2026-ban szinte minden középvállalatnak ajánlanak AI-ügynököt: egy rendszert, amely éjjel-nappal, bármilyen nyelven, a költség töredékéért válaszol a munkatársak vagy az ügyfelek kérdéseire. Az ajánlat új. A probléma nem az.

Két évtizeddel ezelőtt a nagyvállalatok ugyanezt a feladatot emberekkel oldották meg. Szolgáltatóközpontokat építettek: csapatokat, amelyek ugyanolyan típusú kérdésekre válaszoltak sok ország munkavállalóinak, sok nyelven, egyenletes minőségben. Róth Miklós egy ilyen csapatot vezetett.

Mit csinált Róth Miklós az IBM-nél?

2004 márciusától 2005 májusáig Róth egy többnyelvű AskHR csapat vezetője volt az IBM nemzetközi szolgáltatóközpontjában. A nagyjából 15–18 fős csapat több ország IBM-munkatársainak HR-kérdéseit kezelte: bér, juttatások, szabályzatok, eljárások, azok a véget nem érő apró kérdések, amelyek egy nagy szervezetet működésben tartanak.

Papíron ez egy vezetői szerep volt a pénzügyi diploma és a saját cég 2007-es alapítása között. A gyakorlatban gyorstalpaló egy olyan szakmából, amely hirtelen az AI központi kérdésévé vált: hogyan tervezzünk olyan szolgáltatást, amely nagy léptékben, nyelveken átívelően ad helyes és következetes válaszokat, úgy, hogy a kérdező soha ne lássa a mögötte rejlő bonyolultságot.

Miért előképe az AI-ügynököknek egy szolgáltatóközpont?

Mert a tervezési kérdések azonosak. Cseréljük le a székekben ülő embereket szoftverre, és ugyanaz a négy probléma dönti el, működik-e a szolgáltatás.

1. Jó a tudásbázis? Egy ügyfélszolgálat pontosan annyit ér, mint a mögötte lévő információ. Az elavult szabályzatok, az egymásnak ellentmondó dokumentumok és a csak fejekben élő tudás magabiztos, rossz válaszokat szül, emberektől és nyelvi modellektől egyaránt. S·I·C·T-fogalmakkal: Információ Struktúra nélkül.

2. Mikor lép be ember? Minden jó szolgáltatóközpontnak vannak eszkalációs szabályai: mely ügyeket zárhat le az első vonal, melyekhez kell szakértő, és melyekhez vezető. Az AI-ügynököknek pontosan ugyanerre van szükségük, leírva, tesztelve és gazdával. Enélkül a rendszer vagy mindent továbbad, és semmit nem spórol, vagy semmit nem ad tovább, és veszélyesen hibázik.

3. Átéli a hangnem a fordítást? Egy többnyelvű csapat gyorsan megtanulja, hogy egy válasz lehet pontos az egyik nyelven, és zavaros, sértő vagy jogilag kockázatos a másikon. Egy szabályzatot lefordítani nem ugyanaz, mint közölni. Az „ötven nyelven beszélő” AI-ügynökök ezt a problémát nagy léptékben öröklik.

4. Tényleg megoldódott az ügy? A szolgáltatóközpontok megtanulták a megoldást mérni, nem csak a lezárt jegyeket. Egy gyors válasz, amely miatt valaki három nap múlva visszatér, kudarc, bármilyen szép is a dashboard. Azok az AI-bevezetések, amelyek a beszélgetések számát ünneplik, egy régi hibát ismételnek meg.

Mit ad hozzá ez a tapasztalat az AI-tanácsadói munkájához?

Két dolgot, amit pusztán AI-eszközökből nehéz megtanulni.

Tisztelet a működési réteg iránt. A stratégiai prezentációk általában a modellnél megállnak. A valódi szolgáltatási minőség viszont a tudásmenedzsmentben, az eszkalációs utakban, a minőségellenőrzésben, a szélső esetek lefedésében és a köztük lévő visszacsatolásban él. Amikor Róth fractional Chief AI Officerként dolgozik, gyakran itt kezdi, mert az AI-ügynök projektek általában itt buknak el csendben.

Többnyelvű ösztön. Róth magyarul, angolul, spanyolul és németül dolgozik. A több piacot kiszolgáló európai cégek számára a lefordított és a helyes válasz közötti különbség nem elméleti kérdés. Hanem ügyfélbizalom, és szabályozott területeken, mint a HR, a pénzügy vagy az egészségügy, akár jogi kockázat is.

Mi változik, ha az „ügyintéző” szoftver?

Három dolog nehezebb lesz, nem könnyebb.

A lépték elrejti a hibákat. Egy tizenöt fős emberi csapat beszélgetésenként hibázik, és egy mintákat olvasó csapatvezető általában napokon belül észreveszi a visszatérő hibát. Egy AI-ügynök ugyanazt a rossz választ ezerszer is megismételheti, mielőtt bárki felfigyelne rá, mert minden egyes válasza gördülékenynek és magabiztosnak tűnik.

Elmosódik a felelősség. Egy szolgáltatóközpontban minden válasz mögött ott egy név. Egy AI-ügynöknél csábító magát a rendszert tekinteni felelősnek. Pedig nem az. Valakinek felelnie kell azért, mit mond, mikor frissül és mikor kapcsolják le.

Megjelenik a szabályozás. Az EU AI Act előírja, hogy az embereket tájékoztatni kell, ha AI-rendszerrel kommunikálnak, és magas kockázatúnak minősíti azokat az AI-rendszereket, amelyeket felvételről, előléptetésről, elbocsátásról vagy feladatkiosztásról szóló döntésekhez használnak. Egy HR-ügynök, amely csak szabályzati kérdésekre válaszol, jogilag egészen más, mint egy olyan, amely emberekről szóló döntéseket befolyásol. Annak tisztázása, hogy melyiket építjük, a tervezés része, nem utólagos teendő.

Hogyan érdemes megtervezni egy AI-ügynök bevezetését?

Érdemes kölcsönvenni a szolgáltatóközpontok kézikönyvét:

Mindez nem látványos, és éppen ez a lényeg. Azok a cégek nyernek valódi értéket az AI-ügynökökből, amelyek szolgáltatási működésként kezelik őket, nem szoftverfunkcióként. Róth tágabb érve, hogy az AI felerősíti azt, amihez hozzányúl, itt közvetlenül érvényes: egy jól működő szolgáltatás gyorsabb és olcsóbb lesz, egy rendezetlen pedig nagy léptékben válik még rendezetlenebbé. Itt az érvelés teljes egészében.