A Makronóm Intézet legfrissebb kutatása a magyar gazdaság jövőbeni növekedési területeit és kitörési pontjait vizsgálja a 2023–2030-as időszakban. A mesterséges intelligencia (MI) globális piaca 2030-ra a jelenlegi akár közel tízszeresére, 708,6 ezer milliárdosra bővülhet, a magyarországi piac mérete pedig elérheti 3543 milliárd forintot, ami a 2022-es magyar GDP több mint 5 százaléka.  Ezen a héten a mesterséges intelligencia és a gépi tanulás lehetőségeit, jelentőségét, felhasználási területeit ismerjük meg. 

A Makronóm Intézet 2023-ban részletes kutatást végzett, amelynek elsődleges célja a magyar gazdaság kitörési pontjainak, illetve növekedési fókuszterületeinek meghatározása volt. A kutatás és a kapcsolódó elemzői tevékenység olyan területeket érintett, amelyek a 2023–2030-as időszak alatt lehetőséget adnak a gazdaság regionális súlyának és versenyképességének fenntartható növelésére. Az előző heti cikkben bemutattuk a felhőalapú számítástechnikát és az SaaS technológiáját, ezen a héten pedig a mesterséges intelligenciát és a gépi tanulást kívánjuk ismertetni. 

A technológia rövid bemutatása 

A mesterséges intelligencia (MI) olyan számítógépes rendszerek, algoritmusok és technológiák összessége, amely lehetővé teszi gépek számára, hogy az emberi intelligenciára jellemző módon gondolkodjanak, tanuljanak és cselekedjenek. Mesterséges intelligencia segítségével a gépek képesek az érzékelésre, a nyelvfeldolgozásra, az önálló döntéshozatalra és az emberi interakciókra. A számítógépek, valamint az okoseszközök számítási kapacitásának növekedése, a nagy méretű adathalmazok, valamint a neurális hálózatok gépi tanulás és emberi interakciók terén elért robbanásszerű fejlődése lehetőséget teremt a hatékonyságnövelő mesterségesintelligencia-megoldások fejlesztésére. 

Felhasználási területek 

A témához kapcsolódó szakirodalmi kutatás, illetve az érintetti interjúkat követően megállapítható, hogy a kitörési pont felhasználási területei közé elsősorban az agrár-, az egészségügyi technológia, a pénzügyi szolgáltatások és a klímatechnológia tartoznak. 

1. ábra – Az MI és a gépi tanulás elsődleges felhasználási területei 

 
Forrás: szakirodalmi források 

Piaci potenciál 

A nemzetközi adatbázisok és a témával foglalkozó szakcikkekben foglalt információk alapján a mesterséges intelligencia piacának globális mérete 2022-ben 79,4 ezer milliárd forint értékű volt, ám 2030-ra akár 708,6 ezer milliárdosra is bővülhet, ami mintegy 31 százalékos évenkénti növekedés. Az előzetes várakozások szerint

a magyarországi piac mérete elérheti a 3543 milliárd forintot is 2030-ra, ami a tavalyi teljes magyar GDP több mint 5 százaléka.  

A globális piac jelenleg indulási fázisban van, ennek következtében – a kapcsolódó prognózisok alapján – a területre történő befektetések már akár középtávon (2025–2030 között) profitábilisnak tekinthetők. 

A felmérés alapján kijelenthető, hogy kifejezetten sok (mintegy 29 300) szereplő van a mesterséges intelligencia globális piacán, ennek ellenére meglepően magas piaci koncentrációról beszélhetünk. A szakterület legjelentősebb vállalatai az Amerikai Egyesült Államokhoz köthetők: Nvidia Inception, Awecom, DoggZam. Kiemelkedőnek nevezhető még a kolumbiai MENTe Labs vagy az európai cégek közül az Intouch.com (Írország), a Fives Group (Franciaország) és az Accenture Analytic (Írország). A V4-országok mesterséges intelligenciával foglalkozó vállalatainak jóval szerényebb a piaci részesedésük, mint az előbb felsorolt cégeknek, azonban regionális szinten jelentősnek nevezhetők: Rafamet (Lengyelország), Neotric (Lengyelország), Skoda Machine Tool (Csehország). A hazai szereplők közül a BCS Business Consulting Services tevékenységét érdemes kiemelni. 

A mesterséges intelligencia és a gépi tanulás relatíve alacsony energiaigényű, sőt, néhány kivételtől eltekintve a területhez köthető ellátási láncok kapcsán sem állapíthatunk meg számottevő importkitettséget vagy kritikus nyersanyagszükségletet. Mindezek nagyban hozzájárulhatnak az új szereplők könnyebb piacra lépéséhez. 

Humánerőforrás-szükséglet 

A technológiai kitörési pontokra általánosságban jellemző, hogy viszonylag magas a humánerőforrás-szükségletük, így ez az állítás az MI kapcsán is megállja a helyét. Az érintetti interjúk tapasztalatai és a releváns szakirodalomban olvasottak alapján – a valódi kitörési ponttá váláshoz szükséges kompetenciák figyelembevételével – három kiemelkedő szakmai végzettség rajzolódott ki, amelynek a fejlesztése elengedhetetlennek tűnik. 

• Fejlesztő, programozó mesterségesintelligencia-szakértelemmel: Önmagában a programozói végzettség hiányszakmának számít. Ennél is kevesebb a mesterséges intelligenciához értő szakember. A természettudományos végzettségű, erős statisztikai tudással ellátott munkaerő átképezhető. 
• Célpiaci szaktudással és technológiai affinitással is felvértezett szakemberek: Olyan szakemberekre van szükség, akik értik a célpiacokon (agrár-, egészségügyi, energetikai szektorok stb.) a kihívásokat, és képesek megérteni, valamint megoldást adni az ott felmerülő konkrét felhasználási esetekre. 
• Nemzetközi értékesítő és üzletfejlesztő: Olyan képzett termékmenedzserre lenne szükség, aki képes a terméket megérteni, az üzleti terv alapján célzottan, nemzetközi szinten értékesíteni, globálisan gondolkodni. 

A GPT-4 és az emberi képességek összehasonlítása 

Az OpenAI 2023 tavaszán piacra dobta a GPT-4 elnevezésű fejlesztését, amely az elődjénél (GPT-3.5) jóval hatékonyabban old meg különféle összetett feladatokat, sőt, bizonyos területeken már az átlagos emberi intelligencia képességeit is jelentősen meghaladja. A vállalat nem sokkal később közzétett egy műszaki jelentést, amelyben ismertették a GPT-4-hez kapcsolódó legfontosabb vizsgálatok eredményeit a modell képességeiről, korlátairól és biztonsági tulajdonságairól.  

A jelentés arról számolt be, hogy a vizsgálni kívánt tulajdonságok méréséhez olyan írásbeli teszteket (például szimulált ügyvédi vizsga) végeztettek el a GPT-4-gyel, amelyek eredetileg emberek számára készültek, majd a modell által kitöltött lapokat emberi szakértők értékelték és pontozták. A mesterséges intelligencia meglepően jó eredményeket ért el a vizsgák nagy részében, és gyakran felülmúlta a teszteket korábban kitöltő emberek eredményeinek túlnyomó többségét is. 

Az alábbi ábrán összefoglaltuk a modell különböző vizsgákon elért eredményeit. A grafikonon szereplő számok azt jelentik, hogy a GPT-4 az összes kitöltő hány százalékánál ért el jobb eredményt az adott teszten. (Amennyiben például 60 szerepel az ábrán, akkor a modell az összes emberi vizsgázó 60 százalékánál ért el jobb eredményt.) 

 
Adatok forrása: GPT-4 Technical Report (OpenAI) 

A következő héten az Adattudomány és a Big Data technológiáival mint lehetséges hazai kitörési pontokkal foglalkozunk. 

Ne maradjon le!
Az MBH Bank Makronóm Makroverzum konferencia keretében a magyar gazdaságstratégia legfontosabb céljai mellett a gazdaság technológiai kitörési pontjait is megismerhetik a résztvevők 2023.11.20-án. A jegyértékesítés már elkezdődött. A részletekről itt tájékozódhat.