KKV és mesterséges intelligencia 2026: a halasztás költsége
Egy magyar kisvállalkozás ma átlagosan tízből csaknem egy esetben használ mesterséges intelligenciát, míg az uniós társak közül már minden ötödik igen. A 7,4 százalékos magyar arány alig több mint harmada a 19,95 százalékos uniós átlagnak. A méret szerinti uniós adatok még élesebb képet adnak: 2024-ben a nagyvállalatok 41 százaléka, a középvállalkozások 21 százaléka, a kisvállalkozások 11 százaléka alkalmazott MI-alapú megoldást. A lemaradás nem egyszerű technológiai rangsor. Meghatározza, mennyire gyorsan tud egy cég árat kalkulálni, ügyféllevelet feldolgozni, karbantartást előre jelezni vagy belső tudást kereshetővé tenni. Aki nem mér, csak a versenytársak eredményeiből próbál következtetni, könnyen rossz beruházást készít elő. 2026-ban ezért nem az a helyes kérdés, hogy „használunk-e MI-t”, hanem az, hogy melyik ellenőrzött folyamatban szabad először használni.
A magyar kkv-knek 2026-ban azért kell dönteniük, mert a technológiai rés, a támogatási lehetőség és a szabályozási határidő ugyanabba az időszakba ér. Magyarország 2030-ra 24 százalékos MI-használati arányt vállalt, vagyis a mostani 7,4 százalék mintegy háromszorosát kellene elérnie. Eközben a második negyedévben 68,4 milliárd forint keretösszeggel 14 új pályázati kiírás nyílt meg, köztük kifejezetten digitalizációs és ipari automatizációs konstrukciókkal. A magyar MI-törvény 2025. december 1-jén lépett hatályba, egyes rendelkezései 2026. augusztus 8-ától alkalmazandók, a szabályozói homokozó pedig 2026 augusztusától működik. A döntés lényege tehát nem drága, általános platformvásárlás. A cégnek először saját folyamatára, adatára, felelősségi határára és megtérülésére kell választ adnia, majd ezt a rendelkezésre álló forráshoz és a jogszabályi ütemhez kell kötnie.
Nem szükséges azonnal teljes vállalati MI-programot indítani. A biztosabb út egy szűk, mérhető folyamat kiválasztása, egy ellenőrzött próba, a költség és az eredmény mérése, majd ezt követően a fokozatos bővítés. A 2026-os döntésnek dokumentáltan össze kell kötnie a gazdasági célt, a felelős használat szabályait és a rendelkezésre álló pályázati lehetőséget.
A 7,4 százalékos magyar arány önmagában nem bizonyítja, hogy minden cégnek MI-t kell vásárolnia. A méret, az adatminőség, a munkafolyamatok és az ügyfélkapcsolatok eltérnek. A döntés mégsem várható nyugodtabb időre, mert 2026 augusztusától közeledik a hazai szabályozási alkalmazás következő szakasza, miközben pályázati keretek nyílnak a digitalizációra és az automatizációra.
- Magyar MI-használat
- 7,4 százalék
- Uniós átlag
- 19,95 százalék
- Digitális alapszint Magyarországon
- 57,44 százalék
- Uniós digitális alapszint
- 72,91 százalék
- Magyar felhőhasználat
- 23 százalék
- Uniós felhőhasználat
- 42 százalék
1. A 7,4 százalék nem pusztán technológiai lemaradás
A magyar vállalatok 2024-es 7,4 százalékos MI-használati aránya a döntéshozó számára nem egyszerű statisztika. Azt mutatja, hogy a vállalkozások többsége még nem alakított ki rutinszerű, ellenőrizhető kapcsolatot a mesterséges intelligenciával. Az uniós átlag 19,95 százalék, ezért a magyar szint az uniós átlag kevesebb mint 40 százaléka. A méret szerinti uniós bontás további támpontot ad: a nagyvállalatok 41 százaléka, a középvállalkozások 21 százaléka, a kisvállalkozások 11 százaléka használ MI-alapú megoldást.
Ez nem jelenti azt, hogy minden kisvállalkozásnak ugyanazt a rendszert kell bevezetnie. A nagyobb cégek több adattal, külön informatikai kapacitással és szélesebb automatizációs lehetőségekkel rendelkeznek. A kisebb vállalkozás akkor tud versenyezni, ha nem méretben, hanem egy-egy jól körülhatárolt folyamatban javít. Ilyen lehet a számla- vagy beérkező levél feldolgozása, a gyakori ügyfélkérdések kategorizálása, a munkaidő vagy készlet adatainak elemzése.
A döntés első lépése ezért a folyamatleltár. A vezetőnek fel kell írnia, hol keletkezik ismétlődő szöveg, sok apró rekord vagy lassan kereshető belső tudás, és melyik hiba ismétlődik. Ezután meg kell határozni a bemenetet, a kimenetet, a jóváhagyót és a sikerkritériumot. A „használjunk MI-t” ötlet helyett pontos cél hangzik jobban: például csökkentsük a beérkező levelek kézi osztályozási idejét, miközben egy ember jóváhagyja a kimenetet.
A második lépés a belső bizonyíték. Egy rövid próba megmutathatja, hogy a rendelkezésre álló adat elég-e, és hol romlik a találati arány. A cég ne azonnal automatizáljon, hanem párhuzamosan ellenőrizze az eredményt, rögzítse a hibákat, és csak siker esetén bővítsen. A 2026-os MI-stratégia részletes keretét érdemes a KKV MI-stratégia oldalon végigvezetni. A következő döntéshez ez a bizonyíték fontosabb, mint a szolgáltató ígérete.
A „párhuzamos ellenőrzés” eljárása a KKV-nál két-három hét alatt megbízható képet ad a modell valós teljesítményéről. Az első lépés egy szűk, jól körülhatárolható feladat kiválasztása, ahol a bemenet és a kimenet digitálisan, dátumhoz köthetően naplózható: például a beérkező e-mailek három kategóriába sorolása, vagy a számlák kulcsmezőinek kitöltése egy belső táblába. A második lépés az emberi jóváhagyó rögzítése és a hibák osztályozása: félreosztályozás, kihagyott mező, vagy tartalmi félreértés. A próbaidőszak alatt a találati arányt és a manuális javításra fordított időt naponta érdemes mérni, mert az automatizálás valódi megtérülése nem a találati arányból, hanem a felszabadult emberi időből számítható. A belső bizonyíték ekkor két számmal írható le: a felülvizsgáló által korrigált esetek arányával és az egy javításra jutó átlagos idővel. Ha a korrigálási idő hosszabb, mint a teljes kézi feldolgozásé, a modell csak látszólagos gyorsulást hoz.
A folyamatleltár gyakorlati buktatója, hogy a vezetők a „könnyű” feladatoknál kezdenek, pedig ezeknél a leggyakoribb a csendes pontatlanság. A beérkező levelek osztályozása például elsőre egyszerűnek tűnik, ám ha a cég nem szabta meg, ki a vitás esetek döntőbírója, a modell a kétes leveleket konzervatívan az „egyéb” kategóriába sorolja, és az így keletkező ügyfél-elégedetlenség csak hetek múlva, a panaszok számában jelenik meg. Hasonló buktató az adatok elavultsága: ha a készletlista feltöltése három hónapja nem frissült, az MI-alapú előrejelzés nem a jelenlegi, hanem a múltbeli állapotra tanul, és a döntéshozó azt hiszi, hogy a rendszer téved, pedig a bemenet volt elavult. A belső próba harmadik tanulsága az adatkezelési kockázat: egy ügyfél e-mail-címét vagy számlaszámát a felhőszolgáltatás felé küldve a cég adatfeldolgozási nyilatkozatot is köteles frissíteni, különben az MI-bevezetés adminisztráciasan megelőzi a technológiát.
2. A digitalizáció és a felhő hiánya korlátozza az MI hasznát
Az MI-bevezetés nem választható el a digitális alaptól. Az Európai Bizottság Digitális Évtized 2025-ös országjelentése szerint a magyar kkv-k 57,44 százaléka éri el legalább az alapszintű digitalizáltságot, míg az uniós átlag 72,91 százalék. A magyar kkv-felhőhasználat 23 százalék, szemben az uniós 42 százalékkal. A két különbség azt jelzi, hogy sok vállalkozásnak először az adatok elérhetőségét és a digitális munkafolyamatokat kell rendbe tennie.
A felhő nem feltétlenül azonos az MI-vel. A felhőalapú szolgáltatás távoli, interneten elérhető számítási és tárolási kapacitás, amelyből a cég alkalmazásokat futtathat. Egy felhőszolgáltatás megkönnyítheti a közös dokumentumkezelést, de önmagában nem tesz intelligenssé egy folyamatot. Az MI-modellnek hozzá kell férnie a megfelelő, lehetőleg strukturált és naprakész adatokhoz. Ha a dokumentumok csak egyetlen munkatárs merevlemezén vannak, a modell sem tud stabil inputot kapni.
A cégnek ezért nem a legdrágább rendszerrel kell kezdenie. Előbb fel kell mérnie a digitális alapot: milyen fájlformátumokat használ, ki fér hozzá az adatokhoz, milyen jóváhagyási lánc működik, és mit jelent a szolgáltatás kiesése. A papírmentes működés és a közös digitális nyilvántartás gyakran nagyobb hasznot ad, mint egy korai, rosszul előkészített MI-projekt. A gyakorlati lépésekhez a KKV-digitalizáció és papírmentes működés anyaga adhat támpontot.
A döntési teszt legyen rövid és visszafordítható. Válasszon a cég egy dokumentumtípust, tegye olvasható formába, határozza meg a mezőket, majd ellenőrizze, hogy a kiválasztott szolgáltatás megfelelően kiolvassa-e azokat. Csak ezután érdemes összekapcsolni a folyamatot egy modellel. A felhő és az MI szolgáltatás kiválasztásakor a AI szoftverek kiválasztása szerinti ellenőrzési szempontokat kell alkalmazni: adatkezelés, hozzáférés, naplózás, kilépés és költség.
A felhő és a digitalizáció közötti sorrend nem elvi vita, hanem kockázati sorrend. Az Európai Bizottság 2025-ös Digitális Évtized jelentése a magyar kkv-knál 8,31 százalékpontos alapszintű digitalizáltsági lemaradást mutat az uniós átlaghoz képest, és ennél is nagyobb, 19 százalékpontos a felhőhasználati rés. A kettő együtt azt jelenti, hogy egy magyar kkv átlagosan kevesebb strukturált adathoz és ritkábban használt központi tárolóhoz fér hozzá, mint uniós versenytársa. Ha ilyen környezetben MI-modellt kapcsolnak egy folyamathoz, a modell pont azt a kontextust nem találja meg, amelyből választ kellene adnia. A digitális alap hiánya tehát nem mellékes adottság, hanem az MI-projekt első költségtétele: adatok rendbe rakása, hozzáférés tisztázása, naplózás bevezetése. E lépések nélkül a modell csak a már meglévő digitális hézagokat nagyítja fel.
Az adatok elérhetősége és minősége gyakorlati mérőszámokban is kimutatható. Ha egy vállalkozás számlái, szerződései vagy ügyfélreklamációi több mint tíz különböző helyen, többféle formátumban (PDF, kézi beszkennelt JPG, e-mail-melléklet, papír) tárolódnak, egy átlagos MI-alapú szövegkinyerő megoldás pontossága jellemzően 40–60 százalék közé esik az első három hónapban. Ugyanez a megoldás egységes, strukturált digitális tárolóra építve 85 százalék fölé emelhető, mielőtt bármilyen finomhangolás történne. A különbség nem a modellben rejlik, hanem a bemenetben. A döntéshozó számára ez azt jelenti, hogy az MI-bevezetés első mérföldköve nem a szolgáltató kiválasztása, hanem egy házon belüli adatellenőrzés: hány dokumentumot talál meg a rendszer egy átlagos üzleti kérdésre 60 másodperc alatt. Ha a válasz ötnél kevesebb, a felhő- és MI-beruházás előbb a digitális alapba érdemes fektetni, és csak utána modellbe.
| Vizsgált terület | Magyar kkv-érték | Uniós érték |
|---|---|---|
| Digitalizáltság | 57,44 százalék | 72,91 százalék |
| Felhőhasználat | 23 százalék | 42 százalék |
| MI-használat | 7,4 százalék | 19,95 százalék |
| MI-cél 2030 | 24 százalék | nem alkalmazandó |
A cikk téziseA 2026-os kkv-döntés akkor helyes, ha ellenőrzött MI-használattal, mérhető megtérüléssel és jogszabályi tudatossággal kapcsolja össze a versenyelőnyt.
3. A 2026-os szabályozási lépések a tervezés részévé váltak
A magyar MI-törvény 2025. december 1-jétől hatályos, egyes rendelkezései 2026. augusztus 8-tól alkalmazandók. A törvény létrehozta a Mesterséges Intelligencia Tanácsot, amely koordinálja a nemzeti stratégiát és figyelemmel kíséri az uniós szabályozás végrehajtását. A valós környezetben történő teszteléshez szabályozói homokozó működik 2026 augusztusától. A kkv vezetőjének ezt nem pusztán jogi határként kell kezelnie, hanem a működési ellenőrzés részeként.
Minden használati esetnél világossá kell tenni, ki adja az adatot, ki ellenőrzi az eredményt, ki válaszol az ügyfélnek, és milyen napló bizonyítja, mi történt. A modell által generált szöveg nem tekinthető automatikusan jóváhagyottnak. A pénzügyi, munkaügyi, ügyfélszolgálati vagy műszaki döntésben emberi kontroll kell, ha a hiba kockázata indokolja. A felelősség nem oldható át egy külső szolgáltatóra.
A 2025–2030-as Magyarország Mesterséges Intelligencia Stratégiájának egyik kiemelt területe az „MI a társadalomért”, különösen a közszolgáltatások, az oktatás, az egészségügy és a közlekedés alkalmazási területein. Ez a kkv-k számára közvetett, de fontos környezeti jel. A közszolgáltatások és üzleti partnerek digitális elvárásai fokozatosan változnak, ezért a belső adatkezelés és az interoperabilitás, vagyis a rendszerek együttműködési képessége, üzleti követelménnyé válhat.
A vállalkozásnak 2026-ban nyilvántartást kell vezetnie a használt eszközökről, a célról, az adatforrásról, az emberi ellenőrzőről és a kockázatról. A EU AI Act és a magyar MI-törvény 2026-os kkv-compliance útmutatója segíthet a határidők és feladatok rendszerezésében. A jogszabályi megfelelést nem szabad a projekt végére hagyni, mert a tesztelés és a bizonyítékok gyűjtése már a bevezetés elején eldőlhet.
A magyar MI-törvény 2026. augusztus 8-tól alkalmazandó rendelkezései a kkv-k napi működésében két konkrét eljárási kötelezettséget hoznak. Egyrészt a szabályozói homokozóban zajló valós környezetben történő teszteléshez írásos bejelentés és kockázatelemzés szükséges a Nemzeti Adó- és Vámhivatal, valamint a Szabályozott Tevékenységek Felügyeleti Hatósága felé. Másrészt a kockázatosnak minősülő rendszerek esetében az alapvető jogok hatásvizsgólata (FRIA) és az emberi felügyeleti intézkedések dokumentálása is kötelező. A nyilvántartásnak tartalmaznia kell a modell célját, a felhasznált adatok körét, az adatkezelés jogalapját, valamint az emberi ellenőrzést végző személy beosztását és elérhetőségét. A gyakorlati buktató: a tesztelési napló vezetése sokszor csak a bevezetés után indul, pedig a megfelelőségi bizonyítékokat a bevezetés első napjától keletkeztetni kell.
A compliance, vagyis a szabályi megfelelés költsége nem azonos a beszerzési árral. A GKI Gazdaságkutató 2024-es kkv-digitális felmérése szerint a magyar mikrovállalkozások 78%-a 5 millió forint alatti éves digitális költségvetéssel dolgozik, ahol egy 2-3 millió forintos MI-projekt a teljes keret 40-60%-át viszi el. Ezért érdemes fázisokra bontani a bevezetést: először az alacsony kockázatú, belső használatú eszközök (pl. szöveggenerálás, fordítás) indulnak 200-500 ezer forintos havi költséggel, és csak a bevált folyamatok után jönnek az ügyfélkapcsolati vagy döntéstámogató rendszerek. Az IT-biztonsági és adatvédelmi audit, valamint a munkavállalói MI-felmérések betervezése a teljes költség 15-25%-át teszi ki, amit gyakran alulbecsülnek. Aki 2026-ban a compliance-ráfordítást a projekt végére hagyja, az a bevezetés első negyedévében 30-40%-os költségtúllépéssel szembesülhet, mert a hiányzó dokumentáció pótlása külső tanácsadó bevonását igényli.
4. A támogatás csak jól előkészített projektre ér be
A 2026 második negyedévében megnyílt 14 új pályázati kiírás 68,4 milliárd forint keretösszeggel. A legnagyobb lehetőségek között a GINOP Plusz-1.3.2-26 digitalizációs és a DIMOP Plusz-2.1.1-26 ipari automatizációs felhívás szerepel. A támogatás nem teszi feleslegessé a saját döntést, mert a pályázat elbírálása azt várja el, hogy a vállalkozás pontosan meghatározza a fejlesztés tárgyát, mérhető eredményét és megvalósítási módját.
A Demján Sándor Program a hazai kis- és középvállalkozások megerősítését szolgálja. A Széchenyi Kárnyaprogram beruházási hiteleinek éves kamata 5 százalékról 3,5 százalékra csökkent. Az 1+1 Eszközberuházás és Technológiai Fejlesztés Támogatási Program 50 milliárd forintos kerettel indult, 50 százalékos támogatási intenzitással. Ezek az adatok azt mutatják, hogy a vállalkozásnak nem egyszerűen „MI-pénzt”, hanem a saját technológiai tervéhez illeszkedő finanszírozást kell keresnie.
A pályázati dokumentáció akkor erős, ha a folyamatfelmérésből indul ki. A kkv megnevezi a jelenlegi működés költségét, a fejlesztéssel elérni kívánt változást, a beszerzendő eszközt vagy szolgáltatást, valamint azt, hogyan mérik az eredményt. Kerülni kell az olyan leírást, amely csak annyit mond: „mesterséges intelligenciát vezetünk be”. A bírálati nyelv és a vezetői nyelv ugyanazt a folyamatot, bázist és vállalást kell hogy mutassa.
A pályázati lehetőség megkeresése és az előminősítés nem várható a beadás napjára. A vállalkozásnak ellenőriznie kell, hogy a tervezett eszköz, felhőszolgáltatás vagy automatizáció illeszkik-e a kiíráshoz, és hogy a saját hozzájárulás rendelkezésre áll-e. A ingyenes pályázati előminősítés és a pályázatok tájékoztató oldalai segíthetnek a lehetőségek szűkítésében. A döntés itt is a folyamaté, nem a keret címkéjéé.
Az eljárási láncban a leggyakoribb buktató a támogatási kérelem benyújtása és a tényleges megvalósítás közötti félreértés. A pályázatok ugyanis jellemzően két mérföldkövet írnak elő: a projektindítót (amely a beszerzés vagy fejlesztés elindítását igazolja) és a fenntartási időszakot (amely a pályázatban vállalt eredmények – például a feldolgozási idő csökkenése vagy a termelékenységi mutató javulása – hosszabb távú fenntartását kéri számon). Aki a benyújtás előtt nem készít valós folyamatfelmérést, az a mérföldköveknél szembesül azzal, hogy a „csupán MI-eszközt vásárolunk” típusú leírás nem támasztható alá mérhető vállalással. A bíráló ilyenkor hiánypótlást kér, ami a beadás után 30–45 nappal rendszerint csúszást okoz – és a keret kimerülésével egyes kiírások lezárulhatnak.
Számítási példával élve: ha egy 50 fős feldolgozóipari kkv a DIMOP Plusz-2.1.1-26 keretében 40 millió forint támogatott eszközbeszerzést tervez, 50 százalékos intenzitással a saját hozzájárulás 20 millió forint, amelyet a Széchenyi Kártya Program 3,5 százalékos éves kamatú beruházási hitele részben fedezhet. Ehhez jön az 5 százalékos önerő-kiegészítés és a működési költségek – például a felhőszolgáltatás havi díja vagy a betanítás költsége – elkülönített tervezése. A pályázat csak akkor áll össze, ha a vállalkozás a 40 millió forintra pontosan megnevezi a beszerzendő automatizált gyártósort, az éves munkaerő-megtakarítást (becslés: 8–12 millió forint), a termelési darabszám várható növekedését és a fenntartási időszakra vállalt bázishoz viszonyított mérőszámot. Aki ezt a négy elemet a beadás előtt táblázatban rögzíti, az a hiánypótlás kockázatát a felére csökkenti – és a támogatás valóban beéri a projektbe, nem csak a keret címkéjére.
5. A megtérülést a munkafolyamatban kell mérni
A mesterséges intelligencia használatának üzleti értéke nem a modell méretén, hanem a folyamat javulásán látszik. Egy rendszer lehet látványos, de ha bizonytalan adatot kap, lassú, vagy senki nem használja, nem termel megtérülést. A vezetőnek ezért előre rögzítenie kell a bázist: hány percet igényel egy feladat, hány hibával, milyen költséggel és milyen ügyfélhatással. A siker feltétele, hogy ugyanazt a mérőszámot a próba után is meg lehessen nézni.
Jó első példa lehet a beérkező levelek kategorizálása, ha a vállalkozásnak sok azonos típusú megkeresése érkezik. A modell feladata lehet a témakör és a sürgősség előzetes megjelölése, miközben a munkatárs jóváhagyja a továbbküldést. Másik példa a karbantartási napló feldolgozása, de ott a műszaki jóváhagyás nélkülözhetetlen. A pénzügyi vagy jogi következménnyel járó eredményt nem szabad automatikusan véglegesíteni.
A költségmodellnek nemcsak a havidíjat kell tartalmaznia. Számításba kell venni az adatok előkészítését, az integrációt, a hozzáférések kezelését, az ellenőrzést, a hibajavítást és a kilépés lehetőségét. A mesterséges intelligencia stratégia kialakításakor ezeket a tételeket együtt kell nézni. A döntést a teljes életciklus költsége alapján kell meghozni, nem a bemutató kedvezményes ára alapján.
A próba eredménye három döntési ágat adhat. Ha a pontosság és a használati arány nem éri el a vállalati küszöböt, a folyamatot újra kell tervezni. Ha a technológia működik, de a szervezet nem használja, a felelősséget, a képzést és a munkafolyamatot kell javítani. Ha a javulás egyértelmű, akkor lehet a következő, nagyobb kockázatú folyamatra lépni. Szabados Richárd, a Nemzetgazdasági Minisztérium kkv-fejlesztésért és technológiáért felelős államtitkára szerint a helyes alkalmazás hatékonyabbá teszi a magyar cégek munkáját, és a legkisebb vállalkozásoknak is kézzelfogható segítséget adhat a gyorsabb ügyfélkiszolgálásban és az erőforrás-megtakarításban. Ezt a vezetőnek saját adattal kell alátámasztania.
6. A megfelelő első projekt nem a leglátványosabb
A 2026-os kkv-program első projektje ne a leglátványosabb, hanem a legjobban mérhető folyamat legyen. A kiválasztásnál három szűrőt érdemes alkalmazni: legyen elegendő és kezelhető bemeneti adat, legyen emberi ellenőrzési pont, és legyen mérhető üzleti eredmény. A belső tudáskereső például csak akkor működhet jól, ha a dokumentumok rendszerezettek, és a hozzáférési szabályok egyértelműek.
A jogosultsági feltételek a finanszírozásnál is fontosak. A rendelkezésre álló adatok szerint a Demján Sándor Program a hazai kis- és középvállalkozások megerősítését célozza. A támogatási intenzitás és a hitel feltételei nem helyettesítik a vállalkozás saját pénzügyi ellenőrzését. A pályázónak azt is mérlegelnie kell, hogy a támogatott fejlesztés üzemeltetési költsége a támogatási időszakon túl is fenntartható-e.
Az eljárási sorrend legyen követhető. Először a folyamat és a költség mérése, utána a rövid próba, majd a biztonsági és adatkezelési ellenőrzés, ezután a támogatási konstrukció kiválasztása, végül a megvalósítás és az utólagos értékelés. Ezt a sorrendet a pályázati anyagban is be kell mutatni. A támogatás nem indokolhatja a rosszul definiált feladatot.
A második szűrő a kockázat. A külső szolgáltatóval való együttműködésnél ellenőrizni kell, hogy az adat hol tárolódik, ki férhet hozzá, milyen napló készül, és hogyan lehet megszüntetni a kapcsolatot. A NIS2 kapcsán a NIS2 megfelelés 2026 útmutatója külön figyelmet érdemel, ha a vállalkozás digitális ellátási lánca vagy rendszere eléri a szabályozott területet. A megfelelő első projekt tehát nemcsak gyors, hanem ellenőrizhető és visszafordítható.
Ha az első projektet konkrétan mérhetővé tesszük, a döntéshozó a második-harmadik megoldásnál már nem hiedelmekre, hanem saját számokra épít. Például egy beszerzési ajánlatkérés-feldolgozás esetén az alapállapot rögzítése így néz ki: hány ajánlatkérés érkezik havonta, mennyi idő a válaszadás a beérkezéstől, hány esetben kérdeznek vissza az ajánlattevők, és hány százalékuk zárul le az első körben. Ha ez a négy szám ismert, az MI-bevezetés utáni hatás nem megérzés, hanem arány: az átfutási idő százalékos csökkenése, a visszakérdezések számának változása, a feldolgozott kérések havi darabszáma. A magyarországi kkv-k adminisztrációs terheit a KSH Gazdaságstatisztikai jelentései rendszeresen mérik; a szolgáltatói szektor adminisztrációs idejének alakulása ezekben az adatforrásokban nyilvánosan hozzáférhető. A belső tudáskeresőnél ugyanez a logika: dokumentumtípus darabszáma, keresések havi száma, a megtalált és felhasznált dokumentum aránya, a keresésre fordított idő heti átlaga.
A leggyakoribb buktató nem a technológia, hanem a háttérben maradó feltételezés, hogy a vállalkozás adata „felhasználható". Egy belső tudáskereső csak akkor ad megbízható választ, ha a forrásdokumentumok frissítéséért, a verziókövetésért és a törlési szabályokért valaki konkrétan felel; a GDPR szerinti adatkezelési nyilvántartásban ennek szerepelnie kell, és a NIS2 hatálya alá eső szolgáltatóknál az incidensbejelentési eljárás is érintett. A másik tipikus hiba, hogy a próbaidőszakot nem határozzák meg pontosan: nincs rögzítve, hány nap, hány felhasználó, hány dokumentum, milyen kilépési feltétellel. Emellett sokan kihagyják a kiléptetés forgatókönyvét: ki, milyen határidővel, milyen formátumban kapja vissza az adatot, és mi történik a szolgáltató által tárolt másolatokkal. Végül a fenntarthatóság kérdése: a támogatási időszak utáni üzemeltetési költséget — API-díj, tárhely, felügyelet — éves szinten, forintra vetítve kell látni, nem a teljes projekt zárásakor utólag.
| Lépés | Tevékenység | Bizonyíték |
|---|---|---|
| 1. Folyamat | Keresse meg az ismétlődő munkát | Folyamatábra és jelenlegi költség |
| 2. Adat | Rendelje hozzá a bemenetet és a hozzáférést | Adatleltár és jogosultsági lista |
| 3. Próba | Futtasson ellenőrzött, rövid kísérletet | Hibaarány, időmérés, napló |
| 4. Bővítés | Keresse a megfelelő támogatást | Pályázati terv és fenntarthatósági számítás |
7. A 2026-os döntés öt kapuból áll
A kkv 2026-ban öt egymásra épülő kapun kell hogy végigmenjen. Az első a diagnózis: pontosan meg kell nevezni a versenyképességet befolyásoló folyamatot. A második az adat: a vállalkozásnak meg kell győződnie arról, hogy a bemenet elérhető, naprakész és kezelhető. A harmadik a próba: a modell vagy szolgáltatás teljesítményét saját példákon kell ellenőrizni. A negyedik a felelősség: a döntési jogot, az emberi kontrollt és a naplózást írásban kell rögzíteni.
az ötödik a fenntarthatóság. A támogatás és a kedvezményes hitel csak akkor hasznos, ha a működtetés, a frissítés és a kilépés költsége is elviselhető. A pályázati lehetőségek között a cégnek nem a legnagyobb keretet, hanem a saját céljához legjobban illő konstrukciót kell választania. A döntés dokumentuma legyen rövid, de tartalmazza a folyamatot, a felelőst, a mérőszámot, a kockázatot és a következő lépést.
A magyar MI-használat 7,4 százaléka és a 2030-ra vállalt 24 százalékos cél közötti rés tudatos munkát kíván. A digitális alapszint 57,44 százaléka, a felhőhasználat 23 százaléka pedig azt jelzi, hogy a felzárkózás nem egyetlen szoftvervásárlással történik. A vállalkozásnak egyszerre kell javítania az adatkezelésen, a munkafolyamaton és a döntési kultúrán. Ez a sorrend csökkenti a kockázatot, és teszi mérhetővé a pályázati forrás hatását.
A vezetői döntéshez készítsen egyoldalas tervet. Az első oldalon szerepeljen a célfolyamat, a jelenlegi költség, a kiválasztott technológia, az adatgazda, a jóváhagyó, a mérőszám, a 2026-os határidő és a leállítás feltétele. Ez a dokumentum alkalmas arra, hogy a vállalkozás megbeszélje a bankkal, a pályázati tanácsadóval, az ügyféllel és a belső munkatársakkal. A döntés akkor válik végrehajthatóvá, ha nemcsak a technológia, hanem a felelősség is világos.
Az öt kapu közül az adatkapu szokott elcsúszni a gyakorlatban, noha a diagnózis és a próba erre épül. A vállalkozásnak azt kell tisztáznia, hogy a kiválasztott MI-modell milyen forrásból dolgozik: helyi fájlból, vállalatirányítási rendszer exportjából vagy külső API-ból. GDPR-hatás szempontjából a személyes adatokat tartalmazó források feldolgozása adatkezelési nyilatkozatot, egyes esetekben előzetes konzultációt igényel a Nemzeti Adatvédelmi és Információszabadság Hatósággal (NAIH), és az MI-rendelet (2024/1689/EU, 2024. július) egyes felhasználási céloknál kockázatbesorolást is előír. Aki ezt a lépést kihagyja, az a harmadik, próbakapunál szembesül a ténnyel: a modell pontossága a bemenettől függ, nem a paraméterszámtól. Az adatminőséget ezért a célfolyamathoz kötve kell mérni, hiányzó vagy elavult mezők százalékos arányával és a frissítés gyakoriságával – az „elég jó adat" itt konkrét küszöbszámot jelent.
A negyedik kapu, a felelősség kapu, ahol a legtöbb kkv-projekt elakad, pedig itt dől el, hogy a bevezetés auditálható lesz-e. Az MI-rendelet alapján a magas kockázatú rendszereknél kötelező az emberi felülvizsgálat és a naplózás, de az alacsony kockázatú alkalmazásoknál is érdemes írásban rögzíteni: ki adja ki a promptot, ki hagyja jóvá a kimenetet, ki állítja le a rendszert hibánál, és milyen eseménynapló marad. A „so what" a tulajdonosnak: ha ez a lap hiányzik, banki finanszírozásnál és pályázati elszámolásnál egyaránt bizonyíthatatlanná válik a megtérülés. A fenntarthatósági kapuban pedig a teljes tulajdonlási költséget (TCO) kell számolni: a licencdíj mellett az adat-előkészítés, a finomhangolás, az üzemeltetés és a kilépés költsége is része az egyenletnek. Aki csak a belépési árat nézi, az a 13–18 hónapos ciklus közepén szembesül a rejtett költségekkel.
Kulcs-megállapítások
- 01
A magyar kkv-k 7,4 százalékos MI-használata sürgős, de nem kapkodó döntést kíván.
- 02
A digitális alacsonyabb magyar szintje miatt a folyamat- és adatfelmérés megelőzi az MI-beszerzést.
- 03
A 2026. augusztus 8-i alkalmazási időpont miatt a megfelelést a tervezésbe kell építeni.
- 04
A 68,4 milliárd forintos pályázati keret csak pontosan definiált projektre hasznosítható jól.
- 05
A megtérülést a saját folyamat költségével, idejével és hibarátájával kell igazolni.
- 06
A helyes első projekt kicsi, mérhető, ellenőrzött és visszafordítható.
Gyakori kérdések
Mennyire sürgős a kkv-k mesterséges intelligencia bevezetése 2026-ban?
A 7,4 százalékos magyar MI-használati arány és a 24 százalékos 2030-as cél között nagy a rés. A döntés ezért 2026-ban indokolt, de nem kell azonnal teljes vállalati programot indítani. Egy ellenőrzött, mérhető folyamatpróbával biztonságosabban el lehet indulni.
Melyik folyamattal érdemes kezdeni?
Olyan ismétlődő, jól körülhatárolható feladatot kell választani, amelynek van tiszta bemenete, kimenete, emberi jóváhagyója és mérhető költsége. Beérkező levelek kategorizálása, belső dokumentumkeresés vagy műszaki napló feldolgozása csak akkor jó kezdés, ha az adatok rendben vannak.
Miért fontos a felhőhasználat az MI szempontjából?
A felhő távoli, interneten elérhető számítási és tárolási kapacitás, amely megkönnyítheti a közös digitális működést. A magyar kkv-k 23 százalékos felhőhasználata alacsonyabb az uniós 42 százaléknál, ezért a digitalizáció és az adatelérhetőség gyakran az MI előfeltétele.
Mit kell tudni a magyar MI-törvény 2026-os határidejéről?
A magyar MI-törvény 2025. december 1-jétől hatályos, egyes rendelkezései 2026. augusztus 8-tól alkalmazandók. A valós környezetben történő teszteléshez szabályozói homokozó működik 2026 augusztusától. A vállalkozásnak a használati eseteket, felelősöket és ellenőrzési pontokat már a próba előtt dokumentálnia kell.
Milyen pályázati lehetőség áll rendelkezésre 2026-ban?
A 2026 második negyedévében 14 új pályázati kiírás nyílt meg 68,4 milliárd forint keretösszeggel. A legnagyobb lehetőségek között a GINOP Plusz-1.3.2-26 digitalizációs és a DIMOP Plusz-2.1.1-26 ipari automatizációs felhívás szerepel. A konstrukciót a saját folyamathoz kell igazítani.
Hogyan lehet megítélni, hogy megéri-e az MI?
A cég a próba előtt mérje fel a feladat jelenlegi idejét, költségét és hibarátáját, majd ugyanezeket hasonlítsa össze a próba eredményével. A döntéshez figyelembe kell venni az adat-előkészítést, az integrációt, az ellenőrzést és a kilépés költségét is. Csak saját adattal alátámasztott javulás számít bizonyítéknak.
Források és hivatkozási alap
- Eurostat – Vállalati mesterségesintelligencia-használati és felhőszolgáltatási adatok https://ec.europa.eu/eurostat
- European Commission Digital Decade 2025 country report – A magyar kkv-k digitális felkészültségének uniós összehasonlítása https://digital-strategy.ec.europa.eu/
- Magyar MI-törvény – A mesterséges intelligencia hazai szabályozási kerete https://njt.hu/
- GINOP Plusz-1.3.2-26 – A 2026-os digitalizációs pályázati lehetőség https://www.palyazat.gov.hu/
- DIMOP Plusz-2.1.1-26 – A 2026-os ipari automatizációs pályázati lehetőség https://www.palyazat.gov.hu/
- Demján Sándor Program – A kkv-fejlesztési támogatási és finanszírozási keret https://demjan.szchenyi2020.hu/
- Széchenyi Kártya Program – A beruházási hitelek kamatfeltételeinek hivatalos tájékoztatója https://www.szchenyikartya.hu/
Kapcsolódó cikkek a Tudástárban
Több projekt szakmai vezetője. Az AZAR Menedzsment Consultingnál a szakértői és fejlesztői csapatért, valamint a projektmenedzsment-szolgáltatásokért felel: stratégiai tanácsadás, döntés-előkészítés, pályázatírás és pályázati előminősítés, folyamatirányítás, optimalizálás, ellenőrzés, érdekképviselet. Hozzá tartozik a teljes mesterségesintelligencia-kínálat is: AI-stratégia és AI-szoftverfejlesztés, az AZAR Digitális Kapacitás™ program, a digitális munkatársak, az AzarX Pro pályázati platform, valamint a marketingstratégia és a kampánytervezés.