ATAILA Sajtószoba · Budapest · 2026. augusztus 16.

Nem a 11 hónap a hír, hanem a 30 óra.

Az index.hu egy magyar gyakorlati esetről számol be: AI-ügynökcsoportok két vállalkozásban annyi feladatot végeztek el, amennyi hagyományos munkaszervezéssel hónapokba telt volna. A számokat nem vitatjuk — a mintázat a saját szállításainkból is ismerős. Csak nem ott van a hír, ahol a legtöbben keresik. Nem a tizenegy hónap az érdekes, hanem az a harminc óra, ami kiváltotta.

A cikk, amelyre válaszolunk

„Tizenegy hónapnyi munkát váltott ki 30 óra alatt a mesterséges intelligencia”

index.hu · 2026. augusztus 12.

Mit ír az index.hu

A cikk szerint Tóth Tamás, az AI Workshop vezető szakértője két vállalkozásában állított munkába mesterséges intelligencia által irányított ügynökcsoportokat. A számok az ott közöltek szerint:

~11 hónap
ennyit igényeltek volna a feladatok hagyományos munkaszervezéssel (index.hu)
~30 óra
ennyi saját munkával érte el az eredményt (index.hu)
27 nap
ennyi szabadsága alatt zajlott a munka (index.hu)
2 vállalkozás
ennyi cégben futottak az ügynökcsoportok (index.hu)

A feladatok négy területet fedtek le: szoftvermodernizáció, marketing, adminisztráció és riportálás. A cikk a sikerfeltételeket is nevesíti — Tóth Tamás szerint az AI hatékony alkalmazásához „pontos feladatmeghatározásra, megfelelő vállalati szabályokra és az adatbiztonság szem előtt tartására van szükség”. A beszámoló a Cube-Élmény Kft. közlésén alapul.

Szinte mindenben egyetértünk

Amit a cikk leír, egybevág a saját tapasztalatunkkal: ha egy cégben van néhány jól körülhatárolt, ismétlődő, drága munkafolyamat, azt egy jól beállított ügynökcsoport ma valóban nagyságrendekkel gyorsabban végzi el, mint egy hagyományosan szervezett csapat. Ez már nem ígéret, hanem gyakorlat.

Az egyetértés a következő mondatnál ér véget: a harminc óra nem a jó hír része. A harminc óra a rossz híré.

Az a harminc óra ugyanis nem átlagos harminc óra. Egy olyan szakértőé, aki tudja, hogyan kell egy üzleti célt ügynökökre bontani, milyen jogosultságot kap egy ügynök, hol húzódik az adathatár, mit szabad kimásolni a cégből és mit nem — és honnan tudod, hogy az eredmény helyes. Ebből az emberből Magyarországon kevés van, és nem lesz több attól, hogy több cég szeretne ügynököket.

Érdemes megnézni a cikkben nevesített három sikerfeltételt, mert egyik sem AI-probléma:

Mindhárom platformkérdés. Az ügynökök a könnyebbik felét oldják meg a problémának. A nehezebbik fele az, hogy ezt a hármat ma minden egyes projektnél újra fel kell építeni — kézzel, szakértővel, harminc órában. Ezt hívjuk provisioning-szakadéknak: a modell már készen van, az őt körülvevő üzemeltethető rendszer nincs. Erről szólt a korábbi válaszunk is, más adatokkal.

Mit tesz az ATAILA a 30 órával

Nem az eredményt akarjuk elvitatni. Azt akarjuk, hogy a harminc óra ne szakértői kiváltság legyen, hanem a platform alapértelmezése.

A cikk megállapítása

Az AI-hoz pontos feladatmeghatározás kell.

A mi válaszunk

Az ATAILA Factory pontosan ezt a leírást teszi géppel olvashatóvá. Egy rövid manifestben írod le egyszer, hogy mit akarsz — a gyár ebből felépíti a repót, a secreteket, a DNS-t, a gépeket, az ingress útvonalakat és a monitoringot. A feladatmeghatározás így nem egy szakértő fejében élő tudás, hanem verziózott, újrafuttatható deklaráció. Ez a különbség aközött, hogy valaki egyszer beállítja, és aközött, hogy a cég holnap is meg tudja ismételni.

Az ATAILA Factory →

A cikk megállapítása

Kellenek a megfelelő vállalati szabályok.

A mi válaszunk

A Release Managerben minden komponens a saját útján, de ugyanazon a négy lépcsőn megy végig — SANDBOX, DEV, UAT, PROD —, és az éles környezetbe írás tulajdonosi jóváhagyáshoz kötött. A jóváhagyások, a környezetek elválasztása és a hozzáférések naplója maga a megfelelőségi bizonyíték. A mi megfogalmazásunkban: a megfelelőség itt nem audit, hanem a szállítás működési módja.

A cikk megállapítása

Az adatbiztonságot szem előtt kell tartani.

A mi válaszunk

Az ATAILA Cloud szuverén, EU-rezidens felhő, éles terhelésre méretezve, azonosítható üzemeltetővel. A privát AI a mi hardverünkön fut, nem egy amerikai API mögött. A build kiadása pedig sosem nyúl az adataidhoz: az adat másolása környezetek között külön, jóváhagyott művelet. Ha egy ügynök szerződéseket, betegadatokat vagy pénzügyi anyagokat olvas, ez nem részletkérdés, hanem maga a döntés.

Az ATAILA Cloud →

Amit a cikk nem sorol a sikerfeltételek közé: maga a harminc óra is szakértői munka volt. Az ATAILA Studio ezt a szakértői széket szállítja le — thin client az asztalra, biztonságos alagút a platformhoz, menedzselt felhős munkaállomás és privát, ügynöki AI-kódolóflotta EU-s GPU-kon. Dugd be, fejlessz, minden más a mi dolgunk. Nem GPU-t adunk bérbe, és nem projektet adunk át: a futó rendszert szállítjuk, végponttól végpontig üzemeltetve.

Hogy ez nem elmélet: az ügyféltörténeteink között szerepel egy tanúsító szervezet, amely két évet és nagyjából 20 millió forint leírt veszteséget hagyott ott két sikertelen nekifutásban — előbb egy hagyományos integrátornál, majd egy low-code platformon —, mielőtt az ATAILA-n körülbelül két hónap alatt működő, modern rendszerhez jutott, négy valós környezettel: sandbox, dev, uat és prod. A referenciát a partner kérésére névtelenül közöljük. Ugyanaz a mintázat, mint a cikkben: nem a szándék hiányzott, hanem az az alapréteg, amire rá lehet állni.

Amit nem állítunk

Nem állítjuk, hogy minden cégnél eltűnik tizenegy hónapnyi munka. A cikkben szereplő számok Tóth Tamás két vállalkozásáról szólnak, egy olyan szakértő kezében, aki tudja, mit csinál. Érvényes eredmény, de nem iparági mérőszám — és mi sem fogjuk annak használni.

Azt sem állítjuk, hogy az ügynökök kiváltják a szakmai ítéletet. Ha egy munkafolyamatot nem érdemes automatizálni, vagy az adat valójában nincs meg hozzá, azt az első beszélgetésen kimondjuk, nem a második számla után. A platform a beállítás idejét és kockázatát viszi le — nem dönti el helyetted, hogy mit érdemes egyáltalán ügynökre bízni.

Végül: nem állítjuk, hogy a mi utunk nulla erőfeszítés. Azt állítjuk, hogy ez az erőfeszítés egyszer merül fel, deklarációként, és utána ismételhető — nem pedig minden új alkalmazásnál újra harminc ritka szakértői órába kerül. A kód és az adat közben végig a tiéd marad, kilépési útvonallal együtt.

Nézzük meg a te harminc órádat

Ha van az a bizalmas munkafolyamatod, amit régóta ügynökökre bíznál — de sosem másolnál be egy publikus AI-ba —, meséld el nekünk. Megnézzük együtt, hogy nálad mennyi a harminc óra, és mennyit végez el belőle a platform. Ha az a válasz, hogy nem éri meg, azt is megmondjuk.

Vágjunk bele →