Mit jelent az algoritmus?
Az algoritmus egy precíz, lépésről lépésre leírt eljárás, amelynek segítségével egy adott bemenetből kiszámítható egy eredmény. Bár a szó matematikai eredetű (al-Hvárizmí, IX. századi perzsa matematikus nevéből származik), a gyakorlatban minden szoftver — egy egyszerű kalkulátortól a legbonyolultabb neurális hálózatig — algoritmusok sorozatából épül fel.
Egy algoritmus három dolgot ír le:
- Bemenet (input) — milyen adatokat kap
- Lépések — milyen műveleteket végez velük
- Kimenet (output) — milyen eredményt ad vissza
A receptek például a hétköznapi élet algoritmusai: pontos összetevők (input), pontos lépések, és a végén egy süti (output).
Hogyan kapcsolódik az AI-hoz?
Az AI rendszerek mögött nem egyetlen algoritmus áll, hanem algoritmusok hierarchiája. A legalacsonyabb szinten matematikai műveletek (mátrixszorzás, deriválás), efölött tanulási algoritmusok (pl. gradient descent), efölött pedig modellarchitektúrák (pl. transformer).
A klasszikus szoftveralgoritmusok és a modern AI között az alapvető különbség: a hagyományos algoritmust egy programozó explicit megírja („ha X, akkor Y"), míg a gépi tanulás algoritmusai adatból tanulnak, és a szabályaikat a paraméterek tárolják.
Üzleti példa egy KKV-nál
Egy magyar webshop ajánlórendszere — „akik ezt vették, ezt is megnézték" — egy konkrét algoritmus eredménye. Bemenet: a felhasználó által megnézett termékek és a vásárlási előzmények. Lépések: keressük meg a hasonló profilú vevőket, és nézzük meg, ők még mit vettek. Kimenet: egy 4-6 termékből álló ajánlólista.
Ennek a logikának a bevezetése egy KKV-nál tipikusan 8-15%-kal növeli a kosárértéket, mert a vevő egy ülésben több releváns termékkel találkozik, mint amennyit ő maga kikeresett volna.
Mit kell tudni egy cégvezetőnek?
Az algoritmusok nem semlegesek. Egy hiteldöntő algoritmus — még ha matematikailag „korrektül" is működik — ha torz adatokon tanul, algoritmikus torzítást hordoz, és diszkriminálhat egész demográfiai csoportokat.
Ezért két alapszabály érvényes minden algoritmus-bevezetésnél:
- Mérhetőség: definiáld előre, mit jelent a „jó" eredmény (pl. konverzió-növekedés, ügyfélelégedettség, kocsi-átfutási idő). Ha nincs mérőszám, nem tudod megmondani, hogy az algoritmus valóban segít-e.
- Felülvizsgálat: minden komolyabb döntést (árajánlat, hitelbírálat, ügyfélpanasz) fontos, hogy egy ember tudjon felülbírálni — ne legyen „fekete doboz" a folyamatban.