A mesterséges intelligencia (AI) egyre hangsúlyosabb szerepet kap a vállalatvezetőknél. Bár a cégek többsége már túllépett a kísérleti szakaszon, sok szervezet számára továbbra is kihívást jelent a technológia hatékony integrálása és az általa teremtett üzleti érték pontos meghatározása. Az EY tapasztalatai szerint a hosszú távon eredményes AI-transzformáció három meghatározó területre épül: a munkavállalók készségeinek fejlesztésére, az adatok megfelelő kezelésére, valamint a kiberbiztonság megerősítésére.

A mesterséges intelligencia fejlődése új üzleti lehetőségeket nyit meg, a benne rejlő potenciál kiaknázásához azonban a technológia bevezetése önmagában nem elegendő. A vállalatoknak olyan szervezeti és mĹąködési feltételeket is ki kell alakítaniuk, amelyek lehetővé teszik az AI hatékony és felelős használatát. Azok a cégek, amelyek elsősorban új alkalmazások – például chatbotok, e-mail-asszisztensek vagy dokumentumkészítő eszközök – bevezetésére koncentrálnak, könnyen elszalaszthatják a technológiában rejlő szélesebb üzleti lehetőségeket.

„A hazai vállalatok jelentős része még mindig elsősorban informatikai projektként tekint a mesterséges intelligenciára, holott annak bevezetése legalább ennyire emberi és szervezeti kihívás is. Az AI nem csupán az informatikai területen dolgozók munkáját támogathatja. Ahhoz, hogy valódi üzleti értéket teremtsen, a szervezet minden szintjén szükség van olyan kompetenciákra, amelyek segítségével a munkatársak felismerik a technológia lehetőségeit és tisztában vannak annak korlátaival” – mondta Erik Slooten, az EY AI-szolgáltatásait vezető partnere.

Forrás: Magnific

Az EY szakértői szerint a sikeres AI-fejlesztések egyik legfontosabb előfeltétele az adatok megfelelő kezelése. Bár a vállalati figyelem gyakran az új modellekre és alkalmazásokra összpontosul, az ezekre épülő megoldások megbízhatóságát és hatékonyságát alapvetően meghatározza az adatok minősége, rendezettsége és hozzáférhetősége.

„A vállalatok jelentős mennyiségĹą adattal rendelkeznek, ezek azonban gyakran egymástól elkülönülő rendszerekben, eltérő formátumokban találhatók meg. Megfelelő struktúra és adatirányítás nélkül a mesterséges intelligencia sem tud következetes és megbízható eredményeket biztosítani. Sok esetben ezért nem egy új AI-alkalmazás fejlesztése jelenti a legjobb befektetést, hanem a meglévő adatok rendszerezése, egységesítése és tudatos kezelése” – tette hozzá Erik Slooten.

A generatív mesterséges intelligencia terjedésével a biztonsági kockázatok kezelése is egyre fontosabbá válik. A vállalatoknak úgy kell kihasználniuk az új technológia nyújtotta lehetőségeket, hogy közben megőrizzék érzékeny adataik és informatikai rendszereik biztonságát.

„A mesterséges intelligencia jelentős fejlődési lehetőségeket kínál az üzleti mĹąködésben, ugyanakkor új kockázatokat is teremt. A generatív AI alkalmazásának szabályozása, az adatvédelem, a hozzáférések ellenőrzése és a kiberbiztonság ma már szorosan összekapcsolódó területek. A biztonság ezért nem kezelhető az AI-stratégiától független feladatként: annak szerves részét kell képeznie, és legalább akkora figyelmet kell kapnia, mint az innovációnak” – hangsúlyozta Erik Slooten.

Az EY tapasztalatai alapján azok a szervezetek járhatnak élen a mesterséges intelligencia vállalati alkalmazásában, amelyek a technológiára nem önálló informatikai fejlesztésként, hanem átfogó üzleti és szervezeti átalakulás részeként tekintenek. A munkatársak felkészítése, az adatok tudatos kezelése és a kiberbiztonság megerősítése együttesen teremtik meg az eredményes, fenntartható és hosszú távon is értéket teremtő AI-transzformáció alapjait.

English Summary

Artificial intelligence (AI) is becoming an increasingly important topic for business leaders, yet many companies still struggle to integrate the technology effectively and measure its business value. According to EY, successful AI transformation relies on three key pillars: developing employees’ AI skills, ensuring effective data management, and strengthening cybersecurity. AI adoption requires more than introducing new tools, such as chatbots or generative AI applications; it also demands organizational readiness and a clear understanding of the technology’s capabilities and limitations. High-quality, well-structured and accessible data is essential for delivering reliable AI-driven results. At the same time, companies must address emerging risks through robust data protection, access controls and cybersecurity measures. Organizations that combine people development, effective data governance and security are better positioned to unlock AI’s full business potential and create sustainable long-term value.