A Deloitte és az ABSL közös kerekasztal-beszélgetésén kiderült, hogy a vállalatok jelentős része még mindig nem rendelkezik világosan meghatározott mesterségesintelligencia-stratégiával. A Global Business Services (GBS) szektor vezető automatizációs szakértői az AI gyakorlati alkalmazásának kérdéseit és stratégiai dilemmáit vitatták meg. A túlzott várakozások helyett a fókusz az átgondolt stratégiaalkotáson, a megfelelő irányítási keretek kialakításán és a szervezeti felkészültség megteremtésén volt – ezek ugyanis alapfeltételei annak, hogy az AI valódi üzleti értéket teremtsen.

A szakértők szerint az egyik leggyakoribb probléma a világos stratégiai irány hiánya. Bár az AI iránti érdeklődés széles körĹą, sok szervezet nem tudja pontosan meghatározni, milyen célokra és hogyan kívánja alkalmazni. Gyakran feszül ellentét az általános modellek széleskörĹą használata és az egyedi üzleti problémákra szabott megoldások igénye között. Ennek következménye sok esetben a széttagolt kezdeményezések megjelenése és a lehetőségek kihasználatlansága, ami gátolja a valódi üzleti értékteremtést.

Kiemelt szerepet kap az egyértelmĹą irányítási (governance) struktúrák kialakítása is. A résztvevők hangsúlyozták, hogy a technológiai bevezetést meg kell előznie a felelősségi körök, irányelvek és mĹąködési modellek tisztázásának. Több szervezet már dedikált AI-testületeket hozott létre – jellemzően IT, compliance és automatizációs szakemberek bevonásával –, amelyek az egységes stratégiai alapok megteremtéséért és a felelős AI-használat biztosításáért felelnek. Ezek kulcsszerepet játszanak olyan komplex kérdések kezelésében, mint az adattulajdonlás vagy az etikus mĹąködés.

A beszélgetés során különböző megvalósítási modellek is szóba kerültek: a felsővezetés által vezérelt „top-down” megközelítéstől a munkavállalók bevonására építő „bottom-up” kezdeményezésekig. Egyes vállalatok mĹąködésük átalakítására használják az AI-t, míg mások belső gyorsító programokkal és hackathonokkal ösztönzik az innovációt és az adaptációt. Ezek nemcsak az AI-val kapcsolatos félelmek csökkentését segítik, hanem a kísérletezésre nyitott szervezeti kultúra kialakulását is.

A bemutatott példák között szerepelt az árazási és promóciós stratégiák optimalizálása, a visszaélésszerĹą termékvisszaküldések kiszĹąrése, valamint az e-mailek és dokumentumok automatizált feldolgozása. Emellett szó esett AI-alapú szimulációkról és intelligens készletgazdálkodási megoldásokról is. Ezek az esetek jól mutatják, hogy az AI egyszerre növelheti a mĹąködési hatékonyságot és javíthatja az ügyfélélményt, miközben a beruházások jellemzően 18–24 hónapon belül megtérülnek.

Ugyanakkor a kockázatok sem elhanyagolhatók. Az AI kizárólag költségcsökkentési eszközként való kezelése könnyen háttérbe szoríthatja a bevételnövelési és képességfejlesztési lehetőségeket. A szakértők kiemelték a különböző modellek – például a nagy nyelvi modellek és a specializált megoldások – közötti különbségeket is. Míg az előbbiek hatékonyak a szövegek feldolgozásában, pontatlanságokra hajlamosak lehetnek, ezért nagy precizitást igénylő feladatoknál célzottabb eszközök alkalmazása indokolt.

Visszatérő témaként jelent meg a tehetségfejlesztés és az átképzés fontossága. Bár Magyarország erős alapokkal rendelkezik az analitikai és mérnöki kompetenciák terén, az AI gyors fejlődése gyakran megelőzi az oktatási rendszert. Ennek hatására a vállalatok egyre inkább saját képzési programokat indítanak, amelyek nemcsak technikai tudást, hanem olyan készségeket is fejlesztenek, mint a problémamegoldás vagy a proaktivitás.

Szóba kerültek az állami támogatások és K+F ösztönzők is, amelyek jelentős segítséget nyújthatnak az AI-projektek finanszírozásában. Ezek révén a fejlesztési költségek jelentős része visszaigényelhető, ami javítja a beruházások megtérülését és elősegíti az innovációt.

A résztvevők hangsúlyozták az emberi tényező fontosságát is. Az AI túlértékelése és elutasítása egyaránt problémás lehet; a cél inkább az, hogy a technológia az emberi képességeket erősítse. Ehhez elengedhetetlen a szakértők bevonása, valamint az eredmények folyamatos ellenőrzése és finomhangolása.

Végül kiemelték az erős adatstratégia jelentőségét. Bár a modern AI képes strukturálatlan adatok feldolgozására is, a jó minőségĹą, egységes adatok jelentősen javítják a megbízhatóságot. Az AI és az adatkezelési rendszerek összehangolása ugyanakkor továbbra is komoly kihívás.

A szakértők egyetértettek abban, hogy az AI sikeres integrációja folyamatos tanulást és alkalmazkodóképességet igényel. Azok a vállalatok kerülnek előnybe, amelyek nem csupán költségcsökkentési eszközként, hanem stratégiai növekedési tényezőként tekintenek rá, és képesek összehangolni a jövőképet, az agilis megvalósítást és az emberközpontú szemléletet.

English Summary

At a Deloitte and ABSL roundtable, experts from the Global Business Services (GBS) sector highlighted that many companies still lack a clear artificial intelligence (AI) strategy. While interest in AI is widespread, organizations often struggle to define specific use cases and align general-purpose tools with concrete business needs. Participants emphasized that without a strong governance framework and clear strategic direction, AI initiatives tend to become fragmented and fail to deliver full business value.

The discussion also covered different implementation approaches, from top-down leadership-driven programs to bottom-up employee-led innovation initiatives such as hackathons and internal accelerators. Several practical use cases were presented, including pricing optimization, fraud detection in returns, and automated document processing, with typical ROI expected within 18–24 months. However, experts warned against treating AI purely as a cost-cutting tool and stressed the importance of balancing efficiency gains with revenue growth and capability building.

Talent development, data governance, and human oversight were identified as critical success factors, along with the need for continuous learning and adaptability as AI technologies evolve.