AI chatbot cégeknek: ő válaszoljon az ügyfeleidnek?
Egy AI chatbot cégeknek akkor is válaszol, amikor alszol, de udvariasan el is veszíthet egy ügyfelet. Mikor segít, mikor árt, és hogyan teszteld.
AI
MI bevezetése a cégnél — a kész asszisztensektől a saját LLM-ig
A folyamatból indulunk ki, nem a modellből: a csapatára szabott ChatGPT, Copilot vagy Gemini, a munkafolyamatokba épített MI-ügynökök, vagy egy nyílt súlyú (open-weight) modell, amelyet a saját infrastruktúráján telepítünk és tanítunk be.
Ha ez Önről szól
A csapat órákat tölt másolással és beillesztéssel: e-mailek, dokumentumok, riportok, adatrögzítés.
A munkatársak már most is a saját szakállukra használják a ChatGPT-t — céges adatokkal és szabályok nélkül.
Kipróbált egy MI-eszközt, az magabiztosan adott rossz válaszokat, és a pilot csendben elhalt.
Az adatai nem hagyhatják el a céget, ezért úgy tűnik, a felhőalapú MI szóba sem jöhet.
Amit bevezetünk
Belépési pont
MI-folyamataudit
Térkép arról, hol spórol órákat az MI, és hol jelent kockázatot: feladatok, volumenek, adatok, felelősök.
ChatGPT · Copilot · Gemini · Claude
Kész MI a csapatnak
Üzleti csomagok a cégre beállítva: fiókok, adatkezelési szabályok, használati szabályzat, képzés.
n8n · Make · API
MI-ügynökök és automatizálás
Ügynökök, amelyek szétválogatják a megkereséseket, válaszvázlatokat írnak, adatokat nyernek ki dokumentumokból és frissítik a CRM-et — ahol számít, ott ember hagy jóvá.
RAG
Tudásasszisztens
Belső asszisztens, amely az Ön szerződései, kézikönyvei és wikije alapján válaszol — forráshivatkozással.
Llama · Mistral · Qwen
Saját LLM telepítése
Nyílt súlyú modell az Ön szerverein vagy dedikált uniós felhőben: a promptok és a dokumentumok soha nem hagyják el az Ön infrastruktúráját.
LoRA · tesztkészletek
Finomhangolás és kiértékelés
Modell betanítása az Ön példáin a hangnemre, a formátumra és a szakkifejezésekre — tesztkészleten mérve előtte és utána.
Így fut egy MI-bevezetés
A folyamat feltérképezése
Hová mennek ma az órák: feladatok, volumenek, ki mit csinál és milyen adatokkal.
Felhasználási esetek kiválasztása
Rangsor a megtakarított órák és a kockázat alapján; azzal kezdünk, amelyik a leggyorsabban megtérül és a legkönnyebben mérhető.
Adatok és megfelelés
Milyen adatokat érint a feladat, hol kezelhetők, mit ír elő a GDPR és az uniós MI-rendelet (AI Act).
A megközelítés kiválasztása
Kész eszköz, automatizálás, RAG vagy saját modell — az alábbi mátrix alapján, írásos indoklással.
Pilot valódi munkán
Kis csoport, valódi feladatok és az Ön saját példáiból összeállított tesztkészlet, amelyhez a válaszokat mérjük.
Kiértékelés
Pontosság, megtakarított idő és hibák a kézi folyamathoz képest — nem benyomások.
Bevezetés és képzés
Hozzáférések, használati szabályok és a csapat képzése. A használati szabályok nélküli MI egy adatszivárgás, amely csak az alkalomra vár.
Monitorozás és fejlesztés
Rendszeres minőségellenőrzés, modellfrissítések és a következő felhasználási esetek.
Melyik megközelítés — az őszinte mátrix
A kész asszisztenstől a saját modellig — a feladat, az adatok és a volumen alapján választunk, nem a felhajtás alapján:
| ✓ | ✕ | |
|---|---|---|
| Kész asszisztensek (ChatGPT, Copilot, Gemini, Claude) | Gyors indulás az egész csapatnak; erős modellek; adminisztrátori beállítások és üzleti adatkezelési feltételek | Az adatokat a szolgáltató dolgozza fel a saját felhőjében, szerződés alapján; korlátozott integrációs mélység |
| MI a meglévő eszközeiben | A CRM-ek, helpdeskek és irodai csomagok már MI-funkciókkal érkeznek — nincs mit újonnan bevezetni | Azt kapja, amit a szolgáltató megépített, nem azt, amire a folyamatának szüksége van |
| Automatizálás + modell-API-k (n8n, Make, kód) | MI konkrét lépésekben: levelek szétválogatása, válaszvázlatok, adatok átvitele dokumentumokból a CRM-be | Monitorozást és hibakezelést igényel; egy rossz folyamatot nem javít meg |
| RAG — válaszok az Ön dokumentumaiból | Asszisztens, amely az Ön saját szerződéseit, kézikönyveit és wikijét idézi; a tudás újratanítás nélkül frissül | Csak annyira jó, amennyire a mögötte álló dokumentumok — rendezetlen archívum, rendezetlen válaszok |
| Saját LLM (nyílt súlyú modell az Ön szerverein) | Az adatok soha nem hagyják el az Ön infrastruktúráját; kiszámítható költség nagy volumennél; teljes kontroll a verziók felett | Hardver vagy GPU-felhő, és valaki, aki üzemelteti; kisebb modellek, mint a legjobb felhőalapúak |
| Finomhangolás (fine-tuning) | Rögzített hangnem és formátum, szakmai szókincs, egy kis modell, amely egyetlen szűk feladatot jól végez | Nem arra való, hogy tényeket tanítson a modellnek — arra ott a RAG; alapos, jó példákból álló készletet igényel |
Alapelvünk: az a legegyszerűbb megközelítés nyer, amely megfelel az adatkezelési követelményeinek. Saját modell akkor, ha az adatok megkövetelik — nem presztízsből.
Őszinte elvárások
- Nem minden feladathoz kell MI. Ha egy ellenőrzőlista vagy egy egyszerű automatizálás is megoldja, megmondjuk — és inkább azt építjük meg.
- Az MI hibázik. Mindennél, ami ügyfelekhez jut, vagy jogilag kötelező érvényű, ember hagy jóvá — ezt a lépést már az elején betervezzük.
- A bevezetés előtt mérünk: egy tesztkészlet az Ön valódi példáiból és egy egyértelmű mérőszám. Az, hogy „okosnak tűnik”, nem eredmény.
- Az Ön adatai, az Ön tulajdona: a promptok, a tudásbázisok, a finomhangolt modellek és a fiókok az Ön cégéhez tartoznak.
Az első esettanulmányok készülőben vannak
Esettanulmányt csak ügyfél-hozzájárulással és ellenőrzött számokkal publikálunk. Addig is — a fenti módszerünk és ellenőrzőlistáink a legőszintébb, amit megmutathatunk.
A blogból
Claude Opus 5.5: Fable-szintű munka 40%-kal olcsóbban, mint az Opus 5
Megjelent a Claude Opus 5.5 szeptember 22-én: 4 $/20 $ millió tokenenként, Fable 5.1-szintű eredmények, 30%-kal gyorsabb kimenet. Mit jelent a csapatoknak?
ChatGPT Sponsored Agents: az OpenAI válaszoló hirdetéseket tesztel
Az OpenAI teszteli a ChatGPT Sponsored Agents formátumot: kattintás a hirdetésre, majd chat a márka ügynökével. Plusz AI-eszközök, HubSpot és Shopify.
Gyakori kérdések
Hogyan kezdjünk hozzá az MI bevezetéséhez a cégnél?
Egy folyamattal, nem egy eszközzel. Az audit megmutatja, hová mennek az órák, és mely feladatokat veheti át biztonságosan az MI; azzal a felhasználási esettel kezdünk, amelyik a leggyorsabban megtérül és a legkönnyebben mérhető.
Biztonságban vannak az adataink a ChatGPT-vel, a Copilottal vagy a Geminivel?
Ezeknek az asszisztenseknek az üzleti csomagjai szerződéses adatkezelési feltételekkel és adminisztrátori beállításokkal érkeznek, a feltételek pedig szolgáltatónként eltérnek. Hogy elegendőek-e, az az Ön adataitól és iparágától függ — a bevezetés előtt összevetjük őket az Ön követelményeivel.
Mi az a saját LLM, és mikor van rá szükségünk?
Egy nyílt súlyú nyelvi modell, amely az Ön saját szerverein vagy dedikált felhőben fut, így a promptok és a dokumentumok soha nem hagyják el az Ön infrastruktúráját. Érzékeny adatoknál (egészségügy, jog, pénzügy, üzleti titok), szigorú ügyfélszerződéseknél vagy nagy volumennél van értelme, ahol a kérésenkénti díjak összeadódnak.
Szükség van a modell finomhangolására?
Az elején általában nem. A legtöbb üzleti feladatot megoldja egy jó modell, az Ön dokumentumai (RAG) és világos utasítások. A finomhangolás akkor éri meg, ha rögzített hangnemre vagy formátumra, szakmai szókincsre vagy egy kisebb, olcsóbb, egyetlen szűk feladatra szánt modellre van szükség — és ha elég jó példa áll rendelkezésre.
Mennyibe kerül az MI bevezetése?
A megközelítéstől függ: a kész eszközöknél főként licencekről és beállításról van szó; a saját LLM ehhez hozzáadja a hardvert vagy a GPU-felhőt és az üzemeltetést. Az audit után adunk árat — kiszámolt üzemeltetési költségekkel, nem csak a megvalósítás árával.
Mi a helyzet a GDPR-ral és az uniós MI-rendelettel (AI Act)?
Feltérképezzük, mely szabályok vonatkoznak az Ön felhasználási esetére: az ügyfelek tájékoztatása arról, hogy MI-vel beszélnek, adatfeldolgozási szerződések, hol és mennyi ideig tárolódnak az adatok. Nem vagyunk az Ön jogászai, de úgy építünk, hogy a jogászai jóváhagyhassák.
Kezdje egy MI-audittal
Írja meg, melyik folyamat viszi el a legtöbb órát — megmondjuk, mely felhasználási eseteket érdemes pilotban kipróbálni, és mit igényelnek az Ön adataitól.
A terjedelem egyetlen feladattól a terület teljes viteléig tart — nincsenek fix csomagok, a sáv a brief után jön.
Kapcsolódó szolgáltatások:
Köszönjük — a következő lépések
- Egy munkanapon belül válaszolunk.
- Rövid hívás, hogy megértsük a feladatot.
- Javaslunk egy belépési pontot — általában egy auditot.
Pontosabb becslést szeretne? Töltse ki a briefet — a megkereséséhez kiegészítésként érkezik.
Brief kitöltése