Az AI-t is úgy kezeld, mint egy belső kockázatot

Satya Nadella szerint az AI-rendszereket belső kockázatként kell kezelni. Ez a magyar KKV-knál főleg jogosultságokról, naplózásról és kontrollról szól.

Mi történt

A Microsoft vezérigazgatója, Satya Nadella 2026. október 12-én a NewsPoint szerint arról beszélt, hogy a fejlettebb AI-modelleket potenciális belső kockázatként kell kezelni. Az üzenet lényege az volt, hogy a cégek ne csak a modell fejlesztőjének ígéretére támaszkodjanak, hanem külön kontrollokat, auditot és leállítási lehetőséget építsenek köréjük.

Mit jelent ez egy magyar KKV-nak

A magyar KKV-k többségénél ez a hír nem azért fontos, mert holnaptól mindenki „AI-biztonsági válságba” kerül, hanem azért, mert nagyon jól rímel arra, ahogyan a cégek többsége ma AI-t használ: gyorsan, részben ad hoc módon, sokszor a meglévő folyamatokba beleszuszakolva. Ha egy AI-eszköz csak szöveget ír, kérdésekre válaszol vagy belső tudásbázist keres, akkor a kockázat általában kisebb. De amint az AI belép a napi működésbe — e-maileket osztályoz, dokumentumokat feldolgoz, adatokat összekapcsol, előkészít döntéseket, vagy akár automatikusan továbbít feladatokat — már nem egyszerűen „okos segéd”, hanem olyan szereplő, amely hibázhat, félreérthet, rossz adatból dolgozhat, vagy túl széles jogosultságot kaphat.

Ez a magyar valóságban főleg három területen számít.

1. A jogosultság nem mellékes technikai részlet, hanem üzleti kérdés

Sok KKV-nál az AI bevezetésekor a fő kérdés az, hogy „mit tud”, nem az, hogy „mit láthat és mit csinálhat”. Pedig amikor egy modell hozzáfér számlákhoz, szerződésekhez, ügyféladatokhoz, belső iratokhoz vagy jóváhagyási folyamatokhoz, akkor ugyanaz a kérdés merül fel, mint bármelyik belső munkatársnál: mihez fér hozzá, ki ellenőrzi, és mi történik, ha hibázik.

A hírben említett logika KKV-szinten azt jelenti, hogy az AI-nak nem szabad automatikusan ugyanazt a bizalmi szintet megadni, mint egy jól bejáratott belső rendszernek. Ha például egy AI-osztályozó e-mailből teendőt hoz létre, akkor ne kapjon rögtön teljes körű ügyfélmódosítási jogot. Ha dokumentumokat olvas, attól még ne tudjon önállóan szerződést lezárni vagy adatot felülírni. A „csináljon többet” sokszor csábító, de a KKV-k egyik leggyakoribb hibája éppen az, hogy a kényelmet gyorsan előrébb teszik a kontrollnál.

2. Az AI hibája nem csak technikai hiba, hanem folyamatkár

Egy KKV-nál egy rossz AI-döntés nem feltétlenül drámai, de nagyon is költséges lehet. Rossz helyre továbbított ügyfélkérés, félreosztályozott bejövő dokumentum, hiányosan feldolgozott adatbekérés, eltévesztett státuszfrissítés: ezek mind olyan hibák, amelyek nem az IT-ban maradnak, hanem az operációban csapódnak le. Több kör e-mail, több manuális ellenőrzés, több visszakérdezés, több csúszás.

Ezért a Nadella-féle üzenet magyar szemmel nem arról szól, hogy „az AI veszélyes”, hanem arról, hogy az AI-t ugyanúgy folyamatban kell gondolkodva bevezetni, mint bármi mást. Ha egy AI csak egyetlen lépést automatizál, de nincs előtte és utána kontrollpont, akkor a hiba észrevétlenül végigmegy a rendszeren. Ahol pedig a folyamatok Excelben, e-mailben és külön mappákban élnek, ott a hibák visszakeresése különösen nehéz.

Itt jön be az a kérdés is, hogy a cégednél mit érdemes egyáltalán AI-ra bízni. Sok esetben nem a „teljes AI-automatizálás” a jó cél, hanem az, hogy az AI csak javasoljon, osztályozzon, előkészítsen, és a végén emberi jóváhagyás maradjon. Ez különösen igaz olyan területeken, mint a Mikor érdemes AI-t használni a bejövő e-mailek osztályozására? vagy a Mikor érdemes AI-t bevezetni dokumentumok osztályozására? típusú feladatok.

3. A naplózás és visszakereshetőség nem „szép extra”, hanem védelem

A hír egyik erős üzenete az volt, hogy legyenek tamper-proof, vagyis utólag nehezen vagy egyáltalán nem módosítható naplók. KKV-szinten ez nagyon is gyakorlati igény. Ha az AI valamit osztályozott, továbbított, összefoglalt vagy előkészített, akkor később tudd megmondani: mikor történt, milyen bemenet alapján, ki hagyta jóvá, és mi volt a végső döntés.

Enélkül az AI bevezetése könnyen „fekete doboz” érzést kelt a szervezetben. A vezető azt látja, hogy a rendszer gyorsabb lett, de azt már nehezebben látja, miért született egy adott döntés, ki változtatott meg valamit, vagy hol csúszott el az ügy. Ez különösen kellemetlen lehet pénzügyi, ügyfélkezelési, beszerzési vagy HR-folyamatokban, ahol a visszakereshetőség nem adminisztratív luxus, hanem működési minimum.

Ha nálatok már most is sok a kézi utánajárás, akkor ez nem elméleti kérdés. A Hogyan legyen visszakereshető minden admin döntés? és a Hogyan automatizáld a céges jóváhagyások auditnyomát? típusú megközelítés pont arról szól, hogy ne utólag kelljen összerakni a történetet.

4. Magyar KKV-knál az AI-t gyakran nem egy nagy rendszer, hanem sok kis ponton használják

Itthon a legtöbb cég nem egyszerre vezet be egy „nagy AI-platformot”. Inkább úgy jelenik meg, hogy egy belső adminisztrációs eszköz AI-val osztályozza a bejövő leveleket, egy másik rendszer AI-val olvassa a dokumentumokat, egy harmadik pedig összefoglalja a riportokat. Ettől a kockázat nem csökken automatikusan, sőt: szétaprózódik.

Ha több különálló AI-funkció dolgozik a cégnél, akkor könnyű elveszíteni az átlátást. Ki mit használ? Melyik modell mire fér hozzá? Hol vannak a naplók? Ki állítja le, ha baj van? Az ilyen kérdések sokszor csak akkor kerülnek elő, amikor már történt hiba. A hír ezért magyar szempontból inkább figyelmeztetés: ne különálló „okos funkciókat” vegyél, hanem gondold végig a teljes működési láncot.

Ez különösen igaz, ha a cégben Excelből, e-mailből és kézi másolgatásból próbáltok kilépni. Az AI ilyenkor nem a végcél, hanem egy eszköz lehet a digitalizálásban. De ha nincs mögötte szabályozott folyamat, akkor csak gyorsabban termeli a bizonytalanságot. Az Excel-költségek működésben való kiszámolása vagy az Excel-alapú működés lecserélése sokszor éppen azért fontos, mert megmutatja: a kézi működés és az AI-használat ugyanannak a kontrollproblémának két oldala lehet.

5. Nem minden kockázatot kell ugyanúgy kezelni

Fontos kimondani: a hírben felvetett szemlélet nem azt jelenti, hogy minden AI-eszközre ugyanazt a szigorúságot kell ráhúzni. Egy belső szövegösszefoglaló, egy dokumentumkereső vagy egy ügyfélszolgálati előszűrő más kockázatot jelent, mint egy olyan rendszer, amely pénzügyi, jogi vagy szerződéses döntések előkészítésében vesz részt.

Magyar KKV-ként tehát nem az a kérdés, hogy „kell-e félni az AI-tól”, hanem az, hogy melyik AI-feladat kapjon emberi kontrollt, melyik működhet szabályalapon, és melyiknél kell külön naplózás, jóváhagyás vagy leállítási terv. Sok esetben a megfelelő válasz nem az, hogy leállítod az AI-t, hanem az, hogy szűkíted a szerepét.

Mit csinálj vele

Először is nézd végig, hol használ nálatok a cég AI-t vagy AI-közeli automatizálást. Ne csak a látványos eszközöket számold ide, hanem azokat is, amelyek e-mailből dolgoznak, dokumentumot olvasnak, javaslatot tesznek vagy feladatot indítanak. Írd össze egyszerűen: mit csinál, milyen adatot lát, tud-e önállóan továbbítani, módosítani vagy lezárni valamit.

Második lépésként döntsd el, melyik folyamatban maradjon kötelező emberi jóváhagyás. Ez különösen fontos minden olyan esetben, ahol ügyféladat, pénzügyi adat, szerződés, jogosultság vagy hivatalos kommunikáció érintett. Ha nincs egyértelmű válasz, akkor inkább maradjon emberi ellenőrzés.

Harmadik lépésként kérj számon naplózást. Nem kell bonyolultnak lennie, de legyen visszakereshető, hogy az AI mit tett, mikor, milyen bemenet alapján és ki hagyta jóvá a végső lépést. Ha ezt most nem tudod megmutatni, akkor valószínűleg a rendszered később sem fog tudni segíteni egy vitás helyzetben.

Negyedikként nézd meg a jogosultságokat. Az AI ne kapjon automatikusan szélesebb hozzáférést, mint amennyi feltétlenül szükséges. Ha egy modell dokumentumot osztályoz, attól még ne tudjon törölni, lezárni vagy átírni. Ha egy folyamatot gyorsít, attól még ne legyen döntési jogköre.

Ötödikként gondolkodj leállításban és visszavonásban. Ha az AI rosszul működik, tudd, hogyan állítod le gyorsan, hol kapcsolod ki, és mi a kézi tartalékfolyamat. Ez nem pesszimizmus, hanem üzembiztonság.

Amit nyugodtan figyelmen kívül hagyhatsz: a hangzatos „szuperintelligencia” narratívát mint napi üzleti kérdést. Egy magyar KKV-nak most sokkal fontosabb az, hogy a bejövő e-mailek, dokumentumok, jóváhagyások és riportok kezelése átlátható legyen, mint az, hogy elméleti szinten mit nevezünk az AI jövőjének. A valódi kérdés az, hogy a céged működése kontrolláltabb lesz-e, vagy csak gyorsabban termeli a hibákat.

Ha szeretnéd végiggondolni, nálatok hol érdemes AI-t használni, és hol kell inkább kontrollt, workflow-t vagy dokumentált jóváhagyást építeni, kérj ingyenes konzultációt a codemesh-től, vagy nézd meg a Digitalizációs felmérés oldalát.