Meglehetősen lesújtó képet fest a hazai vállalati szektor MI-használati helyzetéről egy nemrégiben publikált, témában készített európai uniós felmérés. Az eset nem csak azért kényes, mert Magyarország egy újabb területen került a sereghajtók közé, hanem azért is, mert ez elmúlt években úgy tűnt, hogy itthon minden érintett szereplő tisztában van a technológiában rejlő lehetőségekkel, és ennek megfelelően igyekszik azt a lehető legtöbb helyen és formában hasznosítani, fejleszteni.
Pontosan erre "esküdött fel" a még 2018-ban megalakított Mesterséges Intelligencia Koalíció. A közel 70 üzleti, oktatási és állami résztvevővel startoló szövetséget az Innovációs és Technológiai Minisztérium hívta életre. A platform az akkor elhangzott célkitűzések szerint segíti a hazai digitális ökoszisztéma szereplőit, hogy felkészülten vegyenek részt az MI területén zajló nemzetközi versenyben.
Ahogy a kutatásról beszámoló Quibit is megjegyzi, azóta 2020 tavaszára elkészült a Magyarország Mesterséges Intelligencia Stratégiája elnevezésű program, amelynek végrehajtása a szakminiszter tavalyi nyári nyilatkozata szerint "a tervezettnél is gyorsabban zajlik". Úgy tűnik azonban, hogy még ez a sebesség sem volt elég ahhoz, hogy a hazai cégek elkezdjék használni az MI-t.
Ott vagyunk a sehol
Az Eurostat fentebb említett kutatása szerint tavaly átlagosan 8 százalékos volt az európai vállalatoknál a mesterséges intelligencia használati aránya. Az MI-használat kritériuma a felmérésnél az volt, hogy a cég tevékenységét hét meghatározott kulcsterület (például szövegbányászat, képfelismerés, mélytanulás, autonóm rendszerek stb.) legalább egyike segítse.
Ezek alapján Dániában találni a leginkább élenjáró üzleti közeget, ahol majdnem minden negyedik (24%) vállalatnál működött legalább egy MI-megoldás. Portugáliában 17, a finneknél pedig 16 százalékos arányt mértek.

MI-megoldásokat használó vállalatok aránya az EU-ban és az egyes országokban (forrás: Eurostat)
Ahogy a fenti grafikon is mutatja, Magyarország 3 százalékos eredménye mindössze a legutolsó hely elkerülésére volt elegendő. Ezt a nem túl hízelgő pozíciót egyébként Románia szerezte meg a maga teljesen tragikus, 1 százalékos arányával.
Szépségtapasz
Szerencsére a mesterséges intelligencia mellett a dolgok internetéhez (Internet of Things - IoT) köthető alkalmazások, eszközök elterjedésének vizsgálata is célja volt az Eurostat tavalyi kutatásának. Ebben pedig már nem szerepeltek annyira rosszul a hazai vállalkozások.

IoT-megoldásokat használó vállalatok aránya az EU-ban és az egyes országokban (forrás: Eurostat)
Internetre kötött, egy központtal vagy esetleg egymással is adatokat megosztó rendszereket, szenzorokat és hasonló megoldásokat az EU-s cégek közel 30 százaléka használ mindennapos tevékenysége során. A legkiemelkedőbbnek ebből a szempontból az osztrák vállalatok bizonyultak (51%), de nagyon magas az IoT-használat Szlovéniában (49%) is.
Magyarország itt a középmezőny alját súrolja 22 százalékos eredményével, ami arányaiban nincs annyira messze az EU-átlagtól. Érdekesség, hogy ebből a szempontból előzzük a fentebb éllovas Dániát (20%), illetve az is, hogy Romániának ezen a listán sem sikerült feljebb verekednie magát az utolsó helynél (11%).
Az ötlettől az értékteremtésig – egy jól működő adattudományi szervezet alapjai
Miért bukik el annyi adattudományi kezdeményezés már az indulás után? A válasz gyakran nem az algoritmusok összetettségében, hanem az adatok minőségében és kezelésében keresendő. Stabil adatforrások, következetes feature-kezelés és egy jól felépített Feature Store nélkül a gépi tanulás ritkán jut el a valódi üzleti értékteremtésig.
EGY NAPBA SŰRÍTÜNK MINDENT, AMIT MA EGY PROJEKTMENEDZSERNEK TUDNIA KELL!
Ütős esettanulmányok AI-ról, agilitásról, csapattopológiáról. Folyamatos programok három teremben és egy közösségi térben: exkluzív információk, előadások, interaktív workshopok, networking, tapasztalatcsere.
2026.03.10. UP Rendezvénytér
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak