Miért hibázik az AI, és hogyan lesz mégis megbízható
Kipróbáltad a ChatGPT-t vagy a Claude-ot valamilyen üzleti feladatra. Emailt írattál vele, adatokat rendeztettél, ajánlatot fogalmaztattál. Először jól ment. Másodjára is.
De harmadszorra valami félrement. Rossz formátum. Hiányzó adat. Vagy egyszerűen értelmetlen válasz.
Sokan ezen a ponton legyintenek, hogy „az AI még nem elég jó”. A valóság ennél érdekesebb: az AI igenis elég jó. Csak nem úgy működik, ahogy a legtöbben gondolják. Ez a félreértés az oka annak, hogy rengetegen csalódnak az AI-ban, és ez az, amit most szeretnék elmagyarázni.
Miért ad más választ az AI minden alkalommal?
Az AI nem számológép. Ha egy Excel-képletbe beírsz egy számot, mindig ugyanazt az eredményt kapod. Az AI viszont nem így dolgozik.
Valószínűségek alapján működik. Nem „tudja” a választ, hanem megjósolja, milyen szó jöhet következőnek, és ebben van némi véletlenszerűség. Képzeld el úgy, mintha egy nagyon okos kollégától kérdeznél valamit: remek választ kapsz, de ha holnap újra felteszed ugyanazt a kérdést, kicsit mást fog mondani. Más szempontokat emel ki, más sorrendben magyaráz, néha kihagy egy lépést.
Kreatív munkára ez tökéletes. Szövegírásra, ötletelésre, kutatásra az AI kiváló. De ha azt várod, hogy minden alkalommal pontosan ugyanazt az emailt küldje ki, ugyanabban a formátumban, ugyanazokkal az adatokkal, ott kezdődnek majd a gondok.
Az üzleti logika ugyanis determinisztikus: minden alkalommal pontosan ugyanazt az eredményt kell kapnod. Az AI viszont a természeténél fogva nem az. Ebben a feszültségben rejlik a probléma.
Amikor az AI mindent egyedül csinál
A McKinsey kutatása szerint a generatív AI a munkavállalók idejének akár 60-70%-át is ki tudná váltani. Hatalmas szám. De van egy feltétel, amiről kevesebbet beszélnek: ez csak akkor igaz, ha az AI-t helyesen építik be a munkafolyamatokba.
Gondolj bele egy egyszerű feladatba. Az AI-nak ki kell keresnie egy ügyfél adatait, meg kell írnia egy személyre szabott emailt, formáznia kell az adatokat, és el kell küldenie az üzenetet. Négy lépés.
Ha minden egyes lépésnél 90%-ban pontos (ami egyébként nagyon jó arány), az összesített megbízhatóság nem 90% lesz:
0,9 × 0,9 × 0,9 × 0,9 = 65%
Tíz lépésnél 35%. Húsz lépésnél már csak 12%.
Ez nem elmélet, hanem egyszerű szorzás. Minél több lépést bízol egyedül az AI-ra, annál biztosabb, hogy valamelyiknél hibázik. Nem azért, mert buta, hanem mert minden lépésnél ott van egy kis bizonytalanság, és ezek összeadódnak.
Egy hobbiprojektnél ez még elfogadható. De ha egy vállalkozás naponta több száz tranzakciót dolgoz fel, az 5%-os hibaarány is katasztrofális: állandó beavatkozást, bizalomvesztést és kiszámíthatatlan szolgáltatást jelent.
Te döntesz, az AI segít, a kód végrehajt
A szoftverfejlesztésben régóta ismert elv a feladatok szétválasztása (angolul separation of concerns). Az ötlet egyszerű: minden komponens azt csinálja, amiben a legjobb.
Alkalmazva az AI automatizálásra ez három szerepet jelent.
Te határozod meg a szabályokat, a sablonokat, a stratégiát. Te döntöd el, milyen hangnemben szólítsd meg az ügyfeleidet, mikor kell eszkalálni, mi számít sürgősnek. Ezek emberi döntések, és azok is maradnak.
Az AI két dologban kiváló: szövegértés és mintafelismerés. Felismeri, hogy egy beérkező üzenet reklamáció vagy érdeklődés. Kiválasztja az általad meghatározott sablonok közül a megfelelőt. Megírja a személyre szabott részt a te irányelveid alapján.
Az email tényleges összeállítása, az API-hívás, az adatbázisba írás? Ezeket hagyományos programkód végzi. Olyan kód, ami mindig, változatlanul ugyanazt csinálja. Nincs benne véletlenszerűség.
Gondolj rá úgy, mint egy jó csapatmunkára. Te vagy a tulajdonos, aki meghatározza az irányt. Az AI az az elemző, aki gyorsan felméri a helyzetet és a szabályaid alapján kategorizál. A kód az a végrehajtó, aki precízen hajtja végre az utasítást. Mindenki azt csinálja, amiben a legjobb.
Ezt hívjuk kiszámítható, determinisztikus automatizálásnak: az ember határozza meg a kereteket, az AI végzi a rugalmas elemzést, a kód pedig biztosítja, hogy a végrehajtás mindig hibátlanul, azonos módon történjen.
Hogyan néz ki ez a gyakorlatban?
Vegyünk egy konkrét példát: utánkövető emailek küldése potenciális ügyfeleknek.
Tisztán AI-val: Az AI megírja az emailt, kiválasztja a tárgyat, formázza az adatokat, meghívja az email API-t. Néha tökéletesen működik. Néha rossz nevet ír be, elfelejti a mellékletet, vagy olyan formátumban küldi az adatokat, amit a rendszer nem fogad el.
AI + kód kombinációval: Az AI felismeri, melyik sablon illik az adott ügyfélhez, és megírja a személyre szabott részt. A kód beilleszti a sablonba, formázza az adatokat, elküldi az emailt, naplózza az eredményt. Az eredmény mindig ugyanaz.
Ez a megközelítés nemcsak megbízhatóbb, hanem olcsóbb és gyorsabb is. Az AI feldolgozása pénzbe kerül, hiszen a szöveget tokenekre bontja, és minden feldolgozott token után fizetsz. A kód futtatása gyakorlatilag ingyenes. Ráadásul egy adatlista rendezését az AI milliárdnyi paraméterével percekig dolgozza fel, míg egy egyszerű program milliszekundumok alatt végez vele. Ahol kóddal is megoldható a feladat, ott felesleges az AI-t használni.
Ha eddig csalódtál az AI-ban
Ha úgy érezted, hogy az AI nem megbízható, nem tévedtél. De nem az AI a hibás. A megközelítés az, amin változtatni kell.
A mai csúcsmodellek (a Claude, GPT és Gemini család) független teljesítményteszteken már 80-90%-os pontossággal oldanak meg összetett programozási feladatokat, és más területeken is hasonló az irány. Az intelligencia tehát megvan. A kérdés az, hogyan építed köré a rendszert.
Pontosan ezt csináljuk. Olyan automatizálásokat építünk, ahol te határozod meg a szabályokat, az AI elemez, a kód pedig végrehajt. Ha kíváncsi vagy, hogyan nézne ki ez a te vállalkozásodban, foglalj egy ingyenes konzultációt, és megmutatjuk.
Ez a cikk az Andronia blogján jelent meg. Az Andronia magyar vállalkozásoknak segít AI automatizálással növekedni. Szolgáltatásainkról itt olvashatsz.
