Akár belső folyamatok optimalizálásáról, szerződéskezelésről vagy adatvezérelt döntéshozatalról van szó, a mesterséges intelligencia (MI) alkalmazása kézenfekvőnek tűnik. A megvalósítás azonban már számos kérdést vet fel a technológia vállalati folyamatokba történő integrálásától kezdve a jogi és etikai vonatkozásokon át a folyamatos innovációs lehetőségekig. A PwC szakértői a legújabb MI-technológiákról, azok gyakorlati alkalmazásáról és a szabályozási környezetnek való megfelelésről osztották meg tapasztalataikat a december 3-i rendezvényen.
A gyártósorokon alkalmazott automatizált vizuális ellenőrzés azonnal észleli a hibákat és eltéréseket, így jelentősen csökkenti a selejt arányát és növeli a termelés hatékonyságát. A mezőgazdasági monitorozásban drónok és számítógépes látás használatával elemzik a növények állapotát és a talajminőséget, ami lehetővé teszi a precíziós gazdálkodást és a terméshozam optimalizálását.
Oltyán Gábor, a PwC Magyarország vezető menedzsere a történeti áttekintés és a jelenlegi helyzet bemutatása után konkrét iparági példákon keresztül szemléltette a klasszikus, nem generatív, technológiailag kiforrott MI gyakorlati előnyeit.
A generatív MI-t napi szinten új tartalom előállítására, párbeszéd kezelésre, a meglévő tartalom kiegészítésére, mély keresésre, a tartalom átalakítására és összegzésre alkalmazhatják a vállalatok - mutatott rá a szakember. „A generatív MI-megoldások fejlesztési folyamata jól strukturálható, így például a releváns vállalati adatvagyon összegyűjtése, strukturálása és átalakítása, valamint a specifikus LLM (Large Language Model) tudásbázis kialakítása révén csökkenteni lehet a technológia éretlenségéből fakadó kockázatokat, és maximálisan ki lehet használni a generatív MI nyújtotta lehetőségeket” - tette hozzá.
Amennyiben egy vállalat generatív MI-megoldás bevezetése mellett dönt, úgy fontos a szakember tapasztalatai szerint az előkészítés során több, a bevezetést befolyásoló aspektus értékelése is. Ilyenek lehetnek a megfelelő use-case és technológia kiválasztása; felhő alapú vagy on-prem infrastruktúra közötti választás; a célra alkalmas LLM megtalálása; valamint annak tisztázása, hogy a meglévő munkafolyamatok gyorsítása vagy munkaerő kiváltása a végső cél. Érdemes biztosítani a projekthez a megfelelő minőségű és mennyiségű adatállományt, érdemes a sikeres megvalósulás kritériumait előre meghatározni és öntanuló képességeket is beépíteni a teljesítmény folyamatos javítása érdekében. Előnyös továbbá előre felkészülni a gyors technológiai fejlődés kiaknázására és az elavulás elkerülésére moduláris felépítéssel, mely az újabb és jobb LLM egyszerű beépítését is biztosíthatja.
Az MI jogi szabályozásának komplexitására, ennek keretében az Európai Unió MI-rendeletére, a klasszikus polgári jogi felelősségi kérdésekre, az adatvédelemre és más ágazati jogszabályokra hívta fel a figyelmet Dr. Csenterics András ügyvéd, a Réti, Várszegi és Társai Ügyvédi Iroda PwC Legal mesterséges intelligencia és technológiai jogi szakjogásza. Kiemelte az olyan tiltott MI-gyakorlatokat, mint például a manipulatív marketing technikák és társadalmi pontozás (“social scoring”) alkalmazását. A nagy kockázatú MI-rendszerek kapcsán bemutatta többek között az adatvagyon-gazdálkodás jelentőségét, az emberi felügyelet szükségességét és a kockázatkezelési rendszerek fontosságát. Beszélt az úgynevezett „MI-jártasság” követelményéről, amely minden mesterséges intelligenciát használó szervezetre kiterjed, egyúttal vonatkozik rájuk egy 2025 első negyedévében lejáró határidő is. A szakértő elemezte az Európai Unió érkező, MI-vel kapcsolatos felelősségi irányelvének jelenleg ismert tartalmát, valamint azt, hogy ennek milyen jogi következményei lehetnek az MI-t szolgáltató vagy alkalmazó szervezetek számára perek esetén. Végül a mesterséges intelligenciával kapcsolatos governance szempontok kerültek fókuszba, gyakorlati útmutatással ahhoz, hogy a szervezeteknek miként érdemes nekikezdeni az MI bevezetésének.
Az MI-rendszerek betanításához használt bemeneti adatok jogszerűsége az egyik legfontosabb kérdés a technológia alkalmazásakor. Dr. Zalai Péter ügyvéd, a Réti, Várszegi és Társai Ügyvédi Iroda PwC Legal igazgatója hangsúlyozta a körültekintő előkészítés és mérlegelés fontosságát, ideértve a szerzői jogi-, iparjogvédelmi-, üzleti titok védelmi- és a személyes adatok védelmére vonatkozó törvényekből fakadó, kötelezettségekkel kapcsolatos tudatosságot. A korlátozó szabályozások mellett lényeges tisztában lenni azokkal a szabályrendekkel, amelyek egyes adatvagyonokhoz - mint mesterséges intelligencia tanítására alkalmas információ-halmokhoz - jogszerű hozzáférést engednek, így a nemzeti adatvagyonra vonatkozó szabályozások, valamint a szerzői jogi törvény közelmúltban bevezetett rendelkezése. Kiemelte, hogy a nemzeti adatvagyon egyre fontosabb szerepet kap az MI fejlesztésében.
A generatív MI nemcsak gyorsabbá és hatékonyabbá teszi a szerződések feldolgozását, hanem javítja a pontosságot és a jogi megfelelőséget is. Tanulmányok mutatják, hogy a szervezetek 40%-ánál nem egyértelmű, hogy ki a felelős melyik szerződésnél, valamint több mint 80%-uk nem találja kielégítőnek, ahogy a szerződésekkel dolgoznak - emelte ki Szabó István, a PwC Magyarország igazgatója. Egy nemzetközi ügyfél példáján keresztül bemutatta, hogy a generatív mesterséges intelligencia kiváló eszköz arra, hogy a vállalati szerződésállományban található releváns adatokat hatékonyan összegyűjtse és összefoglalja, ezzel is segítve a kockázatkezelést, a jogi- és pénzügyi részlegek munkáját, miközben egy alapvetően nagy hibalehetőséget rejtő, monoton feladatkört levesz a munkavállalók válláról. Továbbá támogatja a szerződések folyamatos monitorozását, biztosítva a szerződéses feltételek betartását, például fizetési határidők vagy bankszámlaszámok ellenőrzésével.
Egy rendszer megalkotásában a felhasználónak kulcsszerepe van - mutatott rá a szakértő. Érdemes a szoftvert annak ellenére is köré építeni, hogy valójában a döntések nagy részét a szoftver önként hozza meg, ugyanakkor a felhasználói bizalom erősítését szolgálja a transzparencia és az algoritmusok logikájának követhetősége. Az előadás során arra a filozófiai kérdésre is választ kerestek, hogy mikortól lehet vagy érdemes jobban megbízni az MI-ben, mint a munkatársainkban; valamint arról a rövid belsős kutatásról is szó esett, amely jól illusztrálta, hogy milyen módon változik ez a percepció a kollégák tapasztalati szintjének függvényében.
Az MI támogatásával végzett automatizált könyvelési és ellenőrzési folyamatok jelentős idő- és költségmegtakarítást eredményezhetnek. Az MI támogatásával végzett rekonsziliáció lehetővé teszi a különböző adatbázisok és dokumentumok – például megrendelések, számlák és szállítólevelek – összehasonlítását, még akkor is, ha azok eltérő formátumban érkeznek. Ahogy Papp Attila előadásában kiemelte, az MI-alapú rendszerek nemcsak gyorsítják a könyvelési folyamatokat, de a partnerek ellenőrzésében vagy csalásmegelőzésben is kulcsszerepet játszhatnak, például az ERP-törzsadatok és a számlaadatok összehasonlításával, elemzésével. Az automatizált számlafeldolgozás AI-technológával kiegészítve jóval hatékonyabb erőforrás-gazdálkodás szempontjából, mint a legtöbb, jelenleg alkalmazott számlafeldolgozási módszer. Előny például a legszélesebb körben elterjedt, tisztán OCR-alapú megoldásokhoz képest, hogy az MI képes felismerni a különböző szállítók eltérő terminológiáját, szinonimákat vagy rövidítéseket, így még pontosabb adatfeldolgozást tesz lehetővé akár külön tanítás nélkül. Az ilyen rendszerek integrációja nemcsak hatékonyságnövekedést eredményez, hanem hozzájárul a jogi és üzleti folyamatok egységesítéséhez és az átláthatóság növeléséhez. Az MI-alapú megoldások tehát a jövőben elengedhetetlen eszközei lehetnek a pénzügyi és szerződéses adminisztráció optimalizálásának - hangsúlyozta.
Szó esett még a chatbotok fejlődéséről - a szabályalapúaktól a felügyelt tanulás alapúakig -, és a digitális asszisztensekről is. Szintén választ kaptunk az automatizálás és az intelligencia különböző szintjeiről, beleértve a természetes nyelvfeldolgozási (NLP) modelleket és a gépi tanulást. Tekintettel a generatív MI konkrét, korábban említett alkalmazási eseteit a napi üzleti műveletekben, a technológia strukturált fejlesztése és az általuk nyújtott potenciális értékek definiálása nélkül nem tanácsos elindulni a szervezeteknek. Az integráció hiánya jogi, adatvédelmi és működési kockázatokat generálhat, miközben a vállalat nem képes kihasználni az MI innovációs és versenyelőnyt nyújtó potenciálját.