A nehéz rész az adat. A Telekomnál egy platform dönti el, mi hagyhatja el a házat.

Mit ír a cikk

A miniszter szerint önmagában nem elég egy chatbotot az ügyfélszolgálat elé tenni. Előbb, ahogy fogalmazott, „össze kell fésülni azokat az adatokat, amelyekre az AI-rendszerek épülhetnek”, a sok helyen, eltérő technológiákon futó állami rendszereket pedig össze kell kötni egymással. Az adatvédelemnek és az adatbiztonságnak kiemelt szerep jut. Olyan államot írt le, amely nem tud mindenkiről mindent, ahol az emberek érdemben rendelkezhetnek a saját adataik felett, és átlátható, ki és milyen célból fér hozzájuk.

Rékasi Tibor egy tanulsággal kezdett. Az egyik első nagy projektjük a nyomógombos ügyfélszolgálati rendszer kiváltása volt hangalapú asszisztenssel, és másfél-két évet szántak arra, hogy a rendszer megtanuljon magyarul. Mire elkészültek volna, a globális nagy nyelvi modellek ezt lényegében maguktól megoldották. Rékasi ebből azt a következtetést vonta le, hogy az AI egyik legnagyobb vállalati kockázata maga a fejlődés üteme: a nagy beruházás rövid idő alatt elavulhat. A Telekom válasza a hibrid működés. A Keystone AI feladatonként dönt a belső feldolgozás és a külső modell között. Ennek egyik célja a költségek kordában tartása, miközben a cég saját belső adatai is hasznosíthatók. A munkahelyekről azt mondta, hogy tömeges megszűnésről egyelőre nincs szó. Lesznek viszont feladatok és szerepek, amelyeket a technológia teljesen átvehet, a felszabaduló erőforrás pedig máshová irányítható.

A beszélgetés harmadik része az oktatásról és az AI-írástudásról szólt, OECD-összehasonlítással és szövegértési adatokkal. Ezek a népesség AI-használatáról mondanak valamit, egy cég AI-bevezetéséről semmit, ezért itt nem foglalkozunk velük.

A diagnózis közös: a modell a könnyű rész

Két, egymástól nagyon különböző szervezet mondta ki ugyanazt. Az állam szerint előbb az adatokat kell összefésülni és a rendszereket összekötni, az ügynök csak utána jöhet. A Telekom saját fejlesztésre szánt másfél-két éve feleslegessé vált, mert a feladatot időközben megoldották a globális modellek. Amit egyikük sem tud kiszervezni: hol vannak az adatok, milyen állapotban, ki férhet hozzájuk, és melyik adat melyik modellhez mehet.

Ezt mi ugyanígy látjuk. A szervereden futó modell még nem platform, csak egy futó program. A munka az összekötésben, a jogosultságkezelésben, a naplózásban és a kiadási folyamatban van. Az ügyfeleink, 20–200 fős, szabályozott vagy adatérzékeny cégek, ugyanoda jutnak, csak kisebb léptékben. Náluk az állami rendszerek helyén egy ügyviteli rendszer, egy dokumentumtár és néhány táblázat áll. Az összefésülés ott is előbb jön, mint az ügynök.

A Keystone a lényeget mondja ki: hol a határ

A cikkből nekünk a Telekom platformjáról szóló egyetlen mondat a lényeg: a rendszer feladatonként eldönti, mi marad bent és mi megy ki. Ez a döntési réteg. Aki ügyféladaton vezet be AI-t, ezt a réteget akkor is megépíti, ha nem nevezi el.

Itt válnak el az utak. A cikk egyetlen célt nevez meg a Keystone mögött: a költségek kordában tartását, miközben a cég saját belső adatai is hasznosíthatók. A mi döntési szabályunk az adat besorolása. Az éles munkafolyamat bizalmas adata (a prompt, a dokumentum, a napló és az embedding) a platformon marad, EU-s infrastruktúrán, és amerikai adatfeldolgozó nincs az útvonalon. A fejlesztői és a tesztkörnyezetben, szintetikus vagy anonimizált adaton, a nyilvános AI is használható. A határ tehát nálunk is létezik. Környezet és adatbesorolás szerint húzzuk meg, szerződésben rögzítjük, és hálózati szinten is érvényesítjük: az éles környezetből egyszerűen nincs kimenő út nyilvános modell felé. Hogy ez a GDPR és a 2018-as amerikai CLOUD Act szempontjából mit jelent a gyakorlatban, azt a GDPR-megfelelő AI útmutatóban írtuk le.

A különbség kicsinek tűnik, a megrendelő oldaláról viszont ez a lényeg. A költségalapú döntés minden feladatnál újra születik. A besorolásra épülő döntés egyszer születik meg, szerződésben, és az ügyfél ellenőrizheti. Hogy a kettő közül melyik való egy ügyfélszolgálati bot mögé, azt a bot által kezelt adat dönti el. Ha a kérdésekben szerződésszám, egészségügyi adat vagy ügyfélszám szerepel, a második.

Mit gondolunk, beleértve azt is, ami ellenünk szól

Ez a cikk egyszerre igazolás és egy versenytárs bejelentkezése. A második részt nem akarjuk egyetértésnek álcázni.

Először: a Keystone AI az OpenAI-hoz és a Geminihez is továbbít. A hazai piacvezető távközlési szolgáltató válasza tehát hibrid. Ez szembemegy a saját sarkos mondatunkkal: „az adat nem hagyja el a céget”. Őszintén: szinte minden valós architektúra hibrid, a miénk is, ahogy fentebb leírtuk. A mondat az éles munkafolyamat ügyféladatára igaz, a fejlesztői környezetre már csak feltételekkel. A vita ezért arról szól, hol fut a határ, mi lépheti át, és ki dönt róla.

Másodszor: a Telekom előbb szállított. Ez tény. A cikk néven nevezett platformról beszél, amely feladatonként dönt az útvonalról. A mi oldalunkon egy nyilvános, névtelen ügyféleset áll: egy tanúsító szervezet, ahol két év kudarc után két hónap alatt készült el a modern alkalmazás négy környezettel. Ehhez jönnek a saját termékeink a saját platformunkon. Egy 20–200 fős cégnek mi vagyunk a megfelelő méret. A Telekom léptékéhez képest kicsik vagyunk.

Harmadszor: a miniszteri rész konferencián elhangzott szándék. Nincs mögötte közbeszerzés, összeg vagy határidő. Az egy-két év kimondott cél. Stratégiát nem olvasunk bele, és az állam ebben a méretben amúgy sem a mi vevőnk.

Negyedszer: az állami léptékű adatkonszolidáció önmagában semmit nem mond egy 200 fős cégről. Ami átvihető, az a sorrend: előbb az adat és a hozzáférés, utána az ügynök. A lépték nem vihető át.

Ötödször: az érvelésünk mögött üzleti érdek áll. Pontosan azt a réteget adjuk el, amelyről itt azt állítjuk, hogy fontos. Ezért írtuk le a szlogen mellé az ellenőrizhető szabályt is.

Hol állunk

Mindkét szereplő diagnózisával egyetértünk. A modellt megveszed vagy letöltöd. Az adatot rendbe rakod, összekötöd, és eldöntöd, mi mehet ki. A Telekom a cikk szerint feladatonként dönt, és ennek egyik kimondott célja a költségek kordában tartása.

Egy tesztelhető mondat: ha egy munkafolyamat ügyféladaton fut, egy mondatban el kell tudnod mondani, melyik része hagyhatja el a házat, és ki döntött erről.

Útmutatók: Privát AI cégeknek · Privát ChatGPT · Privát AI hosting · Privát AI platform · Saját privát AI · GDPR-megfelelő AI