Április 22-én két hír pattant ki néhány órán belül. Az Anthropic bejelentette a Conway nevű, mindig aktív (always-on) AI agentjét, ami webhookokra reagálva dolgozik a háttérben. Ugyanaznap a Salesforce 30+ új AI funkciót kapcsolt a Slackbotra, MCP-integrációval és 6000+ AppExchange applikációhoz való hozzáféréssel. Ez nem véletlen egybeesés — ez a jelzés, hogy az AI agent 2026-ra átlépett a bemutatók fázisából a mindennapi használatba.
Ha magyar KKV-t vezetsz, joggal kérdezheted: ez számodra is jelent valamit? A válasz igen — és ebben a cikkben pontosan megnézzük, mi az AI agent, hogyan működik, és hogyan kezdd el használni anélkül, hogy milliós hibákat vétenél.
Gyors válasz: Az AI agent egy olyan mesterséges intelligencia rendszer, ami önállóan képes célt értelmezni, lépéseket tervezni és eszközöket (email, naptár, CRM, weboldal) használni — ember közbeavatkozása nélkül. A chatbottól az különbözteti meg, hogy nem csak reagál, hanem kezdeményez és végrehajt. Magyar KKV-knak 2026-ban már 150 000–2 000 000 Ft közötti bevezetési költségből elérhető, havi 30 000–300 000 Ft API-költséggel.
Mi az AI agent? Agentic AI magyarul, autonóm ügynök 2026-ban
Az AI agent (agentic AI magyarul: ügynöki mesterséges intelligencia) egy olyan AI-rendszer, amely autonóm módon dolgozik egy cél elérésén. Nem egy kérdésre ad egy választ — hanem kap egy feladatot, és annak érdekében több lépésen keresztül cselekszik: tervez, eszközöket hív, adatot keres, visszajelzést értelmez, és addig iterál, amíg elkészül.
A hétköznapi szóhasználatban háromféle dolgot szoktak összekeverni, pedig ezek nagyon mások:
- Chatbot: egy kérdés érkezik, egy válasz megy vissza. Stateless. A GPT-3-as korszak jellemzője.
- Workflow / automatizáció: előre megírt lépéssorozat fut le egy trigger hatására (pl. Zapier, Make.com). Determinisztikus, nincs benne „döntés".
- AI agent: cél alapján ő dönti el, mely eszközt, milyen sorrendben, milyen paraméterekkel használja. Tervez, hibázik, újratervez.
A különbség egyszerűen: a chatbot válaszol, az automatizáció végrehajt, az autonóm AI agent pedig problémát old meg. Ha általánosabb kontextusban akarod érteni a mesterséges intelligencia működését, olvasd el hogyan működik az MI pillér-cikkünket.
Hogyan működik egy AI agent? Az 5 komponens
Minden éles használatú AI agent ugyanabból az öt építőkockából áll. Ha bármelyik hiányzik, az eredmény nem agent lesz, hanem csak egy okosabb chatbot.
- LLM (az agy) — Claude Opus 4.7, GPT-5.5, vagy Gemini 2.5 Pro. Ez értelmezi a célt és hozza meg a döntéseket minden lépésben.
- Memória — rövid távú (az aktuális feladat kontextusa) és hosszú távú (amit az ügyfélről, korábbi munkákról tud). Enélkül minden interakció nulláról indul.
- Tool use (eszközhívás) — az agent képessége, hogy külső rendszereket hívjon: email küldés, naptárfoglalás, CRM-rekord létrehozás, weblap lekérés, számla kiállítás.
- Tervezés (planning) — a cél bontása részlépésekre, a lépések közötti függőségek kezelése, visszakövetés ha valami nem sikerül.
- Trigger (indító esemény) — mi szólítja meg az agentet? Felhasználói prompt, webhook (új email érkezik), időzített cron, vagy egy másik agent.
A hatodik, láthatatlan komponens a guardrails — a biztonsági korlátok. Mit nem csinálhat az agent? Milyen összeg fölött kér emberi jóváhagyást? Milyen adatokhoz nyúlhat hozzá? Ez nem opcionális, hanem a bizalom alapfeltétele.
AI agent példák 2026-ban — 3 friss használati eset
Nézzük meg, hogyan néz ki ez a gyakorlatban. Három konkrét példa az elmúlt napokból — mind 2026 áprilisában jelent meg.
1. Anthropic Conway: always-on Chrome agent
Az Anthropic április 22-én mutatta be a Conway nevű agentjét. A lényeg, ami újdonság: nem kell megszólítani. Nincs prompt mező, nincs „írj valamit". Conway a háttérben fut, webhookokra figyel — ha új feladat érkezik (email, naptárbejegyzés, Chrome-ban végzett tevékenység), automatikusan elindul és dolgozik.
Az Anthropic ezzel egy új réteget épít: egy orchestration-interfészt, ami az agentek vezérlőrétegeként működik. Ugyanabban a rétegben, mint egy operációs rendszer a programoknak. Az Anthropic eszközfejlesztési szemléletéről többet olvashatsz a Claude Design cikkünkben.
Miért érdekes ez KKV-tulajdonosként? Mert a „request-response" paradigma (én kérdezek, az AI válaszol) lassú és kényelmetlen. Az always-on agent azt ígéri, hogy reggel leülsz a géphez, és már előkészítve várnak a napi feladatok, válaszok, összefoglalók.
2. Salesforce Slackbot: 30+ AI Skill és 6000 app
Ugyanaznap a VentureBeat beszámolt róla, hogy a Salesforce 30+ új AI funkciót épített a Slackbotba. A csomagban:
- AI Skills — feladatspecifikus agentek (meeting összefoglaló, ticket routing, lead qualification)
- Deep Research mode — az agent többkörös webes és belső kereséssel készít jelentést
- MCP (Model Context Protocol) kliens — az Anthropic által kifejlesztett nyílt szabvány, amivel az agent a 6000+ AppExchange applikációt hívhatja
- Meeting Intelligence — automatikus jegyzetelés, feladatkiosztás, follow-up email
Az MCP a 2026-os év legfontosabb fogalma ebben a térben. Ugyanaz, ami a HTTP a weben: nyílt szabvány, amin keresztül bármelyik agent beszélhet bármelyik rendszerrel. Ha a te CRM-ed, könyvelésed vagy projektmenedzsment-eszközöd MCP-t beszél, bármelyik modern AI agent integrálható vele — vendor lock-in nélkül. Aki rendszer-integrációval küzd, nézze meg az enterprise integráció szolgáltatásunkat.
3. OpenAI GPT-5.5 agentic coding
A harmadik friss eset az OpenAI GPT-5.5 bejelentése április 23-án a TechCrunch szerint. A modell kiemelt képessége az agentic coding: nemcsak kódot ír, hanem önállóan futtatja, teszteli, debuggolja, dokumentálja. 900 millió heti ChatGPT-felhasználó kapja meg az agentikus képességeket.
„This model is a real step forward towards the kind of computing that we expect in the future." — Greg Brockman, OpenAI elnök
„Ez valódi előrelépés ahhoz a számítástechnikai környezethez, amit a jövőtől várunk."
Mark Chen, az OpenAI kutatási igazgatója hozzátette:
„The model shows meaningful gains on scientific and technical research workflows." — Mark Chen, OpenAI Research Director
„A modell érdemi előrelépést mutat a tudományos és műszaki kutatási munkafolyamatokon."
A GPT-5.5-ről részletesen írtunk a GPT-5.5 cikkben. A tudományos kutatási használatra pedig jó példa az OpenAI biotech agentje, amit a Rosalind gyógyszerfejlesztés cikkben elemeztünk.
AI agent vs chatbot — melyiket használd KKV-ként?
Ez a kérdés gyakorlati, nem technológiai. Attól függ, milyen feladatot akarsz megoldani.
| Szempont | Chatbot | AI agent |
|---|---|---|
| Működési mód | Reaktív (válaszol) | Proaktív (tervez, végrehajt) |
| Lépések száma | 1 (kérdés → válasz) | Több (cél → tervezés → végrehajtás → ellenőrzés) |
| Eszközhasználat | Nincs vagy minimális | Email, CRM, naptár, API-k, fájlok |
| Bevezetési költség (KKV) | 30 000–200 000 Ft | 150 000–2 000 000 Ft |
| Havi működés | 5 000–30 000 Ft | 30 000–300 000 Ft |
| Legjobb felhasználás | GYIK, ügyfélszolgálat első szűrés | End-to-end folyamat (pl. lead qualification → CRM → follow-up) |
| Kockázat | Alacsony | Közepes (guardrails kellenek) |
Egyszerű döntési keret: ha a feladat egy kérdésre egy válasz, chatbot elég. Ha a feladat egy cél és több lépés, agentre van szükséged. Ha AI agent fejlesztésben gondolkodsz, kérj ajánlatot az AI agent fejlesztés szolgáltatásunkra.
Mire használható egy AI agent magyar KKV-nál? 5 alkalmazási terület
Ne általánosságban gondolkodj — nézd meg, melyik a saját napi munkádból jön elő.
- Ügyfélszolgálat — bejövő email/Messenger üzenetek automatikus kategorizálása, válaszadás az egyszerűekre, a bonyolultakat a megfelelő kollégának továbbítja. Átlagos időmegtakarítás: napi 1-2 óra ügyintézői munka.
- Értékesítés — lead qualification (web form kitöltése után az agent ellenőrzi a céginformációt, besorolja a leadet A/B/C kategóriába, CRM-be rögzíti, első emailt elküldi). Átlagos konverziónövekedés: 15-30%.
- Marketing — heti tartalomterv generálás, közösségi média posztok ütemezése, teljesítmény-riportok összeállítása. Főként kisebb marketingcsapatoknál (1-3 fő) jelentős megtakarítás.
- Pénzügy — bejövő számlák feldolgozása (OCR + kategorizálás + rögzítés), bankszámlakivonatok egyeztetése, kimenő számla kiállítás emlékeztető alapján. Itt az adatvédelem és megfelelőség kulcskérdés.
- HR — pályázatok előszűrése (CV + motivációs levél elemzés), interjú ütemezés naptárral összeegyeztetve, onboarding anyagok automatikus kiküldése. 10+ fős cégeknél már érezhető haszon.
Ezek közül több is megoldható a mi üzleti automatizáció szolgáltatásunkkal — az értékelés első lépése mindig egy folyamat-audit.
Mennyibe kerül egy AI agent bevezetése 2026-ban?
A költség két részből áll: egyszeri bevezetés és havi működtetés. A valós magyar piaci árak KKV-méretben:
Egyszeri bevezetés (build):
- Single-task agent (pl. csak email kategorizálás): 150 000 – 400 000 Ft
- Multi-tool agent (pl. CRM + email + naptár integráció): 400 000 – 1 200 000 Ft
- Full workflow agent (pl. end-to-end sales pipeline): 1 200 000 – 2 000 000 Ft
Havi működtetés:
- API-költség (LLM, pl. Claude vagy GPT-5.5): 10 000 – 100 000 Ft, használattól függően
- Hosting / infrastruktúra: 5 000 – 30 000 Ft
- Karbantartás, monitoring: 15 000 – 170 000 Ft
- Összesen: 30 000 – 300 000 Ft/hó
Példa számítás: egy 8 fős magyar KKV bevezet egy ügyfélszolgálati agentet. Build: 600 000 Ft. Havi költség: 85 000 Ft. Napi megtakarítás: 2 óra ügyintézői munka × 22 munkanap × 2 500 Ft/óra = 110 000 Ft/hó. ROI: 3-4 hónap alatt megtérül.
Mit ír elő az EU AI Act az AI agentekre 2026-ban?
2026-tól az EU AI Act szakaszosan hatályba lép. A jó hír: KKV-ként nem kell modellt fejlesztened, tehát nem a szolgáltatói oldalon állsz. A rossz hír: deployer-ként (aki használja az AI-t) neked is van teendőd.
A „systemic risk" kategóriájú modellek (GPT-5.5, Claude Opus 4.7) szigorúbb követelmény alá esnek a szolgáltatóknál — ez a te munkádat nem érinti közvetlenül. De te mint deployer felelős vagy:
- Átláthatóságért: ha az agent ügyféllel beszél, egyértelművé kell tenni, hogy AI-ról van szó — erről külön pillér-oldalunk: AI átláthatóság követelmények
- Emberi felügyeletért: magas kockázatú döntéseknél (pl. elutasítás, pénzügyi döntés) embernek kell ellenőriznie
- Logolásért: nyoma legyen, mit csinált az agent, mikor, milyen adattal
- Adatvédelemért (GDPR): a személyes adatok feldolgozására külön jogalap kell; az EU-n kívüli modellhasználat (pl. US-alapú OpenAI) adatátviteli kérdéseket vet fel
Gyakorlati tanács: a bevezetéskor készíts egy egyszerű DPIA-t (adatvédelmi hatásvizsgálat) és egy AI-használati szabályzatot. Teljes AI governance csomagot ügyvédi díjjal együtt az AI governance szolgáltatásunk keretében állítunk össze; az EU AI Act-specifikus követelményekről részletes kapu: EU AI Act megfelelőség.
Ez a szakasz általános tájékoztatás, nem helyettesíti a jogi szakvéleményt.
Hogyan vezess be AI agentet KKV-nál? 5 lépéses terv
Ne a technológiával kezdd. A folyamattal kezdd.
- Folyamat-audit (1 hét) — listázd a napi ismétlődő feladatokat, amik (a) időt visznek, (b) szabálykövetők, (c) digitális adattal dolgoznak. Ez a top 3 az agent-jelölted.
- Pilot választás (1 hét) — válaszd ki a legkisebb, legjobban körülhatárolt folyamatot. NE a legbonyolultabbat — azt később. Példa: „bejövő ajánlatkérő emailek besorolása és visszajelzés küldése".
- MVP építés (2-4 hét) — egy egyszerű agent egyetlen tool-lal (pl. csak email). Ne integrálj 5 rendszert az elsőnél. Tesztelj éles adattal, de emberi jóváhagyással.
- Pilot futtatás (4-8 hét) — engedd működni, de minden döntést naplózz. Heti review: hol hibázott, mit kellett kézzel javítani, mennyi időt takarított meg.
- Skálázás (8+ hét) — ha a pilot pozitív, bővítsd a tool-okat, csökkentsd az emberi ellenőrzést, integrálj a következő folyamatba. Iterációban építkezz, ne big-bang-ben.
A legtöbb KKV ott bukik el, hogy túl nagyot vállal először. Az első agent ne váltson meg egy csapatot — egy feladatot csináljon jól. A SocialPro csapatáról és tapasztalatainkról a rólunk oldalon olvashatsz.
Gyakran ismételt kérdések (GYIK)
Mi az AI agent jelentése egyszerűen?
Az AI agent egy olyan mesterséges intelligencia program, ami önállóan, több lépésben old meg egy feladatot — mint egy digitális munkatárs. Nem kérdésre válaszol, hanem célt teljesít.
Mi a különbség az AI agent és a chatbot között?
A chatbot reagál (kérdés jön, válasz megy), az agent kezdeményez és cselekszik (célt kap, tervez, eszközöket használ, több lépésen keresztül megoldja).
Mi az agentic AI magyarul?
Az agentic AI a mesterséges intelligencia azon iránya, ahol az AI önálló döntéshozásra és cselekvésre képes — vagyis „ügynöki" módon viselkedik. Magyarul „ügynöki AI"-nak is mondhatjuk, de a szakmában az „agentic AI" honosodott meg.
Mennyi idő alatt vezethető be egy AI agent egy KKV-hoz?
Egyszerű agent 2-4 hét, komplex multi-tool agent 8-12 hét. A pilottól a teljes skálázásig átlagosan 3-6 hónap.
Biztonságos-e az AI agent az ügyféladatokkal?
Biztonságos lehet, de nem automatikusan az. Guardrails, logolás, emberi jóváhagyás magas kockázatú döntéseknél, GDPR-compliant adatkezelés — ezek nélkül ne indítsd el.
Helyettesíti az AI agent a munkavállalóimat?
2026-ban nem. A feladatok egy részét (tipikusan a monoton, szabálykövető részét) átveszi, a kollégák viszont magasabb értékű feladatokra fókuszálhatnak. Az emberek új felelőssége: az agentek felügyelete és fejlesztése.
Záró gondolat
Az április 22-i Anthropic és Salesforce bejelentések ugyanazt jelezik: az AI agent 2026-ra már nem „fog jönni" — már itt van, és heti szinten épül be a napi munkavégzésbe. Aki magyar KKV-ként most kezd el kísérletezni, 6-12 hónap múlva már operatív előnyt élvez a versenytársakkal szemben. Aki vár, azt a piac fogja megtanítani — drágábban.
Nem kell mindenből agentet csinálnod. Egyetlen jól kiválasztott folyamatnál kezdj — és építkezz onnan.
Szeretnéd megnézni, a te cégedben melyik folyamat lenne a legjobb első AI agent jelölt? Foglalj egy ingyenes 30 perces konzultációt a SocialPro csapatával a kapcsolat oldalon — átnézzük a napi munkafolyamataidat, és kapsz egy konkrét javaslatot, melyik agenttel érdemes indulnod, milyen költséggel és milyen megtérüléssel.
