6 folyamat, amit egy KKV még idén AI-ra bízhat

A magyar cégeknek mindössze 7,4 százaléka használ AI-t, miközben az uniós átlag 20 közelében jár (Eurostat, 2025). Ez az országnak rossz hír, neked viszont lehetőség. Aki most lép, még valódi előnyt szerez.

Egy dolgot érdemes tudni indulás előtt. A McKinsey 2025-ös globális felmérése szerint a szervezetek 88 százaléka használ már AI-t, de csak mintegy 6 százalékuk tud jelentős, mérhető profithatást felmutatni. A különbség nem az eszközön múlik, hanem azon, hogy jó folyamatra, jó sorrendben vezetik-e be. Ezért nem eszközzel, hanem folyamattal érdemes kezdeni, ahogy a módszertanunkban is írjuk. Íme hat folyamat, amivel a legtöbb cégnél érdemes.

1. Dokumentumfeldolgozás

Egy 500 fős amerikai felmérés szerint az irodai dolgozók heti 9 óránál is többet töltenek azzal, hogy e-mailekből és PDF-ekből kézzel visznek át adatot rendszerekbe. Ez a leggyorsabban automatizálható munka. Az AI kiolvassa a számla vagy szerződés adatait, rendszerezi, és előkészíti a könyvelésnek.

Első lépés még ma. Gyűjtsd egyetlen digitális mappába a bejövő számlákat és szerződéseket. Rendezett bemenet nélkül a legjobb AI is vak. Azt viszont ne engedd, hogy a kiolvasott adat ellenőrzés nélkül kerüljön a könyvelésbe. Az emberi jóváhagyás marad, csak percekre rövidül.

2. E-mail és ügyfélkommunikáció

A Thryv 2025-ös kisvállalati felmérése szerint az amerikai kiscégek 46 százaléka használ AI-t ügyfélkommunikációra. A gyakorlatban ez osztályozást, válaszpiszkozatokat és automatikus follow-upot jelent. Egy ügyfelünknél épp most épül AI recepciós, ami a nap 24 órájában válaszol a vendégek kérdéseire.

Első lépés még ma. Írd össze a 10 leggyakoribb ügyfélkérdést és a legjobb válaszaitokat. Ez lesz az AI tudásbázisának magja. Érzékeny ügyben viszont soha ne menjen ki AI-válasz emberi jóváhagyás nélkül.

3. Riportok és adatelemzés

Ugyanebben a felmérésben az adatelemzés volt a lista élén 62 százalékkal, és a válaszadók 58 százaléka havi 20 óránál is több megtakarításról számolt be. Amit eddig valaki péntek délutánonként Excelben rakott össze, az magától összeáll.

Első lépés még ma. Válaszd ki azt az egy riportot, amit a legtöbbször kértek tőled, és írd le, milyen forrásokból áll össze.

4. Árajánlat-készítés

Itt látjuk a saját szemünkkel a leglátványosabb megtérülést. A konténerbázis.hu mögött futó rendszerünk az anyagköltségekből kiszámolja az önköltséget, az ügyfél egyedi kérései szerint kalkulálja az árat, és írásos ajánlatot készít piszkozatként. Ami korábban 1-2 óra volt ajánlatonként, az ma percek kérdése. Az ember csak ellenőriz és jóváhagy.

Első lépés még ma. Szedd össze az utolsó 20 kiküldött árajánlatot egy helyre. Ezekből tanulja meg az AI a logikátokat.

5. Piacfigyelés

Az árak, a versenytársak és a beszerzési lehetőségek folyamatos követése. Erre embernek soha nincs ideje, az AI viszont pont erre való. A saját autókereskedésem vételi döntéseit egy olyan rendszer támogatja, ami naponta több ezer hirdetést elemez, és csak akkor szól, ha érdemes odanézni. Erről lentebb külön esettanulmányt olvashatsz.

Első lépés még ma. Írd le, milyen piaci információt néznél meg minden nap, ha lenne rá időd. És ne akarj mindent figyelni. Egy szűk, jól definiált kör többet ér, mint egy zajos, mindent jelző rendszer.

6. Tartalomgyártás

Az Eurostat adatai szerint az uniós cégeknél a szöveganalízis után a második leggyakoribb AI-technológia a kép, a videó és a hang generálása. Poszt, hirdetéskreatív, termékvizuál, forgatás, stáb nélkül. A cél nem a gépi tömegtartalom, hanem hogy ugyanannyi idő alatt több tesztelhető kreatív szülessen, amiből a jól teljesítő marad.

Első lépés még ma. Nézd meg az elmúlt fél év legjobban teljesítő posztjait, és fogalmazd meg, mitől működtek. Publikálni viszont csak átolvasás után publikálj. A márkád hangja a tiéd, az AI csak gyorsít rajta.

A két leggyakoribb buktató

Az MIT sokat idézett kutatása szerint a vállalati AI-pilotok 95 százaléka nem hoz mérhető eredményt. A részletek fontosabbak a riasztó számnál. Nem a technológia rossz, hanem a bevezetés. A legtöbb cég általános eszközt vesz, amit nem épít be mélyen a folyamataiba.

A másik buktató a szabályozatlan használat. Ugyanezen kutatás szerint a dolgozók mintegy 90 százaléka használ saját, privát AI-eszközt munkára, miközben a cégeknek csak 40 százaléka ad hivatalos üzleti előfizetést. Így kerül céges adat kontrollálatlan fiókokba. A megoldás nem a tiltás, hanem a keret. Üzleti előfizetés, belső szabályzat és képzés.

A sorrend tehát egyszerű. Válassz egyet a hat folyamat közül, vezesd be rendesen, mérj, és csak utána jöjjön a következő. Ha nem tudod, melyikkel éri meg kezdeni, ebben segít az AI-tanácsadás.

Copilot, Claude vagy Gemini? Melyik AI való a te cégednek?

Az árak és funkciók a 2026. júliusi állapotot tükrözik.

A legtöbb összehasonlítás azt kérdezi, melyik AI a legjobb. Ez rossz kérdés. A jó kérdés az, hogy milyen a te céged. Egy hazai felmérés szerint a magyar KKV-knál a ChatGPT messze a legelterjedtebb a maga 64,7 százalékával, a Gemini 21,9, a Copilot 7,3 százalékon áll. Ez azonban szokást mutat, nem tudatos döntést. A legtöbb cég azt használja, amit a munkatársak otthonról ismertek. Céges szinten három kérdés dönt, és egyik sem az, hogy melyik modell nyert egy tesztet.

Első kérdés. Melyik rendszerben él a céged?

Ha a cégetek a Microsoft-világban dolgozik (Word, Excel, Outlook, Teams), a Copilot a természetes jelölt. A meglévő alkalmazásokba épül be, és örökli a meglévő jogosultságokat. Multinacionális és nagyvállalati környezetben gyakran ez az egyetlen engedélyezett út.

Ha Google Workspace-t használtok (Gmail, Docs, Sheets), a Gemini 2025 eleje óta be van építve a csomagokba. Az alap hozzáférés valóban az előfizetés része, de a bővebb AI-funkciókért 2026 februárja óta külön kiegészítő fizethető, és a csomagárak is emelkedtek időközben (hivatalos árlista).

Ha egyik nagy irodai csomagban sem él a munkátok, vagy épp ellenkezőleg, sok eszközt használtok egyszerre, illetve a munka nehéz dokumentumokról, elemzésről, írásról szól, a Claude az erős jelölt. Véleményem szerint jelenleg az egyik legerősebb rendszer a piacon, a kiváló memóriakezelése és a folyamatosan bővülő funkciói miatt is. Eszközfüggetlen, és mára már saját Microsoft 365-integrációja és Excel-bővítménye is van, tehát a két világ nem zárja ki egymást.

Második kérdés. Mire használnátok leginkább?

Hosszú dokumentumokhoz, szerződésekhez, elemzéshez és igényes szövegíráshoz a Claude a piac egyik legerősebbje. Hatalmas kontextusablakkal dolgozik, ami teljes szerződéscsomagokat lát át egyben. A saját rendszereinket is erre építjük.

Táblázatokhoz, prezentációkhoz és Office-mélységhez a Copilot terepe. Az őszinteséghez hozzátartozik, hogy a pontosságáról vegyesek a felhasználói visszajelzések, és a Microsoft-világon kívüli rendszerekkel nehezen kommunikál (részletes elemzés). Kiváló asszisztens, önálló folyamatautomatizálónak kevés.

Képhez, videóhoz és Google-natív munkához a Gemini erős. Ténybeli, precíz feladatoknál a tesztek vegyes képet mutatnak róla, ezért fontos döntéseknél itt is kell az emberi ellenőrzés.

Harmadik kérdés. Mit mond az adatvédelem?

Itt egyszerűbb a helyzet, mint sokan hiszik. Mindhárom szolgáltató üzleti csomagja szerződésben vállalja, hogy a céges adatokon nem tanít modellt. A Microsoft ezt a teljes vállalati adatvédelmi keretével adja, a Google a Workspace szerződési feltételeiben rögzíti, az Anthropic a Team és Enterprise csomagokban alapértelmezetten garantálja.

A kulcsszó az üzleti. A fogyasztói fiókokra más szabályok vonatkoznak. Az Anthropic például 2025 augusztusában a fogyasztói fiókoknál alapértelmezetten bekapcsolta a tanítási célú felhasználást, amit külön kell kikapcsolni. Céges adattal ezért csak üzleti előfizetésben érdemes dolgozni, ahogy a GYIK-ban is írjuk.

Mennyibe kerül?

• Microsoft 365 Copilot. A Business szint listaára kb. 21 dollár/fő/hó, jelenleg akciósan 18 körül, a vállalati szint kb. 30 dollár (forrás).
• Google Gemini. Az alap funkciók a Workspace-csomagok részei, a bővített AI-hozzáférés kb. 20 dollár/fő/hó kiegészítőként (forrás).
• Claude. A Team csomag kb. 20-25 dollár/fő/hó, a nagyobb keretű prémium ülés drágább, vállalati szintre egyedi ajánlat jellemző (forrás).

Az árak gyorsan változnak, döntés előtt mindig a hivatalos árlistát nézd meg, vagy kérdezz minket.

A mi tapasztalatunk

Multinacionális környezetben Copilot-betanítást vezetünk, mert ott ez az adott, jól működő keret. A saját cégeink rendszerei ugyanakkor Claude-ra épülnek, mert a munkánk nagy része dokumentum, elemzés és egyedi automatizálás. Ez nem ellentmondás, hanem pont a lényeg. Az eszközt a környezethez választjuk, nem fordítva. És ha választottatok, ragaszkodjatok hozzá. Egy mélyen megismert rendszer többet ér, mint öt felszínesen használt.

Nincs egyetlen legjobb AI, és aki mégis ilyet ígér, az el akar adni valamit. Nézd meg, melyik rendszerben él a céged, mire használnátok, és milyen adatvédelmi keret kell. Utána teszteld a saját, valódi munkafolyamataitokon, ne demókon. Ha ehhez kell egy tapasztalt külső szem, ezt csináljuk végig az AI-tanácsadáson.

Így spórol napi órákat egy autókereskedés AI-val

Naponta több ezer hirdetés, mentett keresés, azonnali értesítés, ha jó vétel kerül a piacra. Ez nem koncepció. A saját autókereskedésem így működik. Íme a rendszer belülről, és a tanulságok, amiket bármelyik cég átvehet.

A kiindulás. Esti hirdetésböngészés és egy Excel-tábla

Minden úgy indult, ahogy a legtöbb kereskedésnél ma is zajlik. Esténként hirdetési portálokat görgettem, fejben árakat hasonlítgattam, és egy Excel-táblában vezettem, melyik modellt milyen szabályok szerint érdemes figyelni. Ez működik, amíg néhány modellről van szó. De a jó vételek nem várnak. Mire az ember este odaér a hirdetéshez, a legjobbakat már elvitték. A piac pedig hatalmas. Naponta több ezer új hirdetés jelenik meg, ennek átnézésére egy ember fizikailag képtelen.

A cél nem az volt, hogy az AI vegye meg helyettem az autót. Hanem az, hogy a gép végezze el a figyelést, az összehasonlítást és az előszűrést, nekem pedig csak ott kelljen döntenem, ahol tényleg van miről.

Így épül fel a rendszer

Folyamatos figyelés. A rendszer mentett kereséseket figyel, naponta kétszer végigmegy a friss hirdetéseken, és minden autó árát naplózza. Így árelőzmény épül. Látjuk, ki mikor mennyit engedett az árából.

AI-elemzés fotókkal együtt. Naponta az összes új hirdetést pontozza az AI, a fényképeket is beleértve, mert a fotókról ismeri fel a generációt és a felszereltséget. Ehhez 64 modellspecifikus tudásbázist építettünk arról, melyik motornak mi a gyengéje és melyik extra mennyit ér.

Saját adatból számolt piaci ár. A rendszer megkülönbözteti az elkelt és a csak lejárt hirdetéseket, és a saját gyűjtött adataiból számol reális piaci árat modellenként. Minél régebb óta fut, annál pontosabb.

Az ember írja a szabályt, nem az AI. Ez a legfontosabb elem. A vételi verdiktet nem az AI megérzése adja, hanem egy általam rögzített, fix döntési képlet a becsült piaci érték és az elérhető vételár viszonyáról. Erre azért volt szükség, mert az AI eleinte szabadon becsült, és rendre túl optimista volt. Amióta a szabály fix, a rendszer következetes.

Éjszakai munka és riasztás. Amíg mi alszunk, a rendszer folyamatosan figyel. Ha egy hirdetés átmegy a szűrőn, azonnal üzenet érkezik a telefonomra az árral, a becsült piaci értékkel, a várható haszonnal és az indoklással. Nekem már csak azt kell eldöntenem, felhívom-e az eladót.

Az eredmény

A hirdetésböngészésre szánt idő gyakorlatilag eltűnt. A piacfigyelés a nap 24 órájában, hétvégén is megy, emberi munka nélkül, és olyan merítésből dolgozik, amire kézzel esélyünk sem lenne. A döntéseink pedig jobbak lettek, mert minden javaslat mögött ott az indoklás és az árelőzmény. Adatra épülnek, nem megérzésre.

Négy tanulság, ami nem az autókról szól

1. Az AI-nak keret kell. A rendszer attól megbízható, hogy a kritikus döntési szabályt ember rögzítette, és az AI azon belül dolgozik. Az AI ott a legjobb, ahol pontosan tudja, mihez képest ítél.

2. A saját adat a valódi érték. A rendszer nem attól okos, hogy nagy modellt használ, hanem attól, hogy a saját piacának adatait gyűjti és tanulja. Ez az adat senki másnak nincs meg, és minden nappal értékesebb.

3. A gép ott nyer, ahol a mennyiség veri az embert. Napi több ezer tétel átnézése embernek lehetetlen, gépnek rutin. Keresd meg a cégedben azt a feladatot, amit azért nem csinálsz, mert túl sok. Valószínűleg ott a legnagyobb tartalék.

4. Az ember a döntésnél marad. A rendszer szűr, számol és javasol, de vásárolni én vásárolok. Ez nemcsak biztonságos, hanem gyorsabb is. A döntéshozó ideje a valóban fontos esetekre jut.

Mit jelent ez a te cégedben?

Cseréld ki az autóhirdetés szót a saját iparágad megfelelőjére. Van olyan feladat, ahol rendszeresen sok tételt kell átnézni, összehasonlítani és dönteni? Beszerzési ajánlatok, beérkező érdeklődők szűrése, árazás, készletfigyelés, pályázatok követése? Ha igen, nálad is építhető olyan rendszer, ami figyel, előszűr és jelez, te pedig csak a lényegnél döntesz. Ilyen rendszereket építünk az egyedi AI-fejlesztés keretében, a többi élő példát a Munkák oldalon találod.