Magyarországon a vállalati mesterségesintelligencia-használat jóval az uniós átlag alatt maradt 2025-ben. A felzárkózás tétje azonban túlmutat az előfizetések számán: a cégeknek azt is el kell dönteniük, mire fordítják a felszabaduló munkaidőt, és ki fizeti meg az átszervezés költségét. Enélkül a gyorsabb ügyintézésből sem feltétlenül lesz nagyobb jövedelem.
A magyar vállalatok 10,4 százaléka használt valamilyen mesterségesintelligencia-technológiát 2025-ben; az uniós arány 20 százalék volt. Az Eurostat itt a legalább tíz foglalkoztatottal működő, meghatározott ipari és szolgáltatási ágazatokba tartozó cégeket vizsgálja. A mikrovállalkozások többsége kimarad, és a mutató az AI többféle alkalmazását fogja össze, nem kizárólag a szöveges asszisztenseket.
Közép-Kelet-Európán belül is jelentősek az eltérések: Szlovéniában 21,6, Csehországban 17,6, Lengyelországban 8,4 százalékot mértek. Magyarországon a 10–49 fős cégek 8,7 százaléka, a legalább 250 fősek 40 százaléka használt AI-t. A régió tehát aligha írható le egyetlen technológiai felzárkózási történettel.
Ebből még nem tudjuk, mennyivel termelékenyebbek az AI-t használó cégek. Egy alkalmi szövegíró alkalmazás és a teljes ügyfélkezelésbe beépített rendszer ugyanabba a használói kategóriába kerülhet. Az országos különbségek mögött ráadásul eltérő ágazati és vállalatméret-szerkezet állhat. A rangsor jól mutatja a terjedést; a beruházás gazdasági eredményéről külön számadást kell készíteni.
Az AI termelékenységi hatására már van erős vállalati bizonyíték. Erik Brynjolfsson, Danielle Li és Lindsey Raymond 5172 ügyfélszolgálati munkatárs adatait vizsgáló kutatásában az asszisztens bevezetése átlagosan 15 százalékkal növelte az óránként megoldott ügyek számát. A kevésbé tapasztalt és gyengébben teljesítő dolgozók különösen sokat nyertek. Ez egy meghatározott vállalati környezetben, konkrét feladaton mért eredmény; nem vetíthető rá automatikusan egy magyar gyárra vagy könyvelőirodára.
A vizsgálat azért beszédes, mert a gyorsulás közvetlenül kapcsolódott a szolgáltatáshoz: ugyanannyi idő alatt több ügyet lehetett lezárni. Egy másik munkafolyamatban ez a kapcsolat könnyen megszakadhat. Ha az ajánlat szövege fél órával hamarabb elkészül, de a műszaki jóváhagyásra továbbra is két napot kell várni, a vevő alig érzékel változást. A szűk keresztmetszet a jóváhagyásnál marad.
A felszabaduló percek értéke attól függ, követi-e őket döntés. Több ügyfelet szolgál ki a cég? Rövidebb lesz a szállítási határidő? Kevesebb túlórát fizet? A megtakarított idő pénzügyi értékké válása ezek valamelyikét feltételezi. A munkanap sok pontján szétszóródó öt-tíz perc nehezen alakítható új kapacitássá, ha közben ugyanannyi értekezlet, jelentés és jóváhagyási kör marad.
Az előfizetés jól látható költség. Kevésbé látványos, amikor valaki heteken át tisztítja az adatbázist, összegyűjti a helyes dokumentumváltozatokat, vagy megállapodik a részlegekkel arról, ki ellenőrzi a gépi eredményt. Ezek a munkák ugyanazokat az embereket terhelik, akiknek a napi működést is fenn kell tartaniuk.
Az OECD 2025 decemberében megjelent, G7-országokra összpontosító elemzése az adatokat, a technikai hozzáférést, a készségeket és a finanszírozást egyaránt az AI vállalati alkalmazásának feltételei közé sorolja. Eltérő digitális felkészültségű kisvállalatoknak eltérő támogatásra van szükségük.
Egy húszfős cégnél különösen drága lehet néhány kulcsember átirányítása. Ha a műszaki vezető egyben értékesít és beszállítókkal tárgyal, a rendszer bevezetésére szánt ideje rögtön hiányzik máshonnan. A nagyvállalat ezt a feladatot több ember között oszthatja meg, és a kezdeti kiadást nagyobb üzleti volumenre terítheti szét. Ez hozzájárulhat a kis- és nagyvállalatok közötti különbséghez, bár az egyes okok súlyát a használati statisztikából nem lehet megállapítani.
A szervezeti beruházások megtérülésének késése régebbi közgazdasági probléma. Brynjolfsson, Daniel Rock és Chad Syverson 2021-es tanulmánya azt mutatja be, hogy az új, széles körben alkalmazható technológiákhoz kapcsolódó, nehezen mérhető kiegészítő beruházások kezdetben lefelé torzíthatják a kimutatott termelékenységnövekedést. A későbbi hasznosulás más képet adhat.
Ez azonban nem felmentés minden elhúzódó projektnek. Az átszervezésre hivatkozva veszteséges kísérleteket is korlátlan ideig életben lehet tartani. A türelem akkor indokolt, ha közben látszik, melyik akadály szűnik meg, és milyen eredményt várnak tőle.
Ráadásul az AI teljesítménye feladatról feladatra változhat. Fabrizio Dell’Acqua és szerzőtársai 758 BCG-tanácsadó részvételével végeztek kísérletet. A GPT-4 képességeihez illeszkedő feladatokban javult a teljesítmény, egy másik, összetett vezetői feladatban viszont romlott a helyes megoldás esélye. A 2026-ban folyóiratban megjelent kutatás egy adott modell és feladatsor korlátait dokumentálja; a mai rendszerekre nem szolgáltat változatlan érvényű teljesítménymutatót.
Egy hibás ajánlatot vissza kell vonni, egy téves ügyfélválasz miatt újabb telefon érkezik, a pontatlan kimutatást valakinek újra kell számolnia. Ha mindez egy tapasztalt kollégához kerül, az első munkatársnál mért időnyereség részben egy drágább munkaórára cserélődhet. A bemenettől a végleges, elfogadott eredményig eltelt idő és ráfordítás ezért többet mond a megtérülésről, mint a gépi válasz sebessége.
A bevezetésre és az ellenőrzésre sem feltétlenül könnyű embert találni. Az Európai Beruházási Bank 2025-ös magyar felmérésében a szakképzett munkaerő elérhetőségét 52 százalékos, hozzáadott értékkel súlyozott arányban jelölték beruházási akadálynak. A kutatás 480 cég telefonos megkérdezésén alapult, és általános beruházási korlátokat vizsgált, így az adatból az AI-szakemberhiány mértékére nem lehet következtetni.
Még a jól működő bevezetés sem garantál nagyobb profitot. Ha egy beszállító gyorsabban és olcsóbban készít műszaki dokumentációt, a megrendelő a következő tárgyaláson alacsonyabb árat kérhet. Erős árversenyben a technológiai nyereség egy része a vevőnél jelenhet meg. A beszállító közben versenyképesebb maradhat, így az AI értéke akár egy megrendelés megtartásában is állhat. Az üzleti haszon eloszlását a piaci erőviszonyok is alakítják.
Ez a régió beszállító vállalatainál fontos mérlegelési szempont. A nehezebben helyettesíthető szolgáltatás, a megbízhatóbb szállítás vagy a gyorsabb műszaki válasz javíthatja az alkupozíciót. A puszta költségcsökkentés önmagában kisebb védelmet adhat az árleszorítással szemben. Egy AI-projekt értékelésébe ezért a megtartott és új megrendeléseknek is be kell kerülniük, amennyiben ezek kapcsolata a változtatással érdemben kimutatható.
A próba akkor mond valamit a megtérülésről, ha hasonló ügyeket és a teljes ráfordítást hasonlítják össze, a javítástól a képzésig. Ha közben az ügyek összetétele is változik, egy javuló átlag könnyen félrevezethet: az egyszerűbb feladatok önmagukban gyorsabbnak mutathatják a munkát.
Az ajánlatot készítő kolléga megspórolt félórája például akkor jelenhet meg a vállalat teljesítményében, ha a következő lépésnél sem áll meg az ügy. Ahol továbbra is két napot várnak a jóváhagyásra, ott a következő beruházási döntés már könnyen a belső jogosultságokról és a felelősségi körökről szólhat.