Ismerős a helyzet? Fut nálatok egy sales AI-pilot. Talán kettő-három is egyszerre. A demón mindegyik “ígéretes” volt — aztán eltelt fél év, és semelyik nem jutott túl azon, hogy pár emberrel tesztelitek (a maradék meg annyit tud róla, mint egy körlevél harmadik pontjáról, amit senki nem olvasott végig). A bemutatón tökéletesen működött, csak az üzleti haszon elveszett útközben, mire a pilot production-bekerülne. Ez nem csak nálatok van így , és nem is hibáztok semmiben: 2026-ban egyszerűen ez a legnagyobb gátja annak, hogy a nagyvállalati AI-projektekből valódi érték legyen.
‍

Megéri ezzel foglalkozni? Szerintem félreérthetetlenül igen. Azok a sales csapatok, akik éles AI-t használnak, nagyjából 17 százalékponttal nagyobb arányban növelik a bevételüket, mint akik nem — ez nem apró különbség, ez egy egész új célszám a negyedéves tervben. A B2B-vevők kétharmada (67%) ma már szívesebben intézi a vásárlást AI-eszközökkel, élő értékesítő nélkül (fájó, de igaz). Ez elég komoly nyomás lenne ahhoz, hogy egy szervezet kilépjen a kísérletezésből — mégis ott ragad a legtöbb: se production rendszer, se átállás, csak egy örökös „majd megnézzük”. A beszállítók 45%-a mondja azt magáról, hogy használ AI-t, valójában viszont csak 24%-uk jutott el odáig, hogy érdemi, ágens alapú megoldásokat is bevezessen.

‍

szinte soha nem a technológia az, amin a pilot elakad. Csak ez a legkönnyebb bűnbak.

‍

• Az adat. Egy AI-ágens pontosan annyit tud, amennyit lát — és a pilot majdnem mindig egy szépen kimosott, vasalt adatkörön fut, mint a bemutatóautó az autószalonban. Amint kiengeded élesbe, az ágens szembesül a valósággal: ellentmondó, hiányos, széttagolt vállalati adattal találkozik, és onnantól nagy tömegben hozza a rossz döntéseket.‍‍
• ‍A hiányzó gazda és cél. Ha a projektnek nincs egyértelmű gazdája a sales (illetve a cég) vezetésben, és nincs hozzá egyetlen konkrét, mérhető cél, senki nem fogja kiharcolni a production-be állásdöntését. A pilot egyszerűen ott ragad, mint egy elfelejtett mappa a közös meghajtón — mert senkinek nem fáj eléggé, hogy nem lép tovább.‍
• A változáskezelés hiánya. Képzés és világos felelősségi rend nélkül a csapat egyszerűen visszaszokik a régi módszerhez — és ettől a legjobb eszköz is csak egy másik ikon lesz, amire senki nem kattint.
• A megfelelőségi bizonytalanság. Hol tárolódik az adat, visszakövethető-e egy döntés, megfelelünk-e az EU AI Act-nek? Amíg erre nincs válasz, a production-be álláshoz szükséges döntés egyszerűen befagy a jogi osztályon.

‍

• Kezdd az adattal, ne az eszközzel. Hozz létre legalább egy use case-hez elegendő tiszta, de a valóságot tükröző, egységes és megbízható adatforrást — pontosan ahhoz, amit valóban skálázni akarsz (unalmas munka, tudom, de nélküle semmi más nem számít). Minden más ráérhet.
• Egy pilot, egy gazda, egy szám. Válassz egyetlen, valóban fájó folyamatot, rendelj hozzá egy felelőst és egy mérőszámot, és állíts mellé egy kontrollcsoportot — így lesz bizonyítható, hogy tényleg működik.
• A skálázást, változáskezelést tervezd a pilotba az első naptól — adatkezelés, integráció, képzés, jogi jóváhagyás mind kerüljön bele, ne csak a végén derüljön ki, hogy hiányoznak.
• A megfelelőséget építsd be, ne halogasd a végére. Egy auditálható rendszer sokkal gyorsabban kap zöld utat a vezetőségtől is.

‍

Az ügyfeleinknek is ezt szoktuk mondani: a fentiek nagy része nem rajtunk múlik — egy tiszta adatforrással és egy felelőssel a munka javát a saját csapatod is elviszi, akár már holnap. Ha meg jól jönne egy külső szem, aki fél nap alatt megmutatja, pontosan hol fog elakadni a skálázás, hát azért vagyunk.

‍

A pilot-csapda nem technológiai kudarc — szervezeti kérdés, és jó adatkezelésen áll vagy bukik. A tétlenség is döntés, csak ez esetben egy drága döntés: a 17 százalékpontos bevételi rés nem vár meg senkit. Aki tovább lép a demón, azé lesz ez az előny; a többiek pedig jövőre is ugyanazt fogják mondani a vezetőségi ülésen, amit idén: hogy „ígéretes a pilot”. Csak épp egyre kevésbé lesz vicces.