Az autóipari mesterséges intelligencia fejlődése az elmúlt években elsősorban a felhőalapú megoldásokra épült, azonban ezek korlátai egyre nyilvánvalóbbá váltak. A járművek által generált adatmennyiség robbanásszerű növekedése, valamint a valós idejű döntéshozatal iránti igény szükségessé tette, hogy a feldolgozás közelebb kerüljön az adatforráshoz – magába a járműbe. Az edge AI lényege, hogy az algoritmusok nem távoli adatközpontokban, hanem a fedélzeti hardveren futnak, így az úgynevezett „inference”, vagyis a döntéshozatal helyben történik. Ez különösen kritikus olyan alkalmazásoknál, ahol milliszekundumos reakcióidő szükséges, például vezetéstámogató rendszerekben vagy biztonsági funkciók esetében. A felhő és az edge nem egymás versenytársai, hanem egymást kiegészítő architektúrák. Míg a felhő ideális a nagy adatmennyiségek elemzésére, modelltréningre és flottaszintű optimalizálásra, addig az edge AI az alacsony késleltetés, a robusztusság és az adatvédelem területén kínál előnyt.

Az autóiparban az edge AI térnyerésének több hajtóereje is van. Egyrészt a szenzorok – kamerák, radarok, vezérlőegységek – által generált adatok mennyisége exponenciálisan nő. Másrészt az ügyféloldali elvárások is emelkednek: a járműveknek folyamatosan, kapcsolatkimaradások esetén is megbízhatóan kell működniük. Emellett egyre fontosabb szempont a szuverén adatkezelés és a kiberbiztonság, amelyet a lokális feldolgozás hatékonyabban tud biztosítani. A technológiai fejlődés szintén támogatja ezt az átalakulást. A modern járműplatformok számítási kapacitása jelentősen megnőtt, így ma már olyan teljesítmény érhető el fedélzeten, amely néhány éve még csak nagy adatközpontokban volt elérhető. Ez lehetővé teszi komplex neurális hálók futtatását, például automatizált vezetési vagy prediktív karbantartási funkciók esetén.

Az edge AI nemcsak technológiai, hanem piaci szempontból is kulcsfontosságúvá válik. A járművek egyre inkább szoftvervezérelt termékekké (SDV – Software Defined Vehicle) alakulnak, ahol a digitális funkciók és a felhasználói élmény döntő versenytényező. Egyes felmérések szerint a prémium autóvásárlók jelentős része hajlandó márkát váltani a jobb digitális szolgáltatások érdekében.

Az alkalmazási területek folyamatosan bővülnek. A vezetéstámogató rendszereken túl az edge AI megjelenik a járműdiagnosztikában, a vezetőfigyelésben, az utastéri élményben, sőt a szoftverfrissítések optimalizálásában is. Az intelligencia így egyre inkább „beépül” a jármű minden alrendszerébe. Az edge AI az autóipar egyik kulcstechnológiájává válik, amely hidat képez a felhőalapú analitika és a valós idejű járműműködés között. Azok a gyártók, amelyek képesek hatékonyan integrálni ezt a megközelítést, jelentős versenyelőnyre tehetnek szert a következő évtized mobilitási piacán.

Forrás: MM

Ha feliratkozik a Műszaki Magazin Hírlevelére, sosem marad le a híreinkről! További friss híreket talál a Műszaki Magazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

The post Intelligens járművek appeared first on Műszaki Magazin.

Betanított modell – A mesterséges intelligencia egyre nagyobb szerepet kap a gyártóiparban, azonban az éles üzemi alkalmazás még mindig komoly kihívásokkal jár. Az ipari környezetben ugyanis nem elegendő egy jól működő algoritmus: a rendszereknek megbízhatónak, skálázhatónak és költséghatékonyan üzemeltethetőnek kell lenniük.

Az MI-megoldások egyre inkább a klasszikus automatizálási és ipari IT-projektek logikáját követik, ahol a teljes életciklus menedzsmentje — az adatkezeléstől a modellfejlesztésen át az üzemeltetésig — központi szerepet kap. A gyártóvállalatok számára az MI bevezetésének valódi mércéje minden esetben a mérhető üzleti eredmény. Ide tartozik az OEE javulása, a selejtarány csökkentése, a termelési folyamatok gyorsítása, valamint a stabil és auditálható működés biztosítása. Az MI tehát nem pusztán innovációs eszköz, hanem a termelés hatékonyságát közvetlenül befolyásoló technológia.

Hardverfüggőség

Az egyik legnagyobb akadályt eddig a hardverfüggőség jelentette, mivel a különböző GPU-architektúrák, felhőszolgáltatók és szoftverkörnyezetek közötti átjárhatóság hiánya jelentős komplexitást és költséget eredményezett. Erre a problémára kínál megoldást az inference réteg standardizálása, amelynek egyik meghatározó eleme a vLLM. Ez a nyílt forráskódú technológia egyfajta köztes szoftverrétegként működik a modellek és a hardver között, és lehetővé teszi, hogy különböző MI-modellek egységes módon fussanak eltérő infrastruktúrákon.

A vLLM az MI világában hasonló szerepet tölthet be, mint a Linux a szerverinfrastruktúrában: egységesíti a működést és csökkenti a technológiai függőséget.

A vLLM egyik legfontosabb előnye, hogy leválasztja a modellfuttatást a konkrét hardverről, így lehetővé válik a „bármely modell, bármely hardver” elv gyakorlati megvalósítása. Ez azt jelenti, hogy a különböző modellek ugyanazon környezetben futtathatók, és a rendszerek könnyebben migrálhatók eltérő infrastruktúrák között. Ez a rugalmasság különösen fontos a gyártóiparban, ahol a hosszú távú beruházások és a stabil működés elsődleges szempont. A technológiai függetlenség stratégiai előnyt jelent a vállalatok számára, mivel csökkenti a vendor lock-in kockázatát, és lehetővé teszi a multi-cloud vagy hibrid architektúrák alkalmazását. Az ipari környezetekben, ahol a megfelelőség, az adatbiztonság és az auditálhatóság kiemelt jelentőségű, ez a rugalmasság kulcsfontosságú tényezővé válik.

Mi az az inference?

Az inference a mesterséges intelligencia azon fázisa, amikor a már betanított modell valós adatokon fut, és konkrét döntéseket vagy előrejelzéseket szolgáltat. Ez az ipari alkalmazások „éles üzemi” működése, amely során például hibadetektálás, folyamatoptimalizálás vagy prediktív karbantartás valósul meg. A modern inference szerverek már nem csupán a modellek futtatását biztosítják, hanem komplex üzemeltetési környezetet kínálnak. Ide tartozik a verziókezelés, a teljesítmény monitorozása, a skálázás, valamint a biztonsági és megfelelőségi követelmények támogatása is. Ez a funkcionalitás teszi lehetővé, hogy az MI valóban integrálódjon a gyártási rendszerekbe, és ne csupán kísérleti megoldásként jelenjen meg. Az MI akkor válik ipari eszközzé, amikor ugyanúgy üzemeltethető és auditálható, mint egy PLC vagy egy MES rendszer.

Hibrid architektúrák, mint infrastruktúra alap

Egy másik trend a hibrid architektúrák, amelyek szisztematikusan összekapcsolják a felhőalapú és a helyszíni környezeteket. Tipikus jellemző a munkamegosztás: a modelleket a felhőben található historikus vagy szintetikus adatokkal fejlesztik, tesztelik és finomhangolják, míg a következtetésre optimalizált modellváltozatok termeléshez kapcsolódó IT- vagy peremhálózati környezetekben, a gyártócsarnokban futnak. Ez lehetővé teszi a vállalatok számára, hogy a felhő által kínált innovációs sebességet ötvözzék a termelési késleltetésre, rendelkezésre állásra és adatszuverenitásra vonatkozó szigorú követelményekkel. Egy ilyen hibrid megközelítés lehetővé teszi a vállalatok számára, hogy az online/felhőszolgáltatóktól származó modellekkel kezeljenek egy problémát: ezek verziói és válaszadási viselkedése gyakran változik, ami elfogadhatatlan a saját életciklus-kezelés nélküli termeléskritikus alkalmazások számára.

Rugalmas igazodás

A gyártóvállalatok számára különösen fontos, hogy az MI-megoldások telepítése rugalmasan igazodjon az adott környezethez. A vLLM-alapú rendszerek lehetővé teszik, hogy a modellek helyben, a gyár területén, vállalati adatközpontokban vagy akár edge környezetben fussanak. Ez nemcsak a költségek optimalizálását segíti elő, hanem az alacsony késleltetésű működést és az adatbiztonságot is támogatja.

Az ipari mesterséges intelligencia mára túllépett a pilot projektek szakaszán, és egyre inkább a skálázható, üzembiztos megoldások kerülnek előtérbe. Az olyan technológiák, mint a vLLM, kulcsszerepet játszanak abban, hogy az MI szabványosíthatóvá, integrálhatóvá és gazdaságosan üzemeltethetővé váljon. Azok a vállalatok, amelyek képesek gyorsan alkalmazkodni ehhez az új infrastruktúra-szemlélethez, jelentős versenyelőnyre tehetnek szert a közeljövőben.

Korlátok és biztonság

Ahogy a mesterséges intelligencia egyre közelebb kerül a termeléskritikus rendszerekhez, egyre fontosabbá válik egy egyértelmű biztonsági és irányítási keretrendszer. A védőkorlátok biztosítják, hogy a mesterséges intelligencia alkalmazások bemenetei és kimenetei automatikusan felülvizsgálatra, szűrésre és naplózásra kerüljenek – mind megfelelőségi, mind biztonsági szempontból. Ez magában foglalja a kérések olyan elemzését, amely lehetővé teszi a potenciálisan káros vagy megengedhetetlen műveletek azonosítását és blokkolását a bemeneti oldalon, miközben a modell kimeneteit kiértékelik a megfelelőség, a teljesség és a valószínűség szempontjából. Világossá kell tenni, hogy a védőkorlátok nem opcionális kiegészítők. Inkább minden gyártási mesterséges intelligencia architektúra szerves részét kell képezniük.

A különféle fejlemények és trendek azt mutatják, hogy 2026-ra a mesterséges intelligencia (MI) kilép a gyártóipar tesztelési fázisából, és a termelés szerves részévé válik. Az olyan absztrahált következtetési rétegek, mint a vLLM, a specializált és lean modellek, a hibrid felhő/edge architektúrák, valamint az egységes biztonsági és védőkorlát-stratégia olyan rendszert alkotnak, amely mérhető hatékonyságnövekedést tesz lehetővé új függőségek létrehozása nélkül. Hosszú távú versenyképességük biztosítása érdekében a gyártóvállalatoknak ezért nem szabad kiaknázniuk a mesterséges intelligencia által kínált új lehetőségeket.

Forrás: MM

Ha feliratkozik a Műszaki Magazin Hírlevelére, sosem marad le a híreinkről! További friss híreket talál a Műszaki Magazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

The post Az MI új alaprétege a gyártásban appeared first on Műszaki Magazin.

A network slicing (hálózati szegmentálás) technológiája lehetővé teszi, hogy a különálló fizikai infrastruktúrák telepítése helyett a meglévő hálózaton belül szoftveres úton több, teljesen elkülönített sávot hozzunk létre, amelyek forgalma egymástól független. A Deloitte szakértői szerint a network slicing technológiát támogató IT rendszerek (OSS/BSS) mára olyan érettségi szintet értek el, amely lehetővé teszi, hogy az eddigi statikus konfigurációkat a valós idejű, mesterséges intelligenciával vezérelt automatizáció váltsa fel, és ezzel új üzleti lehetőségek jöjjenek létre a vállalatok számára.

A távközlési szolgáltatók számára az elmúlt években a legnagyobb kihívást nem a fizikai infrastruktúra kiépítése vagy fejlesztése, hanem annak rugalmas menedzselése jelentette. A hálózati szegmentálás lényege, hogy az eltérő felhasználói igényekre nem újabb és újabb fizikai hálózatokat építenek ki jelentős költséggel, hanem a már rendelkezésre álló infrastruktúrát használják ki sokkal okosabban. Például egyetlen fizikai infrastruktúrán több, logikailag teljesen elszeparált virtuális hálózatot hoznak létre, egyet az önvezető járműveknek, egyet az ipari IoT (Internet of Things, dolgok internete) eszközöknek, egyet pedig a nagyfelbontású video streamingnek.

Szándékalapú vezérlés és az új üzleti modell

A mesterséges intelligencia (AI) fejlődésének köszönhetően 2025 második negyedévére a fókusz a network slicing technikai megvalósíthatóságról áttevődött a technológiában rejlő üzleti lehetőségek kiaknázására és az automatizációra.

Az IT-rendszerek egyik legfontosabb újítása a szándékalapú hálózatvezérlés (intent-based networking) térnyerése. Míg korábban a mérnököknek paraméterek százait kellett manuálisan beállítaniuk egy új hálózati szegmens létrehozásához, addig ma már a rendszernek elég a „szándékot” megadni (például készíts egy alacsony késleltetésű kapcsolatot egy logisztikai park számára) és a szoftveres vezérlés ezt automatikusan lefordítja technikai nyelvre.

Ez a technológiai fejlődés alapvetően új üzleti lehetőségeket nyit meg a szolgáltatók számára.

„A piac végre eljutott oda, hogy a technológia nem öncélú, hanem egy közvetlenül monetizálható, értékalapú ajánlattá vált. 2025 végétől a szolgáltatók már nem pusztán gigabiteket vagy perceket árulnak, hanem garantált minőséget és személyre szabott megoldásokat. Az új IT-rendszerek lehetővé teszik, hogy egy ipari ügyfél igényét – legyen az extra biztonság vagy garantált sávszélesség – gombnyomásra, hosszú szerződéskötési folyamatok nélkül szolgálják ki, ami drasztikusan lerövidíti az értékesítési ciklust”

– mondta Szathmáry András, a Deloitte Technológiai tanácsadás üzletágának igazgatója.

AI, az önvezérelt működésbiztosítás és a rendszerszintű megoldások

Míg az üzleti oldal a sebességre összpontosít, a mérnöki oldalon a megbízhatóság került a középpontba. 2026 első negyedévében a legnagyobb technikai áttörést a prediktív hibajavítás és a teljesítmény-menedzsment automatizálása jelenti.

A hagyományos rendszerek jellemzően akkor riasztottak, ha egy adott hiba már bekövetkezett. Az új, AI-vezérelt IT-megoldások ezzel szemben folyamatosan elemzik a szegmensek teljesítményét, és még azelőtt beavatkoznak, hogy az ügyfél bármit észlelne.

Ez az úgynevezett closed-loop automation, ahol a rendszer AI támogatással, emberi beavatkozás nélkül valós időben figyeli meg a történéseket és szükség esetén képes erőforrásokat átcsoportosítani a felhőből a hálózati peremre, hogy javítsa a hibákat.

„Műszaki oldalról a legnagyobb ugrást a felhőalapú technológiák és a hálózati perem integrációja jelenti. Már nem egy központi szerverről statikusan vezéreljük a hálózati szegmenseket, hanem konténerizált alkalmazások biztosítják a rendszer működését. Ezek a hardverhez közel elhelyezkedő rendszerek másodpercek alatt képesek újra kiépíteni vagy módosítani egy dedikált hálózati környezetet, ha a valós idejű telemetriai adatok alapján a rendszer úgy ítéli meg, hogy a teljesítmény vagy a biztonság veszélybe került”

– összegezte Deák Gábor, a Deloitte Specialist Lead-je.

Ha feliratkozik a Műszaki Magazin Hírlevelére, sosem marad le a híreinkről! További friss híreket talál a Műszaki Magazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

The post Az AI átveszi az irányítást a távközlésben is appeared first on Műszaki Magazin.

Bár a világgazdaság kilátásaival kapcsolatban továbbra is optimisták, a hazai környezetben növekvő bizonytalanság uralja a vezetői gondolkodást. A PwC Magyarország 15. alkalommal, 2025 őszén elvégzett vezérigazgató-felmérése szerint a magyar CEO-k idejük 60%-át egyévesnél rövidebb távú ügyekre fordítják – jóval többet, mint társaik világszerte –, és így kevesebb fókusz marad a vállalati életképesség, az innováció és az AI-adaptáció hosszabb távú, stratégiai kérdéseire, melyek egyre erőteljesebben kerülnek napirendre.

A 15. PwC Magyarországi Vezérigazgató Felmérés főbb megállapításai és eredményei:

• 15 éves mélypontra került a vállalatvezetők bizalma a saját cégük bevételeinek növekedésével kapcsolatban: egy éves távlatban mindössze 31%-uk vár növekedést.
• A világgazdaság gyorsulásával kapcsolatban optimistábbak a vezetők, mint a hazai gazdaság növekedési ütemének emelkedésével.
• Gazdasági mutatók tekintetében 2026-ra 397 forintos eurót, 4,6%-os inflációt és 1,5%-os GDP-növekedést jósolnak.
• Az elmúlt években folyamatosan csökkent azok aránya, akik kitettnek érezték magukat a különböző vizsgált veszélyeknek. Ez most megfordult, újra nőtt azok aránya, akik a különböző külső tényezők fenyegetését veszélyként élik meg a vállalatukra nézve. A listát a szabályozói környezet változása, az infláció és a makrogazdasági volatilitás vezetik.
• „Elég gyorsan alakítom-e át a vállalkozásomat ahhoz, hogy lépést tartsak a technológia változásaival, beleértve az AI-t?” – ez a kérdés az, ami a legtöbb vezérigazgatót foglalkoztatja; közben 77%-uk még nem tapasztalja az AI hatását a vállalata eredményességében.
• A vállalati transzformációs törekvéseket nehezíti a gazdasági kilátásokból fakadó óvatosság és kockázatkerülés.
• A vezérigazgatók mindennapjainak az a sajátossága, hogy hosszú távú stratégiai döntésekre átlagosan munkaidejük 10%-át tudják fordítani.
• Felerősödtek a bizalmi kérdések a vállalatokkal kapcsolatban: a hazai vezetők 81%-a észlelte az érintettjei igényét nagyobb átláthatóság iránt a cégével kapcsolatban.

A növekedési várakozások kettőssége: világgazdaságot illető optimizmus, hazai óvatosság

A magyar vezetők jóval optimistábbak globális társaiknál, ha a világgazdaság növekedéséről van szó: 71% bízik annak élénkülésében, szemben a nemzetközi 61%-kal, és mindössze 5% számít lassulásra az előző év üteméhez képest. Ugyanakkor a hazai gazdasággal kapcsolatos kilátások már árnyaltabb képet mutatnak. A korábbi 60%-hoz képest idén csupán 53% vár gyorsulást, ami egyértelműen utal a bizalom romlására.

A vállalatok bevételi várakozásai is pesszimistábbak, mint az előző években: a következő 12 hónapra vonatkozó árbevétel-növekedést Magyarországon mindössze 31% valószínűsíti, ami a felmérés másfél évtizedes történetének legalacsonyabb értéke. A hároméves horizont viszont már optimistább, itt a hazai (48%) és globális eredmények (49%) szerint is a vezetők mintegy fele optimista.

A vállalatvezetők makrogazdasági előrejelzései a forint átlagárfolyamára, az inflációra és a GDP-növekedésre szintén mérsékelt bizalmat tükröznek: az idei jóslatok 397 forintos átlagárfolyamot, 4,6%-os inflációt és 1,5%-os GDP‑bővülést jeleznek.

A hazai szabályozási környezet az új első számú kockázat

A fenyegetettségek megítélésében fordulat következett be: 2023 óta először nőtt érezhetően a vezérigazgatók kockázatérzeti szintje. Idén a hazai szabályozási környezet került a félelmek élére 51%-kal, megelőzve az inflációt és a makrogazdasági volatilitást (mindkettő (43%), és némiképp emelkedett a geopolitikai konfliktusoktól tartók aránya (a tavalyi 36-ról idén 37%-ra), a kiberkockázat pedig továbbra is a legjelentősebb fenyegetések között szerepel 37%-kal (globálisan 31%). Jelentősen csökkent az alapvető fontosságú készségek rendelkezésre állásától tartók aránya (44% → 32%) és a technológiai zavaroktól való félelem (35% → 24%).

A vámok körüli bizonytalanság új jelenségként került fel a listára: a magyar CEO-k 75%-a csekély vagy semmilyen hatást nem vár, ugyanakkor 12% szerint a vámok negatív irányba fogják befolyásolni a nyereséghányadot. A kutatás rámutat, hogy a növekvő fenyegetések világában csökken a stratégiai kockázatvállalási hajlandóság. Magyarországon a vállalatok 18%-a mondta, hogy a geopolitikai helyzet miatt kisebb valószínűséggel hajt végre jelentős beruházást – ez a visszafogottság sok ágazatban szemmel látható.

Bizonytalan az AI megtérülése, az erős alapok nélkülözhetetlenek

A vezérigazgatók számára ma az a legfontosabb kérdés, hogy elég gyorsan alakítják-e át a vállalkozásukat ahhoz, hogy lépést tartsanak a technológia változásaival, beleértve az AI-t. Annak ellenére, hogy az AI-korszaknak még a korai szakaszában vagyunk, a szervezetek már számos területen kísérleteznek a technológiával, de a vállalati szintű integráció még kevéssé elterjedt. Magyarországon az AI-t a megkérdezettek nagy vagy nagyon nagy mértékben a keresletgenerálás (18%), az ügyfélélmény (17%) és a támogató szolgáltatások területén (12%) használja.

A mérhető üzleti eredmények szintén korlátozottak: mindössze 13% számolt be többletbevételről az AI‑bevezetések eredményeként, és a költségcsökkentés terén sem sokkal jobb a helyzet. A felmérésben részt vett hazai vállalatok 77%-a szerint pedig nem tapasztalható sem költségcsökkenés, sem bevételnövekedés a mesterséges intelligencia alkalmazásából.

A kutatás hangsúlyozza az erős AI‑alapok szerepét: akik rendelkeznek stabil technológiai környezettel, felelős AI‑keretrendszerrel és integrált ütemtervvel, háromszor nagyobb valószínűséggel realizálnak pénzügyi előnyöket (bevételnövekedés az elmúlt 12 hónapban 9% vs. 28% az erős alapokkal rendelkezők javára Magyarországon, a költségek csökkenése 12% vs. 33%). Annak ellenére, hogy a stabil AI-alapok tekintetében nincs lényeges eltérés a globális és a hazai minta között, a hasznok vonatkozásában a különbség látványos: sokkal kevesebben realizálnak előnyöket itthon. Míg Magyarországon mindössze 6% azok aránya, akik bevételnövekedésről és költségcsökkenésről is beszámoltak, addig nemzetközi viszonylatban ez 12%.

„A mesterséges intelligenciának már nem csak jövője, hanem múltja is van, ezért egyre több összefüggésre derül fény. Az idei felmérés egyik legfontosabb megállapítása, hogy az AI-felkészültség megléte itthon kevesebb eredménnyel járt. Kérdés, hogy ugyanazt értjük-e felkészültség alatt, illetve amennyiben erre a kérdésre igen a válasz, úgy milyen más okok húzódnak meg a szerényebb eredmények mögött? Most csak találgathatunk, de a következő években izgalmas megállapítások jöhetnek, amik visszahatnak a mesterséges intelligencia alkalmazására”

– érvelt Mezei Szabolcs, a PwC Magyarország cégtársa.

Iparági transzformációk

A vállalatok egyre inkább felismerik, hogy a növekedéshez szükséges a hagyományos iparági határok átlépése. A magyar vezérigazgatók 35%-a, a globális vezetők 42%-a versenyez ma már új szektorokban az elmúlt öt év adatai alapján. Mindeközben a recessziós félelmek miatt a terjeszkedési kedv érezhetően alacsonyabb, mint világszerte.

Azok, akik a következő három évben legalább egy jelentős felvásárlást terveznek, hasonló arányban (Magyarországon 34%, globálisan 44%) várnak ügyleteket a meglévő ágazatukon vagy iparágukon kívülről. Tavaly ez a szám Magyarországon 42%, globálisan 60% volt.

„A versenyképesség megőrzéséhez több út is lehetséges, ezek egyike a más ágazatokba való átlépés. Ennek szándéka egyértelműen látszik világszerte és Magyarországon is, mértékét azonban itthon vélhetően jelentősen befolyásolta a növekedési kilátásokkal kapcsolatos óvatosság. A technológiai szektor vonzereje viszont Magyarországon kevésbé tapasztalható”

– mutatott rá Mezei Szabolcs.

Ahogyan a PwC egy korábbi kutatása is rámutat, a következő évtizedben az iparágak a fogyasztói igények változásának megfelelően fognak átalakulni, mindez pedig a hagyományos ágazati határvonalakon átívelő új területek kialakulásához vezet.

„A gazdaság szerkezetének átalakulásával az értékteremtés egyre inkább olyan szervezetektől fog származni, amelyek felismerik a hagyományos iparágak közti kapcsolódási lehetőségeket. Az üzleti vezetők óriási növekedést érhetnek el, ha a változó ügyféligényekre összpontosítanak és a legfrissebb technológiák mentén alakítják üzleti tevékenységüket”

– mutatott rá Radványi László, a PwC Magyarország vezérigazgatója.

Ha feliratkozik a Műszaki Magazin Hírlevelére, sosem marad le a híreinkről! További friss híreket talál a Műszaki Magazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

The post Az AI-befektetések megtérülése még várat magára appeared first on Műszaki Magazin.

Mark Dixon közel ötven éve dolgozik az üzleti életben, ebből valamivel több mint a felét az analóg világban töltötte. Emlékszik arra, amikor kb. 20 éve megjelent az e-mail. Azok a vállalatok, amelyek erősen szkeptikusak voltak, és ragaszkodtak a régi, ismerős megoldásokhoz, többnyire nem élték túl a váltást. A fejlődés nélkülük haladt tovább.

Ma hasonló fordulóponthoz értünk. Az AI már nem csupán támogatja a munkát, hanem jelentősen növeli a produktivitást, teljesen új karrierutakat nyit meg, és alapjaiban kérdőjelezi meg a status quót.

A mesterséges intelligencia szerepe Magyarországon is egyre kézzelfoghatóbbá válik. A GKI 2025. júliusi felmérése szerint a magyar vállalatok mintegy 32%-a már alkalmaz AI-alapú megoldásokat.

A 2025–2030-as Nemzeti Mesterséges Intelligencia Stratégia célja, hogy szélesebb körben erősítse az AI-kompetenciákat a hazai munkaerőpiacon, és biztosítsa, hogy a technológia érdemben hozzájáruljon a gazdasági növekedéshez. A stratégia külön intézkedéseket is tartalmaz a kis- és középvállalkozások, valamint a nagyvállalatok közötti különbségek csökkentésére, felismerve, hogy a kisebb cégek célzott támogatásra szorulnak az AI gyorsabb bevezetéséhez.

Az AI nem elveszi a munkát, hanem jobbá teszi azt.

Egyre gyakoribb jelenség, hogy a fiatalabb kollégák tanítják az idősebb generációkat a modern munkavégzést újradefiniáló digitális eszközök használatára. Az International Workplace Group (IWG) friss kutatása szerint a Z generáció kulcsszerepet játszik az AI a munkaerő egészére kiterjedő elterjedésében. A fiatal munkavállalók közel kétharmada aktívan támogatja idősebb kollégáit az AI-eszközök megismerésében és alkalmazásában – a gyakorlati betanítástól kezdve egészen azokig a praktikus megoldásokig, amelyek az AI-t a mindennapi munkafolyamatok szerves részévé teszik. Ez a fordított mentorálás nemcsak tudásmegosztást jelent, hanem kézzelfogható előnyökkel jár a produktivitás, az együttműködés és a szervezeti kultúra szempontjából is.

A technológiai fejlődés ellenére a közbeszédet továbbra is nagyrészt az aggodalom uralja. A Világgazdasági Fórum közelmúltbeli felmérése szerint a vállalatvezetők több mint fele arra számít, hogy az AI munkahelyeket fog megszüntetni, és egyre többen tartanak attól is, hogy az alsóbb szintű pozíciók automatizálása miatt a fiatal munkavállalók nem tudják végigjárni a szenior szerepkörökhöz vezető szakmai lépcsőfokokat. A félelmek közepette azonban hajlamosak vagyunk figyelmen kívül hagyni, hogy az AI nem csupán kivált, hanem új szerepköröket, új kompetenciákat és új lehetőségeket is teremt.

A mesterséges intelligenciával támogatott oktatás soha nem látott mértékben gyorsítja fel a tanulási folyamatot – legyen szó tantermi munkáról, egyetemi képzésről vagy éppen a munka melletti fejlődésről. A fiatalok így jóval meredekebb tanulási görbén haladhatnak előre, mint a korábbi generációk.

A munkaerőpiac ezzel párhuzamosan átrendeződik: miközben bizonyos területeken szűkülhet a foglalkoztatás, maguk a munkakörök is átalakulnak. Ebben a változó környezetben a fiataloknak tudatosabban kell megtervezniük, mikor és milyen területen szeretnének belépni a munka világába – akár egy, két, vagy öt év távlatában.

Moore törvénye és az exponenciális növekedés

A jelen folyamatainak megértéséhez érdemes visszatekinteni a múltba. Az Intel a hetvenes évek elején kezdte forgalmazni a világ első, 4004-es mikroprocesszorát. Nem sokkal később a cég társalapítója, Gordon Moore egy figyelemre méltó mintázatra lett figyelmes: a lapkákon található tranzisztorok száma nagyjából kétévente megduplázódott. Moore nem marketingüzenetnek szánta a megfigyelését, mégis alapvető törvényszerűséget fogalmazott meg: a technológiai fejlődés nem lineáris, hanem exponenciális természetű. Ezt nevezzük ma Moore törvényének. Az üzenet egyszerű, mégis radikális: ha várunk két évet, nem csupán egy kisebb frissítés érkezik, hanem egy nagyságrenddel erősebb technológiai ugrás.

Az üzleti működés tempója

Napjainkban hasonló tévedésbe esünk a mesterséges intelligenciával kapcsolatban. Sokszor csupán szerény hatékonyságnövelő eszközként tekintünk rá, miközben itt is exponenciális fejlődés zajlik. Az AI megjelenése a Regus 1989-es indulása óta a legjelentősebb fordulópont az üzleti működésben. Az exponenciális változás nem csupán a munkaköröket formálja át, hanem az üzleti működés teljes tempóját is felgyorsítja. A döntések gyorsabban születnek meg, a tanulási ciklusok lerövidülnek, az alkalmazkodás pedig versenyelőnnyé válik.

Az AI esetében is ez fog történni. Az általános feltételezés szerint az üzleti működés nagyjából változatlan tempóban zajlik majd tovább – csupán kevesebb emberrel. Ez azonban tévedés. Amikor egy munkavállaló a korábbi teljesítményének tíz- vagy akár hússzorosára válik képessé egyetlen nap alatt, azt a szervezetek nem hagyják kihasználatlanul. Nem visszafogják a működést, hanem kiterjesztik. Új piacokat nyitnak, új szolgáltatásokat indítanak, új projekteket vállalnak. Igen, a munkakörök átalakulnak. Egyes kategóriákban csökkenhet a munkahelyek száma, és a belépési pontok is átrendeződhetnek. Éppen ezért a fiataloknak tudatosabban kell megtervezniük, hol és hogyan indítják el a karrierjüket. A technológiai átállások a múltban sem fékezték meg a gazdasági aktivitást – hanem átformálták azt. Az embereknek új készségeket kellett elsajátítaniuk, hogy bizonyítsák értéküket. Akik alkalmazkodtak, gyorsabban haladtak előre, mint bárki más. Az AI felszabadítja az embereket arra, amiben igazán jók: a kreatív gondolkodásra, a problémamegoldásra és az új ötletek kigondolására. 

Az AI-alapú világban az önálló kezdeményezés a siker titka

A jövő tehetséges munkatársainak kiválasztásakor elsősorban azok kerülnek ki elsőként, akik képesek eredményesen hasznosítani a mesterséges intelligenciát, és látják, hogyan lehet az AI segítségével a maximumot kihozni az üzleti lehetőségekből.

Előnyben vannak azok, akik már használják, vagy aktívan tanulják az AI-eszközöket. Ők új készségeket, friss lendületet és innovációt visznek a gyorsan növekvő szervezetbe, növelik a produktivitást, és ösztönzik a vállalati növekedést.

Fiatalok, gondolkodjatok előre!

A fiatalabb generációnak proaktívan kell tervezniük karrierjüket, és feltenni maguknak a kérdéseket: „Hol szerezhetem a legértékesebb munkatapasztalatokat ebben az új világban?”, „Rendelkezem azokkal a készségekkel, amelyeket a jövő vállalatai valóban értékelnek?”

Régebben az ambiciózus munkavállalók gyakran tanultak programozni vagy szereztek esti képzéseken plusz képesítést. Ma a nyitottság az új tudás elsajátítására nélkülözhetetlenebb, mint valaha. Nem elég kizárólag az iskolára vagy az egyetemre támaszkodni a tudás megszerzésében. Keresniük kell a lehetőségeket az AI használatának elsajátítására, és be kell kapcsolódniuk releváns közösségekbe. Meg kell tanulniuk az iparágakat átalakító eszközök alkalmazását, és felelősséget kell vállalniuk saját fejlődésükért.

A jövő alapjainak lefektetése

Minden nagyobb technológiai váltás ugyanazt a mintát követi: sokan ragaszkodnak a megszokotthoz, míg néhányan korábban átállnak, és learatják az előnyöket. Ami ma történik, abban a gyorsaság a különbség: az üzleti működés tempója soha nem látott ütemben gyorsul.

Az Intel első lapkáihoz hasonlóan mára az AI vált az alaptechnológiává, amely kiegészít és átformál minden rá épülő megoldást. Nem távoli lehetőség vagy múló trend: már ma a fejlődés motorja és kritikus versenytényező.

Azok, akik hajlandóak használni, megismerni és kísérletezni a mesterséges intelligenciával, tapasztalni fogják, hogy lehetőségeik bővülnek, nem pedig szűkülnek. A történelem egyértelműen mutatja: az exponenciális változások idején a legnagyobb előnyt azok szerzik, akik az elsők között reagálnak.

Mark Dixon, az International Workplace Group (IWG) alapító-vezérigazgatója

Forrás: International Workplace Group

Ha feliratkozik a Műszaki Magazin Hírlevelére, sosem marad le a híreinkről! További friss híreket talál a Műszaki Magazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

The post Hogyan alakíthatja át az MI az üzleti produktivitást? appeared first on Műszaki Magazin.

A projektet a Deutsche Telekom és az Nvidia közösen valósította meg azzal a céllal, hogy jelentősen felgyorsítsák az ipari mesterséges intelligencia adatgyűjtési, betanítási és fejlesztési folyamatait, amelyek kulcsfontosságúak a nagy teljesítményű AI-modellek gyakorlati alkalmazásához.

Az új infrastruktúra elsősorban az ipari szereplők számára biztosít nagy számítási kapacitást, lehetővé téve komplex AI-modellek fejlesztését és futtatását. A rendszer több ezer NVIDIA GPU-ra épül, köztük a legújabb generációs chipekre, amelyek jelentősen növelik Németország mesterségesintelligencia-feldolgozó kapacitását. A cél az, hogy az európai ipar versenyképes maradjon a globális technológiai piacon, miközben csökken a külső – különösen tengerentúli – infrastruktúráktól való függőség.

A megnyitó ünnepségen politikai és gazdasági szereplők is részt vettek. A szimbolikus indítást egy humanoid robot hajtotta végre, ami jól érzékeltette a projekt technológiai ambícióját. Az első felhasználók között szerepel az Agile Robots vállalat, amely az új platform segítségével kívánja továbbfejleszteni robotikai rendszereinek autonómiáját és intelligenciáját.

Az AI-gyár nem csupán ipari cégek számára kínál lehetőségeket, hanem kutatási és fejlesztési projektek előtt is megnyitja az utat. Az infrastruktúra célja, hogy támogassa az automatizálást, az intelligens gyártási megoldásokat, valamint az adatvezérelt ipari innovációt. A kezdeményezés egyben a digitális szuverenitás erősítését is szolgálja, mivel európai alapokon biztosít csúcstechnológiás AI-kapacitást.

A müncheni létesítmény megnyitása mérföldkő az európai ipari digitalizáció történetében: a Deutsche Telekom és az Nvidia együttműködése új szintre emelheti az ipari mesterséges intelligencia alkalmazását, és hosszú távon jelentős hatással lehet az európai technológiai ökoszisztémára.

Forrás: MM

Ha feliratkozik a Műszaki Magazin Hírlevelére, sosem marad le a híreinkről! További friss híreket talál a Műszaki Magazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

The post Az első ipari MI-gyár Münchenben appeared first on Műszaki Magazin.

A Resource Advisor+ platform és a hozzá tartozó termékek képesek kiváltani a jelenleg alkalmazott sokféle eszközt és ezáltal segíti az ezek miatt silószerűen egymástól elkülönülő adatok jóval hatékonyabb hasznosítását. Az új megoldás egységes, intelligens ökoszisztémát biztosít, amely zökkenőmentesen integrálja a kibocsátáshoz, az energiagazdálkodáshoz, az ellátási lánc fenntarthatóságához, az éghajlati kockázatok méréséhez és a fenntarthatósági jelentésekhez kapcsolódó alkalmazásokat. A Resource Advisor+ ökoszisztéma intelligens irányító központként működik, amely lehetővé teszi a vállalatok számára az adatok egységesítését, a döntéshozatal felgyorsítását, valamint az energia- és fenntarthatósági kezdeményezések gyors előmozdítását a teljes szervezeten belül.

Sera: a Resource Advisor+ ügynöke

A Sera a Resource Advisor+ vezető mesterséges intelligencia (MI) ügynöke, ami proaktív digitális partnerként értelmezi a felhasználói igényeket és koordinálja a háttérben dolgozó, egyes szakterületekre szakosodott MI-ügynökök csapatát. Ez a koordináció jelentős előnyt biztosít a Resource Advisor+ szolgáltatásnak, ami ezáltal építhet a Schneider Electric két évtizedes tanácsadói szakértelmére támaszkodó SE Advisory Intelligence-ben felhalmozott tudásra. Sera és csapata ezt a beágyazott szakértelmet használja fel arra, hogy a komplex adatokat világos, megvalósítható ajánlásokká alakítsa, lehetővé téve a felhasználók számára, hogy példátlan gyorsasággal és magabiztossággal navigáljanak az energia és a fenntarthatóság területén.

Egyértelmű előnyök

A Sera ajánlásai több évtizedes intézményi tudáson alapulnak, biztosítva, hogy minden elemzés technikailag megalapozott és alkalmazható legyen. Mivel a Resource Advisor+ energiahatékony működési modelleket és „szén-dioxid-tudatos” számításokat használ, MI-infrastruktúrája elősegíti a fenntarthatóságot, összhangban a Schneider Electric, a világ legfenntarthatóbb vállalata fenntarthatóság iránti elkötelezettségével. A platform az emberi szakértelmet és a saját tudást közvetlenül beépíti a munkafolyamatokba, létrehozva egy olyan, értékteremtő rendszert, amelyben az emberi tapasztalatok okosabbá teszik az MI-t, az okosabb mesterséges intelligencia pedig lehetővé teszi a tanácsadóknak és az ügyfeleknek, hogy a stratégiai cselekvésre összpontosítsanak.

„Ez a bejelentés izgalmas mérföldkőnek számít, mivel megvalósítjuk az „MI-first” jövőképünket. A Resource Advisor+ egy teljesen új módszert vezet be a vállalatok számára az energia- és fenntarthatósági teljesítményük kezelésére. A módszer az SE Advisory Intelligence és egy mesterséges intelligencia-ügynökök alkotta hálózat segítségével működik. A komplexitás automatizálásával és az adatok cselekvéssé alakításával a Resource Advisor+ lehetővé teszi a felhasználók számára az energiaoptimalizálás és a dekarbonizáció felgyorsítását, és alapvető változást jelent abban, ahogyan ügyfeleinknek segítünk jelentőségteljes, vállalat-szintű eredmények elérésében”

– mondta el Steve Wilhite, az SE Advisory Services „Energy & Sustainability Practice” részlegének ügyvezető alelnöke.

A Resource Advisor+ bevezetésével két új termék is érkezik, a Carbon Performance és a Supply Chain, majd az év folyamán további két megoldással bővül a portfólió a fenntarthatóság területen ezek a „Climate Risk” és a „Reporting and Compliance”, míg az energiamenedzsment szegmensben az „Energy” and „Energy Efficiency” alkalmazások érkeznek majd. A vállalkozásokat az energia- és fenntarthatósági teljesítményük nyomon követésében és optimalizálásában segítő, felhőalapú platform, az EcoStruxture™ Resource Advisor továbbra is elérhető lesz a Schneider Electric kínálatában.

„Mivel a szervezeteken egyre nagyobb a nyomás, hogy a fenntarthatósági törekvéseiket mérhető cselekedetekké alakítsák, egyre fontosabbá válnak az adatokat, intelligenciát és megvalósítást egyesítő platformok. A Schneider Electric Resource Advisor+ jelentős fejlődést hoz a fenntarthatósági törekvések menedzsmentjében, mivel ötvözi az átfogó szakértelmet az MI-vezérelt munkafolyamatokkal. Azáltal, hogy a tanácsadói intelligenciát közvetlenül a platformba ágyazza, a Schneider Electric segít a vállalkozásoknak túllépni a jelentéskészítésen, és gyorsabb, magabiztosabb döntéseket hozni, amelyek összekapcsolják az energia, a kibocsátás és az ellátási lánc fenntarthatóságát a valódi üzleti eredményekkel”

– mutatott rá Amy Cravens, az IDC „Sustainability and ESG Software” területért felelős kutatási igazgatója.

Ha feliratkozik a Műszaki Magazin Hírlevelére, sosem marad le a híreinkről! További friss híreket talál a Műszaki Magazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

The post Az MI új korszakot nyit az energiagazdálkodásban és a fenntarthatóságban appeared first on Műszaki Magazin.

Az elmúlt évben az AI kilépett a pilotok világából, és a nagyvállalati működés stratégiai eszközévé vált, még olyan szereplőknél is, ahol az alaptevékenység ezt korábban nem indokolta. A közép- és nagyvállalatok körében az AI-ban való gondolkodás már közel 100%-os, miközben a felkészültség, a rendszerszintű szakértelem és az adat architektúra-oldali háttér jóval alacsonyabb szinten áll, így a valós, méretezhető felhasználás egy szűkebb körre korlátozódik.

AI trendek Magyarországon:

1. Az AI vállalati terjedése hasonló mintázatot mutat a Cloud korábbi terjedésével. Az egyéni felhasználók számára könnyen hozzáférhetővé vált nyilvános AI szolgáltatásokat a felhasználók a vállalati IT felügylete nélkül alkalmazzák vállalati környezetben, ezzel mind adatbiztonsági, mind adatkezelési, mind üzemeltetési kockázatot jelentenek a cég számára.
2. Az AI még szükségszerűbbé teszi az együttműködést az üzleti igények és az informatikai megoldások összehangolása terén. A mesterséges intelligencia vállalati használata akkor válhat hatékonnyá, ha a szervezet beazonosítja a legidőigényesebb, jellemzően repetitív folyamatokat, és azokat összefüggéseiben vizsgálva dolgozza ki szükséges területeken hatékonyan működő és egyben egymással együttműködő mestereséges intelligenciát használó megoldásokat.
3. Számos vállalat szigetszerű AI megoldásokat vezet be a rendszerszintű megközelítés helyett. Az összetett, egymásra épülő vállalati folyamatoknál egyelőre ritkán alkalmaznak olyan megközelítést, amely e folyamatokat a teljes rendszer egészén elérhető hatékonyságjavítási potenciált tekintve vizsgálja.
4. Hiányoznak a mesterséges intelligencia vállalati alkalmazását keretek közé tevő szabályok. A hazai gyakorlatban – éppen az IT kontroll hiánya miatt – a cégek többsége nem rendelkezik rálátással arra, hogy ki, mikor és milyen környezetben kezel szenzitív vállalati adatokat AI rendszerekben, így sok esetben még arról sincs átfogó kép, hogy mire kellene kiterjednie egy ilyen jellegű szabályozásnak.
5. Jellemző tendencia, hogy egy-egy látványos, gyors eredményt ígérő AI megoldás kerül a cégek látókörébe és végül bevezetésre, amely végül nem hozza a várt eredményt. Ennek legfőbb oka, hogy az IT vezetők még nem ismerik azokat az átfogó AI platformokat, amelyek több területre kiterjedő, integrált megoldást nyújtanak.
6. „Mindenhol legyen AI” stratégia. Jellemző üzleti megközelítés, hogy a trendekre felülve a vállalat minden területén elkezdődik az „AI őrület”, annak vizsgálata nélkül, hogy valójában mely területeken eredményezhetnek e rendszerek valós hatékonyságnövelést.
7. Élenjáró szektorok: a legátgondoltabb AI bevezetések ma elsősorban a pénzügy, a technológiai és telekommunikáció szektoraiban látszanak, mert e területeken erős az adatvezérelt kultúra, kiforrott a szabályozási megfelelés, és nagy a nyomás a hatékonyság és bevételnövelő innovációra. A klasszikus gyártás és több KKV dominált ágazat (pl. hagyományos kereskedelem, építőipar) jellemzően lemaradó, mert szűkösek az erőforrások, alacsonyabb az adatérettség, erős a szabályozási/IT biztonsági félelem, és sok helyen hiányzik a felsővezetői AI szponzoráció.

Sok helyen elmarad az átfogó, a folyamatok elemzésére és az üzleti igények felmérésére épülő AI stratégia kialakítása, amely az üzleti igényhez keresi meg a megfelelő AI szolgáltatást, nem pedig fordítva.

Ha feliratkozik a Műszaki Magazin Hírlevelére, sosem marad le a híreinkről! További friss híreket talál a Műszaki Magazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

The post Hét vállalati AI trend appeared first on Műszaki Magazin.

A mintegy 170 ezer szoftverfejlesztőt vizsgáló kutatás szerint a generatív MI-eszközök gyors terjedése ellenére a termelékenységi és innovációs nyereség szinte teljes egészében a tapasztalt programozók körében koncentrálódik, így tovább szélesíti a készség- és jövedelmi különbségeket az informatikai munkaerőpiacon.

„Sokan azt várják, hogy a mesterséges intelligencia segít majd abban, hogy a kevésbé tapasztalt munkavállalók is olyan hatékonyak legyenek, mint a szenior kollégáik”

– mondta Wachs Johannes, a Budapesti Corvinus Egyetem kutatója és a tanulmány egyik szerzője.

„Mi ennek épp az ellenkezőjét találtuk: a különbség nő, nem csökken.” 

A szerzők egy gépi tanuláson alapuló módszerrel azonosították a GitHub szoftverfejlesztő platformon a mesterséges intelligencia segítségével írt függvényeket több mint 30 millió Python programozási kódban. Az elemzés hat országra terjedt ki: az Egyesült Államokra, Kínára, Franciaországra, Németországra, Indiára és Oroszországra.

A kezdők többet, a tapasztaltak produktívabban használják 

Az eredmények szerint az Egyesült Államokban 2024 végére a Python-függvények mintegy 29 százalékát már generatív MI írta. Ez továbbra is vezető pozíciót jelent, bár az előny szűkül: Németország és Franciaország 23–24 százalékos aránnyal szorosan követi az amerikai szintet, India pedig közelíti a 20 százalékot. Kína és Oroszország ezzel szemben későn és lassabban alkalmazkodott, részben a hozzáférési korlátozások és a cenzúra miatt.

A kutatók becslése szerint az MI használatának amerikai felfutása átlagosan 3,6 százalékkal növelte a szoftverfejlesztői munka termelékenységét. A növekedés azonban szinte kizárólag a tapasztalt fejlesztőknek köszönhető, akik 6,2 százalékkal tudták növelni a megírt kódok (commitek) számát. A kevésbé tapasztalt programozók körében nincs érdemi termelékenységi hatás.

Érdekesség, hogy miközben az MI-eszközöket a GitHubhoz újonnan csatlakozó fejlesztők arányaiban gyakrabban használják – kódjuk mintegy 37 százalékában, szemben a veteránok 27 százalékával –, az ebből származó előnyöket mégis a rutinosabb programozók tudják jobban kiaknázni. Nemek szerint a tanulmány nem talált érdemi különbséget az adaptációban.

Az MI segít új területekre merészkedni 

A generatív MI nemcsak a kód mennyiségét, hanem annak jellegét is megváltoztatja. Az MI-t használó fejlesztők nagyobb eséllyel kombinálnak egymással korábban nem használt szoftverkönyvtárakat, például adatvizualizációs, természetes nyelvi feldolgozási vagy webes technológiákat. A modellek szerint az amerikai fejlesztők átlagos MI-használata 2,7 százalékkal növelheti az új könyvtárkombinációk számát, ami arra utal, hogy könnyebben lépnek be új technikai területekre. Ez az „felfedezési előny” is szintén főként a tapasztaltabb fejlesztőknél jelentkezik.

Az amerikai adaptációs arányok feltűnően közel állnak azokhoz a számokhoz, amelyeket a Microsoft és az Amazon saját belső felméréseikben közöltek. A kutatás egyik újdonsága, hogy nemcsak vállalati vagy egyedi példákat vizsgál, hanem országok között is összehasonlítható képet ad a generatív MI terjedéséről.

Több tízmilliárd dollárnyi értéket hozott létre  

A szoftverfejlesztés – és különösen a nyílt forráskódú fejlesztés – jól szemlélteti, hogyan alakítja át a mesterséges intelligencia a munkát: minden hozzájárulás naplózott, időbélyeges és visszakövethető. A szerzők becslése szerint az MI-alapú kódolóeszközök már most évente több tízmilliárd dollárnyi értéket teremtenek az amerikai gazdaságban, bár a pontos összeg továbbra is bizonytalan.

Az adaptáció gyors, de nagyon eltérő, országok és egyének között egyaránt. Ez arra utal, hogy a mesterséges intelligencia nem egy automatikus, különbségeket csökkentő technológia, hanem egy olyan eszköz, amely a meglévő egyenlőtlenségeket képes felerősíteni.

Az elemzés január 22-én jelent meg a Science-ban, szerzői: Simone Daniotti (Utrechti Egyetem, Complexity Science Hub, Bécs) Johannes Wachs (Corvinus Egyetem, KRTK, Complexity Science Hub – Bécs) Xiangnan Feng (Complexity Science Hub – Bécs) Frank Neffke (Complexity Science Hub – Bécs, IT:U Interdisciplinary Transformation University)

Ha feliratkozik a Műszaki Magazin Hírlevelére, sosem marad le a híreinkről! További friss híreket talál a Műszaki Magazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

The post A generatív MI a rutinos fejlesztőket hozza helyzetbe appeared first on Műszaki Magazin.

A technológia szerepe átalakul, a hatékonyságjavításon túl egyre inkább stratégiai értékteremtés kerül a középpontba – a döntések támogatásától az ügyfélélmény fejlesztéséig. A szektor közel 60 százaléka már a tartalomelőállításban, adatfeldolgozásban és ügyfélszolgálati munkában is használ AI-alapú megoldásokat és egyre több szervezet kísérletezik részben önállóan működő rendszerekkel. A Deloitte szakértői szerint a következő nagy versenyelőnyt a felelős irányítás és a szabályozási megfelelés, valamint a munkatársak tudásának célzott fejlesztése adhatja.

A Deloitte Magyar MI Körkép 2025 kutatása alapján az AI mára a hazai pénzügyi szolgáltatói szektor működésének meghatározó elemévé vált. A hazai FSI-szektor szereplőinek mintegy 80 százaléka már használ mesterséges intelligenciával támogatott megoldásokat. A szektor szereplőinek válaszai alapján az AI-bevezetés három leggyakoribb célkitűzése a belső folyamatok automatizálása, az erőforrások hatékonyabb felhasználása, valamint a közép- és hosszú távú működési költségek csökkentése.

A hatékonyságközpontú használatból stratégiai értékteremtés

Míg néhány éve az AI a pénzügyi szektorban elsősorban költségcsökkentő és automatizációs eszközként jelent meg, mára stratégiai jelentőségű technológiává vált. A bankok és biztosítók egyre szélesebb körben építik be a mesterséges intelligenciát a döntéshozatali folyamataikba, csalásfelderítési rendszereikbe, valamint az ügyfélélmény fejlesztésébe. A válaszadók szerint a mesterséges intelligencia jelenleg leginkább kockázatelemzésre, valamint ügyféltámogatási, informatikai, vezetői döntéstámogató és marketing folyamatokban használják.

„A pénzügyi szektorban az AI ma már nem opcionális fejlesztés, hanem stratégiai alapfeltétel. Az a szervezet, amely tudatosan építi be az AI-t a működésébe, nemcsak hatékonyabb, hanem megbízhatóbb és versenyképesebb is lesz a jövő pénzügyi ökoszisztémájában”

– mondta Dr. Barta Gergő, a Deloitte Magyarország vezető AI szakértője, a kutatás vezetője.

Jelenleg az FSI szereplők közel 60%-a alkalmaz generatív AI megoldásokat. A válaszadók többsége off-the-shelf generatív AI-megoldásokat használ (58%), minden harmadik szervezet hibrid modellt alkalmaz (33%), míg a teljesen saját fejlesztés kevésbé jellemző (8%). A genAI megoldások esetében a kiemelkedő felhasználási esetek az alábbiak: tartalomkészítés, adatfeldolgozás és elemzés, valamint ügyfélszolgálati, IT-támogatási és dokumentumkezelési folyamatok.

Megfigyelhető, hogy az Agentic AI egyre nagyobb teret hódít a szervezeteknél, különösen a folyamatok optimalizálása és a proaktív működés támogatása terén. A vállalatok elsősorban személyre szabott, proaktív ügyfélszolgálati problémakezelésre, önállóan működő, dinamikusan alkalmazkodó munkafolyamat-menedzsmentre, valamint automatikus, személyre szabott kommunikáció és követési folyamatok kezdeményezésére használják vagy tervezik alkalmazni az Agentic AI-t. Ez a technológia lehetővé teszi a hatékonyság növelését, a döntéshozatali folyamatok gyorsítását és a szervezeti működés fokozott adaptivitását.

EU AI Actmegfelelőség: az irányítás lesz a következő kritikus versenytényező

A kutatásban részt vevő FSI szereplők mindössze 25%-a rendelkezik kizárólag az AI-fejlesztésekre elkülönített költségvetéssel, míg 41%-uknál van kijelölt vezető, aki az AI-kezdeményezésekért és adaptációért felel. A válaszadók 25%-ánál a felelősségek megosztottak, a fennmaradó szervezeteknél pedig egyáltalán nem áll rendelkezésre dedikált személy az AI-kezdeményezések koordinálására.

„Az FSI-szektor már egyértelműen piacvezető a mesterséges intelligencia alkalmazásában, azonban a következő nagy tesztet a dedikált Center of Excellence-ek és az AI-governance funkciók kialakítása és működtetése jelenti. Ezek nem csupán a megfelelés és az átláthatóság alapját teremtik meg, hanem mélyreható szervezeti átalakulást indíthatnak el — erősítve a munkavállalók AI-használatát és a szervezet innovációs képességét”

– tette hozzá Dr. Prisznyák Alexandra, a Deloitte Magyarország AI menedzsere, bankszektor fókuszú szakértője.

A felmérés eredményei alapján úgy látják, hogy az AI-tudás hiánya ma az egyik legfőbb akadálya a szervezeti fejlődésnek. Az AI-jártasság már nem kizárólag az IT-csapat felelőssége: a közeljövőben minden munkakörre kiterjedő hatással lesz. A képzési és upskilling programok tudatos tervezése kulcsfontosságú a transzformáció ütemének fenntartásához, ideértve az AI Act elvárásainak megismertetését is a megfelelőségben érintett szervezeti egységekkel.

A kutatásról

A Magyar MI Körkép 2025 tanulmány a Deloitte Magyarország harmadik, átfogó mesterséges intelligencia-felmérése, amely 109 hazai szervezet – köztük bankok, biztosítók, technológiai, gyártó- és szolgáltatóvállalatok – válaszai alapján készült.

A kutatás célja a hazai AI-ökoszisztéma aktuális állapotának, kihívásainak és sikertényezőinek feltérképezése volt, különös tekintettel az etikus és felelős technológiai alkalmazásra. Olvassa el a teljes tanulmányt: Magyar MI Körkép 2025 | Deloitte Magyarország

Ha feliratkozik a Műszaki Magazin Hírlevelére, sosem marad le a híreinkről! További friss híreket talál a Műszaki Magazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

The post Az FSI-szektor élen jár az AI alkalmazásában appeared first on Műszaki Magazin.

A vállalat bemutatói azt szemléltették, hogyan fonódik össze az AI, a digitális iker technológia és a valós idejű adathasználat az ipar, az energia, az élettudományok és a gyártás jövőjében

Ipari AI operációs rendszer: Siemens–NVIDIA stratégiai együttműködés

A Siemens és az NVIDIA partnersége új szintre lépett: a két vállalat közösen építi az Industrial AI Operating System koncepcióját, amely a terméktervezéstől és mérnöki munkától kezdve a gyártáson, üzemeltetésen és ellátási láncon át egy egységes, AI-vezérelt rendszerré kapcsolja össze az ipari folyamatokat. A cél nem csupán hatékonyságnövelés, hanem teljesen AI-vezérelt, adaptív gyártóüzemek létrehozása, amelyek első mintapéldánya 2026-ban a Siemens erlangeni elektronikai gyára lesz

Az NVIDIA a számítási infrastruktúrát, szimulációs könyvtárakat és AI-modelleket biztosítja, míg a Siemens ipari szakértelemmel, szoftverrel és hardverrel járul hozzá a fejlesztésekhez. Az együttműködés fókuszterületei között szerepel az AI-alapú elektronikai tervezés (EDA), a mesterséges intelligenciával támogatott szimuláció és az adaptív gyártás.

Digital Twin Composer: a digitális iker új generációja

A CES egyik legfontosabb bejelentése a Siemens Digital Twin Composer, amely 2026 közepétől lesz elérhető a Siemens Xcelerator piactéren. A megoldás a Siemens digitális iker technológiáját, az NVIDIA Omniverse szimulációs környezetét és a valós idejű ipari adatokat kapcsolja össze. Ennek eredményeként a vállalatok nemcsak statikus modelleket hozhatnak létre, hanem időben „előre és vissza” mozogva vizsgálhatják egy termék, üzem vagy folyamat viselkedését – például időjárási hatások, terhelésváltozások vagy mérnöki módosítások esetén

A Digital Twin Composer kulcsszerepet játszik az ipari metaverzum megvalósításában, ahol a döntések még a fizikai beavatkozások előtt, virtuális környezetben születhetnek meg.

Gyakorlati eredmények

A technológia üzleti értékét jól szemlélteti a PepsiCo példája. A vállalat amerikai gyártó- és raktárüzemeiben nagy pontosságú, 3D digitális ikreket hoztak létre, amelyekkel a teljes ellátási láncot szimulálják. A megoldás segítségével a potenciális problémák akár 90%-a azonosítható még a fizikai átalakítások előtt, miközben a kezdeti bevezetés során 20%-os kapacitásnövekedést, gyorsabb tervezési ciklusokat és 10–15%-os beruházási költségcsökkenést értek el

AI a mindennapi döntések támogatására

A Siemens kilenc új, AI-alapú ipari kopilotot is bemutatott, amelyek a teljes értékláncot lefedik – a termékadat-kezeléstől és megfelelőség-ellenőrzéstől kezdve a gyártásirányításon át az üzemeltetésig. Ezek a megoldások a Microsofttal közös fejlesztésekre is építenek, és céljuk az, hogy a mérnökök és üzemeltetők számára természetes nyelven, valós időben nyújtsanak döntéstámogatást

AI az élettudományoktól az autonóm járművekig

A bemutatók kitértek az élettudományokra – ahol az AI akár 50%-kal gyorsíthatja a gyógyszerfejlesztést –, a fúziós energia fejlesztésére, valamint az autonóm járművek digitális iker alapú validációjára is. Emellett a Siemens az ipari AI-t már a Meta Ray-Ban AI szemüvegekben is alkalmazza, valós idejű, kéz nélküli támogatást nyújtva a gyártósori dolgozóknak

A Siemens CES 2026-os bejelentései világossá tették, hogy az ipari mesterséges intelligencia nem önálló funkció, hanem átfogó, rendszerszintű átalakulás eszköze. A digitális ikrek, az AI-operációs rendszerek és az ipari kopiloták együttesen lehetővé teszik, hogy a vállalatok gyorsabban innováljanak, csökkentsék kockázataikat és hatékonyabban működjenek egy egyre összetettebb ipari környezetben.

Forrás: Siemens

Ha feliratkozik a Műszaki Magazin Hírlevelére, sosem marad le a híreinkről! További friss híreket talál a Műszaki Magazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

The post Siemens CES 2026 – AI fordulópont appeared first on Műszaki Magazin.

A jövő mérnökeinek, informatikusainak, kutatóinak viszont már nem elegendő tárgyi tudással rendelkezniük. Olyan készségekre lesz szükségük, amelyekkel együtt tudnak működni az MI-vel, hogy azt irányíthassák. Az összes oktatási anyagot ennek szellemében kell átdolgozni. Új, a MI-re felkészítő NAT-ot kell hazánkban megalkotni az általános és középiskolák számára, de nem maradhat érintetlenül a felsőoktatás sem – hívja fel a figyelmet Dr. Ábrahám László, az Együtt a Jövő Mérnökeiért Szövetség (EJMSZ) elnöke.

A mérnök szakember emlékeztett rá, hogy az emberiség számos fejlődési perióduson esett át. A mezőgazdaság gépesítése előtt kilenc ember dolgozott azért, hogy tízet élelmezzenek. Ma egyetlen mezőgazdasági dolgozó több mint húsz ember ellátását biztosítja. Nem azért, mert az emberek eltűntek a szektorból, hanem mert újfajta munkakörök jöttek létre, miközben a megmaradó feladatok is teljesen átalakultak. Ugyanez történt az ipari forradalom idején is. A géprombolást a félelem szülte, mert a munkások attól tartottak, hogy elvesztik a munkájukat. A fejlődést viszont a rombolás sem tudta megállítani. Elterjedtek a gépek, jelentősen csökkent a fizikai dolgozók száma, de akik maradtak, azoknak már mással kellett foglalkozniuk. Többek közt üzemeltetéssel, irányítással, karbantartással, valamint rengeteg új állás született a gépek létrehozása érdekében is.

Most a mesterséges intelligencia kopogtat, amit sokan szintén „Job Killer-ként” állítanak be.

A mesterséges Intelligencia várhatóan valóban hatalmas változást okoz majd, hiszen a páratlan gyorsaságával és szinte korlátlan adatkezelési képességével messze lekörözi az emberi tudást. Gyorsan tud elemezni, információkat feldolgozni, kimutatást készíteni, szöveget írni, esetenként programozni és még sok mást is, amire megtanítják. Két dolgot viszont nem tud: nincs valódi kreativitása és erkölcsi érzéke. Ha felkészítik rá, képes lesz képeket létrehozni, de csak a vele ismertetett adatbázisra támaszkodva. Új művészi irányt sosem fog alkotni.

„Lényegében ez a helyzet a mérnöki és informatikai területeken is. A számítási és értékelési munkát, a programozást elvégzi. Sőt sokkal gyorsabban, mint az ember, de hogy mit vizsgáljon és mit programozzon, azt a mérnök és az informatikai szakember mondja meg neki.”

– emeli ki Dr. Ábrahám László.

Hozzátette, a számítógépek megszületésekor akadt olyan prognózis, hogy az USA teljes (akkori) számítástechnikai igényét 60 – 70 komputer el fogja látni. Miután a számítógépek teljesítménye közben nagyságrendekkel növekedett, az új igények, illetve lehetőségek is exponenciálisan sokszorozódtak, ez a korai előrejelzés messze nem vált igazzá. A szakember emiatt is biztos abban, hogy nem szűnnek meg a STEM munkakörök, sőt a számuk még növekedhet is.

„Az teljesen valós forgatókönyv, hogy alapjaiban át fognak alakulni a munkakörök és ezekre teljesen másképpen kell a mérnököket, informatikusokat képezni. A tárgyi tudás sulykolása helyett a diákok kreativitására, problémamegoldó képességére, a csapatmunkára és a kritikus gondolkodásra kell a fókuszt helyezni. Ezen tulajdonságokkal a MI nem rendelkezik és talán nagyon sokáig nem is fog. Éppen ezért a jelenlegi oktatási rendszerünket drasztikusan át kell formálni.”

– hívja fel a figyelmet az EJMSZ elnöke.

Úgy látja, hogy a mai, főleg a tárgyi tudást megkövetelő metódust el kell felejteni és a kompetenciákat fejlesztő módszereket kell meghonosítani. Ez hatalmas fordulat, koncepció váltás és nem is lesz egyszerű megvalósítani, de nincs más út, ha nem akarunk lemaradni. Az összes oktatási anyagot ennek szellemében kell átdolgozni. Új, a MI-re felkészítő NAT-ot kell megalkotni az általános és középiskolák számára, de nem maradhat érintetlenül a felsőoktatás sem. Ebben erősíteni kell a kritikus gondolkodásra történő ösztönzést és a csapatban való működést, a közös munkát. Ehhez korszerű pedagógiai eszközöket is be kell vetni, de azért akad már a világban néhány pozitív példa, amelyeket okosan lehet adaptálni.

A jó hír, hogy éppen a mesterséges intelligencia tud sokat segíteni az új oktatási rendszerben, mert a diákok képességeihez illeszkedve képes „adagolni” az élményalapú tananyagot, illetve szelektíven megoldani a számonkérést is.  Az egyént figyelve aktualizálja az oktatási programot és ezzel sokkal hatékonyabb lesz a tanítás, mint a mai, az átlag diákra kidolgozott oktatási keretrendszerben. STEM tanársegéd néven épp egy ilyen, pedagógusok munkáját segítő alkalmazás kidolgozásába fogtak az EJMSZ tagvállalatai, amely munkában egyre több támogató partnerrel gondolkodnak együtt a mesterséges intelligencia eredményes és hatékony felhasználási lehetőségein a pályaorientáció és oktatás területén.

Most kell meghoznunk a nagy döntést

Ahogy a finnek példát mutattak az oktatási rendszerük modernizálásában, úgy most nekünk is meg kell tennünk a saját nagy lépésünket. Az MI-korszak nem vár és az ország is csak akkor maradhat versenyképes, ha összefogással és bátor koncepcióváltással új alapokra helyezzük az oktatást. A tét a gyermekeink jövője egy olyan világban, ahol az ember és az MI együtt alakítja a fejlődést – zárta gondolatait Dr. Ábrahám László.

Ha feliratkozik a Műszaki Magazin Hírlevelére, sosem marad le a híreinkről! További friss híreket talál a Műszaki Magazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

The post Az MI-re felkészítő NAT létrehozására van szükség appeared first on Műszaki Magazin.

Az új referencia-tervek jelentősen lerövidítik a jövő igényeinek kiszolgálására is alkalmas mesterséges intelligencia infrastruktúrák telepítéséhez szükséges időt.  

A mesterséges intelligencia (MI) fejlődésével az adatközpontok üzemeltetői egyre nagyobb mértékben támaszkodnak referencia-terv keretrendszerekre, hogy így birkózzanak meg a nagy sűrűségű, GPU-val gyorsított MI-klaszterek kapcsán a sebességgel és telepítéssel kapcsolatban felmerülő kihívásokkal. A Schneider Electric, az energiamenedzsment és ipari automatizálási megoldások területén vezető multinacionális vállalat, validált, már bizonyított és jól dokumentált adatközponti fizikai infrastruktúra-tervekkel támogatja az ilyen létesítmények üzemeltetőit. Ezek segítségével már a legújabb MI-infrastruktúra megoldások megjelenése előtt megtervezhetik és beépíthetik a következő generációs energiaellátási és folyadékhűtési vezérlő infrastruktúrát, miközben optimalizálják a költségeket, a hatékonyságot és a megbízhatóságot.

A cég teljesen kidolgozott referencia tervei megalapozzák a legújabb MI-gyárak* létrejöttét, lehetővé téve az adatközpontok üzemeltetőinek, hogy ne csak a pillanatnyi igényeket elégítsék ki, hanem már előre felkészüljenek arra, ami a jövőben vár rájuk.

A jövő kihívásaira tervezve

A Schneider Electric legújabb, az NVIDIA-val közösen kifejlesztett referencia-tervei jelentősen lerövidítik a telepítéshez szükséges időt és segítik az üzemeltetőket az MI-kompatibilis infrastruktúra-megoldások bevezetésében. Az első referencia-terv az iparág első keretrendszerét biztosítja az integrált energiagazdálkodási és folyadékhűtési vezérlőrendszerekhez, beleértve a Schneider Electric Motivair folyadékhűtési technológiáit, és lehetővé teszi a komplex MI-infrastruktúra-komponensek zökkenőmentes kezelését. Ez magában foglalja az NVIDIA Mission Controllal, az NVIDIA mesterséges intelligenciával működő gyári üzemeltetési és koordinációs szoftverével való együttműködés képességét, beleértve a klaszter- és munkaterhelés-kezelési funkciókat.

Az úttörő vezérlő referencia-terv az MQTT protokollra épülő, „plug-and-play” architektúrával kapcsolja össze az operatív technológiai (OT) infrastruktúrát és az információs technológiai (IT) rendszereket. Ez lehetővé teszi az üzemeltetőknek, hogy most először minden réteg adatait teljeskörűen kihasználják a teljesítmény optimalizálása érdekében.

Az épületek és az MI-infrastruktúra-kezelő szoftverek közötti zökkenőmentes interoperabilitásra összpontosítva a vezérlő referencia-terv redundáns rendszereket hoz létre az áramellátás és a hűtés számára, és új iránymutatásokat vezet be az MI-rackek áramellátási profiljainak mérésére. A legmagasabb szintű rendelkezésre állást, megbízhatóságot és csúcsteljesítményt biztosítja az MI alkalmazások kiszolgálására szánt infrastruktúrák esetében azáltal, hogy lehetővé teszi a kritikus áramellátási és hűtési erőforrások pontos, valós idejű kezelését.

A vezérlőrendszerek referencia-terve a Schneider Electric NVIDIA Grace Blackwell rendszerekhez készült adatközponti referencia-tervvel is használható, ami lehetővé teszi az üzemeltetők számára, hogy lépést tartsanak a gyorsabb számításokhoz szükséges legújabb fejlesztésekkel, és zökkenőmentesen vezéreljék energia- és folyadékhűtési rendszereiket.

A második referencia-terv az MI-gyárak mesterségesintelligencia-infrastruktúrájának telepítésére összpontosít, akár 142 kW/rack teljesítménnyel, az NVIDIA GB300 NVL72 rackekkel számolva. A következő generációs NVIDIA Blackwell Ultra architektúra keretrendszerének biztosítására létrehozott referencia-terv négy műszaki területre vonatkozó információkat tartalmaz: létesítmény áramellátása, létesítmény hűtése, IT-terület és életciklus-szoftver.

A referencia-terv tartalmazza a Schneider Electric iparágvezető ETAP és EcoStruxure IT Design CFD modelljeit is, amelyek biztosítják a felhasználók számára, hogy digitális ikrek segítségével szimuláljanak konkrét energia- és hűtési forgatókönyveket, és így optimalizálják a terveket egyedi alkalmazásokhoz.

A referencia-terv az Amerikai Nemzeti Szabványügyi Intézet (ANSI) és a Nemzetközi Elektrotechnikai Bizottság (IEC) szabványainak megfelelő konfigurációkban érhető el.

Egyszerűsített folyamatok

„A Schneider Electric új referencia-terveivel egyszerűsíti a fejlett MI-infrastruktúra tervezésének, telepítésének és üzemeltetésének folyamatát. Legújabb referencia-terveink, amelyek integrált energiagazdálkodási és folyadékhűtési vezérlőket tartalmaznak, jövőbiztosak, skálázhatók és az NVIDIA-val közösen fejlesztettük ki őket a valós alkalmazásokhoz. Ez biztosítja az adatközpontok üzemeltetőinek, hogy lépést tartsanak az MI iránti növekvő kereslettel”

– mondta el Jim Simonelli, a Schneider Electric alelnöke és technológiai igazgatója.

„Belépünk a gyorsított számítások új korszakába, ahol az energiaellátás, a hűtés és az üzemeltetés integrált intelligenciája újra fogja definiálni az adatközponti architektúrákat. Legújabb vezérlő referencia-tervével a Schneider Electric összekapcsolja a kritikus infrastruktúra adatait az NVIDIA Mission Control rendszerével, és így egy szigorúan validált tervet nyújt, amely felkészíti az üzemeltetőket a jelen és a jövő legfejlettebb gyorsított számítási infrastruktúrájára”

– tette hozzá Scott Wallace, az NVIDIA „Data Center Engineering” részlegének igazgatója.

Ha feliratkozik a Műszaki Magazin Hírlevelére, sosem marad le a híreinkről! További friss híreket talál a Műszaki Magazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

The post Még egyszerűbb lesz a fejlett MI-infrastruktúrák telepítése appeared first on Műszaki Magazin.

A fejlesztett virtuális segítők képesek percek alatt elvégezni olyan szakmai feladatokat, amelyek korábban heteket vettek igénybe az intézményben, ezzel magasabb szintre emelve az egyetem digitális innovációit.

A felsőoktatás jövője már nemcsak az ismeretek átadásáról szól, hanem a tanulás és a készségek hatékony, korszerű és személyre szabott támogatásáról is. Az egyetem által minden vezető, oktató, kutató, és egyéb munkatárs számára elérhetővé tett mesterséges intelligencia-asszisztensek áttörést jelentenek a mindennapokban: képesek megérteni az egyetemi szakmai igényeket és stratégai célokat, mindezeket segítve felgyorsítják a munkát, miközben új szemléletmód kialakítására ösztönöznek – hangsúlyozta Prof. Dr. Fábián Attila, a Soproni Egyetem rektora. Hozzátette: a fejlesztés célja, hogy a mesterséges intelligencia ne csupán technológiai érdekesség legyen, hanem kézzelfogható, napi szintű segítség az egyetem minden polgára számára. Ehhez átfogó egyetemi útmutatás készült a mesterséges intelligencia használatáról mind hallgatók, oktatók, kutatók és munkatársak számára is. 2025 őszétől belső képzéseket és fórumokat szervez az egyetem a legjobb gyakorlatok megismerése érdekében.

Az egyik legismertebb technológiai platform segítségével a Soproni Egyetem már 2024-ben megkezdte saját, személyre és szakterületre szabott mesterséges intelligencia-asszisztenseinek fejlesztését. Azóta oktatásmódszertani támogatásban, kutatás-fejlesztési projektekben, projektmenedzsmentben, kommunikáció és marketing feladatokban, valamint jogi asszisztenciában is elkészültek vagy tesztelés alatt állnak a rendszerek. A kísérleti időszakban több területen már igazolódott a hatékonyság: oktatásmódszertani, szabályozási, piac és adatelemzési, kommunikációs és marketing feladatokban érezhetően nagy segítséget jelent: ami korábban heteket vett igénybe az most mindössze néhány percbe vagy órába telik.

Az egyetem a képzéseibe is beépíti a mesterséges intelligencia felelős használatával kapcsolatos alapismereteket és készségeket, hogy minden hallgató felkészüljön az AI kínálta lehetőségekre és kihívásokra.

A Soproni Egyetem digitális transzformációs programjának részeként megvalósuló fejlesztések megerősítik az intézmény szerepét a régió és Magyarország meghatározó tudásközpontjaként, egyúttal innovatív digitális eszközök bevezetésével növelik oktatásának és működésének hatékonyságát, valamint hazai és nemzetközi versenyképességét.

Ha feliratkozik a Műszaki Magazin Hírlevelére, sosem marad le a híreinkről! További friss híreket talál a Műszaki Magazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

The post Az AI felsőoktatásba való integrálása appeared first on Műszaki Magazin.