Az automatizálás 2027-es költségvetésének tervezésekor egyre több vállalkozásnál kerül elő a kérdés: mennyi pénzt hoz vissza egy AI-projekt, és honnan tudható, hogy valóban működik? Egy gyorsan elkészülő demó vagy egy látványos chatbot még nem bizonyítja a megtérülést. A vezetői döntéshez azt kell látni, hogy a megoldás a kiinduló állapothoz képest mennyit javít a folyamaton, mekkora költséggel, milyen minőségi és biztonsági kockázatok mellett.
A 2026. április 13-án megjelent OECD D4SME-felmérés több mint 2000, 12 OECD-országból származó kis- és középvállalkozás AI-használatát vizsgálta. A szerzők hangsúlyozzák: a minta nem reprezentatív az országok teljes kkv-szektorára. A kutatás mégis fontos jelzést ad: a kész AI-eszközök használata terjed, de a stratégiai, célzott és biztonságos beépítés egyenetlen; az időhiány, a készségek és a fenntartási költségek akadályt jelentenek.
A jó AI-pilot nem szoftverbemutató, hanem üzleti kísérlet
Az AI automatizálás KKV-k számára akkor értelmezhető beruházásként, ha egy jól körülhatárolt folyamat eredményességét javítja. Ilyen lehet az érdeklődők első osztályozása, a megrendelések előfeldolgozása, a dokumentumokból történő adatkinyerés, az ügyfélszolgálati választervezetek előállítása vagy a belső riportolás.
Első körben célszerű olyan feladatot kiválasztani, amely rendszeresen ismétlődik, mérhető és visszaellenőrizhető. Ne kerüljön automatikus döntési jogkör a rendszerhez, ha a hibás kimenet súlyos pénzügyi, jogi vagy ügyfélkockázatot jelenthet. Az emberi jóváhagyás sokszor nem hátrány, hanem a pilot tudatos része.
A kezdő kérdés nem az, hogy melyik AI-modellt használjuk, hanem az: milyen eredménynek kellene javulnia 90 napon belül?
A 90 napos bevezetés négy szakasza
1–15. nap: kiinduló állapot és célmutatók
Mérjük meg, hogyan működik a folyamat automatizálás nélkül. Legalább egy-két hétre visszamenőleg rögzítsük a feladatok darabszámát, az átlagos kézi munkaidőt, az átfutási időt, a hibaarányt és az utómunkát. Nagy szezonális kilengésnél hosszabb bázisidőszakra van szükség.
Például egy ajánlatkészítő csapatnál számoljuk meg a beérkező kéréseket, az adminisztrációval töltött perceket és a hibásan rögzített adatok arányát. Már most rögzítsük, mit tekintünk sikernek: 20 százalékkal rövidebb előkészítés, változatlan vagy jobb minőség, és az adatkezelési feltételek teljesítése.
16–35. nap: prototípus és adatbiztonsági próba
Készülhet egy korlátozott teszt, amely csak a kiválasztott munkafolyamaton működik. Vizsgálni kell az adatforrások jogszerűségét, a hozzáférési jogosultságokat, az üzleti titkok kezelését és a hibás AI-válaszok felismerését. Egy nyilvános chatbotba nem lehet automatikusan ügyféladatokat vagy szerződéseket másolni.
Mérjük a fejlesztési és integrációs órákat is: a belső munkatársak ideje ugyanolyan projektköltség, mint a külső beszállító számlája.
36–70. nap: éles, de felügyelt használat
A rendszert kis felhasználói körben futtassuk. Minden feladatnál legyen mérhető az AI nélküli és az AI-val támogatott munkaidő, az emberi ellenőrzés ideje, a hibajavítás és a félbehagyott folyamatok száma. Ha az automatizálás új munkát teremt, azt ne tüntessük el a megtakarítási oldalon.
A csapat visszajelzéseit is kezeljük mérőszámként. A gyorsulás értéktelen lehet, ha a hibás kimenetek miatt romlik az ügyfélélmény, vagy a kollégák nem bíznak a rendszerben.
71–90. nap: ROI-értékelés és döntés
A pilot végén a vezetés hasonlítsa össze a bázis- és a tesztadatokat. Ne csak azt mérjük, hány órát takarítottunk meg: nézzük meg, hogy a felszabadult idő ténylegesen csökkentette-e a kiadást, növelte-e a kiszolgálható ügyfélszámot, vagy javította-e az átfutást.
A döntésnek három kimenete lehet: továbbfejlesztés és kiterjesztés, újratervezett pilot vagy leállítás. Utóbbi sem feltétlen kudarc: olcsóbb 90 nap alatt felismerni a gyenge megtérülést, mint egy teljes szervezetet átállítani egy hibás feltételezés alapján.
Az AI megtérülésének kiszámítása: egyszerű ROI-képlet
A projekt pénzügyi becslésének alapja:
ROI (%) = (számszerűsített haszon – teljes projektköltség) / teljes projektköltség × 100.
A teljes projektköltségbe tartozhat az egyszeri integráció, szoftver-előfizetés, AI-használati díj, betanítás, minőségellenőrzés és a belső munkatársak ideje. A haszon lehet ténylegesen csökkentett túlóra vagy külsős költség, elkerült hibaköltség, illetve bizonyíthatóan új bevételt hozó kapacitás. A pusztán elméleti időnyereséget külön mutassuk ki.
Példa: mennyi egy kisebb adminisztratív folyamat 90 napos ROI-ja?
Az alábbi számok fiktív, kizárólag módszertani szemléltetésre szolgáló feltételezések, nem az OECD-felmérés eredményei.
- Havi 200 feldolgozott ügy, ügyenként átlagosan 8 perc nettó időnyereséggel.
- Három, közel azonos terhelésű hónap alatt összesen 80 óra megtakarított idő.
- Egy óra belső kapacitás kalkulált értéke: 6000 Ft; a kimutatott kapacitásérték így 480 000 Ft.
- Egyszeri előkészítés és integráció: 260 000 Ft; háromhavi működési és ellenőrzési költség: 120 000 Ft.
- Teljes pilotköltség: 380 000 Ft; a számított megtérülés körülbelül 26,3 százalék.
Fontos különbség: a 480 ezer forint nem feltétlenül készpénzben realizált megtakarítás. Ha a felszabadult munkaidőt nem lehet más, értéket termelő feladatra fordítani, vagy nem csökkenti a tényleges költséget, a pénzügyi ROI alacsonyabb lehet. Ráadásul egy valódi pilotnál az első hetek felfutása visszafoghatja a háromhavi átlagot. Ezért készítsünk konzervatív, alap- és optimista forgatókönyvet.
Öt mutató, amelyet a forint mellett is figyelni kell
- Átfutási idő: mennyi idő telik el az ügy beérkezésétől a kész eredményig?
- Hibaarány: hány esetben kell javítani, újrafuttatni vagy ügyfélpanaszt kezelni?
- Elfogadási arány: az AI-javaslatok mekkora része használható emberi javítás nélkül?
- Fenntartási költség: mennyibe kerülnek a licencek, API-hívások, támogatás és a folyamatos ellenőrzés?
- Adatbiztonság és megfelelés: történt-e jogosulatlan hozzáférés vagy adatkezelési incidens?
A mesterséges intelligencia pénzügyi folyamatokban történő alkalmazásáról szóló cikk további példákat mutat a digitális átalakulás lehetőségeire és kockázataira. A Cégvilág jelen módszertani fókusza ettől eltér: nem az AI elterjedtségét, hanem a konkrét folyamat üzleti megtérülését vizsgálja.
Milyen döntést hozzon a cégvezető a pilot végén?
Érdemes az első automatizálást kis terjedelemben, egyértelmű felelőssel és előre megadott leállítási feltételekkel elindítani. A legnagyobb veszély gyakran nem a technológia hiánya, hanem a rendezetlen alapfolyamat: ha nincs egységes adat vagy senki nem felel a minőségért, az AI gyorsabban sokszorozhatja a hibát.
A 2027-es üzleti tervbe ezért ne általános „AI-keretösszeg” kerüljön. Legyen inkább néhány pontosan meghatározott pilot, üzleti tulajdonossal, havi mérőszámokkal és döntési kapuval a 90. napon. A jó AI-beruházásról végül nem a látványos bemutató, hanem a jobb, biztonságosabb és gazdaságosabb működés dönt.
Források
- OECD – Empowering SMEs in the age of AI: The 2026 OECD D4SME Survey, 2026. április 13.
- OECD – A publikáció állandó DOI-hivatkozása
- Igényes Férfi – A mesterséges intelligencia a pénzügyekben is megváltoztatja a játékszabályokat (kapcsolódó portfóliótartalom, nem független statisztikai forrás)
Borítókép forrása: AI illusztráció.
