Mit jelent az EU AI Act a magyar cégeknek?

Az AI-ügynökök szabályozása nem csak jogi kérdés: a magyar KKV-knak most a jogosultságok, naplózás és felelősség rendbetétele a fontos.

Mi történt

A Noah Intelligence 2026. augusztus 10-én arról írt, hogy az EU AI Act nehezen követi az egyre önállóbbá váló AI-ügynököket. A vita lényege nem az, hogy az uniós szabályozás ne foglalkozna AI-val, hanem az, hogy a gyorsan változó működésű rendszereket nehéz statikus kategóriákba zárni.

Mit jelent ez egy magyar KKV-nak

A magyar KKV-k többsége számára ez a hír nem azt jelenti, hogy holnaptól új, külön AI-engedélyt kell kérniük. Inkább azt, hogy ha AI-t használsz adminisztrációra, ügyfélkezelésre, dokumentumfeldolgozásra vagy belső döntéstámogatásra, akkor a felelősség kérdése sokkal fontosabb lesz, mint eddig. Nem az számít majd, hogy a rendszer „AI-ügynöknek” hívja-e magát, hanem az, hogy mit fér hozzá, mit csinálhat önállóan, és te utólag vissza tudod-e nézni.

A magyar KKV-knál az AI tipikusan nem egy nagyvállalati, különálló kutatási projektként jelenik meg, hanem beépül a napi működésbe. Például:

• bejövő e-maileket osztályoz,
• számlákból vagy szállítólevelekből adatot olvas ki,
• jóváhagyási javaslatot ad,
• ügyfélportálon válaszokat készít elő,
• riportokat állít össze,
• workflow-kban továbbít feladatokat.

Pont ezért veszélyes, ha a cég úgy kezeli ezeket az eszközöket, mintha csak „egy új automatizmus” lennének. Egy AI-alapú adminisztrációs megoldás nagyon gyorsan érzékeny rendszerré válhat, ha szélesebb jogosultságot kap, új adatforráshoz fér hozzá, vagy olyan döntési pontba kerül, ahol már pénzügyi, ügyféljogi vagy megfelelőségi következménye van a működésének. Ez nem elméleti probléma: a mindennapi működésben sokszor egyetlen extra integráció vagy jogosultságmódosítás is elég ahhoz, hogy a kockázati szint megváltozzon.

Magyarországon ehhez még egy sajátos réteg is társul. Sok KKV-nál az AI bevezetése nem központi irányításból indul, hanem osztályszinten, egy-egy lelkes vezető vagy kulcsember kezdeményezésére. Ez gyorsítja a digitalizációt, de közben növeli az „árnyékautomatizáció” esélyét: olyan eszközök és folyamatok jelennek meg, amelyekről a vezetés csak részben tud. Ha nincs egységes jogosultsági rend, naplózás, adatkezelési szabály és felelős kijelölés, akkor egy AI-eszköz könnyen úgy működik, hogy közben senki sem látja pontosan, mit csinál.

A hír egyik fontos tanulsága ezért magyar szemmel az, hogy az AI szabályozása nem csak jogi megfelelésről szól, hanem működési fegyelemről is. Egy KKV-nál az a kérdés, hogy:

• ki állította be az eszközt,
• milyen adatot kap,
• milyen döntést hozhat meg önerőből,
• ki ellenőrzi a kimenetét,
• és mi történik, ha hibázik.

Ha ezekre nincs válasz, akkor a cég valójában nem irányítja az AI-t, csak használja reményből. Ez különösen igaz dokumentumfeldolgozásnál és adminisztrációs automatizálásnál, ahol az AI nem látványos, de nagyon sok tranzakciót érinthet. Ilyenkor a hiba nem egyetlen nagy bukásban jelenik meg, hanem apró pontatlanságokban: rossz partneradat, elcsúszott jóváhagyás, hibás kategorizálás, elveszett melléklet, félreértelmezett kérés.

A magyar helyzetben az is fontos, hogy sok cég még mindig Excelre, e-mailre és kézi jóváhagyásra építi a folyamatait. Ilyen környezetben az AI bevezetése önmagában nem egyszerűsít, hanem újabb réteget tesz a már így is törékeny működésre. Ha nincs központi adatkezelés, egységes workflow és visszakereshető naplózás, akkor az AI csak felgyorsítja a rendezetlenséget. Erről bővebben is érdemes gondolkodni, például az Excel vagy egyedi rendszer? Mikor melyiket válaszd? és az Adatbiztonság egyedi szoftvereknél: hogyan védd az adataid? cikkek logikája mentén.

A hír alapján a magyar KKV-knak nem feltétlenül az AI Act szövegét kell elsőként böngészniük, hanem a saját működésüket kell rendbe tenniük. Az lesz a döntő, hogy tudsz-e válaszolni néhány nagyon földhözragadt kérdésre: melyik folyamatban használunk AI-t, milyen adatot ér el, milyen jogosultságai vannak, ki hagyta jóvá, és hogyan bizonyítjuk utólag, hogy a rendszer nem lépett túl a kijelölt kereteken. Ha erre nincs vállalati szintű válasz, akkor a jogi kockázat mellett üzemi kockázatod is van.

Ami itthon más lehet, mint a cikkben említett nyugat-európai környezetben, az a bevezetési érettség. Sok magyar KKV még nem autonóm AI-ügynököket futtat, hanem részben automatizált adminisztrációt, dokumentumfeldolgozást és workflow-t. Ez jó hír is lehet: van időd rendet tenni, mielőtt a rendszerek túlnőnek a kontrollon. Viszont ha most kezdesz AI-t beépíteni, érdemes eleve úgy tervezni, hogy később auditálható, korlátozható és visszavonható legyen. Ez nem extra luxus, hanem a skálázható működés alapja.

Ha a cégedben az AI már döntés-előkészítésre, ügyfélkommunikációra vagy belső jóváhagyások támogatására szolgál, akkor a legnagyobb veszély nem az, hogy „tiltani kell majd”. Inkább az, hogy a rendszered annyira összenő a napi működéssel, hogy utólag már nem tudod szétválasztani, mi volt emberi döntés és mi volt gépi javaslat. Ezért a magyar KKV-k számára a kérdés nem szabályozási pánik, hanem rendrakás: hogyan lesz az AI-ból ellenőrzött eszköz, nem pedig fekete doboz.

Ha szeretnéd ezt a saját cégedben végiggondolni, érdemes megnézni, mely folyamatokban van már most AI- vagy automatizálási kitettség. A legnagyobb nyereség általában nem az újabb AI-funkcióból jön, hanem abból, ha a meglévő folyamatok átláthatóbbá, naplózhatóbbá és felelőssé tehetővé válnak. Ebben segít, ha a riportok, jóváhagyások és dokumentumáramlás már most rendszerben működik, nem szétszórt fájlokban és e-mailekben.

Mit csinálj vele

Először is térképezd fel, hol használ a céged AI-t vagy AI-jellegű automatizmust. Nem csak a látványos chatbot számít, hanem minden olyan megoldás is, amely adatot értelmez, javaslatot ad, vagy ember helyett továbbít feladatot. Írd össze, melyik folyamatban mi a bemenet, mi a kimenet, és ki a felelős.

Másodszor nézd meg a jogosultságokat. Az a jó szabály, hogy az AI csak annyi adathoz és funkcióhoz férjen hozzá, amennyi feltétlenül kell a feladatához. Ha egy rendszer túl sokat lát, túl sokat tud, vagy túl sok mindent tud automatikusan továbbítani, akkor a kockázatod is nő.

Harmadszor vezess be naplózást és visszakövethetőséget. A vezetői kérdés itt egyszerű: ha holnap valaki megkérdezi, miért ment át egy ügy, egy számla vagy egy jóváhagyás, ki tudod-e mutatni a lépéseket? Ha nem, akkor előbb a folyamatot kell rendbe tenni, és csak utána bővíteni az AI-t.

Negyedszer dönts el egy dolgot: melyik folyamat marad emberi ellenőrzés alatt, és melyik automatizálható teljesebben. Nem kell mindent egyszerre megoldani. A legtöbb KKV-nál a legjobb első lépés a dokumentumfeldolgozás, a riportautomatizálás vagy a jóváhagyási folyamatok digitalizálása, mert ezeknél gyorsan látszik a kontroll és a hatékonyság közti egyensúly. Kapcsolódó olvasmányként hasznos lehet a Mikor érdemes AI-t használni az adminisztrációban? és a Jóváhagyási folyamat automatizálás: gyorsabb döntések.

Végül ne hagyd figyelmen kívül azt, ami most még nem tűnik sürgősnek: a belső felelősségi rendet. Legyen kijelölve, ki dönt az AI-eszköz bevezetéséről, ki felügyeli a működését, ki vizsgálja a hibákat, és ki hagyja jóvá a változtatásokat. Ez a minimum ahhoz, hogy később ne kelljen kapkodva rendet tenni egy már termelő rendszerben.

Ha szeretnéd átnézni, a te cégedben hol van most a legnagyobb digitalizációs és AI-kockázat, kérj ingyenes konzultációt a codemesh-től, vagy indulj el a Digitalizációs felmérés oldalon.