Kereskedő cégLeszállítva
Copilot az éles ügyviteli rendszer mellett, a csapat saját chat-felületén. Készlet, rendelés-státusz, ügyfél-előzmény: kérdésre, nem kattintásra.
élesben fut
Agentekkel akarok dolgozni, nem képernyőkkel
Az ITLine AI agenteket fejleszt már működő céges rendszerek mellé: a csapat szövegben kérdez, a válasz a rendszer valódi adatából jön, és ahol két fél dolgozik együtt, a jogosultságot a felület alakja őrzi. A kockázatos műveletet az agent csak előkészíti, és ember hagyja jóvá.
Van egy rendszered, és van benne minden. Csak épp aki válaszolni akar egy kérdésre, annak meg kell nyitnia, meg kell találnia a jó nézetet, és tudnia kell, hol keresse. A gyors kérdés így lassabb, mint megkérdezni valakit.
Copilot a rendszer mellé, ott, ahol a csapat amúgy is beszélget. A kérdés szövegben megy be, a válasz a rendszer valódi adatából jön, nem egy külön másolatból, ami tegnap éjjel frissült.
A másik alak: kapu két agent között, privilégium-szeparáltan. A partner nem látja, amihez nincs joga, és ezt nem egy szabály tiltja, hanem a felület nem is kínálja. A különbség akkor számít, amikor valaki hibázik.
Ahhoz, ami már megvan. A szabály ugyanaz, mint a többi rendszerünknél: ami jól működik, marad, és az agent ahhoz kapcsolódik. A gyakorlatban ez a vállalatirányítási vagy ügyviteli rendszer, a számlázó, a webáruház, a levelezés és a Monday.com. A futó n8n-folyamathoz az agent hozzákötődik, újat viszont nem n8n-ben építünk, hanem Claude-dal és egyedi kóddal ([miért](/claude-code-cowork-codex#n8n-helyett)).
Ha nincs mihez kötni, azt megmondjuk. Egy agent nem pótol hiányzó rendszert: ha az adat ma táblázatokban és fejekben van, akkor először a rendszer kell, és csak utána van mit kérdezni tőle. Ez nem eladási lépcső, hanem sorrend: a fordítottja az, amiből a mezőny 95%-os pilot-kudarca lesz.
Copilot az éles ügyviteli rendszer mellett, a csapat saját chat-felületén. Készlet, rendelés-státusz, ügyfél-előzmény: kérdésre, nem kattintásra.
élesben fut
Két fél dolgozik közös anyagon, de nem ugyanazt látják. A kapu privilégium-szeparált: a jogosultság nem beállítás, hanem a felület alakja.
241 éles rendelés visszajátszása, 465 párosított tételsor. A helyesség viszonyítási alapja az operátor által jóváhagyott tétel.
A védőháló nem a pontszám. A védőháló az, hogy minden cikkszám a terméktörzs ellen validálódik, és hogy egy ember hagyja jóvá, mielőtt bármi pénzügyi lépés indul.
Mert megmérjük, és a mérés a rendszer része, nem egy indulás utáni jókívánság. Három dolgot nézünk: mennyi az elsőre helyes kimenet; a hibás eseteknél milyen magabiztos volt a modell; és hogy a bizonytalan esetet visszakérdezte-e, vagy némán továbbengedte. A harmadik a legfontosabb, mert egy magabiztos, néma hiba az, ami észrevétlenül jut el pénzügyi következményig.
Ez a három szám egy éles rendszeren mérve fent áll, a Mérve szakaszban, a mérés alapjával és dátumával együtt. Ugyanezekből derül ki, hol kell emberi jóváhagyást tenni a láncba. A küszöböt nem megérzésből húzzuk meg, hanem abból, hol lesz a néma hiba drága.
Ez a leggyakoribb ki nem mondott kérdés, és jogos: egy agent nem egy kész doboz, hanem egy rendszer, ami a cég adatán dolgozik. Fázisonként adjuk át, és minden fázis végén olyan rész marad nálad, ami éles rendszerben fut. Ha a közös munka ott véget ér, az addigi rész a tiéd, és működik, nem egy félkész állapot, amit csak mi tudunk elindítani.
Az agent a cég saját adatbázisán dolgozik, nem egy nálunk tartott másolaton. Hogy melyik nyelvi modell hajtja és hol fut, a felméréskor dől el, és szerződés rögzíti, ahogy az adatfeldolgozás részleteit is. Ez azért számít, mert a modell cserélhető: ha egy szolgáltató árat vagy feltételt vált, az karbantartás, nem újraírás, mert az agentet a cég adata és szabályai kötik meg, nem egy gyártó.
Amit ez a lap nem ígér: nincs kiírt rendelkezésre-állási szint. A támogatás és az üzemeltetés módja szerződés kérdése, és a felmérés után, a valódi terheléshez mérve mondjuk meg, nem egy weboldali csomagból.
A weboldal-chatbot a látogatóval beszél, és általában egy szövegből válaszol. Ez az agent a csapattal dolgozik, a cég saját rendszerében: készletet, rendelés-státuszt, ügyfél-előzményt kérdez le, és műveletet készít elő. Ha kifejezetten AI chatbot fejlesztést keresel a weboldalra, azt nem mi csináljuk, és ezt előre megmondjuk.
Egy már működő rendszer mellé gyorsabban, mint egy új rendszer: az adat és a jogosultság megvan, az agent erre ül rá. Az időt a felmérés után mondjuk meg, és az első fázis végén az agent már éles adaton válaszol.
Az ajánlat a felmérés után, rögzített scope-ra készül. A futási költség (a modellhasználat díja) külön tétel, és a felméréskor becsüljük meg a várható forgalomra. Hogyan áll elő az ajánlat: Mibe kerül.
Nem, pont fordítva: az agent a meglévő rendszer mellé épül, és annak valódi adatából dolgozik, nem egy éjszakai másolatból. A csapat ott kérdez, ahol amúgy is beszélget.
Hibázik, és a mért adat szerint a hibáinak nagy része magabiztosnak látszik, ezért a védőháló nem a modell pontszáma. Az agent nem kap olyan műveletet, aminek a visszavonása fájna: ami kockázatos, azt előkészíti, és ember hagyja jóvá. A mérés részletei fent, a Mérve szakaszban.
Csak azt, amihez az adott felhasználónak joga van. Két fél közti kapunál ezt nem egy szabály tiltja, hanem a felület nem is kínálja, amihez nincs jog. Hol fut a modell és ki dolgozza fel az adatot, azt szerződés rögzíti (GDPR szerinti adatfeldolgozói megállapodás).
Az automatizálás rögzített lépéssort ismétel: ha a bemenet mindig ugyanolyan, az a legolcsóbb és a legmegbízhatóbb. AI agent ott kell, ahol a bemenet szöveg és változó (egy e-mail, egy kérdés, egy hiányos rendelés), és a következő lépés attól függ, mi áll benne. A kettő jól megfér egymás mellett: az agent (nálunk Claude) értelmez, a rögzített lépéseket egyedi kód viszi, verziókezelve és tesztelve, nem egy n8n-folyamat.
Élesben ma Claude (Anthropic) fut az átadott rendszereinkben: a gyors osztályozásra Haiku, az értelmezésre és az agent-munkára Sonnet. Egy szolgáltatóhoz nem kötjük a rendszert: kínai és nyílt súlyú modelleket (GLM, Qwen) is mérünk, és érzékeny adatnál a cég saját hálózatán futó modell is lehet. Hogy melyik és hol fut, a felméréskor döntjük el, és szerződés rögzíti: részletek.
A legtöbb belső, üzleti AI agent nem magas kockázatú rendszer az AI Act szerint, mert nem dönt munkavállalóról, hitelképességről vagy hatósági ügyről. Ilyenkor is kötelező, hogy aki AI-jal beszél, tudja, hogy géppel beszél, és hogy a használó csapat ismerje a rendszer korlátait. Ha a feladat magas kockázatú területet érint, azt a felméréskor jelezzük; a pontos besorolás jogi kérdés.
Nem a létszám dönt, hanem az ismétlődés: ha ugyanazt a kérdést vagy ugyanazt a lépést hetente sokszor kell elvégezni, és az adat már egy rendszerben van, akkor egy pár fős cégnek is megéri. Ha a kérdés ritka, vagy az adat még papíron és fejekben van, előbb a rendszer kell, az agent utána.
Egy egyórás beszélgetés, ahol elmondod, mit kérdeznek tőled hetente ötször. Utána hozzáférés a rendszer adataihoz, egy ember a csapatból, aki az első hetekben ellenőrzi a válaszokat, és néhány valódi példa a gyakori kérdésekre. A teljes menet: Hogyan dolgozunk.
Az agentic AI olyan mesterséges intelligencia, amely egy cél érdekében lépéseket is végrehajt: adatot kérdez le, eszközt hív, és az eredményből dönt a következő lépésről. Az AI agent ennek egy konkrét példánya, itt a cég saját rendszere mellett. Részletesen: Mi az agentic AI?
Kiváltani nem javasoljuk, és nem is ezt építjük. Ami működik: az agent kikeresi a választ a cég saját adatából (rendelés-státusz, szállítás, számla, korábbi levelezés), és megírja a válasz tervezetét, amit ember néz át és küld el. Ezzel a gépelés és a keresgélés tűnik el, nem az ügyintéző. Telefonos ügyfélszolgálat hangos kiváltására nincs saját mérésünk, tehát nem is ajánljuk.
Nem építünk chatbotot a weboldalra. Az más feladat, más ár, és általában nem az, amire szükség van.
És nem adunk az agent kezébe olyan műveletet, aminek a visszavonása fájna. Ami kockázatos, azt előkészíti, és ember hagyja jóvá.
Ugyanez szerepel itt is: Kinek nem való