Mit vezessen be most egy magyar KKV az új AI frissítésekből?

A legújabb AI frissítéseknél könnyű elveszni. Fable 5, GPT-5.6, Muse Spark, Grok 4.5, Gemini csúszás, Figma Make, új app builderek. A legtöbb KKV-nak ebből nem az a feladata, hogy minden hétfőn új toolt próbáljon ki. Az a feladata, hogy eldöntse: melyik folyamatban van pénz, idő vagy kockázat.

Egy jó AI roadmap most nem technológiai wishlist. Inkább üzleti sorrend: mi ad gyors nyereséget, mi igényel adat-előkészítést, hol kell oktatás, és hol veszélyes AI-t beengedni emberi kontroll nélkül.

1. Modellpolitika: ne egy modellben gondolkodj

Régen egy cég kiválasztott egy rendszert. Ma modellréteget választ. Az email összefoglalásnak nem kell ugyanaz a modell, mint a kódreview-nak. A számlakategorizálásnak nem kell ugyanaz, mint a vezetői stratégiai elemzésnek.

• Olcsó modell: nagy mennyiségű, alacsony kockázatú feldolgozásra.
• Erős modell: döntéstámogatásra, kódra, komplex elemzésre.
• Vision modell: screenshot, PDF, táblázat, grafikon, képernyő alapú munkára.
• Céges productivity modell: Microsoft 365 Copilot vagy Google Gemini a napi dokumentumokhoz.
• Saját workflow: n8n vagy egyedi app ott, ahol több rendszer között kell adatot mozgatni.

2. Első pilot: ne chatbot legyen

A legtöbb cég első AI pilotja chatbot akar lenni, mert azt könnyű elképzelni. A legtöbb megtérülés viszont nem chatbotból jön, hanem háttérfolyamatból: email osztályozás, ajánlatkérés feldolgozás, CRM tisztítás, havi riport, számla vagy dokumentum előkészítés.

3. Oktatás: minden tool annyit ér, amennyit használják

A Copilot, Gemini, Claude vagy ChatGPT bevezetés ott bukik el, hogy nincs céges use case. A kollégák kapnak egy új gombot, de nem kapnak új munkamódszert. Ezért az oktatásnak nem általános prompt engineering előadásnak kell lennie, hanem saját folyamatokon végzett gyakorlásnak.

1. 01Válassz ki 5 napi feladatot csapatonként.
2. 02Mutasd meg, melyik AI eszköz melyik feladatra való.
3. 03Írjatok közös prompt sablonokat.
4. 04Legyen belső AI champion, akihez a többiek fordulhatnak.
5. 0530 nap után mérjétek: használják-e, spórolt-e időt, csökkent-e hiba.

4. Automatizáció: n8n előbb, custom app később

Ha a folyamat egyszerűen összeköthető meglévő toolokkal, akkor n8n vagy Make jó kezdés. Ha viszont saját jogosultság, audit log, ügyfélportál, bonyolult adatmodell vagy hosszú távú karbantartás kell, akkor custom webapp irányba érdemes menni.

A sorrend általában ez: workflow prototípus n8n-ben, 30 nap használat, mérés, majd ami üzletkritikus és stabil, azt érdemes saját rendszerbe emelni.

5. Weboldal: AI-láthatóság is része lett a technikai SEO-nak

A weboldal már nem csak Google-nek készül. AI rendszerek, keresőasszisztensek és böngészős agentek is olvassák. Ez nem azt jelenti, hogy trükközni kell. Azt jelenti, hogy tiszta szolgáltatási oldalak, jó esettanulmányok, strukturált adat, sitemap, robots.txt, llms.txt és ai.txt kell.

Aki 2026-ban új weboldalt épít, annak a klasszikus SEO mellé LLM-olvashatóságot is érdemes betervezni. Nem garantálható, hogy minden AI ajánlani fogja az oldalt, de az igen, hogy érthetőbbé és hivatkozhatóbbá válik.

Egy 90 napos KKV roadmap

1. 010-15. nap: AI audit, folyamatlista, adatok és kockázatok feltérképezése.
2. 0215-30. nap: vezetői döntés három pilotról, modellpolitika és adatkezelési szabályok.
3. 0330-45. nap: csapat workshop, prompt sablonok, Copilot vagy Gemini napi use case-ek.
4. 0445-70. nap: első automatizáció n8n-ben vagy Make-ben, méréssel és hibakezeléssel.
5. 0570-90. nap: döntés, mi marad workflow, mi lesz custom webapp, mi kerül be a weboldal kommunikációba.

„A jó AI bevezetés nem modellvadászat. Folyamatvadászat: megkeressük, hol megy el az idő, és oda tesszük a megfelelő eszközt.”

Mikor érdemes külső segítség?

Ha csak személyes produktivitást akarsz, elég belső tanulás. Ha viszont ügyféladat, pénzügyi adat, CRM, ERP, több csapat vagy publikus weboldal érintett, akkor érdemes külső auditot kérni. Nem azért, mert az AI titokzatos, hanem mert a rossz sorrend drága.

Források

• Anthropic Fable 5: https://www.anthropic.com/news/claude-fable-5-mythos-5
• OpenAI GPT-5.6: https://openai.com/index/gpt-5-6/
• Meta Muse Spark 1.1: https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/
• Figma Make: https://www.figma.com/solutions/ai-app-builder/