Mit csinál valójában egy éjjel-nappal futó AI-háttérrendszer egy KKV-ban

Fél éve fut nálunk éjjel-nappal egy AI-alapú rendszer, ami feladatokat követ, riaszt, és minden reggel összefoglalót ír arról, mi történt a cégben az elmúlt napban. Nem demo, nem egyhónapos kísérlet. Éles rendszer, aminek a hibáiért én felelek, nem egy tanácsadó cég a bemutató diáján.

A Deloitte tavalyi felmérése szerint a régió kis- és középvállalatainak harmada már használ valamilyen AI-megoldást. A többség viszont chatbot szinten áll meg: valaki bemásol egy szöveget, kijön egy válasz, ennyi. Amit nálunk épített rendszer csinál, az más kategória. Nem egyszeri lekérdezés, hanem folyamatosan élő folyamat, ami a cég működésének egy rétegét viszi, emberi felügyelet mellett.

Ez a cikk nem arról szól, milyen jó az AI. Arról szól, mi működött, mi nem, hol kellett visszavenni az automatizálásból, és mennyi idő kellett ahhoz, hogy megbízhatónak nevezzem a rendszert. Ezt a részét ritkán mondja el bárki előre, pedig ez dönti el, hogy megéri-e belevágni.

Mit csinál a rendszer egy hétköznapon

A magja három dolog. Feladatkövetés: minden fontosabb ügy, határidő és döntés egy helyen landol, nem szétszórva emailben, jegyzetben, fejben. Riasztás: ha valami olyan történik, ami emberi figyelmet igényel, azonnal jelez, nem reggel kilenckor derül ki. Napi összefoglaló: reggelente egy rövid szöveg arról, mi történt éjszaka, mi vár rám aznap, hol áll a nyitott ügyek listája.

Ez hangzik egyszerűnek, de a nehézség nem a funkcióban van, hanem abban, hogy a rendszer folyamatosan fut. Nem akkor dolgozik, amikor rákérdezek, hanem éjjel is figyeli a bejövő üzeneteket, ellenőrzi a folyamatokat, és eldönti, mi számít elég fontosnak ahhoz, hogy felébresszen vele. Ez a döntés az, ami hónapokig nem működött rendesen.

Az első hónapok: túl sok riasztás

Az elején mindenre szólt. Egy elakadt háttérfolyamat, egy lassú válaszidő, egy szokatlan mintázat a naplóban, minden Telegram-üzenetet kapott. Két hét alatt eljutottam oda, hogy hangtalanra vettem éjszakára, ami pontosan az ellenkezője annak, amiért a rendszert építettem.

A hamis pozitív a legdrágább hiba egy ilyen rendszerben, drágább, mint amikor lemarad valamiről. Ha egyszer felébreszt éjjel háromkor egy semmiségért, onnantól minden éjszakai üzenetet gyanakvással nyitok ki, és pontosan azt a bizalmat veszíti el, amiért létezik. A megoldás nem technikai bravúr volt, hanem türelem: hetekig gyűjtöttem, mi az, ami tényleg számított, és mi az, ami csak zaj. Csak ez alapján lehetett szűkíteni a riasztási küszöböt.

Amikor túltoltuk az automatizálást

Volt egy időszak, amikor megpróbáltam a rendszert olyan döntésekbe is bevonni, amikhez semmi köze nem volt. Automatikus válasz ügyfélmegkeresésre, ami a felszínen udvarias volt, de nem vette figyelembe, hogy az adott ügyfél korábban már panaszkodott valami hasonlóra. Automatikus priorizálás olyan feladatoknál, ahol a sorrend valójában kapcsolati kérdés volt, nem logikai.

A tanulság egyszerű, csak drágán jött: ha egy feladat sikere azon múlik, hogy ismerem-e a kontextust, amit a rendszer nem lát, azt nem szabad rábízni. Az automatizálás nem azért volt rossz ötlet, mert az AI hibázott, hanem mert olyan helyre tettem, ahol a döntéshez emberi ismeret kellett volna, amit a rendszer nem kaphatott meg.

Amit nem szabad gépre bízni

Két kategóriát húztam ki azóta élesen. Az egyik minden, ami pénzt mozgat vagy szerződést érint, ott a rendszer jelezhet és javasolhat, de nem indíthat el semmit jóváhagyás nélkül. A másik minden, ami emberi kapcsolatot érint, ügyféllel, munkatárssal, partnerrel, mert ott a hangnem és az időzítés legalább annyira számít, mint a tartalom, és ezt egy háttérrendszer nem tudja megítélni.

Ez nem bizalmatlanság a technológiával szemben, hanem gyakorlati felismerés. A KKV-knál ritkán van annyi kontroll-réteg, mint egy nagyvállalatnál, ahol a döntést több szint automatikusan ellenőrzi. Nálunk egy rossz automatikus lépés simán eljut az ügyfélig, mielőtt bárki észrevenné. Emiatt minden olyan pontnál, ahol a hiba ára magas, marad az emberi jóváhagyás, ez lassabb, de olcsóbb, mint egyetlen elszúrt üzenet egy fontos ügyfélnek.

Mennyi idő kellett a megbízhatósághoz

Négy hónap volt, mire azt mondhattam, a rendszer inkább segít, mint zavar. Nem azért ennyi, mert bonyolult a technológia, hanem mert a hangolás időigényes: minden hamis riasztás, minden félresikerült automatizálás egy tanulási kör, és ezeket nem lehet siettetni. Az első hónap a zaj kiszűréséről szólt, a második és harmadik a határok meghúzásáról, hogy mi mehet emberi jóváhagyás nélkül és mi nem, a negyedik pedig arról, hogy a napi összefoglaló tényleg olyan formában jöjjön, amit reggel öt perc alatt átlátok.

A hvg.hu egyik idei cikke pontosan erre a hiányra mutat rá: a magyar KKV-k technológiai kihasználtsága még alacsony, de nem azért, mert nincs rá igény, hanem mert a bevezetés valós költsége, elsősorban időben, nem jelenik meg a beszélgetésekben. Aki csak a végeredményt látja egy ilyen rendszerről, könnyen alábecsüli, mennyi hangolás áll mögötte.

Összefoglalás

Egy éjjel-nappal futó AI-háttérrendszer nem varázsgomb, hanem egy új kolléga, akit be kell tanítani, és akinek meg kell húzni a hatásköreit. A feladatkövetés és a napi összefoglaló gyorsan megtérül, a riasztás hangolása hetekbe kerül, a helyes automatizálási határok megtalálása pedig hónapokba. Aki most vág bele, jobban jár, ha az elején kevesebbet bíz a rendszerre, mint amennyit gondol, és onnan bővíti, ahogy bizonyítja magát. A felzárkózás valóban drágább lesz később, de a rosszul időzített, kontroll nélküli bevezetés még annál is drágább.