AI bevezetés KKV-knak: gyakorlati útmutató

Egy 10-50 fős cégnél jellemzően 2-3 folyamat viszi el a kézi munkaidő nagy részét. Az AI ott térül meg, ahol ma a legtöbb kézi munka van: számlák, e-mailek, ajánlatok, dokumentumok. Az út három lépés — felmérés, pilot, bevezetés —, és hozzátartozik az is, mikor nem AI a válasz.

46+ lezárt projektünk alapján az automatizált folyamatokon 40-45%-os hatékonyságnövekedés érhető el, a tipikus megtérülési idő 6-12 hónap. Egy fuvarozó ügyfelünknél a számlafeldolgozás 3 napról 4 órára csökkent; egy biztosítónál a belső AI tudásbázist az első hónapban a munkatársak 78%-a használta.

Hol kezdje egy 10-50 fős cég?

Ott, ahol a legtöbb kézi munkaidő megy el — ez jellemzően 2-3 folyamat. Egy folyamat, egy csapat, egy mérhető eredmény: így indul egy jó AI bevezetés, céges szintű transzformáció helyett. Jellemzően 10 fő felett már van olyan folyamat, amelyik megtérülően automatizálható.

A leggyakoribb jelöltek KKV-knál:

• Számla- és dokumentumfeldolgozás. A beérkező számlák és dokumentumok adatait a rendszer kinyeri, egyezteti és rögzíti. Egy ügyfelünknél a számlák 85%-a emberi beavatkozás nélkül fut át.
• Ügyfélszolgálati megkeresések. E-mail- és chat-megkeresések megválaszolása a saját tudásbázisra építve. A gyakori kérdéseket a gép kezeli, a többit előkészíti a kollégáknak.
• Ajánlatkészítés. Az árajánlatok összeállítása a korábbi ajánlatok és az árlista alapján. A kolléga ellenőriz és küld, nem nulláról ír.
• Belső tudásbázis. Szabályzatok, termékleírások, korábbi projektek egy kereshető helyen — a válasz forrásmegjelöléssel érkezik.

Ezekben van a legtöbb ismétlődő kézi munka, és ezeknél mérhető legkönnyebben a megtérülés.

Mit ad a felmérés?

Az AI felmérés priorizált listát ad: melyik automatizálás mennyit hoz, mennyibe kerül, és mennyi idő alatt térül meg. Ára: 500 000 Ft + ÁFA-tól.

A felmérésen leülünk azokkal, akik ténylegesen végzik a munkát — ők tudják, hol vannak az igazi problémák —, átnézzük a folyamatokat, a havi volumeneket, az adatok állapotát és a csatlakozó rendszereket (ERP, CRM, levelezés). Az eredmény egy írásos terv, amivel akkor is tudsz dolgozni, ha nem velünk folytatod.

Ha van mérhetően megtérülő use case, a lista első elemével indul a pilot; ha nincs, azt is megmondjuk.

Mit bizonyít a pilot?

A pilot a felmérés legjobb use case-ét próbálja ki élesben, valós adatokon; az eredményt mérjük. Egy kisebb proof of concept 2-3 hét alatt elkészül.

Tiszta tesztadaton minden remekül megy; a valós számlák kézírásos megjegyzésekkel és háromféle dátumformátummal érkeznek. Egy logisztikai vállalatnál havi 8000 számla érkezik 340 beszállítótól — a pilot fő kérdése, hogy a rendszer mit kezd a kivételekkel.

A mérés a pilot része: az AI előtti alaphelyzethez képest megtakarított idő vagy költség, a hibaarány, és a rendszer teljes futtatási költsége. Euróban mérj: egy 97%-os pontosságú modell is termelhet több javítanivalót, mint amennyi munkát megspórol.

Amit a pilot megmutat, az dönti el a továbblépést: akkor jön a bevezetés, ha a mért megtakarítás a futtatási költséggel együtt is kiadja a 6-12 hónapos megtérülést.

Meddig tart a bevezetés?

A legtöbb projekt 6-12 hét alatt jut el a kickofftól az éles üzemig. A cikk elején említett fuvarozós számlafeldolgozás 8 hét alatt, a biztosítói tudásbázis 10 hét alatt jutott el idáig. A munkát teljes csapat viszi: projektmenedzser, senior fejlesztők, AI DevOps mérnök.

A bevezetés gerince az integráció és a kivételkezelés: a rendszer olvas az ERP-ből, ír a CRM-be, tiszteletben tartja a hozzáférési kontrollokat, a problémás eseteket pedig megjelöli és a megfelelő személyhez irányítja. A kollégák betanítást kapnak; a forráskód, a betanított modellek és az adat-pipeline-ok nálad maradnak. A monitorozás és a támogatás a munkamódszerünk része, mert az AI modellek teljesítményét az éles üzemben is figyelni kell.

Az EU AI Act szerinti kockázati besorolást a projekt elején elvégezzük. A rendelet négy kockázati kategóriát ismer — elfogadhatatlan, magas, korlátozott, minimális —, és szakaszosan válik alkalmazandóvá 2025 és 2027 között; a legtöbb KKV-alkalmazás, például a dokumentumfeldolgozás vagy a belső tudásbázis, a korlátozott vagy minimális kockázatú kategóriába esik. A jogi értékelés a saját jogászod feladata; mi a műszaki és szervezeti felkészülést visszük.

Melyek a tipikus hibák?

A legtöbb projekt azon bukik el, hogy valaki megvette a megoldást, mielőtt megértette volna a problémát. Ugyanazokat a mintákat látjuk újra és újra:

• A technológiából indulnak ki, a szűk keresztmetszet helyett. Hat hónappal később van egy szép demó, amit senki nem használ.
• Tiszta tesztadaton tesztelnek. A pilot remekül megy, aztán jönnek a valós dokumentumok, és az egész szétesik.
• Csak az egyszerű esetekre építenek. Bármilyen tisztességes modell kezeli a tiszta számlákat. Az érték abban van, hogyan kezeled a kivételeket.
• Nincs mérés. Ha nem tudod mérni a hatást, nem tudod bizonyítani az értéket — és a projekt meghal a következő büdzséciklusban.

Mennyibe kerül az AI bevezetés egy KKV-nak?

A belépő szint az AI felmérés: 500 000 Ft + ÁFA-tól. Egy AI asszisztens vagy integrációs projekt általában 6–16 millió Ft, egy dokumentumfeldolgozó rendszer 12–32 millió Ft.

A felmérés után pontos árajánlatot adunk — rejtett költség nélkül. A tipikus megtérülési idő 6-12 hónap. A büdzsé nagy része az adatelőkészítésre és az integrációra megy; a modell az olcsó rész. Ha egy ajánlat csak a modellfejlesztést árazza be, kérd az összképet előre.

Van pályázati támogatás az AI bevezetésre?

Van. A budapesti mikro- és kisvállalkozásoknak szóló jelenlegi DIMOP Plusz kiírásban az AI előfizetéses szolgáltatásként számolható el — AI önmagában nem támogatott fejlesztési cél. A részletek: Elszámolható az AI a DIMOP pályázatban?

A nyitott pályázatok feltételeit az AI és digitalizációs pályázatok KKV-knak oldalon gyűjtöttük össze.

Mikor nem kell AI?

Néha a válasz egy egyszerű script, egy jobb adatbázis-lekérdezés, vagy a forrásadatok minőségének javítása. Nem adunk el AI-t az AI kedvéért.

Ha pontos folyamatábrát tudsz rajzolni a folyamatról, RPA-val egyszerűbben és olcsóbban megoldható — egy szabályalapú RPA botot általában lényegesen olcsóbb megépíteni és karbantartani, mint egy egyedi AI rendszert. AI oda kell, ahol a folyamatban mérlegelési döntések vannak: strukturálatlan szöveg olvasása, variációk kezelése.

Lebeszéltünk már ügyfeleket AI projektekről, és RPA megoldást építettünk helyette — pénzt spóroltak, hamarabb szállítottunk, jobban működött.

Ha el akarod dönteni, hol éri meg elkezdeni: elmondod, hol megy el a legtöbb idő — mi megmondjuk, mit lehet vele kezdeni.