Leadership Compass. Hogyan látják a nagyvállalati HR vezetők az AI első hullámát, és mire készülnek 2027-re
Az elmúlt fél évben feltűnően sok beszélgetést folytattam nagyvállalati HR vezetőkkel. Más iparág, más méret, más történet. Mégis, ahányszor letettük a telefont, ugyanaz a három mondat maradt utánam a jegyzetfüzetben.
Az első: „elindítottuk az AI-projekteket, de a megtérülést egyelőre nem látjuk.”
A második: „a munkavállalói felmérésünk nem lett drámaian rosszabb, csak éppen minden ponton egy kicsit.”
A harmadik, és ez a legérdekesebb: „a vezetőink mindent kiválóan végrehajtanak, amit rájuk bízunk, de a nagyobb felelősséget nem szívesen veszik a vállukra.”
Sokáig három külön problémának néztem őket. Aztán rájöttem, hogy nem azok. Ugyanannak a dolognak három arca.
Amit a fél év valójában megmutatott
Kezdjük az AI-val, mert erről beszél most mindenki.
A tavalyi ígéret egyszerű volt: automatizálunk, hatékonyabbak leszünk, csökken a költség. A valóság sok helyen máshogy alakult. Új adatelemzői és AI-szakértői pozíciók jöttek létre, nőtt a bérköltség, a hozam pedig még nem látszik a számokban. Ez nem kudarc, hanem egy ismerős szakasz: minden nagy technológiai váltásnál előbb jön a befektetés, és csak később a haszon.
Csakhogy van egy kényelmetlen adat. Az MIT NANDA kutatásának 2025-ös jelentése szerint a vállalati generatív AI pilotprojektek nagyjából 95 százaléka nem hoz mérhető eredményhatást, és csak 5 százalék termel érdemi értéket. A kutatás legfontosabb megállapítása nem is ez a szám, hanem az ok. A kudarc oka a legtöbb esetben nem a technológia gyengesége, hanem az, amit a kutatók tanulási résnek neveznek: a szervezet nem építi be a napi munkafolyamataiba, amit megvásárolt.
És most jön az, amiért ezt a fél évet érdemes volt végigbeszélni. A saját, hazai tapasztalataim ugyanezt az irányt mutatják. A magyar nagyvállalatoknál, amelyekkel dolgoztam, a technológia szinte mindig működött. A projekt mégis elakadt, méghozzá kivétel nélkül ugyanazon a ponton: nem a rendszernél, hanem ott, ahol valakinek döntést kellett volna hoznia arról, hogy a felszabaduló időt és kapacitást mire fordítja a szervezet. Nem a modell hibázott. A működési mód akadt meg. Ez nem laboratóriumi megfigyelés egy távoli piacról. Ez a mi vállalatainknál, magyar vezetőkkel zajlik, most.
Vagyis a kérdés nem az, hogy jó modellt vettünk-e. A kérdés az, hogy a szervezetünk képes-e használatba venni.
És itt kapcsolódik be az a másik két mondat a jegyzetfüzetből.
A technológia változik, az ember nem
Szeretem néha végigfuttatni a fejemben, hányféleképpen tartottunk már kapcsolatot egymással. Postagalamb, levél, távíró, telefon, fax, elektronikus levél, internet, mobil, felhő, most pedig a mesterséges intelligencia. Mindegyik új korszakot nyitott, és mindegyiket a maga idejében forradalminak nevezték.
Egyvalami azonban szinte semmit nem változott. Az ember. Ma is ugyanazt keresi, mint száz éve: biztonságot, elismerést, kapcsolatot, fejlődést, bizalmat és értelmet. A technológia exponenciálisan gyorsul, az emberi működés alapjai viszont nagyjából állandók.
Ebből egyetlen dolog következik, de az nagyon fontos. Az AI nem helyettesíti az embert, hanem felerősíti a szervezet működését. Ha jó a kultúra, jobb lesz. Ha rossz, még rosszabb. Az erősítő ugyanis nem semleges. Azt erősíti fel, amit talál.
Ezért nem meglepő, amit a Boston Consulting Group több száz vállalat tapasztalata alapján állít. Az AI-ból származó érték nagyjából 10 százaléka jön az algoritmusokból, 20 százaléka az adat- és technológiai rétegből, és mintegy 70 százaléka az emberi, folyamati és kulturális oldalról. A legtöbb cég költségvetése pontosan fordítva oszlik meg. A pénz nagy része a technológiára megy, az emberi oldalra a maradék jut, ha jut.
A felelősség, nem a tudás
Most térjünk vissza ahhoz a harmadik mondathoz, mert szerintem ez a fél év legértékesebb felismerése.
Több cégnél is lezajlott mostanában egy komolyabb tehetség- vagy vezetőfejlesztési program. A visszajelzés jó volt, a résztvevők sokat fejlődtek. A legérdekesebb eredmény viszont nem a fejlődés volt, hanem egy mondat, amit szinte mindenhol ugyanúgy fogalmaztak meg a résztvevők. Nem tudáshiányról beszéltek. Arról beszéltek, hogy a nagyobb felelősség bizonytalanságot okoz.
Álljunk meg itt egy pillanatra. Ha egy tehetségesnek tartott vezetői csoport szinte egységesen ugyanezt mondja, akkor ez nem személyiség kérdése. Ha személyiség volna, nagy lenne a szórás. Az egységes válasz mindig a környezetről árulkodik, nem az emberekről.
A felelősségkerülés ugyanis a legtöbb esetben racionális viselkedés. Akkor alakul ki, ha a felelősségvállalás várható ára nagyobb, mint a várható haszna. Ha a hibát a szervezet személyhez köti, az elismerés viszont elmarad, akkor a legokosabb, amit egy vezető tehet, hogy nem dönt, hanem feljebb tolja a döntést.
És most gondolj bele, mit igényel az AI-adaptáció. Kísérletezést, vagyis olyan döntést, amelynek a kimenete előre nem ismert. Pontosan azt a fajtát, amelyet egy kockázatkerülő szervezetben senki nem szívesen vállal. Így lesz a három külön problémából egyetlen történet. A felmérés enyhe romlása, az AI hiányzó megtérülése és a felelősségtől való idegenkedés ugyanannak a működési módnak a három tünete.
Amit a számok mondanak a vezetőkről
Hogy ez ne csak megérzés legyen, hadd tegyek mellé néhány adatot.
A Gallup 2026-os globális munkahelyi jelentése szerint a világ munkavállalóinak mindössze 20 százaléka elkötelezett, ami visszaesés a 2022-es 23 százalékos csúcshoz képest. A legélesebb jelzés azonban a középvezetőket érinti: az ő elkötelezettségük egyetlen év alatt 27 százalékról 22 százalékra esett. Ez a legnagyobb visszaesés minden vizsgált csoport között. Európa pedig évek óta a legalacsonyabb értéket mutató régió a világon.
Ez azért fontos, mert az AI-adaptáció éppen a középvezetői szinten dől el. A stratégiát a felső vezetés hozza, a munkát a kollégák végzik, de azt a döntést, hogy egy új eszköz bekerül-e a napi munkába, és hogy a felszabaduló időt mire fordítjuk, a középvezető hozza meg. Ha ez a réteg kimerült és nem vállal felelősséget, akkor a stratégia és a végrehajtás között elszakad a szál.
Van ehhez egy másik régi, de máig érvényes adat. A McKinsey döntéshozatali kutatása szerint a vezetőknek csak nagyjából 20 százaléka mondja, hogy a szervezete jól dönt, viszont a gyorsan és jól döntő cégek kétszer nagyobb eséllyel érnek el kiemelkedő megtérülést. A döntési sebesség tehát nem a minőség rovására megy. Együtt jár vele. És a döntési sebesség kulturális jellemző, nem technológiai.
Amit mérünk, és amit nem
Van itt egy vakfolt, amiről ritkán beszélünk.
A viselkedés soha nem önálló jelenség. Abból fakad, ahogyan az ember a helyzetet és a körülötte lévőket látja. Ez a szemléletmód. Két vezető ugyanazzal a szabályzattal és ugyanazokkal az eszközökkel gyökeresen máshogy viselkedik attól függően, hogy a kollégáit partnernek látja, akiknek valós céljaik és terheik vannak, vagy pedig akadálynak a saját céljai útjában.
A lánc tehát így néz ki: a kultúra formálja a szemléletmódot, a szemléletmód a viselkedést, a viselkedés az eredményt. A legtöbb fejlesztés viszont a lánc harmadik elemén, a viselkedésen próbál beavatkozni. Szabályt hoz, tréninget tart. Ez rövid távon működik, mert a viselkedés kikényszeríthető. Amint azonban a helyzet nincs leszabályozva, minden visszatér oda, amit a szemléletmód diktál. Márpedig az AI-korszakban az érték túlnyomó része éppen a nem szabályozott helyzetekben keletkezik.
A gond az, hogy a szervezet ma a lánc két végét méri. A hangulatot méri a munkavállalói felméréssel, és az eredményt méri az üzleti mutatókkal. A közepét, a szemléletmódot, nem méri semmivel. Kimarad a magyarázó változó. Ezért ismétlődik évről évre ugyanaz a vita arról, hogy „miért nem változik semmi”.
Mire készülnek a legjobbak 2027-re
Ha összeteszem, amit a fél évben láttam, három elmozdulás rajzolódik ki azoknál a HR vezetőknél, akik szerintem jó irányba tapogatóznak.
Az első: megváltoztatják a kérdést. Már nem azt kérdezik, hogy melyik AI-eszközt vezessék be, hanem azt, hogy a szervezetük képes-e egyáltalán bármelyiket használatba venni. Ez látszólag apró különbség, valójában a teljes gondolkodás elmozdulása.
A második: lefordítják a saját nyelvüket. Tudják, hogy az igazgatóság nem elkötelezettségi indexre allokál tőkét, hanem döntési átfutási időre, kihasználatlan beruházásra és termelékenységre. Ezért az emberi működést nem HR-ügyként, hanem az AI-beruházás megtérülési feltételeként teszik az asztalra.
A harmadik: mérhetővé teszik a láthatatlant. Elkezdik mérni a szemléletmódot és a szervezeti működés valódi mechanizmusait, nem azért, hogy újabb riport szülessen, hanem azért, hogy legyen saját, számszerű bizonyítékuk. És itt van egy szempont, amelyet érdemes végiggondolni. Ugyanaz a mérés egyszerre szolgálhat vezetői döntéstámogatást, a munkavédelmi törvény által előírt pszichoszociális kockázatértékelést, és a fenntarthatósági jelentés saját munkaerőre vonatkozó fejezetét. Egy adatfelvétel, három felhasználás. Így a kérdés már nem az, hogy megéri-e, hanem az, hogy három meglévő igényt egy vagy három eszközzel elégítünk-e ki.
A lényeg egyetlen mondatban
Amikor egy AI-projekt nem hoz eredményt, a legritkább esetben a modell a hibás. Sokkal gyakrabban az, hogy a szervezet a régi működési módjába próbálja beilleszteni az új eszközt, és a működési mód nyer.
A következő évtizedben nem az lesz a versenyelőny, hogy egy cég rendelkezik-e mesterséges intelligenciával. Technológiát bárki vásárolhat, ugyanabban a hónapban, ugyanattól a szállítótól, közel azonos áron.
Az lesz a különbség, hogy melyik szervezetben képesek az emberek felelősséget vállalva együtt dolgozni ezzel a technológiával. A működési kultúra lesz az egyetlen, amit nem lehet gyorsan lemásolni.
Kíváncsi vagyok, te hogyan látod ezt a saját szervezetedből.
Melyik a te három mondatod, amelyet az elmúlt fél évben a leggyakrabban hallottál a folyosón vagy a vezetői megbeszéléseken? És vajon tényleg három külön ügy, vagy nálad is egyetlen történet három arca?
Írd meg kommentben, kíváncsian olvasom, és szívesen gondolkodom veled tovább.
Források
MIT NANDA: The GenAI Divide. State of AI in Business, 2025. Több mint 300 vállalati bevezetés, 52 vezetői interjú és 153 vezetői felmérés alapján. https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf
Boston Consulting Group: AI Transformation Is a Workforce Transformation (a 10-20-70 elv), valamint Are You Generating Value from AI? The Widening Gap (az 5 százalék). https://www.bcg.com/publications/2026/ai-transformation-is-a-workforce-transformation https://www.bcg.com/publications/2025/are-you-generating-value-from-ai-the-widening-gap
Gallup: State of the Global Workplace, 2026-os jelentés. https://www.gallup.com/workplace/349484/state-of-the-global-workplace.aspx
McKinsey & Company: Decision making in the age of urgency (2019). https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/decision-making-in-the-age-of-urgency
