Connect with us
Hirdetés

Ipar

Hogyan válasszunk mesterséges intelligenciát okosan?

mesterséges intelligencia
Képek forrása: Freepik

A generatív AI képességei rohamosan fejlődnek, de a gépi tanulás és a mesterséges intelligencia más típusai sok eseten jobb, egyszerűbb és költséghatékonyabb megoldást adnak a vállalatoknak. Beruházásuk megtérülése múlik azon, hogy a technológiák, eszközök és módszerek közül mekkora hozzáértéssel választanak.

A nagy felhajtásból adódóan a generatív mesterséges intelligenciát gyakran túlzott elvárások övezik. A generatív modellek képesek már képeket, szöveget, videót vagy akár zenét is előállítani – mindezt a tanításuk során látott adatokból megtanult összefüggések alapján.

Félreértés, hogy a generatív AI szöveges modelljei „okos keresők”. Ezek a modellek mindössze „következőszó-generátorok”, amelyek szavanként generálják ki jóslataikat a felhasználói bemenetre. Ahhoz, hogy az okos kereső képességekre felruházható legyen, elengedhetetlen a megfelelő szakértői kompetencia bevonása, különben kontroll és minőségbiztosítás nélkül a szövegben legvalószínűbben soron következő szót adja válaszul a tanítóadataikban látottak alapján. Szoftverkódot is ugyanígy generálnak. Bizonyos feladatok hatékony elvégzésére tehát kiválóan alkalmasak már most, más problémákhoz viszont működésükből kifolyólag nem ideálisak önállóan a szükséges eszközkészlet nélkül.

– Azon feladatok automatizálására, amelyekre a generatív AI nem ideális sokkal jobb és olcsóbb megoldást kínálhat egy-egy klasszikus gépi tanulási modell – mondta Póda Csanád, a Kontron Hungary ML/AI rendszertervező mérnöke. – A gépi tanulás (machine learning, ML) alkalmazása azonban kevésbé látványos, mint egy emberi nyelven „beszélgető” robot, így a széles nyilvánosság képzeletét sem ragadta meg úgy, mint a természetes nyelvi felületen bárki számára hozzáférhető generatív mesterséges intelligencia.

Aki nem ismeri ezeket a módszereket, könnyen elveszhet bennük egy magas színvonalú, hozzáértő támogató csapat nélkül. Ezért vagyunk mi – hogy segítsük a navigációt ezeken a zavaros vizeken.

Kis és nagy modellek, testre szabva

A generatív AI értelmes, hasznos, hatékony, megbízható, biztonságos és etikus használatához a megfelelő technológiai, szervezeti, emberi, társadalmi és szabályozási feltételeket is szükséges megteremteni.

Vállalati szinten tovább árnyalja a képet, illetve bővíti a lehetőségeket, hogy a nagy (nem csak nyelvi) generatív modellek mellett megjelent rengeteg kisebb, előtanított, nyílt forráskódú modell is – mondta Póda Csanád. Ezeket a különféle feladatok elvégzésére előre tanított, nyílt forráskódú modelleket a vállalatok saját adataikon testre szabhatják, így gyorsabban és költséghatékonyabban valósíthatják meg projektjeiket. Egy ilyen modell továbbfejlesztésével készítettük el például a Számlamenedzser alkalmazásunk szállítófüggetlen számlafeldolgozóját, amely a beérkező (akár scannelt) számlák adatait egy mély neurális háló segítségével ismeri fel és írja át automatikusan a vállalatirányítási rendszer megfelelő mezőibe. Ezáltal a hagyományos rendszereknél sokkal rugalmasabb megoldást kaptunk, amelynél nem kell minden új számlatípus feldolgozásához új sablonokat létrehozni, hanem minden számlatípust egy modell ismer és dolgoz fel.

Emellett a vállalatok a hatalmas adatmennyiségeken tanított, több milliárd paramétert használó generatív AI modellek kimenetét is optimalizálhatják Retrieval-Augmented Generation (RAG) segítségével. A költséghatékony módszerrel ugyanis a generatív modellek képességeit speciális területekre vagy saját belső tudásbázisukra terjeszthetik ki, így pontosabb és hasznosabb válaszokat kaphatnak anélkül, hogy a modellt újra kéne tanítani – az információt ugyanis az ügyfél saját dokumentumtárából keressük ki és adjuk át a generatív AI modelleknek feldolgozásra, ezzel csökkentve a hallucinációk valószínűségét.

Felhő és partner nélkülözhetetlen szerepe

Már ez a pár példa is mutatja, hogy a mesterséges intelligencia eszközök és módszerek milyen széles választékát fogja át. Kulcsfontosságú ezért, hogy a vállalatok az adott feladat függvényében jól válasszanak a folyamatosan bővülő palettáról.

A bőség zavarában és a felhajtás zajában azonban gyakran megesik, hogy a döntéshozók olyan AI-megoldásokat választanak, amelyektől üzleti felhasználási esetükben eleve hiába várnak eredményeket. Szerintem elsősorban ez okozza, hogy egy elemzői jelentés szerint a 2023-as vállalati AI kezdeményezések 80 százaléka megakadt a koncepcióvalidálás szintjén – mondta Póda Csanád. A másik oka ennek az, hogy a közelmúltig nem voltak meg azok az eszközök, amelyekkel ilyen rendszereket megbízható produktív környezetbe tudtunk helyezni. Itt azonban hatalmas előrelépés történt, és már nagyon jó minőségű AIOps és MLOps eszközök állnak rendelkezésünkre. Sok vállalat nem tud házon belüli AI kompetenciát kiépíteni, de ezt könnyen ellensúlyozhatja egy átfogó szakértelemmel és nagy tapasztalattal rendelkező tanácsadó- és rendszerintegrátor-partner bevonásával. Egy ilyen partner a projektek megvalósítását már az üzleti értékajánlatnak megfelelő gépitanulási-, illetve mesterségesintelligencia-eszköz kiválasztásától kezdve az élesbe állásig támogatni tudja.

Egy másik nagy hátráltató tényező ezen a téren, hogy a magyar vállalatok egy része ellentmondásos, szelektív módon még mindig idegenkedik a felhő használatától. Sok cég a Microsoft Office 365-re minden további nélkül előfizet, a belső, üzleti titkokat tartalmazó levelezését a Microsoft felhőjében tárolja, valamint irodai alkalmazásait felhőszolgáltatásként veszi igénybe. Az üzleti alkalmazásaikat viszont még mindig saját hardveren szeretnék futtatni  – noha a belőlük kinyert kimutatásokat szintén előszeretettel továbbítják e-mailben.

A házon belüli IT infrastruktúra sok szempontból nem tud versenyezni a nagy felhőszolgáltatók adatközpontjaival. Saját hardveren a vállalatok nemhogy generatív AI modelleket nem tudnának futtatni, de gyakran még a kisebb neurálisháló-alapú modelleket is csak olyan késleltetés mellett használhatnák, hogy az értelmetlenné tenné bevezetésüket. A kapacitás megfelelő bővítésére pedig az AI munkaterhelések futtatásához szükséges specializált hardver magas ára és a jelenlegi eszközhiány miatt sem gondolhatnának.

A döntéshozóknak tanácsos minél előbb megvizsgálniuk, hogy a mesterséges intelligencia használatához vállalatuknál milyen szabályok mentén használhatnak felhőalapú megoldásokat, és mely szolgáltatók tudják ezeket biztosítani, mert a választék ezen a téren is bővül  – mondta Póda Csanád. Ha továbbra is késlekednek, rövid időn belül nagy hátrányba kerülhetnek a felhőben szolgáltatásként elérhető AI képességeit eredményesen kiaknázó versenytársaikkal szemben. Bár minden esetben meg kell vizsgálni, hogy a különböző tényezők függvényében melyik szolgáltatási modell a legelőnyösebb, ma már általában a felhőt érdemes választani, hacsak használatát speciális megfelelési követelmények (törvényi szabályozottság) kategorikusan ki nem zárják. De a GDPR-nak való megfelelés például ma már nem probléma.

Nemzetközi ML/AI kompetencia-központ helyben

A megfelelő ML/AI megoldás és a szolgáltatási modell mellett a releváns üzleti felhasználási esetek megválasztása is fontos az AI beruházások gyorsabb megtérüléséhez, amiben a kompetens partner szintén sokat segíthet.

A rendszerintegrátorként ismert és elismert Kontron Hungary az utóbbi években ML/AI szakértelmét is olyan szintre fejlesztette, hogy a tagvállalatai közötti együttműködést erősítő Kontron Csoport úgy határozott, itt hozza létre csoportszintű ML/AI kompetencia-központját is, amelyet harminc fős tanácsadói és fejlesztői csapattá szeretnének bővíteni.

– Hazai ügyfeleink számára különösen előnyös, hogy cégünk méretéből adódóan szakmai területeink házon belül is szorosan együttműködnek egymással – mondta Póda Csanád. – Számos vállalat informatikai környezetét ismerő rendszer-integrációs csapatunk tudása és tapasztalata is hozzájárul így ML/AI projektjeik sikeres megvalósításához és további digitális átalakulásuk felgyorsításához.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Ipar

Megjelent az új transzferár-rendelet

A transzferár-nyilvántartásról és a transzferár-adatszolgáltatásról szóló új NGM rendelet több ponton módosítja a kapcsolt vállalkozások dokumentációs és adatszolgáltatási kötelezettségeit.

A Forvis Mazars szakértői szerint bár az új szabályozás több területen egyszerűsítést hoz, egyes előírások részletesebbé és szigorúbbá válnak, ezért az érintett adózóknak érdemes időben felkészülniük ezek alkalmazására. A rendelet 2026. január 23-án lép hatályba.

A Magyar Közlöny 157. számában kihirdetett 45/2025. (XII. 23.) NGM rendelet a transzferár-nyilvántartásról és a transzferár-adatszolgáltatásról 2026. január 23-tól váltja fel a korábbi, 32/2017. (X. 18.) NGM rendeletet. Az új rendelet több lényeges ponton módosítja a dokumentációs és adatszolgáltatási kötelezettségek szabályait.

Az új transzferár-rendelet több ponton egyszerűsíti a dokumentációs kötelezettségeket, ugyanakkor részletesebb elvárásokat fogalmaz meg például a hasznossági teszt, az adatbázis-kutatások és a szegmentálás területén. A változások miatt a kapcsolt vállalkozások számára különösen fontos, hogy időben áttekintsék a jelenleg alkalmazott folyamataikat, és felkészüljenek az új szabályok alkalmazására, különösen a 2026-ban induló adóévek vonatkozásában

hívja fel a figyelmet Tomor Ákos, a Forvis Mazars partnere.

A rendelet egyik legfontosabb változása a dokumentációs értékhatárok módosítása. A helyi dokumentum esetében az összevont ügyletenként, szokásos piaci áron és áfa nélkül számított értékhatár 100 millió forintról 150 millió forintra emelkedett. A fődokumentum-készítési kötelezettség új feltételekhez kötődik: fődokumentumot csak akkor kell készíteni, ha az adózó helyi dokumentumkészítési kötelezettség alá eső ügyleteinek szokásos piaci áron számított, áfa nélküli összértéke meghaladja az 500 millió forintot. Ennek megfelelően nem szükséges fődokumentumot készíteni akkor, ha a kapcsolt ügyletek éves összértéke meghaladja ezt az értékhatárt, de azok egyenként nem érik el a helyi dokumentumkészítési küszöböt.

A költségátterhelések esetében szintén 500 millió forintos értékhatár került meghatározásra. Ezen összeg felett dokumentáció készítése szükséges, ugyanakkor ebben az esetben elegendő egyszerűsített helyi dokumentum készítése. Az egyszerűsített helyi dokumentum tartalmi követelményei ugyanakkor módosultak a korábbi szabályozáshoz képest, például a funkcionális elemzés is már része ennek a nyilvántartástípusnak.

Jelentős változás érinti az alacsony hozzáadott értékű szolgáltatások fogalmát és az ezekhez kapcsolódó elfogadott árazási elveket. Emellett a rendelet előírja, hogy pénzügyi vagy nem pénzügyi szolgáltatások igénybevétele esetén hasznossági tesztet kell végezni annak vizsgálatára, hogy az adott ügylet az adózó üzleti tevékenységéhez ténylegesen szükséges volt-e. A hasznossági teszt elvégzését dokumentálni is kell.

A szabályozás részletes előírásokat tartalmaz arra az esetre is, ha a tesztelt fél több tevékenységet végez, és az egyes tevékenységekre külön transzferár-elemzések készülnek. Ilyen esetekben a vállalati szintű adatok szegmentálása és annak bemutatása kötelező.

Az adatbázis-kutatásokkal kapcsolatban is pontosításra kerültek az alkalmazandó főbb lépések (pl. földrajzi területek hierarchiája, valamint az elemzésbe bevonható évek száma). Ezek korábban a NAV honlapján csak iránymutatásként jelentek meg, amelyek egy része mostanra jogszabályi szintre emelkedett.

A rendelettervezettel ellentétben a végleges rendelet szerint a transzferár-nyilvántartások magyar, angol és német nyelven is elkészíthetők.

Az új rendelet 2026. január 23-án lép hatályba. Az adózók dönthetnek úgy, hogy rendelkezéseit már a 2025-ben kezdődő adóévre alkalmazzák, azonban a 2026-ban induló adóévek esetében az új szabályok alkalmazása már kötelező lesz.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading

Ipar

A Schneider Electric és a Bloomberg létrehozta az Energia-Technológiai Koalíciót

A Schneider Electric a világ egyik vezető energia-technológiai vállalata és a Bloomberg New Economy létrehozta az „Energy Technology Coalition” („Energia-Technológiai Koalíció”) nevű kezdeményezést.

Az új szervezet célja, hogy a különböző iparágakból érkező döntéshozók és szakértők bevonásával felgyorsítsák az energiafogyasztást hatékonyabbá, rugalmasabbá és a változó helyzethez jobban alkalmazkodóvá tevő új technológiák bevezetését.

Napjainkban az energetikai beruházások egyre inkább a növekvő népesség és a mesterséges intelligencia (MI) alkalmazásokat kiszolgáló adatközpontok gyorsan emelkedő villamosenergia-igényének kiszolgálására irányulnak, az Energia-Technológiai Koalíció pedig arra fókuszál, hogy hogyan lehet az energiát hatékonyabban felhasználni. A kezdeményezés résztvevői felmérik, hogy az MI és más előremutató technológiák hogyan nyújthatnak olyan megoldásokat, amelyek optimalizálják az energiafelhasználást és javítják a villamos hálózat reagálóképességét, lehetővé téve még több energiaforrás integrálását.

Az Energia-Technológiai Koalíció arra ösztönzi az energia-, technológiai és infrastrukturális szektorok vezetőit, hogy meghatározzák, hol és miért lassú a keresleti oldali technológiák – például az MI-alapú hálózatkezelés, a digitális ikrek és az ipari automatizálási rendszerek – bevezetése, és milyen eszközökkel lehetne gyorsítani azok elterjedését. A szervezet célja, hogy adatokkal alátámasztott megoldásokat és keretrendszereket tegyen közzé, amelyek enyhítik az okosabb, tisztább energiafelhasználásra való átállás során felmerülő aggályokat.

„A rugalmas és megfizethető energiaellátás jövőjének megteremtése a technológiai és az energetikai szektorok közötti szoros együttműködést igényel. Az együttműködés és az olyan innovációk kihasználása révén, mint a mesterséges intelligencia és a digitális ikrek, megerősíthetjük a hálózatot, javíthatjuk a megbízhatóságot, és mindenki számára elérhetőbbé és költséghatékonyabbá tehetjük az energiát. A Schneider Electric elkötelezett amellett, hogy az iparág vezetőivel együttműködve olyan megoldásokat kínáljon, amelyek támogatják a gazdasági növekedést és biztosítják, hogy energetikai infrastruktúránk megfeleljen a jövő igényeinek. Ezért örülünk, hogy részt vehetünk ebben az új koalícióban”

– mondta el Frédéric Godemel, a Schneider Electric „Energy Management” területért felelős ügyvezető alelnöke.

Az Energia-Technológiai Koalíció alapító tagjai között ott van Christina Shim, az IBM fenntarthatósági igazgatója; John D. Sterman professzor, az MIT System Dynamics Group igazgatója; Claire O’Neill, az Oxy non-executive igazgatója és az Egyesült Királyság korábbi energiaügyi minisztere; Arch Rao, a SPAN alapítója és vezérigazgatója; Manon van Beek, a TenneT vezérigazgatója. A következő hónapokban további tagok csatlakoznak hozzájuk.

„A keresleti oldali innovációt és beruházásokat túl gyakran figyelmen kívül hagyjuk, amikor a jövőről gondolkodunk. Függetlenül attól, hogy mennyire szén-dioxid-intenzitású az energiaellátó rendszer, a kereslet jobb kezelése hatalmas költség-, hatékonysági és rugalmassági előnyökkel jár. Ma már sokkal könnyebb ezt megérteni – különösen az energiaintenzív iparágak számára, amelyek sok régióban strukturálisan magas energiaköltségekkel küzdenek”

– tette hozzá Claire O’Neill.

„Kritikus pillanatban vagyunk, amikor a digitális infrastruktúra és az energiarendszerek egyre gyorsabb ütemben konvergálnak. Nyilvánvaló, hogy a világnak előnyös lenne, ha összehangoltan lépne fel annak érdekében, hogy tiszta, rugalmas és hatékony energiaellátással biztosítsuk a mesterséges intelligencia és gyorsan bővülő számítási igények kiszolgálását a következő generációk érdekében. A legjobb szakemberek összefogásával az Energia-Technológiai Koalíció elősegíti az új innovációk, partnerségek és politikák kialakulását, amelyek szükségesek a jövő felelősségteljes energiaellátásához”

– mondta Karen Saltser, a Bloomberg Media vezérigazgatója.

Az Energia-Technológiai Koalíció első személyes találkozóját 2026 januárjában rendezik meg a Bloomberg House-ban, Davosban, a Világgazdasági Fórum éves találkozójának keretében. A tagok a megvalósítható stratégiák, kísérleti programok és keretrendszerek kidolgozásával foglalkoznak majd, amelyek meghatározzák, hogyan használják és kezelik az iparágak az energiát a mesterséges intelligencia korában.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading

Ipar

Tovább bővült a Schneider Electric SF6-mentes portfóliója, megérkezett a GM AirSeT

Az állásidőt akár 75 százalékkal, a karbantartási tevékenységet pedig 40 százalékkal is csökkentheti a Schneider Electric új, SF-gáz mentes középfeszültségű kapcsolóberendezése, a GM AirSeT.

Az új eszköz ideális megoldást jelent azok számára, akik a fenntarthatósági és költséghatékonysági szempontok párhuzamos érvényesítésével modernizálnák elektromos infrastruktúrájukat.

 A Schneider Electric a világ egyik vezető energia-technológiai vállalata a Bilbao-ban megrendezett ENLIT Europe 2025 kiállításon mutatta be legújabb innovációját, a GM AirSeT-et. Az új eszközzel a vállalat tovább bővíti SF₆-mentes (kén-hexafluorid) portfólióját – amellyel már most is piacvezető a szekunder középfeszültségű kapcsolóberendezések piacán – és belép a primer gázszigetelésű készülékek szegmensébe is, jövőbiztos megoldást kínálva a hálózatüzemeltetők, adatközpontok és nagy áramigényű ágazatok számára.

Mivel az elektrifikáció – vagyis az elektromos áram használatára történő átállás – számos iparágban egyre gyorsabb, ezért minden eddiginél fontosabb, hogy ellenálló, digitálisan összekapcsolt elektromos infrastruktúrákat alakítsunk ki. Emellett a szabályozási változások – mint például az Európai Unió fluortartalmú gázok használatának korlátozására vonatkozó 2024/573 rendelete – is arra késztetik a piaci szereplőket, hogy SF₆-mentes technológiákra álljanak át.

A kompakt kialakítású GM AirSeT-nél tiszta levegőt alkalmaznak a szigetelésre, ezért az életciklus végén nincs szükség speciális eljárásra a benne lévő gáz semlegesítésére, ami megkönnyíti a felhasználók számára a jogszabályoknak való megfelelést, illetve csökkenti a teljes költséget. A középfeszültségű kapcsolóberendezés a digitális korszak elvárásainak megfelelően számos intelligens funkcióval bír, amelyek támogatják a skálázható, állapotalapú karbantartást is, segítve az ügyfeleket a szakemberhiány kezelésében és az eszközök megbízhatóságának javításában.

„AirSeT portfóliónk gyorsan bővül. Új GM AirSeT termékcsaládunkkal segíthetünk a nagy villamosenergia-fogyasztóknak és a hálózatüzemeltetőknek a dekarbonizációban és az egyre szigorodó EU-szabályozásoknak való megfelelésben, miközben támogatjuk a növekedési céljaikat is”

– mondta el Melton Chang, a Schneider Electric „Power Systems” üzletágának ügyvezető alelnöke.

 A GM AirSeT főbb jellemzői és előnyei

A GM AirSeT tiszta levegőt használ szigeteléshez és vákuumot az ívmegszakításhoz, így nincs üvegházhatású gáz és mérgező melléktermék. Ez biztosítja a környezetvédelmi előírásoknak való teljes megfelelést és egyszerűsíti az élettartam végi kezelést. A legnagyobb igénybevételre tervezett GM AirSeT zárt tartállyal és szigetelt gyűjtősínekkel rendelkezik, amelyek kiküszöbölik a helyszíni gázfeltöltés szükségességét, és segítik, hogy megbízható teljesítményt nyújtson szélsőséges hőmérsékleti, magassági és páratartalom-viszonyok között.

A tartálynyomás és a megszakító mechanizmus állapotát figyelő beépített érzékelőkkel ellátott GM AirSeT a Schneider Electric EcoCare szolgáltatásain keresztül 24 órás felügyeletet és állapotalapú karbantartást tesz lehetővé. Ez segíthet abban, hogy az állásidő akár 75 százalékkal, a karbantartási tevékenység pedig akár 40 százalékkal csökkenjen. Az üzemeltetők építhetnek az intuitív felületek, a beépített biztonsági reteszek, valamint a távoli és közeli vezérlőeszközök által nyújtott előnyökre, amelyek biztonságosabb beavatkozásokat tesznek lehetővé.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading
Advertisement Hirdetés
Advertisement
Advertisement
Advertisement
Advertisement Hirdetés

Facebook

Advertisement Hirdetés
Advertisement Hirdetés

Ajánljuk

Advertisement

Friss