A félreértés, amit mindenki elkövet
„Csináljunk egy chatbot-ot" — ezt hallja minden CTO, amikor az AI szóba kerül. A probléma: amit a legtöbb cég igazából akar, az nem chatbot. Hanem egy rendszer, ami megérti a kontextust, döntést hoz, és végre is hajtja azt — emberi beavatkozás nélkül.
A chatbot és az AI ágens között akkora a különbség, mint egy automata telefonos menü (IVR) és egy tapasztalt asszisztens között. Az egyik gombot nyomogat, a másik gondolkodik.
A chatbot: szabályalapú válaszadó
A hagyományos chatbot — legyen az intent-alapú (Dialogflow, Rasa) vagy LLM-alapú (ChatGPT wrapper) — reaktív: vár a felhasználó kérdésére, és megpróbál választ adni.
Felhasználó → Kérdés → NLU (intent + entity) → Választ keres → Válaszol
Mire jó? FAQ válaszok, egyszerű információlekérés, navigáció segítése.
Mire nem jó? Több lépéses feladatok, kontextus-megtartás több beszélgetésen át, proaktív cselekvés, valós üzleti akciók végrehajtása.
Az LLM-alapú chatbot-ok sokkal jobb válaszokat adnak — de a minta ugyanaz: kérdés → válasz. Nincs döntéshozatal, nincs cselekvés, nincs autonómia.
Az AI ágens: autonóm döntéshozó
Az AI ágens nem vár kérdésre. Figyeli a környezetét, felismeri a helyzetet, megtervezi a válaszlépéseket, és végre is hajtja azokat — a beállított autonómia-szinten belül.
Környezet → Esemény → Értékelés (LLM) → Döntés → Cselekvés → Tanulás
↑ │
└────────────── Feedback loop ────────────┘
A spektrum: nem bináris
A valóságban nem „chatbot VAGY ágens" a helyzet — hanem egy spektrum:
Szabályalapú LLM-alapú Eszközhasználó Autonóm
chatbot chatbot ágens ágens
│ │ │ │
▼ ▼ ▼ ▼
"Ha X, mondj Y" "Értsd meg "Értsd meg "Figyeld a
és válaszolj" és cselekedj" környezetet,
dönts és
cselekedj"
────────────────────────────────────────────────────────────▶
Növekvő autonómia és üzleti érték
A legtöbb cég ma a 2. szinten van (LLM chatbot). A versenyelőny a 3–4. szinten van.
Gyakorlati példa: ugyanaz a kérdés, más eredmény
Szituáció: „Kiss Anna emailt küldött az időpontjáról."
Chatbot válasz:
„Kiss Anna utolsó emailje ma 14:32-kor érkezett, tárgya: 'Időpont módosítás'."
AI ágens válasz:
- Felismeri az emailt (trigger: gmail webhook)
- Kikeresi Kiss Annát a CRM-ben (kontextus: VIP ügyfél, 3 éve visszajáró)
- Elemzi az email tartalmát (intent: időpont módosítás, holnap 16:00 helyett 17:00)
- Megnézi a naptárat (17:00 szabad)
- Létrehoz egy feladatot: „Módosítsd Kiss Anna időpontját 17:00-ra"
- Küld egy válasz-emailt: „Szia Anna! A 17:00 tökéletes, átírtam."
- Frissíti a naptárat (vagy javasolja, az autonómia-szinttől függően)
A chatbot informál. Az ágens megoldja a problémát.
Mikor elég a chatbot, és mikor kell ágens?
A CTO döntése: evolúciós útiterv
A legtöbb szervezet nem nulláról épít AI ágenst. A tipikus út:
A legfontosabb architekturális döntések:
- Evaluator ≠ Executor szeparáció — A döntéshozó komponens és a végrehajtó legyen szétválasztva. Ez lehetővé teszi a jóváhagyási workflow-kat.
- Autonómia-szintek — Ne bináris legyen:
notify_only→suggest_and_wait→act_and_report. A bizalmat fokozatosan kell építeni. - Audit trail — Minden ágens-akciót logolni kell: mit akart, miért, milyen bizonyossággal, mi lett az eredmény.
- MCP / Tool calling — Az ágens képességeit dinamikus tool registry-ből kapja, nem hardcoded logikából.
A piac iránya: 2025–2026
Az iparági trend egyértelmű: a chatbot commoditizálódik, az ágens differenciál.
A chatbot-piac telítődik. Az ágens-piac most nyílik meg — és itt lesz az igazi versenyelőny a következő 2–3 évben.
Összefoglalás
A chatbot megmondja, hány óra van. Az AI ágens átállítja az órát, ha kell — de csak akkor, ha megbízol benne, és csak annyit, amennyit megengedsz neki.
A kérdés nem az, hogy „kell-e AI chatbot a cégünkbe?" — hanem az, hogy hol tartasz a spektrumon, és mikor lépsz a következő szintre.
Szeretné felmérni, hol tart a cége az AI spektrumon?
Az Atlosz csapata segít eldönteni, hogy chatbot, tool-augmented ágens vagy autonóm ágens illik-e az Ön üzleti folyamataira — és megtervezzük az evolúciós útitervet.