vezetők MI érettsége

00:17 Üdvözlök mindenkit, ez itt a DIG-IT Podcast.

00:20 Személyi László vagyok, a Future-NOW vezető partnere és társam a krimiben Szekér Zoltán, az OD&IT és a Sailing Hangar alapító ügyvezetője. Sziasztok, jó napot kívánok! A Digit Podcast célja, hogy akit nem elégítenek ki a felszínes cikkek és a hangzatos jelszavak, az közelebb kerülhessen a digitalizáció és az informatika mai meghatározó trendjeihez.

00:43 Mi itt a mélyére fogunk ásni a dolgoknak.

00:54 Mostanában sokat beszélünk a szervezetek MI érettségéről, meg az IT rendszerek MI alkalmasságáról, akár mi is éppen a Git podcastnak a stúdiójában elővettük már, például a Copyrot-os adásban, vagy a legutóbbi orvosi MI adásokban, arról viszont kevesen mernek szerintem beszélni, hogy a vezetők mennyire nem érettek azok az emberek, akikre úgy elvileg bíznánk ennek az eszköztárnak a használatát. Mennyire tudják, mi történik, miután aláírták az MI szabályzatot, tudják-e, milyen adatokat használ náluk az MI, kifelel azért, hogy milyen algoritmusok mentén használják ezeket az adatokat, esetleg tisztában van-e, hogy pontosan hogyan fog megtérülni az a költés, amit az MI témakörben a cég elkölt. Aki vállalta, hogy velünk erről beszélget, Koltai Balázs MI szakértő, egyetemi oktató és digitális transzformációs vezető.

01:46 Köszöntelek a DIG-IT Podcast stúdiójában.

01:48 Köszönöm a meghívást, és én is köszöntöm a hallgatókat, nézőket.

01:51 Köszi, hogy eljöttél. Először is szeretném leszögezni, hogy ma nem csak az ügyvezető per vezérigazgató MI érettségéről beszélünk, de arról is. Balázs, te mikor kezdtél MI-vel vagy akár MI stratégiával foglalkozni? Emlékszel erre?

02:08 Igen, a digitális stratégiával már nagyon régóta foglalkozom.

02:11 Az AI nekem egyébként úgy jött be, hogy eljöttem a legutóbbi ilyen nagy multis pozíciómból, és kerestem, hogy akkor merre tovább, és akkor már azt kezdtem érezni, hogy itt van egy új téma, amihez én nagyon keveset értek, úgyhogy én egész egyszerűen férfiasan bevallom, félelemből kezdtem el ezzel foglalkozni. Azt éreztem, hogyha én ezt nem értem meg, és nem ismerem meg, akkor hogyan fogok utána működni a saját munkámban, mint transzformációs vezető. Úgyhogy én így kezdtem el ezzel foglalkozni.

02:39 Melyik évet írjuk kábé?

02:41 Fú, ez még a Chatgpt előtt volt, de nem sokkal. Szóval igazság szerint ez egy viszonylag friss terület nekem, de nagyon érdekes, majd erről beszélni fogunk, hogy nagyon sok olyan feladatot teremt, ami meg már régóta ott van, csak most még tudatosabban kell ebben gondolkoznunk.

03:00 Ez egy nagyon érdekes gondolat, merthogy pont tegnap hallgattam egy ilyen kerekasztal beszélgetést, ahol az volt az A vagy B vagy az érem két oldala, hogy most az MI az egy ilyen nagyító, vagy egy ilyen egyenlősítő szereplő. Hogyha az MI mellett mindenki ugyanolyan okos tud lenni a végén, merthogy őket egyenlően felkészíti, aki kevesebbet tudott, az is most már sokat tud, vagy nagyítjuk a meglévő különbségeinket és problémáinkat és akár lehetőségeinket az MI-eszközök segítségével.

03:32 Ez egy filozófiai kérdés.

03:34 Ravasz filozófus ült veled szemben le, és tetted fel a kérdését, mint Arisztopherész.

03:41 Hát amit én most látok, az az, hogy inkább most széthúzza a mezőnyt. Nem mondok egy egyszerű példát.

03:46 Ma délelőtt voltam egy üzleti fórumon, ahol egy üzleti közösségnek tartottam előadást pont ebben a témában, amit az elején fölsoroltál. És a végén mindig meg szoktam kérdezni, hogy hogy sikerült, mi az, ami tetszett, mi az, ami nem, meg milyen gyors volt maga az a másfél-két óra, amit beszéltem nekik erről, és a gyorsaság az mutatja, hogy kinek mennyire volt új, meg mennyire volt unalmas egész egyszerűen. Egytől hatig skálán néztük élőben a nagyképernyőn a válaszokat, és a két szélsői értéktől kezdve mindenhol voltak emberek. Tehát volt olyan vezető, akinek ez annyira gyors volt, hogy valószínű keveset tudott ebből profitálni, és volt olyan is, aki valószínű mind ismétlés volt. Én nagyon azt látom, hogy most nagyon széthúzott a mezőnyemben.

04:30 Zoli?

04:30 Azért álltam meg a gondolkodásban egy pillanatra, mert így próbálom az elmúlt mondjuk két hónapnak az összes ilyen oktatását, konferenciáját így végiggondolni, hogy mi az, ami történik. Az a helyzet, hogy az egyik oldalon nem merik elmondani, hogy hiányzik maga az infó, ezért mindenhova elmennek, de nagyon sokszor, ahogy most a szélsőértékek kijönnek, az látszik, hogy tulajdonképpen ő már ezen túl van. Aki pedig új, az egy nyomás hatására megy el, mert a környezete elkezdte pusholni, hogy de neked AI kell, de neked AI kell. Viszont nem tudja, hogy mi az, hogy AI. Azt sem tudja, hogy mit kell beírni abba a kis Google Search keresőbe, hogy most akkor abból ő valami eredményt produkáljon, és hogy gyártói oldalról is hozzak tapasztalatot, ez abban látszik, hogy megveszik akár nevesítve a kopájlot, kettő hónap után a használathoz tartozó értékek viszont már nem azt mutatják, hogy ez egy bevált projekt.

05:41 És én mostanában úgy hívom ezt, és a legutolsó vezérigazgatói találkozón én ezt elneveztem projektpurgatóriumnak. Tudniillik az a kőkemény statisztika a világban, 95%-a az AI projekteknek sikertelen.

05:56 Ami magasan a bármilyen projekt fölötti.

05:59 95%. És tudjátok, az a nehéz ebben, látom a hirdetéseket. Borzasztó mennyiségű olyan hirdetés érkezik, amire te ráugranál, mint cégvezető, mert hiszen mi a célod költséget csökkenteni egy olyan helyzetben, amikor a benzinár magasan szárnyal. És jönnek ígéretek, hogy mi bevezetjük nálad az AI-t, ha nem sikerül, akkor a munkadíjat nem kell kifizetned. Ugye? Ez jól hangzik. Ez egy konkrét ígéret. Ennek az ígéretnek nincs ott a másik oldala, hogy de megvetted a licencet, ezzel egy évig együtt fogsz élni minimum, lehet, hogy kettőig, mert olyan licencet vettél. Van egy rendszer, amit nem tudsz használni, amiben a kollégák lehet, hogy föl fognak tölteni olyan információkat, aminél nincs szekuritileg beállítva, hogy ne menjen ki az internetre az összes bérjegyzéket.

06:53 És hogy én azt látom, hogy ez a kettő elkezdett, rám kényszerítik, hogy vezessek be a cégemnél, mert különben lemaradok. Versus a normál félelem elkezdett egy ilyen természetes lassulást hozni. Te hogy látod, Balázs?

07:10 Nagyon sokan úgy keresnek engem meg, hogy tudsz-e segíteni, hogy AI-t bevezessünk, vagy hogy valamilyen eszköz kell, és akkor hogy melyik eszközt.

07:19 És most már így provokatív egyébként, azt szoktam csinálni, hogy azt mondtam, nem, én ebben nem tudok segíteni. Ugyanis teljesen fordítva ülünk a lovon. Arról kéne elkezdeni mindig az elején beszélni, hogy mi a te üzleti problémád? Mik az üzleti céljaid? Hol van szűk keresztmetszet? Hol fékel a pénz, az idő, az energia? A te munkádban, vállalkozásodban, vállalatodnál. És amikor erről beszélgetünk, akkor majd találunk egy csomó területet, egy csomó témát, ott mindegyiknél lehet akár több megoldást is behozni, és akkor majd lesz egy kisebb része a problémáknak vagy az üzleti céloknak, amiket meg lehet AI-jal is oldani, de lehet, hogy egyébként AI nélkül is meg lehet oldani, és akkor két különböző szintű megoldás opcióban lehet gondolkozni.

08:01 De hogy én nagyon ösztökélek minden üzleti vezetőt, cégtulajdonost, vállalkozót, hogy először probléma oldaláról közelítse meg a dolgot, és utána, amikor látja, hogy ő mit szeretne elérni, mit szeretne fejleszteni, innoválni vagy költséget csökkenteni, ahogy te is mondtad, akkor utána érdemes abban gondolkozni, hogy oké, akkor itt mik lehetnek a megoldások.

08:19 Ugye van ez a nagyon régi mondás, hogy semmilyen szél nem jó annak, aki nem tudja, milyen kikötőbe tart. Erre gondolsz?

08:25 Ez nagyon jó, ez nekem nagyon tetszik. Ha megengeded, majd használom legközelebb.

08:30 Én is csak hallottam nyugodtan.

08:32 Igen, ez nagyon jó.

08:32 Tehát 95%-ban kuka az adott projekt. És a rászánt átfutási idő és a rászánt stresszes túlórák a kollégákkal, és így tovább, és akkor vágjunk bele a következő projektbe, ugye?

08:47 Itt még a Kukához fűzhetek egy megjegyzést, vagy akár kérdést, hogy mit jelent az, hogy egy projektbukó? Mert azt mondjuk, hogy '95-ben én is láttam a statisztikát. Ez azt jelenti, hogy a projekt nem tudott végigmenni, mert például hiányoztak hozzá azok az infrastrukturális elemek, amik lehetővé tették volna, hogy végigvegyük a projektet, vagy végigvittük a projektet, de nincs elég adatunk hozzá, hogy igazán erős AI modellt tudjunk rá tanítani. Vagy ez mind megvalósult, csak nem használjuk az eredményt, pedig ott van, csak oktatni kéne a kollégákat, vagy lehet, hogy minden kerek és NICE, de nincs meg a megtérülés. Vagy lehet, hogy az elején ferdültünk el, hogy rossz problémára hoztunk be egy megoldást, és lehetett volna ezt sokkal nagyobbat is dobbantani, hogyha átnézzük a vállalkozásnak a működését.

09:35 Szóval ez mit jelent?

09:37 Hát most ugye én visszakérdezek, hogy nagyon helyes.

09:42 Fölsoroltad-e az összes létező szegmensét?

09:45 Nem, biztos, hogy nem.

09:45 Mert ez a csalóka. Tehát hogyan élik meg a vezetők a bevezetés utáni pillanatokat. Van-e abban tapasztalatod, és ezt most akkor visszakérdezek, hogy van-e abban tapasztalatod, hogy igaz-e az, hogy az AI bevezetése sikeres volt, de a projekt sikertelen.

10:04 Igen, tehát ugye az a műtét sikerült, a beteg meghalt.

10:09 Én szerintem már az elejétől vannak ilyen Miss koncepciók, és pont azért érdemes egyébként oktatással kezdeni, mielőtt bármiből levágunk, ez a legjobb befektetés egyébként, hogy mielőtt én döntést hozok arról, hogy merre megyek tovább, melyik problémámat választom ki, milyen beszállítóval, milyen technológiával, AI vagy nem AI, előtte értse meg ezt az egészet. És ez nem egy többhetes, vagy nem tudom, doktori disszertáció, hanem akár egy ilyen félnapos gyors képzés, amiből nagyon sok van, meg ugye mi is viszünk. Mondok egy egyszerű példát, már a projekt közepén, amikor eljutunk oda, sőt a projekt elején eljutunk oda, hogy csinálunk egy Proof of Conceptet, ami azt jelenti, hogy egy kisebb adatrészemen egy nem beintegrált külön kis megoldásban megnézem, hogy ez az egész működhet-e.

10:54 Elég pontosan mondjuk az előrejelzése az AI-nak, vagy elég jó eredményt ad-e, amikor mondjuk e-mailekre kell válaszolni. Tehát ezt a picit megnézem egy ilyen kis izolált környezetben először, pont azért, hogy ne kelljen nagy pénzt beleraknom az igazi nagy fejlesztésbe később, hogyha ez nem működik. És például itt, hogyha egy vezető nem tudja, hogy itt most például nem a folyamatot vizsgálom, és nem a folyamatot akarom kitesztelni, hanem csak az AI eredményét, akkor lehet, hogy azzal jön vissza, mint az egyik múltkori ügyfelem, hogy nem jó ez az egész, hát rossz irányba megyünk, mert nemhogy kevesebb lett volna a munkám, hanem több lett a munkám. De hogy miért lett több a munkád? Hát figyelj, ugyanúgy nekem továbbra is kézzel kell a rendeléseket, tehát a rendelési állományt átnéznem és rendelni a raktáramba a dolgokat, de most még ez mellett még le kell töltsem az adatállományt, be kell rakjam ebbe a kis mini eszközbe, utána meg kell várnom, amíg meghozza az eredményt, és utána szemmel össze kell hasonlítanom, hogy amit az AI mondana, az ugyanaz, mint amit én mondok.

11:51 És hogy nekem erre nincs időm. Hát eddig is ez volt a problémám, hogy. És akkor mondom, oké, de hát ez volt a feladat, hogy most megnézzük, hogy jó-e az eredménye az AI-nak, de most nem a folyamatot teszteljük a nagy fejlesztés végén, nyilván már arról lesz szó, hogy ezt beépítjük a te rendszeredbe, és akkor meglátod az ajánlásokat egyben.

12:08 Ugye az a nehéz, hogy van egy eredmény, amit kap, és az eredményben elfelejtjük, főleg a bevezetők. Ezt most egy kicsit inkább így szeretném alátámasztani, amit mondasz. Elfelejtjük, hogy hallucinál maga az AI hallucinál. Ez azt jelenti, hogy ha dobozos terméket nézek, értsük a nagyokra, akkor annak a hallucinációs értéke az ilyen 65 és 70 százalék pontosságot fog tudni kiadni. Ha egy AI fejlesztő, aki ért hozzá, készíti el ezt a szoftvert, az egy nagyon jó átlagban és 85 százalékos hallucinációhoz húzza föl azokat a rendszereket. És akkor itt szoktam visszafordítani, hogy oké, ez így van. Nézzünk meg egy szerződést. Jó-e az, hogyha egy szerződésben az AI 65 százalékos hibával javítja ki azokat a paragrafusokat, amit ki kell javítani.

13:07 Mert ha erre a kérdésre azt mondjuk, hogy nem, akkor azt is meg kell nézni, hogy valóban alkalmas-e az az AI arra a feladatra, amire szánjuk.

13:18 Azt, amit a Zoli pedzeget, szerintem azt automatizációnak hívják, és sajnos én is látok elég gyakran ilyet, hogy már épp oda jutottunk volna, hogy minden adott ahhoz, hogy akár KKV méretben is költséghatékonyan automatizáljunk, és ezt így lesöpörjük az asztalról, és odarakjuk helyette az AI dobozokat, és ilyen valószínűségi projekteket csinálunk ahelyett, amit automatizálni kéne. Viszont visszakanyarodnék ehhez, amit mondtál, hogy nem tudsz nekik segíteni, hacsak nem mondanak egy jó üzleti problémát, ugye? Tegnap beszélgettem egy amerikai professzorral, Johns Hopkins Egyetemen dolgozik, hát az úgy a világ tíz legjobb MET-ek mérnöki képző intézménye. Neki az a dolga, hogy üzleti tudást adjon, pénzügyi, illetve gazdasági ismereteket adjon ezeknek a világ legkiválóbb mérnökeinek, akik egészségiparban akarnak tevékenykedni, és harminc éve ezt csinálják.

14:15 És azt mondja, hogy ő, akinek ebben rutinja van, szenved azzal, hogy megértesse ezekkel az iszonyú jó mérnöki gondolkodású emberekkel, hogy ahhoz, hogy valaminek üzleti értéke legyen, ahhoz jól definiált problémát kell megoldania. Miközben a legtöbb általa látott ilyen új kis kütyü, meg POC, meg kutatási eredmény, az vagy L'art pour l'art, hogy hát mert meg tudjuk csinálni szerintünk, csináljuk meg és publikáljuk le, vagy egy aluldefiniált problémára ad választ, vagy egy rosszul definiált problémára ad választ. Én is ezen gondolkozom tegnap óta, hogy ezt így, amit ő tapasztalott Amerikában. Ezt így le tudom-e ide fordítani Magyarországra?

14:58 Kicsit kiegészítve, de hogy inspirálva a gondolkodást, hogy azt mondja valaki, hogy ingatlanokra keres AI megoldást. Ugye? És akkor jó, hát mit csinál, hogy csinálja? Elkezdünk lefelé menni. Ez nem számít, de hát számít. Ha nem tudja a saját üzletágának a működését definiálni, akkor honnan tudna bevezetni bárhova bármilyen szoftvert? Ez is egy szoftver, tehát félreértés ne essék, ez AI nevezetű szoftver, vannak előnyei és hátrányai, az előnye, hogy borzasztóan tudja a hatékonyságnövelést csinálni, mondjuk akkor, hogyha ő hirdetéseket akar automatikusan létrehozni különböző lakáshirdetésekre egy weboldalra. Ugye ez egy feladat lehet, hogy egyébként én napi szinten 300 hirdetést szeretnék föladni, és a 300 hirdetésnek a szövegét meg kellene írni.

15:52 De arra nem megoldás, hogy egyébként ő majd földolgo, jelenleg, tehát ezt szeretném mondani, olyan ütemben fejlődik, hogy minden, amit mondok, az lehet, hogy a jövő héten már beigazolódik, hogy nem.

16:02 De példaként akkor is valid, hogy arra viszont nem lesz alkalmas, hogy ő az összes létező képből csináljon egy 3d-s túrát, mert jelenleg arra más technika, más technológia alkalmas. Értitek a különbséget. Én azt is tapasztalom, hogy nagyon sokszor a technológia ismerethiánya, ez senkinek nem hibája, hanem egyszerűen olyan gyorsan fejlődik a világ, hogy a technológiai állapot és érettség a cégnél nem egyenlő azzal, amit be lehet oda vezetni. Tehát ha Excel táblát használ és nincs neki CRM, akkor egy AI hova fogsz bevezetni? És ezt kérdezem. Nekem a Lacival közös kiegészítő kérdésem, hogy te hogy tapasztalod ezt az egész AI hype-ot.

16:51 Én azt szoktam csinálni, hogy amikor van egy vezetői workshop, amit tartok, amikor összeszedjük az ötleteket.

16:57 Eljutottunk oda, tételezzük fel, hogy van egy közös megértés, ez az alap. Van egy rövid képzése a vezetői csapatnak, hogy egy irányba gondolkozzunk, meg közös nyelvet beszéljünk a mesterséges intelligencia kapcsán. Következő lépés, hogy akkor összegyűjtjük a lehetséges ötleteket, pontosabban a problémáinkat. Hol szorít a cipő, hol folyik el az idő pénz, vagy hol szeretnénk innoválni, de nem vagyunk ott. Ebből összejön gyakran egy százas lista. És a százas listának a 80 százaléka az megy egy ilyen oldalágon tovább, mert azok nem AI-os, meg nem digitalizációs témák. Ide beesik, képzeljétek el, olyan dolog, ami már 15 éve valakinek a hasfájása, de még soha nem tudta senki megoldani most, akkor majd az osztály megoldja, tehát ide mindenféle dolog beesik, és nagyon kritikus szemmel át kell nézzük közösen, hogy akkor ebből mi az, ami tényleg technológia, digitalizáció, és azon belül is AI, és mi az, ami lehet, hogy egy képzés kell a kollégáknak.

17:48 Lehet, hogy egy folyamatot kell fejleszteni, belerakni egy döntési pontot. Lehet, hogy két vezetőnek le kell ülnie, és megbeszélni a dolgaikat, mert a két csapat nem tud jól együttműködni. De ez nem AI probléma. Akkor maradtak az AI-os dolgok, és akkor azon belül, hogy mi az, ami nekünk releváns, én mindig azt szoktam mondani, hogy kezdjük a picivel. Pont azért, mert a kicsi az olcsóbb, az gyorsabb, az kisebb kockázat, és ráadásul az elején vagyunk még, és akkor, hogyha a szervezetben nem volt AI fejlesztés, meg AI implementáció, meg eszközök, akkor ez egy tanulás mindenkinek. Visszatérve a te eredeti kérdésedre, hogy hol van a mi tudásszintünk, meg vezetői tudásszint. Tehát kezdjük el piciben, az kisebb kockázat, és szépen lépésről lépésre haladunk.

18:29 Tehát nem egy 3d-s VR-os megoldást akarok első körben az ügyfeleimnek vagy a partnereimnek kifejleszteni, hanem lehet, hogy egész egyszerűen először egy mezei chatbotot, egy ajánlórendszert szeretnék, amik egyébként már évtizedes múltra tekintenek vissza, és megvan hozzá abszolút a gyakorlat, meg a legjobb módszertan. És amikor megvannak ezek az alapmegoldások, akkor utána rá lehet ültetni még nyilván, mindig kinyitnak újabb ablakokat.

18:55 Sokszor tapasztalom, hogy a legnagyobb előrelépést akkor tudunk tenni egy csapatmunkában, amikor a jó kérdéseket megtaláljuk és valaki kimondja őket. Szerinted Balázs, mik a jó kérdések, mondjuk egy vezetői részről az AI projekt, most hívjuk így, hogy AI projekt, ezt szándékosan ködösítek. Szerintem a hallgatók a végére azért sokféle módból látni fogják ezt. Egy AI projekt kezdetén mik a jó kérdések, mielőtt megrendelést kötünk egy szállítóval, vagy mielőtt előfizetjük egy évre az X-túlt.

19:26 Tehát már ott tartunk, hogy tudom, hogy mi a problémám, amit meg akarok oldani, vagy még nem tartok ott?

19:30 Ez egy kérdés, ugye? Tehát, hogy látom-e már a jól definiált problémámat. Ugye?

19:36 Mind a kettő igaz.

19:39 Tehát az életutat nézzük végig, hogy ha látom a problémát, föl lehet-e tenni már ezt a kérdést.

19:44 Akkor én visszamennék.

19:45 Oké.

19:45 Bocs, akkor visszamegyek a kályhához. Első kérdésem, hogy mi az üzleti stratégiám? Mik az üzleti céljaim? Második, amit mellé mindig szoktam kérni, hogy rakjunk, hogy hol fáj.

19:57 Tehát ez a két inputja van az egésznek, hogy üzleti célok, és hol fáj jelenleg, mert lehet, hogy van egy olyan terület vagy folyamat, ami mondjuk a szűk keresztmetszet, ezért nem tudok növekedni, ezért nem tudok több ügyfelet kiszolgálni, stb. Na, ez a kettő, ez a legjobb inspiráló arra, hogy utána elkezdem föltenni azokat a kérdéseket, hogy jó, de itt milyen folyamataim vannak, hol lassul le, mit szeretnék látni másképp? Hogy szeretném ezt másképp működtetni? És akkor itt jönnek ezek a kérdések, amik utána eljuttatnak minket oda, hogy akkor hogy működik ez ma, és hogy szeretném, hogy működjön holnap. Sokszor egyébként azt csináljuk, képzeljétek el, hogy van két fal, mint itt mögöttem, az egyik falon van egy barna papírod, fölrajzoljuk a mostani folyamatot, a másik oldalra fölrajzoljuk a jövőbeli folyamatot, és mindegyiknél megnézzük, hogy milyen lépések vannak, döntési pontok vannak, milyen adatok alapján dolgoznak a kollégák, milyen rendszerekbe fut, mennyi az átfutási idő.

20:51 Tehát tiszta képet akarunk látni abból, hogy ma hogy nézünk ki, és hogyan szeretnénk kinézni a jövőben, és amikor ez megvan, akkor vagyunk kész arra, hogy elkezdjünk számolni például, hogy akkor ez mennyit fog nekünk hozni a konyhára, érdemesebb egyáltalán belevágni, egyáltalán ez AI vagy nem AI, akkor már jobban látszik ez az egész.

21:10 Tegyük fel, hogy sikerült eljutnom oda, hogy egyrészt megvan a jelenlegi folyamat, ami fáj, tehát nyilván egy olyan folyamatot fogsz rajzolgatni, amit azért akarsz átrajzolni, mert fáj, és kezdek a kollégáktól, a partnerektől, a Chatgpt-től és minden forrásból ötleteket gyűjteni arra, hogy milyen MI beépített segítségeket vagy milyen MI fejlesztéseket tudnék azért betenni, hogy ne fájjon az új folyamat, vagy le annyira. Hogyan tudod ezeket priorizálni? Milyen módon lehet azt eldönteni, hogy egyrészt költséghaszon elven, másrészt bármilyen más szempontból, most akkor öt ötletből vagy tíz ötletből egyet vagy kettőt fogok megcsinálni.

21:55 Az egyik volt a kicsi, bocsánat, tehát csak jelzem, hogy figyelek, tehát az egyik, hogy ha az elején járunk az AI-nak, akkor vegyük hátrébb, vagy tegyük hátrébb azt, ami túl nagy. Ez egy fontos szempont. Mi van még emellett?

22:08 Jó, hát a másik az, hogy mennyire vagyunk kész az adott fejlesztéshez, és akkor ez jelentheti azt is, hogy egyáltalán az ehhez szükséges adatok, amik mondjuk nagyon magas szinten beszélünk, de mondjuk vigyük le. Tehát mondjuk szeretnék termékajánlásokat adni az ügyfeleknek, amikor például kapcsolatba lépnek velünk bármilyen fórumon, hogy tudjuk azt, hogy nekik mi az, ami még izgalmas lehet. Vagy szeretnénk mondjuk jó ajánlatokat írni. Ma írok napi x ajánlatot, de szeretném ezt sokkal gyorsabban hatékonyabban. Tehát ilyen egyszerű dolgokról beszélünk, nem science fiction. És akkor az első kérdés az az, hogy oké, ez most mennyibe kerül nekem ma, és akkor hogy szeretném, hogy ez menjen a jövőben.

22:46 Tehát itt már el tudok kezdeni egy ilyen megtérülés számítás felé elmenni, ez az egyik, ami még nagyon fontos szerintem. A másik az, hogy mennyire vannak meg hozzá az adataim, ez az, amit az előbb elkezdtem mondani, tehát ha például termékajánlásokat szeretnék, akkor megvannak-e hozzá az adataim a termékeimről, vagy az ügyfeleimről. Tehát valahonnan kell, hogy legyen adat, amihez majd nyúl az eszköz, hogy tudja, hogy kinek mit ajánljon. Vagy megvannak-e mondjuk az eddigi ajánlataim, amiket kiadtam, látszik-e az, hogy milyen ajánlatok voltak sikeresek, és milyen ajánlatok nem voltak sikeresek, milyen típusú ügyfélnél. És akkor ez lesz például az az adatbázis, amit a mesterséges intelligencia használ, hogy kiszedje belőle a mintázatot, és akkor tud majd nekem jó ajánlatokat írni, mondjuk piszkozatokat írni.

23:31 Tehát ez nagyon fontos, hogy megvannak-e hozzá az előfeltételek, megvan-e hozzá az adatom, digitálisan van-e az adaton vagy papíron. Ez egy gyakori kérdés, hogy megvan az adat jó, de akkor nézzétek, itt vannak a mappák a polcon, oké. Ma már azért egyébként ez ritkább szokott lenni hál' Istennek, de attól még nem biztos, hogy jó állapotban vannak, hiányosak-e, torzítanak-e, a rendszerek, amiket akarok használni, ahhoz tudok-e kapcsolódni például, vagy pedig egy olyan rendszerem van, amihez még az API kulcsokat se fogom tudni, mert már az a fejlesztő az utolsó.

24:03 Akkor íródott, amikor még nem volt.

24:03 Igen, igen, tehát ez is lehet. Tehát én azt szoktam mondani, hogy nézzük meg az előfeltételeit, hogy mi egy mezei átlagos AI fejlesztésnek az előfeltétele, és ha ezek megvannak, akkor azokkal foglalkozunk, ahol megvannak, kezdjük a picivel, és akkor majd a pénzügyi meg a megtérülés számításról külön akarunk beszélni még.

24:24 Akár most is. Beszéljünk bármikor.

24:27 Oké, oké, a megtérülés. A nap végén minden pénzről szól. Azért csináljuk ezt az egészet, mert a tulajdonos szeretné, hogyha több profitja legyen, magyarul ennek meg kell érnie pénzügyileg is. És ez egy nehéz kérdés. Ugyanis az, hogy mennyibe kerül nekem ez a fejlesztés, vagy ez az eszköz, azt úgy viszonylag könnyű többnyire kiszámolni. Miért is? Mert tudom azt, hogy ennyi a havi licenszdíjam, kapok egy ajánlatot egy fejlesztőcégtől, akkor ez ennyiben fog nekem fájni, mint befektetés. Itt is vannak egyébként bizonytalansági tényezők, mert hogy mennyi tokent fog használni a megoldás, azt úgy nagyon, ezt nem lehet megbecsülni, ezt nehéz megbecsülni.

25:05 Ezt köszönöm, hogy mondtad, mert hogy szerintem ezt tipikusan nem írják bele a megtérülési számításokba ma. De gyakorlatilag, mint a strucc, úgy készülnek ezek a sorok, hogy az a sor az tudjuk, hogy lenne, de nincs benne az Excelben, mert ha benne lenne, akkor el kéne magyaráznom a főnöknek, hogy miért nem tudom, hogy az mennyi. Igenis az nehéz.

25:26 Nagyon nehéz az, hogy bizonyos helyzetekben, mint tanácsadó, ugye én az ügyfelet képviselem. Ezért amikor a szállító ott ül velem szemben, és én felhívom a figyelmét, hogy a tisztánlátását összezavarom tényekkel, akkor.

25:40 De szépen mondtad.

25:44 Akkor vannak nehéz pillanatok, mégpedig azért, mert egyáltalán nem mindegy, hogy utána havidíjban a tokenekre mennyit fog elkölteni az ügyfél.

25:53 Igen.

25:53 És ez egyébként még mindig a könnyebb része a megtérülésszámításnak, mert akkor ott van a másik, hogy mennyit szedek ki belőle.

26:00 Tehát üzletileg nekem ez hogyan fogja megérni, magyarul mennyi költséget takarítok meg, vagy mennyi plusz forgalmat, profitot indukálok. És ez már egy művészet inkább, mint tudomány. Hogyha azt látom, hogy mondjuk van egy ötfős csapatom, és az ötfős csapatomnak az idejének a 25 százalékát meg tudom spórolni, mert van egy olyan megoldás, ami ezt lehetővé teszi, akkor ezt könnyű kiszámolni, mert ez azt jelenti, hogy szuperbruttósítom a bérüket, és annak leveszem a 25 százalékát, és havi szinten ennyit spórolok meg. Ez így pipa. Na de mi van akkor, ha én azt mondom, hogy például olyan eszközt csinálok, ami által például a kollégák gyorsabban tudják kiszolgálni az ügyfeleiket. És ezáltal nő az ügyfélelégedettség.

26:46 És bízzunk benne, hogy ez segítene minket a brandingben, és lehet, hogy akkor ez ki fog hatni a nap végén a forgalmunkra, az ügyfélszámunkra, stb. Na, akkor itt milyen számokat szeretnénk látni abban az Excel táblában a másik oldalon. És ez egy ilyen gessing game, találgatunk gyakorlatilag. Itt a legjobb becslésekkel kell élni. Én azt szoktam mondani, hogy legyen egy ilyen legjobb eset, meg egy legrosszabb eset, ahogy ezeket átfordítjuk és forintosítjuk, de mindenképp valahogy mutatni kell, merthogy a nap végén pont ezért csináljuk, hogy nőjön az ügyfélszám, nőjön a forgalom, legtöbbször a nap végén ide szeretnénk kihatni, vagy csökkentsük a költségeket, de hogy ezeket akkor föl kell sorolni, és akkor a legjobb és a legrosszabb eset között lesz valahol majd a valóság.

27:29 Tehát ez egy fontos.

27:30 Nem tudom, szabad-e vitatkozni, kiegészítéssel élni biztos szabad. Én azt mindenképpen kiegészíteném, hogy az az eset, amikor a kollégák munkaidejével spórolunk, az a legtöbbször nem realizált nyereség. Tekintettel arra, hogy jön a KKV vezető, és teljes joggal mondja, hogy itt nálunk négy éve nem volt mozgás, nem megy el a kollégáim, meg nem akarom kirúgni, mert szeretjük egymást és jók vagyunk együtt. És ilyenkor jön el az a pillanat, ahol el kell döntsd, hogy ezt erőlteted, hogy de ki kéne, mert ki fog szárazódni a piacról, vagy azt mondod, hogy akkor nézzük meg, hogy tud-e a kolléga többet termelni. Nem?

28:08 Igen, ezt nagyon jó, hogy mondod, mert ezt átsiklottam fölötte, de abszolút releváns. A legtöbb ügyfelem nem azért keres, mert csapatot akar csökkenteni. Van olyan is, de ez ritkább.

28:19 Tudjátok, hogy miért szoktak elkezdeni ebben gondolkozni, hogy AI, és akkor induljunk előre, és csináljunk valami jó megoldást? Mert nem tud ember találni. Vagy ha megvan az ember, nem tudja megtartani. Tehát például van egy olyan ügyfelem, amelyik napi több ezer e-mailt kap, mert ilyen szállítmányozással foglalkoznak, és akkor minden egyes szállítmányhoz rengeteg e-mail indukálódik, és ott az a probléma, hogy bővíteni a csapatát, még a pénz is megvan hozzá, tök jó fizetéseket ajánlanak, de a próbaidő alatt sorban fölmondanak, meg tudjátok, mi a feladat? Naponta olvassa el 1500 e-mailt.

28:55 Ez ugyanaz, mint a Security Operation Centerben a logelemzők az incidens bejelentések miatt át kell nézned, képzeld el, ugyanennyi logot kell átnézned. Egyszerűen a kiégéshez vezet.

29:05 Igen. Mondok egy, én is példát mondok, hogyha ti is példát mondtatok, futárcég, ételrendelés, reklamációk, az ügyfél küldi a fotót, hogy nem az jött. És látod, hogy ő kiszedegette belőle a sült krumplit, látszik, de ő beleharapott. Tehát egy csomó ilyen hülyeség van, amiben emberek vagyunk és izé, de hogyha valakinek az a dolga, hogy reggeltől estig a hülyeséget kell, már bocsánat, látni, nézni, és valamit reagálni rá, az azonnali kiégés. Ez két hét és kész. Nem akarsz látni még egyet sem ebből.

29:42 És ezért mondtam azt az előbb, egyébként amit te az előbb mondtál, hogy akkor jó, jó, nem spóroljuk meg konkrétan azt a munkabért, hiszen maradnak a kollégák, de mivel foglalkoznak egyébként? Ezért mondtam, hogy az előző, meg a jövőbeli helyzetet egymás mellé kell tenni, és meg kell nézni, hogy mi lesz a folyamat, az emberek mit fognak csinálni, hogyan fogják csinálni, mivel töltik az idejüket és hogyan lesz ennek vállalkozás szinten haszna.

30:03 Elérkezett a félidő, úgyhogy in medias res vagy in res medias féle pillanatban kérdeznék valamit, aminek semmi köze a témához, de mégis rólad szól. Ha már te vagy itt, ezt hívjuk személyes szálnak, és egy kulturális húrt pendítenék. Milyen zenei élményeitek voltak mostanában?

30:21 Hogy álltok a zenéhez élő vagy felvételről másokkal, vagy egyedül.

30:27 Te vagy a vendég.

30:27 Ja, jó, akkor én mondom el.

30:29 Én kezdjem? Jó. Én képzeljétek el, hogy egy pár évvel ezelőtt a születésnapomra kaptam feleségemtől egy ilyen okos speakert, amit a nappaliban használunk, és Google fut rajta, és akkor én beszélgetek vele, hogy milyen zenét akarok, és amióta ez van, azóta úgy kitágult a zenei fogyasztásom, mert Spotify az mindenféle ilyen zenei irányzatokat még bedob, és sokkal többfajta zenét hallgatok ma, mint mondjuk öt évvel ezelőtt, pont az AI hatására, mert ő állítja össze a lejátszási listát, de ezek okosan csinálják, mert nemcsak azt a stílust hozzák ki, amit én kértem tőle, hanem egy kicsit kikalandozik jobbra, kikalandozik balra, és így tágítja a nézetemet, és nekem ez abszolút működik.

31:12 Vagy legalábbis belövi azt, amit még szívesen meghallgat.

31:16 Igen, igen. És akkor kísérletezünk, és akkor tesztel. Úgyhogy én nagyon sok stílust hallgatok ma már, viszont a legutóbbi élményem nemrég volt Balázs nap, februárban, és az édesanyám küldött nekem egy John Lennon számot, de ilyen country stílusban. És mondta, hogy ez mennyire tetszik neki, meg szuper, és hát nagyon tetszett nekem is egyébként, de hát megnéztem a Youtube-on is, ez egy Full AI szó volt. Tehát a dal, a hangszerelés, az emberi hang, és még a grafika mögötte is Full AI volt, abszolút élvezhető volt. És akkor ezt én jeleztem édesanyámnak, és akkor utána már nem volt annyira tetszetős ez a dal, de hogy bődületes egyébként, hogy mennyire AI-t fogyasztunk ma már. Ijesztő egy kicsit nekem.

32:00 Laci?

32:01 Én kiskorom óta zenével élek, nagyon szeretem. Egyébként a countryt az én édesanyám is szereti, úgyhogy az szólt otthon sokat, Johnny Morandi és egyéb olasz slágerek mellett. Mindenevő lettem ebből a szempontból, azt szoktam mondani, hogy minden stílusból, ami a csúcs, vagy ami a minőségében a teteje, azt én szívesen hallgatom, de mostanában nagyon keveset. És ennek az az oka, hogy egész egyszerűen átalakult az élet. Családapaként mindenféle kötelesség van, és viszont a zenei ízlés a családon belül az elég szűk mezsgye az, ami mindenkinek úgy tetszik, és akkor inkább mindenki fülesben hallgat zenét, vagy kocsiban, amikor egyedül vagyok, vagy ilyesmi, de az meg nagyon ritka, mert én például elektromos rollerrel járok, úgyhogy most már az ilyen kuriózum.

32:49 Visszakanyarodva az Emmyhez, illetve hát Zoli már azért pedzegette, hogy az Emmy már a zenei világban is ott van. De most az üzleti MI-re gondolok. Kinek is jó üzlet az MI szerintetek? A szolgáltatónak, a nagy cégeknek, akik ennek az infrastruktúráját adják, a tanácsadónak, az ügyfélnek, mindenkinek, senkinek. Mi a tapasztalatotok?

33:11 Az egyes számú mondatom, hogy mindenféleképpen annak, aki ezt energiával ellátja.

33:18 Tehát az a cég, aki ehhez energiát biztosít, az biztos, hogy óriásit fog kaszálni. A technológiai cégek is óriásit fognak kaszálni. De ha most nem ezt a gonosz dolgot nézem, hanem azt nézem, hogy mi az, amivel több lehetősége van egy AI-t használó cégnek, az az, és ezt nem biztos, hogy Magyarországon feltétlenül ugyanúgy fogjuk érteni. Nekem ez is egy problémám, de ezt most így fontos, hogy megbeszéljük. Azért vezethetek be egy céghez, és ezért feltételes mód. Azért is bevezethetek egy céghez mesterséges intelligenciát, hogy több időm legyen. Nemcsak azért kell bevezetni, hogy termelékenyebb tudjak lenni 100 százalékról 130 százalékra ugorva csináljak valamit, hanem azért is bevezethetek, hogy a 100 százalék megmaradjon, de egyébként 70 százaléknyit tegyen bele az ember.

34:16 És azt gondolom, hogy ez a mentálszett, ez jelenleg hiányzik. Csak arról beszélünk, hogy hogyan lehet ezt a dolgot kiterjeszteni profit oldalon, de a másik oldalon a mentális egészség részéről soha senki nem beszél. És itt jön be egy szerintem kevésbé átbeszélt kérdés, hogy milyen hatása van ennek a típusú gőzgépek idejében összetörték első körben a gőzgépet. Tehát milyen hatása van ez az emberre, aki ebben a szervezetben dolgozik. És ezt a gondolkodást is szeretném számotokra is kinyitni, hogy mi az, amiben szerintetek ez a kérdés etikailag is helyes.

35:05 Elgondolkoztattál. Egyébként az én optimista ilyen naiv énem azt mondaná, hogy tök jó, hogy itt az AI, mert gondoljunk abba bele, hogy az izommunkát már átvették a gépek nagyrészt, tehát most egy bányában már nem csak csáklyával, hanem géppel.

35:22 Tehát egy csomó, ezt értjük mind, nem cipekedünk, hanem vannak teherautók, azok viszik oda, stb. Tehát az izommunkát átvette a gép. Most a gondolkozást, legalábbis annak egy részét is át tudja venni a gép, tehát hogyha nagyon messziről nézzük, akkor alapvetően milyen jó az emberiségnek, hiszen egyre több dolgot fogunk létrehozni, szolgáltatni, elérhetővé tenni anélkül, hogy valakinek az izzadságos munkája vagy 40 órás vagy 50-60, ne adj isten órás munka hete múlna rajta. Ez az ilyen holisztikus nézet. De valahol én azt látom, hogy mi emberek mindenbe sikerül belerakni a magunk gyarló természetét, és az egyenlőtlenséget, én azt látom, hogy növekedni fog. Tehát én ebben nem vagyok sajnos optimista.

36:06 Én azt érzem, hogy lesznek az abszolút nyertesei ennek az egész fejlesztésnek, meg fejlődési lehetőségnek az AI kapcsán, és lesznek a tömegek, akik hogyha nem tartják a lépést, és nem ismerik ezeket az eszközöket, nem tudják használni, nem részesei ennek, azok valahol a vesztesei lesznek. Elegendő, hogyha arra gondolunk, hogy a Covid alatt a gazdagok megtöbbszörözték a vagyonukat, a tömegek kezdtek lecsúszni. És minden egyes válságnál valahogy nyílik szét az olló, és az AI az meg plusz egy ilyen dolog, hogy alapvetően ez egy drága dolog, és aki ezt szolgáltatja, annak óriási lehetőségek, pénzügyi lehetőségek állnak előtte, mi meg pedig próbálunk lépést tartani. Tehát mi valamennyien, akik az asztal körül ülünk is, meg az ügyfeleink próbálnak ezzel lépést tartani, de hogy ez pont mikor billen át, és már tényleg tömegeknél nem lesz relevanciája az ő tudásukra, munkájukra, munkaerejükre, ez egy nagyon nagy kérdés szerintem.

37:09 Én ugyanígy látom, és a mentális egészség mellett még más problémákat is látok vele. Mi a baj ezzel?

37:17 Ugye a kutatók azt egyértelműen látják, hogyha egy diák, gondoljatok bele, mi most itt azért több évtizedes múlttal a hátunk mögött beszélgetünk, és egy olyan iskolarendszerben nőttünk fel, ahol okostelefon sem volt, nemhogy MI. Tehát mi először megtanultunk számolni, utána megtanultunk gondolkodni, utána megtanultuk ezt leírni és elmondani. Jó eséllyel nyilván, akinek ez nem adatott meg, olyan is sok van. És ezzel a háttérrel és rutinnal, miután ezt alkalmaztuk is, kaptunk évtizedekkel később egy MI-t a kezünkbe és a szemünk elé. Most az a diák, aki most kezdte az egyetemet és most használ ennyit, annak semmi nincs meg szinte ebből, okostelefonnal a kezében nőtt fel, és nem kellett neki úgy teljesítenie egyetemi környezetben, hogy nem használt MI-t hozni, vagy nem tudott hozzá MI-t használni.

38:09 Magyarul nem is annyira szerintem az alapismeretekkel van a bibi, vagy arra kéne még többet költeni, hanem az audit jellegű gondolkodásra, hívjuk kritikus gondolkodásra.

38:21 Kritikus gondolkodásra.

38:22 De hogy arra, hogy hogyan csinálom meg a feladatot magam, és utána hogyan csinálom meg MI-vel, és hogyan tudom értékelni, hogy amit az MI ad, abból mi az, ami használható, mi az, ami problémás hallucináció, tudok-e valahogy dönteni.

38:38 Most írtunk Solymos Ákossal egy cikket gyerekkor, tehát három évestől gyakorlatilag.

38:44 Igen, én most a 18 pluszosról beszélek.

38:46 12 évesig vizsgáltuk, hogy milyen hatással van a gyerekekre ez a képernyőidő, képernyő előtt töltött idő, hiszen le is tolódott gyakorlatilag ez az egész. És a probléma, amiről hogyha már itt vagyunk, akkor beszéljünk, jó? A hároméves gyerek, aki megkapja a képernyőt maga elé, az olyan kognitív zavarokkal kezd küzdeni, hogy három évet veszt abból a képességéből, amit idáig mondjuk mi nem vesztettünk el az első bemenéskor az iskolában. Tehát technikailag egy hároméves fejlettségű agyi kapacitással rendelkező gyerek érkezik az első osztályba hatévesen. És képzeljétek el, hogy.

39:35 És ez még csak nem is az MI, ez csak pusztán attól, hogy TV, kis videók.

39:40 TV, kis videó és számítógép. Viszont ezt nem lehet pótolni. Tehát nem az van, hogy kicsit többet tanulsz, kicsit máshogy tanulsz. Ez innentől fogva már egy lemaradást fog hozni. Elképesztően sok olyan cikket írtam az elmúlt nem tudom én egy hónapban, ahol pont azt mondtam el, hogy a kritikus gondolkodás hiánya, ami azt jelenti, hogy mi rendelkezünk, ahogy a Laci is mondta, ezzel a tudással, hogy hogy kell egy céget mondjuk vezetni. Adunk egy utasítást az AI-nak, és az AI ad egy választ. És hát jó, értjük, te most hallucináltál. Légy szíves, javítsd ki a hallucinált válaszodat, ezzel ki van egészítve a prompt, értettük, hogy hallucináltál, nincsen semmi baj, itt van még egyszer. De akkor most nézzük végig a jövő munkavállalóját, aki innen érkezik ezzel a három év gappel, hívjuk így.

40:37 Ő meg fogja kérdőjelezni, amit kap. Képes lesz megkérdőjelezni, amit kap. És hogy még egy pici dimenziót behozzak. A 90-es években a könyvelők azért kezdtek el programozni, mert baromi jó könyvelők voltak, és több szabadidőt szerettek volna maguknak, ezért csináltak könyvelő szoftvert. Most egyetem, ott vannak a srácok, és adok nekik egy feladatot, hogy figyeljetek, csak AI-t használva vezessetek be egy ügyviteli rendszerben egy pénzügyi modult. Ők programozók. Nap végéig nem sikerül bevezetni egy pénzügyi modult, mert kimaradt belőle például a cash flow, mert ők nem értenek a pénzügyekhez, nem értenek a könyveléshez. Most hogyha ebből a szempontból nézünk egy AI-használatot, bevezetjük a saját pénzügyeinknek a nyomon követésére, akkor azt szeretném megkérdezni, hogy valóban igaz azok az adatok, amik benne vannak, azok 100 százalékig megfelelnek, és kinek kell a döntési sorban megkérdőjelezni, hogy hitelesek vagy nem.

41:47 És itt térnék vissza arra a kérdésre, hogy amikor fölírtad a két oldalra ugye AB verzió, és hogy folyamat és döntési lánc, akkor a döntési láncban valójában föl tudjuk-e fedni, hogy az az ember, akinek a döntésén múlik, az képes-e használni azt az eszközt. Ez a kérdés.

42:08 Igen, igen. Abszolút a kritikus gondolkozás az szerintem végig nagyon fontos. Tehát amikor az van egyébként, hogy valamilyen nem automatizált folyamatot automatizálunk, akkor elvileg az a tudás az ott megvan a kollégákban, ott azt kell csinálni, hogy fejleszteni a tudásukat, hogy tudják használni az eszközt. Ilyenkor ezt szoktuk csinálni. Ez így megvan. De aki már a kézbe ül bele, és ráadásul a mesterséges intelligencia el is altatja ezeket a védekezési eszközeinket, mert amikor már három hónapja használom, és mindig jó választ adott eddig, akkor már lehet, hogy a negyedik hónaptól már nem leszek olyan kritikus a válaszaival kapcsolatosan. És itt jön be az, hogy akkor már nincs meg ez bennem.

42:54 Úgyhogy ja, ez nehéz, én is oktatok az egyetemen, és olyan jó is, meg rossz élmény is egyébként, mert ugye ők ilyen 20 éves forma diákok, de vannak felnőttek is a levelezőn, és az AI-ról hallanak tőlem előadásokat, meg gyakorlatokat, és például amikor kiadok egy feladatot, hogy ezt prezentáljátok, akkor van az a csapat, aki beleássa magát, és látom, hogy értik. És olyan jó látni, hogy lelkesek, és használták az AI-t, mert nem bolondok, hogy ne használnák. Nem is tiltom. Mondom, használtuk nyugodtan az AI-t, de ha belekérdezek, tudnak válaszolni. A B csapat, azt tudjátok, hogy add elő? Látom, hogy az egész prezentációját az AI-t megcsinálta, és ugye angolul zajlik a képzés, fogja a mobiltelefonját, és szó szerint fölolvassa az angol szöveget, amit mint narráció, az AI legenerált neki, hogy ehhez a slide-hoz ezt kell mondani, és nem tudsz belekérdezni.

43:45 És ez a veszélyes egyébként, amikor így használjuk.

43:47 Szabó Gábor professzor pont tegnap hallottam ezt a mondását szokta mondani, hogy használd az MI-t, az nem azt jelenti, hogy az MI megcsinálja, hanem az MI csinál valamit, te meg csinálsz még valamit, és akkor használtad fel azt, amit az Emmi csinált. És ezt a részt viszont nekünk ki kell az egyetemen a diákokból valahogy faragni, ki kell belőlük növeszteni, vagy ki kell belőlük préselni. Különben ők úgy mennek el, hogy azt hiszik, hogy ez elég, mert hiszen ott is elég volt. Nem tudják, mit vesztenek. Hát honnan tudnák? Hát nem láttak olyan eredményt, amit úgy tudtak elérni, hogy ők még hozzátettek valamit. Csak azt az eredményt látják. Visszakanyarodva egy picit a vezetőkre. Ugye a vezetőktől jön az, hogy mit tud teljesíteni egy szervezet, hiszen ők tűzik ki a célt, ahogy te is mondtad, illetve ők motiválnak.

44:42 De ha a szervezet egészét nézzük, tudsz-e valami jó hozzáállást vagy módszertant, vagy megközelítést adni, hogy honnan tudja egy vezető vagy egy tanácsadó, hogy a szervezet, akivel dolgozik, érett az MI használatára.

45:00 Lehet fölmérést csinálni az elején, mi szoktunk. Tehát amikor például egy eszközbevezetés van, akkor azért föl szoktuk mérni. Vagy akár amikor például egy megrendelés során viszek oktatást egy céghez, akkor sokszor én nagyon örülök, hogyha ez föl van mérve, hogy a kollégák most jelenleg mit használnak, hogyan használják, milyen tudásszintjük van, mert akkor ahhoz lehet igazítani a fejlesztést is. Ez az egyik, a másik pedig, hogy sokszor egyébként útközben derül ki. Tehát én azt látom a projektek során, hogy elindítunk egy első AI bevezetési projektet, ami egy mondjuk egy szemmel látható 3-4 hónapos sprint egyébként, tehát rövidebb, és az első ilyen quiqueen bevezetés során jönnek felszínre azok a kollégák, akiknek ehhez abszolút van affinitásuk.

45:46 És lelkesek, egyébként is már kiderült, hogy ők már otthon csináltak custom GPT-ket, meg agenteket raktak össze, és ott derül ki egyébként a projekt során, hogy a Tibor az már tök jó dolgokat csinál. Csak ugye témává kell ezt tenni, tehát be kell vonni mindenképpen a kollégákat, és ott ki fog jönni az a jó pár kolléga, aki egyébként nagyon lelkes. Championok, vagy Ambassadorok, vagy Power Userek, bárminek lehet őket hívni, de hogy mindig van ilyen, és pont ezért szoktam ajánlani az ügyfeleimnek, hogy kezdjük a picivel, és a picinél egy csomót tanulunk, meg a picinél feljönnek majd azok a kollégák, vagy felszínre jönnek azok a kollégák, akik utána nagyobb volumenű projekteknél már abszolút a váza lehet a csapatnak.

46:29 Tegyük fel, hogy az derül ki a felmérésből, hogy nem érett a szervezet rá. Kicsit az is érdekelne, hogy ezt honnan, vagy ezt így ki lehet-e jelenteni. A másik viszont, hogy mit tudunk tenni. Tehát, hogy nyilván azt nem tudjuk mondani, hogy hát nem érett, akkor nem vezetünk be semmit, akkor maradunk így még egy évig, hanem valamit kéne tenni, hogy éretté váljon, mit lehet tenni szerintetek?

46:55 Ezt én úgy szoktam ajánlani mindig, hogy támadjunk két szinten.

46:59 Tehát minden cégnél vannak fehérgaléros irodai dolgozók, meg olyanok, akik laptoppal rendelkeznek és információval is foglalkoznak. Én azt mondom, hogy nekik adjunk egy nyelvi modellt, tehát magyarul, ha Microsofton van a cég, akkor kapcsoljuk be, vagy tegyük elérhetővé a Copyrot-ot, és adjunk nekik egy oktatást. Ez az öt előfeltételből egyébként a kettő, ami kell ahhoz, hogy ez a személyes eszközhasználat szárnyra kapjon. Miért fontos ez? Ettől még egy nagy, komoly kór üzleti folyamat lehet, hogy nem fog megjavulni, de mit hoz, szemléletet hoz, tapasztalatot hoz. Tehát onnantól kezdve, amikor a kedves kolléga látja azt, hogy én eddig ezt tényleg két órán keresztül csináltam, viszont most meg tudom csinálni fél óra alatt, mert megkaptam a licenszt, megvan hozzá az oktatás, látom, hogy hogyan kell ezt használni, onnantól kezdve ő már más szemmel tekint erre.

47:49 Tehát ez az egyik szint, ez a személyes eszközhasználat vagy személyes hatékonyság szint, amit én mindenképpen ajánlok, már csak azért is, mert ha foglalkozunk vele, ha nem, a kollégák használják.

48:01 És akkor ott a Shadow AI kérdése.

48:01 Nem akartam, hogyha megkérdezné.

48:06 Bocsánat, hogy nem akartam kinyitni azt a szelencét, a Pandora szelencéje, ez a Shadow IT, igen.

48:12 Az emberek úgy is használják. Tehát egyszerűbb, hogyha azt mondjuk nekik, hogy figyelj, inkább akkor használjátok ezt, és akkor nem mennek ki a céges adatok.

48:18 Legalább legyen kikapcsolva a tanulási módja, jó?

48:21 Igen, köszönjük szépen, tanult kollégám. Szóval ez az egyik belépési szint, és a másik pedig, mondom, hogy válasszunk ki egy-két olyan üzleti problémát vagy fájdalompontot, ahol meg valamilyen fejlesztést tudunk eszközölni, és ha tudunk sikereket fölmutatni, tehát látják a kollégák, hogy akik ezzel foglalkoztak, azok élvezték, érdekes volt, bővült a tudásuk, nőtt egyébként a munkaerőpiaci értékük. Nem elhanyagolandó.

48:51 Igen, ez fontos.

48:51 És jobb lett a munkájuk, gyorsabban tudnak bizonyos dolgokat létrehozni, onnantól ez nem rábeszéli. Tehát onnantól ez már nem rányomom, pusholom az embereket, hanem ez egy ilyen pool lesz, hogy egyre több vezető jön majd elő, hogy őt is érdekelné, tudja, hogy a versenytárs is csinálja már ki, eljutunk oda már, hogy tudod, ez kezd már egy kicsit ciki lenni, hogy én ezt túl elutasítom. És onnantól ez már egy ilyen öngerjesztő dolog lesz.

49:18 Ez nagyon érdekes, hogy az MI előtt is voltak ilyen hullámok, meg körök. Volt, amikor azt mondtuk, hogy robotikus folyamat, automatizáció eszköz kell, mert lemaradunk. Volt, amikor azt mondtuk, hogy felhőbe kell menni, mert lemaradunk. Volt, amikor hú, de régen volt, hogy adattárház nélkül le fogunk maradni.

49:36 És ott ugyanez volt tulajdonképpen, hogyha sikerült megfogni magát az értéket, akkor jöttek sorba az újabb vezetők, hogy hát nekem is volna, igen, ötletem.

49:47 De most tulajdonképpen, hogyha a Big Data vonalon elindulunk 2009-től, és valaki megvalósított egy borzasztó jó adattárházat. Az AI bevezetésénél most mekkora lépéselőnyben van. Ezt mondtam el valamelyik projektben az egyik vezetőnek, hogy emlékeztek, hogy ez az AI projekt 2009-ben kezdődött? És így jót mosolygott, hogy tényleg, és hogy akkor milyen nehéz volt bennünket rábeszélni. És mondom, pedig most rendben van az összes adat. És mondom, mindenki másnak legalább három-öt éves projekt csak az adatoknak a rendberakása. És hogy mennyire érdemes előre gondolkozni egy ilyen típusú projektben. Arról nem beszélve, hogy most például kiegészíteni szeretném, hogy a szervezet érettsége, meg a szervezet látásmódja az tök nincs pariban.

50:43 Tehát nekem ki kellett fejlesztenem egy saját módszertant arra, hogy meg tudjam nézni, hogy hogy látják a céget a vezetők? Mennyire látod fontosnak az érzékenyítést?

50:54 Szerintem egy nagyon fontos.

50:55 Én szerencsém van, mert általában a vezető csapatokkal kezdem a munkámat minden szervezetben, és hogyha a vezetői csapat meg már érti és látja, akkor ők ennek az élére tudnak állni. Ez nem változott semmit ahhoz képest, ami a többi téma egy szervezetben, hogy mindig jó, hogyha a vezetők ezt kitűzik a zászlókra, és példamutatnak és elöl járnak, mert túl sok olyan szervezetfejlesztést láttam, ahol az volt, hogy fejlődjünk, fejlődjetek. Nekem nem kell semmit változtatni a mostani viselkedésemen, de majd ti, munkatársak, ti majd megváltoztok. És hogy szerintem ez nem így működik, de egyébként legtöbbször tényleg a tulajdonosok, a vállalatvezetők azok, akik látják ennek leginkább a szükségességét, és akkor ők hozzák be.

51:40 A másik oldal meg, ami belépő szokott lenni, nagyon sok HR vezetővel beszélek, mert a másik oldal, ami szokott lenni, az a képzés, a képzési oldal. És akkor már volt olyan HR vezető, aki nekem panaszkodott, hogy figyelj, én a képzésekért felelek, de most már nyakamba szakadt ez az egész AI transzformáció, és nem látom, hogy hogyan tudom ezt én csinálni, mert én csak a HR-t viszem. Tehát alapvetően ez továbbra is szerintem egy üzleti kérdés kell, hogy maradjon.

52:04 De nem is IT.

52:04 Nem is IT, bizony.

52:08 Ez nagyon jó, hogy ti magatoktól ebbe az irányba tereltétek, mert így nagyjából pont itt szerettem volna megérkezni a végére az adásnak, hogy az Emminek nem csak az a közvetlen káros vagy veszélyes működése van, amit az előbb beszélgettünk így a személyes szinten, az agyunkat mennyire használjuk és így tovább, vagy az érzelmi intelligenciákat rombolja, hanem ennek van egy társas oldala is. Nyilván magánoldalon, már a kapcsolatokban, a társkapcsolatokban nagyon jól látszik, hogy az MI az sosem mondja, hogy nem érek rá, az MI az mindig kedves, és hadd ne soroljam, tehát hogy egy baráti, vagy egy ne adj isten házastársi és egyéb társkapcsolathoz képest elképesztő konfliktusmentes dolog intim, vagy minket bántó, feszítő dolgokról beszélgetni az MI-vel.

53:01 És aztán ember legyen a talpán, aki ezt nem kezdi el tudat alatt elvárni az emberektől is. Viszont mi a helyzet a munkahelyen? Tehát, hogy vajon látszik-e az, hogy hogyan hat a terjedő MI használat, hogy én mondjuk megkérdezhetem a főnök helyett az MI-t is arról, hogy, vagy megkérdezhetem a kollégám helyett az EMMI-t is arról, hogy főnök-beosztott viszonyokra, csapatmunkának a dinamikájára, felelősségvállalásra, bármi ilyesmire. Bocs, hogy ilyen nehezet kérdezek, de az eddigiek voltak a bemelegítés, jó?

53:40 Save in the best for la lest. Szóval én azt gondolom, hogy a vezetőknek most nagyon nehéz dolguk van. Egyrészt általában a legtöbb szervezet, a vezetők az idősebbek, és ugye beosztottak a fiatalabbak. Úgy nagy átlagban azért ezt így kimondhatjuk, merthogy van egy ilyen progresszió, ahogy megyünk fölfelé a szamárlétrán. És a fiatalabb korosztály meg már, ahogy te is mondtad, hogy belenőtt kezébe, mobiltelefonnal született akár, és sokkal erősebb affinitása van. Úgyhogy most kezd kialakulni egy ilyen, hogy a munkatárs az már nagyon látja és tudja használni, és a vezető még kevésbé érti. Ez egy feszültséget okoz ezen a téren. És ez egyébként szerintem nehéz váltás a vezetőknek, mert régen a domain szakmai tudás, a több évtized alatt felhalmozott szakmai tudás volt az egyik támogatója az én tekintélyemnek, jobb esetben, ha nem erőből akartam menedzselni egy csapatot.

54:38 És ma már ez részben eltűnőben lehet azért is, mert amit te is mondtál, hogy jó, lehet, hogy neked van 20 évtizedes szakmai tudásod, de én megkérdezem az AI eszközt, és annak meg 10 millió évtizedes szakmai tudása van ugyanabban a tárgyban. Na és akkor ilyenkor mi a helyzet? Úgyhogy ilyenkor indulnak el nagyon érdekes dinamikák a szervezetekben, amit én látok, és alapvetően ez meg tudja változtatni a kultúráját az adott csapatnak teljesen. És ha a vezető nem tud ehhez nyitottan hozzáállni és befogadóan hozzáállni, hanem továbbra is a régi minták szerint, akár rossz minták szerint erőből próbál lenyomni, meg elutasítani, meg így irányítani, akkor nagyon hamar elveszti a kredibilitását. Úgyhogy én azt gondolom, hogy ez egy nagy váltás mindenkinek, munkatársaknak is, vezetőknek is, tulajdonosoknak is minden szinten, mert alapvetően ez, amit látni kell, és te is úgy érezted, hogy nem IT-hoz tartozik.

55:32 Ez nem egy IT téma.

55:33 Ez üzleti.

55:34 Ez egy üzleti téma, és igazándiból az én ügyfeleimnél, amikor megvalósítunk, a munka dandárja az nem fejlesztés, meg IT, hanem az emberi folyamatok, döntések, információk, képzés, megbeszélések, tervezés, ez a legnagyobb feladat ebben az egészben.

55:54 Zoli?

55:54 Nehéz honnan elkezdeni azt a gondolatot, amivel amúgy is egyetértek. És azon gondolkoztam, hogy mi az, ami kimaradhatott, vagy mi az, amit még hozzá lehet tenni. Tehát mind a kettő igaz. Szerintem ki nem maradt semmi. Ami viszont hozzátehető, hogy négy generáció és máshogy működnek. A generációk közötti különbségben el kéne azon gondolkozni, hogy a digitális kultúrává, amikor átcsap egy szervezetben a digitális kultúra, akkor a vezető, annak milyen típusú feladatokat kell végeznie. Ez egy fontos dolog. Tehát, hogy én, mint vezető, valóban igaz-e, hogy csak én vagyok, és ezt sajnálatos módon ki kell mondanom, hogy a nárcisztikus vezetőkre hat a legnehezebben, hiszen őt innentől fogva felül lehet bírálni.

56:45 Tehát ha kapok egy levelet, én azt beteszem a Chatgpt-be, és azt mondom, hogy értelmezd. És akkor ebből mondjuk tízből tízszer kiderül, hogy egyébként ez egy passzív, agresszív fenyegetés, akkor én azt kérem a Chatgpt-től, hogy légy szíves akkor válaszolj megfelelő módon erre a levélre, amivel a túloldal nem fog tudni mit kezdeni. Ez szemmel jól láthatóan egy oda-vissza feszültség, de technikailag egy vezető azért attól vezető, hogy irányít. Ebben van-e az a mentális egészsége, felkészültsége, önismerete a vezetőnek, hogy azt mondja a fiatal kollegának, hogy tessék, mutasd meg, hogy te hogy csinálnád. Értitek a vezetők közti különbséget. Tehát, hogy abban, amiben én szocializálódtam, vagy mi szocializálódtunk, hát egy ilyen mondatnál a legjobb esetben mondjuk megköszönik a munkádat.

57:48 De itt nem. Én azt szeretném, hogy olyan embereim legyenek, akik önállóak, kreatívak, bombáznak ötletekkel, és az én eddigi tudásom az arra van, hogy van egy nagyon jó ötlet, amit odahoznak Chatgpt-vel, meg van az a valóság, amiben én rá tudok világítani a gép és a valóság közötti különbségre, hogy figyeljetek! Értem, hogy ezt írta, de azt a két paramétert azt beírtátok, hogy vegye figyelembe, mint változó? Tehát, hogy oké, hogy azt írtad be neki, hogy menj ki a boltba tejért, de hogy van egy ajtó, és hogy át fog menni a falon, és lehet, hogy föl kéne paraméterezni arra, hogy van ott egy ajtó, amit meg kell fogni a kilincset, le kell nyomni, ki kell nyitni. Ja, tényleg. Na, tehát szerintem ez az üzleti gondolkodás a vezetők szintjén egy nagyon fontos plusz gondolatot kéne, hogy hozzon, és minden adásban el kell mondanom, hogy és ez lenne a HR feladata a fejlődésben.

58:52 Teljes mértékben egyetértek. Nekem szintén csak kiegészítenivalóm van, és semmi cáfolat és semmi zárójel.

59:01 Szerintem azok a vezetők, akik valóban arra építették a karrierjüket és a pozíciójukat úgy akarják megtartani, hogy ők akarnak a legokosabb és a legbölcsebb és a legtapasztaltabb lenni a teremben, és mindenki más ez alatt maradjon, azok halálra vannak ítélve. Nem is akarok erről vitatkozni, majd az élet eldönti. Azok a vezetők, akik arra építették a karrierjüket, hogy őket nem lehet megkérdőjelezni, és mondjuk ki, hogy nárcisztikusak, azok nagyon-nagyon szenvednek. A jó hír, hogy sokáig már nem fognak szenvedni. Viszont fölértékelődnek olyan dolgok, amit egyébként az én értékrendemben nagyon központi szerepet kapnak, amit viszont az MI egyáltalán nem csinál. Az egyik ilyen szerintem a felelősségvállalás.

59:51 Lehet, hogy hosszú sort is lehetne, én nem fogok talán csak kettőt mondani, az egyik az biztos, hogy a felelősségvállalás. Tehát az MI az mindenféle tudást neked odarak, még folyamatot is, még honlapot is épít, tehát kreatívan is dolgozik, de egy szerződésnél helytállni továbbra is te fogsz, mint aláíró, de egy kollégát felvenni vagy kirúgni továbbra is még jó ideig te fogsz, mert jogilag nem teheted meg, hogy rábíztam az AI-ra, bocsánat, sajnos nem. Tehát a felelősségvállaló emberek, akik hajlandóak helytállni azért, amit vállalnak, azok szerintem fölértékelődnek egy ilyen környezetben. A másik pedig az üzleti kapcsolatépítés, fenntartás és akár a szerződéskötésig, a kézfogásig terjedő, most ezt persze férfias, értsétek jól, terjedő folyamat végigvitele, az továbbra is elég erősen szerintem vezetői feladat.

1:00:47 A legtöbbször előadásaimban, meg a kurzusaimban szoktam a végén összefoglalva, hogy mit tegyünk, ha mondjuk holnap nem vagyunk még készek arra, hogy AI-t használjunk. Mert egy csomó olyan helyzet van, meg nagyon sok kisvállalkozás, minden, aminek ez még mindig távoli.

1:01:02 És ezt tökre elfogadom. Egy. Képezni magunkat, meg ismerkedni ezzel a dologgal tudunk. Kettő az adatainkat, azt elkezdeni összegyűjteni, hogy hol vannak az adataink, milyen formában, papíron, elektronikusan, teljes körűekkel, ezt meg tudjuk csinálni. Három elkezdhetek esetleg gyűjteni új adatokat, vagy mérni dolgokat, amiket eddig nem mértem, mert tudom, hogy lehet, hogyha nem most, akkor fél év múlva, egy év múlva, két év múlva ennek relevanciája lehet, és erre majd lehet, hogy tudok építeni valamilyen AI-s megoldást. Tehát ez mindenképpen szerintem egy olyan dolog, amivel mindenki el tud ma is kezdeni foglalkozni, anélkül, hogy most ilyen óriás giga AI fejlesztésekben gondolkozzon. És tényleg én nagyon javaslom mindenkinek, hogy mielőtt elkezd licenceket vásárolni, fejlesztéseket rendelni, gondolja át, hogy hol tart most a vállalkozása, és hogyha nincs stratégia, mert ez olyan nagyon tanácsadós szó, akkor legalább mik az üzleti céljai?

1:01:58 Hány darab ügyféllel akar többet.

1:02:01 Így van.

1:02:01 Mennyire akarja növelni a bevételét.

1:02:04 Igen, és mivel, milyen szegmensben, milyen termékeket, szolgáltatásokat gondol, hogy nézne ki szerinte legjobb esetben a vállalkozása egy év múlva, mi a gap, mi az, amit ebben esetleg az AI tud segíteni. Tehát ilyen egyszerű dolgokkal érdemes indulni, mint gondolkozás, és hogyha ez így elvezet valahova, akkor szerintem az már csökkenteni fogja azt a 95 százalékos bukó rátát, mert már legalább akkora jó problémákkal foglalkozunk.

1:02:30 Így van. Ez van, srácok! Itt a vége, lejárt az adásidőnk. Hát lenne még mondandónk, talán majd máskor. Balázs, nagyon szépen köszönöm, hogy eljöttél hozzánk.

1:02:41 Nagyon szépen köszönöm a meghívást!

1:02:43 Köszi!