Elemzés a TechCrunch “From AI agents to enterprise budgets, 20 VCs share their predictions on enterprise tech in 2025” cikke alapján, Minner szemmel.
A mesterséges intelligenciáról 2024-ben is azt tartották, hogy óriási áttörést hozhat a vállalatok életében, mégsem valósult meg az a tömeges adaptáció, amit sokan vártak. A költségvetési korlátok és a szkeptikus vállalati döntéshozatal jellemzően a „kísérleti szakaszban” tartották a legtöbb AI-fejlesztést.
A TechCrunch ennek apropóján húsz kockázati tőkebefektetőt (VC) kérdezett meg arról, hogyan látják a következő évet: vajon 2025 lesz az az év, amikor a vállalati és a startup világ igazán ráérez az AI előnyeire?
Miért nem robbant be 2024-ben az AI?
Az elmúlt év(ek)ben rengeteg olyan AI-újdonságot láttunk, amelyekről könnyű volt elképzelni, hogy megváltoztatják a munkavégzés, a marketing vagy éppen a vállalatirányítás alapvető folyamatait. A vállalkozások azonban – főleg a nagyobbak – nem mindig éreztek késztetést arra, hogy ezekre azonnal pénzt és emberi erőforrást áldozzanak.
Nem csak a költségek óvták őket, hanem az is, hogy gyakran nem volt egyértelmű, pontosan milyen előnyt hoz egy-egy AI-rendszer.
Bár 2024-ben már látni lehetett nagyobb szabású projektek indulását, végül sok helyen hiányzott a valódi kitörés – erről számokban írtunk már: több mint 1 millió ember fizet érte! De kik és mire használják? Ennek hátterében gyakran a bizonytalan megtérülés állt: a döntéshozók sokszor kísérleti (pilot) projekteket futtattak, de továbbra sem biztos, hogy az AI mikor tud igazán üzleti hasznot termelni.
Ezt jól érzékelteti egy friss trend: a vállalatok egyre gyakrabban hivatkoznak a „TTFV” (Time-To-First-Value, azaz mennyi idő alatt hoz a megoldás tényleges üzleti értéket) mutatóra.
Milyen AI-trendekre figyelnek a befektetők?
Ami biztos: a jelenlegi befektetési fókuszban az „AI plusz valami” típusú megoldások állnak. A kockázati tőkések egyre inkább keresik azokat a startupokat, amelyek egy adott iparágra vagy konkrét problémára szabottan használják a mesterséges intelligenciát, hiszen a nagy, „generalista” modellek (például GPT) körül már most is elég sok a verseny → és mi van, ha Kipukkad az AI lufi…
Operatív hatékonyság újratöltve
A mesterséges intelligencia gyorsabb ütemű terjedését nem a hype, hanem az „adatminőség” fogja meghatározni. Az AI projektek skálázásához elengedhetetlen a megfelelő mennyiségű és minőségű, strukturált adat, valamint a megbízható adatkezelés.
- Sok, eddig tőke- és munkaerőigényes ágazat (pl. könyvelés, bérszámfejtés, jogi szolgáltatások) egyre inkább képes lesz „szoftver-szerű” árrést produkálni az AI által nyújtott automatizáció révén.
- Ezzel megnyílhatnak olyan befektetési lehetőségek is, amelyek néhány éve még „túl magas költségigényük” miatt kiestek a klasszikus venture fókuszból.
Lényegében az a kérdés, ki tud olyan adatkészletet és szaktudást felmutatni, amelyet nem lehet könnyen lemásolni. Ha egy AI-termék mögött egyedi, nehezen hozzáférhető adatbázis áll, vagy ha a startupnak van valamilyen speciális iparági partnere, netán egy kormányzati szerződés, az komoly versenyelőnyt jelenthet.
A befektetők szerint a kiberbiztonság is kiemelt fontosságú, mert a hibák és támadások száma a felhőalapú rendszerek terjedésével egyre nő.
- A régebbi, mainframe-alapú vállalati rendszerek átállítása a felhőbe egyre sürgetőbb, de ez nem egyszerű folyamat.
- A kódmodernizáló AI-eszközök és „code agentek” rejtik az egyik legnagyobb potenciált: automatizálhatják, felgyorsíthatják a migrációt.
Ebben óriási üzleti lehetőségek vannak, hiszen a vállalatok masszív költségvetést hajlandók allokálni a biztonságuk fenntartására. Nem véletlen, hogy itthon is egyre több olyan startup vagy scaleup indul, amely a cégek IT-biztonságát (vagy éppen compliance-folyamatait) szeretné AI-val javítani.
Vállalkozói szempontból azt érdemes átgondolni, hogy a mi piacunkon, szektorunkban hol lehetne jobban kihasználni a mesterséges intelligenciát, akár a kiberbiztonság, akár a költségoptimalizálás, akár a munkafolyamatok automatizálása terén. Akinek van iparági tudása, és látja a tipikus „fájdalompontokat”, jó eséllyel találhat piaci rést, ahol új AI-alapú megoldással komoly előnyhöz juthat. Érdekel, hogy milyen eredményei vannak a diszruptív innovációnak? → Hogyan döntötte meg a ChatGPT az online oktatást
Fontos a „moat”, azaz védhetőség
A befektetők folyamatosan azt keresik, hogy milyen védhetőséget („moat”-ot) tud egy AI-cég kialakítani. A legtöbb szakértő egyetért abban, hogy a legerősebb és legnehezebben lemásolható alap a saját, egyedi adat. Aki iparág-specifikus, exkluzív adattal rendelkezik, és ebből fel tud építeni egy jól működő, folyamatosan tanuló modellt, az könnyen létrehozhat olyan terméket, amit a konkurencia nem tud azonnal utánozni.
Ha van hozzáférésünk olyan ügyfélkörhöz, folyamatokhoz vagy partneri hálózathoz, aminek köszönhetően saját, több éves „valódi” adatot tudunk szerezni, akkor lehet, hogy éppen egy AI-startup alapköve van a kezünkben. Amennyiben a piacon kevesen foglalkoznak ezzel, vagy csak nehezen tudnak hasonló minőségű adatot gyűjteni, miénk lehet a „moat”. Ezért a már működő vállalkozásaink folyamataiban is azt kell keresnünk, hogy milyen adatok halmozódtak fel, és ezekből mi állítható elő.
Azt azért érdemes kijelenteni, hogy a nagyvállalatok túljutottak a „chatbot-láz” időszakán, és most inkább az ügynök-alapú, cselekvésre képes AI megoldásokat nézegetik. Nem elég, ha egy AI válaszol a kérdésekre, hanem olyasvalamit várnak, ami proaktívan ajánl fel teendőket, sőt akár maga hajt végre folyamatokat.
Fokozódik-e az AI-adoptáció?
Több szakértő szerint „ha nem lépsz, lemaradsz”: 2025-re az AI-megoldások annyira gyorsan fejlődnek, hogy aki nem kezd el legalább kísérleti projekteket futtatni és tapasztalatokat gyűjteni, az jelentős versenyhátrányba kerül.
- Agensek és vertikális AI: A „GPT-wrapper” típusú chatbotok kora kezd lecsengeni, helyüket a cselekvésre is képes, integrált AI-ügynökök veszik át.
- Költséghatékonyság és skálázhatóság: Egyre több cég dönt úgy, hogy külső, kész megoldásokat vásárol (plug & play jellegű AI-funkciók), ahelyett, hogy saját platformokat fejlesztene.
- AI-first termékek: A startupok következő generációja eredendően AI-központú lesz, azaz a machine learning és a big data kezelése már a termék alapvető része, nem csak egy kiegészítő funkció.
Ha már most dolgozunk AI-projekten, akkor fontos, hogy ne „csak” modelleket fejlesszünk, hanem valódi üzleti problémákat oldjunk meg, és ezt gyorsan demonstráljuk. Ha viszont eddig nem foglalkoztunk AI-jal, akkor 2025 akár az az év lehet, amikor a konkurencia hirtelen elkezd AI-megoldásokat használni, és akit felkészületlenül ér, könnyen lemaradhat.
Merre tovább? Kezdd ezzel a cikkünkkel → AI bevezetése a cégedbe? Itt a házifeladat!
Olvasnál még a témában?
- Tanuljak AI-t? Prompt engineering, mint munka, karrier
- GenZ: Miért és hogyan használják munkájuk során az AI-t
- Google Search? AI! Felforgatják a keresőmotorok világát – a tiédet is!
- Google NotebookLM: A kisvállalkozások új szupereszköze
- Turbózd fel vállalkozásodat: 10+ AI eszköz digitális tartalomkészítőknek
Fotó: Envato License