HWSW podcast!

Láthatatlan AI, valós következmények (weekly #82)

· PT52M26S

Összefoglaló

A HWSW podcast 82. adásában a generatív AI vállalati használatának árnyoldalait és kihívásait vitatják meg a vendégek. Kiemelik, hogy bár a kódgenerálás felgyorsul, a kód-áttekintés (review) és a biztonsági ellenőrzés (scan toolok) módszerei is megváltoznak. Felmerül a nyílt…

Röviden

Műsor
HWSW podcast!
Megjelenés
2026. 04. 03.
Hossz
52 perc
Szereplők, említett nevek
Kori Tamás, Jagus Zoltán
Témák
generatív ai, vállalati ai használat, kódgenerálás, kód-áttekintés, biztonsági ellenőrzés
Átirat
Az epizód beszélt szövege alapján indexelve

Ebben az epizódban

borzasztóan felgyorsítja az ugye a a kódgenálást.

Elképesztő mennyiségű kódot lehet benne generálni.

Teljesen máshogy kell egy kód reviewt megszervezni, vagy például scan toolokat használni a generált forráskódokra.

Mennyiségben tudjuk generálni azt, amit nem is látunk át, hogy mit generált, hogy erre erre külön módszerek kellenek.

Ha azt nem csináljuk, akkor ugye kockáztatjuk, hogy nem biztonságos kód kerül be, vagy például mondjuk simán belegenerál az egy olyan library a rendszerünkbe, ami aminek mondjuk például licence nincs rendben.

Ez ez már nem biztonsági kérdés. >> Szervusztok!

Ez itt a HVSV podcast sorozatának igazi 82. adása, mert egyszer már volt a 82. adásunk, de aztán kiderült, hogy ezt ugye elszámoltuk, vagy átszámoztuk véletlenül azt a korábbi adást.

Úgyhogy ez most az igazi, a real 82. adás.

Számi itt van velem ismét a stúdióban. >> Sziasztok. [torokköszörülés] >> Úgyhogy >> bele is csapunk azonnal a lecsóba gyorsan a a témával vagy a témafelvetéssel.

Ö készült idén ötödik alkalommal az aret óvoltából egy egy IT piaci hazai IT piaci trendeket felmérő kutatás vagy felmérés és miőtt örgyönbe elkapcsolnál és valamelyik másik YouTube csatornánra kapcsolnál vagy a Spotify-on másik podcastre kapcsolnál azért előle vetíteném hogy ebben a a PS trendeket felmérő felmérésben van egy olyan csavar meg egy olyan érdekesség ami szerintem izgalmassá teszi a az idei év pontosabban a tavalyi évi adatokat az első alkalom hogy hogy a ez a ez a benchmark, ez taglalja a generatív jelenét a hazai vállalkozások működésében vagy tekintetében.

És hát szerintem itt sok érdekes és tanulságos megállapítást tartalmaz ez a ez a ez a felmérés, és akik össze fogják nekünk ezt foglalni a a Zerantól eljöttek ide hozzánk az Jagusfé technical lead. és Damai Gábor ügyvezető, azon lent ügyvezetője.

Köszi, hogy eljöttetek hozzánk.

És akkor most jön az a rész, ami minden podcastünknek egy kötelező eleme, hogy légyszi mondjátok el, hogy egyrészt azon mit csinál ezen a piacon, másrészt pedig miről szól egész konkrétan ez a ez a kutatás, ez a 2025-ös IT technológiai körkép, amit elhoztatok nekünk. >> Sziasztok!

Én Darmai Gábor vagyok, a az Aleront ügyvezetője, ahogy mondtad.

Hát az, hogy a Zaleront mit csinál a piacon, az szerintem most röviden mondom csak el, tehát hogy IT szolgáltatásokat ad nagyvállalatoknak 22 éve, sőt hát most már 23 vagyunk a piacon.

Én magam egyébként hét éve vagyok az ügyvezetője előtte.

Egyébként technikai feladatok végrehajtásába vettem én is részt.

Technológiai vezetője voltam a cégnek, ugye én is 23 éve dolgozom, benne alapítója vagyok.

És hát mi azt szoktuk magunkról mondani egyébként, hogy mi abban segítünk az ügyfeleknek, hogy megértjük a aktuális helyzetüket, technológiai helyzetüket, és segítünk segítjük őket abban, hogy a következő szintre lépjenek a technológiai fejlődésünkbe.

Tehát nagyon fontos technológiával foglalkozunk.

És hát a az IT körkép is egyébként egy technológiai felmérés elsősorban, ahogy mondtad már az ötödik éve csináljuk.

És egyébként azért kezdtük el ezt csinálni, mert azt vettük észre, hogy hogy akkoriban egyébként öt évvel ezelőtt még sokkal nagyobb probléma volt a recruitment, az hogy hogyan találunk megfelelő képességi szakembereket a piacon. >> De bocsánat szabad vágok, ez egy covid év volt konkrétan 2020-2.

Igen, de akkor akkor mindenki a digitalizációban hit nagyon, tehát ez így ös összevágott, és biztos emlékeztek, akkor kezdték el nagyon feldúsítani ezeket a cégeket, és hihetetlen mennyisében vették föl akkoriban az embereket a IT cégek, tech cégek.

És hát azon gondolkozunk, hogy hogyan lehet felrázni egy kicsit, magunkra hívni a figyelmet, felrázni egy kicsit így a a szakmát.

És akkor kitaláltuk ezt az IT körképet, aminek nyilván az is volt a célja, hogy hogy hogy Magyarország specifikusan próbáljuk meg megérteni azt, hogy a technendek hogyan alakulnak.

Segítsük a a a jelölteket, vagy hát akik akik munkát keresnek abban, hogy hogy milyen irányban tudnak fejlődni.

És akkor ezzel egy tulajdonképpen egy ilyen kampányt indítottunk.

Át eleinte egyébként ez tényleg egy talán azt gondolom, hogy szárazabb felmérés volt, tehát inkább csak számok, adatok és akkor tavaly már elkezdtünk ebből csinálni egy kis tanulmányt is, ahol próbáltuk értelmezni ezeket az adatokat és hozzátenni a véleményünket.

Ugye nyilván nem ez nem egy tudományos felmérés, azért az hozzátartozik.

Tehát itt egyébként több mint 1000 ö szakember töltötte ki, tehát sok ember kitöltötte, de nincs mögötte nagy tudományos módszertan, de mégis azt gondolom, hogy releváns tud lenni bizonyos szempontból.

És hát tavaly, illetve idén már egy egész komoly, én azt gondolom, hogy egy komoly elemző dokumentumot is tudtunk ebből csinálni.

Három területen emeltük ki egyébként a lényegét a felmérésnek.

Ugye az alkalmazásmodernizáció, ami azt látjuk, hogy egy nagyon-nagyon fontos területe a mai IT-nak.

Erről szerintem majd az AI kapcsán is fogunk beszélni, mert nagyon nagy az átfetés.

És hát a harmadik terület nyilván az AI aról arról egyértelműen beszélni kell.

És hát abban volt igen egy ilyen megállapításunk, hogy ez a Shadow AI, amiről majd fogunk itt beszélni, gondolom az egy az egy érdekes jelenség, amit hát kezelni kell, vagy vagy foglalkozni kell vele. >> Szerintem László, szerintem akkor a a bemutatkozási körbe akkor meséld azt is, hogy téged már hallottak ugye kicsit hosszú [nevetés] de >> téged téged már hallottak ugye a avsvnél ugye több platformon is.

Mesélj már arról, hogy hogy az AI az hogyan jött itt képbe most. >> Hát az AI úgy jött képbe, vagy azért az egyik a IT körképnek az egyik érdekessége volt, hogy egy nagyon nagy gapet láttunk aközött, hogy a vállalati AI érettség milyen.

Meg mi így személyesen hogyan használjuk az AI-t, legalábbis a válaszadók.

Tehát, hogy mindenki azt mondta, hogy 90%-ban, hogy használom az AI-t a napi munkám során, sőt az életem része.

Amikor pedig elkezdtük a vállalati kérdéseket is feltenni, tehát hogy van-e stratégia, van-e szabályozás, mennyire megengedett [horkantás][torokköszörülés] meg satöbbi, ott pedig ott pedig egy nagyon rossz, tehát egy ilyen 10-20% körüli számok jöttek ki.

És akkor így azt láttuk, hogy hű, akkor ez egy ilyen érdekes jelenség, hogy nagyon nagy a különbsége a személyes használat és a vállalati használat között. és elkezdett érdekelni minket ez a téma, és egy kicsit így beleástunk ebbe a dologba.

Pontosan azért, mert ugye a cél az lenne, hogy vállalati szinten is az AI-ból csináljunk valamit.

Segítse az üzletmenetet, segítsen a üzleti oldalnak, és hogyha ez valóban így van, ahogy a a felmérésből kijött, akkor akkor itt van feladat, és akkor ezért kezdtünk el ezzel foglalkozni.

Itt most a az adásnak egyébként a munkacíme az, hogy shadow AI, és hogy ez ennek kapcsán egyébként ugye említetted azt, hogy van egy gepa között, hogy hogyan használjuk meg, hogy mi látszódik a felszínen ebből.

Pontosan egyébként akkor a shadow AI fogalom, hogyha definiálni kellene, akkor akkor hogy fogalmaz? >> Igen, ezt mi találtuk ki, tehát hogy nincsen, hogy shadowölje az ha rákeresünk a Google-ba, akkor van ilyen, tehát hogy minden szók létezik.

Igen, de hogy így nincs nincs egy ilyen nemzetközi nem tudom definíció rá, de alapvetően arról szól nagyon hasonlít a Shadow IT-ra, azért neveztük így.

Ugye a Shadow IT szólt arról, hogy az üzlet elkezdett úgy számítógépeket használni, ami nem a vállalati szabályozásnak megfelelő.

Tehát elkezdtek cloud előfizetéseket vásárolni, vagy olyan programokat, amit nem vett meg a vállalat satöbbi.

És ugye ez egy nagy probléma volt régebben, hogy ha nem a vállalati szabályozásoknak megfelelően használjuk az IT-t, akkor viszont ettől függetlenül a vállalat felelérte azért a használatért, és akkor valahogy az üzleti oldalnak adjunk olyan képességeket, amitől ez a használat ez visszaszorul.

És a Shadow AI az lényebében pont ugyanerről szól.

Tehát arról szól, hogy vagy egyéni szinten használunk olyan AI eszközöket, ami nem része a vállalati működésnek, hanem ott van fent a mobil telefonon így leegyszerűsítve a chat GPT, és én ezzel használom, vagy a Gemini, vagy a bármelyik egyéb AI, és és azt használom a munkám során valaminek a megoldására.

Nyilván otthon is, de itt most a munkahelyi kontextus az érdekes.

A másik pedig ez egy kicsit kiterjesztettebb definíciója az egésznek, hogy maga a vállalaton belül létezik a Shadow AI.

Ez a ezt ezt úgy lehet jól definiálni, hogy vannak-e olyan vállalati tevékenységek, ami még nem jóváhagyott az IT biztonság, a belsőszabályozás meg egyéb által.

Tehát és azt vettük észre, hogy rengeteg ilyen van, tehát hogy úgy indulnak IT projektek és legális IT projektek.

Tehát ez nem arról szól, hogy én a mobilomon vagy a otthoni számítógépen csinálok valamit, hanem legális IT projektek is indulnak el a vállalatkon belül úgy, hogy a szabályozási környezet, a jogi környezet, a biztonsági környezet ezt még nem követte le.

És ez is egy nagyon-nagyon érdekes dolog, hogy létezik a vállalt vállalattiói eljelenség is, nem a személyesó eljelenség. >> Azt azért szögezzük le, hogy ez miért probléma, vagy miért nyom probléma.

Tehát ilyes azt gondolnám, hogy ugye vannak ezek az anekdoták meg ezek a klassztikus esetek, hogy megiratják a szerződést a chat GPT-vel, a beszállítói szerződést és akkor az ugye kiszivárók, vagy a nem tudom a ugye mondtad a GitHub Repó számi, mikor beszélgettünk az adás előtt, hogy a copilot kikotyogja, vagy az ECS kikotyogja és >> az akár privát repó, >> az akár privát repókat, és amik akár csak egy másodperc publikba lettek állítva.

De hát az az egy másodperc az bocs, igen, nem kellett volna.

Tehát, hogy ez ez ez miért jelent problémát?

És nem csak feltétlenül biztonsági oldalról megközelítve, hanem ez ez, hogy nincs egy vállalati policija erre kialakítva, vagy nincs egy benchmark, vagy vagy bármi.

Tehát, hogy hogy ti látjátok, ez ez mi a gond? >> Hát alapvetően ugye azért gond ez a saját cégünknél is küzdöttünk ezzel, tehát ugye az aleranton belül is, hogy tulajdonképpen mit szabad meg, mit nem.

És így sok dimenziós a probléma.

Az első, amit azonosítottunk, hogy okoz egy személyes belső feszültséget is.

Tehát, hogy tudom azt, hogy van egy eszközöm, amit lehetne használni és tudom is használni, hiszen hiszen a él munká, tehát a otthoni magát életem során is használom, de hogy vállalti környezetben tulajdonképpen ez szabad vagy nem szabad, és akkor ez egy ilyen abszolút ilyen ilyen olyan szituáció, hogy van egy feladat, amit el kell végezni.

Van rajtam egy nyomás is, ugye számon kérik rajtam, hogy akkor határidőre ezt a feladatot csinálja meg satöbbi.

És mellette pedig tudom, hogy van egy eszköz, amit erre én használhatnék, de nem vagy nem szabad, tehát tiltott az a rosszabb helyzet, hogy akkor is használom, vagy esetleg nem mond a vállalat erről semmit.

És akkor nem tudom, hogy ezt most szabad csinálni, vagy nem szabad csinálni. van egy ilyen belső konfliktus igazából munkavállalói szinten, és a kollégáktól is nálunk folyamatosan jönnek ezek a kérdések, hogy akkor itt eb ebbe a konkrét feladatra most akkor mit szabad használni, hogy nem szabad használni satöbbi.

Tehát van egy ilyen dolog, hogyha nem szabályozzuk, akkor nagyon le tudja lassítani, vagy ilyen rossz érzésünk lesz, hogyha valamit így oldunk meg, mert mellette meg ugye a belépési szintje az nagyon-nagyon alacsony, tehát el kell indítani egy böngészőt.

Tehát nem arról van feladató, ami őrült bonyolult szoftverrendszert kell felinstallálni és használni, hanem nagyon alacsony a belépési szint, és akkor ezért ezért így nehéz.

Vállalati szinten pedig pedig nagyon hasonló szerintem a a shadow IT-hoz.

Tehát hogyha ha úgy használunk AI-t, hogy igazából a biztonsággal a jogi meg egyéb szabályozások hiányába, akkor akkor igazából nem tudjuk, hogy mekkora problémát csinálunk.

Tehát, hogy vannak nagyon kemény szabályozások, mint az AI-ak, meg NIS 2 meg satöbbi, ugye előhírnak dolgokat.

És igazából nem nem ismert a vállalaton belül a kockázati szintje ennek, hogy amit csinálunk, annak mekkora a kockázati szintje. >> Egyébként vannak konkrétan ilyen kockázatos esetekre példák, tehát ahol tényleg jelentős hátrányt okozott az, hogy hogy mondjuk akár AI policy nélkül használnak AI-t ilyen módon, hogy nincs nincs definiálva, hogy akkor mit lehet és hogy lehet. >> Hát vannak, én itt megmondom őszintén, most példákat nem nem sorolnék. akit érdekel az rá lehet így goog googlizni, de azért a legtöbb ilyen nem is kerül a nyilvánosságra.

Tehát azért a másik az, hogy egy nagy vállalatok ezt nem nem hirdetik.

Én például most olvastam egy Armor kódos felést, hogy az egy ilyen Defse opops túlgyártó.

Nyilván ebből az irányból közelíti meg a kérdést egy kicsit, de ők csináltak egy felmérést, és abban például az jött ki, hogy 90% a vállalatoknak, illetve a vállalatban dolgozóknak azt gondolja, hogy az AI eszközökről és az AI eszközök használatáról a vállalaton belül tök jó rálátása van, és minden tud róla, hogy hogy használják benne.

És akkor ugyanakkor párhuzamosan meg kiderült, hogy 60% kup mondta azt, hogy egyébként volt olyan incidensük, amit az okozott, hogy az emberek nem tudták jól használni az élt.

Egyébként azért nyilván nagyon sok ilyen biztonsági rés van benne, tehát hogy borzasztóan felgyorsítja az AI, ugye a a kódgenálást, elképesztő mennyiségű kódot lehet benne generálni.

Teljesen máshogy kell egy kód reviewt megszervezni, vagy például scan toolokat használni a generált forráskódókra.

Mennyiségben tudjuk generálni azt, amit nem is látunk át, hogy mit generált, hogy erre erre külön módszerek kellenek.

Ha ezt nem csináljuk, akkor ugye kockáztatjuk, hogy nem biztonságos kód kerül be, vagy például mondjuk simán belegenerál az egy olyan libraryt a rendszerünkbe, ami aminek mondjuk például licence nincs rendben.

Ez ez már nem biztonsági kérdés.

De egyébként még visszauttam val nem csak kódolási példát, tehát mondjuk nyilván nem kérdezem meg én sem az AI-tól, hogy mibe fektesse az alerant a megtakarításait, és…

Említett entitások

Témák

  • generatív ai
  • vállalati ai használat
  • kódgenerálás
  • kód-áttekintés
  • biztonsági ellenőrzés

Személyek

Hallgasd meg

Gyakori kérdések erről az epizódról: „Láthatatlan AI, valós következmények (weekly #82)”

Miről szól ez az epizód: „Láthatatlan AI, valós következmények (weekly #82)”?

A HWSW podcast 82. adásában a generatív AI vállalati használatának árnyoldalait és kihívásait vitatják meg a vendégek. Kiemelik, hogy bár a kódgenerálás felgyorsul, a kód-áttekintés (review) és a biztonsági ellenőrzés (scan toolok) módszerei is megváltoznak. Felmerül a nyílt… Az epizód a HWSW podcast! című magyar podcast egyik adása, megjelenés: 2026. 04. 03..

Kik szerepelnek vagy kiket említenek ebben az epizódban: „Láthatatlan AI, valós következmények (weekly #82)”?

Az epizódban a következő nevek szerepelnek vagy hangzanak el: Kori Tamás, Jagus Zoltán.

Milyen témákat érint ez az epizód: „Láthatatlan AI, valós következmények (weekly #82)”?

Fő témái: generatív ai, vállalati ai használat, kódgenerálás, kód-áttekintés, biztonsági ellenőrzés.

Mikor jelent meg és milyen hosszú ez az epizód: „Láthatatlan AI, valós következmények (weekly #82)”?

Megjelenés: 2026. 04. 03.. Hossz: 52 perc. Az epizód a Podiverzumon hallgatható meg: https://podiverzum.hu/podcast/hwsw-podcast/lathatatlan-ai-valos-kovetkezmenyek-weekly-82

Több epizód a HWSW podcast!-ből

Hasonló epizódok más magyar podcastokból