Előadás

Exponenciális innováció

Mesterséges Intelligencia: nagyvállalati tanulságok és legjobb gyakorlatok

2025. május 6. 13:00BME Informatikai épület, IB025 · Budapest

Átirat · 52:42

és köszönöm szépen a zárósz-ot, mert egyébként nagyon jól átvezeti azt, hogy ugye vállat életében pont ezek a generatív AI modellek ezek hova fognak

Átirat · 52:49

menni. Én is üdvözlök mindenkit a következő 20 percben. Sőt ki is rakom az órámat, hogy ne kelljen föloppani, mer nagyon próbáljam tartani az időt.

Átirat · 53:00

Következő 20 percben arról szeretnék beszélni, hogy igen, egy exponenciális növekedés és egy kicsit fókuszálva a nagyválati közegre, már csak azért, mert

Átirat · 53:07

a Microsoft is azért jellemzően ugye a nagyválati üzletággal van nagyon szoros kapcsolatban. És amikor a nagy

Átirat · 53:14

exponenciális növekedésről beszélek, akkor Aha, most márni fog. Köszön. Akkor

Átirat · 53:23

hozok egy jó példát. Van egy csomó jó példa egyébként az expenciális növekedésre, de az egyik ilyen kedvencem, ami szemléteti ezt a dolgot, az a papírlapha haajtogatás. Ugye van egy, lehet, hogy már többen ismerik,

Átirat · 53:32

hányszor lehet összehajtani egy papírlapot felesbe, ugye fizikailagan hat-hétszer, assassiszem annyi a teoretikus maximum. De hogyha ettől

Átirat · 53:39

eltekintünk és összehajtjuk, hányszor kell összehajtani ahhoz, hogy olyan magas legyen ez a papírlap, mint a földholdtávolsága, ami egyébként 384000

Átirat · 53:47

km. Ezt körülbelül a papírlapvastagságól függetlenül vagy függően olyan 42-43 alkalommal kell megtenni, ugye, mert a

Átirat · 53:54

papírlapvastagság a szor 2 a42-en. 2 a42-en az majd egy szép nagy szám, és akkor ebből kijön ez a fajta állapot. És

Átirat · 54:02

ugye ezt így lehet itt szemléltetni, hogy itt a skálán látszik az első párhajtogatás az még nem olyan nagy, mert mindig csak duplázzuk az előzőt, amikor 100 lesz, 200, 400, 800, 1600 32.

Átirat · 54:11

Na, a végén amikor már nagy számokat kezdük duplálni, akkor a végén így megy egy ilyen hupp fölmegy. Ezt azért hoztam ezt a példát mert valójában ez történik az iparákban.

Átirat · 54:21

Ha megnézzük, hogy mennyi számítási kapacitás van jelenleg a mesterséges intelligencia, beleértve egyébként itt a klasszikus ilyen machine learning, deep

Átirat · 54:29

learning és a generatív AI alatti meg a nagy nyelvű modellek alatti számítási kapacitást is, akkor 2012 óta negyed

Átirat · 54:37

évente duplázódik ez a szám. Ugye ez azt jelenti, hogy már körülbelül 43-44-szer hajtottuk félbe ezt a papírlapot. És a

Átirat · 54:44

skálán látszik, hogy ott ugye az nem nem olyan szint. azért hoztam ezt a holdas példát, mert ott az egy szép lineáris dolog ott fönt, de ha megnézzük a skálát, nyilván ez egy egy logaritmikus

Átirat · 54:53

skála, tehát innentől kezdve ez egy óriási szám. Tehát maga a növekedés ténylegesen exponenciális. És hogy ez mit jelent egyébként így a gyakorlatban?

Átirat · 55:01

Én most ebben mi is hozzájárulunk egyébként. Tehát hogy a tavalyi évben 27 milliárd dollár volt az a budget, amit a Microsoft kutatásfejlesztésbe rakott

Átirat · 55:09

bele. Ennek a nagy része egyébként most éppen jelenleg hardverre ment. És ez a hard pedig ugye ez ez különböző cloudos

Átirat · 55:17

inf vagy fellelős infrastruktúrákat jelent. Jelenleg ugye a Microsoft portfóliában 60 az régió van. Az azt jelenti, hogy 60 ilyen nagy szép

Átirat · 55:24

földület van a bolygón, ami jó vastag üvegkábelekkel keresztek össze van hálózva és ezen belül több mint 300.

Átirat · 55:30

Most ez a szám már egyébként annyira nem igaz inkább már 400 adatközpontunk van.

Átirat · 55:34

A tavalyi év folyamán körülbelül három naponta nyitottunk egy adatközpontot.

Átirat · 55:38

Tehát, hogy ez az a kapacitás igénye egyébként, amit az iparákkel, mert ugye mi se szeretnünk egyébként költeni feleslegesen adatközpontra, de ez az igény, ami miatt egyébként ezt kell

Átirat · 55:46

csinálni. És csak egy picit ugye érzést átadjak, hogy ez hogy néz ki. Hoztam egy példát, egy drónfelvétel a Dublini

Átirat · 55:55

Azur lokációnkról. Ugye az egy az lokációba több adatközpont is lehet. Itt a hármast meg a négyest látják egyébként

Átirat · 56:01

a képen. Ha egy kicsit kizoomolok, akkor látszik egyébként az, hogy ott a ott hátul van a hármas, négyes. Azok voltak a régiek. Most éppen már él ott az 5, 6,

Átirat · 56:09

78, meg épül ott a további rész. Ez így skálázás szempontjából ez egy 2,5 km széles területet fog át most ez a ez az

Átirat · 56:18

adatközpont, vagy ez a az új lokáció. És ez egyébként a számítási kapacitása, a Microsoft számítási kapacitásának az 5%-át adja. Tehát, hogy érezzük azt a

Átirat · 56:27

skálázást, hogy amibe ebben van. Nyilván el kell képzelni, hogy azokban az épületekben, amíg a rezekrények így állnak sorban végig. Ezt körülbelül így kell elképzelni. És hogy mire van ez a

Átirat · 56:35

nagy hype. Ez a hype ez arra van, mert ugye bejött ez a pár évvel ezelőtt ez az új dolog, ez a generatív AI, ami

Átirat · 56:43

fundamentálisan azt jelenti, hogy kaptunk egy teljesen új univerzális interface-t, amivel tudunk beszélgetni.

Átirat · 56:48

Ugye chat GPT válaszolgat valamilyen szöveggel. Tudok neki képeket mutogatni, tud képeket generálni, zenét tudálni, fel tud ismerni objektumokat. Ha valaki

Átirat · 56:57

egy kicsit beleásta magát, tehát maga az objektum meg a kontextus értelmezése vizuálisan is ezeknek a modelleknek rendkívül jó. Számos cég gyártja őket.

Átirat · 57:04

Ugye ebből az Open AI chat GPT-ja talán a vagy a Open AI-nek a modelljei a legismertebb. Most a 4O3 belőle mindenfajta O1, O1, O3 satöbbi, de ugye

Átirat · 57:14

mindenki más is gyást. Ott a Cloud, ott a Meta, a Google-nek ott vannak a modelljei. Tehát az összes nagy gyártó, akinek van elég kapacitása arra, hogy ezeket trénelje, az ugye gyártja ezeket

Átirat · 57:22

a modelleket. Ennek van memóriája, kontextus értelmezése, és az újabb modelleknek szerintem a legnagyobb előnye ez az úgynevezett reasoning vagy

Átirat · 57:30

érvelés, hogy hogy az ő adott tudás alapján, nyilván ez modell függ, hogy melyik modell miben jó, de az adott modell adott tudás alapján tud érvelni,

Átirat · 57:37

tud olyan logikákat mögé tudunk tenni, meg olyan agenseket meg automatizmusokat, hogy végig tud gondolni folyamatokat, dolgokat és vissza tud jönni olyannal akár, amit nem

Átirat · 57:45

is kérdeztünk tőle. És ez a fajta interface, ez így önmagában én szerintem egy csoda, van az elmúlt évek csodája.

Átirat · 57:51

Na jó, de de ezt valahogy bele kell tudni rakni a nagyváti életbe és a nagyvászerekbe is. Pont ahogy a kolléga elmondta, nagyon jó játék a chat GPT

Átirat · 57:58

önmagában, de én nekem üzleti folyamatokat kéne javítanom. Tehát ugye ez lenne az alapvető cél egy válat életében. És ha nagyon messziről kezdem,

Átirat · 58:07

gyorsan bele fogok zoomolni, igen. Akkor ugye alapvetően két típusú dolgot tudok csinálni, ha én nagy vállalatban szeretnék hiályozni. Az egyik az az, hogy megírom a saját alkalmazásomat. Van

Átirat · 58:15

egy csomó jó programozóm szakemberem, GitHub Kopálottal nagyon jól lehet írni.

Átirat · 58:19

Ugye az a fejlesztő környezet. Most elvileg azt mondják, hogy a új kódok több mint 50%-át, mert ugye valamilyen AI asszut cábal írják. Tehát nagyon

Átirat · 58:27

gyorsan tudok, én majd fejlesztek valami alkalmazást Pythonba meg mit tudom én miben, majd megírom, aztán majd valahogy beillesztem a rendszerbe. És akkor itt jönnek majd az első problémák. A másik

Átirat · 58:35

pedig, hogy azt mondom, hogy veszek valamit készen. Hát mindenki gyárt, mi is egyébként az elmúlt szerintem másfél évben egy 80%-ban az AI alapú alkalmazásokra

Átirat · 58:44

fókuszáltunk. Akkor ott a Microsoft, vagy ott van bármelyik másik gyártó, veszek tőle valamilyen kész polcról elemelhető dolgot. Csak az viszont meg pont nem biztos, hogy pont úgy működik,

Átirat · 58:53

ahogy nekem kéne. Nagyon jó a copáot az office-ba, de az nem fog a a kokszoló üzemnek a felrobbanásával bármit tudni kezdeni. És ugye nagyjából ott az az

Átirat · 59:02

ületiérték. Na de kezdjünk egy kicsit a saját alkalmazással. Általában mindenki avval jön elő, hogy na jó, akkor fejlesztünk valami AI-os cuccot, mert

Átirat · 59:09

mindenki AI-ozik. Ugye erre általában valamilyen felelős infrastruktúrára esik a választás jellemzően. Már csak azért, mert az AI-t nem nagyon lehet lehozni a

Átirat · 59:17

földre, már csak a számítási kapacitás igénye miatt is. Tehát házi kismellek meg nem annyira jók, mint amit a különböző szolgáltatót adnak. Ha a

Átirat · 59:25

Microsoft életében nézzük, akkor ezt úgy hívjuk, hogy Azur környezet. Van nekünk egy nagyon jó Azur alkalmazás platformunk. Vannak benne kubernetes

Átirat · 59:33

clusterektől elkezdve appsvisek, amire ráírhatom a saját kódomat. Az Azurban vannak nagyon jó kognitív szolgáltatások, képfelismerés,

Átirat · 59:41

formfelismerő, kitöltő, hangfelismerő, generáló, textus, pisztutext, mindenféle olyan dolog. Meg ott van a hagyományos

Átirat · 59:48

infrastruktúra a virtuális hálózatokkal, a georedundáns megoldásokkal. Tehát ez egy nagyon jó kis dolog, amire lehet építkezni a kis saját kódomat. És akkor

Átirat · 59:55

közé pedig jönnek ugye ezek a fajta EI specifikus dolgok, például az, hogy mondjuk milyen modellt használok. Nálunk most ez nem reklám, tehát semmilyen

Átirat · 1:00:05

reklámot nem szeretné, de muszáj elmondani, hogy igen, az a jó benne egyébként, hogy hogy már az Azuron belül is egyébként az összes modell elérhető, inkább itt tájékoztatás, hogy körülbelül

Átirat · 1:00:12

mennyiféle különböző generatív AI modell létezik egyébként a piacon. Ezekből lehet válogatni, akár többet lehet használni, hogy kinek mi a jó. De a

Átirat · 1:00:19

leginkább érdekes dolog egy alkalmazásfejlesztésnél, amivel rögtön elő fog jönni, hogy nagyon jól lehet irkálni ezeket a dolgokat, de aztán jön

Átirat · 1:00:26

az IT biztonság, mert a nagyváltóban, az IT biztonság meg a compliance az mindig nagyon erős. És ilyenkor kerül az

Átirat · 1:00:33

fejlesztő szembe az első dologgal, hogy amikor bevezetek egy új dolgot, főleg ha ez bizniszkritikussá válik, akkor fontos

Átirat · 1:00:41

az IT, vagy a fontos az, hogy ezt ne lehessen mondjuk megtörni, kijátszani satöbbi. Főleg az első alkalmazások, amik ilyen válti életbe előfordultak, az

Átirat · 1:00:49

nagyon egyszerű volt. Azok a chatbotok voltak. kirakták az ügyfélszolgálatos botot oda jobb alsó sarokba a weblapon és akkor lehetett beszélgetni vele. Ugye

Átirat · 1:00:56

ennek az volt az eredménye, nag volt egy nagyon vicces dolog, amikor ez előjött, volt egy amerikai autókereskedő, és az megcsinálta azt, hogy ilyen sales asszisztensst rakott ki, egyből ráment

Átirat · 1:01:04

az internet és azt hiszem, ez most nem akarok márkát mondani, hát egy adott márkát árultébként a az adott kereskedő és körülbelül három másodperc alatt

Átirat · 1:01:13

rávették, hogy a konkurensmárkát ajánlja a a kedves sales asszisztens, mert ugye nem volt jól körbáztcsázva.

Átirat · 1:01:20

Ez az egész dolog, ugye ezt a prompt injectionnel meg mindenfajta ilyen technikákkal meg lehet tenni, hogy szegény AI kitörjön abból a burokból, amire őt

Átirat · 1:01:28

tervezték. Lehet itt beszélgetni egyéb ilyen szofisztikált dolgokról, hogy data poisoning. Ez is egyébként egy nagyon veszélyes jövőbeli vagy jövőbutató

Átirat · 1:01:35

dolog. Az amikor olyan dolgokat küldök be, például még egy válati emailbe, a ami mondjuk nem is biztos, hogy úgy nagyjából látszik, de arra fogom

Átirat · 1:01:43

mutasítani majd az azt feldolgozó agentet meg AI-t, hogy máshogy döntsön, mint ahogy eredetileg döntsenem. Tehát az az adatot megmérgezem, ami alapján

Átirat · 1:01:52

döntést hoz az. Ez is egy ilyen tipikus dolog. Erre érdemes figyelni, mert ha valaki evvel foglalkozik nagyváti szintben, akkor ez szerintem ez egy jó ábram így összesíti, hogy körülbelül mik

Átirat · 1:01:59

azok a behatolási pontok, amik amikre figyelni kell. A ugye ez nálunk egyébként erre mi is rájöttünk, mert főleg azért, mert hogyha nálunk a kedves

Átirat · 1:02:07

ügyfél a mi környezetünkben fejleszt ilyen dolgokat, akkor nyilván ez itt is elő fog jönni. Tehát nálunk már így megvannak ezek a pillérek, amivel az ilyen alapdolgokat körbe lehet básni.

Átirat · 1:02:16

Az, hogy például mondjuk ne beszéljen csúnyán a kedves AI, vagy ne kezdjen el mondjuk raszista dolgokat mondani. Ha valaki esetleg próbálja kijátszani, hogy

Átirat · 1:02:23

több nyelven beszélget vele, akkor nyilván ezeket felismerjük, ezeket a dolgokat, vagy ha valaki tényleg elkezd agresszív vagy fenyegetően fellépni,

Átirat · 1:02:31

azeket is felismerjük. Ezekre tudunk szignálokat adni. És ez azért nagyszerű dolog, mert ugye egy nagyvárt életében az AI soha nem fog önállóan létezni. Nem

Átirat · 1:02:39

is egy AI lesz, hanem van nekünk egy AI-os alkalmazásunk. És akkor másik oldalon m össze kell integrálni ezt mondjuk a vállalati IT biztonsággal vagy

Átirat · 1:02:46

Security operation Centerre, ha olyan is van egyébként, ahol megint vannak valamilyen eszközei egy nagyvállalatnak.

Átirat · 1:02:52

Jó esetben Microsoft, más esetben valamilyen más termék, de lényeg az, hogy ezeknek nagyon jól kell tudni IT biztonság szempontból is integrálni. És

Átirat · 1:03:00

eljutottunk odáig, hogy nagyon jó most már biztonságosan valamit csinálunk alkalmazással, akkor jön elő az a kérdés, hogy miért?

Átirat · 1:03:07

Ugye megnézünk egy tipikus nagyváltót, ott vannak különböző osztályok, vannak szélszervezetek, pénzügy, HR satöbbi, akiknek vannak különböző feladatai.

Átirat · 1:03:16

Tehát itt most lehet azt mondani, hogy a HR az ugye rekruitor, meggátolja azt, hogy az emberek elmenjenek, a lehető minimálisan még megengedhető legjobb fizetést adjuk mindenkinek, hogy azért

Átirat · 1:03:24

jó legyen, de azért az üzleti oldal se nagyon menjen. A sales az minél többet akar eladni a marketingnek, meg ugye a befektetett energia, pénz mennyiségre

Átirat · 1:03:31

visszatérő új ügyfelekkel van egyik mérési számon. Tehát az egyik ilyen legfontosabb dolog, és nekem is az a tapasztalatom az elmúlt két év alatt, hogy tök jó, hogy értjük így nagyjából,

Átirat · 1:03:40

hogy ki mit csinál, de az igazából amit érteni kell, hogy ki min van mérve.

Átirat · 1:03:45

Tehát a legfontosabb dolog egy nagyvat életében, amikor egy be akarok vezetni egy új alkalmazást, és azt akarom, hogy ez sikeres legyen, vagy egyáltalán adjanak rá pénzt, az, hogy megértsem azt, hogy ki miért lesz sikeres a cégbe.

Átirat · 1:03:57

Hogy például ugye a salesnek az a fontos, hogy minél nagyobb dealeket hozzon be, vagy az, hogy a a legalnek ugye az az, hogy mennyit költ mondjuk

Átirat · 1:04:06

belső reviewra, dokumentum reviewra ez a dolog, és milyen gyorsan tudja ezt megcsinálni. És ha ezeket tudom becélozni, és úgy tudok üzletileg

Átirat · 1:04:13

tervezni, hogy igen, én mondjuk a salesnek akarok nagyobb deket elhozni, ebből kell mindig kiindulni, hogy ezt ez az alkalmazás tényleg hogy fogja

Átirat · 1:04:20

segíteni, hogy fogom tudni ennek a róját visszamérni, mert ez nincs meg, akkor egyébként mindenki csak szórakozik az AI-jal. És ezért van az, hogy egyébként egy csomó ilyen kis AI projekt elbukik

Átirat · 1:04:29

az elején, mert senki nem érti, hogy valaki elkezdte csinálni, mert mindenki ezt csinálja, csak nem tudják, hogy miért csinálják meg. És ha ez megvan, ez

Átirat · 1:04:36

ezt igazából egy ilyen referenciaént adnám, hogyha valaki akar rajta gondolkozni, nem is végigmenni, akkor szerintem ez egy tök jó összefoglaló díjá ennek a dolognak. És az, hogy miket

Átirat · 1:04:44

is csinálnak általában a nagyválatok, ez nagyon-nagyon szerteágazó, hogy milyen tehát mik azok a tipikus. Próbáltam gondolkozni, hogy mit hozzak példaként,

Átirat · 1:04:52

hogy mit láttam én most mostanában AI alapú alkalmazásként. Most az AI alakú alkalmazás elsősorban arra gondolok, ami valamilyen generatív komponenst is tartalmaz.

Átirat · 1:05:01

Nyilván vannak a klasszikus példák a pénzügyi szektorból, amikor mondjuk ugy valamilyen AI alapon megpróbálom a az

Átirat · 1:05:08

ilyen pénzügyi salásokat kiszedni. Ennek is több fajtája van. Van a klasszikus deep learningk, amikor a tranzakciókat figyelgetem és abnormalitást keresek.

Átirat · 1:05:16

Vannak olyanok is, amikor már papíralapon szerződésekben próbálom ellenőrizni azt, hogy az a szerződést én próbálom értelmezni, és akkor mondjuk van-e van benne valami kockázat, amit

Átirat · 1:05:24

szeretnék belőle kiszűrni, vagy lehet azt gondolni, hogy ami ezek mind megvalósult példák egyébként, csak nem publikusak, ezért az ügyfélneveket sajnos le kellett szednem a de ott

Átirat · 1:05:33

vannak, hogy milyen technológiákat használt. Vagy például van itt egy olyan ilyen szövetség, aki ilyen házakat ellenőriz, ahol lefotózzák a különböző

Átirat · 1:05:41

épületeket, és akkor egy megnézi, hogy mennyi milyen szép moldnak a magyar megfelelő penész, igen, penészgomb, penész van

Átirat · 1:05:48

egyébként a a házban, és ez alapján meg a különböző egyéb paraméterk alapján tudja kategorizálni és segíteni a feldolgozást későbbiekben, vagy nyilván

Átirat · 1:05:56

ott van az edukációban az, hogy több nyelven megyünk, az is egy nagyon jó példa tud erre lenni. Vagy egy másik, hogy mitől komplex egy alkalmazás.

Átirat · 1:06:04

szintén van egy nagy multensz cég. Most fejeztünk be nálunk egy projektet. Itt arról van szó, ez egy tényleg nagy cég, tehát nem a magyar nagy cég, hanem a

Átirat · 1:06:11

nemzetközi nagycég, hogy vannak csomó folyamataik, és szerettek volna valamit csinálni, hogy az segítsék az embereket,

Átirat · 1:06:18

hogy mondjuk ha valamilyen információt keres, akkor azt minél gyorsabban megtalálja. Vagy ha valamilyen problémája van, például IT eredetű, szeretné kicserélni a jelszavát,

Átirat · 1:06:27

hozzáférést kérni ehhez vagy ahhoz a rendszerhez, akkor lehetőleg ne kelljen az IT-t nyaggatni és egy új tiket nyitnia.

Átirat · 1:06:34

És ez ugye ez egyszerű problémának tűnik egy kisvá életében, egy nagyválat életében nem, mert ott van neki egy service nája, van egy SA-ja, az egyik

Átirat · 1:06:41

folyamata ebben van, a másik folyamata abban van, aztán az adatai valami legacy alkalmazásba, egy Oriel adatbázisba ülnek a háttérben, amibe bele kéne

Átirat · 1:06:49

nyulkálni. Tehát ezt odarakhatok én egy ilyen copilotot, de nem fogok tudni vele semmit kezdeni. És ilyenkor jönnek elő egyébként így most magas szintű

Átirat · 1:06:57

architektúrába ilyen érdekes dolgok, hogy hogy igen, szeretnék egy interface- adni, mit használ a user a legtöbbet a nagyváltatba, jó esetben a teamset abba úgyis meetingel, meg abba chatelget.

Átirat · 1:07:07

Miért ne rakjunk bele egy interface-t, hogyha valamit akarok csinálni, például egy SRPzel, egy hozzáférést kérni, akkor nyissak egy botnak egy kérést, hogy adjál nekem hozzáférést. És akkor

Átirat · 1:07:15

nyilvánvalóan tá elmegy a kérés oda föl a koplos stúdió az az alkalmazás am ezeket össze lehet így így kötögetni ami át fog menni egy csomó háttérhelyre ez

Átirat · 1:07:24

az amit egyébként például a mba is egy csomószor használunk azért beszélek a móra mert tudom nagy vált ügyfelünk tehát elég napi kapcsolatban vagyunk velük hogy van egy k csomó belső

Átirat · 1:07:31

információs tár vannak sharepointok vannak adatbázisok vannak fájlok föltöltve egy csomó helyre szabályzatok hrel szabályzatok hozzáférésre satöbbi

Átirat · 1:07:40

azt nagyon egyszerűen meg tudjuk csinálni hogy ezek a modellek ezeket felindexeljék és kinyúljanak hozzá Tehát vannak kulcszavak, hogy például az SP-ba

Átirat · 1:07:47

szeretnék menni, akkor az SP mint kulcs meg hozzáférésből eldönti a logika, hogy ahhoz a háttérhez megyek, és onnan földolgozom az ott lévő doksikat, és arra adok választ abból a doxitárból.

Átirat · 1:07:57

Aztán vannak különböző az function upsok, azok ilyen egyedi komponensek, azokat amiket meg kell írni, hogy hozzá tudjanak férni a különböző rendszerekhez. Ilyen function például

Átirat · 1:08:06

az, hogyha user jelszót cserél, vagy valami baja van, akkor nyilvánvalóan oda kell menni a cognitive services felé.

Átirat · 1:08:13

Oké. A ez is inkább referencia, hogy hogy miben milyen komponensekben érdemes gondolni egy nagyvább. És akkor a még

Átirat · 1:08:21

van öt percem. Jó, van órám. Itt van. A másik ilyen nagy terület az ugye az, amikor valamit próbálok készen venni. És

Átirat · 1:08:29

amikor valamit próbálok készen venni, az a mi életünkben egyébként most tök mindegy, az ember hova nyúl. Azt biztos, hogy copylotnak fogják hívni.

Átirat · 1:08:36

Microsoftban mindenhol copylot van. Én szerintem most már kicsit túltoltuk a copylot mernevezést, mert az, hogy copylot, mert nem tudjuk, hogy mi az.

Átirat · 1:08:43

Ugye van egy ilyen szép ábránk, hogy a különböző funkciók egy nagyvállatban milyen specializált kopylot tudnak használni a saját életükben. Kopáot az

Átirat · 1:08:51

semmi más, ez valamilyen írásos interface, jelenleg írásos interface, főkéntben ebben a mobilban már lehet diktálni is, hogy valamit szeretnénk csinálni és valamit elintéz a háttérben.

Átirat · 1:09:01

Ebből egyébként ami szerintem érdekes, az mondjuk egy security compilot. Az azért jó, mert ugye a vannak nekünk ilyen nagyváti rendszereink, milliárd

Átirat · 1:09:09

logot gyártanak, mindenhol jön jönnek az események. Erre vannak jó megoldások, amik ezt összegyűjtik. Ilyen például egy sien megoldás. Ezeket ugye ezek az

Átirat · 1:09:17

adatgyűjtők, amik szabályok alapján próbálják értelmezni, ha valami nem normális. De még itt is nagyon nagy a komplexitás. Vannak 1000 milliós szabályom van egy sienben. De honnan

Átirat · 1:09:25

tudja egy analiszt, mint egy security analiszt, hogy mikor van baj? Ha nem jó képzett, akkor simán átsiklik egy pár ilyen riasztás fölött. És akkor a security kopyló ezeket injektálja

Átirat · 1:09:33

magába. Van mögötte egy olyan trénelt tudás, ami incidenseken trénelődött, és onnantól kezdve, hogyha valami abnormális van, akkor így rámegy, hogy hohó, hát ha azt a komputerbe

Átirat · 1:09:42

bejelentkezett, és utána három másodperc múlva az SQL-ből letöltöttek öt perát, akkor az nem jó. Tehát most valami nagy egyszerű, de egy ilyen összefüggéseket keres. És szövegesen elmondja a kedves

Átirat · 1:09:50

usernek, hogy mi van. Ha vannak scriptek, akkor érti a scriptet. Ugye a kopá nagyon jó ezekben a a programozási nyelvekben. És onnantól kezdve

Átirat · 1:09:58

elmagyarázza például a az Analisnak, hogy mi mit csinál az a script. nem kell ott ülni a a power shell script fölött két órát, hogy mit is csinált a támadó, hanem egyből kapja azon elitikát.

Átirat · 1:10:07

Ugyanúgy egyébként queryiket is tud generálni automatán magától, hogyha be végig mennénk, és egyébként egy egész attakcint vagy ilyen támadási láncot föl tud vetni. Ez például egy tök speciális

Átirat · 1:10:15

kopálott use case, csak hogy lássák, hogy körülbelül mik vannak. A másik nyilván a fejlesztők. Ugye most a ha

Átirat · 1:10:23

valaki nem nem nagyváti környezetben van, akkor most nagyon sok új program az azt csinálja, hogy fölmegy a chat GPT-re, beírja a kódját, megkérdezi, hogy mit csináljon vele a a cucc, és

Átirat · 1:10:31

akkor letölti a választ, azt bekopizza a saját kis fejlesztőrendszerében, de nyilván a legtöbb fejlesztőrendszerbe ez már beintegrálható. Tehát itt példa,

Átirat · 1:10:39

hogyha mondjuk szeretném refaktorálni a kódomat, szétszedni mondjuk ennek a HTTP-nek a style meg a satöbbi dolgait, akkor beírom a kérést, és mivel ő látja

Átirat · 1:10:47

a kódomat, érti az egész kontextust, érti, hogy mi nyelven dolgozok, milyen libraryet meg modulokat hívtam be, innentől kezdve egyébként három

Átirat · 1:10:54

másodperc alatt belenyúl a kódomba és átírja, ezért lehet gyorsan haladni vele. És akkor van nyilván a klasszikus copilot, az amit ugye az office

Átirat · 1:11:02

alkalmazásokba integrálódunk bele. Ennek igazából az előnye az, hogy hogy összeintegrálódik a háttérinformációk. Ez ami egyébként egy

Átirat · 1:11:11

csomó ember számára nem nyilván vagy nyilvánvaló, hogy az M365-ben ugye ebbe az Office-os Microsoftos világba, ott

Átirat · 1:11:18

van egy ilyen úgynevezett gráf, ami nyilvántartja rólam, hogy kivel beszélgettek, kivel osztottam meg dokumentumokat, kivel meetingeltem, milyen gyakran csinálom ezt, kinek

Átirat · 1:11:28

küldtem egy levelet is akár. megvan az, hogy hol tárolok információkat, és ezekből ilyen ezekből a grávból le lehet kérdezni alkalmazásoknak, és a kopá

Átirat · 1:11:35

előtt is ezt csinálja. Tehát azt jelenti, hogy például kivel találkoztam a héten, akkor grá megkérdezi a kopá és elmondja, megnézi a naptáramat, milyen meetingeim voltak, satöbbi. És akkor

Átirat · 1:11:43

ugye utána ugye ebből jönnek le ezek a nagyon jó dolgok, például amik egy Teamsbe, én a Teamsbe lévő kopáot szerettem, gyakorlatban ez az én

Átirat · 1:11:50

Teamsemből van ez a példa, hogy megkérdezem tőle, hogy milyen kopáljottal kapcsolatos meetingjeim voltak a múlt héten, és akkor nyilván ő a naptár bejegyzéseimből így kigyűjti,

Átirat · 1:11:58

hogy ez a kettő volt. És azt is elmondja, hogy miről szólt egyébként az a meeting nagyjából. És ha rákattintok arra a hivatkozásra, akkor odaugrik a

Átirat · 1:12:06

másfél órás meetingbe, hogy ezt mondta róla az egyik kolléga, és itt erről meg arról beszélt. Ugye minden meetingbe az az AI alapon ugye leiratozzuk speech to

Átirat · 1:12:15

textbe text nem speech to textbe ugye a meetinget. Van rajta egy agent, aki külön jegyzeteket készít egyébként a meetingről, hogy ne kelljen végigolvasni

Átirat · 1:12:22

a 80oldalas tranzkriptját az adott meetingnek, és utána én ebbe tudok keresni és kérdéseket föltenni az összes meetingre bemalatkozóan. Tehát itt kell elképzelni a nagy váti kopáljatokot.

Átirat · 1:12:32

És még így zárásként ugye mi az, ami jön? Az idei év nagy stágere az

Átirat · 1:12:39

úgynevezett agentek vagy agensek lesznek. Már mi is jöttünk ki egy csomó fajta agenttel. Itt az agentek alatt azt kell elképzelni, hogy vannak önállóan

Átirat · 1:12:48

futó kis dolgok. Talány a munkafolyamatra vagy a workflokra lehet egy kicsit hasonlítani, csak intelligensen, hogy hozzáférnek ezek az agentek nyilván excess kontroll ahhoz

Átirat · 1:12:56

adathoz, amit én megengedek nekik. Ezek ott ülnek a háttérben, és ha jön valami esemény, akkor ráülve elkezdenek földolgozni dolgokat. Bejön egy új

Átirat · 1:13:04

szélszkérés, megérti az ügyféligényt, kinyúl a CRM-be, beszedi az összes izét, mondjuk eddigi interakciót vele, megnézi, hogy milyen termékeim vannak,

Átirat · 1:13:12

és visszaküld neki egy választ, hogy ebből lehet neki választani. Utána szól a salesnek, hogy van egy új leadem, létrehoz egy új opportunity a

Átirat · 1:13:19

váltirányítási rendszerbe, vagy akár tehát ez ezeket kell elképzelni agentek alatt. És ugye voltak régen ezek az egyszerű agentek, és utána jönnek ezek

Átirat · 1:13:28

ugye a single AI agentek, majd jönnek a multi AI agentek, amik akár különböző modellekkel, különböző rendszerekhez hozzányúlva teljes üzleti folyamatokat

Átirat · 1:13:36

tudnak egyébként kiváltani. Ennek már most is vannak példái, már van élő példa. zárásként ezt a ezt ezt akartam elhozni, ami szintén egy megvalósult

Átirat · 1:13:43

ilyen kis projekt, de azt kell elképzelni, hogy ezek fognak exponenciálisan menni a következő egy másfél évben minden vállalatnál, és az lesz az elsődleges prioritás, hogy

Átirat · 1:13:51

melyik processzeket tudom féligmeddig kiváltani, és hogy tudok embereket segíteni egyébként ilyen típusú agentekkel. És hogy a gyakorlati példa, hogy ez hogy néz

Átirat · 1:13:59

ki, a van egy úgynevezett onboarding agentünk. Ez azt jelenti, hogyha egy új

Átirat · 1:14:06

munkavállaló belép a céghez, akkor ez az agent lesz felelős, hogy az első pár napján azt a legfontosabb dolgokat így elirányítgassa, hogy merre megy. Ugye

Átirat · 1:14:13

köszönti a kedves munkavállalat, hogy helló, üdvözlet, van egy csomó dolgod.

Átirat · 1:14:17

És akkor a amit csinál, majd alul megy egy videó, de közben itt kivettem egy pár snipletet, ami érdekes belőle.

Átirat · 1:14:23

Automatikusan például megszervezi az ő főnökével meg a releváns kollégáival az ilyen bemutatkozó meetinget. Tehát ő kinyúl az Outlookba meg a Teamsbe, és

Átirat · 1:14:31

megszervezi a meetinget az adott embereknek. Nyilván a naptárnak a az elfoglaltságai alapján, a többi kollégának. Majd ha ez megvolt, akkor

Átirat · 1:14:39

ezt ugye elfogadtatja vele, majd utána mi jön, mert ezt én sem látok. Aha. Oké. Ja, igen. Közben mutatja, hogy hol tart.

Átirat · 1:14:45

És akkor utána a következő feladat például mondjuk szeretném, hogyha az SP rendszerbe betöltené mondjuk a az ő bankkártyait, hogy hova fogja utalni a

Átirat · 1:14:53

fizetését. Tehát akkor kapn egy formumot, ahol egyből ott a chat ablakban kitölt, hogy neki milyen PENK információi vannak. És a következőbe pedig mondjuk akkor ellenőriztetem bele,

Átirat · 1:15:02

azt ugye átküldi az SAP successor volt a háttérben, és a zárásként meg mondjuk megírja neki a azem itt lesz a

Átirat · 1:15:11

screenshotom erről. Igen. Úgyhogy itt megvan, utána megkérdez még egy pár dolgot magáról az emberről, hogy mit mi a hobbid, meg mit szeret csinálni, és

Átirat · 1:15:19

automatikusan megírja a bemutatkozó levelet, amit mondjuk kit küld a a releváns kollégáknak, vagy a főnökinek elküldi, hogy küldje ki őt. Tehát, hogy ilyen egyszerűbb ilyen folyamatokat,

Átirat · 1:15:27

amiket le tudunk fedni agentekkel, én azt látom, hogy ez lesz a következő évek nagy divatja, és köszönöm szépen a figyelmet.

Témák

MI-támogatott

Összefoglaló

MI-támogatott

Hódy Árpád az MI fejlődésének exponenciális jellegéből indul ki, és azt vizsgálja, hogyan válhat ez nagyvállalati innovációvá. Bemutatja a növekvő számítási kapacitás és a felhőinfrastruktúra szerepét, majd a vállalati MI-megoldások bevezetésének biztonsági, integrációs és üzleti szempontjait. Konkrét példákon keresztül tárgyalja a Copilot-megoldásokat, a vállalati tudás és meetingadatok felhasználását, valamint azt, hogy az MI-alkalmazásokat a szervezeti célokhoz és mérőszámokhoz kell kapcsolni.

Videó navigáció

Fejezetek

MI-támogatott