Az automatizálás és az AI jövője
(2026 június)
.
Ma az AI szűk keresztmetszete a megbízhatóság, és a kapcsolata a valós világgal
Az AI-t megelőző rendszer. és termelésirányító algoritmusok és az AI között nagy az átfedés: el kellene különíteni őket, mert az algoritmusok nem valószínűségi alapon működtek. A klasszikus irányító algoritmusok és a modern adatvezérelt MI közötti határvonalat a működési elvük határozza meg: a determinisztikus logika vagy valószínűségi értelmezés.
A klasszikus irányító algoritmusok (pl. a PID szabályozók, szakértői rendszerek. még a Kálmán-szűrő is!) determinisztikus működésűek, azonos bemenetekre a rendszer mindig ugyanazt a kimeneti választ adja. A működés szabályait, matematikai egyenleteket és határértékeket mérnökök előre rögzítették, és a rendszer nem változtatja meg a saját belső logikáját a tapasztalatok alapján. A működésük 100%-ban átlátható, nem hallucinál, tesztelhető és matematikailag bizonyítható. Az általános mesterséges intelligencia (AGI) még a messzi jövőben van, még az alapelve sem ismert. A mai AI pedig arányosan hallucinál, ha nagyon pontatlan az utasítás, a kérdés, akkor nagyon eltéved.
A mesterséges intelligencia (AI, gépi tanulás, neurális hálók) statisztikai és valószínűségi alapokon működnek, valószínűségeket számolnak, adatvezérelt működésűek, mintázatokat hasonlítanak össze nagy adatbázisokban. A tapasztalatok (tanítóadatok) alapján folyamatosan finomítják a belső paramétereiket (súlyokat). Képes olyan helyzetekben is döntést hozni, amilyenekkel a tanítás során közvetlenül nem találkoztak, de hallucinálnak. A döntési folyamat gyakran annyira összetett, hogy nem követhető vissza (fekete doboz).
A mesterséges intelligencia (AI, gépi tanulás, neurális hálók) statisztikai és valószínűségi alapokon működnek, valószínűségeket számolnak, adatvezérelt működésűek, mintázatokat hasonlítanak össze nagy adatbázisokban. A tapasztalatok (tanítóadatok) alapján folyamatosan finomítják a belső paramétereiket (súlyokat). Képes olyan helyzetekben is döntést hozni, amilyenekkel a tanítás során közvetlenül nem találkoztak, de hallucinálnak. A döntési folyamat gyakran annyira összetett, hogy nem követhető vissza (fekete doboz).
Bár mindkét terület célja az automatizálás és a problémamegoldás, az elméleti alapjuk (matematikai analízis/algebra vs. valószínűségi döntések) alapvetően különbözik. A jövő a hibrid rendszereké, ahol a determinisztikus algoritmus és az MI együtt dolgozik, az AI feladata lesz a nagy és hierarchikus rendszerek optimalizálása is. Az optimalizálás is egyfajta automatizálás, és nagy rendszereknél hatalmas, kétszámjegyű a várható haszna.
Automatizálás -először analóg, aztán digitális- az AI előtt is volt*. Ma az AI gyors terjedése következtében egy minőségi ugrás történik. A technológiai forradalmak történetében az újítók mindig felismerték, hol található a rendszer szűk keresztmetszete az adott korban. De az AI-beruházási hullám nem mutatja a szűk keresztmetszet, a kifulladás jeleit, sőt a számítógépes szoftverek az AI részévé válnak, mint pl. a kereső motorok. A legnagyobb technológiai vállalatok növekvő mértékben költenek adatközpontokra, chipekre, memóriára és kapcsolódó infrastruktúrára, és még mire? Akik kitalálják, hogy még mire, azok a kor valódi újítói.
Az Amazon, a Google, a Meta és a Microsoft AI-infrastruktúrára fordított beruházásai 2026-ra várhatóan közel háromszorosukra emelkednek a 2024-es szinthez képest. A bővülés üteme nyilván mérséklődni fog, és más fejlesztési területek kapcsolódnak be, ilyenek a lesznek humanoid robotok, melyek ma még csak inkább kísérletek.
Az AI egyik nyertese az Nvidia**, a szűk keresztmetszetet a számítási kapacitás jelentette, ma a memória. Sokan úgy vélik, hogy az AI-infrastruktúra bővítését az energiaellátás és a hűtési kapacitás, a nagy teljesítményű memória fogja korlátozni. A legnagyobb nyereség néha ott keletkezik, ahol a rendszer legfontosabb korlátja található. De Elon Musk űripari és mesterséges intelligenciával foglalkozó vállalata 2026 június közepén a nyilvános részvénykibocsátás első körében 85,7 milliárd dollárt gyűjtött, és az Nvidia 20 milliárd dollárt (Reuters). A Tesla, a kaliforniai üzemében, Fremontban a fő gyártósort átalakították, és az autók helyett Optimus humanoid robotok-at szerelnek össze. Évi 1 milliós kapacitás elérése a cél. Az Nvidianak több ezer milliárd dolláros piacot jelenthet a Tesla Optimus általános felhasználású, humanoid robotjainak gyártása, ami az első lehet, amely a gyártott darabszámnak köszönhetően képes lesz egy többmilliárd dolláros üzletágat eltartani. A Tesla 2027-re mindenki számára elérhetővé tenné humanoid robotjait, és a robotok irányítása okostelefonokkal fog történni, tanításuk videókkal, pl. YouTube-al. Fognak a humanoid robotok okostelefont használni? egy-két éven belül fognak, mert kiváló reklám is..
*Alexandriában az i. u. 1. században Hérón (https://hu.wikipedia.org/wiki/H%C3%A9r%C3%B3n) hidraulikus rendszert fejlesztett ki a templomok ajtóinak nyitására és zárására. A görög templomokban tűz égett az oltáron. Hérón egy rézedényt függesztett a tűz alá, félig vízzel töltve, a rézedény néhány további edényhez volt csatlakoztatva, amelyek egy csigarendszerre erősített súlyként működtek. Amikor a pap meggyújtotta a tüzet, a rézedényben lévő levegő tágult, és a vizet a tartályokba nyomta. Amikor a tartályok kellően megteltek, leereszkedtek, lehúzták a vonó köteleket, és kinyitották az ajtókat. Az ajtókat naponta egyszer nyitották ki, amikor a hívők megérkeztek a templomba. A rendszer több órát vett igénybe a tűzgyújtástól az ajtók kinyitásáig. A fő célja a hívők csodálatba ejtése volt. Heron számos pneumatikus és hidraulikus találmány mellett a Pneumatika (Schmidt XXXVIII.) című művében írta le a mechanizmust, és a "37-es számú gépezetnek" nevezte el. Heron szövege szerint Alexandria városkapujánál is hasonló automata ajtómüködtető hidraulikát épített.
A görög-római Egyiptomban említésre méltó az első hidraulikus gépi automaták megépítése Ctesibius (i. e. 270 körül) és Alexandriai Hero (i. u. 10-80) által. Hero több hidraulikus erővel működő munkagépet ír le, például szivattyút, amelyről számos római kori lelőhelyről tudjuk, hogy vízemelésre és tűzoltógépekben használták.
Gőzzel működő kapu (https://hu.heinda-cn.com/news/the-origin-of-automatic-doors-57038983.html)
A templom ajtaja kinyílt a tűz meggyújtása után, és automatikusan bezárult, amikor a tűz kialudt. Ha meggyújtották a tüzet a templom előtti oltáron és alatta, nyomás keletkezett egy edényben. A tartályban lévő folyadék egy tömlőn keresztül egy másik, a mennyezetre felfüggesztett és a templomajtó földalatti ajtófélfájához csatlakoztatott tartályba jutott. A víz súlya mozgatta az ajtókat csigás kötélzettel. Amikor a láng kialudt, a víz visszaszívódott az első edénybe, a második tartály könnyebbé vált, és az ellensúly bezárta az ajtót. A nézők számára csoda volt, azonban az ötletet hamar elvetették, mert úgy gondolták, hogy így a betörők könnyen bejutnak a templomba (https://hu.heinda-cn.com/news/the-origin-of-automatic-doors-57038983.html).
**Az NVIDIA bevételei
A bevételeinek már a többségét a tervezett adatközponti és mesterséges intelligencia (AI) chipek tették ki. Korábban meghatározó lakossági játékokhoz gyártott videokártyák részaránya jelentősen visszaszorult. Az NVIDIA egy úgynevezett „fabless” (gyár nélküli) vállalat, a chipeket csak tervezik, a fizikai gyártást külső partnerekkel (főleg a tajvani TSMC-vel) végeztetik. A legfrissebb, 2026-os lezárt pénzügyi év hivatalos adatai alapján az NVIDIA termékkategóriáinak és piacainak százalékos megoszlása a teljes bevételből a következőképpen alakul:
Termékkategória - Piaci szegmens - Főbb termékek Bevételi részesedés (%) Éves árbevétel (USD)
Adatközpontok (Data Center), AI-gyorsítók (Hopper H100/H200, Blackwell B200),
szuperszámítógépes chipek, nagy sebességű hálózati eszközök (Mellanox). 8,7% 193,74 milliárd $
Lakossági PC-s videokártyák, GeForce RTX, konzolchipeket adó licencek (pl. Nintendo Switch). 7,4% 16,04 milliárd $
Professzionális vizualizáció, NVIDIA RTX kártyák fejlesztőknek, 3D stúdióknak (Omniverse). 1,5%3, 19 milliárd $
Autóipar NVIDIA DRIVE platformok, önvezető autós chipek és AI-szoftverek járművekbe. 1,1% 2,35 milliárd $ OEM, beágyazott rendszerek, kriptovaluta-bányászatra szánt chipek (CMP), licencek. 0,3% 0.619 milliárd $
Főbb trendek az Nvidia számok mögött: az adatközponti szegmens (Data Center) néhány év alatt a vállalat marginális ágából egy közel 90%-os óriássá nőtte ki magát a ChatGPT-hez hasonló nagy nyelvi modellek betanítása iránti igény miatt. Az NVIDIA a legújabb pénzügyi jelentéseiben már összevontan kezeli a lakossági, autós és professzionális piacokat Edge Computing gyűjtőnév alatt, elkülönítve azt az adatközpontoktól.
***Az Anthropic legújabb, Mythos mesterségesintelligencia-modellje olyan hatékonyan képes feltárni és kihasználni a szoftverhibákat, hogy a Trump-kormányzat megtiltotta a külföldi felhasználók hozzáférését, a fejlesztőcég pedig ideiglenesen leállította a rendszert. A mesterséges intelligencia alapjaiban változtathatja meg a kiberbiztonság támadó oldala és védelmi rendszerei közötti, évtizedek óta fennálló egyensúlyt. A modell képes volt több ezer futtatás során 479 hibát azonosítani a Linux forráskódjában, az egyikhez egy működő kihasználó kódot, úgynevezett exploitot is generált. A Mythos által kidolgozott, később Carlini-hurokként ismertté vált utasítássorozatot azóta a biztonsági kutatók is széles körben alkalmazzák.
A helyzet akkor változott, amikor az Anthropic piacra dobta a Mythos 5 k biztonsági korlátokkal felszerelt változatát, a Fable 5-öt. Az Amazon kutatói röviddel a megjelenés után felfedezték, hogy a Fable-al a rendszerek védelmi vonalai megkerülhetőek, és olyan sérülékenységeket is feltár, amelyeket a korlátozásoknak blokkolniuk kellett volna. Trump elnök június elején elnöki rendeletben írta elő, hogy a fejlesztőknek harminc nappal a nyilvános bemutató előtt hozzáférést kell biztosítaniuk az állami szerveknek az új modellekhez. Bár a felek között azóta is zajlanak az egyeztetések, kormányzati tisztviselők szerint a vállalatnak el kellene ismernie, hogy hibázott a Fable bevezetésekor. Csak hónapok kérdése, hogy más AI modellek is közel elérjék a Mythos képességeit.
Az automatizálás és az AI jövője a következő 10-20 évben
Az AI statisztikai alapon működik, az alapelvében benne van a hibás működés lehetősége. De ha egy AI-agens működését addig javítgatjuk, hogy egy adott feladatnál már nem hibázhat, akkor az már mérnöki algoritmus, és nem AI-ügynök, ez a javítgatás meghatározza az AI jövőjét. Az AI a mintázatfelismerés alapján hallucinálhat, és fog is, míg az ember pedig a megismerés logikájában nem hibázhat.
A jövő az emberi felügyeletet nem igénylő hibrid rendszerek: az autonóm AI-agensek, a mérnöki-algoritmusok és az emberi felügyeletet igénylő AI-agensek elterjedéséről fog szólni. Míg a múltban az automatizálás a fizikai, ismétlődő gyári folyamatokra korlátozódott, addig a jövőben a fehérgalléros, szellemi és optimális döntéshozatalt igénylő munkakörök válnak sok területen automatizálttá. Az emberi felügyeletet igénylő AI-agensek lesznek a szakértők munkaeszközei, a hibrid rendszer más részeit az AI vezérli majd. Érdekes módon az AI fejlődésében látszik, hogy a "több paraméter és több GPU" már nem hoz akkora javulást, mint néhány évvel ezelőtt. A következő nagy előrelépéseket valószínűleg a jobb tanulási módszerek, az utánzás, valamint a megbízható és önállóan videókból tanuló rendszerek fogják meghatározni. Már ma is csökken a megfelelő tudással rendelkező szakemberek száma. A következő években nem csak a munkaerőhiány, hanem a kompetenca hiánya jelenti majd az akadályt a növekedés előtt, és a fiatalok ritkán választanak ipari munkahelyeket.
Technológiai trendek: digitális automatizálás és autonóm gyárak: egyes gépek képesek lesznek önmaguk konfigurálására, karbantartására és a hibák kijavítására cserélhető és egymáshoz illeszthető részegységekkel mérnöki beavatkozás nélkül. A gyárakban sok helyen 24 órás, teljesen automatizált -világítás nélküli- termelés lesz. Humanoid robotok tömeges elterjedése várható, 10-20 éves távlatban a logisztikában, a mezőgazdaságban és a háztartásokban is általános segítőtárssá válnak. A mesterséges intelligencia és a robotok minden gazdasági ágazatban együtt fognak dolgozni. A munkakörök átalakulnak, az adatrögzítők, adminisztrátorok, alapszintű programozók és rutinszerű fizikai munkát végzők álláslehetőségei csökkenni fognak, autonóm AI-agensek végzik majd a munkájukat. A bonyolult, hierarchikus rendszerek optimalizálása, a problémamegoldás lesznek a szakértők és az AI-asszisztensek együttes működési területei. Folyamatos átképzési kényszerben vagyunk már ma is: a munkavállalóknak a rugalmas alkalmazkodás és a technológiával való együttműködés a legfontosabb képessége.
A legnagyobb kihívás az átképzés lesz milliók számára, a kiberbiztonság, a hallucináció, az MI döntéseinek ellenőrzése. Kérdéses, hogy nem a technológia fejlődése, hanem inkább a társadalom alkalmazkodási sebessége lesz-e a korlátozó tényező. A robotok és az AI gyorsabban fejlődnek, mint ahogy a munkaerőpiac, az oktatás és a jogi szabályozás képes követni őket.
A klíma és az AI
A jövőkutatók szerint a klímaváltozás ellenszere és legnagyobb veszélye egyben a mesterséges intelligencia (AI). Klímaváltozás nem lesz, hanem már ma visszaveti a gazdaságot. Bár az új technológiák hatalmas esélyt kínálnak a szén-dioxid-kibocsátás csökkentésére és az erőforrások optimalizálására, az MI rohamos terjedése ökológiai lábnyomot hagy a Földön. A technológia ígérete a hatékonyság növelése: az MI képes pontosan modellezni és optimalizálni az energiafelhasználást, a mezőgazdasági öntözést, és radikálisan csökkentheti az épületek vagy a logisztikai hálózatok fogyasztását. Az AI-algoritmusok segítségével előrejelezhetőek az időjárási események és az ökoszisztémák változásai. Az MI felgyorsítja az új technológiák (például hatékonyabb akkumulátorok, fúziós energia, kvantumszámítógépek) kutatását és fejlesztését. 2030-ra megháromszorozzák a megújuló energiaforrások telepítését. Az MI energiafelhasználása gyorsan csökken: terjednek a lokális, kisméretű és energiatakarékos modellek, az edge AI: a mesterséges intelligencia közvetlenül laptopokon, az eszközökön (okostelefonokon, háztartási gépeken, ipari gépeken) fut, és nem, vagy csa részben a felhőben.
A világ legnagyobb technológiai vállalatainak kibocsátás csökkentési ígéretei – például a Google és a Meta célja, hogy 2030-ra elérjék a nettó zéró kibocsátást – nehézségekbe ütköznek a mesterséges intelligencia térnyerése miatt is. A Google kibocsátása a legutóbbi éves adatok szerint körülbelül kétharmadával nőtt 2020-hoz képest, a Meta pedig 64%-os emelkedést jelentett, adatközpontjainak villamosenergia-fogyasztása világszerte több mint egyharmadával nőtt 2023-ban, közel 15 millió megawattórára, és 2019 óta megháromszorozódott. A Microsoft szén-dioxid-lábnyoma 2020 óta több mint 40%-kal emelkedett. Az Amazon az elmúlt két évben csökkenő szennyezést jelentett, ám megkérdőjelezték a megújuló energia jóváírásokra támaszkodó stratégiáját. Az Apple ezzel szemben arról számolt be, hogy a tiszta energia gyártásban való alkalmazása és a jobb újrahasznosítás révén 2015 óta több mint felére csökkentette kibocsátását. Lehet, hogy a jövő nem hatékonyság növelésről, a megújuló energiaforrásokról vagy az újrahasznosított alapanyagokról fog szólni, hanem arról, hogy lemondunk-e arról, amit eddig „haladásnak” neveztünk.
Valódi klíma változást, javulást el lehet érni? A károsanyag kibocsájtás ma már kb. állandósult, és a globális energiahatásfokot az elektromos autók alig befolyásolják. A globális energiahatásfok (%) meghatározása: az közlekedéshez, energiatemeléshez épített gépek átlagos hatásfoka ma kb. 35% és 40% között mozog, pontosabb becslése az utolsó 150 évre megérne egy tanulmányt. Az emberiség által kitermelt és betáplált primer energia mintegy 60-65%-a veszteségként (főként hulladékhőként) távozik a környezetbe a gépek, járművek és erőművek működése során. A rossz minőségű belső égésű motorokban a fűtőérték nagy része hővé alakul. Bár már vannak jó minőségű robbanó motorok is, a globális hatásfok már csak keveset fog javulni. és a zöld energiák, az atomenergia következtében.
A károsanyag kibocsájtás és a hatásfok kb. állandósult értékei mellett még mindig nő a globális átlaghőmérséklet (2026-ban 1.5 Celsius fok). Spanyolország, Olaszország és Görögország nagy területei tartós elsivatagosodással néznek szembe. Az É-i szomszédjaikra, nagy területeken - az Alpoktól eltekintve- félsivatagosodás vár. Az élelmiszertermelés visszaesése és a külső-belső migráció gazdasági stagnálást, törést okoz a déli államokban. Nem a fejlődést kéne visszafogni 0%-ra az AI-val? Tanulmányok és kongresszusok helyett gyárakat kéne építeni a szén-dioxid kivonására, mesterséges eső kéne a szárazság ellen, azaz eljött az aktív védekezés ideje. Pl. a kvantum számítógépeket meg kéne tartani kísérleti fázisban, mert -270 Celsius fokot sokkal környezet szennyezőbb előállítani, mint 270 fokot, és az is elég szennyező.
Ma már több tízezer esetleg százezer különböző AI modell, lokálisan futtatható alkalmazás és AI-alapú szoftvereszköz létezik, amelyek közvetlenül a laptopokon (saját hardveren, internetkapcsolat nélkül is vagy részleges kapcsolattal) működnek.
1. Nyílt forráskódú AI modellek (A „motorok”), melyek a nyers, szöveggeneráló vagy képgeneráló modelleket (mint a Meta által fejlesztett Llama, a Microsoft Phi, vagy a Mistral) különféle motorokkal (pl. Ollama, LM Studio) lehet letölteni, és lokálisan futtatni a laptopokon. Szöveges modellekből jelenleg több mint 50 000 különféle nyílt forráskódú modell érhető el (pl. a nyílt AI központban, a Hugging F ace-en). Ezek között vannak nagyon kicsi, párszáz megabájtos modellek (amik egy gyengébb laptopon vagy telefonon is elfutnak) és hatalmasak is. Képgeneráló modellekből szintén több ezer verzió létezik a Stable Diffusion különféle variációiból (pl. SDXL, SD 1.5), amelyeket erős grafikus kártyával (GPU) szerelt laptopokra terveztek.
2. Kész AI alkalmazások és programok azok a felhasználóbarát szoftverek, amelyek már tartalmazzák a felületet, és a háttérben vagy felhőből, vagy a saját gépeden futtatják a mesterséges intelligenciát, az LLM (Nagy Nyelvi Modellek) helyi futtatói. Az Ollama például jelenleg önmagában több tucat népszerű modellcsaládot (több száz variációval) támogat, amikkel saját ChatGPT-t építhető a laptopokra. Fejlesztői segédek olyan lokális kódkiegészítők, mint a continue.dev vagy a Zed editor AI-motorjai. Képszerkesztők számos helyi képjavító és generáló létezik (pl. Topaz Photo AI, Fooocus, vagy az Automatic1111 webUI a Stable Diffusionhöz). Hang- és videófeldolgozók, helyi zajszűrők (pl. Krisp), átíró szoftverek (pl. Whisper), vagy hanggenerátorok. Operációs rendszerbe épített AIk is léteznek, a Microsoft Copilot és a különféle Copilot+ PC eszközök ma már dedikált NPU (neurális processzor) chipeket használnak a laptopokban, így számos AI-funkció közvetlenül a Windows háttérszolgáltatásaként fut. Az érzékeny dokumentumok, jelszavak, céges adatok nem mennek ki az internetre, így biztonságban maradnak a saját gépen. Nincs szükség internetkapcsolatra a használatukhoz. nincs előfizetési díj, a legtöbb nyílt forráskódú modell teljesen ingyenes.
Milyen laptop szükséges? A futtatható AI-ok száma és sebessége nagyban függ a laptop hardverétől. Processzor (CPU) és RAM: a szöveges AI-ok sok memóriát (RAM) igényelnek. Általában 16 GB, de inkább 32 GB RAM az ajánlott a komolyabb modellekhez.
Grafikus kártya (GPU): a képgeneráláshoz és nagyobb nyelvi modellekhez elengedhetetlen egy dedikált videokártya (pl. NVIDIA GeForce RTX 3060/4060 vagy újabb), megfelelő VRAM-mal.
Valódi változás lesz az ellátási láncok összeomlása
A hagyományos gyártási modellben, az olcsóbb munkaerő miatt, a termelést távoli régiókba, főként Ázsiába vagy Kelet-Európába szervezték ki. A "költségoptimum" azonban hosszú elosztóláncot, raktárbázisokat és folyamatos készletezést igényel. Ahogy a távoli régiókban drágul a munkaerő és a raktározás költsége, megtakarítás érhető el a visszaszervezett gyártással. Helyben fog történni a tervezéstől az eladásig a szabványosított szoftvervezérelt gyártás. Az AI és robotikai megoldásokat integráló rendszerek az Al-alapú, de már nem kizárólag felhőalapú helyi gyártási szoftverek mérnöki pontossággal működhetnek, a folyamatos adatgyűjtéseknek köszönhetően önmagukat folyamatosan optimalizálják. A több mint egy évszázada működő tömeggyárak új kihívást kapnak az egyedi igényekre szabott, lokális, a fogyasztói piacok közvetlen közelében működő, magasan automatizált középméretű gyárak, gyártósorok megjelenésével, melyek cserélhető és egymáshoz illeszthető részegységekből épülnek fel. A tényleges termelés nem raktárra történik, csak akkor indul el, amikor a gyártóhoz beérkezik a megerősített, vagy már megelőlegezett rendelés.
Megjegyzés az oktatási lehetőségekről: Az AI-korszak munkaerőpiaci kihívása: Magyarországon a bérek felzárkózása gyorsabban halad, mint a termelékenységé, ugyanakkor a foglalkoztatás növelésére építő növekedés nem fenntartható a termelékenység növelése nélkül. A vállalatok többsége sem az AI-átmenetre, sem a továbbképzésekre, sem az munkaerőhiányra és elbocsájtásokra nincs felkészülve. A probléma már nem egyéni karrierkérdés, hanem a magyar gazdaság és vállalati szektor versenyképességét érinti a kihívás. A hazai munkaképes korú népesség egyetlen év alatt 69 ezer fővel zsugorodott, és a prognózisok szerint a fogyatkozás 2060-ig az egymillió főt is elérheti. A magyar szervezetek jelentős része nem kezeli stratégiai erőforrásként a felhalmozott és továbbadható és továbbképezhető tudást. A 45 év feletti alkalmazásban álló seniorok 55 százaléka magabiztos AI-használónak vallja magát. (Kb. 1000-es a minta.) A munka világában egy új kategória születik, az úgynevezett senior tehetség-folytonosság, ami egyszerre szól az egyén karrierútjáról, a vállalat tudásmegőrzéséről, az AI-átmenet továbbképzésekről.
Több kiváló minőségű, teljesen ingyenes, magyar nyelvű mesterséges intelligencia (AI) képzés és továbbképzés érhető el, hivatalos igazolást is nyújtó, illetve gyakorlatorientált ingyenes magyarországi programok:
Államilag elismert és egyetemi képzések:
MI Jövünk! (Gábor Dénes Egyetem): a Gábor Dénes Egyetem Mesterséges Intelligencia Tudásközpontja (GDE MIT) által fejlesztett, 3 órás online alapozó képzés. Teljesen ingyenes, közérthető, és a sikeres elvégzés után hivatalos felnőttképzési mikrotanúsítványt lehet kapni. A tananyag 2026. december 31-ig bárki számára elérhető és rugalmasan elvégezhető.
Elements of AI (Helsinki Egyetem & Neumann Technológiai Platform): a világhírű, az Európai Unió támogatásával készült bevezető kurzus magyar nyelven is teljesen ingyenes. Matematikai előképzettség nélkül mutatja be az AI alapjait, működését és társadalmi hatásait.
Kifejezetten pedagógusoknak szóló továbbképzések: ProSuli AI képzés, tanároknak szóló ingyenes, több részből álló online képzéssorozat, amely kifejezetten az AI oktatásban való gyakorlati alkalmazására fókuszál.
Budapesti Metropolitan Egyetem (METU) – AI tanároknak: havonta egy szombaton zajló ingyenes, jelenléti gyakorlati képzés pedagógusok számára. Gyakorlati útmutatók vállalkozóknak és kezdőknek
AI Hack Kezdő AI Tanfolyam: teljesen ingyenes, lépésről lépésre követhető online útmutató, amely a ChatGPT és egyéb AI eszközök mindennapi használatát mutatja be tanároknak és vállalkozóknak.
AI.Szaki Ingyenes Kurzusajánló: strukturált magyar nyelvű összefoglalók és iránymutatások a nagy tech-óriások (Google, Microsoft) ingyenes képzéseinek hatékony feldolgozásához.
Az ARISA (Artificial Intelligence Skills Alliance) ingyenesen elérhető oktatási anyagok, vezetői képzések és európai készségfejlesztési stratégiák oktatási anyaga, számos olyan eszközt és módszer tartalmaz, amelyek elősegítik az AI-alapú technológiák elterjedését, valamint támogatják az ehhez szükséges készségek fejlesztését. Az ARISA eredménye az AI Skills Academy létrehozása, amely ingyenes online képzéseket kínál a különböző tudásszintű felhasználók számára. A platformon diákok, munkavállalók és más érdeklődők saját tempójukban sajátíthatják el az AI alkalmazásához szükséges alapvető és haladó ismereteket. Az önálló tanulást interaktív tananyagok és önellenőrző tesztek támogatják. (https://hirek.prim.hu/cikk/2026/06/18/ingyenes_ai-kepzesekkel_es_uj_keszsegstrategiaval_segiti_a_vallalatokat_az_arisa) Az angol nyelvű képzési program átfogó betekintést nyújt az AI világába: a mélytanulás alapjaitól kezdve az AI legfontosabb trendjeinek megismerésén át egészen a Python-alapú AI-modellezésig.
Kiemelt figyelmet érdemel az ARISA által fejlesztett AI Fundamentals for Decision-Makers online kurzus, amelyet vállalatvezetők, döntéshozók és szervezeti vezetők számára alakítottak ki. Az informatikai vagy statisztikai előképzettséget nem igénylő, mindössze 1–2 óra alatt teljesíthető képzés közérthetően mutatja be a mesterséges intelligencia és a gépi tanulás alapjait, valamint azok üzleti alkalmazási lehetőségeit. A program célja, hogy segítse a vezetőket az AI-bevezetéssel kapcsolatos döntések meghozatalában, növelje az AI üzleti lehetőségeivel és kockázataival kapcsolatos ismereteiket, valamint felkészítse őket a gyors technológiai változások kezelésére.
A szakemberhiány és a képzési kínálat közötti eltérések kezelése csak az oktatási intézmények és a vállalatok szoros együttműködésével lehetséges, olyan képzési programok kialakításával, amelyek közvetlenül a piaci igényekre épülnek. A projekt során Európa két vezető szabványosítási szervezetével együttműködésben olyan standardizált AI-munkaköri és képzési profilok készültek, amelyek segítik az uniós szabályozási elvárások és a vállalati gyakorlat összehangolását.
Az ARISA az EU AI Office közreműködésével elkészítette az AI Literacy Practices Report című kiadványt is, amely gyakorlati útmutatást nyújt a szervezeteknek az AI-műveltség kialakításához. A projekt részeként elindított Career Guidance Platform azok számára kínál iránymutatást, akik AI-hoz kapcsolódó karrierlehetőségek iránt érdeklődnek, vagy ezen a területen szeretnének továbbképzéseken részt venni. A platform bemutatja a legfontosabb AI-szerepköröket, azok kompetenciaigényeit, valamint segítséget nyújt annak megértésében, hogy egy-egy pozíció betöltéséhez milyen technikai, üzleti vagy általános készségek szükségesek.
Az ARISA elérhetősége: egy egyszerű regisztráció után az ARISA AI Skills Academy felületén bárki számára szabadon hozzáférhető.
Követelmény a kurzusok elvégzése és a hozzájuk kapcsolódó önellenőrző tesztek sikeres teljesítése szükséges.
Digitális oklevél (Certificate of Achievement), amely közvetlenül hozzáadható az önéletrajzhoz vagy a LinkedIn profilhoz.
Van SAP, de nincs ingyen: az SAP a vállalati alkalmazások és az üzleti mesterséges intelligencia piacának egyik szereplője: a vállalat AI-alapú copilotja, Joule már több mint 2400 egyedi képességet kínál az SAP felhőmegoldásaiban, és több mint 350 generatív AI use case áll jelenleg is rendelkezésre. A vállalatok a jövőben sok folyamatban támaszkodhatnak SAP AI-asszisztensekre és ügynökökre, amelyek végponttól végpontig képesek támogatni vagy részben menedzselni üzleti folyamatokat. Az SAP álláspontja szerint az AI önmagában nem elég az üzleti áttöréshez: folyamat- és iparági tudásra, strukturált üzleti adatokra is szükség lesz. A nagyvállalati alkalmazásokban meghatározó szerepet kapnak a Private Cloud alapú S/4HANA transzformációk a RISE with SAP megoldáscsomaggal, valamint az ehhez kapcsolódó AI-integrációk; ezen a területen a vállalat több mint 20 ügyféllel dolgozik együtt. Az SAP saját generatív AI modellt is fejleszt, amely túlmutat a hagyományos nagy nyelvi modelleken, és elsődlegesen táblázatos vállalati adatok feldolgozásában alkalmazható. Ilyen az SAP által fejlesztett RPT 1 modell, amely nagyméretű táblázatokban képes összefüggések feltárására, osztályozásra, hiányzó adatok pótlására és predikciók készítésére, és amelybe előtanítása során az SAP tárgyterületi tudását is beépítették.