AI bevezetés három szinten: előfizetéstől a vállalatirányítási integrációig

Amikor egy cégvezető elkezd komolyan gondolkodni az AI bevezetésén, általában két véglet közül választ: vagy azonnal egy nagy, integrált rendszerben gondolkodik, ami „mindent megold", vagy beéri azzal, hogy a kollégák használják a ChatGPT-t, és kész. Mindkét végletnek megvan a maga problémája. Az első túl drága és túl kockázatos első lépésnek, a második pedig egy idő után üvegplafonba ütközik — látszik, hogy lehetne többet kihozni belőle, csak épp nem tudni, hogyan.

A valóságban az AI bevezetése három, egymásra épülő szinten működik. Mindegyiknek megvan a maga helye, mindegyik más típusú problémát old meg, és más-más erőforrást igényel. A legtöbb hibát abból követik el a cégek, hogy átugranak egy szintet, vagy fordítva, ott ragadnak az elsőn, miközben már rég a másodikon kellene lenniük.

Első szint: előfizetések, gyors bevezetés

A legalacsonyabban fekvő gyümölcs az, amikor a kollégák saját, személyes munkájához adunk AI-eszközt. ChatGPT, Claude, Microsoft Copilot, Gemini — ezek havi 20-30 dolláros előfizetések fejenként, és néhány nap alatt mindenkinek a gépén ott lehetnek. Nem kell hozzá fejlesztő, nem kell hozzá projekt, és nem kell hozzá hónapokat várni az eredményre.

Mire jó ez a szint? Arra, amit egy ember a saját asztalánál csinál. Email-fogalmazás, hosszabb dokumentumok átolvasása és összefoglalása, prezentációvázlat, fordítás, kódolás, ötletelés, jegyzőkönyvek tisztázása. Ezekben a feladatokban egy átlagos szellemi dolgozó óránként 15-30 percet tud spórolni, ha rendesen használja az eszközt. Ez nem csekkje a 30 dolláros díjnak.

Hol szakad el? Két ponton. Egyrészt a kollégák képzettségében — ha senki nem mutatja meg, hogyan érdemes ezeket az eszközöket használni, akkor a többség beéri azzal, hogy időnként megkérdez valamit, és ennyi. A potenciál 80%-a soha nem realizálódik. Másrészt — és ez a fontosabb — ezek az eszközök nem ismerik a céget. Nem tudják, mi szerepel a saját ajánlatainkban, milyenek a folyamataink, kik az ügyfeleink, mi van a szerződéseinkben. Általános tudásuk van, de cégspecifikus tudás nélkül.

A gyakorlatban ez azt jelenti, hogy az első szinten a hozam fejenként és személyenként mérhető. Megy 10-20%-os termelékenységnövekedés irodai munkakörökben, ha a bevezetés tudatos. Nem megy se érdemi folyamatváltás, se a cég működésének átalakítása. És nem is kell, hogy menjen — ezt a szintet pont arra találták ki, hogy gyorsan, kockázat nélkül elinduljon valami.

Aki itt megáll, nem hibázik. Egy 5-10 fős cégnek, ahol nincsenek bonyolult belső dokumentumok és a folyamatok jól belakják a kollégák fejét, ez gyakran elég is. A baj akkor kezdődik, amikor egy 50 fős cég vezetése azt hiszi, hogy ezzel le is tudták az AI-témát.

Második szint: a cég saját tudása, kereshetően

A második szint ott kezdődik, ahol az általános AI-eszközök elfogynak: a cég saját adatainál. Ajánlatok, szerződések, műszaki dokumentumok, belső szabályzatok, korábbi projektek, ügyfelekkel folytatott levelezés. Ezeknek nagy része ma is megvan valahol — fájlszervereken, e-mailekben, megosztott mappákban —, csak épp gyakorlatilag elérhetetlen formában. Egy új kolléga betanulása ezért tart hónapokig: nem azért, mert lassan tanul, hanem azért, mert a cég tudásának nagy része nincs sehol leírva olyan formában, hogy bárki utána tudjon nézni.

Ezen a szinten egy olyan rendszer épül, ami a cég saját dokumentumaira tud rákeresni, és kérdésekre a saját anyagok alapján válaszol. A szakmában ezt RAG-nak (retrieval-augmented generation) hívják, de a név nem fontos. A lényeg a működés: a kolléga felteszi a kérdést — „milyen árazással adtunk ajánlatot tavaly hasonló telephelyre?", „mit ír a szerződésünk a XY ügyféllel a szállítási határidőkről?", „van-e már sablonunk erre a fajta tendere?" — és a rendszer a cég saját dokumentumaiból állítja össze a választ, megjelölve, hogy melyik dokumentumból, melyik bekezdésből származik az információ.

A bevezetés első és legnagyobb része itt nem a technológia, hanem a dokumentumok rendbetétele. Ami szétszórtan ott van öt mappában, három verzióban és kétféle formátumban, azt először össze kell gyűjteni, ki kell selejtezni, és egységes formába kell hozni. Ez a fázis hetekbe-hónapokba telik attól függően, mekkora a cég és mennyi a meglévő anyag. Ennek a részmunkának a látszólagos eredménytelensége miatt szokták itt megakasztani a projekteket — nem látványos, és önmagában nem hoz hasznot, de nélküle a következő lépés sem fog működni.

A második szinten tehát megnyílik valami, ami az elsőn még zárva van: a cég saját tudása kereshetővé válik. A betanítás gyorsabb. A korábbi projektek nem vesznek el, ha kollégák cserélődnek. Az ajánlatadás során percek alatt megtalálható, csináltunk-e már hasonlót, és mennyiért. A jogi vagy beszerzési csapat nem tölt fél napot azzal, hogy egy szerződésben megkeresi, mit írtunk valamiről. Ezek mind valós, mérhető idő- és pénzmegtakarítások.

Hol szakad el ez a szint? Ott, hogy a rendszer olvas, de nem cselekszik. Tud válaszolni, hogy mit írtunk az ajánlatban, de nem tud új ajánlatot generálni úgy, hogy az tényleg bekerüljön a vállalatirányítási rendszerbe a megfelelő ügyféllel, projektkóddal, számlázási adattal. Tud előhozni egy korábbi projektet, de nem tudja megmondani, mi a jelenlegi készlethelyzet az alapanyagból. A saját tudás kereshető, de a vállalat operatív működésével még nincs összekapcsolva.

Harmadik szint: integráció a vállalatirányítási rendszerrel

A harmadik szinten a kör bezárul. Az AI nem csak olvas és válaszol, hanem benn van a cég operatív folyamataiban: lát az ERP-be, a CRM-be, a projektvezető rendszerbe, a számlázásba — és ezeken a rendszereken keresztül tud lépéseket is kezdeményezni, persze emberi jóváhagyással ott, ahol az fontos.

Ez az a szint, ahol már nem egyszerűen az egyéni produktivitásról van szó, hanem arról, hogy maguk a folyamatok átalakulnak. Egy konkrét példa: bejön egy ajánlatkérés e-mailben. A rendszer felismeri, hogy ajánlatkérésről van szó, kinyeri belőle a paramétereket (mennyiség, határidő, specifikáció), megnézi a CRM-ben, hogy ki ez az ügyfél és milyen a múltunk vele, megnézi az ERP-ben, hogy a kért alapanyagból mennyi van készleten és mikor érkezik a következő szállítmány, megnézi a beszerzési árakat, és összerak egy ajánlattervezetet, ami már a megfelelő rendszerben, a megfelelő formában áll a mérnök elé jóváhagyásra. A mérnök nem új ajánlatot ír, hanem egy kész tervezetet ellenőriz és módosít.

Ez a szint nem hetek alatt vezethető be. Komoly fejlesztés, integráció, tesztelés és változáskezelés van mögötte. Egy közepes cégnél jellemzően hat hónaptól indulnak az ilyen projektek, és egy év is reális. Cserébe a hozam is más nagyságrendű: itt már nem fejenkénti 20-30 perc megtakarításról van szó, hanem arról, hogy ugyanazzal a csapattal kétszer-háromszor annyi ajánlat fut át a rendszeren, vagy fele annyi idő alatt zárul le egy projektciklus.

Mit nem szabad elfelejteni? Hogy a harmadik szint csak akkor működik, ha a második megvan. Ha a cég dokumentumai nincsenek rendezve, ha az ERP-ben ülnek hibás vagy hiányos adatok, ha a CRM-et fél kolléga használja, akkor a legdrágább integráció is kárba vész. A hibás adatból gyorsabban gyártott hibás ajánlat nem előrelépés.

Hova érdemes belépni

Az ezt olvasó cégvezetők többsége valahol az első és a második szint között van: a kollégák használnak már valamilyen AI-előfizetést egyéni szinten, de cégszintű rendszer még nincs. Ez teljesen normális állapot. A kérdés ilyenkor nem az, hogy „elindítsunk-e egy nagy AI-projektet", hanem az, hogy melyik szinten van a legnagyobb visszatartott érték, és melyik szintre van érett a cég.

Ezt nem egy cikkből kell eldönteni, hanem egy tisztességes felméréssel. Az AI Ház pont ebben segít: végigmegyünk a folyamatokon, megnézzük, milyen állapotban vannak az adatok, és megmondjuk, hogy a következő hat hónapban hova érdemes lépni — és hova nem.

Ha szeretnék megnézni, hol tart ma a cégük, keressenek minket az ai-haz.hu oldalon — egy 30 perces, kötöttség nélküli beszélgetéssel indulunk.