ATAILA Sajtószoba · Budapest · 2026. augusztus 3.

Ahol az AI-szuverenitás valóban eldől: a negyedik rétegen

A Qubit július végi elemzése — Takács Dávid írása — nem szlogent ad az AI-szuverenitásról, hanem szerkezetet: négy rétegre bontja a kérdést, és mindegyiknél megmutatja, hol ér véget a döntési szabadság. Szuverén AI-platformot építő cégként kevés vitánk van vele. Egy ponton azonban továbbmennénk: a négy réteg közül az, amelyiken a magyar középvállalatok ténylegesen elbuknak, nem elméleti kérdés, hanem üzemeltetési.

Mit ír a Qubit

Az írás alaptézise, hogy a teljes függetlenség nem költségkérdés, hanem szerkezeti lehetetlenség: globálisan összekapcsolt rendszerekben nincs olyan pont, ahonnan minden függőség megszüntethető. A szerző megfogalmazásában „a teljes szuverenitás nem elérhető cél” — a valódi kérdés az, hogy mely függőségeket vállaljuk tudatosan. Ehhez a cikk négy réteget különböztet meg:

• Infrastrukturális réteg — a fizikai alap: adatközpont, energia, chipgyártás, felhő, néhány globális szereplőnél összefutó ellátási láncokkal.
• Technológiai réteg — a modelleké: az AI-rendszerek nem semlegesek, a betanításuk logikáját követik; a cikk egy 2024-es PNAS Nexus-kutatást idéz, amely szerint a legelterjedtebb GPT-modellek válaszai egy meghatározott kulturális értékrend felé húznak.
• Governance-réteg — ki írja a használat szabályait: például amikor egy nagy vállalati szoftvergyártó úgy módosítja az API-szabályzatát, hogy harmadik felek AI-rendszerei már nem kérdezhetik le közvetlenül az adatokat.
• Integrációs réteg — az, hogy a technológia valóban beépül-e a szervezet és az egyén munkájába.

A számok ebben a negyedik rétegben a legbeszédesebbek:

A cikk példaként hozza az S3NS-t, a Thales és a Google Cloud 2022-ben alapított közös vállalatát is: a Google Cloud szolgáltatásai franciaországi adatközpontokban futnak, a titkosítási kulcsokat pedig a francia Thales kezeli — a gyakorlatban tehát nem függetlenség születik, hanem gondosan megrajzolt kompromisszum.

A rétegmodellel egyetértünk — a súlyozással nem egészen

A rétegmodell helyes, és az óvatosság is indokolt. Nem fogunk chipet gyártani, és nem állítjuk, hogy aki ma privát AI-t vásárol Európában, az kilépett volna a globális ellátási láncból. Az a mondat, hogy az egyik rétegben megszerzett kontroll nem helyettesíti a többit, pontosan így van.

Amit hozzátennénk, az a súlyozás. A cikk három legerősebb száma — a 20%, a 42% és a proof-of-concept után elhaló projektek legalább fele — nem az infrastruktúráról és nem is a modellekről szól. Mindhárom az integrációról. A vállalatok nem azért nem jutnak el az éles üzemig, mert nincs saját chipgyáruk vagy saját alapmodelljük. Azért nem jutnak el, mert a demó után nincs, aki a rendszert hétfő reggel hétkor üzemeltesse, nincs kiadási folyamat, nincs jogosultságkezelés a tudásbázis fölött, és nincs, aki a mentésekért felel.

Ez a különbség a mi szemünkben nem árnyalat. Egy 20–200 fős, szabályozott vagy adatérzékeny cégnél — könyvelőirodánál, ügyvédi irodánál, klinikánál, vizsgáló- és tanúsító szervezetnél — a szuverenitás nem geopolitikai program.

A pragmatikus válasz erre a mondatra nem a teljes függetlenség illúziója, hanem a rövid, látható és bármikor felmondható függőségi lánc: az üzemeltető saját hardverén, EU-s adatközpontban futó, végig egy kézben üzemeltetett privát AI.

Mit tesz az ATAILA — négy réteg helyett öt

Nálunk a szuverenitás nem elv, hanem termékszerkezet: a privát AI-platformot öt rétegre bontjuk — inferencia, tudásbázis, alkalmazások, szállítás, üzemeltetés. A piaci ajánlatok többsége az elsőnél megáll: bérelt GPU-t ad modellfuttatóval, a maradék négy réteg pedig a vevő problémája marad. Pontosan ott, ahol a Qubit által idézett statisztikák szerint a projektek meghalnak.

Infrastruktúra: teljes stack, nem GPU-bérlet

A szuverén EU-s felhőnk a saját hardverünkön, EU-s adatközpontban fut, és teljes stackkel érkezik: számítás, hálózat, S3-kompatibilis tárolás, titokkezelés, privát registry, monitorozás, mentés. Nem virtuálisgép-bérlet: éles üzemre méretezett szuverén környezet, írásos, 99,9%-os rendelkezésre állási vállalással és meghatározott RTO/RPO-val. Akinek a vasnak is a saját kezében kell lennie, annak az egybérlős Enterprise kiadás való.

Technológia: nyílt súlyú modellek, fix havidíjjal

Nyílt súlyú modelleket szolgálunk ki privát módon, OpenAI-kompatibilis API-val és a cég saját dokumentumaira épített tudásbázissal. A modellválasztás és a modellváltás így szerződéses kérdés marad, nem egy szolgáltatói árlista függvénye — a havidíj pedig fix, nem a felhasznált tokenek számából áll össze.

Governance: a prompt is adatkezelés

A prompt is adatkezelés. Egy chatablakba bemásolt szerződés jogi értelemben ugyanaz, mint egy e-mailben kiküldött szerződés: adattovábbítás — akkor is, ha a felületen csak egy beviteli mező látszik. Ezért nincs amerikai adatfeldolgozó az útvonalon, és ezért írjuk le előre, hogyan exportálható minden adat és kód: a kilépés útja ugyanúgy dokumentált, mint a belépésé.

Integráció: szállítás és üzemeltetés, egy kézben

A negyedik réteg nálunk a szállítás és az üzemeltetés kettőse. Négy valós környezet (sandbox, dev, uat, prod), verziózott, auditált kiadási folyamat, és utána is mi üzemeltetünk: nem projektátadás történik, hanem futó rendszer marad. Hogy ez nem elmélet: az open*.hu referenciatermékeink ma is éles üzemben futnak, a legújabb pedig — épp az újrafelhasználásnak köszönhetően — órák alatt állt éles üzembe. Az öt réteg együtt ér valamit; külön-külön egyik sem elég.

A saját korlátaink

Nem állítjuk, hogy az ATAILA szuverén az első rétegen. A GPU-k néhány gyártótól jönnek, a nyílt súlyú modelleket mások tanították be, és beszállítóktól mi is függünk. Chipet nem gyártunk, alapmodellt nem tanítunk — és nem is fogunk. Amit kínálunk, az nem függetlenség, hanem rövidebb, átlátható és felmondható függőségi lánc, ismert joghatósággal.

Azt sem állítjuk, hogy mindenkinek mi vagyunk a jó válasz. Akinek az inferenciaigénye nagyságrendekkel túlnő ezen a modellen — havi több tízezer eurós szinten —, vagy saját alapmodellt akar finomhangolni, annak GPU-bérlet való, nem mi. És az AI nem javít meg egy rossz folyamatot: ha a munkafolyamat maga hibás, a privát modell csak gyorsabban ad rossz eredményt. Ezt a felmérést érdemesebb az elején elvégezni, mint a második év végén.

Ha ez a réteg hiányzik nálad

Ha van egy visszatérő, drága munkafolyamatod, amelynek az adatait nem teheted nyilvános felhőbe, arról érdemes bizalmasan beszélgetni — konkrét folyamatról, konkrét adatokról, konkrét költségről. Nem bemutatót tartunk: végigmegyünk a rétegeken, és megmondjuk, melyik van már meg nálad, és melyik hiányzik.

Vágjunk bele →