A mesterséges intelligencia számos vállalatnál már nem csak kísérlet, hanem napi gyakorlat – gyakran úgy, hogy közben kevéssé szabályozzák.
A mesterséges intelligencia (AI) körüli lelkesedés hajlamos elfedni a prózaibb kérdéseket: hol fut a rendszer, ki fér hozzá az adatokhoz, és mi történik, ha egy vállalat működése ráépül egy külső szolgáltatásra. A radiocafé Millásreggeli című műsorában erről beszélt Csillag Péter, a Gloster Infokommunikációs Nyrt. vezérigazgatója, aki szerint a következő nagy üzleti hullámot nem az AI-látványosságok, hanem a kontrollált vállalati használat hozhatja el.
Nem külön csapatokban gondolkodnak
A Gloster egy szervezetbe rendezi a szoftverfejlesztői-, felhős- és üzemeltetési csapatait. Ennek oka egyszerű: az AI-korszakban ezek a területek már nem válnak el élesen egymástól. Egy új szoftver fejlesztésből gyorsan üzemeltetésbe kerül, közben azonnal felmerülnek biztonsági és modernizációs kérdések is.
A cég szerint most jött el az ideje annak, hogy a korábban külön működő tudások valóban együtt dolgozzanak. Ez különösen fontos a régi rendszerek korszerűsítésénél, ahol nem elég csak fejleszteni: érteni kell az örökölt kódot, a működési logikát és az infrastruktúrát is.
Az AI egyik nagy terepe a régi rendszerek átírása
A beszélgetés egyik legérdekesebb része a legacy modernization, vagyis a régi rendszerek modernizálása volt. Sok vállalatnál ma is működnek olyan szoftverek, táblázatok vagy belső megoldások, amelyekről már alig tudni, pontosan mitől működnek. Ezek a rendszerek sokszor évek alatt felhalmozott technical debtet, vagyis technológiai adósságot hordoznak.
Csillag Péter szerint az AI itt valódi segítség lehet: elemezni tudja a kódbázist, támogatja a megértést, és segít megtervezni a migrációt egy modernebb, biztonságosabb platformra. Ez nem elméleti lehetőség, mint mondta, külföldi ügyfeleknél már végeztek ilyen projekteket, és most a magyar piacon is nő az érdeklődés.
A fejlesztők helyett vagy mellett?
Az AI-val kapcsolatban visszatérő félelem, hogy kiszorítja a szoftverfejlesztőket. A Gloster vezetője másképp látja: szerinte nem eltűnik a munka, hanem átalakul. Bizonyos feladatok gyorsabbak lesznek, miközben új, összetettebb igények jelennek meg.
Ezért a cégnél továbbra is szükség van munkaerőre, még ha a felvételi tempó már nem is ugyanaz, mint néhány éve. A hangsúly inkább azon van, hogy a szakemberek tudjanak alkalmazkodni a gyorsan változó technológiákhoz.
A legnagyobb kockázat talán már bent van a cégnél
Az AI-t a cégek dolgozói már most is használják – csak sok helyen nem ellenőrzött módon. Ha valaki saját, akár ingyenes fiókkal küld ki üzleti adatokat egy külső modellnek, abból komoly adatbiztonsági probléma lehet.
Erre kínálna választ a Gloster Local AI nevű megoldás: helyben futó, dedikált AI-kapacitás, NVIDIA hardverrel, vállalaton belüli adattárolással. A logika az, hogy a kényes információ maradjon a falakon belül, miközben egyes általános feladatokat továbbra is ki lehet engedni külső modellekhez, például az Anthropic rendszereihez. Ehhez úgynevezett okos routingot és guardrailst építenének a folyamatba.
A kérdés így már nem az, hogy használ-e AI-t egy cég, hanem, hogy ura-e annak, ahogy használja.
Ki kicsoda, mi micsoda?
- Legacy modernization: régi, nehezen karbantartható informatikai rendszerek korszerűsítése, gyakran új platformra költöztetéssel.
- Technical debt: technológiai adósság; azoknak a korábbi fejlesztési döntéseknek az ára, amelyek később lassítják vagy drágítják a működést.
- Geolokációs kockázat: annak kockázata, hogy egy szolgáltatás vagy adat olyan ország joghatósága alatt működik, amelyre a felhasználónak nincs érdemi ráhatása.
- Guardrails: az AI-rendszerek köré épített szabályok és korlátok, amelyek meghatározzák, mihez férhetnek hozzá és mit tehetnek.
- ERP: vállalatirányítási rendszer, amely egy helyen kezeli például a pénzügyi, beszerzési vagy készletinformációkat.
