Az AI már dolgozik. De ki irányítja?

A mesterséges intelligencia egyre több vállalati folyamatban jelenik meg, de a technológia bevezetésénél nehezebb kérdés, hogyan teremthet belőle a vállalat mérhető üzleti értéket megfelelő vezetői kontroll és fenntarthatósági szempontok mellett. A BCSDH Digitális és AI Munkacsoportjának második ülésén működő és félrement vállalati példákon keresztül vizsgáltuk meg, mi választja el az AI-kísérleteket a valódi szervezeti átalakulástól.

A vállalatok többsége már nem azt kérdezi, hogy foglalkozzon-e a mesterséges intelligenciával. A valódi kérdés az, hogy hol és milyen célra alkalmazza, hogyan mérje az eredményét, és mely pontokon van szükség felsővezetői döntésre.

A BCSDH Digitális és AI Munkacsoportja október 27-én, a Generali Biztosító Zrt. székházában tartotta második ülését. A találkozó a vállalati gyakorlatokra, az AI-kezdeményezések tipikus buktatóira és a felelős alkalmazáshoz szükséges vezetői döntésekre fókuszált.

Az eseményt Demjénné Gyöngy Judit, a Generali Biztosító stratégiai és adatirányítási területének vezetője nyitotta meg.

Orosz Dániel, a Generali Biztosító stratégiai management területének vezetője azt mutatta be, hogyan válhat az AI stratégiai döntéstámogató eszközzé. A technológia segítségével korábban nehezen modellezhető összefüggések, kockázatok és várható hatások is számszerűsíthetővé válhatnak. Ehhez azonban nem elegendő pusztán hozzáférést adni egy AI-eszközhöz. Szükség van olyan szakemberekre, akik felismerik és értelmezik a külső jeleket, majd azokat a vállalat saját működésére és vezetői döntéseire tudják lefordítani. A bemutatott megközelítésben az AI végzi el a nagy volumenű elemzőmunkát, miközben az ember feladata marad a mérlegelés, az összefüggések értelmezése és a döntés. A kontrollokat pedig lehetőség szerint már a munkafolyamatok és a kód szintjén kell érvényesíteni. Lukács Ákos, az EY partnere bemutatta a BCSDH „AI a mérlegen” felsővezetői kérdőívének aktuális állását és az adatfelvétel eddigi legfontosabb irányait. A kutatás az AI üzleti eredményei és kockázatai mellett annak környezeti és társadalmi hatásait is vizsgálja, az EY szakmai támogatásával. Mivel az adatfelvétel még folyamatban van, a végleges következtetések levonása korai lenne. Az eddigi válaszokból azonban már három fontos tendencia kirajzolódik:

Az AI alkalmazása gyorsabban fejlődik, mint a vállalati governance. A technológia számos területen már megjelent, miközben a hozzá kapcsolódó felelősségi körök, kontrollok és döntési mechanizmusok kialakítása sok esetben még nem tart ugyanitt.
Az AI-tól elsősorban hatékonysági és produktivitási előnyöket várnak a vállalatok. A kezdeményezések eredményeinek következetes mérése és a skálázási döntésekhez történő felhasználása azonban még nem mindenhol épült be a működésbe.
Az AI fenntarthatósági szerepe kettős. Miközben támogathatja az adatelemzést, a kockázatok előrejelzését és a jobb döntéshozatalt, saját energia- és erőforrásigénye, valamint társadalmi hatásai új kockázatokat is teremtenek.

A kutatás végleges eredményeit a BCSDH 2027 januárjában mutatja be.

Mikor lesz a pilotból üzleti érték?

Szekeres Viktor, a Gloster alapítója konkrét és anonimizált vállalati példákkal indította el a beszélgetést arról, hol és miért csúszhatnak félre az AI-kezdeményezések.

A közös gondolkodás egyik fontos tanulsága az volt, hogy egy technológiailag sikeres pilot még nem feltétlenül teremt üzleti értéket. Világos problémafelvetésre, megfelelő adatokra, kijelölt felelősségre és előre meghatározott sikerkritériumokra is szükség van. A felsővezetésnek pedig nemcsak a kezdeményezések elindításában, hanem azok folytatásáról, kiterjesztéséről vagy leállításáról szóló döntésekben is szerepet kell vállalnia.

Az AI alkalmazását sok szervezetben a meglévő, nehezen integrálható legacy rendszerek is lassítják. A kérdés különösen összetett a nagy, többszereplős szervezetekben és az állami szférában, ahol a technológiai korlátok mellett az adatkezelés, a beszerzés és a szabályozás is meghatározza a megvalósítás lehetőségeit.

Minél olcsóbb, annál többet használjuk

Szekeres Viktor arra is felhívta a figyelmet, hogy az AI használata egyre olcsóbbá válik, ezért egyre többet is fogyasztunk belőle. A könnyebb hozzáférés új felhasználási lehetőségeket teremt, miközben folyamatosan növeli az igényt a számítási kapacitás iránt.

Fenntarthatósági szempontból ez különösen fontos dilemma. Egy-egy AI-művelet hatékonyabbá és olcsóbbá válása nem feltétlenül csökkenti a teljes energia- és erőforrás-felhasználást, ha közben a felhasználás volumene ennél gyorsabban nő.

A felelős AI-alkalmazásnak ezért nemcsak azt kell vizsgálnia, mire képes a technológia, hanem azt is, hogy az adott feladat valóban indokolja-e a használatát, mekkora értéket teremt, és milyen környezeti vagy társadalmi hatásokkal jár.

A szabályzat önmagában nem elég

A kutatás által jelzett governance-kérdés a csoportmunkában is hangsúlyosan megjelent. A résztvevők szerint a vállalati AI-irányítás nem merülhet ki írott irányelvekben. A szabályokat konkrét eljárásokra, ellenőrzési pontokra és felelősségi körökre kell lefordítani. Ahol lehetséges, a védőkorlátokat magába a technológiai működésbe is be kell építeni.

Kiemelt kérdésként jelent meg a shadow AI és a shadow IT, vagyis amikor a munkatársak szervezeti kontroll nélkül használnak nyilvánosan hozzáférhető AI-eszközöket. Ez az adatvédelem és az információbiztonság mellett a szerződéseket, az AI-adathasználatra vonatkozó jogi klauzulákat és a vállalati know-how védelmét is érinti.

A jogértelmezés példája jól mutatja, hogy még egy látszólag kézenfekvő AI-feladat is kockázatot hordozhat. A rendszerek ezen a területen is adhatnak meggyőzően hangzó, de pontatlan válaszokat. Ezért nélkülözhetetlen a hiteles források használata és az emberi szakmai ellenőrzés.

Nincs még egyetlen bevált vállalati modell

A résztvevők a találkozót elsősorban a jó gyakorlatok megosztásának lehetőségeként értékelték. A vállalatok különböző módon építik fel AI-stratégiájukat, irányítási rendszerüket és belső képességeiket, ezért jelenleg nincs minden szervezetre egyformán alkalmazható recept.

Éppen ezért nemcsak a sikertörténetekből lehet tanulni. A félrement kezdeményezések megosztása segíthet felismerni a rosszul megválasztott célokból, a nem megfelelő adatokból, a tisztázatlan felelősségből vagy a mérés hiányából fakadó kockázatokat.

A munkacsoport egyik legfontosabb szerepe, hogy biztonságos fórumot teremtsen ehhez a tapasztalatcseréhez.

Januárban folytatjuk

A BCSDH Digitális és AI Munkacsoportjának következő találkozójára 2027. január 19-én délelőtt kerül sor. Az esemény az „AI a mérlegen” kutatás eredményeit bemutató sajtótájékoztatóval veszi kezdetét, ezt követően pedig a munkacsoport a feltárt vállalati és vezetői kérdések közös feldolgozásával folytatja munkáját.

Köszönjük a Generali Biztosító Zrt.-nek, hogy házigazdaként biztosította a találkozó helyszínét, az EY-nak a kutatáshoz nyújtott szakmai támogatását, a Generalinak és a Glosternek a vállalati tapasztalatok megosztását, valamint minden résztvevőnek a nyitott, gyakorlati szemléletű közös gondolkodást.