Mesterséges intelligencia használata a vállalati világban

May 5, 2025
Mesterséges intelligencia használata a vállalati világban

This post was last updated more than 1 year ago. Some content may be out of date.

A mesterséges intelligencia (Artificial Intelligence, AI) fogalma már régóta ismert, ám jó ideig csak a sci-fi regényekben és filmekben találkozhattunk vele. Néhány éve azonban már a mindennapi életben is lépten-nyomon megjelenik, a legegyszerűbb telefonos appoktól a vállalati döntéshozást segítő rendszerekig. Cikkünkben azt járjuk körül, hol tart most az AI, és milyen területeken jelent konkrét versenyelőnyt.

Mi az a mesterséges intelligencia és miért fontos ma?

Tömören összefoglalva az AI olyan technológiák összességét jelenti, amelyek az emberi gondolkodás és tanulás alapján működnek. Arról persze megoszlanak a vélemények, hogy ez valóban mennyire számít emberi jellegű intelligenciának, azt pedig felejtsük el, hogy itt valóban a Terminátor filmekből ismert Skynet érző-gondolkodó mesterséges elméi készülődnek a világuralom megszerzésére. Nézzük tehát először, mit is tud valójában az AI!

Az Európai Parlament szakértőinek meghatározása szerint az AI a gépek emberhez hasonló képességeit jelenti, mint amilyen az érvelés, a tanulás, a tervezés és a kreativitás. Ezzel lehetőség nyílik arra, hogy a technológiai megoldások érzékeljék a környezetüket, ez alapján problémákat oldjanak meg és egy adott cél elérése érdekében tervezzék meg lépéseiket. Tehát itt már többről van szó, mint egy olyan számítógépről, amelybe közvetlenül adatokat táplálnak be és ezután szintén külső utasítások alapján dolgozzák fel azokat - az AI képes az adatokat önállóan feldolgozni, értékelni, reagálni ezekre, valamint akár tanulni a korábban elvégzett feladatok hatékonyságából, a visszajelzésekből, és ez alapján módosítani a feldolgozási folyamatokon.

A mesterséges intelligencia alapjai röviden

Az alábbi "kisszótár" segíthet az AI alapfogalmainak megértésében, hogy aztán a későbbiekben elmagyarázhassuk, milyen konkrét alkalmazási módjai, felhasználási területei, üzleti előnyei lehetnek a technológiának.

  • Gépi tanulás: olyan mesterséges intelligencia módszer, ahol a számítógépek nem előre programozott szabályok alapján döntenek, hanem példákból tanulnak. A rendszer adatokat kap, és ezek alapján képes felismerni mintákat, majd előrejelzéseket vagy döntéseket hozni.
  • Neurális hálózatok:  gépi rendszerek, amelyek az emberi agy idegsejtjeinek működését próbálják leutánozni. Ezek a hálózatok rétegekbe rendezve dolgozzák fel az adatokat, képesek tanulni, és az új ismereteket alkalmazni különböző problémák megoldására.
  • Mélytanulás: a gépi tanulás egyik speciális területe, amely több rétegből álló neurális hálózatokat alkalmaz. Ezek a rendszerek képesek nagyon összetett feladatokat is megtanulni, például képek, hangok vagy természetes nyelv felismerését, anélkül, hogy az ember részletes szabályokat adna meg.
  • Természetes nyelvfeldolgozás (Natural Language Processing, NLP): a módszer lényege, hogy a számítógépek képesek legyenek megérteni, értelmezni, és akár generálni az emberi nyelvet. Kombinálja a nyelvészetet, a számítástechnikát és a mesterséges intelligenciát. Elemzi a szavak szerkezetét (szintaxis), jelentését (szemantika), és a szövegkörnyezetet is figyelembe veszi.
  • Nagy nyelvi modell (Large Language Model, LLM): specializált mesterséges intelligencia modell, amely hatalmas mennyiségű szöveges adat alapján tanul meg nyelvet értelmezni és generálni. Feladata az emberi nyelvű szöveg megértése és előállítása minták és összefüggések felismerése által.

Generatív AI és ChatGPT: új korszak az AI használatában

A mesterséges intelligencia a nagyközönség számára talán a ChatGPT megjelenésével vált igazán jelenkorivá. Az OpenAI fejlesztésének első, bárki által tesztelhető változata 2022 novemberében jelent meg, azóta pedig újabb és újabb, egyre összetettebb és fejlettebb modellek érkeznek.

A ChatGPT alapvetően egy chatbot, tehát egy olyan felület, ahol begépelt kérdésekre, felvetésekre válaszol a rendszer. Újszerűsége abból adódik, hogy a fent említett nagy nyelvi modell megközelítést használja. Itt már tehát nem olyan egyszerű kifejezéseket kell használnunk, mint egy böngésző keresőjében, a "csoportmunka rendszer magyar megfizethető cloud" helyett fogalmazhatunk emberi módon, és megkérhetjük: "Mondj példát olyan csoportmunka-rendszerre, amely elérhető magyarul, egy kisvállalkozás számára is megfizethető, és cloud alapokon működik, hogy több telephelyen vagy távmunkában is használható legyen".

Ez a megközelítés megnyitja a felhasználói kört, a hozzáértőkön kívül gyakorlatilag bárki számára elérhetővé teszi az információk megismerését, hiszen normál, emberi megfogalmazással kérdezhetünk és így kapunk válaszokat is, ráadásul ezt beszélgetéssé bővíthetjük, részletekről érdeklődhetünk, de akár vitatkozhatunk is a rendszerrel. 

A ChatGPT első iterációját még jó pár kritika érte, főleg az úgynevezett "hallucinációk" miatt: ez azt jelentette, hogy a rendszer még akkor is igyekezett a felhasználók kedvében járni, ha nem rendelkezett pontos adatokkal, és ilyenkor bizony valótlanságokat is tényként közölt. A legújabb rendszermotor (ez cikkünk megírásának idején a 4o verzió) azonban már ezen a téren is sokat fejlődött, ráadásul minden eddiginél emberibb megközelítésű, képes akár a beszélgetőpartner érzelmi rezdüléseit is felismerni és erre reagálni.

Nem csoda, hogy az elmúlt években lépten-nyomon kezdtek hasonló fejlesztésekbe a tech-világ óriásai, de teljesen új versenyzők is felbukkantak a piacon. A Google már keresőjébe is beépíti a Gemini modellt, míg Kínából is érkezett egy jóval erőforrás-kímélőbb megoldás, a DeepSeek, amely ismét felbolydította az AI-chatbotok világát.

ChatGPT a vállalatoknál

Az OpenAI újdonsága nagyon hamar betört az üzleti életbe is, hiszen egy sor területen képes felgyorsítani a folyamatokat, kiváltani a lassabb emberi feldolgozást és akár költséghatékonyabbá tenni a működést. Íme néhány olyan munkakör, amelyben ma már kiválóan helyt áll a ChatGPT, vagy hasonló AI-chatbotok:

  • Szövegírás: az intelligens segédek képesek például megválaszolni e-maileket, segíteni egy hosszabb szöveg kivonatolásában, de akár arra is, hogy egy meglévő szöveget a megfelelő kritériumoknak megfelelően átfogalmazzanak.
  • Ügyfélszolgálat: a repetitív kérdések, könnyen és tényszerűen megválaszolható problémák intézésére egyre gyakrabban alkalmaznak hasonló megoldásokat, akár hangvezérléssel is, ilyenkor a chatbotot audio-képességekkel összekötve az felismeri az emberi beszédet és képes hangban választ is adni - ma már telefonos ügyfélszolgálatok, helpdeskek hívásakor is találkozhatunk gépi "kollégával", amely az alapszintű feladatokat akár emberi beavatkozás nélkül képes megoldani.
  • Kódgenerálás: a ChatGPT nem csak "emberi nyelven" tud, hanem képes a számítógépes programozásban is segíteni, egy pontos meghatározás után írhat teljes kódokat, speciális kódrészleteket, de az általunk megírt kódokat is tömörebbé vagy épp hatékonyabbá tudja alakítani.

Intelligens AI ügynökök: a vállalati produktivitás új motorjai

A ChatGPT és társainak megjelenése után sem állt meg az élet, hiszen érezhető volt az igény egy ennél is specializáltabb, üzleti életben jól használható megoldás kifejlesztésére. Az úgynevezett intelligens AI ügynökök (agentic AI) több szempontból is különböznek a hagyományos AI-rendszerektől, az alábbiakban erre hozunk néhány példát.

Célorientáltság, avagy önálló célkezelés

A hagyományos AI leginkább egy adott feladatra van betanítva, például arcfelismerésre, szövegfordításra. Ehhez képest az agentic AI képes önálló célokat kezelni, tervezni, dönteni és több lépésen keresztül eljutni a megoldásig.

Autonómia

Míg a hagyományos AI még mindig emberi parancsra hajt végre feladatot, az agentic AI önállóan is ki tud választani feladatokat, ezeket végrehajtja, sőt a környezet változásaira reagál.

Tervezés és problémamegoldás

A hagyományos AI nem rendelkezik hosszabb távú stratégiával, hiszen a pillanatnyi kérdések megválaszolására, a jelenlegi problémák megoldására tervezték. Az agentic AI viszont már képes hosszú távú tervezésre, lépések lebontására, és tanul a visszacsatolásokból.

Memória és tanulás

A hagyományos AI megoldásoknak vagy egyáltalán nincs hosszú távú memóriája, vagy ennek elérése körülményes és megosztott más rendszerekkel és felhasználókkal. Az agentic AI ehhez képest tárolja a múltbeli tapasztalatokat, és ezek alapján képes fejlődni, változtatni a viselkedésén.

Összességében tehát egy hagyományos AI chatbot válaszol a kérdéseidre, míg egy intelligens AI ügynök nem csak válaszol, hanem magától megkeresi a naptáradban a szabad időpontokat, egyeztet a kollégáddal, és lefoglalja a tárgyalót, aznapra emlékeztetőt állít be és akár az aktuális időjárási, forgalmi helyzettől függően ennek is változtatja az időpontját, hogy biztosan odaérj – mindezt proaktívan, külön utasítás nélkül.

Ilyen agentic AI megoldásokból szintén egyre több jelenik meg, például az Atlassian Rovo, a Microsoft Copilot vagy akár egy adott nagyvállalatra "testreszabott" saját rendszerek. Az Atlassian Rovo alapvetően egy AI-alapú tudás-ügynök, amely többféle rendszerből (többek között Jira, Confluence, Slack) képes információt beszerezni, összefoglalni és ajánlani. Segítségével például egy vezető egyszerűen megkérdezheti, hogy "milyen projektek csúsznak és miért", majd a Rovo a Jira adatokból és Confluence jegyzetekből egy könnyen átlátható, részletes riportot készít.

A Copilot-típusú megoldások közé tartozik a Microsoft 365 Copilot, a GitHub Copilot vagy a Google Duet AI, amelyek leginkább arra specializálódtak, hogy bizonyos feladatok elvégzése közben hasznos javaslatokat tegyenek, például dokumentumok szerkesztésekor, üzenetek írásakor vagy kódolás során.

Az intelligens AI ügynököknek már most is megannyi felhasználási területe létezik, és ezek köre folyamatosan bővül. Íme néhány példa:

  • Tudásmenedzsment és információszerzés: az AI-megoldások kiváltják a körülményes manuális keresést, a meglévő dokumentumok alapján intelligens válaszokat adnak.
  • Projektvezetés és feladatkövetés: a segédek automatikusan követik a projekt állapotát a kapcsolódó rendszerek (például Jira, Trello) integrációjával, időben figyelmeztetnek határidőkre és feladatokra, valamint automatizálják a feladatok kiírását.
  • Ügyfélszolgálat: az ügynök már nem csak arra képes, hogy egy adott kérdésre válaszol, de kontextus alapján felismeri a mélyebb kapcsolódási pontokat, új ügymenetet nyit, priorizál, vagy egy megfelelő csatornára irányítja az ügyfelet.
  • Üzleti intelligencia és riportok: a heti, havi statisztikák összeállításának monoton feladatát nem csak gyorsan, de részletesen képes elvégezni, ráadásul ezeket automatikusan összeveti korábbi eredményekkel, jelezve a pozitív és negatív változásokat, eltéréseket a célkitűzésekhez képest.

Milyen előnyökkel jár egy agentic AI megoldás használata vállalati döntéshozóknak?

A megfelelő AI-megoldások beépítése mindenképpen előnyt jelenthet többféle szempontból, végeredményben pedig a vállalat működése, hatékonysága, profitabilitása és akár külső megítélése is pozitívan változhat. Néhány példa ezekre:

  • Időmegtakarítás: az információk automatizált kinyerése, rendszerezése, összegzése a manuális keresésekhez képest gyorsabb, ráadásul pontosabb is lehet.
  • Fókusz a döntéseken: a vezető számára több időt és energiát hagy a stratégiai döntések meghozására, hiszen az adatok gyűjtése, rendszerezése és "tálalása" már az AI feladata.
  • Erőforrások optimalizálása: az emberi munkaerőt felszabadítja az időigényes, repetitív feladatok alól, hogy olyan problémák megoldásával foglalkozhassanak, amelyek valódi kreativitást igényelnek.

Az Atlassian által összeállított whitepaper, a "A CEO's guide to AI-powered teamwork" jól megfogalmazza a technológia jelenlegi helyzetét: "Ahogy egyre több vállalat vezet be intelligens szoftveres segítőket, lehetősége van csapata erejének növelésére azáltal, hogy képessé teszi őket a rutinfeladatok automatizálására és arra, hogy hasznos javaslatokat kapjanak a megfelelő kontextusban."

Az AI nem a jövő, hanem a jelen: tarts velünk te is!

Ahogy eddigi összeállításunkból is kitűnik, mindössze néhány év alatt az AI egyfajta sci-fi jövőképből egy mindenki által elérhető valósággá változott. A technológiát ugyanúgy használhatja érdeklődő amatőr és a vállalatok hatékonyságát megcélzó üzleti vezető, az AI egyre több olyan alkalmazási módot kínál, amelyről nem érdemes lemaradni.

Cikkünk második részében még részletesebben írunk az AI üzleti felhasználási területeiről gyakorlati példák felhasználásával, de szót ejtünk az etikai és jogi kérdésekről is. Ha pedig felkeltettük az érdeklődésedet, és szeretnéd élőben megtapasztalni, hogyan formálja az AI a vállalati világot, gyere el a 10. Meta-INF Day-re 2025. június 4–5-én, ahol hazai és nemzetközi szakértők mutatják be a legújabb trendeket, Atlassian-megoldásokat és gyakorlati tippeket a csapatod felgyorsításához!

Author

Tibor Mozsik
Head of Marketing

Social Share Buttons

Mesterséges intelligencia használata a vállalati világban

May 5, 2025
Mesterséges intelligencia használata a vállalati világban

Ez a bejegyzés több mint 1 éve frissült utoljára, a tartalom bizonyos elemei elavultak lehetnek.

A mesterséges intelligencia (Artificial Intelligence, AI) fogalma már régóta ismert, ám jó ideig csak a sci-fi regényekben és filmekben találkozhattunk vele. Néhány éve azonban már a mindennapi életben is lépten-nyomon megjelenik, a legegyszerűbb telefonos appoktól a vállalati döntéshozást segítő rendszerekig. Cikkünkben azt járjuk körül, hol tart most az AI, és milyen területeken jelent konkrét versenyelőnyt.

Mi az a mesterséges intelligencia és miért fontos ma?

Tömören összefoglalva az AI olyan technológiák összességét jelenti, amelyek az emberi gondolkodás és tanulás alapján működnek. Arról persze megoszlanak a vélemények, hogy ez valóban mennyire számít emberi jellegű intelligenciának, azt pedig felejtsük el, hogy itt valóban a Terminátor filmekből ismert Skynet érző-gondolkodó mesterséges elméi készülődnek a világuralom megszerzésére. Nézzük tehát először, mit is tud valójában az AI!

Az Európai Parlament szakértőinek meghatározása szerint az AI a gépek emberhez hasonló képességeit jelenti, mint amilyen az érvelés, a tanulás, a tervezés és a kreativitás. Ezzel lehetőség nyílik arra, hogy a technológiai megoldások érzékeljék a környezetüket, ez alapján problémákat oldjanak meg és egy adott cél elérése érdekében tervezzék meg lépéseiket. Tehát itt már többről van szó, mint egy olyan számítógépről, amelybe közvetlenül adatokat táplálnak be és ezután szintén külső utasítások alapján dolgozzák fel azokat - az AI képes az adatokat önállóan feldolgozni, értékelni, reagálni ezekre, valamint akár tanulni a korábban elvégzett feladatok hatékonyságából, a visszajelzésekből, és ez alapján módosítani a feldolgozási folyamatokon.

A mesterséges intelligencia alapjai röviden

Az alábbi "kisszótár" segíthet az AI alapfogalmainak megértésében, hogy aztán a későbbiekben elmagyarázhassuk, milyen konkrét alkalmazási módjai, felhasználási területei, üzleti előnyei lehetnek a technológiának.

  • Gépi tanulás: olyan mesterséges intelligencia módszer, ahol a számítógépek nem előre programozott szabályok alapján döntenek, hanem példákból tanulnak. A rendszer adatokat kap, és ezek alapján képes felismerni mintákat, majd előrejelzéseket vagy döntéseket hozni.
  • Neurális hálózatok:  gépi rendszerek, amelyek az emberi agy idegsejtjeinek működését próbálják leutánozni. Ezek a hálózatok rétegekbe rendezve dolgozzák fel az adatokat, képesek tanulni, és az új ismereteket alkalmazni különböző problémák megoldására.
  • Mélytanulás: a gépi tanulás egyik speciális területe, amely több rétegből álló neurális hálózatokat alkalmaz. Ezek a rendszerek képesek nagyon összetett feladatokat is megtanulni, például képek, hangok vagy természetes nyelv felismerését, anélkül, hogy az ember részletes szabályokat adna meg.
  • Természetes nyelvfeldolgozás (Natural Language Processing, NLP): a módszer lényege, hogy a számítógépek képesek legyenek megérteni, értelmezni, és akár generálni az emberi nyelvet. Kombinálja a nyelvészetet, a számítástechnikát és a mesterséges intelligenciát. Elemzi a szavak szerkezetét (szintaxis), jelentését (szemantika), és a szövegkörnyezetet is figyelembe veszi.
  • Nagy nyelvi modell (Large Language Model, LLM): specializált mesterséges intelligencia modell, amely hatalmas mennyiségű szöveges adat alapján tanul meg nyelvet értelmezni és generálni. Feladata az emberi nyelvű szöveg megértése és előállítása minták és összefüggések felismerése által.

Generatív AI és ChatGPT: új korszak az AI használatában

A mesterséges intelligencia a nagyközönség számára talán a ChatGPT megjelenésével vált igazán jelenkorivá. Az OpenAI fejlesztésének első, bárki által tesztelhető változata 2022 novemberében jelent meg, azóta pedig újabb és újabb, egyre összetettebb és fejlettebb modellek érkeznek.

A ChatGPT alapvetően egy chatbot, tehát egy olyan felület, ahol begépelt kérdésekre, felvetésekre válaszol a rendszer. Újszerűsége abból adódik, hogy a fent említett nagy nyelvi modell megközelítést használja. Itt már tehát nem olyan egyszerű kifejezéseket kell használnunk, mint egy böngésző keresőjében, a "csoportmunka rendszer magyar megfizethető cloud" helyett fogalmazhatunk emberi módon, és megkérhetjük: "Mondj példát olyan csoportmunka-rendszerre, amely elérhető magyarul, egy kisvállalkozás számára is megfizethető, és cloud alapokon működik, hogy több telephelyen vagy távmunkában is használható legyen".

Ez a megközelítés megnyitja a felhasználói kört, a hozzáértőkön kívül gyakorlatilag bárki számára elérhetővé teszi az információk megismerését, hiszen normál, emberi megfogalmazással kérdezhetünk és így kapunk válaszokat is, ráadásul ezt beszélgetéssé bővíthetjük, részletekről érdeklődhetünk, de akár vitatkozhatunk is a rendszerrel. 

A ChatGPT első iterációját még jó pár kritika érte, főleg az úgynevezett "hallucinációk" miatt: ez azt jelentette, hogy a rendszer még akkor is igyekezett a felhasználók kedvében járni, ha nem rendelkezett pontos adatokkal, és ilyenkor bizony valótlanságokat is tényként közölt. A legújabb rendszermotor (ez cikkünk megírásának idején a 4o verzió) azonban már ezen a téren is sokat fejlődött, ráadásul minden eddiginél emberibb megközelítésű, képes akár a beszélgetőpartner érzelmi rezdüléseit is felismerni és erre reagálni.

Nem csoda, hogy az elmúlt években lépten-nyomon kezdtek hasonló fejlesztésekbe a tech-világ óriásai, de teljesen új versenyzők is felbukkantak a piacon. A Google már keresőjébe is beépíti a Gemini modellt, míg Kínából is érkezett egy jóval erőforrás-kímélőbb megoldás, a DeepSeek, amely ismét felbolydította az AI-chatbotok világát.

ChatGPT a vállalatoknál

Az OpenAI újdonsága nagyon hamar betört az üzleti életbe is, hiszen egy sor területen képes felgyorsítani a folyamatokat, kiváltani a lassabb emberi feldolgozást és akár költséghatékonyabbá tenni a működést. Íme néhány olyan munkakör, amelyben ma már kiválóan helyt áll a ChatGPT, vagy hasonló AI-chatbotok:

  • Szövegírás: az intelligens segédek képesek például megválaszolni e-maileket, segíteni egy hosszabb szöveg kivonatolásában, de akár arra is, hogy egy meglévő szöveget a megfelelő kritériumoknak megfelelően átfogalmazzanak.
  • Ügyfélszolgálat: a repetitív kérdések, könnyen és tényszerűen megválaszolható problémák intézésére egyre gyakrabban alkalmaznak hasonló megoldásokat, akár hangvezérléssel is, ilyenkor a chatbotot audio-képességekkel összekötve az felismeri az emberi beszédet és képes hangban választ is adni - ma már telefonos ügyfélszolgálatok, helpdeskek hívásakor is találkozhatunk gépi "kollégával", amely az alapszintű feladatokat akár emberi beavatkozás nélkül képes megoldani.
  • Kódgenerálás: a ChatGPT nem csak "emberi nyelven" tud, hanem képes a számítógépes programozásban is segíteni, egy pontos meghatározás után írhat teljes kódokat, speciális kódrészleteket, de az általunk megírt kódokat is tömörebbé vagy épp hatékonyabbá tudja alakítani.

Intelligens AI ügynökök: a vállalati produktivitás új motorjai

A ChatGPT és társainak megjelenése után sem állt meg az élet, hiszen érezhető volt az igény egy ennél is specializáltabb, üzleti életben jól használható megoldás kifejlesztésére. Az úgynevezett intelligens AI ügynökök (agentic AI) több szempontból is különböznek a hagyományos AI-rendszerektől, az alábbiakban erre hozunk néhány példát.

Célorientáltság, avagy önálló célkezelés

A hagyományos AI leginkább egy adott feladatra van betanítva, például arcfelismerésre, szövegfordításra. Ehhez képest az agentic AI képes önálló célokat kezelni, tervezni, dönteni és több lépésen keresztül eljutni a megoldásig.

Autonómia

Míg a hagyományos AI még mindig emberi parancsra hajt végre feladatot, az agentic AI önállóan is ki tud választani feladatokat, ezeket végrehajtja, sőt a környezet változásaira reagál.

Tervezés és problémamegoldás

A hagyományos AI nem rendelkezik hosszabb távú stratégiával, hiszen a pillanatnyi kérdések megválaszolására, a jelenlegi problémák megoldására tervezték. Az agentic AI viszont már képes hosszú távú tervezésre, lépések lebontására, és tanul a visszacsatolásokból.

Memória és tanulás

A hagyományos AI megoldásoknak vagy egyáltalán nincs hosszú távú memóriája, vagy ennek elérése körülményes és megosztott más rendszerekkel és felhasználókkal. Az agentic AI ehhez képest tárolja a múltbeli tapasztalatokat, és ezek alapján képes fejlődni, változtatni a viselkedésén.

Összességében tehát egy hagyományos AI chatbot válaszol a kérdéseidre, míg egy intelligens AI ügynök nem csak válaszol, hanem magától megkeresi a naptáradban a szabad időpontokat, egyeztet a kollégáddal, és lefoglalja a tárgyalót, aznapra emlékeztetőt állít be és akár az aktuális időjárási, forgalmi helyzettől függően ennek is változtatja az időpontját, hogy biztosan odaérj – mindezt proaktívan, külön utasítás nélkül.

Ilyen agentic AI megoldásokból szintén egyre több jelenik meg, például az Atlassian Rovo, a Microsoft Copilot vagy akár egy adott nagyvállalatra "testreszabott" saját rendszerek. Az Atlassian Rovo alapvetően egy AI-alapú tudás-ügynök, amely többféle rendszerből (többek között Jira, Confluence, Slack) képes információt beszerezni, összefoglalni és ajánlani. Segítségével például egy vezető egyszerűen megkérdezheti, hogy "milyen projektek csúsznak és miért", majd a Rovo a Jira adatokból és Confluence jegyzetekből egy könnyen átlátható, részletes riportot készít.

A Copilot-típusú megoldások közé tartozik a Microsoft 365 Copilot, a GitHub Copilot vagy a Google Duet AI, amelyek leginkább arra specializálódtak, hogy bizonyos feladatok elvégzése közben hasznos javaslatokat tegyenek, például dokumentumok szerkesztésekor, üzenetek írásakor vagy kódolás során.

Az intelligens AI ügynököknek már most is megannyi felhasználási területe létezik, és ezek köre folyamatosan bővül. Íme néhány példa:

  • Tudásmenedzsment és információszerzés: az AI-megoldások kiváltják a körülményes manuális keresést, a meglévő dokumentumok alapján intelligens válaszokat adnak.
  • Projektvezetés és feladatkövetés: a segédek automatikusan követik a projekt állapotát a kapcsolódó rendszerek (például Jira, Trello) integrációjával, időben figyelmeztetnek határidőkre és feladatokra, valamint automatizálják a feladatok kiírását.
  • Ügyfélszolgálat: az ügynök már nem csak arra képes, hogy egy adott kérdésre válaszol, de kontextus alapján felismeri a mélyebb kapcsolódási pontokat, új ügymenetet nyit, priorizál, vagy egy megfelelő csatornára irányítja az ügyfelet.
  • Üzleti intelligencia és riportok: a heti, havi statisztikák összeállításának monoton feladatát nem csak gyorsan, de részletesen képes elvégezni, ráadásul ezeket automatikusan összeveti korábbi eredményekkel, jelezve a pozitív és negatív változásokat, eltéréseket a célkitűzésekhez képest.

Milyen előnyökkel jár egy agentic AI megoldás használata vállalati döntéshozóknak?

A megfelelő AI-megoldások beépítése mindenképpen előnyt jelenthet többféle szempontból, végeredményben pedig a vállalat működése, hatékonysága, profitabilitása és akár külső megítélése is pozitívan változhat. Néhány példa ezekre:

  • Időmegtakarítás: az információk automatizált kinyerése, rendszerezése, összegzése a manuális keresésekhez képest gyorsabb, ráadásul pontosabb is lehet.
  • Fókusz a döntéseken: a vezető számára több időt és energiát hagy a stratégiai döntések meghozására, hiszen az adatok gyűjtése, rendszerezése és "tálalása" már az AI feladata.
  • Erőforrások optimalizálása: az emberi munkaerőt felszabadítja az időigényes, repetitív feladatok alól, hogy olyan problémák megoldásával foglalkozhassanak, amelyek valódi kreativitást igényelnek.

Az Atlassian által összeállított whitepaper, a "A CEO's guide to AI-powered teamwork" jól megfogalmazza a technológia jelenlegi helyzetét: "Ahogy egyre több vállalat vezet be intelligens szoftveres segítőket, lehetősége van csapata erejének növelésére azáltal, hogy képessé teszi őket a rutinfeladatok automatizálására és arra, hogy hasznos javaslatokat kapjanak a megfelelő kontextusban."

Az AI nem a jövő, hanem a jelen: tarts velünk te is!

Ahogy eddigi összeállításunkból is kitűnik, mindössze néhány év alatt az AI egyfajta sci-fi jövőképből egy mindenki által elérhető valósággá változott. A technológiát ugyanúgy használhatja érdeklődő amatőr és a vállalatok hatékonyságát megcélzó üzleti vezető, az AI egyre több olyan alkalmazási módot kínál, amelyről nem érdemes lemaradni.

Cikkünk második részében még részletesebben írunk az AI üzleti felhasználási területeiről gyakorlati példák felhasználásával, de szót ejtünk az etikai és jogi kérdésekről is. Ha pedig felkeltettük az érdeklődésedet, és szeretnéd élőben megtapasztalni, hogyan formálja az AI a vállalati világot, gyere el a 10. Meta-INF Day-re 2025. június 4–5-én, ahol hazai és nemzetközi szakértők mutatják be a legújabb trendeket, Atlassian-megoldásokat és gyakorlati tippeket a csapatod felgyorsításához!

Szerző

Mozsik Tibor
Head of Marketing

Megosztás