匈牙利企业圆桌探讨AI应用：从试点到日常实践的挑战与路径

布达佩斯——在一场由Portfolio组织的“AI in Business 2026”高级经理圆桌会议上，多位来自匈牙利及国际企业的专家就人工智能（AI）从试验性项目转化为日常商业实践所面临的挑战与成功路径进行了深入探讨。

会议主持人Turny Ákos援引研究数据开场：全球范围内对人工智能的投资正在快速增长，大型企业正将比以往更大比例的营收投入该领域。他指出，即使当年看不到即时回报，大多数领导者仍会继续投资，这表明了长期承诺。

组织能力成为关键

波士顿咨询集团（Boston Consulting Group）的一位董事认为，当前的“飞跃”主要是一个组织问题：关键在于谁能将运行良好的实验整合到日常流程中。

KPMG的副合伙人Linczmayer Zsófia强调，学习使用和实施AI不应以小时计，而应被视为一个持续的、多渠道的发展过程。她指出，组织内部需要持续的内部项目和定期培训，而非一次性教育。

匈牙利企业的现状与误区

谈及匈牙利公司的情况时，Linczmayer Zsófia nuanced了现状：许多人仍只想到生成文本和内容的解决方案，而预测模型早已在财务规划等领域应用多年。她认为，支持个人效率的工具可能是好的切入点，但往往缺乏有意识的引入和效果评估。

从试点到规模化：价值创造的阶梯

MOL集团AI战略负责人Achilles Georgiu指出，在一家生产型企业中，价值创造需经过多个步骤：从实验到可行的解决方案，再到与业务领域整合，最后实现规模化。他表示，公司同时在多个领域推进倡议，因此并非总能挑出一个单一的“神奇解决方案”。“AI不是可以到处乱涂的番茄酱，”他比喻道。然而，他生动地描述了开发速度的飞跃：过去需要数月完成的工作，如今几天内即可实现，目标是进一步加速。

Georgiu认为，最大的潜力不仅在于流程改进，更在于运营模式的重构，即企业从一开始就设计其运营，将AI能力考虑在内。他看到，目前达到这一最高水平的领域还很少，但方向已定。

金融领域的实践与“可控自治”

K&H银行IT与创新负责人Lóska Gergely从银行业带来了具体案例：他们的数字财务助理已运行多年，拥有大量用户，因此在某些使用模式上，实验阶段已经结束。作为领导者，他并不深究技术细节，而是寻找能带来竞争优势的关键创新领域，AI只有在确实是实现目标的合适工具时才会被置于前台。

关于衡量标准，他表示直接影响主要体现在收入增长、效率提升和风险降低。他提出了银行业的一个困境：在自主决策时，责任和可审计性无法回避，因为一个难以证明的决策可能带来重大风险。因此，他认为需要“可控的自治”，即权限和审查框架需事先确定。

技术供应商视角与未来趋势

亚马逊云科技匈牙利公司企业业务代表Strén Gábor强调了供应商方的双重性：尽管在科技公司工作，他在自己的工作中也作为用户接触到新的智能功能。他举例说，在业务规划中，除了定量分析，如今机器解决方案也支持文本、论证和整合投资需求的部分。

他认为，市场上传播最快的是那些在许多行业都同样有用的解决方案，例如客户服务系统或加速软件开发。此外，他预见的下一波浪潮是AI将走出纯数字世界，在物理自动化和机器人技术中发挥作用。他警告说，技术方向变化很快，因此公司需要稳定地保持目标和衡量标准，同时灵活地更换解决方案。

研究机构的观点：分层发展与新监督逻辑

HUN-REN AI服务中心主任Szertics Gergely带来了研究网络的视角：他们运行着大量并行微项目，任务更多是发展组织能力，而非引入单一的“大系统”。他将方向分为两类：一是AI本身的研究，二是利用AI支持科研工作。他认为组织中总会有一个热情的核心团队和一个更谨慎的大多数，因此需要分层发展，否则差距会过大。

关于自主“智能体”，他提请关注控制问题：如果系统工作快速且复杂，那么旧的、逐步的控制方法无法扩展，需要设计新的监督逻辑。

共识：成功要素在于人而非单纯技术

讨论最终汇聚到同一方向：成功通常并非技术本身带来，而在于是否有清晰的目标、适当的数据、现实的期望，以及是否能在变革全程陪伴员工。

Turny Ákos的最后一个问题——组织氛围在多大程度上支持AI——总体上描绘了一幅乐观图景，但有一个重要条件：重要的不是平均水平，而是差异。除了热情的“推动者”，到处也都有仍在观望的人，这种张力需要在未来几年内有意识地管理。

小组讨论的最终结论是清醒的：人工智能不是魔术，而是组织的镜子，它放大了目标、数据和运营纪律方面的缺失，但在这些方面都做好的地方，它能带来持久的成果。