ATAILA Sajtószoba · Budapest · 2026. augusztus 28.

Kétharmaduknál fut AI-projekt. Csak egyötödük épít alá bármit is.

A SUSE kis mintás felmérése az idei Bitport CIO konferencián kérdezett meg magyar informatikai és üzleti döntéshozókat. A válaszadók 34,1 százalékánál pilotban fut AI-megoldás, további 34,1 százalékánál pedig már élesben. Ugyanakkor csak 20,5 százalékuk nevezte meg az AI- vagy gépi tanulási infrastruktúra előkészítését modernizációs tervként. Először a számokról mondjuk el az őszinte álláspontunkat, utána amellett érvelünk, hogy a rés, amire mutatnak, akkor is valódi.

Először is: mi ez a felmérés, és mi nem

Kézfeltartás egyetlen konferencián, egy gyártó szervezésében, a saját terméke mellett közölve. A százalékokból visszaszámolva a minta negyvenegynéhány fős. Nincs közölt módszertan és nincs hibahatár, az alcsoportok pedig akkorák, hogy egyetlen válaszadó több százalékpontot mozdít rajtuk.

Ezért nem fogjuk a magyar piacról szóló bizonyítékként idézni, és tisztelettel javasoljuk, hogy más se tegye. Annak kezeljük, ami valójában: beszélgetésindítónak egy témához, amiről érdemes beszélni. Azért érdemes, mert egy sokkal nagyobb adathalmaz ugyanezt mondja.

Ami viszont megáll

A technokrata.hu cikke idézi a Stanford HAI 2026-os AI Indexét: a szervezetek 88 százaléka használt AI-t legalább egy üzleti területen 2025-ben, és közülük mindössze 3-10 százalék számolt be teljes, vállalati léptékű bevezetésről. Ez komoly adathalmaz, és a mintázat ugyanaz: szinte mindenki elkezdte, a teljes bevezetésig viszont csak egyszámjegyű százalék jut el.

Két dolog igaz egyszerre, és nincs köztük ellentmondás. Belevágni az AI-ba még soha nem volt ilyen olcsó. Egy API-kulcs és egy délután elég egy működő bemutatóhoz. Üzemben tartani viszont semmivel sem lett olcsóbb, és az üzemeltetés költségének szinte semmi köze a modellhez.

Mit jelent itt az, hogy „infrastruktúra”

Ha egy teremben csak minden ötödik mondja, hogy készíti elő az AI-infrastruktúrát, érdemes konkrétan kimondani, mire fog rájönni a maradék négy. Tapasztalatból a lista unalmas, és egyik elem sem hagyható ki:

• Hely, ahol a súlyok elférnek, akkora tartalékkal, hogy a következő modell is beférjen. Az nagyobb lesz.
• Egy kiszolgáló végpont identitáskezeléssel előtte, hogy a „ki mit kérdezett” lekérdezés legyen, ne találgatás.
• Naplók, amelyek túlélik a modellverziót, mert a kérdés egy évvel később érkezik.
• Egy második kiszolgálómotor, amit tényleg kipróbáltál, hogy ne egyetlen projekt ütemterve legyen a te ütemterved.
• Valaki ügyeletben. Ettől lesz a pilotból szolgáltatás, és ez az a sor, ami a pilot költségvetésében soha nem szerepel.

Ebben semmi különleges nincs. Ennyi a különbség egy bemutató és egy rendszer között, és ezért nem mintavételi hiba a rés a pilotok száma és az infrastruktúrát építők száma között.

Ezért az unalmasabbik felét áruljuk

Az ATAILA ennek a résnek a túloldalán él. Nyílt modelleket futtatunk a saját GPU-inkon, a saját adatközpontunkban, és az ügyfél nem a modellt veszi meg, hanem azt, ami utána jön: a tárolást, a végpontot, az identitáskezelést, a naplókat, a biztonsági frissítéseket, az ügyeleti rendet és az SLA-t. Ez az az alapréteg, amire annak a teremnek az egyötöde gondol, és amivel a maradék négyötöd azon a napon találkozik, amikor a pilotjukból szolgáltatás lesz.

És ezért mondjuk azt, hogy nálunk az éles üzem a kiindulópont, nem a remélt végállomás.

Jobb kérdés annál, hogy „használunk-e már AI-t”

„Ha holnap felmondana az, aki az AI-pilotunkat építette, egy hónap múlva még menne? És tudná bárki más módosítani?” Ez a válasz sokkal megbízhatóbban választja el a pilotokat a rendszerektől, mint bármilyen bevezetési százalék, és ehhez nem kell felmérés.