A probléma gyors megoldása nem ugyanaz, mint a jó megoldás.
Mit tesz ehhez hozzá az AI egy lean szakember kezében? A februári Kecskemét Lean Coffee-ra Molnár Gábor tagunk készült fel, az összefoglalót is az ő tollából osztjuk meg:
Az előadás elején rövid történeti áttekintést adtunk arról, mióta vannak jelen a gépek és algoritmusok a döntéshozatalban és a vállalati irányításban. Megnéztük, hogyan jutottunk el a korai szabályalapú rendszerektől és optimalizáló algoritmusoktól a mai, tanuló rendszerekig. Rámutattunk arra, hogy az algoritmusok fejlődése nem ugrásszerű csoda, hanem évtizedes evolúció eredménye – adat, számítási kapacitás és módszertan együtt érlelték ki a jelen korszakot.
Ezt követően röviden megvizsgáltuk, miért tekinthető fordulópontnak a nagy nyelvi modellek megjelenése. A különbség nem pusztán technológiai, hanem használati: az AI először vált széles körben, természetes nyelven elérhető gondolkodási partnerré. A tudásmunkában ez minőségi változást hoz, mert nemcsak számol, hanem strukturál, kérdez, alternatívákat generál és segíti a döntés-előkészítést.
Az elméleti keretet két gyakorlati példán keresztül vizsgáltuk meg. Az Amazon véletlenszerű tárolási és algoritmikus optimalizálási gyakorlata azt mutatja, hogyan képes az adatvezérelt döntéshozatal a hagyományos, logikailag „szép” rendszereket felülírva nagyobb teljesítményt elérni. A Toyota példáján keresztül pedig azt néztük meg, hogyan illeszthető az AI a lean elvekhez: hogyan támogathatja a folyamatos fejlesztést, a problémamegoldást és az értékáramok átláthatóságát anélkül, hogy újabb rejtett mudát termelne.
Kiemeltük, hogy az AI önmagában nem lean. Az válik azzá, ahogyan használjuk: ha az értékteremtést erősíti, a döntési ciklusokat rövidíti és tanulást támogat, akkor eszköz a kezünkben. Ha viszont kontrollálatlanul, cél nélkül vagy felelősségi tisztázás nélkül alkalmazzuk, könnyen digitális túltermelést és információs zajt hoz létre.
A tervezett gyakorlati példák helyett végül a közönség érdeklődése a működés mélyebb rétegei felé fordult. Kiemelt figyelmet kapott a system prompt szerepe, a hatékony promptolás alapelvei, valamint a NotebookLM használati tapasztalatai. A beszélgetés arra fókuszált, hogyan lehet tudatosan keretezni az AI működését, milyen kérdésfeltevési minták vezetnek jobb eredményekhez, és hol húzódik a határ az eszköz támogatása és a gondolkodás delegálása között.
Zárásként egy gondolatkísérletben 2035-ig tekintettünk előre: milyen lehet a lean szerepe egy olyan környezetben, ahol az AI a napi működés természetes része? A vízió szerint a lean nem gyengül, hanem felértékelődik. Minél erősebbek az eszközeink, annál fontosabbá válik az érték, az emberi felelősség, a rendszerben gondolkodás és a tudatos vezetés. 2035 Lean szervezetei valószínűleg nem kevesebb, hanem mélyebb gondolkodást igényelnek – AI-val támogatva, de nem AI-ra delegálva. – Molnár Gábor
Lean Coffee meeting
A résztvevők által hozott témák színes post it lapokon sorakoztak a kanban táblánk „to discuss” oszlopában, a szavazás után hármat sikerült bővebben kibontanunk.
- Tanárok és Coachok az AI világában – szükség lesz rájuk?: A coachingban a visszatükrözés, az értő figyelem és a nonverbális jelzések olvasása alapvető a támogatáshoz– ezek nem kiválthatók, ezek adják a bizalom és a mély feldolgozás keretét – ezt algoritmus nem tudja helyettesíteni.Az AI az oktatásban segítheti a tudásátadást és jól tudja támogatni a differenciálást, így a tanárnak több ideje maradhat személyes figyelemre. A tanulási folyamatot azonban továbbra is keretezni és vezetni kell.
- Milyen kompetenciákat nem lehet kiváltani az AI-al?: A beszélgetés egyik fontos megerősítése az volt, hogy az AI nem versenytárs, hanem eszköz. Nem kiváltani akarja a szakembert, hanem gyorsítani, strukturálni és támogatni a gondolkodást. A jelenlévők szerint továbbra is emberi kompetencia marad a bizalomépítés, jelenlét, felelősségvállalás, az emberi kapcsolódások. A közös álláspont egyértelmű volt: használjuk tudatosan — ne helyette, hanem vele együtt dolgozzunk.
- Aktuális munkaerőpiaci kihívások – mi az ami 2026-ban „fáj”: A beszélgetésben visszatérő elem volt a bizonytalanság (csökkenő megrendelések) és a gyors alkalmazkodási kényszer. Emellett szó esett a generációs különbségekről, a „minimum teljesítés” jelenségről és a képesség/képzettség hiányos témáról is. 2026 egyik kulcskérdése nem pusztán a létszám, hanem a kompetencia-összetétel és a tanulási sebesség lesz.
Köszönjük, hogy jöttetek a nagyszerű helyszínt és a remek teremelőkészítést pedig helyi partnereinknek a GAMF -ról!
Váthy Edit – Leannovation Egyesület, elnök