Gulyás Máté CEO Datapao

Most organisations see the world through dashboards, reports, and KPIs. But underneath all that is the data platform—now moving from an analytical database to a core operational system.

This shift is driven by two forces: the rapid adoption of AI and the platformisation of data platforms. What used to be pipelines feeding PowerBI now looks more like product teams managing governed, versioned datasets with CI/CD. What used to be a quarterly data warehouse release is now real-time quality monitoring, feeding anomaly detection into plant operations.

The bar is higher: Teams build operational functions on top of low-latency data platforms, and people access data in unprecedented ways.

In this keynote, I’ll show how leading data teams redesign their data platforms to support a new paradigm, the intelligent enterprise.

Fazekas Barbara CEO & Co-founder Bobcats Coding

Sokan csak rádobják a termékeikre a „powered by AI” címkét, ami persze elsőre jó növekedési trükknek tűnhet – de csak addig, amíg vissza nem üt. Mi a Bobcats Codingnál sok olyan projektet láttunk, ami félresiklott, mert nem volt világos, mitől lesz egy projekt valóban AI projekt. Ezért készítettünk egy kutatást az AI washingról, egy olyan jelenségről, ami komolyan befolyásolja a termékfejlesztést a stratégiaalkotástól kezdve a befektetésen át egészen az ütemezésig. Előadásunkban részletesen elemezzük az AI washing kockázatait, konkrét példákat hozunk az AI-alapú (vagy annak hitt) termékek kategorizálására, és olyan praktikus "ökölszabályokat" osztunk meg, amelyek drámaian javíthatják a döntéshozatalt a termékfejlesztési projektekben.

Molnár Tamás Üzletfejlesztési menedzser Aspectis Kft.

A mesterséges intelligenciát alkalmazó biztonsági kamerák algoritmusai és a képi adatgyűjtés folyamatai egyre inkább jelentős szerepet játszanak az üzleti döntéshozatalban.  Az eszközök a képi feldolgozás során különféle adatokat gyűjtenek, amelyeket tisztítanak, rendszereznek, és a gépi tanulás technikái segítik azok elemzését, felismerését. A döntési fák, neurális hálózatok és regressziós modellek segítségével generált előrejelzések támogatják a vállalatokat az üzleti döntések meghozatalában, ezáltal pontosabb döntéshozatalt és versenyelőnyt jelentenek a vállalatok számára.

Azonban felmerül a kérdés, milyen etikai és adatvédelmi kihívások merülhetnek fel az AI kamerák üzleti célú használata során, és hogyan lehet ezeket hatékonyan kezelni?