Van cégénél Copilot- vagy ChatGPT-előfizetés, a kollégák használják is, mégsem látszik az eredmény?
Kollégánk, Szabó L. Nándor, a Grepton vezető fejlesztője és AI-szakértője a Jazzy Rádió FM90.9 Business Class műsorában beszélgetett erről. A kiindulópont kényelmetlen, de őszinte: a vállalati AI-kísérletek jelentős része nem jut el a próbaüzemnél tovább. Az eszközök ott vannak a gépeken, a mérhető pénzügyi eredmény viszont gyakran elmarad.
Nem az AI a gyenge pont
A nagy nyelvi modellekre sokan úgy tekintenek, mint egy kész eszközre: bekapcsoljuk, és működik. A gyakorlat más. A vállalati AI-projektek túlnyomó többségénél nincs kimutatható pénzügyi eredmény, Nándor példájában húsz projektből tizenkilencnél. Az eszközök már ott vannak a gépeken, az elakadás oka viszont szervezeti: nincs felelős, és homályos a cél.
Az előfizetéses eszközök bevezetése sem old meg semmit magától. A lelkesedés hónapokig tart, aztán elhal, ha a cég nem fejleszti tudatosan az AI-érettségét.
Képzés nélkül nő a shadow AI
A KSH felmérése szerint a magyar dolgozók többsége, tízből nyolc, még nem vett részt AI-képzésen a munkahelyén. Közben nagyjából minden harmadik már használ valamilyen AI-eszközt, gyakran céges keretek nélkül. Ez a shadow AI: az adat kikerül a házból, a kontroll pedig szürkezónába kerül.
Sikeres pilot: konkrét cél, felelős, határidő
Egy AI-pilot akkor számít sikernek, ha már az induláskor leírják a célt, forintban és munkaórában is. A jó érzés, hogy gyorsabb lett a munka, kevés a mérleghez.
Ezért érdemes így indulni:
- Fogjon meg egy kis, fájó pontot, ne az egész céget akarja átalakítani.
- Nevezzen ki felelőst.
- Tűzzön ki határidőt, két-három hónapot.
- Dolgozzon szűk csapattal.
Ha az első körnek mérhető eredménye van, a szemlélet magától terjed, és jöhet a következő projekt.
Adat nélkül nincs AI
A második nagy bukópont az adat. Előfordul, hogy egy cégnél megvan a manuális, unalmas feladat, a szükséges adat mégsem kerül a modell elé. Attól, hogy a vállalat tele van fájlokkal, még nem biztos, hogy az AI számára olvashatók és jogszerűen elérhetők. A kompatibilitás és a jogosultság ugyanolyan szűk keresztmetszet lehet, mint maga a szoftver.
A félelem ellenszere az információ
A munkatársak aggodalma gyakran információhiányból fakad. Ma az AI jellemzően feladatokat vesz át, teljes munkaköröket ritkán, a felszabaduló idő pedig a nehezebb, érdekesebb munkára marad.
A vezetőnek közben kettős a felelőssége: példát kell mutatnia, és pontosan tudnia kell, mit rendelt be. Egy chatbot-bemutatón a felkészületlen vezető irreális kérdésekkel akár hiteltelenné is teheti a belül jól működő megoldást.
Az időmegtakarítás még nem profit
A tesztelés, az ellenőrzés, a javítás és az egyeztetés láthatatlan munka, ezért a cégek gyakran alulárazzák a pilot költségvetését. A modellek hallucinálhatnak, így a folyamat végére emberi jóváhagyás kell. A céges dokumentumokra épülő megoldásoknál a szerződésben akár 95–98 százalékos hatékonyság is kiköthető, forrásra mutató hivatkozásokkal.
Ennél sokkal többet is megtudhat
A műsorban további példák, történetek és gyakorlati tanácsok is szó esett, hogyan lehet az első AI-projektből valódi működést építeni. Ha kíváncsi rájuk, nézze meg a videót, vagy hallgassa vissza a Jazzy Rádió Business Class adását.
Nem tudja, hol kezdje?
A Grepton üzleti AI-megoldásaival és vállalati tanácsadásával segítünk feltárni, hol ad az AI valódi többletet cégének. Az induláshoz az oldalunkon lévő érettségi kérdőívek is segítenek. https://grepton.hu/mesterseges-intelligencia-uzleti-ai-megoldasok-tanacsadas-vallalatoknak/
