Az AI nem olcsóbb mindenhol – csak máshol költöd el

Az AI gyakran nem csökkenti, hanem átrendezi a költségeket. Mit jelent ez egy magyar KKV-nál, és hol érdemes kezdeni?

Mi történt

Az ETHRWorld.com 2026. augusztus 23-án megjelent cikke szerint egyre több HR-vezető úgy látja: az AI bevezetése nem feltétlenül vágja le a költségeket, inkább átrendezi azokat. A hangsúly a bérköltségről a számítási infrastruktúrára, az integrációra, az adat-előkészítésre, a biztonságra, az irányításra és az átképzésre tolódik.

Mit jelent ez egy magyar KKV-nak

A magyar KKV-k számára ez a hír nem arról szól, hogy „az AI drága vagy olcsó”, hanem arról, hogy rossz kérdést teszünk fel, ha csak a létszámcsökkentésben gondolkodunk. A valós kérdés inkább az, hogy melyik munka mennyi emberi figyelmet, mennyi adminisztrációt és mennyi hibakockázatot visz el, és ebből mit lehet géppel, szabályokkal vagy AI-val kiváltani.

A legtöbb hazai középvállalatnál az AI nem úgy jelenik meg, hogy holnaptól „kivált egy teljes pozíciót”. Sokkal inkább úgy, hogy csökkenti a napi kézi adminisztrációt: e-mailek szortírozását, dokumentumok átnézését, adatok másolgatását, riportok összeállítását, jóváhagyások követését. Ez elsőre nem látványos, de a működés szintjén nagyon is számít. Ha egy vezető minden héten órákat tölt azzal, hogy több Excelből összerakjon egy döntéshez elég képet, akkor ott az AI vagy az automatizálás nem „innovációs projekt”, hanem kapacitás-visszanyerés.

Ugyanakkor a hír egyik fontos üzenete az, hogy az AI bevezetésének vannak rejtett költségei. Magyar KKV-knál ezek jellemzően nem a nagyvállalati szintű cloud- vagy modelllicenc-költségek, hanem sokkal prózaibb tételek: a szétszórt adatok rendbetétele, a régi Excel-fájlok és e-mailes folyamatok egységesítése, a jogosultságok kialakítása, a munkatársak betanítása, és annak eldöntése, hogy ki felel a rendszer működéséért. Ha ezek nincsenek meg, az AI könnyen csak egy újabb réteg lesz a káosz tetején.

Ez különösen igaz az adminisztratív folyamatokra. A magyar KKV-k jelentős része még mindig részben Excelben, részben e-mailben, részben fejben tartott szabályokkal működtet olyan területeket, mint az ajánlatkérés, a jóváhagyás, a szerződéskezelés, a reklamáció, a riportkészítés vagy a törzsadat-karbantartás. Ilyenkor az AI nem önmagában oldja meg a problémát. Előbb azt kell tisztázni, hogy a folyamat egyáltalán le van-e írva, van-e benne felelős, van-e egységes bemenő adat, és van-e olyan pont, ahol automatikusan dönteni lehet.

Ezért egy magyar KKV-nál sokszor nem az a kérdés, hogy „AI vagy ember”, hanem hogy „ember, szabály vagy AI?”. Például egy bejövő dokumentum osztályozása, egy e-mail továbbítása vagy egy szerződés lejáratának figyelése gyakran jól automatizálható szabályokkal is. Erről részletesebben itt írtunk: Mikor érdemes szabályalapú automatizálást AI helyett? És ha a feladat már valóban változatos, sok kivétellel dolgozik, akkor jöhet szóba AI. Erről lásd: Mikor érdemes AI-t használni az adminisztrációban?

A költségek átrendeződése a magyar munkaerőpiacon is fontos. Sok KKV-nál nincs túl sok „felesleges” adminisztratív kapacitás, ezért az AI bevezetése nem feltétlenül elbocsátást, inkább szerepváltást jelenthet. A kolléga, aki eddig adatot vitt fel, ellenőrzött, továbbított és összegzett, átkerülhet folyamatfelügyeleti, kivételkezelési vagy ügyfélkapcsolati feladatokba. Ez nem mindig könnyű, mert a vezetőnek el kell döntenie: a felszabaduló időt tényleg értékesebb munkára fordítja, vagy csak újabb feladatokkal tölti fel ugyanazt az embert.

A magyar sajátosság az is, hogy sok KKV-nál a beruházási döntés rövid távú cash flow alapján születik. Emiatt gyakori, hogy a vezető csak a bevezetési költséget látja, de a későbbi működési hasznot nem méri. Pedig az AI és az automatizálás valódi értéke sokszor nem az, hogy „kevesebb ember kell”, hanem az, hogy kevesebb a hibázás, gyorsabb az átfutás, és a vezető végre nem operatív tűzoltásra megy el. Ezt a logikát érdemes összekötni a folyamattervezéssel: ha az adminisztrációs teher a fő probléma, akkor az első lépés sokszor nem AI, hanem folyamat- és adatfegyelem. Ebben segíthet például a Hogyan csökkentsd a hibákat a manuális adatrögzítésben? vagy a Hibás adatrögzítés csökkentése dokumentumfeldolgozással anyagunk.

A hír másik fontos üzenete, hogy a skálázás a kulcskérdés. Egy pilot még lehet olcsó és látványos, de amikor a megoldást több osztályra, több telephelyre vagy több folyamatra kell kiterjeszteni, előjönnek a valós költségek: integráció, jogosultságkezelés, kivételkezelés, auditálhatóság, és az, hogy ki felügyeli az AI által adott eredményt. Magyar KKV-knál ez különösen érzékeny, mert sok rendszer nincs összekötve egymással, így a bevezetés nem az AI képességén, hanem az adatok minőségén és a folyamatok rendezettségén bukhat el. Ilyenkor gyakran előbb kell egy központi adat- vagy workflow-logika, mint maga az AI. Erről hasznos lehet a Hogyan építs központi törzsadat-folyamatot új rekordokhoz? és a Kézi adategyeztetés: hogyan csökkentsd több rendszer között? cikkünk.

A magyar döntéshozónak ezért nem azt kell mérlegelnie, hogy az AI „olcsóbb-e az embernél”, hanem azt, hogy melyik folyamatban milyen típusú költség keletkezik. Ha a legnagyobb gond a lassúság, a hibaarány vagy a vezetői átláthatatlanság, akkor az AI és az automatizálás sokszor jó eszköz lehet. Ha viszont a folyamat maga rendezetlen, a felelősségek tisztázatlanok, az adatok hiányosak, akkor az AI csak drágábbá teheti a káoszt. Ez a különbség sokszor fontosabb, mint maga a technológia.

A gyakorlatban tehát a hír azt üzeni a magyar KKV-k vezetőinek: ne létszámot tervezz, hanem munkát. Ne azt kérdezd, hány embert vált ki az AI, hanem azt, melyik feladatot érdemes gépesíteni, melyiket érdemes szabályosítani, és hol kell emberi döntés. Ha ezt jól csinálod, az AI nem költségcsapda lesz, hanem a működés átrendezésének eszköze. Ha ezt kihagyod, akkor könnyen úgy jársz, hogy az új rendszer mellett is megmarad a régi adminisztráció, csak éppen drágábban.

Mit csinálj vele

Először nézd meg a cégedben azt a 3-5 folyamatot, ahol a legtöbb kézi adminisztráció, e-mailes utánkövetés vagy Excel-másolgatás van. Írd össze, hol keletkezik adat, ki ellenőrzi, ki hagyja jóvá, és hol csúszik el a munka.

Második lépésként döntsd el folyamatonként, hogy szabályalapú automatizálás elég-e, vagy tényleg AI kell. Ha a logika ismétlődő és jól leírható, akkor sokszor nem AI a legjobb első lépés. Ha viszont sok a kivétel, vegyes a bemenet, vagy szöveges dokumentumokkal dolgozol, akkor az AI indokolt lehet.

Harmadik lépésként ne külön eszközben gondolkodj, hanem működésben. Egy új AI-funkció csak akkor ér valamit, ha illeszkedik a meglévő folyamatba, és van hozzá felelős, jóváhagyás, naplózás és kivételkezelés. Ha ez hiányzik, előbb a folyamatot kell rendbe tenni.

Ha szeretnéd átnézni, nálatok hol van valódi digitalizálási potenciál, kérj ingyenes konzultációt a codemeshtől, vagy indulj el a Digitalizációs felmérés oldalon. Egy rövid átvilágítás sokszor gyorsabban megmutatja, hol éri meg automatizálni, mint bármilyen általános AI-ígéret.