Premium kategória a megfontolt befektetőknek. Részfénypiaci trendek, hozamok, spekulációk. A mikrofonnál Pallag Róbert és Vörös Benedek. Egy mindenki számára izgalmakat rejtő területre a mesterséges intelligencia irányában kalauzoljuk a hallgatóinkat a következő beszélgetésben.
Itt van velünk a stúdióban Nagy Bainándor, az IT-Vert Kft. kereskedelmi igazgatója. Szeretettel köszöntünk, szervusz! Köszöntöm én is a hallgatókat, sziasztok!
A mesterséges intelligenciának a megjelenése most már azért évek óta napi renden van, de még mindig egy picit keveset tudunk róla. Szóba kerül a chat GPT, hallani arról, hogy a cégek is egyre több területen próbálják feltérképezni, hogy milyen hatással lehet majd ez az életükre. Miről is van szó itt tulajdonképpen ez egy teljesen új novum, vagy a meglévő technológiáknak az összekapcsolódása?
Hát én azt gondolom, hogy sokkal inkább az utóbbi. Mi régóta követjük a mesterséges intelligenciának a fejlődését. Az elmúlt 10-15 év konferenciái nagyon sok tekintetben szóltak erről.
Viszont azt érzékeljük, hogy gyakorlatilag azok a tudományos alapok és matematikai háttér, ami a mesterséges intelligenciát leírja itt, gondolk akár a neurális hálózatokra, konvolúciós hálózatokra, modellezésre, ezek évtizedek óta velünk lévő és ismert elméleti hátteret adnak, és ugye nagyon nagy sebességgel fejlődött az elmúlt években az adattovábbítás, az adatfeldolgozás, az a módszert, amivel az adatokat kezeljük, és azt látjuk, hogy ezeknek a technológiáknak a gyakorlatilag összeérése adta azt a robbanásszerű fejlődést, amivel 2022-ben találkoztunk, és a most általunk ismert mesterséges intelligencia világ egy hatalmas robbanással útnak indult. Ugyanakkor mi inkább egy új eszköznek, egy új lehetőségnek tartjuk a mesterséges intelligenciát, ami nekünk nagyon sok új kaput, lehetőséget nyit ki például a vállalatok irányába is, de gyakorlatilag bármilyen alkalmazás fejlesztéséhez. Úgyhogy én sokkal inkább azt gondolom, hogy a mesterséges intelligencia egyszerűen körülbár hatalmas nagy a hype, gyakorlatilag egy szükségszerű technológiai lépés volt ennek a létrejövetele.
Az vitathatatlan, hogy nagyon-nagyon meggyorsítja most a körülöttünk élő világnak az átalakulását és a fejlődését. Viszont azt is érzékeljük, azt is látjuk, hogy ez a fejlődés egy kicsit kétsebességes lett, hiszen például a Csett GPT-nek a megjelenése azt eredményezte, hogy egy borzasztó gyors felfutással két hónap alatt már százmillió... millió felhasználója volt az alkalmazásnak. Ma már talán a 200 millió felett van ez a szám.
Ugyanakkor a vállalati közegben a vállalatoknál ez a fajta indulás, ez egyáltalán nem ilyen gyors. Vannak statisztikák arra vonatkozóan, hogy hogyan indult a mesterséges intelligencia tekintetében a hazai vállalkozói körre, a hazai cégek. És itt az látszik, hogy körülbelül 3-4% azoknak a cégeknek az alánya, akik még egyelőre mesterséges intelligenciával foglalkoznak. Miközben azt látjuk, hogy gyakorlatilag a gyerkőc hazajön az iskolából, és szinte azonnal tud különféle feladatokat megoldani a különféle ilyen nagy nyelvi modellekre épülő megoldásokkal, chatbotokkal, az a vállati közegben viszont sokkal nehezebben alkalmazható, vagy sokkal inkább több feltételhez köthető folyamat ahhoz, hogy valaki mesterséges intelligenciát használjon.
Említetted, hogy az AI penetrációja Magyarországon rendkívül alacsony 3-4% körül van, csak milyen okból vagy milyen kihívások miatt lehet ennyire alacsony ez a hazai szám? Igen, hát ennek egyrészt van technológiai oka, mégpedig azt látjuk, hogy Maga ezeknek a nagy nyelvi modelleknek a fejlődése és fejlesztése, ez egy úgynevezett publikus tanulóállományon keresztül zajlott, ami azt jelenti, hogy az interneten elérhető információkkal tanították föl az összes ilyen modelleket. és ezért is van az, hogy a publikus felhasználások tekintetében sokkal gyorsabban applikálható megoldásokat eredményezett.
Ugyanakkor minél távolabb helyezzük magunkat az interneten élhető információktól, minél specifikusabb egy vállalatnak a működése, annál kevesebb vagy annál kevésbé megbízható becsléseket vagy előrejelzéseket lehet tenni a mesterséges intelligenciával. mivel az az állomány, az az információ állomány, ami adott esetben egy vállalatnak a szerverén pihen például, az egész egyszerűen a mesterséges intelligencia számára ismeretlen. Ezért van az, hogy gyakorlatilag a cégeknek egy mini chat GPT-t kell fejleszteni, hogyha ne kiindulnának ennek a vállalkozásnak, de talán ennél is egy egyszerűbb háttérről is lehet beszélni. Hiszen egyáltalán nem mindegy, hogy a cégek az elmúlt 10-15 évben lévő digitális transformációban hova és meddig jutottak.
És ennek nagyon fontos keresztmetszete vagy lenyomata az, hogy a cégeknek az adatvagyona most milyen állapotban van. És ezzel azt értem, hogy ki mennyire digitalizált, annak megfelelően lesz egy homogén, egységes adatállománya, struktúrált adatállománya. ami a mesterséges intelligenciának a sarokkövőt kiinduló alapja lehet.
Mert abban szerintem a teljes szakma abszolút egyetért, hogy a mesterséges intelligencia használtának az előfeltétele az, hogy legyen jó minőségű és nagy mennyiségű adaton. Talán a hangsúly a jó minőségen van, hiszen az a fontos, hogy egy olyan adatszettet tudja kialakítani a vállalati környezetben, amivel valóban egy modelltanítását el tudom indítani. Egyáltalán nem mindegy, hogy ezek az adatok mondjuk egy RP-ben érhetőekkel, egy kedves kolléganő gépének az Excel tábláiban vannak, vagy ne agyisd, hogy még ezek papír alapon léteznek valahol, akár bizonylatokon, nyomtatványokon. És ezekből az adatokból kell szükséges nekem egy olyan tanuló, szettet kialakítanom, amivel bármilyen tanuló algoritmust elkezdhetek tanítani.
És az, hogy melyik cégnek milyen módon van meg ez az alat, vagy mennyire struktúráltan érhető el, ez egy kritikus pont. A másik kritikus pont pedig ebből adódóan, hogy ahhoz, hogy ezeket az adatokat valamilyen modellbe betegyem, ahhoz szükségem van arra, hogy ott helyben, vagy pedig lenn lokális megoldások helyett esetleg valamilyen külső szolgáltatókra támaszkodva legyen egy nagy számítási kapacitású infrastruktúra mögöttem, ami hát sokszor azért a vállalati poliszikkal is meglehetősen szembe megy. Én tudok arra példát mondani, hogy van olyan nagyon kedves ügyfelünk, ahova elmegyünk, és már a belépéstére kell tennünk a laptopokat, a telefonokat, és ez teljesen megszokott dolog.
Ugyanakkor képzeljük el, hogy mondjuk egy gépilátásra alapuló projektet szeretnénk elindítani, a nulladik lépés az, hogy abban az üzemben készítsünk mondjuk 40 ezer képet az ott lévő termékekről, különféle nézetekben, különféle módon. Szóval ez is egy óriási kihívás, hogy hogyan lehet ezeket a vállati poliszikát a mesterséges intelligenciához közelíteni, hiszen ezek az adatok sokszor borzasztó nagy értéket jelentenek a cégeknek, és az, hogy ebben... Akár mi is, mint egy külső szolgáltató megjelenhessünk, ez sokszor egy komoly kihívás, amiben nem elég pusztán egy szolgáltatói bizalmat fölépíteni, hanem ennél sokszor sokkal tovább is kell menni, hiszen olyan információkról van szó, amit mondjuk az adott.
vállat évtizedeken keresztül hétbecsítestitokként őrzött. És ezek így összességében már egy elég nagy belépési küszöbböt eredményezhetnek, és ez azért nehezíti azt, hogy a vállatoknál is ilyen robbanásszerűen terjedjen az AI, mint mondjuk a publikus körben. Ugye beszéltél az akadályokról, beszéltél egy relatíven magas belépési küszöbről, de milyen lehet ezeknek a projekteknek a megtérülése, hogyan gondolkoznak azok a cégek, KKV körében lennék elsődlegesen kíváncsi, akik akár lépéskényszerbe is kerülnek bármilyen iparági, vagy technológiai, vagy munkaerőpiaci hatás probléma miatt, és egyszerűen létkérdés számukra tényleg az, hogy egy ilyen projektet sikeresen megvalósítsanak. Hogy látod ezt a gyakorlatban?
Azt látom, hogy mondtál egy újabb kihívást így a projektek kapcsán, hiszen eddig inkább technológiai oldalról közelítettük meg azokat a kihívásokat, amik főleg a magyar KKV világban megjelennek, de ez az által elmondott kérdéskör elővetít egy másik problémakört, mégpedig azt, hogy nagyon-nagyon nehezen lehet megtervezni egy ilyen projektnek a kimeneteit, azért előrelátni az egy komoly kihívás. Arra gondolok, hogy ha megérkezünk egy vállati közegbe, akkor amikor egyedi szoftverfejlesztésről beszélünk, akkor egészen könnyen lehet konkrét árakat mondani egy felhasználó igényre. Tehát ha valaki megálmodott valamilyen szoftvert, valamilyen funkcionalitással, akkor azt mondjuk, hogy függően a technológiától, a környezettől, a szükséges időtől gyorsan tudunk erre egy ajánlatot adni. Viszont a mesterséges intelligencia esetében nagyon nehéz ilyen számot mondani, sőt, szerintem nem is lehet, hanem az a helyes megközelítés, hogyha egy adott feladatot nagyon-nagyon kis kis részekre darabolunk, és ezeket a kis részeket megpróbáljuk közösen egy, mi azt mondjuk, hogy egy ilyen mini kutatásfejlesztés keretében a kedves ügyféllel közösen végigvinni.
És ennek nagyon izgalmas lépcsői vannak, mert például azt mondom, hogy a modellépítés vagy a modellkeresés a számunkra is nagyon sok újdonságot hoz. Tehát találkozhatunk olyan ügyfelekkel, ahol azt mondjuk, hogy van egy kézzelfogható, jól megfogható igény, és arra... Már létezhetnek modellek, amelyek használtával akár...
gyorsan üzleti értéket is tudunk teremteni, de ezek a modellek számunkra sem ismertek, még mögöttünk sincs, sőt talán senki mögött nincs, sok száz projektből álló tapasztalat így a mesterséges intelligencia világából. Tehát ezeknek a modelleknek a kiválasztása, a megbízhatóságának az ellenőrzése, az nekünk is egy pici kutatásfejlesztést jelent, és hát itt nagyon össze kell kapaszkodnunk az ügyfelekkel, hogy lássák azt, hogy ez nem egy bizonytalanság, hanem gyakorlatilag ez a projekt. része, hogy keressük a legjobb és leginkább az igényekre rá ültethető megoldást. És ez nem olyan triviális, mint egy klasszikus szoftverfejlesztési projektben.
A tapasztalataink szerint például abban az esetben, hogyha a szoftverfejlesztésben működő fejlesztőknek megmutatjuk azt a lehetőséget, hogy a mesterséges intelligencia segítségével a kódolás és a maga a szoftverfejlesztés folyamata, a projekt hogyan tehető hatékonyabbá, akkor vannak már olyan visszaméréseink, amiből az látszik, hogy egy fejlesztői csapat munkájának a hatékonyság akár ilyen 10-30% közötti arányban is javulhat, ami kiszámolható, hogy pokoli nagy megtérülést adhat ezeknek az alkalmazásoknak a készségszerű használatával. Eddig főleg arról volt szó, hogy milyen hatást gyakorolhat a mesterséges intelligencia a vállalati szektorra, viszont hogy néz ki ez a munkavállalók szempontjából? Kell-e esetleg attól tartaniuk a munkavállalóknak, hogy az AI elveszi az állásukat?
Én azt gondolom, hogy azoknak a területeknek van egy picit félnivalója, amik kevésbé tudásintenzívek, és minél tudásintenzívőbb egy munkafolyamat, én azt gondolom, hogy ott... ott pedig sokkal inkább lehetőségként formálódik a mesterséges intelligencia. A cél az, hogy most a mai üzleti világban én azt látom, hogy minél több olyan munkafolyamatot, egyszerű munkafolyamatot, repetitív folyamatokat váltson ki a mesterséges intelligencia, amivel valóban lehet hatékonyabbá tenni a cégeknek a működését. Ez sajnos jelentheti azt, hogy bizonyos munkáerők, bizonyos munkaterületek valóban leépítésre kerülnek.
Ugyanakkor, ha nyitott a munkaválló arra, hogy képezze magát és használja a mesterséges intelligenciát, értse, hogy mi történik körülötte és a vállalati folyamatokban ez milyen hozzáadott értéket biztosít, akkor én azt gondolom, hogy összességben... ami meg senkinek nincs félnivalója, de egy biztos, hogy a tudásintenzívebb területeknek a használatát segíteni fogja, a kevésbé tudásintenzív területek esetén pedig valóban kiválthat bizonyos munkafolyamatokat, amit eddig az emberi erőforrással adottak meg a cégek. Szeptember elején került megrendezésre a legnagyobb regionális AI konferencia.
Milyen tapasztalatokról tudsz beszámolni? Hát ez egy valóban színes konferencia volt, több tekintetben is, hogy megszoktuk, hogyha egy konferenciára kimegy az ember ott, akkor általában egy szűk vagy egy pici, vagy tágabb szakmai kör vesz részt. Az AI Summit-on viszont azt láttuk, hogy egyszerűen ott van a technológiai szektor, ott van a bank és pénzügyi szektor, ott van az egészségügyi szektor, és mindemellett színesítették ezt a programot még. például űrkutatással, csillagászattal foglalkozó, vagy művészettel foglalkozó előadók is. Ez egy borzasztóan színes program volt, és valahogy azt üzeni nekünk ez a konferencia, hogy az AI mindenkié, és egybecseng azzal, hogy a beszélgetés erején említettük, hogy több százmillió felhasználója van ma csak a Csöccs GPT-nek, de...
Más nyelvi modellek is folyamatosan fejlődnek és törnek a chat GPT babérjaira. Szóval ezt a publikus robbanást ez a konferencia is visszatügrözte, és jól lehetett látni azt, hogy nagyon sok színű volt, és nagyon sokféle aspektusból közelítették a... és többé a mesterséges intelligenciát.
Azt gondolom, hogy azért ez előrejelzi, hogy tényleg egy ilyen kicsit ilyen forradalmi helyzet előtt állunk, és ez a jövőnket és a következő éveinket az AI nagyon erősen meg fogja határozni, és sok területet át fog rendezni, talán még ilyen iparági reszetek is jöhetnek. Ezt megjósolni azért elég nehéz, de egy biztos, hogy nagyon erősen fogja befolyásolni, meghatározni a következő évtizedeinket a mesterséges intelligencia. Igyekszünk akkor mi is ezeket a forradalmi változásokat majd nyomon követni. Köszönjük, hogy befáradtál a stúdióba. Nagybai Nándor az ITVR Kft.
kereskedelmi igazgatója volt a vendégünk a mai Premium kategóriában. Köszönöm szépen, meg kíváncsi törülök, hogy itt lehettem veletek. A hallgatókat kérjük ne felejtsék el, hogy a műsorunkban elhangzottak, nem testeztenek meg befektetési ajánlást. Ez volt a Premium kategória. A műsor visszahallgatható a trendefem.hu oldalon.