ATAILA Sajtószoba · Budapest ·
2026-W34
A legtöbb AI-projekt sosem jut el élesig. A miénk onnan indul.
A Portfolio.hu a KPMG Global Tech kutatását a Kórász Tamással, a KPMG tanácsadási üzletágának vezetőjével készült interjúval együtt közölte. A megállapítás ellentmondást rejt, amin érdemes elidőzni: az AI-beruházás akár kétszeresen is megtérülhet, a projektek többsége viszont esélyt sem kap rá, mert sosem jut el éles üzemig. Ezt a szakadékot minden héten látjuk. Pontosan ennek a felszámolására építettük a platformot.
A cikk, amelyre válaszolunk
Portfolio.hu, 2026. augusztus 19.
Mit ír a cikk
A KPMG 27 országban 2500 menedzsert kérdezett meg; a cikkben idézett számok nem szépítenek.
~40%
a vállalati AI-projekteknek jut el ténylegesen éles üzemig (Gartner, a KPMG idézi)
1 a 20-ból
AI-projekt számít valóban sikeresnek
2×
megtérülés is elérhető annak, aki eljut odáig (KPMG)
8% → 32%
a magyar cégek AI-használata 2024-ről 2025-re (KSH, GKI)
A hasznos rész az, amit Kórász a miértről mond. A projektek ott buknak el, ahol a cégek az AI-val próbálják elfedni az adatrendszerbeli vagy működési hiányosságaikat. Az ő szavaival: az ilyen megközelítések „rendszerint kudarcba fulladnak”. Elbuknak, amikor az adat elavult rendszerekben szétszórva hever, amikor nincs governance (döntési és felelősségi rend), amikor a munkatársak nincsenek felkészítve, és amikor a munkát a lemaradástól való félelem hajtja, nem valós üzleti eset. A sikeres projektek olyan problémát választanak, ahol a mintafelismerés tényleg segít, előbb az adatot teszik rendbe, hagynak teret a kísérletezésnek, és a munkafolyamatot az eredmény köré tervezik újra.
Szót ejt a biztonsági oldalról is: az AI-használat a céges adatokat „szétszórtan és nehezen követhető módon” tolja felhőkörnyezetekbe, a következő kockázat pedig az AI-ügynökök kérdése, vagyis hogy milyen jogosultságot kapnak, és ki felel értük.
A számok a cikkben közöltek szerint szerepelnek (KPMG Global Tech kutatás, Gartner, KSH, GKI); a teljes kontextushoz lásd az eredeti cikket.
Szinte mindenben egyetértünk
Ez nem cáfolat. A diagnózis pontosan az, amit minden héten látunk: valakinek a jegyzetfüzetében, egy adatszeleten épült prototípus, amely a bemutatón mindenkit lenyűgözött, de nincs útja azokhoz a rendszerekhez, ahhoz a biztonsági átvilágításhoz és ahhoz az üzemeltető csapathoz, amelyet az éles üzem megkövetel. Az a 60%, ami sosem áll élesbe, a leszállítás kudarca, nem az AI-é.
A teendőben viszont elválunk az iparág szokásos következtetésétől. A bevett válasz („több érettség, több governance, több változásmenedzsment”) mind igaz, és mind olyasmi, amire egy 20–200 fős cégnek nincs embere. Mi azért építettünk platformot, hogy ne is kelljen.
Mit kezd ezekkel az ATAILA
- A cikk megállapítása A legtöbb projekt a prototípus és az éles üzem között akad el.
- A mi válaszunk Az ATAILA-n az éles környezet az első, amit létrehozunk, nem a projekt utolsó lépése. Minden projekt valódi DEV, UAT és PROD környezettel indul, és minden változtatást a kontrollált Release Manager visz végig rajtuk. Nincs külön „élesítési projekt”, ami aztán sosem kap költségvetést. Így működik a Release Manager
- A cikk megállapítása Az AI-val adat- és működési hiányosságokat próbálnak elfedni.
- A mi válaszunk Egyetlen munkafolyamattal indulunk, és azzal az adattal, amelyet az ténylegesen érint. Nem „AI-t vezetünk be a cégnek”. Pont ezért mondunk nemet ott, ahol az adat még nincs meg. A szűk, valós probléma eljut élesig; a tág nem. Kinek való az ATAILA, és kinek nem
- A cikk megállapítása Az adatok „szétszórtan és nehezen követhető módon” kerülnek a felhőbe.
- A mi válaszunk A számítási kapacitásunk privát, és végig az EU-ban fut. A dokumentumaid, az embeddingek, a naplók és maga az alkalmazás olyan infrastruktúrán élnek, amelyet te irányítasz, nem pedig egy publikus AI-szolgáltató és három SaaS-eszköz között szétszórva. Így lesz a governance is megválaszolható kérdés. Az alatta futó szuverén EU-s felhő
- A cikk megállapítása A próbaprojekt után senki nem felel azért, ami történik.
- A mi válaszunk Amit leszállítunk, azt üzemeltetjük is (monitorozás, mentések, biztonsági frissítések, modell-életciklus), írásos SLA mellett. A projekt nem ér véget az átadásnál, mert átadás nincs. Mit tartalmaz az „üzemeltetve”
A vállalásunk, egy mondatban
Ami az ATAILA platformon fut, az éles üzembe kerül. Ez architektúra, nem remény: az éles környezet, az oda vezető kontrollált kiadási út és az utána üzemeltető csapat mind a platform része az első naptól. Így az „élesítés” nem külön projekt, amely csendben kifuthat a költségvetésből.
Azért mondhatjuk ezt, mert a platform a saját termékeinken bizonyít: az open*.hu családunk (ma az OpenMath és az OpenChef, továbbiak jönnek) az ATAILA Coderrel, privát AI-n épült, és élesben fut a platformon; a legújabb a kész modulok újrafelhasználásával órák alatt állt élesbe. A teljes kép a referenciák oldalon.
Egy dolog, amit nem állítunk
A rossz ötlet nálunk sem térül meg kétszeresen. Ha egy munkafolyamatot nem érdemes automatizálni, vagy az adat tényleg nincs meg, megmondjuk, mielőtt bármit költenél. Pontosan erre valók azok a kérdések, amelyeket előre felteszünk. Amit viszont tudunk: megszüntetjük azt az okot, amiért a legtöbb jó ötlet meghal, vagyis a hosszú, finanszírozatlan, gazdátlan szakadékot a működő prototípus és a futó rendszer között.
Ha van az az egy bizalmas munkafolyamatod, amelyet régóta automatizálnál, és amelyet sosem másolnál be egy publikus AI-ba, meséld el nekünk. Őszintén megmondjuk, eljut-e élesig. Aztán elvisszük odáig.
Az eredeti cikk
„Vállalati AI-beruházások: kétszeres megtérülés is elérhető, de a projektek többsége még éles üzemig sem jut el”
Portfolio.hu, 2026. augusztus 19.
- Elolvasom itt: Portfolio.hu
- ATAILA-archívum, mentve 2026. szeptember 6.
← Vissza a sajtószobába Sajtómegkeresés: kapcsolat