A SUSE friss felmérése szerint a vállalati AI következő fejlődési szakaszának egyik kulcskérdése a megfelelő technológiai háttér megteremtése. A megkérdezett döntéshozók 34,1 százalékánál már pilotként mĹąködik valamilyen AI-megoldás, ugyanekkora arányban pedig élesben is alkalmaznak mesterséges intelligenciát. Ehhez képest az AI/ML-infrastruktúra előkészítését mindössze 20,5 százalék jelölte meg modernizációs tervként.

Az AI-projektek széles körĹą bevezetéséhez azonban olyan stabil infrastruktúrára van szükség, amely egyszerre támogatja a biztonságos mĹąködést, az erőforrások rugalmas skálázását és a költségek átlátható kezelését. A nagyobb vállalati kontrollt biztosító, helyben futtatott platformok ebben fontos szerepet játszhatnak, és segíthetnek csökkenteni a különbséget az AI gyakorlati alkalmazása és a hosszú távú infrastruktúra-stratégia között.

„Az AI-infrastruktúra fontos fordulóponthoz érkezett. Az újabb ügyfélbeszélgetésekben az AI már nem kizárólag az adatelemző csapatok munkájához kapcsolódó, kísérleti technológiaként kerül szóba. Az infrastruktúráért felelős vezetők ma már sokkal összetettebb kérdéssel szembesülnek: képes-e az infrastruktúránk megbízhatóan eljuttatni az AI-t a pilottól az éles mĹąködésig anélkül, hogy elszabadulnának a költségek, az üzemeltetési terhek vagy a kockázatok?” – nyilatkozta Naveen Chhabra, a Forrester vezető elemzője

A mesterséges intelligencia rövid idő alatt a vállalati mĹąködés meghatározó technológiájává vált. Egyre több szervezet használ AI-eszközöket már nemcsak kísérleti projektekben, hanem éles üzleti és informatikai folyamatokban is. Az idei Bitport CIO konferencián IT- és üzleti döntéshozók körében végzett SUSE-felmérés szerint a válaszadók 34,1 százalékánál pilotként mĹąködik valamilyen AI-megoldás, ugyanekkora arányban pedig már éles környezetben is használják a technológiát.

A használat gyorsan terjed, az infrastruktúra fejlesztése azonban lemaradásban van

A hazai eredmények összhangban vannak a nemzetközi trendekkel. A Stanford HAI 2026 AI Index Reportja szerint 2025-ben a szervezetek 88 százaléka használt mesterséges intelligenciát legalább egy üzleti területen. Az AI teljes körĹą, vállalati szintĹą alkalmazásáról ugyanakkor a szervezetek méretétől függően mindössze 3–10 százalék számolt be.

Az adatok azt mutatják, hogy továbbra is jelentős különbség van az AI alkalmazásának elterjedtsége és a technológia nagy léptékĹą, vállalati szintĹą mĹąködtetése között. Ezt erősíti meg a CIO-felmérés egy másik eredménye is: miközben a válaszadók több mint kétharmadánál már elindult valamilyen AI-projekt, az AI/ML-infrastruktúra előkészítését csak 20,5 százalék nevezte meg modernizációs célként.

Ez önmagában nem jelenti azt, hogy a többi szervezet ne foglalkozna a szükséges technológiai háttér kialakításával. Inkább arra utal, hogy számos vállalatnál a konkrét felhasználási esetek és pilotprojektek már megelőzték a hosszabb távú infrastruktúra-stratégia kialakítását.

Felhő vagy saját infrastruktúra?

Az AI mĹąködtetése jelentős számítási kapacitást igényel, amelyet jellemzően GPU-k, vagyis a mesterségesintelligencia-modellek futtatását gyorsító processzorok biztosítanak. A vállalatoknak ezért azt is el kell dönteniük, hogy ezeket az erőforrásokat saját, helyben mĹąködő infrastruktúrában (on-premises) építik ki, vagy felhőszolgáltatótól veszik igénybe.

A felmérés alapján ezen a területen még nincs egyértelmĹą irány. A döntéshozók 29,5 százaléka on-premises GPU-kapacitást, ugyanekkora arány pedig public cloud GPU-t jelölt meg. További 27,3 százalék egyelőre nem döntötte el, milyen modellre építi majd az AI mĹąködtetését.

Az éles AI-szolgáltatást már mĹąködtető szervezeteknél valamivel határozottabb a kép. Ebben a körben 46,7 százalék public cloud GPU-t, míg 33 százalék on-premises megoldást választott.

A felhő erősebb jelenléte arra utalhat, hogy a gyorsan elérhető, rugalmasan bővíthető számítási kapacitás megkönnyíti az első éles projektek elindítását. A saját infrastruktúra jelentős aránya ugyanakkor azt jelzi, hogy sok szervezet számára továbbra is fontos az adatok feletti közvetlen kontroll, a helyben történő adatkezelés és a hosszabb távon kiszámítható mĹąködés.

Helyben futtatott AI, nagyobb vállalati kontroll

Számos vállalat számára alapvető szempont, hogy az AI-szolgáltatások és az általuk feldolgozott adatok az ellenőrzésük alatt álló környezetben maradjanak. Ez különösen azoknál a szervezeteknél lehet fontos, amelyek érzékeny üzleti információkkal, ügyféladatokkal vagy jelentős belső tudásvagyonnal dolgoznak.

A SUSE AI Factory nyílt infrastruktúra-platformot kínál privát, vállalati AI-megoldások mĹąködtetéséhez. A segítségével a szervezetek saját infrastruktúrájukon futtathatják alkalmazásaikat és modelljeiket, így közvetlenebb kontrollt gyakorolhatnak az adatok, a technológiai környezet és a rendelkezésre álló erőforrások felett. A platform hibrid, illetve az internettől teljesen elzárt, úgynevezett air-gapped környezetekben is használható.

A helyben történő mĹąködtetés különösen olyan esetekben lehet előnyös, amikor az adatokat biztonsági, szabályozási vagy üzleti megfontolások miatt nem célszerĹą külső AI-platformokra továbbítani. Ide tartozhatnak például a belső vállalati tudásbázisokra épülő asszisztensek, az érzékeny dokumentumokat feldolgozó alkalmazások, illetve azok az AI-megoldások, amelyeknél kiemelten fontos az alacsony válaszidő.

A SUSE AI Factory az erőforrások átláthatóbb kezelését is támogatja. A platformon nyomon követhető többek között az egyes alkalmazások tokenhasználata és az ehhez kapcsolódó költség, valamint a GPU-k teljesítménye és kihasználtsága. Mindez pontosabb képet adhat az AI-szolgáltatások tényleges kapacitásigényéről, és hozzájárulhat az erőforrások hatékonyabb felhasználásához, illetve a költségek kontrollálásához.

A nyílt megközelítés egyúttal nagyobb rugalmasságot biztosít a vállalatok számára a modellek és technológiai szolgáltatók kiválasztásában. Ez különösen fontos lehet egy olyan piacon, ahol az AI-technológiák gyorsan változnak, és a vállalatoknak hosszabb távon is alkalmazkodniuk kell az új modellekhez, infrastruktúrákhoz és üzleti igényekhez.

English Summary

A new SUSE survey highlights a growing gap between the rapid adoption of AI in enterprises and the development of the infrastructure needed to support it at scale. While 34.1% of respondents are already running AI projects as pilots and the same proportion use AI in production, only 20.5% list AI/ML infrastructure as a modernization priority. The survey also shows a split between public cloud and on-premises GPU capacity, with many organizations still undecided about their long-term approach. As AI moves from experimentation to production, enterprises increasingly need secure, scalable and cost-transparent infrastructure. For organizations handling sensitive data, on-premises and hybrid platforms can provide greater control over data, resources and operating costs. SUSE AI Factory is designed to support these requirements across private, hybrid and air-gapped environments while giving enterprises greater flexibility in choosing AI models and technology providers.