Egy tranzakció, ami túlmutat önmagán

A Mastercard és az OTP Bank közös pilot projektje nem egy jól hangzó PR-fogás, a most bejelentett első hazai felhasználási esetben az AI-ügynök nemcsak egy programot ajánlott, hanem le is foglalta azt, majd előleget fizetett a felhasználó nevében. A folyamat teljes egészében hitelesített környezetben zajlott, tokenizációval és biometrikus megerősítéssel támogatva.

A lényeg itt nem a konkrét vásárlás, hanem az, hogy a döntés és a tranzakció végrehajtása már nem közvetlenül a felhasználó kezében van, hanem egy delegált, mesterséges intelligencia(AI) által vezérelt rendszerben.

Nem magyar sajátosság, hanem globális irány

Bár a hazai példa újdonságként hat, a világ több pontján is megjelentek már az AI által támogatott vagy részben autonóm fizetési megoldások. A különbség inkább abban van, hogy ezek milyen mélységben engedik át az ellenőrzést az algoritmusoknak.

A klasszikus kártyahálózatok, mint a Visa vagy a Mastercard, eddig főként a háttérben alkalmaztak mesterséges intelligenciát, például csalásmegelőzésre vagy tranzakció-optimalizálásra. Az Agent Pay viszont már egyértelműen egy új szint: itt az AI nem csak segít, hanem konkrét lépéseket tesz a felhasználó nevében.

Ezzel párhuzamosan a nagy technológiai platformok is hasonló irányba mozdulnak. Az Amazon egyre inkább az automatizált vásárlási élmény felé tolja a felhasználókat, míg a Google és az OpenAI által fejlesztett AI-ügynökök már képesek komplex feladatláncok végrehajtására, beleértve a keresést, az összehasonlítást és akár a vásárlást is. Ezek azonban ma még zárt ökoszisztémákon belül működnek.

A fintech szereplők, például a Stripe vagy az Adyen, más irányból közelítenek: ők az automatizált fizetési folyamatok infrastruktúráját építik, amelybe az AI fokozatosan épül be. Itt a hangsúly nem az autonóm döntéshozatalon, hanem a hatékonyságon és a skálázhatóságon van.

A valódi változás: a döntés delegálása

Az agentic commerce lényege nem technológiai, hanem viselkedési. A felhasználó nem egyszerűen gyorsabban fizet, hanem átadja a döntés egy részét. Ez a váltás radikálisan új helyzetet teremt: a vásárlás folyamata egy háttérben zajló, részben láthatatlan mechanizmussá válik.

Ez ugyan kényelmet hoz, de közben új kérdéseket is felvet. Ki lesz a felelős egy ezzel kapcsolatos hibás döntésért? Hogyan bizonyítható, hogy a tranzakciót valóban a felhasználó akarta? És, ami talán a legfontosabb: mennyire bíznak meg az emberek egy olyan rendszerben, amely önállóan költ a pénzükből?

A legnagyobb kihívás nem a technológia

Bár a biztonság egyértelműen kulcskérdés, a kihívások köre ennél szélesebb. A pénzügyi szektorban már ma is léteznek erős védelmi mechanizmusok, mint a tokenizáció vagy a többfaktoros hitelesítés, de ezek az AI megjelenésével új környezetbe kerülnek, ahol nem közvetlen emberi interakció történik.

Európában különösen hangsúlyos a szabályozási oldal. Az AI Act, a PSD2-t követő PSD3 irányok és az erős ügyfélhitelesítés követelményei mind olyan kereteket adnak, amelyek egyszerre lassítják és biztonságosabbá is teszik az innovációt. Ez a kettősség jól látható: míg az Egyesült Államokban gyorsabb a kísérletezés, Európában inkább kontrollált bevezetés zajlik.

A technológiai kihívások mellett azonban talán még nagyobb akadály a bizalom kérdése. Az emberek jelentős része ma még egy egyszerű online fizetésnél is megerősítést vár, így egy teljesen autonóm fizetési modell széles körű elfogadásához még jó időnek kell eltelnie.

Merre tartunk?

A következő években valószínűleg nem egy hirtelen áttörést, hanem fokozatos terjedést látunk majd. Először jól körülhatárolt, alacsony kockázatú területeken jelennek meg az AI-ügynökök, például utazási foglalásoknál vagy előfizetéseknél. Később ezek a rendszerek egyre több döntési helyzetet vesznek át, végül pedig eljuthatunk oda, hogy a vásárlás, mint tudatos aktus részben eltűnik.

Ebben a folyamatban a mostani magyar pilot azért fontos, mert azt mutatja, hogy a technológia már nem elméleti, hanem működő valóság. A kérdés most már nem az, hogy lesz-e ilyen, hanem az, hogy milyen keretek között válik a mindennapok részévé.

The post Az AI-ügynökök már fizetnek is helyettünk – de hol tart valójában az agentic commerce? appeared first on digitrendi.hu.

Az apropót az adta, hogy két hete indult el a Peak által kezdeményezett és finanszírozott AI Start 500 program, amelynek keretében egy gyors felmérést követően 500 kis- és középvállalkozás egy évig költségmentesen használhat öt darab AI-ügynököt, vagyis plusz munkaerőt. A társaság ügyvezetője elmondta, a program a vártnál is pozitívabb fogadtatásra talált.

Az AI Start 500-ra április 5-ig lehet jelentkezni, de a tervek szerint a keretszámot ki fogják bővíteni, a jelenlegi 500-as létszámot csupán az első körnek tekintik, hogy aztán a tanulságok leszűrését követően a programot egy folyamatos rendszerré alakítsák át.

Több szervezet is jelezte, hogy bekapcsolódna a programba

Suppan Márton kifejtette: a lehetőség iránt érdeklődő kkv-k mellett sok szervezet is jelezte együttműködési szándékát, köztük vidéki kereskedelmi kamarák és olyan nagyvállalatok, amelyek kiterjedt kisvállalati ügyfélkörrel rendelkeznek, és szeretnék népszerűsíteni a lehetőséget.

Ahogy fogalmazott a program köré egyfajta szakmai közösség kezd épülni, így az aikorkep.hu oldalon már meg is jelent egy olyan, a program részeként létrejött szakértői csapat, amely képes gyakorlati és szakmai támogatást adni a résztvevő KKV-knak a mesterséges intelligencia bevezetésében.

Suppan hangsúlyozta, hogy a szakértői hálózat tagjai vállalják, hogy bizonyos szolgáltatásokat díjmentesen biztosítanak a programban részt vevő cégeknek. Ilyen lehet például egy óra pro-bono szakmai tanácsadás vagy egy óra WordPress integráció, ezen idő intervallumban egy szakértő képes elhelyezni az öt választott AI-ügynököt a vállalkozás weboldalán.

Komplexebb szervezetfejlesztésre is nyitottak

A kialakuló szakértői kör egyfajta iránytű is lehet a cégek számára a mesterséges intelligencia szolgáltatások piacán, mivel a tagok előzetes ellenőrzésen és auditon esnek át. Ez garantálja, hogy a vállalkozások valódi tudással rendelkező szakemberekkel dolgozzanak, elkerülve azokat a „hirtelen jött szakértőket”, akik nem értik meg a cég egyedi igényeit.

Hozzátette, hogy bár a program kezdő lépései ingyenesek, a szakértői hálózat lehetővé teszi a vállalkozások számára, hogy a kezdeti integráción túl komplexebb AI szervezetfejlesztési folyamatokat is elindítsanak.

A „MI és más” műsorában Suppan Márton beszélt a néhány hete zárult, a vibe codingra (szoftverfejlesztési módszer, ahol a fejlesztő természetes nyelven utasítja az AI-t az alkalmazás felépítésére) épülő Futureproof Challange-ről, vagyis a Magyar AI Ötletversenyről is. Elmondta, a szintén az AI használatát ösztönző versenyt negyedévente megismétlik, a legjobb megoldásokat pedig nem hagyják elveszni: már most is több olyan pályamunkát választottak ki, amelyeket átköltöztetnek a Peak saját platformjára, hogy professzionális, szintre emeljék őket.

2025. tavaszán a MI és más adásának Sajtos István a PeakX vezetője volt az akkor lezajlott, úgynevezett nagy AI kompetencia tesztről, amelyben azt vizsgálták, hogy a nagy nyelvi modellek hogyan teljesítenek a diákok tudásának felmérésére szolgáló, de az interneten nem elérhető, vagyis a nyelvi modellek számára ismeretlen teszten. A mostani adásban Suppan Mártontól megtudhattuk, hogy a tesztet megismételték, az eredményekről bővebben a műsorban.

A cikk szerzője a minden szerdán új adással jelentkező „MI és más – közérthetően a mesterséges intelligenciáról” podcast szerkesztő műsorvezetője

Az összes eddigi adás elérhető a Youtube-on és a Spotify-on, minden más a műsor Linkedin és Facebook oldalán.

The post AI Start 500: tudás és AI-ügynökök a kkv-k szolgálatában appeared first on digitrendi.hu.

A 2023. végén négy magyar mérnök és adattudós által alapított cég az úgynevezett „agentic AI” fejlesztésére fókuszál. Ez a technológia túllép a hagyományos nyelvi modellek korlátain: az ügynökök képesek komplex célokat kitűzni, munkafolyamatokat tervezni és tranzakciókat végrehajtani.

Andersen szerint ez a váltás alapjaiban alakítja át a vállalati hatékonyságot, de a siker kulcsa nem csupán a technológia bevezetése, hanem a tudatos stratégia és vízió.

„Amíg egy nagy nyelvi modell gyakorlatilag egy válaszmotor, addig egy AI agent már cselekedni is tud: célokat tűz ki maga elé, akciókat hajt végre, a végén pedig vissza is ellenőrzi a folyamatot. Ez egy sokkal komplexebb működést feltételez, mint az LLM-ek statisztikai valószínűség alapú válaszadása” – foglalja össze Andersen Dávid.

A fejlődés ugyanakkor komoly társadalmi kérdéseket is felvet. A junior fejlesztők álláslehetőségei drasztikusan szűkülnek, ami felveti a cégek felelősségét a mentorálásban, hogy a jövőben is legyenek gyakorlott szakemberek. Emellett a bizalom megőrzése is kritikussá vált, hiszen a deepfake tartalmak korában a kritikai gondolkodás az egyetlen hatásos védelem a félrevezetés ellen.

A műsorban sok más téma is felmerült, így az ingyenes és előfizetéses AI modellek közötti párhuzam vagy különbség is. Andersen Dávid szerint egy ingyenes modell alapján megítélni a mesterséges intelligenciát olyan, mintha a legújabb iPhone-t egy régi, (buta) telefon alapján próbálnánk értékelni. Mint mondta, aki nem fizet elő a professzionális csomagokra, az pont abból marad ki, amiben a technológia valódi haszna és ereje megjelenik.

Mivel Dávid és a műsorvezető, e sorok írója is újságíró, nem maradhatott ki a beszélgetésből a média, az újságírás és a mesterséges intelligencia egymásra hatása sem. Abban teljesen egyetértettünk a transzparencia nélkülözhetetlen ezen a területen is, ahogy abban is, hogy a társadalmi bizalom helyreállítása érdekében
a jövőben a transzparenciának kellene dominálnia: a közösségi média platformoknak egyértelműen és láthatóan jelölniük kellene minden AI által generált tartalmat.

A cikk szerzője a minden szerdán új adással jelentkező „MI és más – közérthetően a mesterséges intelligenciáról” podcast szerkesztő műsorvezetője

Az összes eddigi adás elérhető a Youtube-on és a Spotify-on, minden más a műsor Linkedin és Facebook oldalán.

The post A cselekvő intelligencia és a bizalom ára az ügynöki AI korszakában appeared first on digitrendi.hu.

Az OpenClaw nem egy hagyományos chatbot: képes önálló feladatokat ellátni – ha kell naptárakat kezel, e-maileket előkészít, üzeneteket el is küld. Mivel tartós memóriára épül, így hosszú távon emlékszik a felhasználó szokásaira és preferenciáira, és akár a napi teendőkben is segít.

A fejlesztést tavaly novemberben kezdte Peter Steinberger, kezdetben Clawdbot néven, majd idén januártól nevezte át OpenClaw-vá, és nem kellett hozzá sok idő, hogy az AI-világ egyik legvitatottabb jelenségévé váljon. Az OpenClaw egy digitális asszisztens, ami a mindennapi adminisztratív feladatokban dolgozik helyettünk, és egyben kísérleti terep az önállóan tanuló AI-ügynökök világában.

Újszerű megközelítés a folyamatos tanulás

Az OpenClaw egyik legnagyobb újítása a folyamatos tanulás. A rendszer nem egyetlen beszélgetés összefüggésében működik, hanem tartós memóriát épít: külön fájlokban tárolja a felhasználóval kapcsolatos információkat, a hosszú távon releváns tudást, valamint a napi interakciók naplóit. Ezeket minden új munkamenet elején feldolgozza, így idővel egyre „személyesebbé” válik.

Ez a megközelítés üzleti szempontból is figyelemre méltó: az AI-ügynökök fejlődése abba az irányba mutat, hogy nem eszközök, hanem kvázi digitális munkatársak lesznek, amelyek képesek hosszabb távú kontextusban gondolkodni.

Adatvédelem: kontrollérzet vagy hamis biztonság?

Az OpenClaw egyik vonzereje, hogy saját infrastruktúrán is futtatható, legyen az felhő, vagy helyben telepített nyelvi modell. Ez elméletben nagyobb ellenőrzést ad az adatok felett, és azt is lehetővé teszi, hogy az érzékeny információk ne kerüljenek külső szolgáltatókhoz.

A szakértők ugyanakkor arra is figyelmeztetnek, hogy a kontrollérzet könnyen megtévesztő lehet. Bár az adatok fizikailag a felhasználó környezetében maradnak, a rendszer működési logikája új típusú biztonsági kockázatokat hordoz.

A „halálos hármas” veszélye

A kiberbiztonsági közösségben egyre gyakrabban emlegetik az úgynevezett „Lethal Trifecta” (halálos hármas) fogalmát az AI-ügynökök kapcsán. Ez akkor áll fenn, ha egy rendszer érzékeny adatokhoz fér hozzá, vagy kapcsolatba kerülhet nem megbízható tartalmakkal és képes külső kommunikációra is.

Az OpenClaw mindhárom feltételt teljesíti. Ez elméletileg lehetővé teszi, hogy rosszindulatú tartalmak – például egy ügyesen megfogalmazott üzenet vagy bővítmény – rávegyék az AI-t bizalmas információk kiadására. A projekt fejlesztői maguk is hangsúlyozzák: „nincs tökéletesen biztonságos konfiguráció”.

Miért kockázatos mindez a fogyasztók számára?

Ahogy minden AI-rendszernél, az OpenClaw használata is jelentős biztonsági kockázatot hordoz. Tapasztalt AI-felhasználók és fejlesztők bizonyos védelmi mechanizmusokat beállíthatnak, de az átlagfelhasználónak nem érdemes alábecsülni a kockázatot.

Bár az OpenClaw fejlesztője folyamatosan dolgozik a biztonságon, nincs tökéletesen biztonságos konfiguráció – különösen a hétköznapi felhasználók számára. Ez egy izgalmas és innovatív eszköz, de mint minden új technológiát, óvatosan kell kezelni, és akik nem ismerik a prompt injection típusú támadásokat, érdemes megvárniuk, amíg a technológia érettebbé válik.

A prompt injection egy, a nagy nyelvi modelleket használó alkalmazások ellen irányuló kibertámadási forma. A támadók a modell utasításainak manipulálásával arra kényszerítik a mesterséges intelligenciát, hogy hagyja figyelmen kívül az eredeti fejlesztői utasításokat, és helyette a támadók parancsait hajtsa végre.

Mit jelent mindez az üzleti ügyfeleknek?

Üzleti környezetben az OpenClaw jelenleg nem tekinthető vállalati szintű megoldásnak. Hiányoznak belőle olyan alapvető elemek: mint a szerepkör-alapú hozzáférés-kezelés, a formális auditnaplók vagy az adatvesztés-megelőzési mechanizmusok.

Szakértők ezért azt javasolják, hogy vállalati rendszerekhez, ügyféladatokhoz vagy szellemi tulajdonhoz semmiképpen se csatlakoztassák ellenőrzés nélkül.

Az OpenClaw jól példázza, merre halad a mesterséges intelligencia fejlődése: az egyszerű chatbotoktól az önállóan tanuló, cselekvő ügynökök felé. Üzleti szempontból ugyanakkor ez még kísérleti terep, ahol az innováció tempója jóval meghaladja a biztonsági és szabályozási keretek fejlődését.

A vállalatok számára az üzenet egyértelmű: az AI-ügynökök világa közeleg, de a bevezetésnél érdemes a lelkesedést óvatossággal és kockázatelemzéssel párosítani.

The post Jönnek a magukat önállósítani képes AI-chatbotok – mennyire tartsunk tőlük? appeared first on digitrendi.hu.

Az SAP Hungary élén nemrégiben hirtelen vezetőváltás következett be. Ön, mint a váratlan esemény egyik főszereplője, hogyan kezelte a gyors változást? Milyen kezdeti lépésekkel tartotta egyben a csapatot, és adott új lendületet a folytatáshoz?

– Valóban gyors volt a változás. A pozíció, amibe kerültem, komoly és felelősségteljes. Az SAP amellett, hogy Európa legnagyobb vállalata és a világ egyik legnagyobb szoftvercége, Magyarországon is nagyon komoly hagyománnyal rendelkezik már. Nagyjából kétezer munkavállalónk van, és egy komoly fejlesztőközpontunk is, többször megnyertük a régiós leánycégek közötti eredményességi versenyt.

Egy ilyen hirtelen váltás egyfajta krízis is mindannyiunk számára, ugyanakkor a legjobb jelzés, hogy az anyavállalat a helyi cégből választotta az új vezetőt is. Ezt a magyarországi csapattal szembeni bizalomként értékelhetjük.

Az elsődleges célom, hogy fennmaradjon az üzletfolytonosság, ami miatt az első napokban az ügyfeleink is gyakrabban kerestek meg minket. Az éppen most záró negyedévünk is a legfontosabb időszaka az üzleti évnek, tehát nem lankadhatott az ezirányú figyelem sem.

Ezzel együtt a különböző belső fórumokon is megbeszéltük a problémákat, levontuk a konzekvenciákat. A vezetőváltás után is megmaradt a csapat egysége, ami sokat segített abban, hogy tovább tudjunk lépni.

Egy új vezető mindig új kultúrát, új szemléletet is hoz. Milyen vezetői értékeket tart fontosnak a cégnél, és ez hogyan jelenik meg a mindennapi működésben?

– Onnan kezdeném, hogy a hazai csapat komoly fejlődésen ment keresztül az utóbbi 4-5 évben. Az SAP ezen időszak alatt egy komplex felhőalapú vállalattá alakult, ami a működésünket és az ügyfelekkel való kapcsolatot is nagy mértékben megváltoztatta.

Hiszen, kicsit sarkosan fogalmazva, korábban elég volt eladnunk a szoftverlicencet, és onnantól már az ügyfél dolga volt a telepítés és a használat. Mostanában viszont, mivel szolgáltatásként kínáljuk felhő technológia előnyeit, a szerződés megkötésénél nem áll meg a munka számunkra. Az ezt követő folyamatokban is részt veszünk, felállítjuk az ügyfél rendszerét, üzemeltetjük a folyamatait.

Ez egy nagyon komoly változás lett az SAP életében, ami a csapatok sokkal szorosabb együttműködését kívánja meg, és azt is, hogy az üzleti folyamatban mindig megtaláljuk az értéket az ügyfél számára is. Hogyan fog ebből profitálni, hogyan fog tudni hatékonyabban működni?

Egyéniségemből adódóan én is együttműködő típusú vezető vagyok, aki szereti meghallgatni a mások véleményét, azokat beépíteni a döntéseibe.

Nehezített külső-belső üzleti környezet

Beszéljünk a hazai üzleti környezetről. A magyar gazdaság az utóbbi időben meglehetősen nehezített pályára került, a cégek visszafogják a beruházásaikat. Mennyire érződik ez az SAP Hungary üzletmenetében?

– Való igaz, hogy van egy bizonytalan geopolitikai helyzet, ami miatt a döntéshozók a beruházásokat óvatosabban kezelik. Ez látszik a hatékonyságnövelési projektekben, az akvizíciókban és az invesztíciókban is.

Ezen túlmenően Magyarországot specifikusan érinti az uniós források hiánya is, ami bizonyos szektorokban még jobban visszafogja a beruházásokat. Ez nem jó irány.

Az SAP szerencséje ugyanakkor az évekkel ezelőtt kialakított felhő stratégia, az SAP S4/HANA vállalatirányítási rendszerre való átállás, ezen kívül azok a nyilvános felhőre alapozó egyéb szolgáltatások is, amelyeket felvásárlással szerzett meg és illesztett be a profiljába a cég. Ilyen a beszerzési automatizálás, az Ariba, a felhő alapú HR megoldásunk, a SuccessFactors,vagy az ügyfélélmény- és digitális marketing megoldásokat korszerűsítő Emarsys megszerzése.

A nehézségek ellenére idén is jó évre számítok, miközben tudom, hogy a következő évek még nagyobb kihívást jelentenek majd.

Mire gondol konkrétan?

– A nagyvállalati S/4HANA átállások, és az egyéb fent felsorolt megoldásokat integráló projektek a historikusan SAP-t használó vállalatoknál , nagyjából 2-3 év múlva a végéhez érnek. Addigra meg kell találnunk azokat az újabb területeket, ahol eredményesek tudunk maradni, és ezt két-három fontos piaci szegmens is segítheti.

Az egyik a középvállalat területen megnyíló bővülési lehetőség, amire egy új termékportfóliót is épített az SAP, ami a Grow with SAP, vagyis a nagyvállalatok által használt vállalatirányítási rendszer egyszerűbb, költséghatékonyabb változata.

Ez főleg azoknak az ügyfeleknek ajánlott, amelyek kisvállalatból felnőttek a középvállalati kategóriába, és egy jobban integrált, átláthatóbb működést szeretnének. A döntéseiket minél inkább adatalapon szeretnék meghozni, és nemzetközi terjeszkedésben is gondolkodnak már. Magyarországon ezer és kétezer között van az ebbe a kategóriába sorolható olyan cégek száma, amelyek még nem az ügyfeleink.

A másik terület a nagyvállalati szegmens, ahol a vállalatok most állnak át az új vállalatirányítási rendszerre, megérkeznek a felhőbe. Rájuk is az adatalapú és a mesterséges intelligencia alapú működés jellemző, amibe még sokat kell invesztálniuk.

A harmadik a kormányzati szektor, ahol a felhőalapú megoldásoknak a használata még meglehetősen alacsony, a trendfordulatnak nem kedvez a jelenlegi geopolitikai helyzet sem.

Az SAP stratégiai válasza erre a szuverén felhő megoldás, ahol nemcsak az adat, hanem az adatot kezelő feladatok sem lépnek túl a „kerítésen”, ami lehet egy országhatár, vagy lehet az Európai Unió.

Fókuszban a mesterséges intelligencia(AI)

Hogyan illeszkedik az AI az SAP hosszú távú stratégiájába? Mennyire cél az önálló AI építése? Mely területeken lehet a legnagyobb üzleti hatásra számítani ezen a téren?

– Magyarországon is látszik, hogy egyre többet foglalkoznak az AI-jal a nagyvállalatok és a középvállalatok. Az SAP-nak ebben is meg kell találni a helyét. Az anyaház mindig is inkább arról volt ismert, hogy nem egy klasszikus technológiai fejlesztő platformot nyújt az ügyfeleinek.

Arra ott vannak a hardverszállítók, meg a nagy szoftvercégek, mi ezekre építve kész üzleti AI megoldásokat nyújtunk a vevőinknek. Egy komplex SAP rendszerben és az azt környező ökoszisztémában 4-500 vállalati folyamat zajlik, az értékesítéstől kezdve a készletezésen át, a gyártás, pénzügy, számvitel, beszerzésig.

Mi pedig azon dolgozunk, hogy azonosítsuk, melyek azok a pontok, ahol a mesterséges intelligencia segíteni tud az üzleti folyamatban. Jó példa erre az ügyfélértékelés, aminek alapjánsokkal célzottabban fogják tudni a cégek, hogy mik lehetnek az ügyfeleiknek szóló kedvező ajánlatok.

Az AI egy kihagyhatatlan fejlesztési irány, viszont az üzleti döntéshozók számára ma a legfontosabb kérdés, vajon megtérül-e és ha igen, hogyan? Utána pedig nagyon sok beruházásra van szükség ahhoz is, hogy kitalálják, miből akarnak üzletet csinálni az AI-ra támaszkodva.

Az SAP abban tud segíteni, hogy ezeket a kezdeti költségeket a saját termékfejlesztésével magára vállalja. Tudunk adni például az ügyfélnek egy adatplatformot, amely a tranzakciós rendszerekben lévő adatokat egy konzisztens rétegbe rakja, és ebbe nagyon egyszerű módon illeszthetők be az SAP által nyújtott business AI szolgáltatások.

Itt van az AI-asszisztensünk, Joule, „aki” segít az SAP világában eligazodni. Joule-nak körülbelül 1800 használati esete van már kifejlesztve, a felhős portfóliónkban a leggyakrabban használt feladatok 80%-a már Joule-képességekkel támogatott.

Vannak még ennél komplexebb megoldások is, ezeket hívjuk Agentic AI-nak, ahol az asszisztens nem csak velem, hanem más ügynökökkel is beszélget, és ezen agentek együttműködése révén autonóm módon, proaktívan dolgoznak, és végrehajtanak bizonyos feladatokat a rendszerben, az emberre pedig már csak az ellenőrzés és a végső döntés meghozatala vár.

Ilyen lehet akár az ügyfélszolgálatos AI?

– Az egyik nagyon jó felhasználási terület valóban az ügyfélszolgálat, de működnek ezek a beszerzésnél, a gyártásnál és a termékfejlesztésnél is. Az ügyfélszolgálat azért jó példa, mert ott jól tetten érhető, milyen hasznot hoz ez az új megoldás.

Hiszen egy nagyobb ügyfélszolgálatra százával érkeznek a megkeresések. amiket az ügyfélszolgálati ügynök feldolgoz. Elemzi, hogyan kéne erre reagálni, legyen az a szerződésszámla módosítása, vagy a pénz visszautalása az ügyfélnek.

Az ügynök arra is képes, hogy a felhasználó jóváhagyását követően a folyamatot a rendszerben végrehajtsa, helyesen lekönyvelve a megfelelő tranzakciókat. Az ügynöki AI-ra ez év végéig már 400-500 esetet fejlesztett ki az SAP, ezeket tudják a következő években használni majd az ügyfelek.

Mennyire nyitottak már a hazai vállalkozások az AI üzleti alkalmazására?

– Viszonylag nagy azon vállalatok aránya, amelyek valamilyen szinten már foglalkoznak az AI-jal, ez közel 80%, de amelyek ezt ki is próbálták, és valami érdemi programot, beruházást is indítottak, az inkább csak a vállalatok fele.

Azok pedig, amelyek már átfogóan használják, alig 10 százalék. Európai viszonylatban a középmezőnyben van Magyarország, ami azt is jelzi, hogy egész Európa lassabban indult el ezen az úton. Érthető, hiszen az átlagosnál jóval szigorúbb európai GDPR szabályozások nem kedveznek ennek a környezetnek.

Ha a csendes-óceáni térséget nézzük, vagy az USA-t, ott ez a 10% már inkább 60-70%. Nagyon sok vállalat használja már az üzleti folyamataiba építve az AI-t. Ott már üzleti értéket is látnak a vezetők a mesterséges intelligencia használatában.

Mi a helyzet az AI alapú adatok megbízhatóságával?

– Ha a mindennapi életben használom a mesterséges intelligenciát, nem igazán tudok arról meggyőződni, hogy vajon hallucinál az AI, vagy valóban pontos információt tett elém.

Vállalati környezetben viszont alapkövetelmény, hogy az AI megbízható adatokat használjon. Ez nevezzük adathigiéniának, ami arról szól, hogy az adat legyen pontos, és legyen a kontextusában értelmezett.

Tehát ha arról beszélgetünk, hogy egy terméknek mennyi az ára, akkor nem mindegy, hogy beszerzési árról, készletvezetési árról, vagy értékesítési árról beszélünk.

Ami még fontosabb: ahhoz, hogy ezek az autonóm ügynökök egymással kommunikálva üzleti folyamatokat is végre tudjanak hajtani, nekik is ismerniük kell azokat az adatösszefüggéseket, ami az adott rendszerben van. Tudniuk kell azt, hogyan hat mondjuk egy értékesítési rendelés a készletekre, és a készletek hogyan állnak össze majd a megrendelésekből.

Az, hogy az idén nyáron végzett kutatásunk szerint is az ügyfelek felismerték az adathigiénia fontosságát, számunkra azért jó hír, mert ez az a terület, ahová az SAP az egyik fejlesztési fókuszát helyezte az elmúlt időszakban a Business Data Cloud megoldásával. Ennek eredményeként az SAP a vállalatoknak tud majd segíteni abban, hogy a tranzakcionális rendszerből a sok-sok adatot hogyan lehet egy olyan konzisztens adatmodellbe rakni, amire rá lehet majd építeni az aktuális AI forgatókönyveket.

Az AI megoldások etikai és adatvédelmi kérdéseket is felvethetnek. Hogyan kezeli az SAP a „felelős AI” megközelítést, hogyan garantálja, hogy az AI döntések megfeleljenek az uniós AI törvény előírásainak?

– Az SAP-nak van egy rendkívül szigorú belső AI fejlesztési és alkalmazási kódexe, amit az uniós AI törvényből vezettünk le. Van egy külön AI etikai bizottsága is, ami a legfelső döntéshozói testületnek riportol.

Minden AI-fejlesztést aszerint kategorizálnak, hogy milyen üzleti folyamatban és milyen funkciót fog ellátni, milyen adatokon fog működni, és az is előfordulhat, hogy az adott AI-megoldást az SAP etikai, vagy adatbiztonsági okok miatt végül nem fejleszti ki. Nagyon komolyan vesszük tehát ezt a kérdést.

A felhő szerepe a hazai üzleti életben

Térjünk át a felhőre, van példa Magyarországon olyan ügyfélre, ahol az AI ügynökök már érdemi üzleti eredményt hoztak?

– Ezek használatára inkább csak a következő években fog sor kerülni, de van már 5-10 olyan ügyfelünk Magyarországon, amely már ilyet használ, és még egy hasonló nagyságrendű ügyfélkör, ahol pedig folyamatban vannak a fejlesztések.

Általában hogyan változik a magyar vállalatok hozzáállása a felhőhöz? Nagy még a bizalmatlanság, vagy mára elfogadott, hogy kritikus rendszerek is lehetnek a felhőben?

– Az elfogadottság felé tendálunk már, bár bizonyos szabályozott szektorokban nehezebb ez a kérdés. Azok a beszélgetések azonban, amelyek 4-5 éve még arról szóltak, hogy adatbiztonsági, vagy speciális helyzetükből adódóan nem tudnak a felhő irányába menni, nagyjából szertefoszlottak.

A világ is eléggé felgyorsult már, tehát még a nagyvállalatok piacára is betörő új szereplők arra kényszerítik a régebbi cégeket, hogy sokkal adaptívabban működjenek. Ezt a működési modellt pedig jobban támogatja egy felhős megközelítés.

Hol tart az átállás a régi ERP-rendszerekről az SAP S4/HANA modellre?

Az SAP-nál már évek óta zajlik a régi vállalatirányítási rendszerek(ERP) lecserélése. A cég globálisan ennek a felgyorsítását tűzte ki célul. Hogyan látja ezt a folyamatot Magyarországon, és melyek az ezzel kapcsolatos jelenlegi legnagyobb kihívások?

– A hazai nagyvállalatok körében ezek a programok már elindultak, és van pár ügyfelünk, amelyek meg is csinálták már az átállást. Úgy vélem 2030-ig minden érintettnél megtörténnek a rendszercserék.

Azt viszont látjuk, hogy a következő öt évben ez a folyamat az implementációhoz szükséges erőforrások területén egy komoly kihívás lesz mind az érintett vállalatok, mind a partnerek, azon belül is az implementációs partnerek számára.

Hogy állnak a rendszercseréket is segítő tanácsadó cégekkel?

– Egyelőre még kiegyensúlyozott a helyzet, de 2-3 év múlva, lehetnek majd erőforrás problémák.

Ami jó dolog, hogy a legtöbb nagyvállalati partnerünk komolyan vette az átállást, amit többnyire megpróbál összekötni egy komplexebb üzleti transzformációval is. Hiszen itt olyan cégekről van szó, amelyek 20-25 évvel ezelőtt vezették be a régi vállalatirányítási rendszereket, ezeket azóta továbbfejlesztették, testre szabták.

Közben átalakultak, felvásároltak, és így az évek során egymásra rakódtak a különböző fejlesztések. Mostanra ezek a rendszerek szaknyelven szólva szét vannak fejlesztve.

Szeretnének a jövőben agilisabban is működni. Ezt úgy tudják elérni, hogy az átállást nem egyszerű technikai átállásként élik meg, hanem egy üzleti transzformációként, hogy később, ha tovább kell bővülniük, gyorsabban adaptálódhassanak hozzá. Azért, hogy ezt megtehessék, szükség van egy előkészítési fázisra, stratégia alkotásra, menetrendtervezésre, és a folyamatok egyszerűsítésére, standardizálására.

A legtöbb magyarországi nagyvállalat egyfajta zöldmezős beruházásként üzleti transzformációval köti össze az S4/HANA rendszerátállást, ami középtávon sok hasznot hajt nekik.

Ami a középvállalati szegmenst illeti, ezt két részre osztanám, vannak benne olyan társaságok, amelyek már eddig is rendelkeztek SAP megoldással, náluk nagyobb a lemaradás, de esetükben kisebb projektekről is beszélünk. A középvállalati körben a cégek egyharmada, fele az, amelyik már benne van az átállási folyamatban vagy már előkészítette, ez két-háromszáz céget jelent.

A közepes cégek másik szegmense, amelyek még nem SAP ügyfelek, már az új Grow with SAP csomagot veszik igénybe. Nemzetközi szinten is hasonló a helyzet, sőt a nagyvállalati szegmensben Magyarország még egy kicsit előrébb is tart a nemzetközi átlaghoz képest.

Partnerek újabb szerepkörben és a jövőkép

– Igen, már dolgozunk ennek az előkészítésén, amit a jövő évben tervezünk élesben elindítani. Mivel a jövőbeni stratégiánk kulcseleme, hogy bővüljünk a középvállalati szegmensben, ehhez szükség van arra, hogy a partnereinkre nagyobb mértékben támaszkodjunk.

Vannak kiemelt partnerek, amelyek az új felállásban vezető szerepet kapnak, és van tervünk arra is, mi módon bővítsük a meglévő partnerhálózatot.

The post A következő évek még nagyobb kihívást jelentenek majd appeared first on digitrendi.hu.

A szervezet, a vezetés és a szabályozók részéről is fokozódik az igény, hogy a pénzügyi vezetők stratégiai szerepet töltsenek be, és még nagyobb mértékben járuljanak hozzá az operatív és pénzügyi teljesítmény javításához.

Az elmúlt 15 évben a legtöbb pénzügyi funkció azon dolgozott, hogy „kevesebből többet teremtsen”:

– több időt szabadítson fel stratégiai elemzésekre

– kevesebbet időt fordítson automatizálható feladatokra,

– és a költségeiket (a bevétel százalékában) akár 25%-kal csökkentse.

Ehhez a legtöbben az alábbi stratégiákat választották:

• Új technológiák bevezetése, a tranzakciós és feldolgozási költségek csökkentése;

• globális és On-shore üzleti szolgáltatási modellek kialakítása, új technológiai megoldásokkal kombinálva;

• különböző technológiák összekapcsolása felhasználó-vezérelt peremeszközökkel, a szervezeti döntéshozatalt adatalapúvá tétele.

Eredmény: felhőalapú ERP-rendszerek, integrált adatplatformok, automatizáció és perem-analitika. Egyszóval digitális pénzügy. A legtöbb projekt elérte a várt eredményeket – mégis megmaradt a kihívás: lépést kell tartani a szervezeti és befektetői igényekkel.

Itt az új lehetőség: az AI-ügynökökkel támogatott pénzügyi működési modell

A pénzügy következő áttörése nem egy újabb rendszer vagy eszköz — hanem egy új munkavégzési mód.

Az AI-ügynökök minden iparágban segítenek átformálni a munkavégzést – a vállalatokon belül miért ne a pénzügy álljon ennek a fejlődésnek az élén?

Az új pénzügyi működési modell egyesíti az emberi munkaerőt és a technológiát. Szakértői vélekedés szerint ebben a rendszerben az AI-ügynökök nem csupán automatizáló eszközök, hanem olyan megoldást jelentenek, melyek lehetővé teszik a csapatok számára, hogy kapacitásaikat nagyobb teljesítményt eredményező feladatokra, komplex problémamegoldásra, mélyebb elemzésekre fordíthassák, és a minőségibb elemzésekkel jobban támogassák a szervezeti döntéshozatalt.

Maga a mesterséges intelligencia számos új lehetőséget kínál a pénzügyi funkció számára.

Ezek közé tartozik:

– az automatikus tranzakciófeldolgozás,

– a valós idejű kockázatfelismerés,

– az önkiszolgáló elemzések,

– az időszaki zárások felgyorsítása,

– vagy a folyamatos készletkezelés és elemzés.

A lehetőség már nem elméleti — a cégek AI-transzformációja már javában zajlik

A progresszív pénzügyi csapatok AI-ügynököket és autonóm AI-folyamatokat építenek be a mindennapi tevékenységekbe, újratervezik a szerepköröket és alapjaiban újradefiniálják a munkavégzés módszereit.

A PwC AI Agent Survey-je szerint a vezetők 79%-a megerősítette, hogy az AI-ügynököket már bevezették a vállalatuknál, és 34% használja ezeket a számviteli és pénzügyi területeken is. Az eddigi adatok alapján az AI ügynökök által generált kapacitásokkal rövid távon 60-90% időmegtakarítást lehet elérni egyes kulcsfolyamatokban, amit egyéb értékteremtő feladatokra lehet átirányítani.

De az AI bevezetésének hatása nem csak ebben, hanem például az elemzések, vagy egyéb eredmények pontosságának javulásában, a munkavállalói elégedettségben, de adott esetben a kontrollkörnyezet fejlődésében is mérhető.

Hogyan alakítják át az AI-ügynökök a pénzügyi területet

Az AI-ügynökök lehetővé tesznek egy új pénzügyi működési modellt, mert intelligensen, autonóm módon és csapatban is tudnak tevékenykedni. Ahogy az emberi munkaerő esetén is, minden AI-ügynöknek más szerepe lesz.

Az egyik lehet könyvelő, a másik FP&A elemző, a harmadik compliance vagy szabályozási szakértő. Minden ügynök rendelkezik a szerepéhez illeszkedő készségekkel és ami fontos, megfelelő adatkészletekkel is.

Ezután az ügynököket egy munkafolyamatba szervezzük és utasításokat adunk, például „egyeztesd a számlákat a megrendelésekkel (PO-k)” vagy „konszolidáld a készpénzpozíciókat, és készíts előrejelzést a be- és kiáramlásokról” – hogy aztán a feladat elvégzésén együtt dolgozzanak.

Minden AI-ügynöknek van memóriája, fel tudja idézni, mit tett korábban és milyen eredmények születtek. Tanul az eredetileg megadott bemenetekből, a felülvizsgálatokból és kivétel-kezeléséből, így folyamatosan fejlődik abban, hogy minél jobban kezelje a következő adathalmazt és feladatokat.

Mint egy tapasztalatot szerző ember, az AI-ügynök is egyre jobb lehet a munkájában és új megoldásokra lesz képes.

Egy új pénzügyi működési modellben a pénzügyi feladatok jellemzően három kategóriába sorolhatók: ember által vezetett, ügynök által támogatott vagy teljesen ügynök által vezérelt.

Az AI-ügynökök — a megfelelő bevezetési és irányítási modellel — önállóan működtethetik, vagy támogathatják a dolgozók szinte minden feladatát. Bármely feladatról legyen szó, az AI-ügynökök újabb kapacitást teremthetnek.

Hogyan néz ki egy konkrét AI-vezérelt pénzügyi munkafolyamat?

Számlák feldolgozása és egyeztetése

A megrendelők és beérkező számlák feldolgozása és egyeztetése során az ügynökök szinte az összes munkát elvégzik — gyorsan, pontosan és skálázhatóan. Akár 80%-kal csökkenthetik az átfutási időt, miközben javítják az ellenőrzési és kontroll nyomvonalakat, csökkentik a megfelelőségi kockázatot és lehetővé teszik a technológia skálázását többletköltség nélkül.

Itt az ügynökök az ismétlődő feladatok automatizálásával teremtenek értéket, így az emberek az elemzésre, a stratégiára és a beszállítók kezelésére koncentrálhatnak.

Amikor egy számla beérkezik felülvizsgálatra, egy AI-ügynök kinyeri a számla kulcsinformációit. Egy másik lehívja a releváns szerződést vagy keretszolgáltatási megállapodást.

A harmadik összeveti a számlát a szerződés vagy megrendelő adataival és feltételeivel, és jelzi az eltéréseket. A negyedik ügynök e-mailt fogalmaz meg a felmerülő kérdések tisztázására. Csak ezután lép be egy pénzügyi szakember, hogy jóváhagyja, vagy szükség esetén eszkalálja a tranzakciókat.

Amíg az AI-ügynökök elvégzik az ismétlődő feladatokat, az emberek más feladatokra összpontosíthatnak. Más AI-ügynökökkel és kollégákkal együttműködve vizsgálják a beszállítói teljesítményt, nyomoznak a visszatérő túlszámlázások és nem megfelelő számlák után, újratárgyalják a szerződéseket.

Az eredmény – a nagyobb hatékonyságon túl – valódi költségmegtakarítás és erősebb beszállítói teljesítmény.

Treasury folyamatok: készpénzkezelés és előrejelzések

Az összetettebb pénzügyi feladatokban nem helyettesítik az ügynökök az embereket. Mellettük dolgoznak. Vegyük például a treasury műveleteket.

Az ügynökök le tudják kérdezni és konszolidálni a készpénzegyenlegeket, előre tudják jelezni a rövid távú be- és kiáramlásokat, jelezhetik a potenciális többleteket vagy hiányokat, javasolhatnak átutalásokat vagy befektetéseket, naplózhatják a végrehajtott lépéseket és finomíthatják az előrejelzési modelleket.

Az előrejelzésekkel a kézben a treasury csapat pontosíthatja a tőkeallokációs stratégiákat, módosíthatja a készpénz küszöböket és frissítheti a befektetési irányelveket az ügynökök által feltárt minták alapján.

Az ügynökök által generált készpénzpozíció-elemzéseket használva finomítják a belső hitelezési stratégiákat. És mindezeknek köszönhetően a kollégáknak több idejük és jobb adatuk keletkezik az értékesítési és más üzleti csapatok támogatására.

Hogyan építsünk AI-alapú pénzügyet?

A számlafeldolgozás és a treasury műveletek csak két példa arra, hogyan automatizálhatják az ügynökök az összetettebb feladatok folyamatait. De támogathatják a követelés-kezelést, a beszállítói kockázat monitorozást, a likviditás-optimalizálást, a pénzügyi zárásokat és még sok mást is.

Könnyen skálázhatók, és a pénzügyi csapattagok is létrehozhatják vagy módosíthatják őket. Minden új ügynöki munkafolyamat újra felhasználhatja az előzőek kódját és architektúráját.

Érett technológiai ökoszisztéma és szoftvercsomag rendelkezésre állása mellett hetek alatt láthatunk hatást, és hónapokon belül felállíthatunk egy teljesen új, AI-vezérelt működési modellt.

Lássuk az AI-alapú pénzügy építésének lépéseit!

1. Mérje fel a folyamatait és adatplatformjait.

2. Építkezzen modulárisan és újra felhasználható módon. Mivel az AI-ügynökök rengeteget tudnak, fontos, hogy ne csupán szigetszerű, inkrementális értéket keressen. Ha moduláris architektúrát alkalmaz, könnyebb lesz újra felhasználni a kódot, az ügynököket és az ügynöki keretrendszereket a munkafolyamatok között — így gyorsan skálázhat és alacsonyan tarthatja a költségeket.

3. Egy AI-ügynök általában csak egy egyszerű feladatot tud elvégezni. A valódi érték az ügynökök munkafolyamatokká történő összekapcsolásából fakad, amihez egy könnyen használható platformra van szükség, mint a PwC agent OS-e, amely beépített felügyeleti eszközökkel is rendelkezik.

4. Mutassa meg az embereinek, hogy ezzel csak nyerhetnek. Az AI értékesebbé teszi a dolgozókat — ha rendelkeznek új készségekkel, például az AI felügyeletének képességével, és a csapatmunka kultúrájával az AI-ügynökökkel.

Az ígéretes lehetőségek mellett azonban új irányítási keretekre, friss kompetenciákra és a működési modellekbe, illetve az egyes AI-megoldásokba vetett bizalomra is szükség van.

A szerző a PwC Magyarország kockázatmenedzsment szakértője

The post Hogyan állítsuk az AI-ügynököket a pénzügy szolgálatába? appeared first on digitrendi.hu.

Az üzleti világban és a mindennapi életben is robbanásszerűen nő az igény a mesterséges intelligencia (AI) által támogatott automatizálás iránt, ennek nyomán egyre nagyobb ütemben épülnek ki az új adatközponti kapacitások.

Az ügynöki AI-alapú automatizálás megvalósításához ugyanis minden eddiginél nagyobb számítási kapacitásra, rendelkezésre állásra és rugalmasságra van szükség. Mivel ezek az autonóm AI-ügynökök az üzleti és a magánélet szerves részeivé válnak, az azokat támogató adatközpontok szerepe is egyre fontosabb, ezért hibamentesen és folyamatosan kell működniük.

Ezekre az elvárásokra reagálva az újgenerációs adatközpontok, vagyis az AI-gyárak tervezése, építése és üzemeltetése is komoly átalakuláson megy keresztül.

„A hagyományos, manuális analóg eljárásokat fokozatosan felváltják a fejlett, átfogó, szoftverekkel megvalósított folyamatok. Ez a változás pedig véget vet annak a korszaknak, amikor a mérnökök, kivitelezők, projektmenedzserek és üzemeltetők egyszerű és zárt eszközökkel, egymástól elszigetelten dolgoztak” – mutat rá Steven Carlini, a Schneider Electric „AI and Data Center” részlegének alelnöke.

Szerepet kapnak a digitális ikrek is

A számítógépes tervezőprogramok (CAD) már régóta alapvető eszközöknek számítanak az elektromos tervezés területén. Ma már a CAD-be integrált, csúcstechnológiás szoftverek segítségével részletes digitális iker-modellek hozhatók létre.

Ezek a modellek lehetővé teszik az adatközpontok teljes elektromos infrastruktúrájának átfogó elemzését és szimulációját.

Ezenkívül az eszköz- és tervezőszoftverek racionalizálják a kapacitástervezést, a belső terek elrendezését, lehetővé teszik szimulációk futtatását a lehető leghatékonyabb IT infrastruktúra kialakítása érdekében.

A hűtési tervek esetében a digitális iker szoftver elemzi a levegő- és vízáramlást, a nyomást és a hőmérsékletet, lehetővé téve az energiafogyasztás optimalizálását, kiegészítve az adatközponti infrastruktúra hibatűrését tesztelő meghibásodási szimulációkkal.

Az adatközpontok építése során a szoftveres támogatás fejlett pályázati és beszerzési lehetőségeket, valamint pontos ütemterv- és költségvetés-kezelést biztosít.

Az építkezéshez használt anyagok és termékek kiválasztása során lehetőség nyílik arra, hogy a költségek és az elérhetőség mellett például a benne foglalt szén-dioxid-kibocsátás alapján döntsenek a megrendelők és a kivitelezők. A megfelelő szoftver alkalmazásával pedig egyetlen felületen követhető nyomon a projekt alakulása, és a változások ellenőrzése.

Így automatizálható az üzemeltetés

A kulcsfontosságú automatizációs megoldásokat kiszolgáló adatközpontoknál elengedhetetlen a kritikus energiaellátó rendszerek valós idejű ellenőrzése és koordinálása.

„A napjainkban elérhető szoftverek fejlett elemzési és mesterséges intelligencia modelleket használnak az energiaellátás optimalizálására a felhasználók rendelkezésre állással, költségekkel vagy szén-dioxid-kibocsátással kapcsolatos preferenciái alapján. Ahogy az elsődleges és tartalék energiaellátó rendszerek egyre összetettebbé válnak, a szoftverek szerepe exponenciálisan növekszik” – tette hozzá Steven Carlini.

A Schneider Electric a DCIM (Data Center Infrastructure Management – Adatközponti Infrastruktúra-menedzsment) szoftverek széles portfólióját kínálja a tervezés és modellezés, valamint a felügyelet és menedzsment támogatására.

Ezek közé tartozik az EcoStruxure IT Expert, ami egy felhőalapú, gyártófüggetlen, biztonságos megoldás, amely bárhonnan elérhető felügyeletet és átláthatóságot biztosít a fizikai informatikai infrastruktúrához.

Az EcoStruxure IT Data Center Expert használatával az üzemeltetők átfogó képet alkothatnak a berendezések állapotáról, mivel a felügyeleti szoftver összegyűjti, rendszerezi és szétosztja a kritikus eszközinformációkat.

A tervezést támogatja az EcoStruxe IT Advisor felhőalapú szoftver, ami lehetővé teszi az adatközpontok vezetői számára az üzemeltetési költségek csökkentését és az üzemidő tervezését, valamint elemzésekkel segíti a kapacitástervezési döntéseket.

A naptár alapú karbantartást a prediktív váltja fel

Az energiaellátó rendszereknél a karbantartási fázis nagyban támaszkodik a valós idejű és korábbi adatokon alapuló prediktív elemzésekre, amelyek segítségével előre jelezhetőek a lehetséges meghibásodások, optimalizálhatók a karbantartási ütemtervek és csökkenthető a leállás kockázata.

A szoftver egyebek mellett elemezheti egy transzformátor hőmérsékletének emelkedését, és ütemezheti a cseréjét, zökkenőmentesen koordinálva a szállítást, a leállást és a telepítést.

Az adatközpontokban talán a hűtés igényli leginkább a karbantartók figyelmét. Az AI-jal támogatott szoftvert ma már a szűrőcsere és a tekercstisztítás ütemezésének meghatározására is használják, a hosszabb távú ventilátor- és motorcsere-ütemtervek mellett. A folyadékhűtéses rendszerek és a nagy sűrűségű hűtés terjedésével az intelligens szoftverek elengedhetetlenekké válnak a vízminőség értékeléséhez és a folyadékkezelések ajánlásához.

A szoftverek alkalmazásával a naptár alapú karbantartásról át lehet állni az állapot alapúra, ami csökkenti a költségeket és javítja a rendelkezésre állást.

The post Az AI-gyárak létesítésénél a szoftverek kulcsszerepet játszanak appeared first on digitrendi.hu.

A Boston Consulting Group és az MIT Sloan Management Review jelentéséről számoltak be ma egy nemzetközi webnináron a szakértők. A tanulmány részletesen bemutatja, hogyan tudják a vezetők maximalizálni az ügynöki AI kettősségét megfelelő HR-megközelítésekkel és eszközkezelési technikákkal.

Az ügynöki AI túlszárnyalja a genAI terjedési ütemét is

Az AI-ügynököket, vagyis azokat a rendszereket, amelyek önállóan képesek tervezni, cselekedni és tanulni, a vállalatok és intézmények olyan sebességgel fogadják el, amely meghaladja a hagyományos és generatív mesterséges intelligencia elterjedésének ütemét.

Alig két év alatt a vállalkozások 35%-a már arra a szintre ért, hogy vizsgálja az agentic AI-t, további 44% pedig hamarosan tervezi bevezetni.

Kevés cég és intézmény jutott viszont el odáig, hogy kifejlessze a munkafolyamatok, irányítási modellek, beruházási tervek és tehetségstratégiák átalakításához szükséges keretrendszereket. Erre viszont szükség van ahhoz, hogy lépést tudjanak tartani ezzel a dinamizmussal.

A korábbi technológiákkal ellentétben az AI-ügynökök nem csupán működtetendő eszközök vagy utasításra váró asszisztensek. Egyre inkább önálló csapattagként viselkednek, több lépésből álló folyamatokat hajtanak végre, és képesek menetközben alkalmazkodni is – emeli ki a 21 iparágban és 116 országban 2102 vezető beosztású munkatárs megkérdezésén, valamint vezető beosztású vezetőkkel készített interjúkon alapuló tanulmány.

„A történelem során világosan elkülönült a technológia és az ember, és a menedzsmentfolyamatok is e megkülönböztetés köré épültek. Az AI-ügynökök azonban egyszerre eszközök és kollégák is. Ez azt jelenti, hogy a jövőben azok a vállalatok lehetnek sikeresek, amelyek elfogadják ezt a kettősséget, és amelyek az AI-ügynökök kettős természetét nem hibának, hanem előnynek tekintik” – mondta Turny Ákos, a BCG globális GenAI Transzformációs igazgatója.

Érdemes megjegyezni, hogy a megkérdezett vezetők 76%-a inkább munkatársnak tekinti az AI-ügynököt, mint eszköznek.

Az ügynöki mesterséges intelligenciát használó szervezetek kétharmada várja ettől a működési modelljeinek a változását, míg azoknak, amelyek csak most kezdik el használni a technológiát, 42%-a számít ilyen változásokra.

Az AI-ügynököket nagy számban alkalmazó cégek 58%-a már három éven belülre várja a vállalatirányítás változását, azzal a várakozással, hogy a mesterséges intelligencia rendszerek döntéshozatali jogköre összességében 250%-kal nő.

Az AI-agentek használatában élenjárók 43%-a nyitottabb lesz arra, hogy általános szakembereket(generalistákat) alkalmazzon a specialisták helyett. Ennél többen számítanak a középvezetői réteg csökkenésére, míg 29% kevesebb belépő szintű pozícióval számol a cégénél.

Ahol már észrevehető mértékben alkalmazzák az AI-ügynököket, az ott dolgozók 95%-a vélekedik úgy, hogy az AI pozitívan befolyásolja munkájukkal való elégedettségüket.

Az AI-ügynököket számottevően alkalmazó cégek közel háromnegyede számít arra, hogy a technológia használata megváltoztatja cégének képességét a differenciálódásra, szemben az agens AI-t nem alkalmazó szervezetek 53%-ával.

„Az ügynöki AI képes teljes munkafolyamatokat átalakítani és megkérdőjelezni a meglévő üzleti folyamatokat. Csak úgy lehet egy szervezet sikeres, ha ahelyett, hogy bele akarná kényszeríteni az ügynöki AI-t a meglévő struktúrákba, hajlandó újragondolni a folyamatokat” – mondta Bakonyi Zoltán, a BCG projektvezetője.

The post Az AI-ügynökök kettőssége – hogyan kezeljük az önmagukat irányító gépeket? appeared first on digitrendi.hu.

„Az alkalmazások, az adatok és az AI egymást erősítő körforgása mostantól a fejlesztőket ülteti a vezetőülésbe – a megérdemelt helyükre” – emeli ki Muhammad Alam, az SAP SE igazgatótanácsának tagja.

Nyitottabb lett a fejlesztői ökoszisztéma

Az SAP Build, az üzleti szoftvercég zászlóshajó megoldása a vállalati alkalmazásfejlesztés és automatizáció területén, amely most még nagyobb szabadságot ad a fejlesztőknek. Az új funkciók révén bármilyen fejlesztői környezetben dolgozhatnak, és a kedvenc eszközeiket használhatják az SAP-alkalmazások kiterjesztésére és automatizálására.

• A Cursor, Claude Code, Cline és Windsurf típusú ügynökalapú fejlesztési platformok felhasználói a jövőben a Build Local Model Context Protocol Servers segítségével közvetlenül hozzáférhetnek az SAP fejlesztési keretrendszereihez.

• A Visual Studio Code fejlesztők számára pedig új Build-bővítmény érhető el, amellyel a megszokott környezetükből használhatják a megoldás képességeit – a bővítmény később az Open VSX Registryben is elérhető lesz.

• Az SAP és az n8n között bejelentett integrációs partnerség révén a Joule Studio ügynökök és az n8n ügynökök együttműködve képesek feladatokat végrehajtani.

• Emellett a Joule Studióban megnyíló új agent-fejlesztési lehetőségek lehetővé teszik, hogy a fejlesztők saját, önállóan működő AI-ügynököket hozzanak létre, amelyek az SAP üzleti adataira és összefüggéseire alapozva alkalmazkodhatnak a változó üzleti környezethez.

Hogyan aknázzuk ki az adatok erejét?

Minden intelligens alkalmazás alapja a megbízható adat. Az SAP mostantól további lehetőségeket kínál arra, hogy a fejlesztők a rendelkezésükre álló adatokból üzleti értéket teremtsenek a Business Data Cloud segítségével.

A megoldás új kapcsolatokat kínál fel a legnépszerűbb adat- és AI-platformokkal. A Snowflake Solution Extension közvetlenül juttatja el a Snowflake adatkezelési és mesterséges intelligencia-képességeit az SAP-ügyfelek számára.

Ez rugalmasságot ad abban, hogy minden adat- és AI-feladatnál a legmegfelelőbb számítási és tárolási környezetet válasszák – miközben megőrzik az adatirányítási, interoperabilitási és üzleti kontextust.

Az SAP ezzel párhuzamosan új Business Data Cloud Connect partnerséget is bejelentett a Snowflake-kel, amely a korábbi Databricks és Google Cloud integrációkat egészíti ki.
A fejlesztők így szabadabban dönthetnek arról, milyen környezetben kívánnak dolgozni az SAP-adatokkal.

A Data Product Studio új képessége lehetővé teszi, hogy a nyers adatokból azonnal felhasználható, elemzésre, AI-alkalmazásokra vagy fejlesztésre kész adattermékek szülessenek.

A SAP HANA Cloud bővített tudásgráf motorja pedig automatikusan képes olyan gráfokat generálni, amelyek feltérképezik az összefüggéseket az adatbázis-táblák, oszlopok és modellek között – így a fejlesztők átláthatják, hogyan kapcsolódnak egymáshoz az adatok, és milyen üzleti összefüggések rejlenek mögöttük.

Így kel életre az autonóm AI

Új szintre lép az SAP mesterséges intelligencia portfóliója is: a fejlesztők mostantól intelligens, önállóan működő AI-rendszereket hozhatnak létre.

Nyilvánossá vált az SAP első vállalati relációs alapmodellje, a SAP-RPT-1 (Relational Pre-Trained Transformer). Ez egy új AI-típus, amely nem szövegalapú, hanem üzleti kimeneteleket jósol.

A modell képes gyorsan és pontosan előre jelezni olyan üzleti eseményeket, mint a szállítási késések, fizetési kockázatok vagy a megrendelések teljesülése. A fejlesztők számára már egy ingyenes demo környezet is elérhető, ahol kipróbálhatják a modell képességeit.

A Joule új AI-asszisztensei több ügynök együttműködését hangolják össze a különböző munkafolyamatok, részlegek és alkalmazások között. Az új technikai agentek között például megjelent egy üzleti folyamat-elemző ügynök, amely segít feltárni a folyamatok hatékonysági hiányosságait, javaslatot tesz az optimalizálásra és mérhető üzleti javulást hoz.

A cég emberek millióit készíti fel az AI-korszakra

A cég a komplex AI környezet létesítése mellett egyúttal azt is vállalta, hogy 2030-ig világszerte 12 millió ember számára teszi elérhetővé az AI-kompetenciák megszerzését, felkészítve őket a technológia által formált új munkaerőpiaci elvárásokra.

A Coursera online oktatási platformmal való együttműködés keretében az SAP kibővíti a gyakorlatorientált képzési és tanúsítási programjait, amelyek konkrét AI-eszközök és alkalmazások használatára tanítanak meg.

The post Piacképes AI-megoldások megvalósításában segíti a fejlesztőket az SAP appeared first on digitrendi.hu.

Az SAP copilotjában, Joule-ban megjelenő szerepkör-alapú asszisztensek új hálózata, a bővülő adatelemzési ökoszisztéma, vagy az ellátási láncok esetleges zavarait előrejelző intelligens megoldások világszerte forradalmasítják az üzleti működést.

„Ahhoz, hogy a vállalatok sikeresek maradjanak egy olyan világban, ahol az állandó változás az új norma, többre van szükségük, mint egymástól elszigetelt, különálló rendszerek laza kapcsolódására” – mondta Muhammad Alam, az SAP SE igazgatótanácsának tagja, az SAP Product & Engineering terület vezetője.

Az emberekkel együttműködni képes AI-asszisztensek

A Joule következő fejlesztési szakaszával az SAP új alapokra helyezi a vállalati mesterséges intelligenciát. A copilot a jövőben már az SAP Business Suite központi AI-alapjaként működik, és új generációs, szerepkör-alapú asszisztenseket kínál, amelyek partnerként működnek egy-egy adott üzleti terület szakembereivel.

A Joule asszisztensek kiválasztják a feladathoz legmegfelelőbb ügynököket, konfigurálják, összehangolják és irányítják őket, hogy az irányító menedzserek a magasabb szintű rálátást nyújtó riportokra és a termelékenység növelésére összpontosíthassanak.

Ezek az asszisztensek a megfelelő AI-ügynökökkel (Joule Agentekkel) dolgoznak együtt, amelyek a különböző feladatok elvégzésére specializálódtak, gondoskodva a folyamatok háttérirányításáról.

Az asszisztenseket a feladatok elvégzésében egy egyre bővülő Joule Agent-könyvtár is támogatja, amely kifejezetten egy-egy funkció összetett munkafolyamatainak végrehajtására készült.

A People Manager Assistant például támogatja a vezetőket a teljesítmény optimalizálásában azzal, hogy különböző specializált ügynököket hangol össze – köztük az új People Intelligence Agentet is, amely segít felismerni és megoldani olyan problémákat, mint a kompenzációs anomáliák.

A Financial Planning Assistant egy szakértő ügynökcsoport – köztük a pénzáramlást optimalizáló és a kamatbevételeket javító új Cash Management Agent – segítségével támogatja a pénzügyi szakembereket a hatékonyság növelésében.

Az új, szerepkör-alapú Joule asszisztensek nemcsak egy-egy üzleti területen növelik a teljesítményt, hanem egymással is tudnak együttműködni, ami segíti őket abban, hogy komplex, vállalati szintű kihívásokra is tudjanak átfogó megoldásokat kínálni.

Adatok, amelyek átlépik a határokat

A mesterséges intelligencia üzemanyaga az adat. Az adatok azonban gyakran elszigetelten, külön rendszerekben tárolódnak.

Az SAP Business Data Cloud Connect lebontja ezeket a korlátokat, biztonságosan összekapcsolja az SAP BDC-t a partnerek platformjaival, és lehetővé teszi a kétirányú áramlást a szervezeti és technológiai határokon át.

A zero-copy megosztás révén az adatok biztonságban maradnak az SAP rendszereiben, ugyanakkor azonnal elérhetők az ügyfelek saját adatplatformjain is – mindezt a kontextus megőrzésével, felesleges másolatok nélkül.

Ennek eredményeként csökken az adatszigetek száma, egyszerűsödnek az adatfolyamatok, és minden döntéshozó a megfelelő időben, megbízható adatokhoz fér hozzá.

Az SAP BDC Connect első partnerei a Databricks és a Google Cloud, és hamarosan további partnerek is követik őket. A februári bejelentésnek megfelelően az SAP Databricks továbbra is az SAP Business Data Cloud adatkezelő szolgáltatásának része marad, míg a BDC Connect előnyeit egy nyílt adat-ökoszisztémára terjeszti ki.

Ezek a partnerségek gyorsabb hozzáférést biztosítanak az ügyfeleknek az analitikai és AI-célokra szolgáló adattermékekhez, így a csapatok gyorsabban és egyszerűbben juthatnak el a nyers adatoktól a valós idejű üzleti eredményekig.

Így lesznek az adatokból döntések

Az SAP ma még egyedülálló megoldásának motorjai azok a vállalati alkalmazások, amelyekkel adatokat hozhatnak létre és az AI által generált betekintést nyerhetnek a folyamatokba.

Az új SAP Supply Chain Orchestration egy AI-alapú megoldás, amely Joule-t egy élő tudásgráffal ötvözve képes több beszállítói szinten észlelni a valós idejű kockázatokat, és összehangolt reakciót kiváltani, ezáltal csökkentve a költségeket és fenntartva az ellátási lánc folyamatosságát.

Az SAP Engagement Cloud egy új ügyfélkapcsolati megoldás, amely az üzleti szempontból kritikus kontextust használja fel a személyre szabott interakciókhoz az ügyfelek, beszállítók és más partnerek között.

Az új generációs SAP Ariba beszerzési csomag pedig az AI-ra épül, és intelligenciát visz a kiadások kezelésének minden szakaszába – a beszerzéstől a beszállítói együttműködésig.

Ezek az SAP Business Suite innovációk egy új korszak kezdetét jelzik, amelyet az önmagát erősítő mesterséges intelligencia, az adatok és az alkalmazások hajtanak – intelligenciát, sebességet és rugalmasságot nyújtva az üzleti szféra számára.

The post Vége a szigetszerű megoldások korszakának – a választ az SAP üzleti platformja adja appeared first on digitrendi.hu.