AI stratégia · Vezetői döntéshozatal
A marketing tartalomgyárat kér, az értékesítés call analysis-t, a HR önéletrajz-szűrést, a pénzügy automatizált számlafeldolgozást, az ügyfélszolgálat chatbotot – és mindegyikük meg van győződve arról, hogy az övé a legsürgősebb. A jó CEO ilyenkor nem igazságot tesz. Hanem rangsorol. Mutatjuk azt az öt tényezőt, amellyel a „ki kiabál hangosabban” vitából mérhető, védhető döntés lesz.
A cikk 30 másodpercben
Ne a leghangosabb osztály, és ne a leglátványosabb demó alapján dönts. Minden jelölt felhasználási területet ugyanazon az öt tényezőn mérj végig: üzleti fájdalom, megvalósíthatóság, adatérettség, kockázat és a mérhető visszacsatolás sebessége.
Az első projekt legyen szűk és értékes: egy folyamat, egy felelős, egy metrika, 6–12 hét. Nem platformot építesz – döntéshozatali képességet építesz, és az első projekt ennek a prototípusa.
01 — A tétMiért ekkora döntés az első AI-projekt?
Az első AI-projekt ritkán az első AI-projekt marad. Ez a projekt állítja be a szervezet elvárásszintjét, ez adja meg a költségvetés nagyságrendjét a következő évre, és ez határozza meg, hogy a vezetői csapatban az AI-t befektetésként vagy költségként könyvelik-e el. Egy rosszul megválasztott első projektnek ezért sokkal nagyobb az ára, mint a ráfordított pénze.
Három dolgot rombol el egyszerre:
- A szervezet hitét. Egy látványos, drága kudarc után a második projekthez már nem kapsz büdzsét – akkor sem, ha az egyébként jó lenne.
- Az adatinfrastruktúrát. Ha az első projektet rossz adatra építed, minden későbbi projekt ugyanarra a rossz alapra kerül.
- A bizalmat a technológiában. A „mi már próbáltuk, nem működik” mondat a legdrágább mondat, amit egy vállalat megtanulhat.
A másik véglet sem jobb. A „várjunk, amíg érettebb lesz a technológia” stratégia nem kockázatkerülés, hanem kockázatátvállalás láthatatlan formában: a versenytársad eközben megtanulja, hogy mely folyamatokban működik az AI és melyekben nem – ez a tudás pedig nem letölthető, csak megszerezhető.
„Öt szempont alapján rangsorolom a jelölt felhasználási területeket: üzleti fájdalom, megvalósíthatóság, adatérettség, kockázat és a mérhető visszacsatolás sebessége. Az első projektnek egy szűk, de értékes problémát kell megoldania – nem azért kell kiválasztani, mert egy beszállítónak lenyűgöző demója van.”
02 — DiagnosztikaÖt rossz indok, amiért a legtöbb cég rosszul választ
Mielőtt bármit rangsorolnál, érdemes őszintén megnézni, hogy a jelenlegi jelöltlista hogyan állt össze. Az alábbi minták szinte minden szervezetben megjelennek – és mindegyik kiszámítható kudarcot eredményez.
1. „A beszállító demója lenyűgöző volt”
A demó az ő adatán, az ő forgatókönyvére készült. A demó minősége a beszállító marketingbüdzséjéről szól, nem a te folyamataidról. Hasznos kérdés ilyenkor: „Mutasd meg ugyanezt a mi három valós dokumentumunkkal, most.”
2. „A versenytárs is ezt csinálja”
A versenytársadat más piaci pozíció, más adatkészlet és más folyamatszervezés jellemzi. A másolásnál a legdrágább az, hogy látszólag van stratégiád – miközben nincs.
3. „Amelyik osztály a leghangosabb”
A priorizálás politikai alapon történik, és a szervezet gyorsan megtanulja: nem az számít, ami értékes, hanem az, aki hangos. Ez hosszú távon a legjobb embereidet teszi passzívvá.
4. „Építsünk egy nagy AI-platformot”
9–18 hónap, jelentős költség, nulla üzleti eredmény a végén – és a projekt közepén kiderül, hogy az adatkérdéseket amúgy is meg kellett volna oldani. A platform a harmadik sikeres projekt után épüljön, ne az első helyett.
5. „Vegyünk licencet mindenkinek, aztán majd alakul”
Ez nem stratégia, hanem költség. Ennél veszélyesebb viszont a shadow AI: a csapatok engedélyezett keret nélkül, saját szakállukra kezdik el használni az eszközt, gyakran érzékeny adattal. A tilalom sem megoldás – csak föld alá viszi a használatot.
03 — A keretrendszerAz öt tényező, ami rangsorolhatóvá teszi a káoszt
A keretrendszer lényege nem a pontozás – hanem az, hogy ugyanazt a kérdést tedd fel minden jelöltnél. Ez az, ami a „szerintem”-vitát átfordítja mérhető beszélgetésbe. Minden tényezőt 1-től 5-ig pontozz, majd súlyozd az alábbiak szerint.
Milyen pénzben, időben, minőségben vagy kockázatban mérhető veszteséget okoz ma a probléma? Nem „jó lenne”, hanem „ez fáj”.
Kulcskérdés: „Ha ezt holnap megoldanám, melyik szám változna meg a havi riportban?”
Tiszta a bemenet és a kimenet? Van értelmezhető előzmény? Generálás, osztályozás vagy döntés a feladat? Minél szabályozottabb, annál magasabb pont.
Kulcskérdés: „Meg tudnám-e fogalmazni a feladatot úgy, hogy egy új munkatárs el tudja végezni?”
Hol van az adat? Hozzá lehet férni? Tiszta, konzisztens, naprakész? Jogszerűen felhasználható? Ez a tényező buktatja meg a legtöbb projektet.
Kulcskérdés: „Hány nap lenne összegyűjteni és használhatóvá tenni az adatot – nem az eszközt bevezetni?”
Mi történik, ha téved? Kinek okoz kárt? Visszavonható a döntés? Van emberi jóváhagyás? Minél kisebb a hiba ára, annál magasabb a pont.
Kulcskérdés: „Hány forint, mennyi idő és mekkora reputáció egy rossz AI-döntés?”
90 napon belül lesz mérhető eredmény? Olyan metrikán, amit a pénzügy is elismer? A gyors visszacsatolás teszi lehetővé a tanulást és a folytatást.
Kulcskérdés: „Pontosan melyik számot nézünk meg a 90. napon, és ki mondja meg, hogy sikerült?”
70 pont felett: indulhat. 55–70: szűkítsd a hatókört, aztán újra. 55 alatt: backlog, fél év múlva nézd újra.
A számítás önmagában nem dönt – a számok mögötti nézeteltérés viszont maga a legértékesebb információ.
| Tényező | Súly | 1 pont (gyenge) | 5 pont (erős) |
|---|---|---|---|
| Üzleti fájdalom | 25% | Kényelmi kérdés, nincs mérhető hatás | Évi több millió forint vagy több száz munkaóra |
| Megvalósíthatóság | 20% | Nyílt végű, nehezen definiálható feladat | Szabályozott, jól leírható, ismétlődő feladat |
| Adatérettség | 20% | Az adat papíron vagy fejekben létezik | Strukturált, hozzáférhető, tiszta, jogtiszta |
| Kockázat (fordított) | 15% | Ügyfelet vagy jogviszonyt érintő, nem visszavonható | Belső folyamat, ember jóváhagy, visszagörgethető |
| Visszacsatolás sebessége | 20% | A hatás csak 12 hónap múlva látszik | 4–8 hét alatt mérhető, üzleti metrikán |
Ne közösen töltsétek ki a táblázatot először. Küldd ki a vezetői csapatnak, mindenki külön pontozzon, és csak utána nézzétek össze. Ahol nagy az eltérés, ott nincs közös kép a tényekről – és ezt érdemes előbb tisztázni, mint bármilyen eszközről dönteni. Ahol kicsi az eltérés, ott gyorsan tudsz dönteni.
04 — Az osztályok térképeMit kérnek, és mit érdemes belőle elsőnek megépíteni
Az alábbi lista nem általános igazság, hanem tipikus minta. A lényeg a különbségtétel: mit kér az osztály, és mi az a legkisebb változat, ami ugyanabból a fájdalomból indul, de biztonságosan és gyorsan mérhető.
05 — A hatókörMit jelent pontosan, hogy „szűk, de értékes”?
A „szűk” nem azt jelenti, hogy jelentéktelen. Azt jelenti, hogy kezelve van a változók száma. Az első projektnél minden tágítás egy új hibalehetőség, amit még nem tudsz diagnosztizálni.
- Egy folyamat. Nem „az értékesítés”, hanem „a beérkező ajánlatkérések első válasza”.
- Egy felelős. Egy üzleti tulajdonos, akinek a KPI-ja változik a projekttől. Ha kettő van, nincs felelős.
- Egy metrika. Egy szám, amit ma is mértek – nem egy új mérőszám, amit a projekthez találtatok ki.
- Egy csapat. 5–15 fő, akik napi szinten használják. A „majd mindenki” sosem valósul meg.
- 6–12 hét. Ha ennél hosszabb, darabold fel. Ha rövidebb, valószínűleg nem elég értékes.
- Van visszalépési pont. Bármikor vissza tudsz állni a korábbi folyamatra, következmény nélkül.
Rossz cél: „AI-alapú ügyfélszolgálat bevezetése.”
Jó cél: „A visszaküldéssel kapcsolatos e-mailek válaszjavaslatainak
automatikus előállítása a három leggyakoribb esetre, a budapesti csapat 6 ügyintézőjénél,
a válaszidő és az ügyintézői átlagos kezelési idő mérésével, 8 hét alatt.”
Ugyanaz a fájdalom, de az utóbbi befejezhető. Az első projektnél a befejezhetőség fontosabb, mint az ambíció.
06 — A menetrendA 30–60–90 napos terv
Feltárás és rangsorolás
Gyűjts össze minden jelölt felhasználási területet – lehetőleg írásban, az osztályvezetőktől. Pontozd az öt tényező alapján, külön-külön, majd egy közös ülésen egyeztesd az eltéréseket. Ezzel párhuzamosan: egy oldalas AI-irányelv (milyen adat mehet be, mi nem, ki hagy jóvá).
Kimenet: rangsorolt lista + kijelölt első projektSzűk pilot, éles adat nélkül indulva
Ne teljes bevezetésben gondolkodj: egy kis csoport, valós adat, valódi munkafolyamatba illesztve, de ellenőrzött keretben. A pilot célja nem a megtakarítás, hanem a tanulás – ezért mérd a hibákat is, ne csak a sikereket.
Kimenet: mérhető eredmény + dokumentált tanulságokDöntés és intézményesítés
Három kimenet lehetséges, és mind a három eredmény: skálázás (van bizonyított hatás), szűkítés vagy újraindítás (más hatókörrel működhet), vagy leállítás (megtanultad, hogy nem működik – olcsón). A 90. napon legyen egy következő projekt és egy felelős személy az AI-ért.
Kimenet: döntés, budget, felelős, második projekt07 — IrányításKi dönt, mennyiből, és mi a szabály?
A legtöbb AI-projekt nem a technológián bukik el, hanem azon, hogy senki nem tudja, kié a döntés. Három dolgot kell tisztáznod, mielőtt bármit elindítasz.
Ki a felelős?
Az AI nem delegálható egy „digitalizációs munkatársra” mellékfeladatként. Kell egy üzleti felelős (aki a fájdalmat ismeri) és egy technikai felelős (aki a megvalósítást viszi) – de a prioritási döntés a vezetői csapaté marad. Ha a CEO nem foglalkozik vele, a szervezet azt olvassa ki belőle, hogy nem fontos.
Mennyi a keret?
Az első projektre ne úgy tekints, mint beruházásra, hanem mint tanulási költségvetésre. Rögzíts egy felső határt, ami alatt nem kell újabb jóváhagyás – ez teszi lehetővé a gyors kísérletezést anélkül, hogy minden lépés a te asztalodra kerülne.
Mi a szabály?
Egy oldalas irányelv többet ér, mint egy harmincoldalas, amit senki nem olvas el. Három kérdés legyen benne megválaszolva: milyen adat kerülhet be egy AI-eszközbe, mit kell embernek jóváhagynia, és mit kell dokumentálni. A shadow AI-t nem tiltani kell, hanem keretet adni neki – különben a tiltás után is folytatódik, csak már nem látod.
Az EU AI Act (2024/1689/EK rendelet) fokozatosan lép életbe. A tiltott gyakorlatokra és az AI-műveltségre vonatkozó kötelezettségek 2025. február 2. óta alkalmazandók, az általános célú AI-modellekre vonatkozó szabályok 2025. augusztus 2. óta, az átláthatósági kötelezettségek pedig 2026. augusztus 2. óta élnek. A magas kockázatú rendszerekre (pl. toborzási szűrés) vonatkozó követelmények határidejét a 2026-os digitális omnibusz módosította – ezért a pontos dátumokat érdemes jogásszal ellenőrizni, mielőtt ilyen területre lépsz.
Gyakorlati következmény: ne az első projekted legyen magas kockázatú terület. Az egyszerű, belső, emberi jóváhagyással működő projektekkel a szabályozási kockázat is kezelhető méretű marad.
08 — Figyelmeztető jelekÖt csapda, amibe a legtöbb első projekt beleesik
- A pilotnak nincs gazdája. A „közösen csináljuk” azt jelenti, hogy senki nem felel érte. Ha nincs egyetlen név a projekt mellett, állítsd le, és kezdj újra.
- Rossz folyamatot automatizálsz. Az AI felgyorsítja azt, amit csinálsz – a rosszat is. Előbb egyszerűsítsd a folyamatot, utána automatizáld.
- Tiltod a shadow AI-t keret helyett. Az emberek akkor is használni fogják, csak nem mondják el. Adj szabályt és eszközt, ne tiltást.
- Egyetlen beszállítóra építed az egészet. Az első projekt során legalább két megközelítést nézz meg – nem azért, hogy később válts, hanem hogy tudd, mit választottál.
- Az AI-bevezetést szervezeti változás nélkül képzeled. Ha a folyamat, a felelősség és a mérőszám nem változik, az eszköz bevezetése csak költség lesz.
09 — Gyakori kérdésekAmit a CEO-k leggyakrabban kérdeznek
Kell külön AI-csapat vagy AI-vezető az induláshoz?
Az első projekthez nem. Ami kell: egy üzleti felelős, egy technikai kivitelező és egy világos döntési keret. AI-vezetőt akkor érdemes kinevezni, amikor már legalább két–három futó vagy lezárt projekt van, és a koordináció valóban szűk keresztmetszetté vált. Korábban felesleges pozíció, később viszont elengedhetetlen.
Mennyi idő alatt kell eredményt látnom az első projekten?
90 nap a reális határ. Ezen belül az első 4–6 hétben már látszania kell működési szintű jelnek (használják-e, javul-e a minőség), és a 90. napon üzleti metrikán mérhető eredménynek. Ha egy jelölt felhasználási területen ez technikailag nem lehetséges, az a jelölt nem való első projektnek – bármennyire értékes hosszú távon.
Mi legyen az első projekt, ha nincsenek rendben az adataink?
Pontosan olyan projekt, amelyik közben rendbe teszi őket. A legjobb első projektek gyakran „mellékhatásként” strukturálják az adatot: az ügyfélbeszélgetések összefoglalása CRM-be írható formában, a bejövő dokumentumok adatainak kinyerése, a belső tudásbázis feltérképezése. Így az adatprojekt nem külön költséghely, hanem az első siker része.
Építsünk saját modellt vagy vásároljunk kész megoldást?
Az első projektnél szinte mindig vásárolj vagy meglévő eszközt használj. A saját modell építése csak akkor térül meg, ha van olyan egyedi adatkészleted vagy folyamatsajátosságod, amit más nem tud reprodukálni – és ezt általában a harmadik projekt környékén tudod bizonyítani, nem az elsőnél.
Hogyan kezeljem, ha az egyik osztályvezető ragaszkodik a saját projektjéhez?
Vidd vissza a táblázathoz. Pontozza ő is az öt tényező alapján, majd nézzétek össze a többiek pontszámával. Ha a saját projektje valóban erős, a számok megmutatják – és akkor nyert. Ha nem, a beszélgetés a tényekről szól, nem a személyekről. Ez a keretrendszer legnagyobb hozadéka: a priorizálás politikai vitából szakmai vitává válik.
Mi történik, ha az első projekt kudarcot vall?
Az számít kudarcnak, ha nem tudod megmondani, miért nem működött. Ha dokumentáltad a feltevéseket, a mért eredményeket és a döntési pontokat, akkor egy leállított projekt is információ. A szervezetnek ilyenkor az a legfontosabb üzenet: a tanulásnak nincs büntetése, a hallgatásnak van. Ezt a 90. napon kimondott mondat határozza meg a következő két év AI-érettségét.
10 — ÖsszegzésA legfontosabb döntés nem az eszköz, hanem a keret
Ha egy mondatban kellene összefoglalni: az első AI-projekt célja nem az, hogy az AI működjön, hanem az, hogy a szervezeted megtanuljon dönteni az AI-ról.
A technológia folyamatosan változik, a modellek lecserélődnek, az eszközök olcsóbbak lesznek. Ami megmarad, az a döntési keret: az öt tényező, a közös pontozás, a szűk hatókör, a 90 napos ciklus és a dokumentált tanulság. Aki ezt felépíti, az a harmadik projektnél már hetek alatt hoz jó döntést. Aki nem, az öt év múlva is ugyanazt a vitát folytatja, csak drágább eszközökről.
A teendő tehát nem az, hogy kiválaszd a tökéletes első projektet. Hanem az, hogy olyan döntési folyamatot építs, amelyik kiválasztja – és amelyet a vezetői csapatod magáénak érez, mert ő is részt vett a pontozásban.
Szeretnéd, ha az első AI-projekted nem kísérlet lenne, hanem döntés?
Segítünk végigmenni az öt tényezős priorizáláson a saját folyamataidon, és megtalálni azt a szűk, gyorsan mérhető területet, ahol a befektetés 90 napon belül visszakövethető – SEO, tartalom, webfejlesztés és AI-alapú automatizálás területén egyaránt.
Ingyenes konzultáció kérése
Comments are closed