A világszínvonalú tudásra ma is van kereslet

Amikor egy nemzetközi technológiai vállalat akvizíció mellett dönt, ritkán pusztán egy cég nevét vagy piaci részesedését vásárolja meg. Sokkal inkább azt a tudást, mérnöki tapasztalatot és innovációs kultúrát keresi, amely hosszú évek alatt épült fel.

Pontosan ez történt a PCB Engineering esetében is. Az izraeli Quantum Machines – amelynek kvantumszámítógép-vezérlő rendszereit ma már a világ kvantumfejlesztő vállalatainak több mint fele használja – budapesti kutatás-fejlesztési központot hoz létre a magyar mérnökcsapatra építve. A csaknem negyven fős fejlesztői gárda olyan nagysebességű elektronikai rendszereket tervez, amelyek a kvantumszámítógépek működésének egyik legfontosabb építőelemei.

Ez jól mutatja, hogy a hazai mérnöki kompetenciák nem csupán nemzetközi összevetésben is versenyképesek, hanem olyan területeken bizonyítanak, amelyek a következő évtized technológiai fejlődését meghatározhatják.

A cég neve az utóbbi hetekben nemcsak a nemzetközi technológiai sajtóban, hanem idehaza is reflektorfénybe került: a PCB Design a közelmúltban a Magyar Innovációs Szövetség idei innovációs díjának egyik kitüntetettje is lett igazolva a vállalat mérnöki teljesítményét.

Nem egyedi történet

A PCB Engineering sikere egy hosszabb folyamat újabb állomása. Az elmúlt két évtizedben több magyar technológiai vállalkozás is bebizonyította, hogy világszínvonalú fejlesztésekkel lehet nemzetközi piacokat építeni vagy a világ vezető technológiai szereplőinek érdeklődését felkelteni.

Korábbi magyar deep-tech sikerek

🚀 Graphisoft – Az Archicad világsikere ma is a magyar mérnöki és szoftverfejlesztői tudás egyik legismertebb példája.

🎥 Ustream – A magyar videostreaming úttörője, amelyet később az IBM vásárolt fel.

🔐 Tresorit – Világszínvonalú titkosítási technológia, amely a Swiss Post tulajdonába került.

🚗 AImotive – A budapesti fejlesztőközpontból indult önvezető járműtechnológia ma már a Stellantis csoport része.

📊 Prezi – Magyar alapítású prezentációs platform, amely világszerte ismert márkává vált.

🛡️ SEON – AI-alapú csalásmegelőző rendszere ma már több kontinensen segíti a pénzügyi és e-kereskedelmi vállalatokat.

⚛️ PCB Engineering – A kvantumszámítógépek vezérlőhardvereinek fejlesztésével vált a Quantum Machines stratégiai partnerévé, majd akvizíciós célpontjává.

A kvantumtechnológia és az űripar metszéspontján

A PCB Engineering története azért különösen figyelemre méltó, mert egyszerre két olyan területen is jelen van, amelyek a következő évtized stratégiai iparágai közé tartoznak.

A Quantum Machines felvásárlása révén a vállalat egyik üzletága a kvantumszámítógépek klasszikus vezérlőhardvereinek fejlesztésében kap meghatározó szerepet. Ezek az ultragyors elektronikai rendszerek biztosítják a kapcsolatot a hagyományos számítógépes vezérlés és a rendkívül érzékeny kvantumprocesszorok között. A magyar mérnökök által fejlesztett nagysebességű áramkörök a jelek pontos előállításával, a zaj csökkentésével és a valós idejű hibakezelés támogatásával járulnak hozzá a kvantumszámítógépek megbízható működéséhez.

Mindeközben a PCB Design néven működő vállalat továbbra is aktív szereplője marad a magyar és az európai űriparnak. Az Európai Űrügynökség támogatásával olyan műholdas edge computing platformot fejleszt, amely a jövő közvetlen műhold–mobiltelefon kommunikációját segítheti. Emellett részt vett a Puli Space Technologies holdkutatási projektjeiben is, és olyan elektronikai rendszereket fejleszt, amelyeknek a világűr extrém körülményei között is megbízhatóan kell működniük.

A valódi érték a tudás

A mesterséges intelligencia, a kvantumszámítástechnika és az űripar korában egyre kevésbé a gyártókapacitás jelenti a legnagyobb versenyelőnyt. Sokkal inkább az a mérnöki tudás, amely képes olyan technológiák létrehozására, amelyeket világszerte csak néhány vállalat tud megalkotni.

A PCB Engineering története ezt példázza. Nem csupán egy sikeres vállalat fejlődéséről szól, hanem arról is, hogy Magyarországon ma is működnek olyan deep-tech műhelyek, amelyek munkája a világ technológiai élvonalában is értéket képvisel. A nemzetközi befektetők érdeklődése végső soron nem csupán egy céget, hanem a mögötte álló mérnöki tudást is elismeri.

The post Miért értékes ma is a magyar mérnöki tudás? – Újabb hazai deep-tech siker(ek) a kvantum- és az űrtechnológia világában appeared first on digitrendi.hu.

A mesterséges intelligenciáról szóló hírek többsége még mindig két véglet között mozog. Az egyik szerint az AI elveszi az emberek munkáját, a másik szerint új aranykort hoz a termelékenységben. A valóság – ahogy az lenni szokott – ennél jóval árnyaltabb.

Ezt támasztja alá egy friss hazai felmérés is a magyar munkavállalók AI-használati szokásairól. A kutatás szerint a válaszadók 17,1 százaléka tud olyan személyről a környezetében, aki a mesterséges intelligencia vagy a robotizáció miatt veszítette el az állását.

Ez első hallásra riasztó adatnak tűnhet, valójában azonban egy sokkal mélyebb változás első jele. Az AI ugyanis nem egyszerűen munkahelyeket szüntet meg – egyre inkább átírja azt is, hogyan dolgozunk.

Már nem a jövőről beszélünk

A nemzetközi elemzések is hasonló irányba mutatnak. A World Economic Forum szerint a következő években a mesterséges intelligencia, az automatizáció és a digitalizáció egyszerre szüntethet meg és hozhat létre munkahelyeket. A szervezet előrejelzése alapján 2030-ig világszerte mintegy 170 millió új állás jöhet létre, miközben körülbelül 92 millió munkakör átalakul vagy megszűnik. A mérleg tehát összességében pozitív lehet, de a munkavállalóktól teljesen új készségeket követel meg.

Hasonló következtetésre jutott a Nemzetközi Munkaügyi Szervezet (ILO) is. A szervezet elemzése szerint a generatív AI elsősorban nem teljes foglalkozásokat vált ki, hanem azok egyes feladatait automatizálja. Ez azt jelenti, hogy a legtöbb munkakör nem eltűnik, hanem átalakul.

A kérdés tehát már nem az, hogy az AI hatással lesz-e a munkánkra, hanem az, hogy ki tud lépést tartani ezzel a változással.

Továbbra is a ChatGPT vezet, de gyors felzárkózásban a mezőny

A hazai kutatás szerint a mesterséges intelligencia eszközei ma már a magyar munkavállalók mindennapjainak részévé váltak.

A legnépszerűbb platform továbbra is a ChatGPT, amelyet a válaszadók 60 százaléka használ rendszeresen. Ugyanakkor látványosan erősödik a verseny: a Google Gemini már 35 százalékos használati arányt ért el, míg a Claude, a Copilot és a Perplexity is egyre több felhasználót szerez.

Ez arra utal, hogy a vállalatok és a munkavállalók már nem egyetlen AI-eszközben gondolkodnak. Egyre inkább több alkalmazást használnak párhuzamosan, attól függően, hogy szövegírásról, kutatásról, programozásról vagy adatfeldolgozásról van szó.

Nem mindenki profitál egyformán az AI-ból

A kutatás egyik legérdekesebb megállapítása, hogy a mesterséges intelligencia előnyei ma még korántsem oszlanak meg egyenlően.

A férfi válaszadók több mint fele saját megítélése szerint haladó vagy szakértő szinten használja az AI-eszközöket, míg a nőknél ez az arány alig haladja meg az ötödét. A különbség nemcsak az önbizalomban, hanem a gyakorlati eredményekben is megjelenik: a jelentős időmegtakarításról beszámoló felhasználók között többségben vannak a férfiak.

Ez azonban nem feltétlenül képességbeli különbséget jelent.

Sokkal inkább azt mutatja, hogy eltérő mértékben férnek hozzá a képzésekhez, az új eszközökhöz és a napi munkában használható AI-megoldásokhoz.

Az ILO is arra figyelmeztet, hogy a generatív AI különösen az adminisztratív és irodai munkaköröket alakítja át, ahol számos országban magas a női foglalkoztatottak aránya. Ezért a digitális készségek fejlesztése nemcsak technológiai, hanem társadalmi kérdéssé is válik.

A tudás lehet a legnagyobb versenyelőny

A kutatás egyik legfontosabb tanulsága talán nem is az AI használatáról, hanem a tanulás szerepéről szól.

Azok a munkavállalók, akik szervezett vállalati AI-képzésben részesültek, érzékelhetően nagyobb időmegtakarításról számoltak be, mint azok, akik kizárólag saját maguk próbálták elsajátítani az új eszközök használatát. A nagyvállalatoknál már a dolgozók több mint kétharmada kapott valamilyen AI-képzést, míg a kisebb cégeknél ez az arány még mindig jóval alacsonyabb.

Ez jól illeszkedik a nemzetközi trendekhez is. A PwC legfrissebb AI Jobs Barometer jelentése szerint azokban az iparágakban, ahol intenzíven alkalmazzák a mesterséges intelligenciát, gyorsabban nő a termelékenység, ugyanakkor jelentősen felértékelődnek az új készségek és a folyamatos továbbképzés.

A kutatás eredményei alapján ugyanakkor az is egyértelműnek látszik, hogy a mesterséges intelligencia önmagában még nem jelent automatikus előnyt. A valódi különbség abban rejlik, hogy a munkavállalók mennyire tudatosan használják az eszközöket, milyen gyakran fejlesztik tudásukat, és milyen szervezeti támogatást kapnak.

Éppen ezért egyre több vállalat ismeri fel, hogy az AI bevezetése nem informatikai projekt, hanem szervezetfejlesztési feladat. Az új alkalmazások beszerzése önmagában kevés, ha a munkatársak nem tudják, hogyan építsék be azokat a napi munkafolyamatokba.

A kutatást készítő szakértő szerint ma már nem az a kérdés, hogy a mesterséges intelligencia hatással lesz-e a munkánkra, hanem az, hogy milyen gyorsan tudunk alkalmazkodni az új környezethez.

Egyre nagyobb lehet a különbség a felkészült és a lemaradó munkavállalók között

A hazai felmérés egyik kevésbé látványos, de annál fontosabb üzenete, hogy az AI újfajta versenyhelyzetet is teremt a munkaerőpiacon.

Miközben egyre több munkakörben jelennek meg a mesterséges intelligenciára épülő eszközök, azok a munkavállalók, akik képesek ezeket hatékonyan használni, jelentős időt takaríthatnak meg, gyorsabban készíthetnek el feladatokat, és magasabb hozzáadott értékű munkára fordíthatják az így felszabaduló kapacitást.

A különbség ezért várhatóan nem azok között lesz, akiknek van vagy nincs munkájuk, hanem azok között, akik képesek együtt dolgozni az AI-val, illetve akik továbbra is kizárólag hagyományos módszerekkel végzik feladataikat.

A mesterséges intelligenciáról szóló viták gyakran a munkahelyek megszűnésére koncentrálnak. A hazai kutatás ugyanakkor arra utal, hogy a változás ennél összetettebb.

Valóban vannak olyan munkakörök, ahol az automatizáció már ma is érezhető hatást gyakorol a foglalkoztatásra. A nemzetközi elemzések alapján azonban a következő évek meghatározó folyamata várhatóan nem a tömeges munkahelyvesztés lesz, hanem a munkakörök gyors átalakulása.

Ebben a környezetben azok a vállalatok kerülhetnek előnybe, amelyek nem csupán AI-eszközöket vezetnek be, hanem tudatosan fejlesztik munkatársaik digitális készségeit is.

A munkavállalók számára pedig talán ez a legfontosabb üzenet: az AI korában egyre kevésbé az lesz a versenyelőny, hogy ki dolgozik többet, hanem az, hogy ki tud hatékonyabban együtt dolgozni a mesterséges intelligenciával.

The post Nem az a kérdés már, hogy az AI elveszi-e a munkánkat, hanem ki tud alkalmazkodni appeared first on digitrendi.hu.

A több mint negyedszázada működő budapesti központ szerepe jóval túlmutat egy hagyományos helyi képviselet működésén. Az SAP Hungary és a korábban felvásárolt Emarsys csapatával együtt több mint 2200 szakember dolgozik Magyarországon, miközben a fejlesztőközpontban mintegy ezer szoftverfejlesztő, ötszáz technikai támogatási szakértő és négyszáz cloud- és DevOps-mérnök vesz részt a vállalat globális termékeinek fejlesztésében.

A budapesti csapatok több stratégiai fontosságú területen dolgoznak, köztük az ellátásilánc-menedzsment, az ügyfélélmény-megoldások, a pénzügyi és beszerzési rendszerek, a humánerőforrás-menedzsment, az eszközgazdálkodás, valamint az SAP üzleti mesterséges intelligencia platformjának fejlesztésén.

AI a gyakorlatban

Az eseményen bemutatott fejlesztések jól érzékeltették, hogyan jelenik meg a mesterséges intelligencia(AI) a vállalati folyamatokban.

Az egyik demonstráció az SAP Engagement Cloud, vagyis az Emarsys platform képességeire épült. A rendszer AI-alapú ügynökök segítségével támogatja a marketing-, kereskedelmi és értékesítési folyamatokat, lehetővé téve az ügyfélélmény valós idejű személyre szabását több kommunikációs csatornán keresztül is.

A másik bemutatott fejlesztés arról szól, hogyan alkalmaz az SAP többügynökös mesterségesintelligencia-rendszereket saját terméktámogatási és felhőüzemeltetési folyamataiban. A megoldások célja az ügyfélbejelentések gyorsabb feldolgozása, a problémák hatékonyabb kezelése és a szolgáltatási színvonal javítása.

A harmadik demonstráció az autonóm üzemkarbantartás koncepcióját ismertette. A fejlesztés AI-ügynökök segítségével támogatja a karbantartási jelentések feldolgozását, a hibák azonosítását, a prioritások meghatározását és a karbantartási feladatok tervezését, csökkentve az adminisztrációs terheket és a leállások kockázatát.

Három nap az AI-jövő építésére

Az Insider Tour résztvevői betekintést nyerhettek az SAP AI Code Camp budapesti állomásának munkájába is. A háromnapos eseményen mintegy 260 fejlesztő, termékmenedzser, UX-szakértő és üzleti szakember dolgozott közösen azon, hogy valós üzleti problémákra keressen mesterséges intelligenciára épülő megoldásokat.

A program nem hagyományos képzés vagy verseny, hanem gyakorlati innovációs műhely, ahol a résztvevők működő prototípusokat hoznak létre rövid idő alatt. A kezdeményezés jól mutatja, milyen szerepet tölt be a budapesti központ az SAP globális innovációs ökoszisztémájában.

Új növekedési lehetőségek Magyarországon

Az eseményen Hidvégi Péter, az SAP Hungary tavaly kinevezett ügyvezető igazgatója a vállalat hazai üzleti fókuszterületeiről is beszélt.

A nagyvállalati szegmensben továbbra is meghatározó szerepet kapnak az S/4HANA-transzformációs projektek és az ezekhez kapcsolódó AI-integrációk. Emellett az SAP jelentős növekedési lehetőséget lát a kis- és középvállalati szektorban is, ahol a gyorsabban bevezethető, felhőalapú vállalatirányítási megoldások iránt nő az érdeklődés.

A vállalat ugyanakkor a közszféra digitalizációját is az egyik legfontosabb jövőbeli üzleti területének tekinti. A közigazgatási és állami szervezetek esetében egyre hangsúlyosabb szerepet kap az adatok kezelése, a digitális folyamatok fejlesztése, valamint az adatszuverenitás kérdése.

A Digitrendi kérdésére válaszolva Hidvégi Péter elmondta: az SAP már évekkel ezelőtt felismerte az adatszuverenitás jelentőségét, és Németországban már ki is alakította a szuverén felhő működési modelljét. A kritikus infrastruktúrákat működtető állami szervezetek esetében ugyanis nem elegendő pusztán a GDPR-előírások teljesítése, hanem az is fontos szempont lehet, hogy az adatok és az azokat kezelő szakemberek meghatározott földrajzi és jogi keretek között maradjanak.

Az SAP vezetője szerint megfelelő piaci igény esetén Magyarországon is létrejöhetne olyan volumen, amely üzletileg megalapozhatná egy szuverén adatközpont kialakítását. Ez meglévő infrastruktúrára is épülhet, de akár új beruházásként is megvalósulhatna, ugyanakkor egy ilyen döntés minden esetben az SAP globális vezetésének jóváhagyását igényli.

A budapesti Insider Tour egyik legfontosabb üzenete ugyanakkor nem egy konkrét technológia vagy termék volt, hanem az, hogy Magyarország ma már nem csupán felhasználója, hanem aktív alakítója is a tőkekapitalizációja alapján Európa legnagyobb cége, az SAP globális innovációs tevékenységének.

The post Budapesten (is) épül az SAP jövője: ritka betekintést adott globális fejlesztéseibe a cég appeared first on digitrendi.hu.

A magyar gazdaság növekedési modellje egyre inkább korlátokba ütközik: a bérek gyorsabban emelkednek, mint a termelékenység, miközben a foglalkoztatás bővítésére építő növekedési lehetőségek lassan kimerülnek.

A McKinsey & Company friss tanulmánya szerint ebből a helyzetből a mesterséges intelligencia jelentheti az egyik legfontosabb kitörési pontot. A tanácsadó cég becslése alapján a magyar gazdaságban az AI által potenciálisan kiváltható vagy jelentősen hatékonyabbá tehető munkafeladatok értéke elérheti a 15 milliárd eurót, ami a GDP 6-7 százalékának felel meg.

A McKinsey szerint azonban a technológia önmagában nem lesz elég. A sikerhez a vállalatok működésének újragondolására, az adatok tudatosabb használatára, a kompetenciák fejlesztésére és a folyamatok átalakítására is szükség lesz.

A tanulmány bemutatóját követő kerekasztal-beszélgetés alapján ugyanakkor úgy tűnik, a vállalatvezetők többsége már nem azt mérlegeli, hogy érdemes-e foglalkozni az AI-jal. Inkább azt próbálják felmérni, hogyan lehet a technológiából valódi üzleti előnyt kovácsolni.

A hype helyett a realizmus került előtérbe

A beszélgetés egyik visszatérő eleme volt, hogy az AI körüli várakozások gyakran messze meghaladják a jelenleg látható üzleti eredményeket.

A résztvevők szerint a mesterséges intelligencia már ma is kézzelfogható hatékonyságjavulást hoz például a szoftverfejlesztésben, az ügyfélkiszolgálásban vagy az adminisztratív folyamatokban. Ugyanakkor több vezető arra figyelmeztetett, hogy a technológiát övező várakozások már más régebbi innovációs hullámok esetében is túlzónak bizonyultak.

A gyógyszeripari példák között elhangzott, hogy korábban a nagy áteresztőképességű szűrési rendszerektől, később a genomikától is hasonló áttörést vártak, amely végül jóval lassabban és összetettebben valósult meg.

A vállalatvezetők többsége ezért nem szkeptikusként, hanem realistaként jellemezte saját álláspontját.

A nagy kérdés: kinél marad a haszon?

A kerekasztal egyik legérdekesebb vitája nem technológiai, hanem gazdaságossági kérdés körül alakult ki.

Többen felvetették, hogy a jelenlegi AI-szolgáltatások használata jelentős platformfüggőséget teremthet. A vállalatok ma még viszonylag kedvező áron férnek hozzá a modellekhez, azonban kérdéses, hogy a tokenalapú használati költségek hosszabb távon hogyan alakulnak.

A banki oldal képviselője szerint a vállalatok könnyen olyan helyzetbe kerülhetnek, hogy működésük mélyen beépül egy-egy AI-platformba, így később már nem lesz valódi mozgásterük az AI-szolgáltatók áremeléseivel szemben. A jelenlegi költségelőny így idővel akár el is tűnhet.

A vita egyik központi gondolata éppen az volt, hogy az AI nem feltétlenül költségcsökkentést jelent, hanem sok esetben költségátalakulást. Az emberi munkaerő egy részét ugyan kiválthatják az intelligens rendszerek, de helyükre új működési és infrastruktúra-költségek léphetnek.

A technológiai szektor már látja az eredményeket

A legoptimistább hangok a technológiai szektorból érkeztek. A távközlési oldal képviselője konkrét példákat említett arra, hogyan használják az AI-t ügyfélkiszolgálási és hálózatüzemeltetési feladatokra. Elmondása szerint egy GPT-alapú ügyfélkezelő rendszer már ma a beérkező megkeresések mintegy ötödét önállóan kezeli, miközben a szoftverfejlesztési ciklusok időtartama a korábbi 90-100 napról akár 30 nap alá is csökkenhet.

A hálózatfelügyeletben pedig napi egymillió rendszerjelzés feldolgozását támogatják AI-eszközök, ami jelentősen csökkentette az emberi beavatkozás szükségességét. Az érintett munkatársakat ugyanakkor nem elbocsátották, hanem összetettebb feladatokra csoportosították át.

Nem biztos, hogy automatikusan felzárkózunk

A McKinsey tanulmánya szerint Magyarország számára az AI lehetőséget adhat a termelékenységi felzárkózásra. A beszélgetés résztvevői ugyanakkor arra is figyelmeztettek, hogy a technológia önmagában nem garantálja ezt.

Az AI előnyeit azok az országok és vállalatok tudják majd a legjobban kihasználni, amelyek megfelelő oktatási rendszerrel, fejlett digitális infrastruktúrával, versenyképes vállalati szektorral és jól működő állami szolgáltatásokkal rendelkeznek. Ezek hiányában a technológiai különbségek akár még tovább is növekedhetnek.

A kerekasztal egyik talán legfontosabb tanulsága és megállapítása ezért az volt, hogy a mesterséges intelligencia nem csodafegyver. A technológia valóban képes jelentős hatékonyságjavulást hozni, de hogy ebből végül ki profitál a legtöbbet, azt nem maga az AI, hanem a vállalatok és az országok stratégiai döntései fogják eldönteni.

The post A magyar cégvezetők már nem kételkednek az AI-ban, de tartanak annak költségeitől appeared first on digitrendi.hu.

Digitális kapaszkodó a legkisebb vállalkozásoknak

A digitalizáció ma már nem versenyelőny, hanem sok iparágban az üzleti túlélés egyik alapfeltétele. Miközben a nagyvállalatok az AI-alapú automatizáció és az adatelemzés új korszakába lépnek, a mikro- és kisvállalkozások jelentős része még mindig az első digitális fejlesztési lépésekkel küzd.

Ezt a piaci rést próbálja immár közel egy évtizede csökkenteni a Magyar Telekom Hello Biznisz programja, amely most új szintre lép egy AI-alapú digitális asszisztens bevezetésével. (Ezt a bejelentésen mi újságírók személyesen is tesztelhettük.)

A szolgáltató szakértői szerint az új rendszer elsősorban azoknak a vállalkozóknak lehet hasznos, akiknek nincs külön IT- vagy digitális szakértőjük, ugyanakkor szeretnék fejleszteni online jelenlétüket, automatizálni folyamataikat vagy hatékonyabban elérni ügyfeleiket.

A Telekom Digitalizációs Asszisztens május 18-tól válik nyilvánosan elérhetővé a Hello Biznisz platformon, teljesen díjmentesen és nemcsak Telekom-ügyfelek számára.

Nem egyszerű chatbotot építettek

A Telekom fejlesztése mögött az a felismerés áll, hogy az általános AI-rendszerek ugyan hatalmas tudásbázissal rendelkeznek, de kevésbé értik a magyar vállalkozói környezet sajátosságait. Egy hazai mikrovállalkozás számára ugyanis teljesen más kérdés egy webshop elindítása, mint egy nemzetközi nagyvállalatnak.

A rendszer ezért kifejezetten a magyar kkv-k igényeire készült. Nemcsak válaszokat ad, hanem konkrét, lépésekre bontott javaslatokat kínál olyan témákban, mint:

• webshopindítás,

• online marketing,

• közösségi média jelenlét,

• számlázási folyamatok automatizálása,

• ügyfélszerzés,

• digitális adminisztráció

A felhasználók szabadon kérdezhetnek, de vezetett beszélgetési folyamaton is végighaladhatnak. A teljes beszélgetés e-mailben elküldhető, később folytatható, vagy akár véglegesen törölhető is.

Több AI-modell is dolgozik a háttérben

A Telekom nem egyetlen nagy nyelvi modellre építette a rendszert. A háttérben moduláris architektúra működik, amely több AI-platformot kombinál, köztük a Claude, a Gemini, a Grok és a Sonar modelljeit.

Ez technológiai szempontból is érdekes irány: a nemzetközi trendekben egyre több vállalat mozdul el az úgynevezett multi-model AI rendszerek felé, ahol az eltérő modellek különböző feladatokra optimalizálhatók. Az ilyen architektúrák előnye, hogy rugalmasabban követhetik az AI-piac gyors fejlődését, miközben csökkenthető az egyetlen szolgáltatótól való függőség is.

A Telekom fejlesztői külön figyelmet fordítanak a hallucinációk, vagyis a téves AI-válaszok minimalizálására is. A rendszer válaszait ugyanakkor továbbra is emberi kontroll mellett ajánlott kezelni, különösen üzleti vagy jogi döntések esetén.

Adatvédelem, ami érzékeny pont marad az AI-ban is

A generatív AI vállalati használatának egyik legfontosabb kérdése ma világszerte az adatbiztonság. A Telekom szerint a rendszer célzottan nem kér azonosításra alkalmas személyes vagy üzleti adatokat. Ha a felhasználó mégis megad ilyet, az adatmaszkoló technológia felismeri és eltakarja az információkat, mielőtt azok a nyelvi modellekhez kerülnének.

A szolgáltató hangsúlyozza azt is, hogy az AI-modellek enterprise/API szintű integrációval működnek, vagyis a felhasználói adatok nem kerülnek be a modellek tréningfolyamataiba.

Kilencéves projekt jutott új szakaszba

A Hello Biznisz program még 2017-ben indult, amikor a hazai vállalkozások digitalizációja jóval korábbi szinten állt. A Telekom akkor elsők között próbálta edukációs és közösségi platformmal támogatni a mikro- és kisvállalkozásokat.

A projekt azóta több lépcsőben fejlődött tovább. A kezdeti workshopok, képzések és szakmai tartalmak után 2020-ban érkezett a Hello Biznisz Klub, amely már online láthatóságot és közösségi kapcsolatépítést is kínált a vállalkozásoknak.

Másfél éve új platformra költözött a szolgáltatás, megjelentek az úgynevezett D-tervek, a networking funkciók és a személyre szabottabb digitális fejlesztési ajánlások. A Telekom adatai szerint az oldal évente félmillió látogatót ér el, a D-terveket pedig több mint 30 ezer alkalommal töltötték le.

A következő nagy kérdés már az AI-használat minősége lehet

A most induló digitális asszisztens jól mutatja, hogy a vállalati AI-piac új szakaszba lépett. A hangsúly egyre kevésbé magán az AI-technológián, sokkal inkább annak gyakorlati alkalmazásán van.

A mikro- és kisvállalkozások számára különösen fontos lehet, hogy az AI ne általános válaszokat adjon, hanem valódi üzleti helyzetekre kínáljon használható megoldásokat. Ebben a versenyben a lokalizált tudás, a magyar piaci környezet ismerete és az egyszerű használhatóság akár fontosabbá is válhat, mint önmagában a mögöttes modell neve.

A Telekom mostani fejlesztése alapján a hazai kkv-szektor AI-edukációjának következő szakasza már nemcsak a digitalizációról, hanem a napi üzleti működés AI-támogatásáról is szólhat.

The post AI-asszisztenssel gyorsítaná a kkv-k digitális felzárkózását a Telekom appeared first on digitrendi.hu.

A számok önmagukért beszélnek. Az AWS tavaly 3,8 gigawattnyi adatközponti kapacitást épített ki, és ezt néhány éven belül megduplázza. Közben félmillió GPU-t telepítettek egyetlen év alatt – és ugyanennyit terveznek a következőben is.

„Olyan adatközpontokról beszélünk, amelyek akár gigawattos skálára is képesek, nagyon kis területen” – fogalmaz Ruth Gratzke, a Siemens Smart Infrastructure U.S. elnöke.

A technológiai tempót jól mutatja, hogy a hűtési megoldások fejlesztési ciklusa is radikálisan lerövidült: „a tervezőasztaltól a működő rendszerig kevesebb mint 12 hónap telt el” – mondja Joern Tinnemeyer, az AWS adatközponti mérnöki területének alelnöke.

Ez nem egyszerű növekedés, hanem ipari léptékváltás

A beszélgetésben kirajzolódó kép ennél is mélyebb átalakulást jelez. Ruth Gratzke három, egymással párhuzamosan zajló változást emelt ki, amelyek alapjaiban formálják át az adatközpontok működését.

Az első a skála és az energiasűrűség drasztikus növekedése. Az új létesítményeknek úgy kell elérniük a gigawattos kapacitást, hogy közben a rendelkezésre álló fizikai tér nem nő arányosan. Ez nemcsak mérnöki, hanem infrastruktúra-szintű kihívás, amely az energiaelosztási modellek újragondolását is kikényszeríti.

A második a hűtés kérdése. A növekvő teljesítménysűrűség miatt a hagyományos léghűtés egyre kevésbé elegendő, így a folyadékhűtés válik meghatározóvá – nem alternatívaként, hanem szükségszerűségként.

„Egy gigawatt teljesítményt kell kinyernünk egy nagyon zárt ingatlanból, és ez sok hőt jelent egy zárt környezetből. És ezért kell látnunk az átállás igényét a léghűtésről a folyadékhűtésre – fogalmaz Gratzke.

A harmadik változás a terhelési profilok átalakulása. Míg a klasszikus felhőalapú rendszerek viszonylag stabil működést mutatnak, az AI-hoz kapcsolódó számítási feladatok viszont rendkívül ingadozóak. Az intenzív számítási fázisokat hirtelen leállások és adatcserék követik, ami a villamos hálózat számára szélsőségesen nehezen kezelhető helyzetet jelent.

„Mindegyik processzor fut, majd szüneteltetniük kell, hogy adatokat cseréljenek. Elektromos szempontból ez olyan terhelési profilt jelent, amely úgy néz ki, mintha egy rövidzárlatból nyitott kapcsolatokba kerülnénk, tehát nagyon szeszélyes, és ez a legrosszabb dolog, amit a hálózattal tehetünk” – emeli ki Gratzke.

Joern Tinnemeyer ehhez kapcsolódva arra hívta fel a figyelmet, hogy az infrastruktúra-fejlesztés tempója is új dimenzióba lépett. Az AWS példáján keresztül jól látszik, hogy a korábban években mérhető fejlesztési ciklusok hónapokra rövidültek, miközben a rackenkénti teljesítményigény a korábbi hagyományos adatközponti 10–12 kW-ról akár 120–140 kW-ra nőhet. Ez már nem egyszerű növekedés, sokkal inkább léptékváltás.

Mindkét vezető egyetért abban, hogy több dimenzióban kell optimalizálniuk a rendszert. Gratzke szerint ez már finomhangolás, ami már nem csak mérnöki munka, hűtés, csak számítástechnika. Vannak megújuló energiaforrásokkal kapcsolatos szempontok is, vagy üzemidő-megfontolások is.”

Kihívás a sebességkövetelmények megváltozása is, mint Gratzke fogalmaz: „a Siemens mérnökei hozzászoktak ahhoz, hogy évekig dolgoztak, amikor új termékeket dobtak piacra. Most, hogy ugyanezt hat hónap alatt kell megtennünk,teljesen újra kell gondolnunk a munkamódszereinket.”

Tinnemeyer kiemeli, hogy AI szoftvereket használnak annak optimalizálására, hogy pontosan hová kell kerülniük a szervereknek. Ez 12%-kal nagyobb teljesítmény- és számítási kapacitást biztosított számukra.

A szoftveralapú megközelítéssel Gratzke is egyetért: „nincs más út a digitális eszközkészletek nélkül. Szoftveralapúnak kell lennie, szimulációnak kell lennie, különböző tudományágak összefogására van szükség. Legyen szó akár a Simcenterről, akár a digitális ikertechnológiánkról, ott kezdődik minden. Ceruzával és papírral nem fogjuk ezt a kihívást a szükséges sebességgel megoldani.”

Mi a helyzet a fenntarthatósággal és az életciklus-kihívásokkal?

Gratzke ennek kapcsán egy olyan kritikus kérdést vet fel, amelyet az iparág nem teljesen válaszolt még meg: az adatközpontok átlagos élettartama mindössze nyolc év, de mi lesz utána?

Aztán mindent ki kell szedni és ki kell cserélni, mert az iparág technológiája olyan gyorsan fejlődik. Mit csinálnak ezzel a sok berendezéssel? Rengeteg nemesfém és ásványi anyag van benne, amelyeket vissza akarnak nyerni és kinyerni. A környezeti hatás figyelmet igényel.

Az AI-infrastruktúra ilyen sebességű kiépítéséhez újra kell gondolni a chipek anyagait, a hulladékhő-visszanyerő rendszereket, a hűtési hőmérsékleteket és az energiaforrásokat. A mesterséges intelligencia exponenciális növekedésével lépést tartani kell a zöld energiával.

A PUE utáni korszak: amikor már az számít, mit termel az energia

Hosszú ideig a PUE (Power Usage Effectiveness) volt az adatközpontok hatékonyságának alapmutatója. Minél közelebb volt az érték az 1,0-hoz, annál jobb. Az AI azonban új kérdést tesz fel: nem azt, hogy mennyire hatékony az infrastruktúra, hanem azt, hogy mit állít elő.

Így jelenik meg a tokens-per-watt fogalma – vagyis hogy egy watt energiából mennyi hasznos AI-output keletkezik, ami már nem technológiai mutató, hanem üzleti mérce.

Az adatközpont mint AI-gyár

A Siemens szerint tehát az adatközpontok fejlődése egyszerre több dimenzióban gyorsul fel: a skála megawattról gigawattra nő, a teljesítménysűrűség többszörösére ugrik, a hűtési megoldások átalakulnak, miközben az innovációs ciklusok radikálisan lerövidülnek.

Ez vezet el az úgynevezett „AI factory” modellhez, amiben az adatközpont többé nem háttér-infrastruktúra, hanem értéket termelő üzem.

Kihívások az energiában, a hőelvezetésben és a komplexitásban

A növekedés ára jelentős: extrém energiaigény, hálózati korlátok, hőelvezetési problémák és egyre komplexebb rendszerek jelennek meg.

A legnagyobb kihívás azonban nem egy-egy területben rejlik, hanem abban, hogy ezeket egyszerre kell optimalizálni.

A Siemens rendszerszintű válasza az AI-korszakra

A Siemens erre a kihívásra nem izolált technológiákkal, hanem integrált megközelítéssel reagál. A cél az, hogy a számítási kapacitás, az energiaellátás és a hűtés ne külön rendszerekként működjenek, hanem egymással szorosan összekapcsolt egységként.

Ennek egyik kulcsa a digitális iker, amely lehetővé teszi az adatközpont működésének előzetes modellezését és folyamatos optimalizálását. Egy ilyen környezetben már a tervezés során szimulálható, hogyan reagál a rendszer különböző terhelésekre, majd az üzemeltetés során valós időben finomhangolható.

Erre épül az automatizáció, amely összekapcsolja a számítási az energiafelhasználás és a hűtés adatait. Az AI-adatközpontok esetében ugyanis nem elegendő az egyes alrendszerek külön optimalizálása: a teljes infrastruktúrát kell egy rendszerként kezelni

Az energia oldalán a hangsúly a skálázható, nagy teljesítményű infrastruktúrán van, amely képes kezelni a gigawattos igényeket és a gyorsan változó terhelési mintázatokat.

Ezzel párhuzamosan a hűtés is alapjaiban alakul át. A növekvő teljesítménysűrűség miatt a folyadékhűtés és a precíz termikus optimalizáció már nem opcionális, hanem a működés feltétele.

Mindezt egy nyílt ökoszisztéma egészíti ki, amelyben különböző technológiai partnerek együttműködése biztosítja, hogy a számítás, az energia és az infrastruktúra rugalmasan és gyorsan skálázható legyen.

Az új mérce a produktivitás

Az adatközpontok jövője nem az energiafogyasztás minimalizálásáról szól., hanem arról, hogy mennyi értéket lehet előállítani egységnyi energiából.

A kérdés tehát már nem az, hogy milyen a PUE, hanem az, hogy mennyi a tokens per watt.

The post Nem szerverpark többé, hanem gyár: az AI teljesen átírja az adatközpontokat appeared first on digitrendi.hu.

Egyre inkább üzleti stabilitási, versenyképességi és bizalmi tényezővé válik az, hogy egy szervezet mennyire képes kontroll alatt tartani saját adatait, rendszereit és a komplex digitális működését.

A SUSE friss kutatása szerint a vállalatok 98 százaléka stratégiai prioritásként tekint a digitális szuverenitásra, ugyanakkor mindössze 52 százalékuk tett eddig konkrét lépéseket efelé.

Miért most kerül előtérbe a digitális szuverenitás?

A téma néhány éve még elsősorban állami vagy kritikus infrastruktúrákat érintő kérdésnek számított, ma azonban szinte minden vállalat számára releváns lett. Ennek egyik oka, hogy a cégek működése soha nem látott mértékben függ külső technológiai szolgáltatóktól.

A felhőszolgáltatások, a SaaS-platformok, a generatív AI-modellek és a globális adatkezelési láncok gyors terjedése ugyan felgyorsította az innovációt, cserébe azonban növelte a kiszolgáltatottságot is. Egy szolgáltatói leállás, szabályozási változás vagy geopolitikai konfliktus ma már közvetlenül hatással lehet a vállalatok működésére.

Az európai szabályozói környezet szintén erősíti ezt a trendet. Az EU olyan kezdeményezésekkel, mint a NIS2, a DORA vagy a Cyber Resilience Act, egyre nagyobb hangsúlyt helyez az adatkezelés, az ellátási láncok és a digitális infrastruktúrák átláthatóságára, valamint ellenőrizhetőségére.

Az Európai Bizottság és több uniós szakmai szervezet is kiemeli, hogy a digitális szuverenitás és a nyílt technológiai ökoszisztémák kulcsszerepet játszanak Európa digitális ellenállóképességének növelésében.

Az AI egyszerre jelent előnyt és kockázatot

A vállalatok számára különösen érzékeny területté vált a mesterséges intelligencia használata. A generatív AI ugyan jelentős versenyelőnyt biztosíthat, de új típusú kockázatokat is hoz magával.

A SUSE kutatása szerint a válaszadók 64 százaléka úgy véli, hogy a következő öt évben az AI-transzparencia lesz a digitális ellenállóképesség egyik legfontosabb tényezője. Ez azt jelenti, hogy a cégeknek pontosan tudniuk kell:

• milyen adatokra épülnek az AI-modellek,

• hol történik az adatfeldolgozás,

• milyen külső szolgáltatók vesznek részt a működésben,

• mennyire auditálható és ellenőrizhető a teljes rendszer.

A kontroll hiánya ugyanis nemcsak technológiai problémákat okozhat, hanem üzleti és reputációs kockázatokat is. Egy hibás vagy nem megfelelően felügyelt AI-rendszer könnyen adatvédelmi incidensekhez, megfelelőségi problémákhoz vagy ügyfélbizalom-vesztéshez vezethet.

A digitális szuverenitás emiatt egyre kevésbé szól arról, hogy „hol vannak az adatok”, sokkal inkább arról, hogy ki rendelkezik valódi kontrollal a teljes digitális működés felett.

Nem csak biztonsági kérdés

A digitális reziliencia – vagyis digitális ellenállóképesség – ma már jóval többet jelent a klasszikus kiberbiztonságnál. A vállalatoknak arra is fel kell készülniük, hogyan működnek tovább egy kibertámadás, szolgáltatói leállás vagy ellátási lánc probléma esetén.

Az említett kutatás szerint az érintett vállalkozások a reziliencia legfontosabb elemei közé sorolják:

• a kiberbiztonságot és fenyegetésészlelést,

• a többfelhős és hibrid infrastruktúrák diverzifikálását,

• a mentési és helyreállítási rendszereket,

• valamint a folyamatos monitorozást.

A trend mögött az is látszik, hogy a vállalatok egyre kevésbé akarnak egyetlen technológiai szolgáltatótól függeni. Az úgynevezett vendor lock-in, vagyis a beszállítói bezártság ma már nemcsak pénzügyi vagy technológiai kockázat, hanem üzleti rugalmassági probléma is.

Az elmúlt évek több nemzetközi incidense is rámutatott arra, hogy a digitális ellátási láncok sérülékenysége ma az egyik legnagyobb vállalati kockázati tényező. Egy partner vagy szolgáltató hibája ugyanis könnyen továbbgyűrűzhet az egész működésre.

Mi segíthet valódi digitális ellenállóképességet építeni?

A nyílt forráskódú rendszerek szerepe emiatt jelentősen felértékelődött. A kutatásban a válaszadók 94 százaléka tartotta kulcsfontosságúnak az open source megoldásokat a digitális szuverenitás fenntartásához.

Ennek egyik oka, hogy a nyílt technológiák nagyobb átláthatóságot, jobb auditálhatóságot és kisebb beszállítói függőséget biztosíthatnak. A vállalatok így könnyebben válthatnak szolgáltatót, illetve nagyobb kontrollt gyakorolhatnak saját infrastruktúrájuk felett.

A digitális szuverenitás elérésében azonban nemcsak az open source játszik fontos szerepet. Egyre több szakmai szervezet és kiberbiztonsági keretrendszer emeli ki például:

• a zero trust architektúrák jelentőségét,

• a szoftverellátási láncok folyamatos ellenőrzését,

• az automatizált monitorozást,

• a változtathatatlan(immutable) backup rendszereket,

• valamint a többfelhős működés tudatos diverzifikálását.

A NIST Zero Trust Architecture ajánlása szerint a modern digitális környezetben már nem lehet automatikusan megbízni sem a felhasználókban, sem az eszközökben vagy szolgáltatásokban. A „never trust, always verify” megközelítés egyre inkább alapelvvé válik a reziliens vállalati rendszerek kialakításában.

Emellett az európai technológiai stratégiákban is egyre hangsúlyosabb szerepet kapnak az interoperábilis, nyílt szabványokra épülő infrastruktúrák. Ezek nemcsak a biztonságot erősítik, hanem hosszabb távon a vállalatok mozgásterét és innovációs képességét is növelhetik.

Egyensúlyt kell találni innováció és kontroll között

A vállalatok számára ugyanakkor továbbra is komoly kihívás, hogyan tudják egyszerre fenntartani az innováció gyorsaságát és a működés feletti kontrollt.

A nagy globális felhőszolgáltatók kényelme, sebessége és AI-képességei továbbra is rendkívül vonzóak a szervezetek számára. A kutatás szerint a válaszadók közel kétharmada úgy látja, hogy ezek a szereplők még sokáig meghatározóak maradnak a digitális szuverenitást támogató szolgáltatások piacán.

A jövő ezért várhatóan nem a teljes leválásról, hanem a tudatosabb digitális működésről szól majd. A vállalatoknak egyre inkább olyan hibrid, nyitott és jól integrálható infrastruktúrákra lesz szükségük, amelyek egyszerre biztosítanak rugalmasságot, megfelelőséget, biztonságot és üzleti kontrollt.

„A vállalatok gyakran úgy érzik, választaniuk kell az AI gyors bevezetése és a digitális szuverenitás megőrzése között, pedig ez valójában hamis dilemma. A szuverén AI lehetővé teszi, hogy egyszerre teljesüljön mindkettő, a kontroll, a megfelelőség és az innováció érvényesülésével” – emeli ki Margaret Dawson, a SUSE globális marketing- és termékstratégiai vezetője.

A szakértők szerint azok a vállalatok kerülhetnek előnybe a következő években, amelyek már most elkezdik tudatosan építeni digitális ellenállóképességüket. Nemcsak azért, mert könnyebben megfelelhetnek az egyre szigorodó szabályozásoknak, hanem azért is, mert válsághelyzetben gyorsabban és kisebb üzleti veszteséggel tudnak reagálni.

A jövő nyertesei nem feltétlenül azok lesznek, akik a leggyorsabban vezetik be az AI-t, hanem azok, akik közben kontroll alatt tudják tartani saját digitális működésüket is.

The post Az AI-korszak újraírja a szabályokat: ezért lett kulcskérdés a digitális szuverenitás appeared first on digitrendi.hu.

Ebben a trendben erősítette meg pozícióját a Schneider Electric is, amely több stratégiai partnerségen keresztül mutatta meg, hogyan lehet a gyártási hatékonyságot, a rugalmasságot és a fenntarthatóságot egyszerre javítani.

Platformizáció az iparban – a következő nagy lépés

A gyártóvállalatok ma egyszerre több fronton küzdenek:

• növekvő termékvariancia,

• bizonytalan ellátási láncok,

• gyors technológiai ciklusok,

• és a fenntarthatósági elvárások erősödése.

Erre a komplex helyzetre a válasz egyre inkább a platformalapú működés, ahol az automatizálás, a felhő és a mesterséges intelligencia nem különálló rendszerek, hanem egy integrált környezet részei.

A Schneider Electric által fejlesztett EcoStruxure Automation Expert épp ezt a megközelítést képviseli: egy nyílt, szoftveralapú automatizálási platformot, amely képes egységesíteni a mérnöki folyamatokat a tervezéstől az üzemeltetésig.

AI-ügynökök a gyártásban a következő hatékonysági ugrás

A Hannover Messe egyik kulcstémája az úgynevezett agentic AI, vagyis az autonóm, specializált AI-ügynökök alkalmazása volt ipari környezetben.

A Microsoft és a Schneider Electric együttműködésében ezek az AI-ügynökök már konkrét üzleti értéket termelnek:

• automatizálják a rutinszerű mérnöki döntéseket

• előzetesen validálják az automatizálási logikát

• csökkentik az átfutási időt a tervezéstől az üzembe helyezésig

Az eredmények kézzelfoghatók:

akár 50%-os időmegtakarítás a konfigurációs és dokumentációs feladatoknál, miközben a korábban heteket igénylő módosítások órák alatt elvégezhetők. Ez már nem egyszerű hatékonyságnövelés, hanem a gyártási folyamatok újragondolása.

IT és OT összeolvadása: már nem opció, hanem alap

A digitális ipar egyik legfontosabb strukturális változása az IT (információs technológia) és OT (operációs technológia) világának összeolvadása.

Ebben a folyamatban a Deloitte és a Schneider Electric együttműködése azt mutatja, hogy a technológia önmagában már nem elég. A vállalatoknak szükségük van:

• üzleti és működési stratégiára

• bevált transzformációs módszertanokra

• és skálázható technológiai platformokra

A közös megközelítés célja, hogy a vállalatok ne csak digitalizáljanak, hanem teljes működési modelljükben váljanak adatvezéreltté és adaptívvá.

Fenntarthatóság, mint üzleti előny

Az ipari digitalizáció másik kulcseleme a fenntarthatóság, amely már nem compliance-kérdés, hanem konkrét üzleti előny.

Egy zöldhidrogén-projekt példája jól mutatja ezt:

• több mint 6000 óra autonóm működés

• akár 10%-os költségcsökkenés

• éves szinten akár 500 ezer euró megtakarítás egy 10 MW-os üzemben

Ez rávilágít arra, hogy az AI és az automatizálás nemcsak hatékonyabbá, hanem gazdaságilag is fenntarthatóbbá teszi az ipari működést.

A nagy kép: ökoszisztémák versenye

A Hannover Messe üzenete egyértelmű: nem egyetlen technológia, hanem ökoszisztémák versenye zajlik. A Schneider Electric stratégiája jól illeszkedik ebbe a trendbe: a nyílt automatizálási platformra építve hyperscaler partnerséggel – például a Microsoft együttműködésével – és tanácsadói oldalról a Deloitte bevonásával egy olyan modellt képvisel, amely a technológiát, a felhőalapú AI-t és az üzleti transzformációt egyetlen keretbe rendezi. Ez a három pillér egyre inkább az ipari digitalizáció alapmintájává válik.

Mi várható a jövőben?

A következő években az ipari működés tovább mélyül az AI irányába, miközben a szoftveralapú automatizálás gyorsuló ütemben terjed. A rendszerek egyre nyitottabbá és interoperábilisabbá válnak, ami nemcsak technológiai, hanem üzleti rugalmasságot is jelent. Ezzel párhuzamosan a digitális és fenntarthatósági célok végleg összefonódnak, így a hatékonyság és a környezeti szempontok már nem külön kezelendő területek. Azok a vállalatok, amelyek képesek ezeket integrált módon kezelni, nemcsak hatékonyabb működést érhetnek el, hanem ellenállóbbá is válhatnak egy egyre kiszámíthatatlanabb gazdasági környezetben.

The post Schneider Electric: AI-vezérelt platformok gyorsítják a gyártás új korszakát appeared first on digitrendi.hu.

A gyártócégek bevételének akár harmadát is felemészthetik a nem tervezett leállások, minőségi problémák és hatékonysági veszteségek – állítja a Schneider Electric friss felmérése. Nem véletlen, hogy egyre többen fordulnak az úgynevezett ipari intelligencia felé, amely a mesterséges intelligenciát, a valós idejű üzemi adatokat és az automatizálást kapcsolja össze. Bár a technológia ma még korai fázisban jár, a következő években a gyártás egyik legfontosabb versenyképességi tényezőjévé válhat.

A Schneider Electric, a világ meghatározó energia-technológiai vállalata által nyilvánosságra hozott „2026 Industrial AI in CPG Survey” című felmérés szerint míg idén még csak 15 százalékos lehet a csúszásokból, nem tervezett leállásokból, utólagos javításokból, minőségi problémákból és az eszközök nem optimális használatából adódó veszteség, addig jövőre már 21,37 százalékos, 2030-ra pedig akár 29,14 százalékos lehet ez az érték.

A fogyasztói csomagolt termékek (CPG – Consumer Packaged Goods) gyártóinak várakozásait taglaló kutatás további fontos megállapítása, hogy a megkérdezett gyártók jelzései alapján a termelésben tapasztalható késések, leállások és a berendezések hibái becslések szerint már most a végtermékek gyártási költségének mintegy ötödét adják.

De mi is az az ipari intelligencia?

Nem minden mesterséges intelligencia egyforma – és az ipari változata kifejezetten nem az. Míg a mesterséges intelligencia a legtöbb esetben digitális környezetben működik – szöveget értelmez, ajánlásokat ad, ügyfeleket szolgál ki –, addig az ipari intelligencia közvetlenül a fizikai világban dolgozik: gyártósorokon, gépeken, energiafelhasználási rendszerekben.

A különbség nem csak technikai, hanem üzleti is. Az ipari AI nem riportokat gyárt, hanem döntéseket hoz. Valós idejű adatokból dolgozik, amelyek jellemzően az Industrial Internet of Things eszközeiből érkeznek, és képes azonnal beavatkozni: finomhangolja a gyártást, optimalizálja az erőforrásokat, vagy még a hiba előtt jelzi, ha baj lesz. Ez az a pont, ahol az AI már nem „okos”, hanem üzletileg kritikus.

Valójában az ipari intelligencia nem egyetlen technológia, hanem egy összeolvadás: AI, automatizálás és valós idejű operatív adatok együttese, amely közvetlenül a működésbe épül be. Nem véletlen, hogy a tét is nagyobb: itt nem kattintások vagy konverziók, hanem termelési költségek, leállások és akár teljes üzemek hatékonysága múlik a döntéseken.

És bár a felhajtás már erős, a valóság egyelőre visszafogottabb: a vállalatok többsége még csak kísérletezik vele. Ahogy azonban az adatok tisztulnak és a rendszerek összeérnek, az ipari intelligencia gyorsan a gyártás egyik legfontosabb versenyeszközévé válhat – nem hosszú távon, hanem meglepően rövid időn belül.

A jelentés további fontos megállapításai

A felmérésből kiderült az is, hogy sok gyártó bízik a mesterséges intelligencia (AI) ipari célú felhasználásában, a technológiától azt remélik, hogy segítségével mérsékelhetik az elkerülhető veszteségekből adódó károkat. Jelenleg a kutatásban résztvevő gyártók mindössze 13 százaléka jelezte, hogy az AI-t már végponttól-végpontig terjedően beépítették a kulcsfontosságú műveleteikbe és a döntéshozatalba. A válaszadók több mint harmada azzal számol, hogy 2030-ra a mesterséges intelligencia a működésük központi eleme lesz, ami azt jelenti, hogy mindössze négy év alatt háromszorosára nőhet a CPG-gyártók körében a technológiát széleskörűen alkalmazók aránya.

A kutatás alapján az érintett vállalkozásoknál azzal számolnak, hogy az AI projektek a jövőben majd nagyon gyorsan megtérülő befektetéseket jelentenek. A válaszadók harmada 2030-ra 50–74 százalékos megtérülést vár az AI-projektektől, közel tizedük pedig 100 százalék felettit. Ez azt jelenti, hogy várakozásaik szerint a mesterséges intelligencia alkalmazása kapcsán végrehajtott befektetések akár kevesebb mint egy év alatt is megtérülhetnek.

A jelenben azonban már korántsem ennyire derűlátók a megkérdezett vállalkozások. A válaszadók 70 százaléka úgy véli, hogy jelenleg 20 százalék alatt van a mesterséges intelligencia projektjei esetében a ROI (Return of Investment), közel harmaduk pedig 5 százalékos, vagy annál alacsonyabb megtérülést lát. Vagyis megállapítható, hogy az ágazat egyelőre csak korlátozottan tud élni az AI-beruházásokban rejlő lehetőségekkel.

„A mesterséges intelligencia csak akkor hozhatja el a tőle várt, valóban mélyreható átalakulást, ha valódi ipari intelligenciát nyújt: azt a képességet, hogy a valós idejű üzemeltetési adatok, a modern automatizálás és a mesterséges intelligencia együtt segítik az egymással összhangban lévő, a hatékonyságot nagy mértékben javító döntések meghozatalát. Sok vállalat még mindig küzd a régi rendszerekkel és a nem egységes adatokkal, gátolva ezzel a mesterséges intelligencia bevezetését és azt, hogy a technológia valóra válthassa a benne rejlő lehetőségeket. Jelenleg a CPG-szektor számára a szándékok és a felkészültség között meglévő szakadék áthidalása az egyik legfontosabb versenyképességi prioritás” – mondta Neil Smith, a Schneider Electric CPG területért felelős elnöke.

A fő akadály az ipari intelligenciához szükséges felkészültség hiánya

A Schneider Electric és az AVEVA együttműködésében „Beyond the Hype: Practical AI for Competitive Consumer Goods Manufacturing címen megjelent új tanulmány pedig többek között az élelmiszeripar és az italgyártás számára nyújt útmutatást a mesterséges intelligencia sikeres bevezetéséhez. Felvázolja, hogyan vezet az ipari adatok hasznosítása, a moduláris automatizálás, az elektrifikáció és az ipari mesterséges intelligencia bevezetése az autonóm működéshez.

A mesterséges intelligencia kínálta lehetőségek iránti erős bizalom ellenére a technológia szélesebb körül alkalmazását több, főként strukturális akadály is gátolja. A válaszadók 43 százaléka emelte ki az AI-jal és az adattudományokkal kapcsolatos ismeretek hiányát, míg az elavult automatizálási rendszereket és infrastruktúrát 37,5 százalékuk említette a gátló tényezők között.

A megkérdezettek több mint harmada jelezte, hogy komoly problémát okoz a megfelelő, kontextusba helyezett adatok hiánya. A munkavállalók részéről tapasztalható ellenállást a válaszadók negyede, míg a kiberbiztonsági, valamint jogi megfelelési problémákat kicsit több mint ötödük emelte ki.

„Jelentős változásra van szükség az együttműködés, az átláthatóság és a közös szabványok terén. Az SE Advisory Services révén már világszerte alkalmazzuk ügyfeleinknél a saját példakép gyárainkban felhalmozott tudást, segítve őket abban, hogy digitális ambícióikat mérhető eredményekké alakítsák. Hisszük, hogy a bevált gyakorlatok és az ágazatspecifikus szakértelem megosztása és alkalmazása beindítja az ipari digitális átalakulás következő hullámát” – mutatott rá Cecile Vercellino, a Schneider Electric „Services, Industrial Automation” területért felelős alelnöke.

The post Az ipari AI lehet a gyártók új profitmotorja appeared first on digitrendi.hu.

Nem technológia, hanem működési modell

A Connect Day Budapest egyértelmű üzenete az volt, hogy a vállalati átalakulás fókusza eltolódott: az egyedi digitalizációs projektek helyett az integrált, vállalati szintű működés került előtérbe.

Az SAP Hungary által bemutatott megközelítés szerint a különálló rendszerek helyett egységes, adatvezérelt modellben kell gondolkodni, ahol a HR, a pénzügy, a beszerzés, az ellátási lánc és az ügyfélkapcsolatok egyetlen összefüggő rendszerként működnek.

Nemcsak bemutató, hanem üzleti visszacsatolás

A rendezvény egyik fontos sajátossága az volt, hogy az ügyfelek nemcsak sikertörténeteket, hanem konkrét tapasztalatokat és kihívásokat is megosztottak.

„Az SAP Connect Day Budapest annak a bizonyítéka, hogy a magyar vállalatok nyitottak a valós üzleti értéket teremtő innovációra” – fogalmazott Hidvégi Péter, az SAP Hungary ügyvezető igazgatója.

HR: adminisztrációból stratégiai funkció

A HR-terület átalakulása jól kirajzolódott: a hangsúly a készségalapú működésen, az adatalapú döntéseken és az AI-támogatott folyamatokon van.

Az SAP SuccessFactors megoldásai köré szervezett előadások azt mutatták meg, hogy a HR ma már nem támogató, hanem stratégiai szereplő a vállalati működésben.

AI és adatplatformok: a hype után a valóság

A rendezvény egyik központi témája az volt, hogyan válik az AI és az adatplatform a napi működés részévé.

A bemutatók alapján az alábbi képességek már ma is működnek:

• automatizálás

• intelligens ügynökök

• valós idejű adatfeldolgozás

A hangsúly a rendszerek integrációján és az adatsilók lebontásán volt.

Beszerzés: stratégiai szintre emelve

A Spend Management területén az AI-alapú döntéstámogatás, a beszállítói kockázatok kezelése és az átláthatóság került előtérbe.

A beszerzés így egyre inkább a vállalati stratégia részeként jelenik meg.

Ellátási lánc: valós idejű működés

A gyártási és logisztikai példák azt mutatták meg, hogyan válik az ellátási lánc adatvezérelt, előrejelzésekre épülő rendszerré.

Ez egyszerre növeli a pontosságot, a rugalmasságot és az ellenállóképességet.

ERP és pénzügy: a döntéshozatal motorja

A modern ERP-rendszerek egyre inkább aktív szerepet töltenek be a döntéshozatalban.

A bemutatók szerint az S/4HANA-alapú megoldások a pénzügyi átláthatóságot és az üzleti működés optimalizálását egyaránt támogatják.

Ügyfélélmény: az új versenytényező

A CX-megközelítés szerint az ügyfélélmény nem kampányokból, hanem összehangolt működésből épül fel. A személyre szabás és a valós idejű reakciók váltak kulcstényezővé.

Integrált működés, mint új alapállapot

A rendezvény egyik legfontosabb tanulsága, hogy a digitalizáció új szintre lépett:
a kérdés már nem az, hogy egy vállalat bevezet-e egy technológiát, hanem az, hogy képes-e ezeket egy működő, intelligens rendszerré összekapcsolni.

Valós példák a gyakorlatból

A rendezvény egyik legnagyobb értékét az ügyfélelőadások adták. Ezek közül két vállalat tapasztalatai már megoszthatók – az alábbiakban ezek összefoglalói olvashatók.

Wizz Air – AI a HR-ben

A HR-terület átalakulását jól példázza a Wizz Air esete, ahol az AI már működési szinten jelenik meg. A cég az SAP felhőalapú megoldása: a SuccessFactors platform AI-képességeire építve alakítja át folyamatait, és építi be fokozatosan a mindennapi munkába az SAP AI-copilotját, Joule-t, amely egyelőre még csak limitált számú felhasználói kör számára elérhető a vállalatnál.

Két évvel ezelőtt kezdtek el kísérletezni az AI-jal, de akkor még nem érezték, hogy érdemes belevágni, fél évre rá viszont már igent mondtak rá. Az SAP SuccessFactors mesterséges intelligencia egységei, benne az SAP Joule-jával, december végén kerültek használatba a Wizz Air-nél – hallhattuk Tóth Mátétól, a Wizz Air vállalati ügyekért felelős innovációs menedzserétől.

Igen széles körben tervezik majd élesben használni a megoldást a világszerte több mint 9 ezer főt foglalkoztató cégnél, kezdve a toborzással, és a tehetséggondozással, emellett pedig a tervek szerint a SuccessFactors AI eszközei fogják segíteni a két legkritikusabb területet: a munkavállalók adatmanagementjét és a HR ticketing támogatást.

Tóth Máté megosztotta a használat és bevezetés során felmerült kérdéseket és kihívásokat. Nagy fókuszt helyeznek majd a változásmenedzsmentben arra, hogy a munkatársak kétségeit eloszlassák azzal kapcsolatban, hogy az AI elveszi hosszú távon a munkájukat, és arra szeretnék edukálni a kollégákat, hogy kezeljék inkább barátként, segítőként a mesterséges intelligenciát. Ezen kívül fontos feladat Joule-t felvértezni a cég belső szabályzataival.

A jövőben minél több prémium funkciót szeretnének beépíteni, Joule-t pedig ki akarják terjeszteni a teljes szervezetre, és integrálni akarják a Copilottal is, amelyet már használ jelenleg is a szervezet.

Danone – gépi tanulás a kereslettervezésben

Az ellátási lánc területén a Danone példája mutatja meg, hogyan válik az adatvezérelt működés napi gyakorlattá, hogyan működik a gépi tanulás a kereslettervezésben az SAP IBP integrált üzleti megoldásra támaszkodva.

Tóth Tamástól, a Danone Magyarország Kft. ezen területéért régiós szinten öt országért felelős menedzserétől megtudtuk, hogy a cég egyelőre a napi szintű tejtermék keresletelőrejelzés kategóriájában használja a megoldást.

Tizenegy különböző helyről hozzák be a hozzávetőlegesen ezerféle terméket, ezek többsége gyorsan romló étel, így fontos, hogy a készletezés ne reaktív, hanem proaktív legyen. Ebben segített az új rendszer, amivel adatvezéreltté tudták alakítani a folyamatot.

A cégnél, miután az excel módszerrel már elérték a határokat, 2023-ban vezették be az IBP-t, az azóta eltelt idő alatt a gépi tanulással megvalósulhatott az automatikus előrejelzés.

A cél, hogy 2026-ban a termékcsoport kereslettervezésének akár már a 70-80 százaléka automatizált legyen, ami sok munkaórát takaríthat meg ezen a területen: ahol korábban az előrejelzésre hetente akár 160 órát is kellett fordítani, ennek most a töredéke is elegendő lehet, a felszabaduló időt pedig más, hozzáadott értékkel bíró elemzési feladatokra lehet fordítani.

A rendszer kétéves historikus rendelési adatokból indul ki, a modellszámítás során a főbb bemenő adatok a naptári napok, különböző események, marketing befektetések, és kiemelkedő fontossággal bírnak promóciós tevékenységek adatai, amik nagy hatással vannak egy-egy hét eladási volumenére. Emellett a komplexitást növelik még a hirtelen bekövetkező problémák, a termékhiányok vagy például a termék visszahívások. Országonként akár 5 ezer termékvariáció is bekerül a rendszerbe. Két időintervallumra terveznek: rövid távon 14 hétre, hosszú távon pedig 3 évre.

Tóth Tamás a kihívások közé sorolta, hogy szelektív módon, csak a termékek egy részhalmazára működik stabilan a folyamat, nem feltétlenül lehet még teljes termékcsoportot odaadni a rendszernek pedig az lenne a jó, ha az előrejelzés a teljes kínálatra szólna. Nehezítő tényező, hogy gyakoriak a változások a termékportfólióban.

Összegzésként kiemelte, hogy egy újdonságokra nyitott csapattal és olyan szemlélettel kell belevágni egy ilyen projektbe, hogy érezhető legyen: akarják a változásokat.

A két példa jól mutatja, hogy az integrált, adatvezérelt működés nem koncepció, hanem már ma is működő vállalati gyakorlat a hazai piacon.

The post SAP Connect Day Budapest: üzleti AI és adatvezérelt működés valós vállalati példákkal appeared first on digitrendi.hu.