ATAILA Sajtószoba · Budapest · 2026. augusztus 10.

Ha a tudásmunkások 74 százaléka már használ AI-t, mi hiányzik még a cégekből?

A hvg360 Üzleti intelligencia hírlevele a Boston Consulting Group negyedik globális AI at Work kutatását foglalja össze, és kimond valamit, amit nagy tanácsadó ritkán mond ki ennyire nyíltan: az AI-bevezetés szűk keresztmetszete már nem a technológia. Számunkra ez nem hír, hanem visszaigazolás — pontosan ez az a rés, amire az ATAILA platformját építettük.

Mit ír a hvg360

Először a számok, ahogy a hírlevél közli őket.

Egy pontosítás a második számhoz: a BCG saját közleménye ugyanezt óvatosabban fogalmazza meg — két év alatt több mint 20 százalékpont.

A cikk lényege azonban nem az adopciós szám, hanem az, ami mögötte hiányzik. A szervezeti alkalmazkodás nem tartott lépést a használat sebességével: sok cégnél nincs tisztázva, milyen új készségeket várnak el, ki felel az algoritmus hibájáért, hogyan kell embereket és AI-ügynököket vegyesen vezetni, és mi történjen a felszabaduló idővel. A vezetők és a hétköznapi munkavállalók AI-használatát elválasztó határvonalat a BCG korábban „szilíciumplafonnak” nevezte — a cikk szerint ez a plafon mostanra láthatóan megrepedt.

Innen jön az örömparadoxon: a munka egyszerre lesz jobb és nehezebb. A kutatás nyilvános összefoglalója ezt számokban is kimondja — a rendszeres használók kétharmada elégedettebb a munkájával, miközben nagyjából kétötödük magasabb kognitív terhelésről számol be, és kétharmaduk alig vagy egyáltalán nem kap iránymutatást arról, mire fordítsa a megspórolt időt.

És egy szám, amit érdemes kétszer elolvasni: a BCG összefoglalója szerint a világos stratégia 25 százalékponttal növeli a mérhető üzleti hatás esélyét — a jobb eszköz önmagában nagyjából 5 százalékponttal.

Nem a modellek maradtak le

A diagnózis pontos, és a szektor nagy részének kényelmetlen. Nem a modellek maradtak le. Nem is a licencek. A működtetés maradt le.

Egyetlen ponton élezünk a megfogalmazáson. Ha úgy zárjuk le, hogy az AI-bevezetés vezetési feladat, abból könnyen az következik, hogy a megoldás egy stratégiai workshop és egy szabályzat. A mi tapasztalatunk az, hogy a felsorolt négy kérdés mindegyike a gyakorlatban üzemeltetési kérdésként landol:

• Ki felel az algoritmus hibájáért? → Ott lehet felelőst találni, ahol van hitelesítés, jogosultság és auditnapló. Ez platformképesség, nem bekezdés a házirendben.
• Milyen új készségeket várunk? → Az a készség épül, amit a csapat naponta, biztonságos eszközön gyakorol. Ha nincs ilyen eszköz, a gyakorlás a magánfiókokban zajlik.
• Mi legyen a felszabaduló idővel? → Csak akkor lehet visszaforgatni, ha van hová: a következő munkafolyamat, ami tényleg élesbe kerül.
• Hogyan vezetünk vegyes csapatot? → Ahhoz látni kell, mit csinált az ügynök. Ez naplózás és környezetkezelés.

Ez a rés a másik oldalról is látszik. Korábbi válaszunkban egy KPMG-kutatás kapcsán arról írtunk, hogy a legtöbb vállalati AI-projekt nem a fejlesztésnél bukik el, hanem a prototípus és az éles üzem közötti szakadékban. A BCG most ugyanannak a szakadéknak a másik partját méri: az emberek már átértek, a szervezet még nem.

Mit tesz az ATAILA ezzel a réssel

1. A hozzáférést nem kísérletként adjuk oda

A 74% nem előrejelzés, hanem jelen idő. A legtöbb cégnél már nem az a kérdés, hogy használnak-e AI-t, hanem az, hogy hol — és jellemzően publikus fiókokban, ellenőrzés nélkül. A mi válaszunk a privát ChatGPT: ugyanaz a felhasználói élmény, csak EU-s GPU-kon, az ATAILA által üzemeltetve, úgy, hogy az adat nem hagyja el a platformot. A prompt maga is adatkezelés — érdemes annak is tekinteni.

A csapatod már használ AI-t. Adj nekik egy privátat.

2. A felszabaduló időnek kell egy kimenet

A BCG összefoglalója szerint a rendszeres használók kétharmada alig vagy egyáltalán nem kap iránymutatást arról, mire fordítsa a megspórolt időt. Ez nem motivációs probléma. Attól, hogy egy csapat heti egy napot nyer, még nem lesz gyorsabb az a folyamat, ahogy egy új alkalmazás az ötlettől az éles üzemig eljut — ott továbbra is hetek vagy hónapok telnek el infrastruktúrával, környezetekkel és kiadáskezeléssel.

Ezt a részt automatizáltuk. A Factory provisioning motorja egyszer leírt manifestből építi, telepíti és auditálja az alkalmazást, a Release Manager pedig végigviszi a környezeteken az éles üzemig. A leírás egyszer készül el; a környezetek és a kiadás ebből jönnek. A megnyert idő így nem elpárolog, hanem a következő munkafolyamatba megy.

3. Egyetlen rétegből nem lesz működtetés

A piac nagy része egyetlen réteget árul: van, aki GPU-t, van, aki modellt, van, aki fejlesztést, van, aki hostingot. A cég pedig ott áll az integrációval és az üzemeltetéssel — vagyis pontosan azzal, ami a BCG szerint lemaradt.

Mi az egész sort szállítjuk: szuverén EU-s felhő (Cloud), provisioning motor és kiadáskezelés (Factory), privát AI-fejlesztői környezet (Studio) — egyben, üzemeltetve. Nem próbakörnyezet: ugyanazon az alapon fut, amelyen a saját termékeink is napi üzemben vannak. Az érték nem az egyes rétegekben van, hanem abban, hogy összekapcsolva működnek.

4. Kiszámítható költség, kiszámítható kilépés

Két gyakorlati dolog, ami vezetői döntést könnyít. Az egyik: fix havidíj, amiben a privát AI, a hosting és az üzemeltető emberek is benne vannak — nem lekérdezésenként számolunk el. A másik: a kód és az adat a tiéd marad, és az exporthoz nem kell külön alkut kötni.

Hogy ez nem elmélet: az open*.hu referenciatermékeink ugyanezen a platformon futnak, élesben — a legújabb a kész modulok újrafelhasználásával órák alatt állt üzembe.

Amit vállalunk

Itt húzódik a határ

Nem állítjuk, hogy a platform megoldja az örömparadoxont. A kognitív terhelés, a „mi lesz az én szerepemmel” kérdés, a felelősségi rend kialakítása és a vegyes csapatok vezetése emberi és szervezeti munka. Ez a cégvezető feladata marad, nem a szállítóé. Nem vagyunk változásmenedzsment-tanácsadók, és nem írjuk meg helyetted az AI-stratégiádat.

Azt sem ígérjük, hogy egy rossz munkafolyamatból jó lesz attól, hogy AI fut rajta. A rossz folyamat automatizálva csak gyorsabban rossz. Ezért kérdezünk rá az első beszélgetésen, hogy van-e mögötte valódi probléma és valódi adat — és ha nincs, azt is megmondjuk.

Amit vállalunk, az szűkebb, de ellenőrizhető: azt a réteget adjuk, ami a BCG kutatásában hiányzik — a működtetést. Az eszközt, ahol a csapat biztonságosan gyakorolhat, a környezetet, ahol a felszabaduló idő új munkafolyamattá válik, és a naplót, amiben látszik, ki és mi mit csinált.

Ez az ajánlat nem mindenkinek szól. Jellemzően 20–200 fős, szabályozott vagy adatérzékeny cégeknél működik, ahol van egy drága, ismétlődő munkafolyamat — és ahol az adatot nem lehet publikus AI-ba másolni.

Hol fusson, és ki üzemeltesse

Ha a csapatod már benne van abban a 74%-ban — és nagy valószínűséggel benne van —, akkor a döntés nem az, hogy legyen-e AI, hanem az, hogy hol fusson, ki üzemelteti, és mi kerül belőle élesbe. Erről szívesen beszélgetünk bizalmasan, kötelezettség nélkül: mondd el, melyik az az egy munkafolyamat, aminek az adatait nem engeded ki a cégből. Őszintén megmondjuk, eljut-e élesig — és ha igen, körülbelül mennyi idő alatt.

Vágjunk bele →