Mire figyelj, ha AI-t akarsz az ERP mellé tenni?

Az AI önmagában nem oldja meg az ERP-problémákat: a magyar KKV-knak előbb a folyamataikat, adataikat és felelősségeiket kell rendbe tenniük.

Mi történt

A The Financial News 247 2026. szeptember 1-jén közölt egy cikket arról, hogy sok vállalat AI-t próbál beépíteni az ERP-rendszerébe, de az ilyen kezdeményezések gyakran nem hozzák a várt üzleti értéket. A megszólaló Rajesh Gangula, aki ERP- és ellátási lánc-modernizációs programokban dolgozik, azt emeli ki, hogy a sikeres cégek nem feltétlenül a legfejlettebb modelleket használják, hanem elkerülik a tipikus bevezetési hibákat.

Mit jelent ez egy magyar KKV-nak

Magyar KKV-ként ezt a hírt nem úgy érdemes olvasnod, hogy „akkor az AI az ERP-ben mostantól kötelező”, hanem úgy, hogy az AI bevezetése ugyanazt a régi leckét ismétli: ha a folyamatok kuszák, az adatok hiányosak, a felelősségek bizonytalanok, akkor a legokosabb rendszer is csak gyorsabban fogja előállítani a rossz vagy félkész döntéseket.

Ez különösen igaz akkor, ha nálatok az ERP valójában több, részben összetákolt megoldásból áll: egy pénzügyi rendszerből, külön Excelből, e-mailes jóváhagyásokból, esetleg valamilyen raktár- vagy gyártásirányítási modulból. Ilyenkor az AI nem egy „plusz funkció”, hanem egy új réteg a meglévő működés fölé. Ha ez a réteg nem tiszta adatokra ül rá, akkor az eredmény több adminisztráció, több ellenőrzés és több bizalmatlanság lesz, nem kevesebb munka.

A magyar KKV-k többségénél az ERP-hez kapcsolt AI valószínűleg nem autonóm döntéshozóként jelenik meg, hanem olyan mindennapi feladatokban, mint a számlák vagy bizonylatok előfeldolgozása, a törzsadatok ellenőrzése, a dokumentumok osztályozása, az ügyfélmegkeresések továbbítása, vagy a vezetői riportok előkészítése. Ezeknél a területeknél a legnagyobb kockázat nem az, hogy az AI „nem elég okos”, hanem az, hogy nincs eldöntve: mit szabad neki automatikusan megtennie, mit kell embernek jóváhagynia, és mi az, amit csak javasolhat.

Itthon az is gyakori, hogy a vezetők gyors megtérülést várnak, miközben az AI-s projekt valójában adat- és folyamatfejlesztési projekt is. Ha például egy cégben a vevői vagy beszállítói törzsadatok több helyen eltérnek, az AI nem tudja „kitalálni”, melyik a helyes adat. Ugyanez igaz a riportokra is: ha a számok forrásai nem egységesek, akkor az automatikusan előállított összesítés csak gyorsabban termeli újra a bizonytalanságot. Ezért a hír legfontosabb üzenete magyar szemmel az, hogy az AI bevezetése előtt nem az eszközt, hanem a működést kell rendbe tenni.

A magyar KKV-k számára az ERP és AI kapcsolata gyakran nem is klasszikus ERP-projektként indul, hanem egy-egy szűk, fájdalmas ponton. Ilyen lehet a sok kézi adatbevitel, a későn elkészülő riport, a jóváhagyások elakadása, a dokumentumok elvesztése vagy a vevői megkeresések szétszóródása. Ezekben a helyzetekben sokszor nem is AI-val kell kezdeni, hanem workflow-automatizálással, szabályalapú ellenőrzéssel, ügyfélportállal vagy dokumentumfeldolgozással. Az AI akkor jön jól, amikor a kivételes esetek kezelése, a szöveges információk értelmezése vagy a nagy mennyiségű dokumentum előszűrése valóban hozzáadott értéket ad.

Ez azért fontos, mert a magyar KKV-k döntéshozói gyakran egyetlen rendszerben szeretnének mindent megoldani: pénzügyet, jóváhagyást, riportot, ügyfélkezelést és dokumentumfeldolgozást. A gyakorlatban viszont jobb eredményt adhat, ha először külön rendezed azokat a folyamatokat, amelyek ma Excelben vagy e-mailben élnek, és csak utána gondolkodsz AI-rétegen. Például egy jól megtervezett belső űrlap, egy automatikus értesítési lánc vagy egy központi törzsadat-folyamat sokszor nagyobb üzleti hatást hoz, mint egy korán ráerőltetett AI-funkció.

A hír abban is tanulságos, hogy az ERP-s AI bevezetés nem csak technológiai kérdés, hanem szervezeti fegyelem kérdése is. Ki felel az adatokért? Ki hagy jóvá egy automatikusan javasolt módosítást? Mi történik, ha az AI bizonytalan? Hol látszik vissza, hogy egy döntés gépi javaslat alapján született? Ezek a kérdések magyar KKV-knál gyakran nincsenek kimondva, pedig nélkülük az automatizálás könnyen átláthatatlan lesz. Ha nincs auditnyom, később nehéz megmagyarázni, miért módosult egy rendelés, egy számla vagy egy ügyféladat.

Ami itthon másképp alakulhat, mint a nagyvállalati, nemzetközi környezetben: a magyar KKV-k általában kisebb csapattal, kevesebb tartalékidővel és szorosabb vezetői kontrollal dolgoznak. Ez egyszerre előny és hátrány. Előny, mert gyorsabban lehet dönteni és tesztelni. Hátrány, mert egy rosszul megválasztott AI-funkció aránytalanul sok zavart okozhat, ha a kulcsembereknek kell manuálisan javítaniuk a hibákat. Ezért a kezdeti fókusz nem az legyen, hogy „mindenbe AI kell”, hanem az, hogy melyik lépésnél fogy el most a legtöbb idő, hol keletkezik a legtöbb hiba, és hol lenne a legkönnyebb mérhetően javítani.

Érdemes azt is kimondani, hogy sok magyar cégnek jelenleg nem az AI az első számú digitalizációs lépés. Ha még nincs rendben a dokumentumok kezelése, a riportok egységesítése vagy a jóváhagyási folyamatok követése, akkor ezek rendezése nagyobb üzleti hasznot hozhat, mint egy korai AI-kísérlet. Más szóval: az AI nem helyettesíti az alapokat. Ha az alapfolyamatok gyengék, akkor a mesterséges intelligencia csak ráerősít a gyengeségekre.

Ha viszont az alapok rendben vannak, az AI nagyon is hasznos lehet. Például segíthet a bejövő e-mailek osztályozásában, a dokumentumok kategorizálásában, a hibás adatrögzítés csökkentésében vagy a belső tudásbázis kereshetőbbé tételében. Ezeknél a feladatoknál nem az a kérdés, hogy „tud-e már az AI mindent”, hanem az, hogy képes-e csökkenteni a kézi munkát úgy, hogy közben a kontroll megmarad. Erről szól az a megközelítés is, amikor előbb szabályalapú automatizálást építesz, és csak ott nyúlsz AI-hoz, ahol valóban szükség van nyelvi vagy mintafelismerési képességre.

Ha szeretnéd ezt a gondolkodást a saját működésedre lefordítani, érdemes megnézned, hol van nálatok ma a legtöbb Excel-másolgatás, e-mailes jóváhagyás vagy manuális adatellenőrzés. Sokszor ezekben a pontokban van a legnagyobb, gyorsan felszabadítható érték — nem a teljes ERP lecserélésében.

Mit csinálj vele

Először is, ne AI-projektet indíts, hanem folyamatlistát készíts. Írd össze azt a 5-10 feladatot, ahol ma a legtöbb idő megy el kézi adminisztrációra: számlák, megrendelések, törzsadatok, riportok, jóváhagyások, ügyfélmegkeresések, dokumentumok. Minden tételnél nézd meg, hogy a probléma valójában adatminőség, jóváhagyás, dokumentumfeldolgozás vagy döntéstámogatás.

Másodszor, döntsd el, mi legyen szabályalapú és mi lehet AI-s. Ha a feladat egyértelmű szabályokkal leírható, először automatizáld szabályokkal. Ha szöveget kell értelmezni, kategorizálni vagy kivételt kezelni, ott jöhet szóba AI. Ebben segíthet például a Mikor használj szabályalapú automatizálást AI helyett? és a Mikor érdemes AI-t bevezetni dokumentumok osztályozására? cikkünk.

Harmadszor, tisztázd a felelősségeket. Ki hagyhat jóvá automatikus javaslatot? Ki ellenőrzi a kivételeket? Mi történik, ha az AI bizonytalan? Ezeket nem utólag kell kitalálni. Ha a jóváhagyási lánc most is elakad, nézd meg a Jóváhagyási folyamat automatizálás: gyorsabb döntések és a Hogyan csökkentsd a jóváhagyási elakadást értesítésekkel? anyagainkat.

Negyedszer, ellenőrizd az adatforrásokat. Ha ugyanaz az ügyfél vagy termék több helyen eltérően szerepel, előbb a törzsadatokat kell rendbe tenni. Ha a riportok forrásai nem egységesek, előbb az adatszinkronizációt kell megoldani. Ehhez hasznos lehet a Hogyan építs központi törzsadat-folyamatot új rekordokhoz? és az Adatszinkronizáció rendszerek között: valós idejű adatok cikkünk.

Ötödször, ne a teljes rendszert akarjad egyszerre átalakítani. Egy jó első lépés lehet egy olyan folyamat, ahol a kézi adminisztráció, az e-mailes továbbítás és az Excel-alapú nyilvántartás kiváltható. Például belső űrlapok, automatikus értesítések, riportautomatizálás vagy dokumentumfeldolgozás területén. Ha ezek jól működnek, utána lehet AI-t tenni a kivételkezelésre vagy az előszűrésre.

Végül, tedd fel a legfontosabb kérdést: mitől lesz ettől kevesebb a napi munka, és mitől lesz megbízhatóbb a döntés? Ha erre nincs világos válasz, akkor még nem érett meg a bevezetés. Ha viszont meg tudod mondani, melyik folyamatban csökken a kézi munka, hol lesz kevesebb hiba, és hol lesz gyorsabb az átfutás, akkor már van értelme továbblépni.

Ha szeretnéd átbeszélni, nálatok hol lenne értelme AI-t, workflow-automatizálást vagy riportautomatizálást bevezetni, kérj ingyenes konzultációt a codemesh-től, vagy indulj el a Digitalizációs felmérés oldalon.