Ma már nem az a kérdés, hogy használ-e a céged mesterséges intelligenciát. Valószínűleg használ: valaki a csapatból ChatGPT-vel fogalmaz ügyfélleveleket, a könyvelőprogram automatikusan olvassa be a számlákat, a webshop keresője „érti”, mire gondolt a vásárló.
A kérdés az, hogy ezek külön-külön futó kísérletek maradnak-e, vagy összeáll belőlük valami, ami mérhetően olcsóbbá és gyorsabbá teszi a működést.
A statisztikák pontosan ezt a szakadékot mutatják. A Stanford HAI 2025-ös AI Index jelentése szerint a válaszadók több mint háromnegyede használ AI-t legalább egy üzleti területen. A McKinsey felmérése szerint a cégek 92%-a tervezi növelni az AI-ba fektetett összeget 2026 és 2028 között — ugyanakkor mindössze 1%-uk tartja magát „érettnek” a bevezetésben.
Ez a 91 százalékpontnyi rés a lényeg. Nem az eszközök hiányoznak, és nem is a szándék. Az hiányzik, amibe az eszközt be lehetne kötni: a világosan leírt, mérhető folyamat.
Ebben a cikkben végigmegyünk azon, mit jelent a gyakorlatban az AI a folyamatmenedzsmentben, hol térül meg leggyorsabban egy 5-50 fős cégnél, és egy 9 lépéses útmutatón, amivel el lehet indulni anélkül, hogy hónapokra megbénítanád a működést.
Mit jelent az AI a folyamatmenedzsmentben?
A folyamatmenedzsment (angolul BPM, business process management) azt jelenti, hogy a cégben zajló ismétlődő munkafolyamatokat tudatosan megtervezed, működteted és javítod. Ajánlatkéréstől a kiszámlázásig, panaszbejelentéstől a megoldásig.
Az AI ebben nem egy külön projekt, hanem egy új típusú lépés, amit be lehet illeszteni a folyamatba. Olyan feladatokat tud elvégezni, amiket korábban csak ember tudott:
- rendezetlen szövegből strukturált adatot kinyerni,
- egy helyzetet besorolni valamelyik kategóriába,
- több szempont alapján rangsorolni,
- javaslatot tenni a következő lépésre.
Érdemes tisztázni három fogalmat, mert a magyar piacon rendszeresen összekeverik őket:
| Fogalom | Mit csinál | Példa |
|---|---|---|
| Automatizálás | Fix szabályt hajt végre | „Ha beérkezik a fizetés, küldj visszaigazoló e-mailt.” |
| RPA | Emberi kattintgatást utánoz a szoftverek felületén | Adatot másol a webshopból a könyvelőprogramba |
| AI a folyamatban | Értelmez, besorol, javasol | „Ez a levél reklamáció, sürgős, a logisztikához tartozik.” |
A három nem versenyez egymással, hanem egymásra épül. A legtöbb jól működő KKV-s megoldás mind a hármat tartalmazza: az AI eldönti, mi ez, az automatizálás pedig lefuttatja, mi történjen vele.
Egy hasznos hasonlat: az AI a motor, a folyamat a váz. Egy erős motor önmagában nem visz sehova — csak zajt csinál és üzemanyagot éget. Pontosan ez történik akkor, amikor egy cég bevezet egy AI-eszközt anélkül, hogy leírná, milyen folyamatba illeszti. Fél év múlva mindenki elfelejti, hogy megvették.
És fordítva is igaz: az AI nem helyettesíti a folyamatot, csak felgyorsítja. Ha a folyamat eleve rossz, az AI-jal csak gyorsabban fogsz rosszul dolgozni.
Miért pont most?
Az AI a vállalati folyamatokban nem új ötlet — nagyvállalatok tizen éve csinálják. Ami az elmúlt két-három évben megváltozott, az három dolog:
1. Összeomlottak a költségek. Ami korábban egyedi fejlesztés volt, ma API-hívásokból összerakható. Egy beérkező e-mail besorolása ma forintos nagyságrendű tétel, nem projektköltség.
2. Megjelentek a no-code eszközök. Olyan platformokon, mint az n8n vagy a Make, össze lehet kötni a levelezést, a CRM-et, a számlázót és egy AI-modellt anélkül, hogy fejlesztőcsapatot kellene fenntartani hozzá. Egy 15 fős cég ma olyan folyamatokat üzemeltethet, amik öt éve csak több száz fős szervezeteknek voltak elérhetők.
3. A munkaerő drágább lett, mint a szoftver. Ez a magyar KKV-szektorban különösen érezhető. Egy adminisztratív pozíció teljes költsége ma olyan szinten van, ahol egy heti 10 órát megspóroló automatizálás néhány hónap alatt megtérül.
A Microsoft 2025-ös Work Trend Index felmérése szerint a vezetők 82%-a tartotta 2025-öt kulcsévnek abban, hogy digitális munkaerővel bővítsék a csapataik kapacitását.
Mielőtt viszont bármit bevezetnél, három dolognak a helyén kell lennie:
- Szabályok. Mit csinálhat az AI önállóan, és mi az, amihez emberi jóváhagyás kell.
- Felügyelet. Ki a felelős a folyamatért, és honnan látja, ha valami félrement.
- Mérés. Milyen számnak kell javulnia, és mennyivel — a bevezetés előtt rögzítve.
Ha ez a három hiányzik, a bevezetés nem fog megbukni látványosan. Sokkal rosszabb történik: észrevétlenül elhal.
Hol segít az AI a gyakorlatban? Hat terület
Az alábbi hat kategória lefedi azoknak a KKV-s bevezetéseknek a túlnyomó részét, amik tényleg működnek. Mindegyiknél ott van egy tipikus magyar példa — ezek nem konkrét ügyfelek, hanem gyakori helyzetek, amikbe a legtöbb 5-50 fős cég belefut.
1. Adatbevitel és osztályozás
Ez a leggyakoribb belépőpont, és általában ez térül meg leggyorsabban.
Minden cégbe ömlik befelé a rendezetlen szöveg: e-mailek, ajánlatkérések, panaszok, szállítói számlák, űrlapkitöltések, Facebook-üzenetek. Valaki elolvassa, eldönti, mi ez, és beírja valahova. Ez a munka unalmas, de nem triviális — épp ezért drága.
Az AI ezt a lépést tudja átvenni: elolvassa a beérkező szöveget, és strukturált adatot csinál belőle. Kategória, sürgősség, érintett ügyfél, kért összeg, határidő.
Tipikus példa. Egy 12 fős gépészeti kereskedés naponta 40-60 ajánlatkérést kap e-mailben, szabad szöveggel. Egy kolléga délelőttönként végigolvassa őket, és bepötyögi a táblázatba: ki kérte, mit, mennyit, mikorra. Egy AI-lépés ezt beolvassa, kitölti a mezőket, és az ellenőrizetlen tételeket egy „átnézendő” listába teszi. A kolléga már nem gépel, hanem jóváhagy — negyedannyi idő alatt.
Fontos: a cél itt nem az, hogy ember ne is lássa. A cél az, hogy az ember már kész, formázott adatot lásson, ne nyers szöveget.
2. Útvonalválasztás és priorizálás
A második lépés az, hogy a besorolt tétel magától odakerüljön, ahova tartozik.
A legtöbb cégnél ez fejben működik: „ezt a Katinak kell”, „ez sürgős, mert nagy vevő”. Amíg nyolcan vagytok, ez elmegy. Húsz főnél már nem, és a tudás egyetlen ember fejében van — aki egyszer szabadságra megy.
Az AI ki tudja váltani a manuális szétosztást: sürgősség, téma, ügyfélérték és a kollégák aktuális terheltsége alapján oszt.
Tipikus példa. Egy webshop ügyfélszolgálatára naponta 80 megkeresés érkezik. A szállítási kérdések azonnal a logisztikához mennek, a reklamációk a csoportvezetőhöz, a termékkérdések a sales-hez. Egy visszatérő, magas kosárértékű vevő panasza automatikusan a lista tetejére kerül. Nem az számít, hogy gyorsabb — hanem hogy kiszámítható: mindig ugyanaz történik ugyanolyan helyzetben.
3. Döntéstámogatás
Itt már nem végrehajtásról van szó, hanem arról, hogy a döntéshozó jobb inputot kapjon.
A KKV-tulajdonos tipikus problémája nem az, hogy nincs adata. Az, hogy az adat öt rendszerben van, és nincs két órája kinyerni. Így hasra ütve dönt — és a legtöbbször el is találja, de nem mindig, és utólag nem tudja megmondani, miért döntött úgy.
Az AI ezen a ponton beszélgethetővé teszi az adatot. „Melyik termékkategória árrése romlott a negyedévben?” — és nem riportot kell kérni valakitől, hanem választ kapsz.
Tipikus példa. Egy divatkereskedő cégnél a marketinges hetente 8-10 kimutatást kért az elemzőtől, mindegyik órákba került. Egy AI-alapú lekérdezőréteg a webshop és a hirdetési adatok fölé építve heti 10-15 órát szabadított fel — nem azért, mert a riportok rosszak voltak, hanem mert a legyártásuk volt a szűk keresztmetszet.
Egy figyelmeztetés ehhez: a döntéstámogató AI olyan jó, amilyen az adat alatta. Ha a termékkategóriák felében üres az árrésmező, az AI nem fogja megmondani, hogy nem tudja. Kitalál valamit. Erről a 4. lépésnél még lesz szó.
4. Monitorozás és szűk keresztmetszetek
Ez a legkevésbé látványos, és talán a leghasznosabb kategória.
Minden folyamatban vannak olyan pontok, ahol a munka megáll, körbejár, vagy visszakerül oda, ahol már járt. Ezeket nagyon nehéz belülről észrevenni, mert mindenki hozzászokott. „Mindig is így volt.”
Ha viszont a folyamat lépéseit rendszerben rögzíted, az AI ránézhet a naplóra, és megmondhatja, hol áll a munka. Nem előre megadott kérdésre válaszol — hanem megkeresi, hol nem stimmel valami.
Tipikus példa. Egy szolgáltató cégnél az ajánlatok átlagosan 11 nap alatt zárultak. Kiderült, hogy az ajánlatok 40%-a beragadt a műszaki jóváhagyásnál, mert csak egy ember írhatta alá, ő pedig hetente kétszer nézte meg a listát. Ez a szám bent volt a rendszerben — csak soha senki nem tette fel a kérdést.
Itt nem kell konkrét kimenetet előírni. Elég beengedni az AI-t a folyamatadatokba, és megkérdezni: mit látsz?
5. Ügyfélélmény-folyamatok
Az eddigi négy kategória befelé néz. Ez a kifelé nézők közül a legjobb megtérülésű.
A klasszikus példa a webshopkereső. A vásárló nem terméknevet ír be, hanem azt, hogy „bő szárú melegítő” vagy „ajándék apának, aki grillez”. A hagyományos kereső ezekre nulla találatot ad — a vásárló pedig kilép.
De ide tartozik a többnyelvű kiszolgálás, az ajánlatkérésre adott gyors első válasz, vagy a kontextusra épülő termékajánlás is.
Tipikus példa. Egy hazai szaküzlet webshopjában a keresések 30%-a adott nulla találatot, mert a vevők köznyelven kerestek, a termékadatlapok viszont gyártói megnevezéseket használtak. Egy jelentésalapú keresőréteg bekötése után ezek a keresések elkezdtek konvertálni — ugyanazon a forgalmon, ugyanazzal a készlettel.
A minta itt általánosítható: keresd meg, hol beszél el egymás mellett a vevő és a rendszered. Ott van a pénz.
6. Folyamatépítés nem-technikai kollégáknak
A hatodik terület metaszintű, és hosszú távon ez a legnagyobb hatású.
A klasszikus felállásban, ha a marketinges módosítani akar egy automatizmuson, jegyet nyit a fejlesztőnek, vár két hetet, és közben nem csinálja meg. A folyamat befagy — nem azért, mert jó, hanem mert drága hozzányúlni.
Az AI ezt a küszöböt viszi le. Egy kolléga leírja szövegesen, mit szeretne, és kap egy működő vázat, amit tesztelhet. Nem lesz fejlesztő tőle — de nem is kell külsős minden apró módosításhoz.
Tipikus példa. Egy 20 fős ügynökségnél az onboarding-folyamat 14 lépésből állt, és negyedévente változott. Korábban minden módosítás külsős munka volt. Miután a projektvezető maga tudta átalakítani a lépéseket, a folyamat elkezdett hetente javulni ahelyett, hogy évente egyszer.
Egy fenntartás ehhez: a felelős ettől még kell. Ha bárki bármit módosíthat, fél év alatt lesz nyolc, egymásnak ellentmondó folyamat. A jó felállás: a szerkesztés legyen könnyű, a jóváhagyás maradjon egy kézben.
Melyik a te belépőpontod?
A hat terület nem sorrend, hanem menü. Nem kell mindegyikkel foglalkoznod — és az első körben nem is szabad.
A legtöbb 5-50 fős cégnél az első kettő hozza a leggyorsabb megtérülést: az adatbevitel és az útvonalválasztás. Ezek unalmasak, jól körülhatárolhatók, és néhány hét alatt mérhető eredményt adnak. A döntéstámogatás és a monitorozás izgalmasabb, de csak akkor működik, ha az adat már rendben van alatta — vagyis jellemzően a második vagy harmadik körben jön.
Ha most kellene egy mondatban megmondanod, melyik területre esik a te legnagyobb fájdalompontod, valószínűleg tudnád. Ez a válasz a kiindulópont.
A következő kérdés viszont már nem az, hogy mit, hanem hogy hogyan: hogyan térképezd fel a jelenlegi folyamatot, mit kell tudnod az adataidról, mielőtt hozzákezdesz, mit mérj, és hol tartsd bent az embert a hurokban. Ezt vettük végig lépésről lépésre a folytatásban:
Mesterséges intelligencia a folyamatoptimalizálásban: Gyakorlati útmutató KKV-knak – 2. rész
