Az Y Combinator idén különleges módon tavasszal is elindította a világhírű startup gyorsító programját, amire rekordmennyiségű mesterséges intelligencia ügynökökkel foglalkozó startup érkezett. Nem véletlenül, hiszen az Y Combinator egyébként még márciusban külön felhívást tett közzé, amelyben arra ösztönözte a startupokat, hogy az “agentic AI” megoldással foglalkozók, vagyis az önálló, autonóm feladatokat elvégezni képes ügynöki rendszereket fejlesztő cégek mindenképp jelentkezzenek. Az eredménye meg is lett: 144 csapatból 70 startup fejleszt valamilyen ügynöki megoldást.

Az alábbiakban bemutatunk 10 olyan startupot a tavaszi 2025-ös batchből, amelyek nemcsak innovatívak, hanem hazai szemmel is tanulságosak. Mivel a Szilícium-völgy diktálja az AI trendeket, te is láthatod, hogy milyen irányba érdemes elindulni!

Mivel foglalkoznak, milyen iparágban és milyen lehetőségekre mutatnak rá, esetleg iránymutatóként a hazai startuppereknek is…

AI a Minneren

Mi a Minneren régóta azt valljuk: az AI nem valami exkluzív dolog – számodra is elérhető, ha hajlandó vagy rászánni időt és energiát a folyamataid logikus átgondolására és az AI fejlesztési lehetőségek adoptálására. Több példát is hoztunk már, köztük gyakorlati bemutatókat is:

• Low code / no code AI-projektek:
  • Saját appot készítettünk pár óra alatt – egy könyvjegyzet-appot építettünk Google AppSheet­-tel, ami táblázatos adatbázisból hoz létre működő mobilalkalmazást – programozás nélkül. 
  • A Kvizzy chatbot-kvíz rendszere napokon belül indult, ManyChat + Messenger + ChatGPT API integrációval: promptot küldünk, AI válasz jön, mindez kód nélkül.
  • Hoztunk arra is példát, hogy lehet alacsony erőforrású sales csapatot automatizálással segíteni, vagy épp solo-entrepreneurként jobban kihasználni az idődet AI megoldásokkal: AI és no-code eszközök a B2B értékesítésben és ügyfélkezelésben – gyakorlati útmutató
    
• Nagyvállalati generatív AI esettanulmányok:
  • A JPMorgan Chase LLM Suite automatizálja a jelentéskészítést 50 000 alkalmazottnál – ez már nem chatbot, hanem művelettudatos automatizmus. Itt olvashatsz erről többet + példákkal.
  • A Heineken belső chatbotja, amely értékes ismeretekre építve segíti a frontvonalban dolgozókat (keresd a részleteket az AI cikkeink között).
  • PwC auditfolyamataiban GenAI-alapú javaslatok és előrejelzések segítik a könyvvizsgálók munkáját – klasszikus info-agensek a belső döntéshozatalban.

Ezek valódi, működő AI-ügynökök: automatizálják a folyamatot, autonóm/fél autonóm módon döntéseket hoznak programozott paraméterek alapján, felhasználói interakcióra reagálnak – minderre nem kell (mindenesetben) több hónapnyi fejlesztés. Ez azt mutatja, hogy a GenAI nem csak prototípusként létezik – nagyvállalati környezetben is már élően működő támogatórendszerré vált. És ezek nagyrésze(!) pont ugyanolyan “agentic” rendszer, csak más méretben és integrációval.

Az Y Combinator agentic startupjai már végiggondolt, skálázható, komplex ügynökök, akik tárgyalnak, fellebbeznek, programoznak robotokat – nemcsak futtatják az MI-t, de komoly értéket teremtenek. Az agentic AI-s világ nem arról szól, hogy cseréljünk le egy funkciót – hanem arról, hogy műveletet bízunk a gépre, döntést, párbeszédet, cselekvést – akár low code környezetben is, de minden esetben kontrollált paraméterek között! 

Tavaszi top10

1. Aegis

Iparág: Egészségügy, egészségbiztosítási IT

Az Aegis egy AI-alapú ügynökrendszert fejleszt, amely az amerikai egészségügyi szolgáltatók számára automatizálja a biztosítók által elutasított kifizetések fellebbezését. Ez egy kifejezetten adminisztratív, mégis kritikus fontosságú terület: egyetlen fellebbezési levél akár több ezer dolláros bevételről dönthet. Látható, hogy pl. ebben az esetben az adminisztratív hibák elkerülése és a protokollok aprólékos betartása során azért nagy értéket hoz a mesterséges intelligencia.

Magyarországon a magánegészségügy rohamosan nő, de a biztosítókkal való elszámolás még mindig nagyrészt manuális. Egészségpénztáras kezelések után gyakori a hibás elutasítás vagy a késedelmes kifizetés – ezek kezelése az asszisztensekre hárul. Egy Aegis-szerű rendszer a hazai szolgáltatók számára is jelenthetne költségcsökkenést, energia felszabadulást – nyilván kérdéses, bonyolult, hogy a hazai piacon használt hivatalos szoftverekhez, hogyan lehetne integrálódni. De ez már digitalizációs felkészültség kérdése. Mindenesetre segíthetne a magánegészségügy transzparenssé tételében is – főleg, ha az AI a leggyakoribb adminisztrációs hibákra is rávilágítana.

2. Airweave

Iparág: B2B, AI-infrastruktúra, tudásmenedzsment

Az Airweave egy olyan belső AI-kereső, ami a céges productivity eszközöket (Slack, Gmail, Notion, Google Docs stb.) kapcsolja össze egy közös AI által kereshető tudásbázissá. Az AI nemcsak kulcsszavakra keres, hanem megérti az összefüggéseket is. Erről mi is sok helyen, sokszor írtunk már: tisztában lenni a folyamatokkal, centralizálni a tudást (lsd. Heineken esete).

A legtöbb magyar KKV-nál a tudás szétaprózódva él: van ami Google Drive-ban, más Notionben, harmadik emailben – vagy épp egy kolléga fejében. Sok helyen a belső dokumentáció nem is frissül, mert nincs gazdája. Az Airweave-hez hasonló AI-eszköz egy ügyvédi irodánál, tanácsadó cégnél vagy akár ügynökségnél is kincset érne. Elég egyszer betanítani az AI-t a cég saját anyagaira, és máris kérdezhetünk tőle.

3. Approval AI

Iparág: Fintech, lakossági pénzügyek

Az Approval AI egy “hitel-felvételi copilot”. Ahelyett, hogy az ügyfél egyedül böngészi a bankok ajánlatait és tölti ki a dokumentumokat, az AI végigkíséri a folyamaton: árakat keres, dokumentumokat előkészít, tárgyalásokat indít. Hasonlóra hoztunk is élő példát folyamatokkal az AI kézikönyvünkben cégvezetőknek – link fent.

A magyar hitelpiacon hasonló szolgáltatók már működnek – pl. Bankmonitor, money.hu – de ezek főleg kalkulátor-alapúak, az AI integrációja minimális. Ha egy ilyen copilot magyar nyelven, hazai banki ajánlatokra építve létezne, teljesen átalakítaná a lakossági hitelügyintézést. A következő lépés az lenne, hogy az AI képes legyen tárgyalni a bankkal – pl. jobb THM-ért vagy gyorsabb bírálatért.

4. Atlog

Iparág: B2B, ügyfélszolgálat, hangalapú AI

Az Atlog egy olyan AI voice agentet fejlesztett, amely képes elvégezni értékesítési és fizetési hívásokat – jelenleg például bútorbérléssel foglalkozó cégek alkalmazzák Amerikában. 

Magyarországon az AI hangasszisztensek még inkább pilot fázisban vannak. A cél ugye az lenne, hogy: egy AI agent hívást indít, beszélget, időpontot egyeztet vagy akár panaszt is kezel. Ez egy azonnal bevethető megoldás lenne call centerek, rendelői időpont-egyeztetők, éttermi foglalások vagy ügyfélszolgálatok számára. A kulcs: magyar nyelvű értelmezés és a CRM-ekhez való integráció.

5. Beluga Labs

Iparág: Creator economy, B2B pénzügy, könyvelés

A Beluga Labs egy AI asszisztens, ami a tartalomgyártók pénzügyeit rendszerezi: felismeri a különböző bevételi forrásokat (pl. YouTube, Patreon, brand deal), automatikusan rendszerezi a költségeket és elemzi az adózási lehetőségeket.

A magyar influenszer- és tartalomgyártó piac 2020 óta folyamatosan nő, de a pénzügyi tudatosság sokszor elmarad, és az új arcok sincsenek mind tisztában azzal, hogy ennek mi a menete és hogyanja. Erre tudástárat vagy jó tanácsadót pedig nem olyan egyszerű találni. A legtöbben még mindig sima egyéni vállalkozóként dolgoznak, gyakran nem optimalizált adózással. Egy ilyen rendszer a hazai creator ügynökségek számára is érték lehet: a háttéradminisztráció kiszervezése AI-nak lehetővé tenné, hogy a gyártók végre tényleg csak a tartalommal foglalkozzanak. Emellett az AI segíthetne a NAV-ellenőrzésekre való felkészülésben is.

6. Casco

Iparág: Kiberbiztonság, AI audit

A Casco olyan AI ügynököt épít, amely szimulált támadásokat hajt végre cégek saját AI-rendszerei ellen – hogy feltárja a sebezhetőségeket, mint például prompt injection, jogosultsági hibák vagy túl engedékeny output.

Mivel a legtöbb cégnek még nincs kifejezett stratégiája arra, hogyan védi a saját ChatGPT-alapú rendszereit a visszaéléstől vagy manipulációtól, ez egy remek kezdeményezés – ha itthon ez a téma még gyerekcipőben is jár. Mindenesetre ez lesz a következő compliance-hullám: ha elindul az MI-szabályozás (pl. EU AI Act), az AI-biztonság legalább olyan fontos lesz, mint az adatvédelem. Az első olyan hazai cég, aki auditálni tudja AI-rendszereit, versenyelőnyt nyer!

7. Galen AI

Iparág: Egészségügy, wellness, fogyasztói tech

A Galen AI több száz egészségügyi rekordot és fitnesz-tracker adatot kombinál, hogy személyre szabott egészségügyi tanácsokat adjon – AI ügynök segítségével. A rendszer képes például megmondani, mikor kellene pihenni, milyen mozgás javasolt, stb.

Itthon egyelőre az orvosi adatok és a hordható kiegészítők adatai nem “kommunikálnak” egymással. A Fitpuli, MediSmart és néhány magánklinika indult el hasonló irányba, de ezek még csak a szokásos applikációs szinten vannak. Ha az AI képes lenne összekapcsolni például a magánlabor eredményeket, vérnyomásmérőket, okosórát és orvosi előzményeket, és ebből aktív életmódtanácsokat adna – az egy teljesen új szint lenne a prevencióban. Vállalati egészségprogramba bevezetve pedig különösen hatékony lenne.

8. Mbodi AI

Iparág: Ipari robotika, gyártástechnológia

A Mbodi AI ügynöke képes természetes nyelv alapján új feladatokat tanítani meglévő robotoknak – ahelyett, hogy újraprogramozni kellene őket (manuálisan). Például elég azt mondani, hogy “tedd az alkatrészt balra az új polcra”, és a robot alkalmazkodik.

Magyarországon rengeteg gyár alkalmaz ipari robotokat, de a programozásukhoz szakértő kell, gyakran külföldi csapat. A testreszabás emiatt drága lehet és időigényes. Ez a megoldás forradalmi lehetne a hazai autóiparban (Audi, Mercedes, Bosch), ahol a gyors átállás, új típus betanítása vagy egyedi igények kezelése gyakran szűk keresztmetszet. Az AI-alapú betanítás ezt az időt napokról percekre csökkentené.

9. Plexe

Iparág: B2B, mérnöki munka, data science, gépi tanulás

A Plexe egy olyan platformot fejleszt, amely lehetővé teszi, hogy természetes nyelvű utasításból (promptból) prediktív gépi tanulási modellek jöjjenek létre. Magyarán nem kell kódolni, sem adat-scientistnek lenni – csak azt kell megfogalmazni, hogy mit szeretnénk előrejelezni, az AI pedig létrehozza a szükséges modellt.

Bár egyre több cég nyit a prediktív analitika felé – gondoljunk csak a logisztikai cégekre, webshopokra vagy bankokra –, a legtöbb helyen még mindig külső adat-szakértő vagy tanácsadó készíti el a modelleket. A kisebb cégek pedig el sem jutnak idáig, mert bonyolultnak tartják. A Plexe megoldása épp ezt a belépési küszöböt csökkenti drasztikusan, hiszen az AI építi a modelleket és vizualizál. Itthon ez forradalmasíthatná a KKV-szintű adatfelhasználást.

10. Willow

Iparág: Fogyasztói technológia, kommunikációs AI

A Willow egy olyan diktáló alkalmazás, amely nem csupán leírja a hangot, hanem „helyetted fogalmaz” – a te stílusodban. Az AI ügynök felismeri a felhasználó szóhasználatát, tónusát, kifejezéseit, és azokkal ír meg például emailt, üzenetet vagy jegyzetet.

Bár hangfelismerő eszközök már léteznek (pl. Google Speech to Text), azok nem fogalmaznak, csak rögzítenek. Magyar nyelven egyelőre kevés AI eszköz képes ilyen szintű nyelvi stílusazonosításra – főleg nem ügyfélkommunikációs célra. Persze példák alapján mimizálásra képes pl. egy ChatGPT, de nem ugyanaz. Különösen érdekes lenne ügyfélszolgálaton, PR- vagy social media csapatnál: egy AI, amely automatikusan „a cég hangján” válaszol. A következő logikus lépés az lenne, hogy a rendszer több munkatárs hangstílusát is megtanulja, és így személyre szabott asszisztenseket adna a csapat tagjainak. 

Ügynök-alapú jövő

Az Y Combinator tavaszi mezőnye világos irányt mutat: a jövő startupjai nem appokat építenek, hanem AI ügynököket, amik autonóm/fél autonóm módon vesznek át általunk delegált feladatokat/folyamatokat. Egyre több magyar nagyvállalatnál is látunk ilyen irányokat, tehát egyáltalán nem egy távoli jövő/technológia ez. Persze fontos ehhez, hogy megtartsuk azokaz az itthoni szakembereket, akik jelenleg kifelé dolgoznak remote data scientist, AI engineer és hasonló pozíciókban. El kell fogadnunk, hogy ez tanácsadó céget, időt, energiát igényel, ami nem holnap fog megtérülni – de mi térül meg egy nap alatt? Nem álmodozni kell, keresni a kifogásokat, az ellenséget – csinálni kell.

Ha érdekel, mutatunk még AI útmutatókat, céges bevezetési sablonokat vagy induló képzéseket a témában. Csak kattintsatok a Minner AI/MI menüjére.

Olvasnál még a témában?

• Mely pozíciókra veszélyes az AI? Hatása a globális munkaerőpiacra
• Shopify CEO: „AI használat = alapelvárás”
• Kreatív hobbiból AI mint mellékes: mi és mennyit fizet?
• GenZ: Miért és hogyan használják munkájuk során az AI-t
• AI és deepfake: új vásárlási csalások –  Mire figyeljünk?

Forrás:
Business Insider, Y Combinator, Minner

Fotó:
Envato License