A Makronóm Intézet friss kutatásában feltárta a magyar gazdaság növekedési pontjait és azon területeit, amelyek a következő évtizedben kritikus szerepet játszanak a versenyképesség növelésében. E heti elemzésünkben az adattudomány alkalmazási területeinek hatásait és piaci potenciálját vizsgáljuk, amelynek globális mérete 2030-ban elérheti a 211,7 ezer milliárdot, a magyar piaca pedig 1,059 ezer milliárd forintosra bővülhet. 

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 mesterséges intelligencia, és a gépi tanulás technológiáját, ezen a héten pedig a Big Data, vagyis az adattudomány területét járjuk körbe. 

A technológia rövid bemutatása 

Az adattudomány („Big Data”, „data science”) azt a komplex technikai környezetet jelöli (szoftverek, hardverek és hálózati modellek), amely képes nagy mennyiségű, kiterjedt méretű és összetettségű, gyorsan változó és szerteágazó adat hatékony kezelésére. Az adatok kezelése magában foglalja az adatok tisztítását, elemzését, trendek és előrejelzések felállítását statisztikai módszerekkel, az adatok feldolgozása alapján pedig következtetések levonását. 

A digitalizációs trendek, az IoT-eszközök és egyéb szenzorok elterjedése nagy mennyiségű adat felhalmozódását eredményezte a vállalatoknál. Ezek elemzése hagyományos, analitikus eszközökkel nem optimális, és ez növekvő keresletet teremt a komplex adattudomány-szolgáltatásokra. 

Felhasználási területek 

A témához kapcsolódó szakirodalmi kutatás, illetve az érintett interjúkat követően megállapítható, hogy a kitörési pont felhasználási területei közé elsősorban az élelmiszer-, az agrár-, az egészségügyi technológia és a vízgazdálkodási technológia tartoznak. 

1. ábra – Az adattudomány elsődleges felhasználási területei 

Forrás: szakirodalmi források 

Piaci potenciál 

A nemzetközi adatbázisok és a témával foglalkozó szakcikkekben foglalt információk alapján az adattudomány piacának globális mérete 2022-ben 44,4 ezer milliárd forint értékű volt, ám 2030-ra akár 211,7 ezer milliárdosra is bővülhet, ami mintegy 22 százalékos évenkénti növekedés. Az előzetes várakozások szerint a magyarországi piac mérete elérheti akár az 1,059 ezer milliárdot is 2030-ra. 

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

A felmérés alapján megállapítható, hogy sok beszállító és sok vevő van jelen a globális piacon, így a területen intenzív versenyről beszélhetünk a 13 062 piaci szereplő között. A legnagyobb Big Datával foglalkozó vállalatoknak az Amerikai Egyesült Államokban van a székhelyük, mint a Western Digital, a SportLocker vagy az ISTYLEMYSELF, viszont találhatók meghatározó cégek Kolumbiában (MENTes Labs) és Thaiföldön is (BLOCK M.D.). A V4-es országok közül kiemelendő Lengyelország (Cdrl, MCI Capital SA, Algolytics) és Szlovákia (Ingen.io, Sygic), ahol több, régiós szinten meghatározó társaság működik az iparágon belül, igaz, ezeknek a szereplőknek jóval kisebb a piaci részesedésük, mint az előzőekben említett globális vállalatoknak. 

Az adattudománynak mint iparágnak alacsony az energiaigénye, emellett a területre nem jellemző számottevő importkitettség, sem pedig kritikus nyersanyagszükséglet. Ezek a tényezők nagyban hozzájárulhatnak az új szereplők könnyebb piacra lépéséhez. 

Humánerőforrás-szükséglet 

A technológiai kitörési pontokra általánosságban jellemző, hogy viszonylag magas a humánerőforrás-szükségletük, amely kifejezetten igaz a Big Data kapcsán is. Az érintett interjúk tapasztalatai és a releváns szakirodalomban olvasottak alapján – a valódi kitörési ponttá váláshoz szükséges kompetenciák figyelembevételével – öt kiemelkedő szakmai végzettség rajzolódott ki – amelyek közül kettőt hiányszakmaként azonosítottunk –, amelyekre kiemelt figyelmet szükséges fordítani a következő években. Ezek a képzési területek az alábbiak: 

• Informatikus: Kritikus a hiány mind programozói, mind mérnökinformatikusi, gazdaságinformatikusi területen. 
• Matematikus: Kritikus a hiány, nincs elég képzett, a piaconelhelyezkedni kívánó matematikus. 
• Mérnök: Az üzleti problémák megértésére, strukturálására és adatalapú megoldások kidolgozására képes szakemberek. 
• Közgazdász (marketing, pénzügy): Az üzletmenetet, az értékesítést, a pénzügyeket támogató szakemberek. 
• Számítógéptudós, adattudós, adatmérnök: Nincs kifejezetten ilyen képzés, a meglévő képzésekbe kevés esetben és kismértékben vannak integrálva. 

A Big Data gyakorlati felhasználása 

A Big Data felhasználása már ma is nagy méreteket ölt, piacvezető nagyvállalatok, oktatási intézmények, pénzügyi intézetek napi szinten használják a technológiát, élvezve az adatok hatékony felhasználása által nyújtott előnyöket. Az alábbiakban öt példát mutatunk be arra vonatkozóan, hogy hogyan növelheti a vállalatok és intézmények sikerességét, valamint hatékonyságát az adattudomány, amelyek alapján a technológiában és annak használatában rejlő potenciál is könnyen felismerhető. 

1. Optimalizáció a szállítmányozásban: a nagy szállítmányozási cégek legtöbbször arra törekednek, hogy járműveik minél rövidebb távot tegyenek meg, viszont a UPS a Big Data segítségével új módszerek felé fordult és más módokon próbálja optimalizálni a tevékenységét. Adatelemzéseik során arra jutottak, hogy a balra kanyarodások minimalizálásával képesek jelentősen csökkenteni a költségeiket. A UPS közlése szerint ezzel évente 10 millió gallon (~37,8 millió liter) üzemanyagot spórolnak meg, 20 ezer tonnával kevesebb szén-dioxidot bocsátanak ki a járműveik, miközben 350 ezerrel több csomagot tudnak kiszállítani.  

2. Oktatásfejlesztés: az adattudomány egyik korai felhasználója volt az amerikai Indiana államban található Purdue University, ahol már 2007 óta hasznosítják az adatokat a Signals nevezetű rendszerük működtetéséhez. Ennek az a célja, hogy csökkentsék a lemorzsolódó hallgatók számát. Az adatok elemzése alapján előre tudják jelezni, kik lehetnek azok a tanulók, akiknek romolhat a tanulmányi teljesítménye, emellett a lehetséges viselkedésbeli problémákra is tud figyelmeztetni. Ennek a prediktív modellnek – ami figyelembe veszi többek között a tanulmányi eredményeket és az órákon való aktivitást – a segítségével tájékoztatni tudták a problémás hallgatókat és tanáraikat, majd ezek a diákok kurzusokon vehettek részt, amelyek segítették őket a kialakult helyzetben. Azok között, akik részt vettek ebben a rendszerben, 10 százalékkal több A (5-ös) és B (4-es) osztályzatot kaptak, valamint 21 százalékkal kisebb eséllyel hagyták abba idő előtt a tanulmányaikat. 

3. Marketing- és fogyasztói élmény javítása: a piacvezető streamingszolgáltató, a Netflix minden egyes felhasználójának tevékenységéről gyűjt adatokat, ami alapján megismerhetik a viselkedésüket és tartalomfogyasztási szokásaikat, és ezen adatok segítségével személyre szabott ajánlásokat tudnak tenni a nézőknek. Ezek az ajánlások a felhasználók aktivitásának 80 százalékáért felelnek, és elősegítik azt, hogy megtartsák a fogyasztókat, hogy azok minél több időt töltsenek a platformjukon. Az adatok elemzésével a Netflix 1 milliárd dollár pluszbevételre tesz szert, és a marketingköltségeik is minimálisak, hiszen pontosan tudják, hogy kik azok, akik megnéznének egy-egy filmet vagy sorozatot. 

4. Várostervezés: a Big Data használata már a várostervezés területén is megjelent, aminek a célja az, hogy élhetőbbé tegye a településeket. Az egyik legnagyobb ehhez kapcsolódó európai projekt a müncheni COMFORT program volt, amely a forgalommenedzsment koordinálása területén ért el nagy sikereket. A begyűjtött forgalmi adatok folyamatos figyelésével és az algoritmus alapján a belváros közlekedésén, valamint a külvárosi útrendszer terhelésén is sikerült fejleszteni a közlekedési lámpák optimalizálásával, valamint a közlekedés résztvevőinek hatékonyabb irányításával. A befektetés két éven belül megtérült, 30 százalékkal csökkent a balesetek száma, valamint a dugók mértéke is visszaesett 31 százalékkal. 

5. Egészségügy: ezen a területen is egyre inkább terjednek az adatalapú megoldások, amik a betegek ellátásának hatékonyságát javítják, valamint fontos információkat biztosítanak a szakemberek számára. A páciensek adatainak felhőalapú tárolása lehetővé teszi azt, hogy az orvosok értesítéseket kapjanak, ha esedékes egy-egy vizsgálat, míg a kutatók számára olyan információt jelenthetnek ezek az adatok, ami alapján különböző mintázatokat, összefüggéseket vehetnek észre például betegségek kialakulása és egyes életviteli formák között. A Big Data továbbá hasznos lehet a járványok megelőzésében és kontrollálásában is, a Covid–19-pandémia során is több állam használt olyan rendszereket, amelyek segítségével követni tudták a fertőzött embereket, mérsékelve a vírus továbbterjedését. 

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.