Amikor a cégek AI projektekre büdzséznek, általában a modellköltségekre gondolnak — API hívások, számítási kapacitás, esetleg némi finomhangolás. Ez jellemzően az összköltség 15-20%-a. A többi? Arra senki nem figyelmeztette őket.

Hová megy valójában a pénz?

1. Adatelőkészítés (az összköltség 30-40%-a)

Az adataid rendezetlenebbek, mint gondolnád. Soha nem léptünk be egy céghez, ahol az adat "nagyjából tiszta" volt. Mindig vannak duplikátumok, hiányzó mezők, inkonzisztens formátumok, és az a 2009-es legacy rendszer, ami mindent egy saját formátumban exportál, amit már senki nem ért.

Egy pénzügyi ügyfél 2 hétre becsülte az adatelőkészítést. 7 hét lett belőle. Nem azért, mert a munka nehéz volt — hanem mert minden alkalommal, amikor kijavítottunk egy adatproblémát, három másik derült ki alatta. Számolj legalább 3x-osával az eredeti adatelőkészítési becslésednek.

2. Integráció (az összköltség 20-25%-a)

Az AI modell a meglévő rendszereid közepén ül. Olvasnia kell az ERP-dből, írnia a CRM-edbe, hitelesítenie az Active Directory-ddal szemben, tiszteletben tartania a hozzáférési kontrollokat, és elegánsan kezelnie, amikor a legacy rendszered csütörtökönként hajnali 2-kor leáll a heti karbantartási ablakra.

Több órát töltöttünk hitelesítési tokenek debugolásával és 15 éves SOAP API-k XML-jének parszolásával, mint amennyit tényleges modellmunkával. Nem glamúros, de itt dől el a projektek sikere.

3. Monitorozás és karbantartás (éves költség 15-20%-a, folyamatos)

Az AI modellek idővel romlanak. Nem drámaian — csak lassan rosszabbak lesznek, ahogy a valós világ változik és a tréningadat elavul. Az ügyfelek nyelvezete fejlődik. Terméknevek változnak. Új dokumentumformátumok jelennek meg.

Kell valaki, aki figyeli a modell teljesítménymutatóit, újratanítja, amikor a pontosság csökken, és frissíti az adat-pipeline-t, amikor a forrásrendszerek változnak. Ez nem egyszeri költség — ez állandó.

Minden általunk épített rendszerhez monitorozó dashboardot állítunk be. Amikor a pontosság egy küszöb alá esik, az ügyfél riasztást kap. Legtöbbször kisebb újratanítás. Alkalmanként nagyobb probléma — mint amikor egy ügyfél szállítója egyik napról a másikra teljesen új számlaformátumra váltott.

4. Változásmenedzsment (nehéz számszerűsíteni, könnyű alábecsülni)

A világ legjobb AI rendszere értéktelen, ha az emberek nem használják. És nem fogják használni, ha:

  • Nem bíznak benne (mert senki nem magyarázta el, hogyan működik)
  • Rövid távon nehezíti a munkájukat (mert megváltozott a munkafolyamat)
  • Azt hiszik, le akarja váltani őket (mert senki nem mondta az ellenkezőjét)

Most már minden projektbe beépítünk tréningeket és "fogadóórákat." Nem technikai képzést — gyakorlati "így segít ez neked, és ezt csináld, ha téved" képzést. 10-15%-ot ad hozzá a projektköltséghez és megduplázza a használati arányt.

Az őszinte büdzsé

Egy közepes méretű vállalati AI projektnél nagyjából így oszlanak meg a költségek:

  • Adatelőkészítés: 30-40%
  • Modellfejlesztés és tréning: 15-20%
  • Integráció és deployment: 20-25%
  • Tesztelés és validáció: 10%
  • Képzés és változásmenedzsment: 10-15%
  • Első évi monitorozás és karbantartás: a kezdeti költség 15-20%-a

Konkrét hazai ársávok: Mennyibe kerül az AI bevezetés 2026-ban?

Ha valaki csak a modellfejlesztési részt árazza be, az vagy naiv, vagy arra tervez, hogy a többiért később szám(lá)z. Kérd az összképet előre. A fix áras AI felmérésünk pontosan ezt adja.