Miért fagy be az AI ágens projektek 60%-a – és mit csinál másként a maradék 40%?

 Mindenki AI ágenst akar – de a legtöbb cég még az adatait sem rendezte.
Az elmúlt tizenkét hónapban a hazai piacon megsokszorozódott az AI ágensre vonatkozó érdeklődés. Debrecenben és Miskolcon is megkerestek fejlesztőket azzal, hogy „csinálják meg az AI ágenst" – anélkül, hogy pontosan tudták volna, milyen ismétlődő folyamatukat szeretnék automatizálni. Nem az AI az akadály. Az akadály a nem dokumentált folyamat, az egymással nem kommunikáló rendszerek és a gyors megtérülési elvárás.
Aki már most eredményt lát intelligens automatizálással, az nem az AI-tól lett okosabb. A folyamatait rendezte, mielőtt az AI-t rátette.

Adorján egy debreceni logisztikai cég operatív vezetője volt, aki azzal érkezett egy fejlesztői meetingre, hogy „automatizálni kell a diszpécser munkáját." Konkrét folyamat? Nem volt papíron. Csak annyi, hogy „a kollégák tudják, hogyan kell csinálni." Az autonóm folyamatkezelés nem tud ráépülni arra, amit senki nem írt le. A fejlesztés el is indult – aztán három hónap után leállt, mert kiderült, hogy a rendelési adatok négy különböző rendszerből érkeznek, és azok nem kommunikálnak egymással. Nem technikai kudarc volt. Szervezeti.
Liliána Miskolcon HR-esként vezette be az első önéletrajz-szűrő megoldást. Ő is azt hitte, hogy egy jó chatbot elég lesz. Az első héten rájött, hogy nem az. A szabályalapú bot pontosan azt csinálta, amit mondtak neki – de nem kezelte, hogyha egy jelölt más sorrendben töltötte ki az adatokat, vagy ha a tapasztalat nem egyezett a sablon mezőivel. Az ügynökalapú AI-rendszer ezzel szemben kontextust kezel: visszakérdez, döntési lépéssorozatot épít fel, és jelzi, ha a kimenet bizonytalan. Liliána ezt csak az összehasonlítás után értette meg – de legalább megértette, mielőtt a nagyobb projekt elindult volna.

TL;DR – ha most nincs időd az egészre
A hazai AI ágens projektek több mint 60%-a az első negyedévben leáll – szervezeti, nem technikai okokból.
Az AI ágens nem varázsszer. Működik – de csak akkor, ha a folyamat már a bevezetés előtt dokumentált, a felelősség kijelölt, és az elvárások reálisak. Adorján esete nem egyedi. Rengeteg cég indul el úgy, hogy a technológia oldalán minden stimmel, de belül senki nem tudja megmondani, kinek a dolga ellenőrizni, hogy az AI jó döntést hozott-e.
Aki ezeket a feltételeket teljesíti, annál valóban működik az intelligens automatizálás. Aki nem, az drága tanulópénzt fizet. Nem örökre – de most még igen.

Az igazi akadály nem ott van, ahol keresed
Van egy kényelmes narratíva, amit sokan szívesen elfogadnak: a kész SaaS megoldások elégek lesznek. Veszel egy előfizetést, beállítod, és megy magától. Ez a gondolat csábító, és nem is teljesen alaptalan. A piac tele van érett, megbízható eszközökkel, amelyek valódi problémákat oldanak meg – különösen akkor, ha a folyamat standardizált, a csapat fegyelmezett, és az elvárások reálisak. Sok vállalat jól jár egy jó SaaS-szal. Ezt komolyan mondjuk.
De van egy pont, ahol ez a logika megbicsaklik.
A kész megoldás azt a folyamatot automatizálja, amit te definiáltál. Ha a folyamat nincs definiálva – márpedig a hazai KKV-k döntő részénél nincs írásban –, akkor a SaaS csak a káoszt gyorsítja fel. Gyorsabban kerülnek rossz helyre az adatok. Gyorsabban halmozódnak fel a félreosztályozott jelöltek, a rosszul kezelt rendelések, a senki által nem ellenőrzött kimenetek.
A 60%-os befagyási adat nem arról szól, hogy az AI nem működik. Arról szól, hogy a szervezet nem volt kész rá.
Ez az a szám, amit kevesen mondanak ki nyíltan az értékesítési prezentációk előtt. Nem egy globális riport generálta – hazai fejlesztői visszajelzések összesítéséből áll össze. Pontosan ezért érdemes lassítani, mielőtt gyorsítanánk.
A probléma visszatér, csak más formában: hogyha a kész megoldás nem illeszkedik a folyamathoz, akkor jön az igény az egyedi fejlesztésre. És ott már tényleg befizeti az ember a tandíjat, ha nincs felkészülve.
Miben más egy valódi AI ágens, mint egy automatizált szabályrendszer? Az ágens önállóan dönt lépéssorozatokról, kezeli a kivételeket, visszacsatol, és jelzi, ha a kontextus nem egyértelmű. Egy chatbot csak válaszol. Egy RPA-rendszer csak szabályt követ. A különbség nem a technológiában van – az autonómiában és a kontextus-kezelésben rejlik. Liliána ezt tapasztalta meg elsőként: a bot lefutott, az ágens gondolkodott.
Adorján esete egy másik szempontból tanulságos. A debreceni ipari negyed cégkultúrájában megszokott, hogy a tudás emberekben él, nem dokumentumokban. Ez nem hiba – évtizedekig működött. De az AI ágens fejlesztéshez ez az alapállás alkalmatlan kiindulópont. Az ágens csak azzal tud dolgozni, amit valaki leírt, strukturált és ellenőrizhetővé tett.
A miskolci IT-közösségen belül visszatérő téma volt az elmúlt évben, hogy a legtöbb kudarcot nem a fejlesztő okozza – hanem az, hogy az ügyfél oldalán nincs senki, aki a kimenet minőségéért felelős. Az algoritmus nem mond fel. A felelősségi struktúra hiányzik.
Mennyibe kerül mindez? Az AI ágens fejlesztés ára Magyarországon 2026-ban projekt-típustól függ. Egy MVP-megoldás és egy éles, integrált rendszer között óriási a különbség – a hazai piacon nagyjából 50 ezertől 800 ezer forintig szóródnak az árak. De az ár önmagában félrevezető mutató. A fenntartási, integrációs és belső koordinációs költség sokszor többszöröse a fejlesztési díjnak. Aki csak az első számlát nézi, az nem látja a teljes képet.

Ha most nincs belső felelős, az egyedi fejlesztés valószínűleg pénzkidobás
Ha a cégnek nincs dedikált belső felelőse az AI-kimenet ellenőrzésére, és ha az ismétlődő folyamatok nincsenek írásban dokumentálva, az egyedi AI ágens fejlesztésbe való befektetés valószínűleg pénzkidobás lesz. Nem örökre – de most még igen. Ez nem ítélet. Ez az a mondat, amit egy jó partnerünk is kimondana az első meetingen, ha őszinte akar lenni.

Adorján hat hónappal később visszajött. Addigra leírták a diszpécser-folyamatot, kijelöltek egy felelőst az adatminőségért, és összekötötték a négy rendszert. Az AI ágens projekt elindult, és nem fagyott be. Nem az AI változott meg – a cég változott meg, hogy az AI tudjon rajta dolgozni.
Nyíregyházán és más városokban is látni ugyanezt a mintát: aki siet, az befizet. Aki előbb rendet tesz, aztán épít rá technológiát, az versenyképes lesz – és nem félkész alapokra rak drága rendszert.
A kérdés nem az, hogy mikor vezeted be az AI ágenst.
A kérdés az, hogy mire vezeted rá.