A mesterséges intelligencia első nagy munkahelyi hulláma arról szólt, hogy megtanultunk kérdezni: hogyan írassunk vele e-mailt, hogyan foglaljon össze egy szerződést, hogyan készítsen vázlatot egy prezentációhoz? A technológia következő lépcsője viszont egészen új alapokra helyezi, amit eddig tudtunk az AI-ról.
A generatív AI, és vele a nagy nyelvi modellek, vagyis az LLM-ek látványosan megmutatták, hogy a számítógép ma már nemcsak adatokat keres vagy utasításokat követ, hanem szöveget, képet, hangot, videót, kódot, vagy akár egy komplett üzleti tervet is képes előállítani. Csakhogy a történet itt nem ér véget – sőt, könnyen lehet, hogy valójában itt kezdődik.
Aki kérdez: a felhasználó, aki válaszol: az LLM
A nagy nyelvi modellek – mint például a ChatGPT vagy a Claude – használata során a felhasználó többnyire kérdez, a modell pedig válaszol. Megír, összefoglal, átfogalmaz, elemez, ötletel. Ha jól kapja meg a kontextust, sokat segít; ha rosszul, akkor magabiztosan tud mellélőni. A generatív AI ezért sok cégnél ma még inkább egyfajta „digitális dopping”: gyorsabbá teszi a gondolkodást, lerövidíti az első körös munkát, segít a döntések előkészítésében és a háttéranyagok feldolgozásában.
A következő lépcsőfok az úgynevezett agentic AI – és itt érdemes a kifejezéssel kapcsolatban egy kis nyelvi kitérőt is tenni. Ezt a technológiát magyarul jellemzően „ügynöki AI-nak” vagy „AI-ügynöknek” szokták nevezni, noha ez az elnevezés egyrészt kevésbé adja vissza az eredeti kifejezés tartalmát, másrészt félrevezető lehet, mivel a magyar nyelvben az „”ügynök” szó jelentéstartalma meglehetősen sajátos. Az angol “agency” kifejezés ugyanis, bár valóban jelent ügynökséget is, jelen esetben sokkal inkább a cselekvőképességet jelöli. Azaz az agentic AI-t magyarul a legjobban cselekvőképes mesterséges intelligenciaként írhatjuk körül, ami sokkal pontosabban világít rá a technológia lényegére.
Az agentic AI ugyanis egy LLM-hez képest nem egyszerűen okosabb chatbot. Sokkal inkább egy olyan digitális munkatárs prototípusa, amelynek már nemcsak utasításokat adhatunk, hanem célokat is.
Egy cselekvőképes AI ugyanis képes egy feladatot részekre bontani, megtervezni azok végrehajtását, majd ehhez megfelelő eszközöket használni, vállalati rendszerekhez kapcsolódni, eredményeket ellenőrizni, majd továbblépni a következő részfeladat végrehajtásához. Az OpenAI fejlesztői dokumentációja is úgy írja le az agentic AI-t, mint egy olyan LLM-et, amely előre megadott utasításokkal, eszközökkel, kontextussal, védőkorlátokkal és strukturált kimenetekkel működik. Ez annyit tesz, hogy már nemcsak megmondja, mit kellene csinálni, hanem bizonyos határok között végre is tudja hajtani.
Tudjuk, kit engedünk dolgozni?
Ez a különbség elsőre apróságnak tűnhet, pedig üzleti szempontból óriási jelentősége van. Egy LLM-től megkérdezhetjük, hogyan kellene hatékonyabbá tenni az ügyfélszolgálatot, és válaszolni fog a kérdésre, jobb vagy rosszabb megoldásokkal. Egy agentic AI-rendszer viszont, megfelelő jogosultságokkal, naplózással és emberi kontrollal már képes lehet elemezni a beérkező ügyeket, csoportosítani a kéréseket, előkészíteni a válaszokat, hibajegyeket nyitni a megfelelő kollégának, és közben figyelni, hol akadhatnak el a folyamatok.
A nagy kérdés tehát már nem az, hogy „mit tud megírni az AI?”, hanem az, hogy milyen munkafolyamatba engedjük be, milyen eszközöket kap, meddig mehet el, és ki felel a döntéseiért?
A McKinsey 2025-ös globális AI-felmérése szerint az AI-használat széles körben terjed, de a legtöbb szervezetnél továbbra is kihívást jelent, hogy a kísérletekből valódi, folyamatokba épített üzleti hatás legyen. Ez pedig pontosan az a terület, ahol az agentic AI ígérete és kockázata találkozik.
Egy ügynök akkor hasznos, ha nemcsak okos, hanem beilleszthető más rendszerekbe, illetve ha pontosan tudja hol és milyen adatokhoz fér hozzá. Emellett kulcsfontosságú, hogy a cselekvőképes mesterséges intelligencia számára egyértelmű legyen, hogy milyen rendszerekben dolgozhat, milyen jogosultságai vannak, hogyan ellenőrzik, auditálják, illetve milyen emberi felülvizsgálati protokollokat léptettek életbe. Ha ezek közül egyik is hiányzik, a hatékonyság forradalma helyett automatizált káosz lesz a végeredmény.
A hatékonyság nem varázslat, hanem folyamat
A cégek többsége nem azért küzd a hatékonysággal, mert nincsenek jó ötleteik, hanem azért, mert túl sok a kézi átadás-átvétel, a másolás, a párhuzamos adminisztráció, az e-mailben elvesző jóváhagyás, az egyik rendszerből a másikba pakolt, egyébként silószerűen elkülönített adat. Az agentic AI ezeknél a töréspontoknál lehet igazán érdekes.
Egy jól felépített agentic AI-rendszer nem feltétlenül egy adott, hatalmas feladatot old meg. Sőt, sokszor épp az a jó benne, hogy apró, ismétlődő lépéseket kapcsol össze, akár nem is egy, hanem több AI agent közreműködésével. Egy ilyen komplex rendszer képes egyszerre figyelni a beérkező ajánlatkéréseket, összegyűjteni a szükséges háttéradatokat, választervezetet írni, ellenőrizni, hogy minden adat, minden melléklet rendelkezésre áll-e, de akár arra is tud figyelmeztetni, ha egy ügyfél valamelyik rendelésénél valamilyen lényeges részlet hiányzik.
Az együttműködve dolgozó AI agentek arra is ügyelnek, hogy a végső döntéseket ember hozza meg. Egy ilyen összetett rendszer nem váltja ki a cég dolgozóinak munkáját, ehelyett azokat a látszólag lényegtelen üresjáratokat szünteti meg, amelyekből idővel komoly extra költségek válhatnak.
Ez a logika különösen fontos a távközlésben, ahol a hálózat az üzleti infrastruktúra gerincét jelenti. A telekommunikáció világában ma már egyre több eszköz, szenzor, alkalmazás és gép kommunikál egymással, sokszor emberi beavatkozás nélkül. A Yettel M2M és IoT-megoldásait bemutató oldala úgy fogalmaz: az automatizált adatáramlás során az eszközök emberi közreműködés nélkül rögzítenek, elemeznek és továbbítanak adatokat, illetve folyamatokat is indítanak. Ez már önmagában ügynökszerű logika: érzékelés, döntés-előkészítés, cselekvés.
Amikor a hálózat is gondolkodni kezd
A telekommunikációs cégek univerzumában az agentic AI egyik legfontosabb terepe a hálózatfejlesztés és hálózatüzemeltetés lehet. Nem azért, mert holnaptól „magától épül” majd a mobilhálózat, hanem mert a hálózatok komplexitása olyan szintre nőtt, ahol a gyors és pontos reagálás versenyelőny. A vállalati 5G magánhálózatoknál a minimális adatátviteli késés ugyanis olyan valós idejű alkalmazásoknál lehet kritikus, mint a gépek és berendezések távfelügyelete és vezérlése. Egy, az adatátvitelt figyelő mesterséges intelligencia valós időben képes jelezni, ha valamiért csökkenne a sávszélesség vagy más területen jelentkezne anomália.
Mindez a gyakorlatban azt jelenti, hogy az AI nemcsak a hálózaton „utazó” szolgáltatás lehet, hanem a hálózat működésének egyik fontos irányítója is.
Egy agentic rendszer képes lehet rendellenes forgalmi mintázatokat észlelni, kapacitásproblémát előre jelezni, hibaelhárítási lépéseket javasolni, vagy több lehetséges beavatkozás kockázatát összehasonlítani. Az Ericsson 2026-os elemzése szerint az agentic AI a telekommunikációs ökoszisztémában azt is átformálhatja, hogy kik vagy mik lesznek a hálózati képességek „felhasználói”: emberek helyett egyre inkább autonóm ügynökök kérhetnek majd úgynevezett API-kon keresztül hálózati szolgáltatásokat, vagy a gépek számára kiolvasható módon strukturált információkat.
Vagyis egy távközlési szolgáltatónál az AI nem csak ügyfélszolgálati chatbot. Lehet hálózatfigyelő, kapacitástervező, hibaelhárítási asszisztens, IoT-ökoszisztéma-szervező, de akár a vállalati innováció motorja is. De csak akkor, ha közben megmarad az a kontroll, amely a kritikus infrastruktúráknál nem opcionális extra, hanem alapfeltétel.
Egy KKV-nak sem robotvezérigazgató kell
A kis- és középvállalkozásoknál (KKV) az agentic AI legnagyobb ígérete nem az, hogy hirtelen minden cégből technológiai óriás lesz, sokkal inkább az, hogy olyan működési képességek válnak elérhetővé, amelyek korábban külön csapatot, drága szoftvereket vagy rengeteg manuális munkát igényeltek.
Egy KKV-nál egy cselekvőképes mesterséges intelligencia segíthet a bejövő érdeklődések előszűrésében, a számlázási emlékeztetők előkészítésében, az ajánlatok összehasonlításában, az ügyfélkommunikáció első körös megfogalmazásában vagy a készlet- és rendelési adatok figyelésében. Nem kell rögtön mindent automatizálni, sőt, a gyakorlat azt mutatja, hogy nem is érdemes. A jó belépési pont az ismétlődő, alacsony kockázatú, jól leírható folyamatoknál található.
Stabil mobilkapcsolat, átlátható szolgáltatási környezet, digitális hozzáférés és biztonságos adatkezelés nélkül az automatizáció ugyanis hamar több bosszúságot okoz, mint amennyi időt megspórol.
A KKV-k számára tehát a jó kérdés nem az, hogy mikor lesz saját mesterséges intelligenciánk, hanem, például az, hogy melyik három folyamat lenne sokkal jobb, ha nem ember másolgatná, figyelné és ellenőrizgetné naponta ugyanazt.
Nagyvállalatok: ahol az ügynök már szervezeti kérdés
Nagyvállalati környezetben az agentic AI tétje más, mivel itt már nemcsak az a kérdés, hogy egy kolléga gyorsabban dolgozik-e, hanem az, hogy a vállalat képes-e újraszervezni teljes folyamatokat. Beszerzés, pénzügy, HR, ügyfélszolgálat, IT-üzemeltetés, jogi előkészítés, sales, hálózatmenedzsment – ezeken a területeken mindenhol vannak olyan pontok, ahol a döntésekhez sok adat, több rendszer és számtalan apró lépés tartozik.
Egy nagyvállalatnál az AI-ügynök lehet belső operátor, amely összegyűjti a döntéshez szükséges információkat. Lehet compliance-asszisztens, amely jelzi, ha egy folyamat nem felel meg a szabályoknak. Lehet IT-asszisztens, amely priorizálja a hibajegyeket, vagy akár az említett hálózati őrszem, amely előre jelzi a terhelési problémákat. Ami ezekben a megoldásokban közös, hogy egyik sem működhet szabadjára engedett kísérletként.
A nagyvállalati működésnél a hatékonyság egyik legfontosabb feltétele a kontroll.
Modellválasztás, adatvédelem, jogosultság, naplózás, emberi jóváhagyás, kiberbiztonság, felelősségi körök: ezek nélkül az agentic AI épp ott jelent kockázatot, ahol a legtöbbet ígéri. A MIT Sloan összefoglalója is kiemeli, hogy az agentic AI bevezetésénél az infrastruktúra, a biztonság és az emberi felügyelet kulcskérdés.
Ne azt kérdezzük, okos-e, hanem azt, megbízható-e
Az ügynökök forradalma nem arról szól, hogy az AI hirtelen mindenkinél jobban tud mindent, hanem arról, hogy a mesterséges intelligencia kilép a „szövegíró automata” szerepéből, és belép a munkafolyamatokba. Ez pedig sokkal komolyabb változás, mint amikor először irattunk e-mailt egy AI-jal.
Az LLM-ek tehát megtanítottak minket kérdezni, az agentic AI viszont arra kényszeríti a felhasználókat, hogy megtanuljanak delegálni. Ennek a folyamatnak viszont fontos szabályai vannak: tudni kell, mit bízunk rá, milyen adatokból dolgozik, milyen döntéseket hozhat meg, mikor kell megállnia, és ki ellenőrzi az eredményt.
A cégek ezért akkor járnak el jól, ha az AI-t nem tekintik misztikus csodaszernek, hanem ehelyett inkább a saját folyamataikat gondolják újra.
A távközlési szolgáltatóknak pedig azért lehet különösen fontos szerepük ebben a korszakban, mert az agentic AI mögött mindig ott a kritikus infrastruktúra: hálózat, adatkapcsolat, IoT, 5G, biztonság, késleltetés, hozzáférés. Az ügynökök csak akkor tudnak hatékonyan dolgozni, ha van min dolgozniuk, és van, amin keresztül dolgozhatnak.
A mesterséges intelligencia következő korszaka így nem feltétlenül lesz hangosabb, mint az első, sőt, lehet, hogy csendesebb lesz: kevesebb látványos prompt, több háttérben futó folyamat, összességében mégis komolyabb hatás, amit pár év távlatából valószínűleg nyugodtan nevezhetünk majd forradalminak is.
Tetszik, amit olvasol?
A választás lezajlott, de a kérdéseknek nincs vége. A következmények most kezdődnek. A hvg360 Prémium hírlevelek a napi hírfolyamon túl segítenek eligazodni egy olyan időszakban, ami mindannyiunk számára új.
Egyfelől a HVG sokat látott újságíróit követhetitek: adatokból történetek, jogi magyarázatok, közélet női szempontból, kultúr- és médiamegfejtés programajánlattal, külföldi lapok heti hírszemléje; másfelől szakmájukban kiemelkedő szerzők gondolatait olvashatjátok a gazdaság és a menedzsment területeiről, nemzetközi kutatásokról, vagy a mindent behálózó mesterséges intelligenciáról.
Kép forrása: ChatGPT
A tartalom a Yettel Magyarország megbízásából, a HVG BrandLab és a hvg360 Prémium hírlevelek produkciójában készült.
