Az Indamedia ebben az évben is megrendezi Közép-Európa legnagyobb mesterségesintelligencia-konferenciáját, az AI Summit a Városligetben zajlik 2026. szeptember 7–8-án.

Ötven órányi munka egy órába sűrítve, ezt tudja az AI-agent

Vanhaverbeke egy hétköznapi példával indított a Néprajzi Múzeumban felállított Quantum Stage színpadán: harminc éve az utazási irodában elintézték helyettünk a nyaralást, fizettünk érte, és ezzel a dolog le volt tudva.

Ma ehhez képest az utazás szétaprózódott: a repülőjegytől a szálláson és a biztosításon át a helyi programokig több mint tíz szolgáltatót kell külön-külön végigjárni. Az előadó szerint egy átlagos nyaralás megtervezése így 8–15 óra munka – és a felelősség is teljes egészében az utazón marad.

A professzor szerint a legnagyobb baj nem is az időveszteség, hanem az, hogy a rengeteg munka végén sem születik jó eredmény.

Külön optimalizáljuk a járatot és külön a szállodát, de magát az utazást mint egészet senki nem optimalizálja, és közben rejtett költségek keletkeznek.

Egy generatív – vagyis szöveget, tervet, ajánlatot önállóan előállító – mesterséges intelligenciára épülő ügynök ezzel szemben valós időben tudna újratervezni, összeárazni, menet közben javaslatot módosítani, és megjegyezné a felhasználó korábbi döntéseit. Vanhaverbeke számítása szerint ötven óra munka sűrűsödhetne össze fél órába.

A lényeg viszont nem az időmegtakarítás, hanem az, hogy ez egy új cég üzleti modellje lehet. Egy ilyen szolgáltató ugyanis odaáll az ügyfél és a nagy online foglalási platformok közé – és aki az ügyfélhez közelebb van, az van erősebb pozícióban.

A professzor szerint ez a fajta átrendeződés öt-tíz éven belül több iparágat is elérhet.

A rossz kérdés, amit szinte minden vezető feltesz

Innen jutott el az előadás fő állításáig, a vállalati oldal, vagyis a keresleti oldal rosszul gondolkodik a technológiáról. A menedzserek többsége automatizálásként, működési hatékonyságként, folyamatjavításként tekint rá.

Ezzel önmagában nincs baj, mondta Vanhaverbeke, csak éppen nem ez a mesterséges intelligencia lényege.

„A mesterséges intelligencia lényege, hogy összehangolja azt, amit eddig nem lehetett összehangolni”

– fogalmazott a professzor. Az adatok ma már átjárhatók a szervezeti egységek – a szakzsargonban silók – között, sőt cégek között is, és ez a technológia nem munkaköröket vált ki, hanem magát a munkafolyamatot szervezi újra.

Ezért téves szerinte az az első kérdés, amit szinte mindenki feltesz: elveszi-e az AI a munkámat?

Az igazi tét az együttműködési képesség és az, hogy egy cég mennyire tud egy egész ökoszisztémára támaszkodni.

Példaként a radiológiát hozta, ahol a mesterséges intelligencia használata már ma is bevett. Igaz, hogy gyorsul a leletek kiértékelése – de a nagyobb hatás a korai felismerés, a pontosabb és személyre szabott diagnózis. Ez pedig nem költséghatékonyság, hanem jobb betegellátás.

Közben átalakul magának a radiológusnak a munkája is, tehát máshogy kell képezni, és megváltozik a beutaló orvos és a radiológia viszonya is – vagyis végső soron az, ahogy egy kórház működik.

Vanhaverbeke szerint ezért ez nem informatikai, hanem vezetői kérdés. És ha a cég rosszul teszi fel a kérdést, akkor az egyetemtől is rosszat fog kérni: automatizálást és hatékonyságot, nem pedig stratégiát és új üzleti modelleket.

Arról, hogy a technológia máris átírja a belépő szintű állásokat, az Index a napokban a KPMG magyarországi vezetőjével készített interjút.

Az MI hetek alatt ír át egy munkakört, az egyetem évekig javít egy tantervet

A kínálati oldalon, vagyis a felsőoktatásban a professzor szerint épp az a baj, hogy a két világ órája teljesen eltérő ütemben jár.

A cégeknél hetek alatt definiálódnak újra a feladatok, a szükséges tudás pedig az MI használatáról az MI irányítására tolódik át, miközben a munkakörök határai folyamatosan mozognak.

Az egyetemeken ezzel szemben többéves akkreditációs ciklusokban módosulnak a tantervek, a rendszer pedig a szakmai szigorra van optimalizálva, nem a sebességre.

Vanhaverbeke szerint ha ez nem változik, új szereplők és új oktatási formák szoríthatják ki a hagyományos intézményeket.

Van egy másik gond is: az egyetemek szeretnek az MI-ről tanítani, de nem tanítanak vele. Külön kurzusok indulnak a témában, a pedagógiai módszer viszont marad a régi.

A professzor szerint a hosszú akkreditációs ciklusokat rövid, célzott modulokra kellene bontani, és megváltoztatni azt is, milyen kompetenciát ad ki az intézmény a kezéből.

Ma a tudás összegyűjtése és visszaadása a cél, a cégeknek viszont másra van szükségük: jártasságra a generatív és az ágensalapú – vagyis önállóan, több lépésben dolgozó – mesterséges intelligenciával, és mindenekelőtt ítélőképességre. A gép elvégzi a munkát, az ember dolga eldönteni, hogy az eredmény jó-e.

Magyarországon nemrég több mint egy tucat informatikai képzőhely döntött úgy, hogy a mesterségesintelligencia-mesterszak után az alapképzést is elindítja – erről az Óbudai Egyetem dékánja beszélt az Indexnek nem sokkal az AI Summit előtt.

Beadandót kérni ma már értelmetlen

A klasszikus modellt – előadás, kötelező olvasmány, beadandó dolgozat – Vanhaverbeke egyszerűen halottnak nevezte.

„A mesterséges intelligencia jobb beadandót ír, mint a hallgatók többsége – ostobaság így értékelni őket”

– mondta. Ő maga ezért szóbeli értékelésre váltott: a hallgató nyugodtan használhatja a technológiát, de utána be kell jönnie, és el kell magyaráznia az anyagot úgy, hogy közben látszik, valóban érti is.

A másik változtatása, hogy kiviszi a hallgatókat az egyetem falai közül.

Az MBA- és EMBA-csoportjaiban – ezek gyakorló vezetőknek szóló üzleti mesterképzések – kötelező cégekkel együtt dolgozni, és egy valódi vállalati problémát megoldani.

Az értékelés is részben onnan érkezik, a megbízó cég vezetőjétől. A professzor szerint a vállalatok pontosan ezt fizetik meg – felesleges tehát négy évet várni vele.

Hasonló nyomás alá került a kutatás is. Vanhaverbeke a Technovation főszerkesztője, ez az innovációmenedzsment egyik vezető nemzetközi szakfolyóirata: a beérkező kéziratok száma az általa idézett adatok szerint 2600-ról 6000 fölé nőtt, jövőre pedig 8-9 ezret vár.

Nem a siker miatt, hanem mert amihez tavaly fél év kellett, azt ma két nap alatt össze lehet rakni. Öt éven belül szerinte a gép jobb tanulmányt ír majd, mint a kutató – és akkor az lesz az igazi kérdés, ki dönti el, melyik kutatási kérdés érdekes.

A tanterv nem kőtábla

Az előadás zárásában a professzor a teendőket vette sorra – hangsúlyozva, hogy kész megoldásokkal nem szolgál, csak a kihívásokat próbálja pontosan megfogalmazni.

Először tudatosításra van szükség, aztán pilotprojektekre, mert egy egész egyetemet nem lehet egyszerre átállítani.

A tantervről szerinte nem dönthetnek egyedül az egyetemek: a vállalati oldalnak nem véleményezőként, hanem társtervezőként kellene részt vennie a képzések kialakításában.

Ehhez jönnek a felügyeleti szabványok, a megszerzett tudás hivatalos elismerése, és a folyamatos újrahangolás a piaci igények szerint.

A vezetőknek Vanhaverbeke azt javasolta, építsenek belső irányítási képességet az MI-ügynökrendszerek használatához, ítélőképesség alapján válasszanak embert, és társfinanszírozzák a képzéseket.

Az oktatóknak pedig azt: ne csak eszközhasználatot tanítsanak, hanem ítéletalkotást és felelős irányítást. A tanterv szerinte élő dokumentum, beépített ellenőrzési pontokkal – nem egyszer megírt és lezárt szöveg.