyos felhasználási módok – például a folyamatoptimalizálás, illetve egyes kép- és adatfeldolgozási alkalmazások – már kimutathatóan pozitív kapcsolatban állnak a vállalati teljesítménnyel.
Lits egy másik, még publikálás előtt álló kutatás eredményei alapján arra is figyelmeztetett, hogy a generatív MI már a munkaerőpiacon is érzékelhető változásokat okozhat. Az európai foglalkoztatási adatok szerint a ChatGPT 2022-es megjelenése után azokban az ágazatokban, amelyek nagyobb mértékben kitettek a generatív mesterséges intelligenciának, szignifikánsan visszaesett a 25 év alatti munkavállalók foglalkoztatása. Ez a hatás az elemzés szerint kifejezetten a generatív MI esetében jelent meg, más AI-technológiáknál nem volt hasonlóan erős. Lits ugyanakkor több olyan európai programot is bemutatott, amely éppen a fiatalokat próbálja felkészíteni az új technológiára:
Németországban például már létezik olyan akkreditált AI-szakképesítés, amelyhez 1250 óra gyakorlati tapasztalat kapcsolódik, más programok pedig fiatalokat képeznek arra, hogy kkv-knál vezessenek be AI-megoldásokat.
Kuthy Antal, az E-Group ICT Software Zrt. társalapító vezérigazgatója Európa helyzetét ennél jóval stratégiaibb problémaként írta le. Szerinte a kontinens a digitalizációs verseny első szakaszát elvesztette, és számos kulcsfontosságú technológiai rétegben függő helyzetbe került. Példaként azt emelte ki, hogy az európai adatközponti kapacitások mintegy 85 százaléka amerikai kézben van, és állítása szerint a fennmaradó rész jelentős részében is megjelenik amerikai tulajdon. Az MI technológiai láncában Európa a frontier modellektől és a számítási kapacitástól kezdve a GPU-kon és hálózati technológiákon át a felhőszolgáltatásokig több területen is lemaradt, ezért szerinte a technológiai szuverenitás immár nem iparpolitikai divatszó, hanem gazdasági önállósági kérdés.
Kuthy és Pongrácz Ferenc, a cég pénzügyi vezetője ezt egy Magyarországon futó, szuverén AI-rendszer élő demonstrációjával igyekezett bemutatni. A bemutatott megoldás nem külföldi felhőbe küldi a vállalati vagy állami adatokat, hanem magyarországi adatközpontban fut. Egy hipotetikus pénzügyminiszteri helyzetben a rendszer először energiapiaci kockázatot jelzett a Brent olajárának emelkedése alapján, majd újraszámolta annak költségvetési hatásait. A demonstrációban a kiinduló, 2,9 százalékos hiánypálya beavatkozás nélkül 3,3 százalékra emelkedett, az MI pedig kiszámította az egyes bevételi és kiadási csatornák változását, társadalmi hatásokat modellezett, alternatív intézkedéscsomagokat készített, végül pedig kormány-előterjesztés tervezetét, végrehajtási feladatokat és kommunikációs tervet is összeállított.
Kuthy szerint az ilyen rendszerek fő értéke éppen az, hogy a stratégiai adatok és döntési folyamatok nem kerülnek külső szolgáltatóhoz.
Csath Magdolna, az MKT Innovációs Szakosztályának elnöke ugyanakkor azt hangsúlyozta, hogy a vállalatoknak az MI körüli technológiai lelkesedés helyett mindenekelőtt a megtérülést kell vizsgálniuk. Szerinte hiba összekeverni a technológiai lehetőséget a piaci lehetőséggel: a vállalatnak először azt kell meghatároznia, milyen problémát akar megoldani, milyen értéket teremthet az MI, mekkora beruházást igényel és mikor térülhet meg. A technológia önmagában nem elegendő, szükség van szoftverre, tudásra, új üzleti modellekre, szervezeti változásokra és képzésre is. Egy idézett vállalati felmérés szerint a cégek mintegy 70 százaléka már eljutott oda, hogy az alkalmazottak egyéni szinten használják az AI-t, szervezeti szinten azonban csak 27 százalék tart itt.
A sikeres AI-átalakulásban szerinte maga az algoritmus nagyjából 10, a technológia 20, míg az emberekhez és a szervezethez kapcsolódó tényezők 70 százalékos súlyt képviselnek.
Csath a magyar helyzetet több nemzetközi mutatóval is érzékeltette. Az IMD 2026-os versenyképességi felmérésében Magyarország az AI-hez szükséges készségek szempontjából a vizsgált 70 országból az 57. helyen állt. Egy vállalati digitalizáltságot mérő adatsor szerint a magas szinten digitalizált magyar vállalatok aránya mindössze 6,2 százalék volt, miközben a nagyon alacsony digitalizáltságúaké 39 százalékot tett ki. Arra is felhívta a figyelmet, hogy a kisebb, 10–49 főt foglalkoztató vállalkozások AI-használata különösen alacsony. Szerinte ezért az AI-t nem egyszerűen létszámcsökkentésre kell használni, hanem új termékek, szolgáltatások és piacok létrehozására, miközben a dolgozókat is tovább kell képezni. Ellenkező esetben a drága technológiák túlzott beruházásokat, növekvő eladósodást és nagyobb regionális különbségeket is okozhatnak.
A panelben az egyik legélesebb vita arról alakult ki, mekkora kockázatot jelent a külső AI-szolgáltatóktól való függés. Kovács szerint egy kkv sok esetben beruházás nélkül vagy nagyon alacsony költséggel is használhat AI-t: példaként egy kamerás emberfelismerő megoldást említett, amelynél egy körülbelül 100 ezer forintos helyi eszközön futtatnak szabadon használható modellt, így a személyes adatok nem kerülnek felhőbe. Veszprémi úgy vélte, a vállalati adatok túlnyomó többsége nem olyan érzékeny, hogy feltétlenül helyben kellene kezelni, ezért mindig az adott felhasználási terület alapján kell mérlegelni a kockázatot. Kuthy viszont arra figyelmeztetett, hogy a kérdés nem pusztán adatvédelmi:
egy vállalat stratégiai függőséget is kialakíthat, ha kritikus folyamatait egy külső platformra építi, amely később akár többszörösére emelheti árait, vagy ugyanazt a szolgáltatást saját termékként megjelenítheti.
Abban sem alakult ki teljes egyetértés, hogy az állam és az Európai Unió milyen szerepet vállaljon a technológiai felzárkózás finanszírozásában. Kuthy szerint az EU által indított, közös európai érdekű technológiai projektek mögött éppen az a felismerés áll, hogy bizonyos területeken piaci kudarc alakult ki, ezért a lemaradást pusztán magántőkéből már nem lehet behozni. Csath ezzel szemben arra emlékeztetett, hogy az unió korábban is hatalmas összegeket költött innovációra, miközben az eredmények sok esetben elmaradtak:
Európa az új technológiák szabadalmaiban továbbra is lemarad Kínától és az Egyesült Államoktól, az ígéretes cégek közül pedig sok végül Amerikában növekszik nagyra.
Kuthy szerint ugyanakkor az új programok egyik fontos változása, hogy azok egy részét már nem a brüsszeli bürokrácia, hanem iparvállalatok által vezetett testületek irányítják. A vita végül abba az irányba mutatott, hogy az AI-versenyben sem Magyarországnak, sem Európának nem érdemes a legnagyobb amerikai és kínai modellek lemásolását célul kitűznie: a reálisabb kitörési pont a speciális tudásra épülő alkalmazások, a vállalati adaptáció és azoknak a technológiai rétegeknek a kiépítése lehet, amelyekkel csökkenthető a stratégiai függőség.
A címlapkép illusztráció. Címlapkép forrása: Getty Images
Napi