AI vagy hagyományos automatizálás? Mikor melyiket.

A múlt hónapban leültem valakivel, aki autóalkatrészeket árul online. A folyamata teljesen világos volt: a webshopos rendelésnek át kell kerülnie a számlázóprogramba, a számlát el kell küldeni a vevőnek, a készletet csökkenteni kell. Azt kérdezte, hogy ezt „AI-al” csináljuk-e. Azt mondtam, nem, és szerintem kicsit csalódott volt.

Nem azért, mert az AI ne lenne jó. Hanem mert ott nem lett volna mit csinálnia. A rendelés minden mezővel kitöltve érkezik, az árak egy táblázatban vannak, a szabály minden alkalommal ugyanaz. Ezt a hagyományos automatizálás tíz éve megcsinálja, futtatásonként szinte semmibe kerül, és soha nem hibázik másképp, mint ahogy te beprogramoztad.

Mit jelent a „hagyományos automatizálás”

Egy szabályt. Ha X történik, csináld Y-t. Új rendelés → számla. Reggel 7 → riport. Új sor a táblázatban → e-mail. Az eszközök különböznek (n8n, Make, egy szkript, egy API), de a lényeg ugyanaz: a program pontosan azt csinálja, amit mondtál neki, ugyanabban a sorrendben, minden alkalommal.

Az erőssége egyben a korlátja is: rendezett adatokra van szüksége. Ha a számla ferdén beszkennelt PDF-ként jön, a szabály nem tudja, hol az összeg. Ha az ügyfél e-mailje azt mondja, „a múlt heti, a kerekekkel”, a szabály nem tudja, melyik rendelés az.

Mit ad hozzá az AI

Pontosan ezt: rendezetlen dolgokat olvas. Egy nyelvi modell ki tudja szedni a szállítót, a számlaszámot és az összeget egy olyan PDF-ből, amit még sosem látott. Megérti, hogy „a kerekes” a #1042-es rendelés. Magyarul válaszol, ha az ügyfél magyarul írt. És hozzávetőleges ítéletet tud hozni: ez panasz vagy kérdés?

Az ára: nem száz százalékig kiszámítható. Ugyanaz az e-mail kétszer elküldve két kicsit eltérő választ kaphat. Néha magabiztosan téved. És hívásonként kerül valamibe: kevésbe, de nem nullába.

Az én szabályom

Egy egyszerű szabályhoz jutottam, amit minden auditon alkalmazok:

• Rendezettek az adatok és világos a szabály? Hagyományos automatizálás. Nincs vita.
• Rendezetlen a bemenet (PDF-ek, e-mailek, fotók, szabad szöveg, hang)? AI az olvasásra, szabályok a többire.
• Egy embert kell segíteni, nem lecserélni (válaszok, összefoglalók, rendszerezés, javaslatok)? Az AI előkészít, az ember jóváhagy.
• A döntésnek következménye van (pénz, adó, egy dühös ügyfél)? Az AI javasolhat, de nem ír alá. Szabályos ellenőrzés, aztán egy ember.

Hogy néz ki ez a valóságban

A legtöbb projektem keverék, és mindegyikben az AI a széleken áll, nem középen.

Beszállítói számlák. E-mailben jönnek, PDF-ként, tíz különböző formátumban. Az AI kiolvassa: szállító, szám, dátum, összeg. Utána átveszi a hagyományos automatizálás: ellenőrzi az adószámot a szállítólistában, ellenőrzi, hogy az összeg egyezik-e a rendeléssel, átnevezi a fájlt, a hónap mappájába teszi, beírja a sort a nyilvántartásba. Ha az AI nem biztos (és szól, ha nem az), a számla egy „ellenőrizendő” mappába kerül, nem a könyvelésbe.

Beszállítói feedek. CSV, XML, minden éjjel ugyanazok az oszlopok. Nulla AI. Drágább és kevésbé megbízható lenne.

Ügyfél-e-mailek. Itt az AI tényleg ragyog: rendszerez, megtalálja a rendelést, megírja a választ. De a válasz csak akkor megy ki, ha valaki a cégnél rányom a „küldés”-re. Panaszra soha nem megy automatikus válasz. Egy dühös ügyfél embert akar.

Amit nem csinálok AI-al

Nem hagyom, hogy egy modell egyedül döntsön olyan összegekről, amik a könyvelésbe vagy az ANAF-hoz kerülnek. Nem küldök ügyféladatokat olyan eszközökbe, amiket nem ellenőriztem. Nem teszek AI-t egy folyamatba csak azért, hogy elmondhassam, van benne AI. És nem ígérem, hogy egy modell „érti” a cégedet; azt a szöveget érti, amit adsz neki, ennyi.

A jó kérdés

Nem az, hogy „használjunk AI-t?”, hanem hogy „hol rendezetlenek az adatok, és hol veszít egy ember időt olvasással?”. Ott éri meg. Máshol egy jó szabály, egyszer megírva, bármelyik modellt veri.