Az AI következő korszaka nem a gyorsabb chatbotokról, hanem a vállalati munkamegosztás újratervezéséről szól. Kétrészes elemzésünk első részében erről az újfajta delegálásról volt szó. A folytatásban ennek részleteit, és a kapcsolódó vezetői feladatokat nézzük meg.

Az AI-ágens értéke abból fakad, hogy nem kell minden lépésnél emberi utasításra várnia. Ez azonban egyben a legfontosabb kockázata is.

Minél nagyobb önállóságot kap egy rendszer, annál kevésbé elegendő általánosságban meghatározni, hogy „segítse” a controllert, „támogassa” a beszerzést vagy „figyelje” a likviditást. Az autonómiát konkrét működési keretekre kell lefordítani. A Gartner előrejelzése szerint 2028-ra a napi munkadöntések legalább 15 százaléka autonóm módon, ágensalapú AI révén születhet meg. Ugyanakkor arra számít, hogy 2027 végéig az ilyen projektek több mint 40 százalékát leállíthatják az emelkedő költségek, a bizonytalan üzleti érték vagy az elégtelen kockázati kontrollok miatt.

A fejlődés két oldala

A két előrejelzés ugyanannak a fejlődésnek a két oldalát mutatja. Az autonómia önmagában nem üzleti érték. Csak akkor válik azzá, ha világos, mire terjed ki, milyen feltételek között működik, és mikor kell visszaadnia a döntést az embernek. Ezért minden önállóan működő AI-ágens esetében előre tisztázni kell, milyen döntéseket hozhat meg, milyen pénzügyi, ügyfél-, reputációs vagy compliance-küszöb felett szükséges emberi jóváhagyás, milyen adatforrásokra támaszkodhat, és milyen auditnyomvonalnak kell megmaradnia ahhoz, hogy működése utólag rekonstruálható legyen. Ez lényegében ugyanaz a probléma, amellyel minden valódi delegálásnál szembesülünk. Egy vezető sem úgy delegál jól, hogy egyszerűen átad egy feladatot: meghatározza az elvárt eredményt, a mozgásteret, a döntési jogkört, a kontrollpontokat és azt, milyen esetben kell visszatérni hozzá.

Egy 2026-os Gartner-elemzés már kifejezetten olyan működés felé történő elmozdulást vetít előre, amelyben az ember a munka minden egyes lépésének végrehajtása helyett delegált jogosultságokkal rendelkező intelligens rendszereket felügyel. Ebben a modellben az identitás, a jogosultságok, a szabályok, a rendszerekhez való hozzáférés és az auditálhatóság a működés alapvető részévé válik.

A jó AI-ágens ezért nem az, amelyik a lehető legtöbb döntést hozza meg ember nélkül. Az a jó ágens, amelyik pontosan tudja, mely döntéseket nem hozhatja meg.

Ki tanulja meg holnap azt, amit ma az AI végez el?

Az AI térnyerése egy kevésbé látványos, de hosszabb távon legalább ilyen fontos kérdést is felvet. A szakmai mérlegelés jelentős része ugyanis nem tankönyvekből, hanem sok egyedi eset feldolgozásából alakul ki. A controller nem attól válik tapasztalttá, hogy ismeri az eltéréselemzés módszertanát, hanem attól is, hogy éveken keresztül látott jó és rossz terveket, téves magyarázatokat, egyszeri hatásokat, adatminőségi problémákat és olyan helyzeteket, amikor a számok mögé kellett nézni. Ugyanez igaz a beszerzésre, a treasuryre vagy a HR-re. Ha az AI fokozatosan átveszi az adatgyűjtési, első elemzési, dokumentációs és standard ellenőrzési feladatokat, annak lehet egy kevésbé nyilvánvaló következménye is: szűkülhet az a hagyományos tanulási út, amelyen keresztül a junior szakemberek korábban tapasztalatot szereztek.

Ez nem szükségszerű következmény, hanem olyan szervezeti kockázat, amelyet tudatosan kezelni kell. A válasz nem az automatizálás lassítása, hanem a tanulás újratervezése. A junior munkatársnak nem egyszerűen át kell vennie az AI-ágens eredményét, hanem meg kell tanulnia ellenőrizni annak logikáját, megkérdőjelezni a feltételezéseit, alternatív magyarázatokat keresni, felismerni a kivételeket és végiggondolni az üzleti következményeket.

Ha a vállalat automatizálja a junior feladatokat, de nem alakít ki új szakmai fejlődési utakat, idővel paradox helyzetbe kerülhet: egyre több munkát képes automatizálni, miközben nehezebbé válhat azoknak a szakembereknek a kinevelése, akik az automatizált működés szakmai felügyeletére képesek.

Nem munkaköröket, hanem folyamatlépéseket kell újraosztani

Az AI-ról szóló vállalati viták gyakran azt kérdezik, mely munkaköröket lehet automatizálni. Ez félrevezető, mert egy controller, beszerző, HR-szakember vagy treasury-szakértő munkája nem homogén feladatokból áll. Ugyanazon munkakörön belül vannak rutinszerű és jól strukturálható tevékenységek, elemzést és értelmezést igénylő feladatok, valamint olyan helyzetek, ahol tárgyalásra, kompromisszumra, felelősségvállalásra vagy szakmai mérlegelésre van szükség. Ezért nem azt érdemes kérdezni, hogy egy munkakör automatizálható-e, hanem azt, egy adott folyamat egyes lépéseit kinek érdemes elvégeznie.

Egy folyamaton belül három munkavégzési forma jelenhet meg. Bizonyos lépések embernél maradnak, másoknál ember és AI dolgozik együtt, míg a jól strukturálható részek egy része önálló AI-ágensre delegálható. Az embernél maradnak azok a helyzetek, ahol értékválasztásra, tárgyalásra, stratégiai kompromisszumra, nem standard kivételek értelmezésére vagy végső felelősségvállalásra van szükség. Az ember és AI együttműködésében az AI kutathat, modellezhet, összehasonlíthat és alternatívákat dolgozhat ki, miközben az ember kijelöli az irányt, értelmezi a kontextust és validálja az eredményt. Az önálló AI-ágensre kerülhet a monitoring, az adatösszevetés, a standard eltérések felismerése és bizonyos, szabályokkal jól körülhatárolható végrehajtási feladatok.

A lényeg tehát nem az, hogy az AI mennyi munkát tud „elvenni” az embertől. A valódi kérdés az, hogyan tervezzük újra a teljes folyamatot úgy, hogy minden lépést az a szereplő végezzen, amelyik arra a legalkalmasabb.

Mit jelent mindez a vezető számára?

Az AI-bevezetés következő szakaszában nem az lesz a legfontosabb kérdés, hány chatbotot vagy AI-ágenst vezetett be egy vállalat. Sokkal fontosabb lesz, hogy képes-e újragondolni körülöttük a működését. Ennek kiindulópontja néhány üzletileg jelentős, ismétlődő folyamat lehet, ahol ma sok emberi kapacitást köt le az adatgyűjtés, az ellenőrzés, az elemzés, a koordináció vagy a standard döntés-előkészítés.

1. A folyamatot kell újratervezni, nem az egyes feladatokat automatizálni. Nem azt kell elsőként megkérdezni, mit tud ebből az AI megcsinálni, hanem azt: hogyan nézne ki ez a folyamat, ha ma terveznénk meg úgy, hogy emberi és AI-kapacitás egyaránt rendelkezésünkre áll?
2. El kell választani a végrehajtást a szakmai mérlegeléstől. Minél pontosabban meghatározható, mi a standard végrehajtás, és hol kezdődik az értelmezést, kivételkezelést vagy üzleti kompromisszumot igénylő rész, annál világosabban dönthető el, mi delegálható AI-ra.
3. Ki kell alakítani a delegációs kereteket. Meg kell határozni, milyen adatokhoz férhet hozzá az AI-ágens, milyen döntéseket készíthet elő vagy hajthat végre, milyen kitettségig működhet önállóan, mikor kell embert bevonnia, és hogyan rekonstruálható utólag a működése.
4. A szakmai tudást részben átadhatóvá kell tenni. A legjobb szakembereknek nemcsak jó döntéseket kell hozniuk, hanem segíteniük kell megfogalmazni, milyen információ alapján, milyen kritériumok szerint és milyen kivételek felismerésével születik jó szakmai döntés.
5. Újra kell gondolni a produktivitás mérését. Az AI rendkívül olcsón képes riportokat, elemzéseket, összefoglalókat és ajánlásokat előállítani, ezért ezek száma önmagában egyre kevésbé jelent értéket.

Ha minden munkatárs több AI-ágenst futtat, és minden ágens folyamatosan új outputokat termel, a szervezet könnyen saját maga számára hoz létre új ellenőrzési és feldolgozási feladatokat. Ez nem produktivitás, hanem információs infláció. A megfelelő mérce ezért nem az, hogy mennyi munkát végzett el az AI, hanem az, hogy ugyanannyi emberi figyelemmel képes-e a szervezet több releváns problémát felismerni, gyorsabban reagálni, jobb döntéseket előkészíteni és megbízhatóbban működtetni a folyamatait.

A háttérben dolgozó ágensek önmagukban nem jelentenek versenyelőnyt

Néhány éven belül egyre kevésbé lesz érdekes, hogy egy vállalat használ-e AI-t. Idővel az AI jelenléte ugyanúgy a működés természetes részévé válhat, ahogyan ma az ERP-rendszer, a felhő vagy az üzleti intelligencia. Egyre több munkát lehet úgy elvégezni, hogy annak minden lépését már nem ember irányítja közvetlenül. Ez új kérdést helyez a vállalatvezetés középpontjába: milyen munkát lehet delegálni, milyen keretek között, milyen kontrollokkal, és mikor kell az embernek visszatérnie a folyamatba?

A jövő sikeres vállalata ezért nem feltétlenül az lesz, amelyik a legtöbb AI-ágenst működteti. Hanem az, amelyik a legpontosabban tudja meghatározni, mit bízhat a háttérben dolgozó ágensekre, és mit nem. Amikor a végrehajtási kapacitás egy része lényegesen olcsóbban és könnyebben skálázhatóvá válik, a versenyelőnyt egyre kevésbé maga a végrehajtás adja. Sokkal inkább annak tudása, hogy mit kell elvégezni, milyen minőségben, milyen korlátok között – és mikor kell másképp dönteni, mint amit a standard szabályok diktálnának.

Források

Horváth: Study about Management Priorities: Efficiency as the New Currency – Strategy Is Being Neglected, 2026. augusztus 4. A 7. Horváth CxO Priorities Study eredményei; az AI-prioritások, az AI-érettség, valamint az adat-, kompetencia- és folyamatintegrációs akadályok háttere.

Sail Research / Neil Movva: Seed + Series A: Sail raises $80M in funding from Sequoia, Kleiner Perkins, and other investors, 2026. június 24. A hosszabb időtávon működő AI-ágensekről, valamint a sebesség, skálázhatóság, megbízhatóság és költség eltérő szerepéről.

Sail Research: Sailboxes are now general access, 2026. július. A háttérben működő ágensek és a hosszabb ideig megőrzött kontextus technológiai hátteréről.

Gartner: Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027, 2025. június 25. Az ágensalapú AI-projektek leállítására és az autonóm munkadöntések 2028-as arányára vonatkozó előrejelzések.

Gartner: Gartner Expects Most Enterprises to Abandon Assistive AI for Outcome-Focused Workflow by 2028, 2026. április 2. A delegált végrehajtásról, az emberi felügyeletről, valamint a jogosultságok, szabályok és auditálhatóság jelentőségéről.

A szerző az IFUA Horváth korábbi ügyvezető partnere és CFO-ja.

Cikkünk második részében arról lesz szó, hogyan lehet újratervezni a folyamatokat úgy, hogy minden lépést az a szereplő végezzen, amelyik arra a legalkalmasabb, s milyen vezetői teendők kapcsolódnak majd mindehhez.

Olvasson tovább a témáról az IFUA Horváth honlapján!