Július 15-én a Haris Park adott otthont a Futureproof Challenge második negyedéves fordulójának döntőjének, ahol hét versenyző mutatta be, mit lehet ma kihozni a mesterséges intelligenciából, ha az ember nem a technológiából, hanem egy valódi, hétköznapi problémából indul ki. A döntőbe jutott pályamunkák között volt igazolványügyintézést gyorsító rendszer, álláskeresési másodpilóta, marketingriport-generátor, dokumentumbekérő automata, üvegipari ajánlatkészítő, e-mail-elemző portál és műholdas mezőgazdasági előrejelző – vagyis szinte minden, ami egy iroda, egy műhely vagy éppen egy szántóföld mindennapjait könnyebbé teheti.
A hangulatot már a megnyitó megadta: Murvai Tamás, a verseny alapítója, az AI Path Pro AI- és automatizálási szakértője felidézte, mennyire meglepte a zsűrit már az első, Q1-es forduló színvonala is. Mint mondta, olyan pályamunkák érkeztek, amelyek mögött működő, éles felhasználókkal bíró alkalmazások állnak – és a mostani mezőny ezt a lécet is megugrotta. Külön kiemelte: többen épp az előző forduló hatására kezdtek el egyáltalán fejlesztéssel foglalkozni.
5 fős szakmai zsűri értékelte a megoldásokat
A döntősök munkáit ötfős szakmai zsűri értékelte: Murvai Tamás mellett Suppan Márton, a Peak alapítója és ügyvezetője; Toldi Balázs, a Future Leaders Academy igazgatósági tagja és az Uni Credit bank vállalati divízióvezetője; Horváth Ádám, az IFUA Horváth Digitális Kompetencia Központjának vezetője, valamint Karácsony Ildikó, az NVÜK marketing igazgatója.
Suppan Márton egy beszédes hasonlattal érzékeltette az iparág sebességét: szerinte a negyedévvel ezelőtti és a mostani megoldások között akkora a különbség, mintha egy tíz évvel ezelőtti Forma–1-es futamot vetnénk össze egy maival, ugyanazon a pályán. Toldi Balázs pedig banki oldalról hozott őszinte helyzetképet: miközben mindenki az AI hozta hatékonyságról beszél, igazán áttörő felhasználási területet a szektorban még nem látott – ezért is tekint tanulóterepként az alulról érkező megoldásokra.
A közönség sem maradt feladat nélkül: egy QR-kód beolvasása után mindenki száz pontot oszthatott szét a hét döntős alkalmazás között – ebből született meg az este közönségdíja.
AIDentify: igazolvány-ügyintézés sorban állás nélkül
Az első előadás során Balázs-Csatlós Andrea a papíralapú igazolványigénylés kálváriáját mutatta be. A folyamat ma tele van buktatókkal: hibásan beérkező igények, a követelményeknek nem megfelelő fényképek, postázási határidők, majd a beérkezett igazolványok kézi átvétele, listázása, továbbítása a HR felé – mindez Excel-táblákkal és rengeteg újrafeldolgozással.
Az ő rendszerében egy AI-asszisztens már a beadásnál segít a munkavállalónak, a feltöltött fényképet pedig azonnal ellenőrzi: ha nem felel meg a követelményeknek, tovább sem engedi a folyamatot, hanem rögtön jelzi, mi a gond. A megoldás legnagyobb dobása egy beépített kártyaolvasó: az ügyintéző egyetlen érintéssel rögzíti a leadott vagy megérkezett igazolványokat, a rendszer pedig automatikusan elkészíti a listákat és a havi jelentést. „Gondoljátok el, közel száz igazolványt mennyi ideig tart Excel-táblázatban rögzíteni – itt ez egy gombnyomás” – érzékeltette a különbséget. A zsűri a skálázhatóságot is dicsérte: a megoldás bármely kártyás beléptetést, igazolványkezelést használó vállalatnál bevethető lenne.
A 16 éves gimnazista, aki újragondolta az álláskeresést
Gombos Nóra története egy balatoni nyári munkával kezdődött. A 16 éves gimnazista azt hitte, a legnehezebb rész megtalálni a megfelelő álláshirdetést – aztán kiderült, hogy a java még csak ezután következik: önéletrajz, motivációs levél, kulcsszavak, és közben az örök kérdés, hogy megéri-e ennyi munkát beletenni egyetlen jelentkezésbe.
Ebből az élményből született az alkalmazása, az AI Job Application, ami nem egy újabb AI-eszköz akar lenni a sok közül, hanem – ahogyan ő fogalmazott – egy olyan digitális másodpilóta, amely a teljes álláskeresési folyamaton végigkíséri a felhasználót. Az álláshirdetést bemásolva a rendszer elemzi, hogy az önéletrajz mely részei illeszkednek legjobban az adott pozícióhoz és min érdemes még csiszolni, segít a személyre szabott CV és motivációs levél elkészítésében, az ATS-rendszerekhez hasonlóan kulcsszavakat vizsgál, egy központi felületen pedig az összes folyamatban lévő jelentkezést nyomon követhetővé teszi.
A zsűri nem fukarkodott az elismeréssel. Suppan Márton szerint Nóra zseniálisan találta el a rést: a nagy állásportálok nem tudnak platformfüggetlenek lenni – hiszen ők maguk a platform –, ez a megoldás viszont pont azt a hiányt tölti be, amit ők soha nem fognak. Következő lépésként az e-mail- és LinkedIn-integrációt javasolta. Elhangzott az is, ami a teremben ülők közül sokakat elgondolkodtathatott: aki 16 évesen ilyet épít, annak aligha lesz szüksége az alkalmazásra a saját álláskereséséhez.
Marketing Riport Studio: marketingriportok percek alatt
Dikó Dominika Diána a marketingesek egyik legidőigényesebb, visszatérő feladatát, a riportolást vette célba, amely havonta akár 10–20 órát is felemészthet. A Marketing Riport Stúdió a kampányadatokból pár perc alatt készít dashboardot, infografikát, letölthető prezentációt és szöveges vezetői összefoglalót – mindezt a Gemini modelljére építve.
A megoldás erőssége az integráció: aki már a Google Looker Studióban tartja az adatait, annak elég összekapcsolnia a két rendszert, és az összes kampányadat elemzhetővé válik. Az alkalmazásba épített AI-asszisztens ráadásul nem áll meg a riportnál: optimalizálási javaslatokat és döntéstámogató elemzéseket is ad – nem azért, hogy kiváltsa a döntéshozót, hanem hogy levegye a válláról a terhet. A rendszer több ügyfél párhuzamos kezelésére is fel van készítve, ami az ügynökségeknek különösen hasznos, hiszen ők jellemzően 10–15 céggel dolgoznak egyszerre. Dominika azt is elárulta: a hátérben már elkezdte validálni a terméket, több mint tíz – főleg külföldi – ügynökség és vállalkozó jelezte, hogy szívesen megismerné közelebbről.
Nyaggató: a rendszer, amelyik nem felejt el utánamenni
Édes Gábor és Homoki Patrik Gábor alkalmazása már a nevével is telitalálat. A Nyaggató azt a mindenki által ismert helyzetet oldja fel, amikor egy üzleti folyamat azért áll, mert valaki nem küldött be egy dokumentumot – az ügyvéd, a könyvelő pedig e-mailek és telefonok tucatjaival próbálja begyűjteni, ami hiányzik.
A rendszer megmutatja, hol akadt el a munka és hol van ránk szükség, majd automatikusan, kitartóan emlékezteti az ügyfelet, amíg a kért dokumentum meg nem érkezik. Az ügyfélnek nem kell regisztrálnia vagy bármihez értenie: egy linket kap, ahová feltölti az anyagot, a dokumentum pedig titkosított csatornán, közvetlenül a címzetthez jut el. A csapat tudatosan a jogi megfelelőség – GDPR, pénzmosás elleni szabályozás – felől közelít, célpiacnak pedig először a saját, közel 5000 fős szakmai Facebook-közösségüket és mintegy 1800 fizető előfizetőjüket tekintik. A nyitott architektúra pedig azt jelenti, hogy a Nyaggató nem lecserélni akarja a meglévő rendszereket, hanem API-n keresztül bármelyik mellé odaférni.
Árajánlat az üvegiparban: hatvan perc helyett öt
Balla Laura Anna végzős középiskolás a saját családjából hozott problémát: édesapja üvegipari vállalkozóként a hosszú fizikai munkanapok után még órákat ült a laptop előtt, hogy üvegszabási terveket, látványterveket és árajánlatokat készítsen. Egyetlen ajánlat összeállítása 50–60 percet vett igénybe – és ha az ügylet végül meghiúsult, ez az idő kárba veszett.
Az általa épített alkalmazásba, a Glint-be elég feltölteni az árjegyzéket: a rendszer ez alapján kalkulál, AutoCAD-integrációval látványtervet és üvegszabási mintát generál – kiszámolva a keletkező hulladék százalékos arányát is –, majd mindezt egy tételes, e-mailben küldhető árajánlattá szerkeszti össze. Az eredmény: 50–60 perc helyett 3–5 perc, vagyis a napi 3–4 ajánlat helyett akár 20–25 is kiadható. A zsűri szerint a potenciál messze túlmutat az üvegiparon: egy ajánlatgeneráló motornak lényegében mindegy, milyen iparág tételeiből dolgozik, így a piac a bemutatottnál jóval nagyobb lehet.
A postafiók, amely előre gondolkodik
Hadnagy Krisztián egy külföldön dolgozó, marketinges barátja panaszából indult ki: nem az e-mailek mennyisége a fő gond, hanem eldönteni, melyik ér valamit, és melyik rejt valódi üzleti lehetőséget. Az AI Mail Intelligence Portal ezért nem egyszerűen összefoglalja a leveleket, hanem teljes elemzést készít róluk: kategorizál, prioritást ad, felismeri a levél tónusát és kontextusát, sőt földrajzi támpontot is kínál – például az időzónák miatt.
Külön figyelmet kapott a biztonsági vizsgálat: a rendszer jelzi, ha adathalászatra, manipulációra vagy csalásra utaló jeleket talál. Egy állásajánlatot tartalmazó levélnél mindezt háromsoros vezetői összefoglalóval, teendőlistával és válaszjavaslatokkal egészíti ki – a levélben megbúvó időpontot pedig kiemeli, és naptárbejegyzésre is javaslatot tesz. A zsűri jelezte: az igazi érték akkor jönne el, ha a megoldás a meglévő levelezőrendszerekbe épülne be, és a biztonsági értékelés valós, éles teszteken is bizonyítana – Krisztián pedig megerősítette, hogy pontosan ebbe az irányba tervezi továbbfejleszteni.
Műholdak a termőföld felett
A zárópitchen Simon Márton mutatta be a Purgel Péterrel közösen fejlesztett Cropnautot. A kiindulópont itt is kézzelfogható: egy gazda hektáronként akár 600 eurót is elkölt input anyagokra, és aki nem használ precíziós mezőgazdasági eszközöket, statisztikailag mintegy 15 százalékos veszteséggel dolgozik.
A Cropnaut Sentinel–2 műholdfelvételeket integrál talajszondák adataival, és ebből nemcsak a talaj pillanatnyi állapotát – köztük a nedvességtartalmat több rétegben, a felső 5 centimétertől 40 centiméteres mélységig – mutatja meg, hanem 7–10 napra előre is jelez. Ez az öntözés időzítésénél és mennyiségénél éppúgy pénzt spórol, mint a tápanyag-kijuttatásnál, ahol a talaj állapota dönti el, felszívódik-e egyáltalán, amit kijuttatunk. Az előrejelzés mögött determinisztikus matematikai modell dolgozik, az AI a képelemzésben és a kutatási eredményekre épülő modell összeállításában, validálásában kapott szerepet – márciusa óta valós farmokon gyűjtött szenzoradatokon tesztelnek. A csapat a közepes és nagy gazdaságokat célozza, első külpiacként pedig a nyitottabbnak látott cseh piacot. A globális piacméretet 7 milliárd dollár körülire teszik.
A másodpilóta szállt a legmagasabbra
A zsűri tanácskozása után előbb a különdíj nyertesét hirdették ki: a közönségszavazáson kiosztható száz-száz pontból a Cropnaut gyűjtötte a legtöbbet, amivel Simon Mártonék az 50 ezer forintos közönségdíjat vihették haza.
A dobogó harmadik fokára Balla Laura Anna állhatott az üvegipari ajánlatkészítővel, a második helyet Dikó Dominika Diána szerezte meg a Marketing Riport Stúdióval. A Futureproof Challenge Q2-es fordulóját pedig – a zsűri egyöntetű döntésével – a mezőny legfiatalabb versenyzője, a 16 éves Gombos Nóra nyerte meg álláskeresési másodpilótájával, amihez 400 ezer forintos fődíj járt.
A szervezők zárszava azoknak is szólt, akik ezúttal nem álltak dobogóra: minden bemutatott pályamunkában ott a potenciál és a valós problémából működő megoldásig eljutni már önmagában is komoly teljesítmény. A folytatás pedig már borítékolható: a Futureproof Challenge a következő negyedévben újra keresi a legjobb hazai AI-alkalmazásokat.
(Címlapkép: Futureproof Challenge)
