Mesterséges intelligencia használata cégvezetőknek: mire jó valójában az AI?

A magyar cégeknek mindössze 7,4 százaléka használ hivatalosan mesterséges intelligenciát. Az uniós átlag ugyanebben az évben 20 százalék volt (Eurostat, 2025). Eközben az MIT kutatása szerint a vállalati bevezetések 95 százaléka úgy ér véget, hogy fél év múltán sem mutat semmilyen mérhető pénzügyi eredményt.

Ez a két szám együtt írja le a helyzetet. A lemaradás valós, de a puszta bevezetés nem old meg semmit. Ebben a cikkben azt szedem össze, amit cégvezetőként érdemes tudni a mesterséges intelligencia használatáról: mire jó, miért nem működik a legtöbb helyen, hol segít ténylegesen, és mire kell figyelni 2026-tól. Ahol saját mérésem vagy ügyfélmunkám mond többet a nyilvános számoknál, azt külön jelzem.

Mi a mesterséges intelligencia, és hogyan működik? Röviden, cégvezetői szemmel

A ma használt eszközök – az OpenAI ChatGPT-je, a Google Gemini, a Claude – nyelvi modellek. Óriási szövegmennyiségen tanulták meg, milyen szó milyen szövegkörnyezetben szokott következni, és ebből építik fel a választ. Ez a működésmód magyarázza az erősségüket és a gyengeségüket is.

Az erősség: bármilyen témában képesek értelmes, összefüggő szöveget előállítani. A gyengeség: nem adatbázisból keresnek ki egy tényt, hanem valószínűség alapján állítják össze a mondatot. Ezért fordulhat elő, hogy magabiztosan írnak le valótlant. Aki az AI-t adatbázisként kezeli, csalódni fog; aki jól megfogalmazott feladatot ad neki, az nem. Ezek a rendszerek képesek nagyon jó választ adni, de csak akkor, ha megkapják hozzá a hátteret.

A részletes magyarázat – a tanítás, a modellek típusai, a fogalmak – külön oldalon szerepel: hogyan működik a mesterséges intelligencia. Cégvezetői döntéshez ennyi elég belőle.

Miért nem működik jól az AI a legtöbb cégnél?

A leggyakoribb hiba nem technikai, hanem szemléleti: az emberek szakértőként kezelik a gépet. A szakértőt azért fizetjük meg, mert tud valamit, amit mi nem – a munkáját nagyrészt elhisszük. Ha a gépi segítőt így nézzük, a hibáit is elhisszük, aztán az első pontatlanság után használhatatlannak minősítjük.

Pedig ez a technológia nem szakértő, hanem alkalmazott. Nem attól lesz jó az eredmény, hogy a gép okos, hanem attól, hogy a feladat pontosan van kiadva, és van visszacsatolás. Öt lépésből áll a kör: kiadjuk a feladatot az elvárásokkal együtt – ezeket hívják promptoknak –, visszakapjuk az eredményt, értékeljük, elmondjuk, min javítson, majd újrafuttatjuk.

Egy példa a saját munkánkból. Egy termékismertetőben dollárban maradt az ár. A javítás nem az lett, hogy átírtuk a számot, hanem hogy szabályt adtunk: a dollárár mellett mindig nézzen utána a magyar árnak – és ezt a szabályt jegyezze meg minden hasonló szöveghez. Ettől kezdve nem tért vissza a hiba. Egy jól felépített feladatkiadás értéke pontosan ennyi: nem egy szöveget javít meg, hanem az összes következőt.

Az MIT felmérése ugyanezt méri kívülről: a vállalati eszközök használóinak 65 százaléka szerint a rendszer nem tanul a visszajelzésekből, 60 százalékuk szerint minden alkalommal újra el kell magyarázni a hátteret. Ez pontosan az a helyzet, amikor a hurok hiányzik. Egy munkatárssal sem működne másképp.

Milyen eszközök és platformok léteznek? ChatGPT, Claude, Midjourney és a többiek

A piac három nagy általános eszköz köré rendeződött. A FirstPageSage 2026 júliusi becslése szerint az amerikai piacon a ChatGPT 52,7, a Google modellje 27,7, a Claude 10,3 százalékot birtokol. Magyarországon a Török Balázs-féle 2026-os kutatás szerint a napi használat élén a ChatGPT áll 60 százalékkal, mögötte a Gemini 33 százalékkal – és utóbbi nő a leggyorsabban. Aki most próbálja ki először a ChatGPT-t, jó eséllyel ugyanide fut be.

Mellettük léteznek szűkebb alkalmazási területre készült megoldások: képre a Midjourney, hangra és feliratra külön szolgáltatások, kereséshez a Perplexity. Cégen belül ritkán éri meg mindegyikkel párhuzamosan kísérletezni. Az is fontos különbség, hogy melyik érhető el díjmentes verzióban, és melyiknél jár a fizetős csomag érdemi többlettel. A folyamatosan továbbfejlesztett modellek között ez a különbség félévente átrendeződik.

A tapasztalatunk az, hogy az eszközválasztás a legkevésbé fontos döntés. Ugyanazt a feladatot mindhárom nagy modell elfogadható szinten oldja meg, ha jól van kiadva – és gyengén, ha nincs. Az ügyfeleinknél ezért abból indulunk ki, milyen munkafolyamatot akarunk megváltoztatni, és csak utána nézzük, melyik programmal érdemes nekiállni. Szakmánként más a belépő: a marketingesek szövegre és képre használják, az oktatók anyagkészítésre, a programozók kódra, az egészségügyben pedig egyelőre főleg adminisztrációra.

Milyen területeken segít a mesterséges intelligenciával végzett munka? Hét valós példa AI segítségével

Az általános felsorolások helyett hét olyan eseten mutatom meg a hasznát, amelyek a saját munkánkban vagy partnereinknél tényleg megtörténtek. Ezeken a példákon jól látszik, hogy nem a látványos feladatoknál térül meg a leggyorsabban, hanem az adminisztratív feladatok környékén.

Ügyfélkérdések fogadása éjjel-nappal. Az Újváry Zsolt Ügyvédi Iroda weboldalára AI-alapú chatbotot építettünk: a rendszer az iroda saját cikkeiből dolgozik, így hiteles válaszokat adhat, tájékoztat, és időpontfoglalásra terel. Ez az ügyfélút legelső lépése. Az első négy és fél hónapban 85 beszélgetés futott le rajta, és ebből 81 végződött úgy, hogy a látogató megkapta a kapcsolatfelvétel módját. A kérdések súlypontja egyértelmű volt: követeléskezelés, végrehajtás, munkabér-letiltás, utána munkajogi kérdések. Ezek olyan megkeresések, amelyek korábban vagy telefonon érkeztek volna munkaidőben, vagy sehogy.

Mit kérdeznek éjjel-nappal egy ügyvédi iroda chatbotjától?

A leggyakrabban előkerülő témák 85 beszélgetésben, 2026. március 18. – augusztus 4.

Levelezés feldolgozását gyorsítani. Egy partnerünk tizenhat e-mailből készíttetett összefoglalót ChatGPT segítségével, öt perc alatt, és azt küldte tovább a fejlesztőjének.

Szakmai dokumentáció kereshetővé tétele. Egy klímaszerelő behordta a készülékek kézikönyveit, és azóta hibakódra kérdez rá ahelyett, hogy PDF-ekben lapozna. A napi munkájukban ez órákat jelent.

Nagy mennyiségű szöveg átdolgozása. Egy weboldal száz aloldalát írtuk újra egy menetben, összevonva az ismétlődő témákat és megépítve a belső linkeket.

Kampánydokumentálás és tartalomtervezés. Egy hirdetési kampány teljes dokumentációja készült el a ChatGPT-vel, olyan részletességgel, amire kézzel nem lett volna keret; ugyanez a módszer működik a közösségi média tartalmak tervezésénél, amikor egyszerre kell megírni egy hónapnyi posztok vázlatát.

Webshop-asszisztens. Egy webáruháznak terveztünk vásárlást segítő réteget: a bot személyre szabott ajánlást ad, számol és újrarendelésre emlékeztet, a termékadatokat pedig automatizált módon, ütemezetten tükrözzük egy saját adatbázisba, hogy a rendszer gyors maradjon.

Láthatóság a gépi válaszokban. A saját szolgáltatásunk zöme ma erről szól: hogyan kerül be egy cég a ChatGPT és a Google összefoglalóinak válaszaiba. Ehhez 109 ügyfél-weboldal forgalmát mérjük havonta, hogy lássuk, mennyi látogató érkezik ténylegesen ezekről a felületekről.

Miért fontos a mesterséges intelligencia használata, és miért éppen most?

Az adatok szerint nem az ár tartja vissza a cégeket. Az Eurostat felmérésében azok, akik fontolgatták a bevezetést, de elálltak tőle, 70,9 százalékban a szakértelem és a tapasztalat hiányát jelölték meg akadályként, 52,5 százalékban a jogi bizonytalanságot és a készülő szabályozásokat, 48,8 százalékban az adatvédelmi aggályokat.

A szakadék a cégméretek között húzódik: az uniós nagyvállalatok 55 százaléka használ már valamilyen megoldást, a 10–49 fős kisvállalkozásoknak viszont csak 17 százaléka. Az egyéni cégek ennél is hátrébb vannak. Országok között is nagy a szórás – Dánia 42 százalékon áll, Románia 5,2 százalékon.

A magyar cégek ott állnak, ahol az uniós kisvállalkozások fele

A mesterséges intelligenciát használó vállalkozások aránya, 2025

A magyar képet két mérés együtt adja ki. Az Eurostat 7,4 százalékos hivatalos adoptációt mér, a K&H innovációs indexe viszont a 300 millió forint feletti árbevételű cégeknél 58 százalékot. A kettő nem mond ellent egymásnak: más a minta. Az Eurostat a hivatalosan, a cég rendszereibe integrált megoldásokat számolja, a banki felmérés viszont a tényleges használatot is. A kettő közötti ötven százalékpontnyi rés jórészt árnyékhasználat: a munkatársak a vezetés jóváhagyása és szabályzat nélkül nyúlnak a nyilvános eszközökhöz. Ez magyarázza, miért a legfontosabb első lépés nem az eszköz megvásárlása, hanem annak eldöntése, mit szabad beadni.

Az ügyfélkörünkben ezt abban látjuk, hogy aki tavaly kezdte, ma nem több eszközzel dolgozik, hanem gyorsabban ugyanazokkal.

Milyen előnyei vannak a technológiának a hatékonyságban – és miért bukik el a projektek 95 százaléka?

A számok mindkét irányban erősek. Az IDC és a Microsoft kétezer céget vizsgáló felmérése szerint a generatív mesterséges intelligenciába fektetett minden dollár átlagosan 3,70 dollár megtérülést hoz, és az adminisztratív terhek nagyjából 25–35 százalékkal csökkenthetők. Ugyanakkor a PwC 29. vezérigazgatói felmérésében – 95 ország 4454 cégvezetője – mindössze minden nyolcadik, 12 százalék mondta azt, hogy a mesterséges intelligencia egyszerre hozott neki költségmegtakarítást és bevételt.

Az ellentmondás feloldása az MIT kutatásában van. Nem a modellek minőségén múlik a különbség – a sikeres és a kudarcos cégek ugyanazokat az eszközöket használják. A különbség az, hogy a nyertesek nem hozzáteszik a technológiát a meglévő folyamataikhoz, hanem újratervezik a folyamatokat köré. Ha valaki hatékonyabbá teszi a levélírását, az kiegészítés. Ha az ügyfélszolgálat felépítése változik meg, az újratervezés – és a kettő hozama nem egy nagyságrendben van.

Ugyanez igaz a termelékenységet mérő számokra is: a strukturált, dokumentált folyamatokon mérhető javulás jön ki, az eseti kísérletezésen nem.

Van egy szám, ami cégvezetői döntéshez a leghasznosabb: a tisztán házon belül futtatott projektek 33 százaléka sikeres, a külső, tapasztalt partnerrel végzetteké 67 százaléka. A különbség nem a technológia fejlesztésében van, hanem abban, hogy valaki már látta, hol szokott elakadni.

A mesterséges intelligencia használata kezdőknek: az első három lépés

Az ilyen útmutatók rendszerint eszközök bemutatásával indulnak. Ez a rossz sorrend. Három lépésre adok útmutatást helyette.

Először válasszunk egy feladatot, ami hetente visszatér és időt visz el. Árajánlat-szöveg, hírlevél, ügyfélkérdésekre adott tipikus válasz, jegyzetek rendezése egy megbeszélés után. Ne a legnehezebb feladat legyen, hanem a legunalmasabb.

Másodszor futtassuk le rajta a teljes kört. Adjuk ki a feladatot úgy, ahogy egy új munkatársnak adnánk: mi a cél, kinek szól, mit ne csináljon. Nézzük meg az eredményt, mondjuk el, mi a baj vele, és kérjük újra. A második vagy harmadik menet szokott használható lenni. Ezt a készséget hívják prompt engineeringnek, de a lényege nem trükk, hanem világos feladatkiadás. Aki rendszerezetten akarja megtanulni, annak erről szól az AI promptolás tanfolyamunk.

Harmadszor rögzítsük, ami bevált. Amikor egy visszajelzés kétszer is elhangzik, az már szabály. A mai eszközökben ezek eltárolhatók, hogy ne kelljen minden alkalommal újra elmondani – ez az a pont, ahol a napi tanulással a használat munkából eszközzé válik.

Ezen a három lépésen az ügyfeleinkkel közösen szoktunk végigmenni, a saját munkafolyamataikon, nem gyakorlófeladatokon. A napi cégvezetés apró, visszatérő döntéseinél térül meg leghamarabb.

Mire kell figyelni? Etikai és adatvédelmi szabályok 2026-tól

Két dolog változott meg érdemben, és mindkettő érint egy átlagos magyar kkv-t is.

Az egyik az uniós rendelet a mesterséges intelligenciáról. Itt idén nyáron csúszás történt, és ezt sokan félreértik. A 2026. július 24-én kihirdetett módosítás – az (EU) 2026/1744 rendelet, közismert nevén a digitális omnibusz – a magas kockázatú rendszerekre vonatkozó szigorú kötelezettségeket valóban elhalasztotta: 2026. augusztus 2. helyett 2027. december 2-től kell teljesíteni őket, a szabályozott termékekbe épített megoldásoknál pedig 2028 augusztusától.

Az átláthatósági szabály viszont nem csúszott. Aki chatbotot vagy hasonló felületet üzemeltet, annak 2026. augusztus 2. óta gondoskodnia kell arról, hogy a látogató még a beszélgetés elején tudja, géppel beszél. Egyetlen engedmény van: a gépi tartalom géppel olvasható megjelölésére a korábban piacra került rendszerek 2026. december 2-ig kaptak haladékot – a beszélgetés elején adott tájékoztatásra nem. Szintén nem változott a tiltott gyakorlatok köre: a munkahelyi érzelemfelismerés 2025 februárja óta nem alkalmazható, és ugyanettől az időponttól a munkáltatókat tudatossági kötelezettség is terheli, vagyis a munkatársak képességeit fejleszteni kell.

A hazai keretet a 2025. évi LXXV. törvény és a 344/2025. kormányrendelet rakta le. A piacfelügyeletet a vállalkozásfejlesztésért felelős miniszter látja el – ez a 2026. májusi kormányzati átszervezés óta a gazdasági és energetikai miniszter. A pénzügyi intézmények maradtak az MNB felügyelete alatt.

A bírságok kétszintűek, és a különbség egy chatbotot üzemeltető cégnek fontos. A tiltott gyakorlatokra – például a munkahelyi érzelemfelismerésre – 35 millió euró vagy a globális árbevétel 7 százaléka a plafon, forintban 13,3 milliárd. Az átláthatósági szabály megsértése, tehát a jelöletlen chatbot, az enyhébb sávba esik: 15 millió euró vagy 3 százalék, forintban 5,7 milliárd. Kis- és középvállalkozásoknál a kettő közül az alacsonyabb érték a felső határ – ami így is messze meghaladja bármelyikük teherbírását.

Ez nem elméleti kockázat. A NAIH még 2022-ben 250 millió forintos bírságot szabott ki egy magyar bankra, amiért hangelemző rendszerrel értékelte a betelefonáló ügyfelek érzelmi állapotát – tájékoztatás nélkül, és úgy, hogy az érdekmérlegelésnél csak a saját üzleti hasznát vette figyelembe. A vizsgálat egy tanulságos részletet is feltárt: a szoftver az esetek 91,96 százalékában nem tudta egyértelműen felismerni az érzelmet. A bank tehát egy alkalmatlan eszközzel végzett tömeges profilalkotást.

A másik a személyes adat. Ügyféladat, munkavállalói adat és üzleti titok nem való nyilvános eszközbe – legalábbis addig, amíg nincs írásban rögzítve, hogy a szolgáltató a mentett szöveget nem tárolja, és nem adja tovább felhasználásra a saját modelljéhez. Az ingyenes és az üzleti előfizetés között itt van a legnagyobb különbség, szolgáltatónként eltérő feltételekkel. Ha felelősségteljesen használjuk a technológiát, ezt a pontot még a bevezetés előtt tisztázzuk.

A gyakorlatban ez kevesebb munka, mint amennyinek hangzik. Az általunk épített ügyvédi chatbotnál például a beszélgetőablakban végig ott áll, hogy a válaszok tájékoztató jellegűek és nem minősülnek jogi tanácsadásnak – ez egy beállítás, nem projekt.

Mi várható a mesterséges intelligencia jövőjében Magyarországon?

Két folyamat látszik biztosnak. Az egyik, hogy a keresés átalakul: egyre több válasz születik meg a találati oldalon, kattintás nélkül, és aki nem jelenik meg a gépi válaszokban, az fokozatosan kiesik a látómezőből. A másik, hogy a szabályozás szigorodik, csak lassabban a tervezettnél: a magas kockázatú rendszerek megfelelési határideje 2027 decemberére, a szabályozott termékeké 2028 augusztusára tolódott.

A magyar gazdaságnak van egy szegmense, ahol ez különösen nagy tét: a több mint 215 üzleti szolgáltatóközpont, amely 110 ezer embert foglalkoztat, és a GDP nagyjából 3 százalékát adja. Ezek a központok a bérkülönbségre épültek. Ha az egyszerűbb feladatokat a megrendelő országában automatizálják, az előny elolvad; ha viszont ők maguk építik be a technológiát, feljebb léphetnek az értékláncban.

Kisebb cégeknél a következtetés egyszerűbb. Az elmaradás ma még behozható, mert a versenytársak többsége sem tart előrébb – a K&H és az Eurostat adatai éppen erről szólnak. Aki most alakít ki stratégiákat rá, annak két-három év előnye lesz.

AI-integráció a gyakorlatban: mikor éri meg AI alapú megoldást bevezetni?

A mesterséges intelligencia használatának a bevezetése cégen belül ritkán szoftvervásárlás kérdése. A munkafolyamatot kell átalakítani körülötte, és ez az a pont, ahol a legtöbb próbálkozás elakad – innen jön a 33 és a 67 százalék közötti különbség a házon belüli és a partnerrel végzett projektek sikeraránya között.

Ugyanaz a technológia, kétszeres sikerarány

A célját elérő vállalati AI-projektek aránya aszerint, ki vitte végig

SEO-ügynökségként mi három ponton dolgozunk együtt vállalkozókkal és cégvezetőkkel. Weboldalba épített, mesterséges intelligencia alapú asszisztenst készítünk, amely a cég saját anyagaiból válaszol, és kapcsolatfelvételre terel – ilyen fut az Újváry Zsolt Ügyvédi Iroda oldalán. Segítünk abban, hogy a cég megjelenjen a gépi válaszokban; ehhez 109 weboldal forrásforgalmát mérjük havonta, tehát nem feltételezésekből dolgozunk, és ugyanez az adat vezet minket az AI-keresőkre való optimalizálásában is. Végül végigvisszük a fenti három lépést a cég saját munkafolyamatain, hogy a használat ne egyszeri kísérlet maradjon.

Ha van egy visszatérő feladat, amire ránézne egy külső szem, kérjen ajánlatot vagy keressen minket – az első beszélgetésen azt nézzük meg, hogy egyáltalán érdemes-e gépet bevetni rá.

Források

• Eurostat – Use of artificial intelligence in enterprises: uniós és magyar adoptációs arányok, a bevezetés akadályai. A 2025-ös uniós átlagról szóló Eurostat-közlemény (20,0%, egy év alatt 13,5%-ról).
• MIT NANDA – The GenAI Divide: State of AI in Business 2025 (PDF): a pilotprojektek kudarcaránya, a felhasználói panaszok megoszlása. 150 vezetői interjú, 350 munkavállalói kérdőív, 300 nyilvános bevezetés elemzése.
• PwC – 29. Global CEO Survey (2026): 95 ország 4454 vezérigazgatója.
• K&H – kkv bizalmi és innovációs index, 2026 első félév.
• FirstPageSage – Top Generative AI Chatbots by Market Share, 2026. július.
• Török Balázs – AI-használati kutatás és körkép, 2026.
• (EU) 2024/1689 rendelet (AI Act) 50. cikke – átláthatósági kötelezettségek; a módosításról szóló kormányzati tájékoztató és az Európai Bizottság digitális omnibusz oldala.
• 2025. évi LXXV. törvény és 344/2025. (X. 31.) Korm. rendelet – a hazai végrehajtás és a bírságtételek.
• NAIH – határozat a mesterséges intelligencia alkalmazásának adatvédelmi kérdéseiről (NAIH-85-3/2022); az eset szakmai elemzése.
• Saját mérés: az Újváry Zsolt Ügyvédi Iroda chatbotjának beszélgetései, 2026. március 18. – augusztus 4. (n=85). A mérés módszertana kérésre elérhető.