Miért ragadnak Excelben a pénzügyi csapatok?

Az AI önmagában kevés: előbb a folyamatokat és az adatokat kell rendbe tenni, különben a KKV-k is Excelben maradnak.

Mi történt

Az ETHRWorld.com 2026. szeptember 3-án arról számolt be, hogy az EY India egy friss anyagában a treasury csapatok manuális terheléséről, az Excel-alapú működés kockázatairól és az agentic AI lehetséges szerepéről írt. A hír lényege: a pénzügyi előrejelzés, egyeztetés és kivételkezelés területén az AI és a workflow automatizálás együtt hozhat érdemi változást.

Mit jelent ez egy magyar KKV-nak

Első ránézésre ez egy nagyvállalati treasury-téma, tehát könnyű lenne legyinteni rá, hogy „ez nem rólunk szól”. Részben igaz: a legtöbb magyar KKV-nál nincs külön treasury osztály, és nem 50–100 összekapcsolt táblázatból áll a napi működés. De a mögöttes probléma nagyon is ismerős itthon: a pénzügy, a kontrolling, az értékesítés, a beszerzés és az operáció sok helyen még mindig Excelben, e-mailben és kézi egyeztetéssel működik.

A hír valódi tanulsága nem az, hogy holnap minden cégnek AI ügynököket kell bevezetnie. Inkább az, hogy ahol a működés táblázatokra és manuális egyeztetésekre épül, ott az AI csak ráépülni tud a káoszra, nem megoldani azt. Ha az adatok szórtak, a folyamatok nincsenek leírva, és nincs egyértelmű felelőse annak, hogy mi mikor és honnan frissül, akkor az AI legfeljebb gyorsabban termel félreértést. Ez KKV-szinten különösen fontos, mert nálatok ritkán van külön adatcsapat vagy dedikált rendszergazda, aki helyreteszi a hibás logikát.

A magyar vállalkozásoknál a tipikus pain point nem a cash forecast 90 napos pontossága, hanem az, hogy a vezető csak késve látja: mennyi pénz várható be, melyik vevő késik, melyik számla áll, hol csúszik a jóváhagyás, és mennyi idő megy el a riportok összerakására. Ezek a feladatok sokszor ugyanúgy „láthatatlanul” viszik el a munkaidőt, mint a hírben szereplő treasury folyamatok. Ha egy cégvezető pénteken délután még Excelből rakja össze a heti helyzetképet, akkor valójában ugyanabban a mintában van, csak kisebb léptékben.

A legfontosabb következmény tehát az, hogy az AI bevezetését nem technológiai kérdésként, hanem működésfejlesztési kérdésként kell nézni. Ahol a folyamat kézi, ott előbb workflow automatizálás kell. Ahol az adatok több helyen élnek, ott előbb központi adatlogika kell. Ahol a dokumentumokból kell információt kinyerni, ott előbb szabályozott dokumentumfeldolgozás kell. Ez a sorrend itthon is igaz, sőt a kisebb cégeknél még fontosabb, mert kevesebb a tartalék ember és kevesebb a hibát elnyelő réteg.

A másik tanulság, hogy az AI nem feltétlenül „nagy ugrásként” jelenik meg. Sok KKV-nál az első valódi nyereség nem egy önálló AI asszisztens lesz, hanem az, hogy a rendszer automatikusan besorolja a bejövő kéréseket, felismeri a dokumentum típusát, elindítja a jóváhagyást, vagy figyelmeztet a hiányzó adatra. Vagyis az AI akkor hasznos, ha egy már digitalizált folyamatban csökkenti a kivételek kézi kezelését. Erről részletesebben is írtunk a Mikor érdemes AI-t használni a bejövő e-mailek osztályozására? és a Mikor érdemes AI-t bevezetni dokumentumok osztályozására? cikkeinkben.

A magyar KKV-k számára a legnagyobb különbség az is, hogy nálunk az üzleti folyamatok gyakran személyekhez kötődnek, nem rendszerekhez. „Pista tudja, melyik szám az igazi”, „Erika küldi a végleges riportot”, „Judit egyeztet a vevővel, ha eltérés van”. Ez rövid távon működik, hosszú távon viszont törékeny. Az agentic AI-ról szóló nemzetközi diskurzus valójában erre a törékenységre ad választ: ne az ember memóriájában legyen a folyamat, hanem a rendszerben. Ez a logika ugyanúgy érvényes egy 20 fős kereskedőcégnél, mint egy 200 fős gyártónál.

Ahol a hír különösen releváns lehet itthon, az a pénzügyi és adminisztratív háttérmunka. Ha a heti cash állás, a kintlévőségek, a számlák státusza, a szerződéses határidők és a jóváhagyások külön táblákban élnek, akkor a vezetés nem valós időben látja a működést. Ilyenkor az Excel nem csak eszköz, hanem kockázati tényező: verziók keverednek, képletek sérülnek, a frissítés ideje bizonytalan, és a riportok már elkészülésükkor is részben elavultak lehetnek. Ha ez ismerős, érdemes megnézned a Hogyan építs valós idejű vezetői dashboardot Excel-másolgatás nélkül? és a Hogyan csökkentsd a vezetői döntések késését automatikus riportokkal? anyagokat.

A hírben hangsúlyosan megjelenik az is, hogy a sikerhez adat-alap, governance és jól definiált workflow kell. Ez magyarul azt jelenti: hiába veszel egy AI-funkciót vagy egy új rendszert, ha nincs tiszta törzsadat, nincs egységes fogalomtár, és nincs eldöntve, ki mit hagy jóvá. A KKV-knál ez gyakran ott bukik el, hogy a digitalizációt eszközként kezelik, nem működési rendként. Pedig a valódi nyereség nem az, hogy „van egy új szoftver”, hanem az, hogy kevesebb a manuális egyeztetés, gyorsabb a reakcióidő, és jobban visszakereshető, mi miért történt.

Ezért a hír magyar szemmel nem azt üzeni, hogy minden pénzügyi csapatnak azonnal AI-t kell vennie, hanem azt, hogy az Excel- és e-mail-alapú működés plafonba ütközik. Aki növekedni akar, annak előbb-utóbb ugyanazokat a kérdéseket kell megválaszolnia: hol van az egyetlen igaz adatforrás, hogyan megy át egy igény a jóváhagyási láncon, hogyan lesz a dokumentumból adat, és hogyan kap a vezető időben használható riportot. Ezek nem „IT-projektek”, hanem üzleti működési döntések.

Mit csinálj vele

Először ne AI-projektben gondolkodj, hanem folyamat-felmérésben. Nézd meg, melyik három adminisztratív vagy pénzügyi folyamat viszi el nálatok a legtöbb időt: riportkészítés, egyeztetés, jóváhagyás, dokumentumfeldolgozás, ügyfélkommunikáció vagy törzsadat-karbantartás. Ha ezek közül valamelyikben a csapat rendszeresen Excelből másol, e-mailben kérdez vissza, vagy kézzel ellenőriz, az jó jelölt digitalizálásra.

Második lépésként döntsd el, hogy hol van szükség szabályalapú automatizálásra, és hol lehet értelme AI-nak. Ha a folyamat logikája egyértelmű, ismétlődő és jól leírható, akkor sokszor elég a workflow automatizálás. Ha szöveget, dokumentumot vagy e-mailt kell értelmezni, akkor jöhet AI. Erről hasznos kapaszkodó lehet a Mikor érdemes szabályalapú automatizálást AI helyett? cikkünk.

Harmadik lépésként tisztázd az adatforrásokat. Melyik rendszer az elsődleges a vevőadatnál, a számlaadatnál, a szerződésadatnál, a készletadatnál vagy a státuszoknál? Ha erre nincs egyértelmű válasz, akkor az automatizálás csak újabb hibaforrást hoz. Ilyenkor érdemes először központi törzsadat- vagy adatszinkronizációs logikát kialakítani, mielőtt AI-t teszel a folyamat fölé.

Negyedik lépésként nézd át a jóváhagyási pontokat és a kivételkezelést. Ami ma e-mailben bolyong, abból holnap rendszeres folyamat lehet: automatikus értesítéssel, státuszkövetéssel és auditnyommal. Ha ez nálatok fájó pont, akkor érdemes megnézned a Hogyan csökkentsd a jóváhagyási elakadást értesítésekkel? és a Hogyan automatizáld a céges jóváhagyások auditnyomát? anyagokat.

Ötödik lépésként ne akard egyszerre megoldani az egészet. Válassz egy olyan folyamatot, ahol a kézi munka sok, a hiba drága, és a siker látható. Egy jól digitalizált riportfolyamat, egy automatizált bejövő megkeresés-kezelés vagy egy dokumentumfeldolgozási lánc gyorsabban hoz belső bizalmat, mint egy nagy, homályos „AI transzformációs” terv.

Amit pedig most nyugodtan figyelmen kívül hagyhatsz: a hangzatos AI divatszavakat, ha még nincs rendben a folyamatod. Nem kell agentic AI-t venned csak azért, mert a nemzetközi sajtó erről ír. Előbb tedd rendbe az adatokat, a workflow-t és a felelősségi köröket. Ha ez megvan, az AI már nem ígéret lesz, hanem egy jól beilleszthető eszköz.

Ha szeretnéd átnézni, nálatok hol van a legnagyobb digitalizálási tartalék, kérj ingyenes konzultációt a codemesh-től, vagy indulj el a Digitalizációs felmérés oldalról.