Using AI at Work #116. AI Strategy for Business: How to Turn AI Into Practical Business Results (2026-08-10)¶

Epizód: #116 — AI Strategy for Business: How to Turn AI Into Practical Business Results with Eddie Irvin | Using AI at Work
Házigazda: Chris Daigle
Vendég: Eddie Irvin (Nashville AI Advisory alapító)
Forrás: usingaiatwork.com
Buzzsprout MP3: 2278116/19617631
Hossz: 50:50 (3050 másodperc)
Transcript: Whisper medium.en (38 MB MP3 → 10 786 szó, 10 chapter), 0 hallucination

Összegzés¶

Visszatért Eddie Irvin, a Nashville AI Advisory alapítója és a chiefaiofficer.com szponzor képviselője, korábbi fejlesztői és ügynökség-tulajdonos háttérrel.
A híd a business owner és a tech lead között. Eddie szerint ez a "szakadék" a legnagyobb akadály: a két fél szinte "két külön univerzum", és a sikeres AI-projekteknél ez a híd a legkritikusabb.
Az AI-transzformáció kiindulópontja nem a modell, "mielőtt bevezetnéd az agentet vagy a robotot, nézzük meg, miért vannak ezek a fájdalmas problémáid". A modellválasztás a folyamat-design után jön.
A tiszta folyamat-design előzi meg az AI-t, a mostani AI-hullám kiváló alkalom a "fresh iron" megközelítésre: nem kell ragaszkodni a régi folyamathoz.
Az AI-projektek priorizálása. Eddie a kkv-knál jellemzően a CEO-val kezd, nem a tech lead-del, mert a domain-tudás és a check-and-balance keretek a cégvezető kezében maradnak.
A kontextus a minőség alapja, 3-5 perc diktálás, "alma" helyett "teljes bevásárlókosár", roundtable prompting több ellentmondó nézőpontra szakítva.
Multi-modelles nyomáspróba, ugyanaz a prompt párhuzamosan Claude Opus 4.6-ban és Codexben (ma ChatGPT Desktop), majd a két válasz összefésülve; a vezetőknek hands-on tapasztalat kell, nem elég fejlesztőt felvenni.

A 116. epizód nyitánya és Eddie Irvin bemutatása¶

A műsor bevezetője és Eddie Irvin bemutatása¶

Chris Daigle bevezeti a műsort (a Using AI at Work heti podcastja, a chiefaiofficer.com szponzorálásával), és Eddie Irvint, a Nashville AI Advisory alapítóját üdvözli. Eddie korábban fejlesztő volt, majd ügynökséget épített, mielőtt a mostani AI-tanácsadó szerepre váltott.

"Forty percent of people fear that a lot of things going and then later on we realized this isn't really helping the way we thought it would. Welcome to Using AI at Work. I'm your host, Chris Daigle."

"I'm very typically at the very beginning of the process. We know we need to harness AI. We may have already started harnessing AI or the team is just starting to use AI, but we don't have a comprehensive plan around it."

A műsor azzal a felütéssel indít, hogy a business owner és a tech lead közötti "szakadék" (chasm/canyon) a legnagyobb akadály a sikeres AI-projekteknél. Eddie hangsúlyozza: a híd mindkét oldalról kell, és ez a híd a tanácsadó fő értéke.

"The first thing that pops to mind is the chasm or the canyon in between the business owner and how they understand their business and the tech lead and the way that they see it. Two distinct universes almost. And this bridge in between is so helpful."

A híd két oldala: business owner és tech lead¶

Eddie leírja, hogyan működik a híd a gyakorlatban. A business owner az üzleti oldalról közelít (fájdalmas pontok, ROI, "ez a rész nem működik"), a tech lead pedig a technológiából (ezt az eszközt használjuk, így oldjuk meg). A sikeres projekteknél a híd mindkét oldalról aktív: a tech lead megérti az üzleti kontextust, a business owner pedig legalább alap szinten megismeri a technológiát.

"A lot of business owners that dig in and start playing with AI enough to know what they don't know or kind of seeing, they'll get so much better success because they've at least touched it."

A chapter (Bridging the Gap Between Business and Technology, 02:56) Eddie saját hátterét is bemutatja: fejlesztői karrier → saját ügynökség → most AI-tanácsadás. Ez a kettős perspektíva (tech + business) teszi őt alkalmassá a híd szerepére.

Hol kezdődik az AI-transzformáció valójában?¶

A chapter (Where AI Transformation Starts, 09:13) Eddie legfontosabb üzenete: a transzformáció nem a modell kiválasztásával kezdődik, hanem a probléma feltárásával. Az ügyfelek gyakran "we need AI" kéréssel érkeznek, de a valódi kérdés gyakran "miért csinálod ezt egyáltalán, és hogyan tudnánk jobban csinálni?".

"Yeah. So your experience has been that they're saying, 'Hey, we need AI.' But you're saying, 'Whoa, whoa, whoa.' Before even, yes, you do need AI. Yes. Whatever that looks like, whatever that means."

Eddie egy konkrét példát hoz: ha egy cég manuális emailekkel és telefonhívásokkal dolgozik, és ezek "fájdalmasak", nem feltétlenül az a megoldás, hogy AI-val automatizáljuk, hanem hogy megértsük, MIÉRT manuális, MIÉRT fájdalmas, és hogyan lehetne eleve jobban strukturálni a folyamatot. Az AI csak a 2-7. lépést tudja automatizálni, de az 1. és az utolsó lépést (emberi ítélet) meghagyja.

A folyamat-design előzi meg az AI-t¶

A chapter (Why Process Design Comes Before AI, 11:24) Eddie központi gondolata: a tiszta folyamat-design előfeltétele a sikeres AI-implementációnak. Ha egy cég nem tudja pontosan leírni, mit csinálnak most, nem tudja megmondani, mit akar automatizálni.

"Yeah. Well, because we need AI and everybody needs AI, right? That first kind of... Which they may not have the answer for that, but knowing that. And then the second part of it is what they're actually coming to me with is business process, C-suite type of..."

Eddie hangsúlyozza, hogy a mostani AI-hullám kiváló alkalom a "fresh iron" megközelítésre: nem kell ragaszkodni a régi folyamathoz, mert az AI amúgy is újraírja a playbook-ot. Az ügyfelek, akik eddig "így csináltuk, mert így csináltuk" alapon dolgoztak, most megkérdőjelezhetik a folyamataikat, és az AI segíthet az újratervezésben.

"I would forward that to say that you don't always necessarily need to keep the process exactly the same. And now is also a fantastic time to just say, 'Should we be even doing this? Why are we doing it this way?'"

A "jó chief AI officer" profilja¶

Eddie leírja, mi tesz valakit jó chief AI officer-ré (CAIO). A tapasztalata szerint nem a technikai, hanem az üzleti háttér a fontosabb. Egy machine learning expert nem fog tudni segíteni egy nyomdának a folyamat-optimalizálásban, de egy vállalkozó háttérrel rendelkező tanácsadó igen.

"One of the things that I kind of think makes a good chief AI officer is somebody that has a business background, not necessarily somebody that has a tech or even an AI background, right?"

A CAIO szerepe tehát kettős: érteni az üzleti folyamatokat, és érteni a technológiai lehetőségeket. Eddie hangsúlyozza, hogy a "két kalap" (business + tech) viselése ritka, de aki tudja, sokkal hatékonyabb, mint aki csak az egyik oldalt látja.

A híd gyakorlati jelentősége¶

A chapter (Bridging the Gap, 02:56) folytatása: a híd nem csak a kezdeti kommunikációban fontos, hanem a projekt teljes életciklusában. Ha valami elromlik vagy nem működik, a nyílt kommunikációs csatorna kritikus. Eddie hangsúlyozza, hogy a kapcsolatépítés a tranzakcionális kapcsolatnál több: hosszú távú partnerség.

"Yeah. Yeah. This idea of building relationship and having good communication is a huge part of the success with these projects. It's not just the starting communication or getting in the door, it's as time goes on, if something breaks or doesn't work right, we want to have that open line of communication."

A chapter végén Chris és Eddie egyetértenek: a business owner és a tech lead közötti híd a sikeres AI-projekt alapja. A híd mindkét oldalról kell: a tech leadnek értenie kell az üzleti fájdalompontokat, a business ownernek pedig legalább alap szinten meg kell ismernie a technológiát.

A blokk összefoglalása¶

Az 1. rész négy chapter-t dolgoz fel: az Intro, a Bridge, a Transformation kiindulópontja, és a Process Design. Eddie központi üzenete: az AI-transzformáció nem a modell kiválasztásával kezdődik, hanem a folyamat-design-nal. A híd a business owner és a tech lead között a sikeres projektek alapja, és a CAIO szerepe az, aki ezt a hidat aktívan működteti. A 2. részben Eddie arról beszél, hogyan priorizálják az ügyfelek az AI-projekteket, és mi tesz egy "első jó projektet".

Eddie kettős szerepe: technológia és üzleti gondolkodás egy fejben¶

Chris Daigle az epizód elején Eddie profilját úgy foglalja össze, hogy Eddie egyszerre hozza a megoldás technikai oldalát és a vállalkozói, üzemeltetési tapasztalatot, vagyis "egyszerre hordja mindkét kalapot, mindkét oldalán ül az asztalnak". Eddie megerősíti ezt, és a szoftverfejlesztők analógiájával él: vannak, akik vízionáriusok és kódolnak is, mások csak "mondják meg, mit csináljak, és megcsinálom". Eddie saját magát inkább az előbbi kategóriába sorolja.

"I can think kind of holding those two minds together. I can think from the business point of view… I've got a problem. I've got to solve it. And then over here, I'm not thinking about what's going on in the business. I'm thinking about that this is what's going on in the page and what's going on with the code."

Ez a "látomásos, kreatív problémamegoldó" profil ideális a kkv-k számára, mert Eddie jellemzően egyszemélyes műhelyként dolgozik (esetenként szabadúszókkal kiegészülve). Chris Daigle külön kiemeli, hogy a nagy tanácsadócégek (pl. BCG) gyakran "juniorra passzolják" a munkát az eladás után, ez elfogadhatatlan, amikor az ablakidő-veszteség túl nagy.

"If you go to the big companies, they're going to charge you out the wazoo… Your business is too important. The opportunity cost of missing the window is too important for you to have that drawn out long experience."

Eddie kiegészíti: a generatív AI iparág túl fiatal ahhoz, hogy nagy, organikusan kinőtt ügynökségek létezzenek, a legtöbb specialista teljesen le van kötve. Ezért a kkv-knak a helyi, kis csapatokkal való együttműködés a reálisabb út.

Hogyan keresik fel a vállalkozók Eddie-t: CEO-tól a mélyinterjúig¶

A CEO-k jellemzően kétféleképpen érkeznek Eddie-hez. Vagy maga a CEO jön azzal, hogy "el vagyok akadva, frusztrált vagyok, le akarom venni ezeket a dolgokat a tálcámról", és ő hozza be a csapatból azt a kollégát, aki az adott területet jobban ismeri. Vagy már előre kiosztották az AI-hozzáférést a munkatársaknak ("már adtunk a csapatunknak AI-t, most mi van?"), és a felhasználói szintű tapasztalatokból indulnak a problémák.

"Sometimes the CEO themselves is saying, listen, I'm stuck. I'm frustrated. I need to get all this stuff done. I'm starting to harness AI. I'm not doing, you know, am I even doing it right?"

Eddie itt alkalmazza a "széles, aztán mély" mintát: először öt percig végigmegy a 10-20 problémán, majd rákérdez a kulcskérdésre, "ha csak egy dolgot építhetnék, mi lenne az?" —, és ezzel fókuszálja a beszélgetést.

"Let's pretend you can only build one thing and that's all I can do for you. What is it? Right. It forces them to focus down because we've got to go, we've got to go very, very deep here."

A terv ("blueprint") értéke és a MIT vs Wharton kontraszt¶

Eddie hangsúlyozza, hogy az értéket nem a "megépítés" adja, hanem a terv szilárdsága. "Ha a blueprint szilárd és a ház állni fog, sokféle építőre rábízhatjuk." A ház metaforát használva: nem mondjuk azt, hogy "csinálj egy tervet, én meg fizetem az építést", a tervre valóban időt szánunk.

"If the blueprint is solid and you know the house is going to stand, we can pass it to a lot of different builders… But what's the plan and how solid is the plan?"

Chris Daigle ide hozza be az iparági kutatások kontrasztját. Az MIT év végi kutatása a pilotok magas bukási arányáról számolt be; pár héttel később a Wharton azt állította, hogy 74%-os a sikerességi ráta. Chris értelmezése: a MIT enterprise-re fókuszált, ahol "a bizottság volt a felelős — de ki a bizottság?", míg a Wharton SMB-knél mért, ahol "ezzel etetem a családomat és a munkatársaim is ezzel".

"MIT was focused on enterprise, which is a mess, just dysfunction… Wharton was focused on SMB where there's too much at stake… In enterprise, oh, it was the committee. Well, who's the committee, right? At SMB, it's, oh, I'm the one that told the CEO, we need to hire you."

Ez magyarázza, miért terveznek a kkv-k alaposabban: "több múlik rajta, a dolgok tisztasága magasabb".

Milyen egy jó első AI-projekt? C-suite idő vs. repetitív munka¶

Amikor Chris rákérdez, milyen egy jó első projekt, Eddie két forgatókönyvet vázol fel. Az első: "mennyi időt takarítunk meg és KINEK?". Ha a C-suite heti 10-20 perccel felszabadul, az éves szinten hatalmas, "business developmentre fordítható, és annak óriási multiplikátor-hatása van".

"If we can save the C-suite even 10 minutes a week, 20 minutes a week, what can they do with that 20 minutes over the span of a year, right?"

A második forgatókönyv: van egy feladattípus, amihez "seregnyi embert kell felvenni", ha a cég 2-3-4-5x-ös skálázást akar, és AI-val elérhető, hogy ugyanaz a személy több ügyfelet kezeljen, tehát a cég ne csak "plusz embererővel" növekedjen.

Eddie mindkét esetben ugyanazt az elvet követi: "a lehető legmagasabb szinten játsszunk". Ha repetitív munka a top tehetségek idejét rabolja, azt kell először megtámadni.

"We always want to play as high of a possible level as we can. So if we're doing any repetitive work that's stealing away our top talent, wasting our top talents time, we really want to start there first."

A 80/20 szabály és a kutatós beszélgetés technikája¶

A fókuszálás gyakorlati technikája: Eddie egy "kutatós beszélgetést" (research session) folytat, ahol a héten ismétlődő feladatokra kérdez rá, illetve olyanokra, amiket a CEO utál, keveset vesz igénybe, de halogatja, és ez utóbbi pont a kritikus, mert a halogatás "valódi problémát okoz az üzletnek".

"I'm asking them about what are you doing this week? What are you doing over and over again? What are you doing today that you don't like? Maybe it's something that doesn't take a ton of time, but you really hate it. And so you delay it and that's actually causing an issue for the business."

Amikor a CEO szabadon mesél, Eddie agya "felvillan" a lehetőségektől: négy irányt prezentál, és megkérdezi, melyik a legizgalmasabb. Ez a technikai döntések lefordítása "könnyen megválaszolható kérdésekre", az ügyfél kapja a kontrollt, Eddie pedig a mérnöki feldolgozást.

"It's working with them to take the technical decisions and then serve them up as easy questions to answer, giving them the control, but allowing me to do my processing to find those things."

A voice agent példa: miért buknak el projektek "az AI miatt"¶

Chris Daigle a pre-interjúból hoz egy konkrét esetet: egy cég két voice agentet próbált építtetni, és a projekt kudarca nem technikai okokra, hanem a belső folyamatgazdára vezethető vissza. A vezető nem tisztázta az SOP-t: "csak mondta, hogy 'építsd meg a házat, te vagy az AI-szakértő, tudod, hogyan működjön'", a fejlesztő pedig üres Legó-készletből próbált építeni.

"If you don't give me any Lego pieces, I'm trying to stack something that I can't… Throw it at me. And now I've got this playing field of, okay, we could stack this this way."

Eddie kiegészíti: ha a terv nincs részletezve ("milyen házat akarsz? milyen hangüzenet? milyen adatbázis-lekérés?"), akkor a fejlesztő a "puha labdákat" dobálja vissza ("ezt változtasd meg"), és a rendszer egyik nap működik, másik nap nem. A cégvezető "kötelet próbál tolni", ez az érzés, amikor a projekt látszólag ellenáll.

"They felt like they're trying to push a rope and it just doesn't… doesn't work."

A tiszta folyamat, mint AI-implementációs előfeltétel¶

Chris Daigle összegzi a tanulságot: az AI-projekteknél "nem a szexi dolgok számítanak — nem az AI-avatar, nem a menő demo — hanem hogy a folyamatok azonosítva vannak-e, le vannak-e képezve, ki vannak-e érlelve". Ha ez megvan, Eddie vagy egy hasonló tanácsadó "nagyon gyorsan és hatékonyan" tud AI-megoldást bevezetni.

"The part of AI that really matters, it isn't the sexy stuff. It's not the AI avatar. It's do I have my processes identified? Have I mapped them? Have I mined and mapped them clearly?"

Eddie ezt egy új munkatárs felvételéhez hasonlítja: "soha nem vennénk fel valakit, aztán elköszönnénk és rábíznánk, hogy 'old meg'". Az új munkatársat betanítjuk, kézikönyvet adunk, megmutatjuk a belső példákat, és pontosan ugyanígy kell az AI-t is korlátozni: "a jelentés 2 oldal legyen, hétfőn 15:00-ra az asztalomon, ezekkel a részekkel — és itt van öt példa, amit a múlt héten csináltam".

"AI can act all these different parts and play all these and do all these different things. It's amazing. You can do all these things, but unless we constrain it… it becomes more and more helpful to us in the same way that we constrain a new hire."

A kulcs a "revisionista ciklus": az AI-t használatba kell venni ("dobjuk le az agyagot"), a 70-80%-ban helyes eredményt vissza kell adni, a hibákat jelezni kell, és újra és újra finomítani, amíg önállóan nem működik.

"We've got to throw the clay down and then we've got to use it. And when we use it, now we get to expose what information wasn't sent through, what's wrong, what's missing."

Generatív AI tanácsadók típusai és a tech-oldali hiányosság¶

Eddie és Chris a tanácsadók spektrumát is megbeszélik. Vannak, akik csak stratégiára jönnek, vannak, akik "ha kérdésed van, hívj" típusú reaktív tanácsadók, vannak, akik csak prompt-stratégiát tanítanak, és vannak, akik "mit építsek?" alapon várják a megrendelést. Az ideális eset egy olyan tanácsadó, aki mindezekben a területekben járatos, és ahol hiányzik a belső tudás, ott külső szakértőkkel együtt dolgozik.

"I think that it's important for the listener to understand that best case scenario, you get somebody who's capable of maybe they're an expert or the lead on all of that, but they're able to interact with either the internal experts or the external vendors that do have the strengths where they don't."

Eddie külön kiemeli, hogy sok generatív AI tanácsadó "lemaradt a technikai oldalról", és ez a háttér az ő gyakorlatában megkülönböztető előny. Az epizód ezen pontján Eddie jelzi, hogy korábban "offshore és nearshore" AI-fejlesztői tehetséget is placement-elt, nagyjából egy évig foglalkozott ilyen jellegű tehetség-közvetítéssel. A minta: a cég behozza a fejlesztőt, Eddie pedig előtte "tervrajzot" készít, hogy a fejlesztő ne a felfedezéssel kezdjen, hanem fusson.

"I provide that springboard, that jumping off point of, Hey, what do you want to do? And then meeting with me first to really design out that blueprint then allows that, that talent to then jump in and be able to move."

Miért fontos a "decision taker" vs "visionary" megkülönböztetése a fejlesztőknél¶

Eddie rámutat, hogy a tech-talent nem homogén: vannak "decision taker" típusú fejlesztők, akik "megfogják a szót és mennek előre", és vannak visionary típusúak, akik stratégiai kérdéseket tesznek fel. Ha a CEO nem tudja megkülönböztetni a kettőt, könnyen olyan fejlesztőt kap, aki arra vár, hogy mondják meg, mit csináljon, és ha a CEO sem ért az AI-hoz, "a vak vezet világtalant" helyzet áll elő.

"There's some people who are visionary. And if you don't know, if you can't parse between them, then you might end up with somebody who needs you to tell them what to do. And if you don't understand AI or don't know what to do, then you're both kind of blind leading the blind."

Ez a megkülönböztetés az oka annak, hogy a tiszta blueprint nélküli átadás nem csupán kényelmetlenség, hanem konkrét projektkockázat: a CEO elveszti a kontrollt a scope felett, a fejlesztő elveszti a haladási irányt, és a projekt csendben elcsúszik a tervezett értékesítési határidőkről.

A folyamat-tisztázás mint delegálási védvonal¶

Chris Daigle az epizód ezen pontján teszi fel a kulcskérdést: "mit SOHA ne delegáljon a CEO az AI-fejlesztőnek?". Eddie válasza a fejezet végén is visszakanyarodik az eredeti alapelvhez, az üzleti folyamatot. A CEO nem adhatja át a felelősséget, hogy "gondolja ki, mit is csinálunk", mert ez nem technikai kérdés, hanem stratégiai és szervezeti döntés.

"I'm coming back to business process."

Ez a gondolatmenet híd a 3. rész felé: a "mit ne delegáljon a CEO" kérdés a folyamat-tisztázás konkrét, gyakorlati tételeire fog rávilágítani, és ott Eddie újabb konkrét példákkal (kontroll listák, riport-sablonok, döntési küszöbértékek) egészíti ki azt az alapelvet, amit ebben a fejezetben a voice agent példáján és az "új munkatárs" metaforáján keresztül mutatott be.

A CEO delegáció tilalma: a domain-tudás nem dobható át¶

Eddie Irvin élesen megfogalmazza, hogy a nem-technikai CEO-k egyik legnagyobb hibája, hogy az egész folyamatot a tech-csapatra hárítják azzal, hogy „oldd meg”. A teljes folyamat átpasszolása helyett a cégvezetőnek meg kell tartania a szakterületi tudását, és explicit kereteket kell adnia a fejlesztőnek arról, hogy mit miért csinálnak.

"Don't please don't say you go figure it out. Let's do the opposite, right?"

Eddie konkrét példát hoz: ha egy belső bizottságnak kell jóváhagynia egy lépést, vagy ha egy adott lépést duplán kell ellenőrizni, akkor ezt a cégvezetőnek kell a fejlesztő tudtára adnia, nem pedig utólag kiegészítésként visszacsempészni a rendszerbe. Az AI-fejlesztők nem feltétlenül érzékelik, hogy melyik lépés kritikus a cég működésében.

"If we just kind of pass off a whole process, but it's very important for us to double check this or double check that they're going to have more domain expertise on."

A keretrendszer, amit Eddie javasol, kétirányú: egyrészt a CEO tartja a domain-tudást és a check-and-balance rendszert, másrészt a fejlesztő a technológiai megvalósítást. Ez a felosztás az AI-fejlesztésben különösen fontos, mert az AI-modellek könnyen „elmegynek” ahol a cégvezető nem akarta volna — a belső korlátok megtartása ezért emberi feladat marad.

AI mint fordító a tech és az üzleti nyelv között¶

A másik gyakori hiba, amivel Eddie a saját klienseinél találkozik: a tehetséges fejlesztő nem kommunikál a cégvezető felé, vagy ha igen, csak technikai zsargont küld vissza. A CEO ilyenkor azt mondja: „nem tudom mit csinálsz, de csináld”. Ez a fekete doboz megöli az iterációt.

A megoldás, amit Eddie ebben a hónapban is alkalmazott: a fejlesztő rávenni, hogy diktálja vagy leírja, min dolgozik, majd ezt egy AI-prompton átfuttatni az alábbi utasítással:

"Now you're speaking to C-suite, translate this into how it actually impacts the business."

Az eredmény az, hogy a fejlesztő a saját nyelvén kommunikálhat, de a kimenet a C-szint számára érthető formátumba kerül. A CEO így spotolni tudja, ha a fejlesztő rossz irányba indul, márpedig a CEO rendszerint spotolja, mert „fantasztikus tudása van arról, mi zajlik az üzletben”.

Chris Daigle ezt egy általános szabállyá emeli:

"If you get stuck, say, Hey, chat GPT, I'm stuck. Hey, Claude, what should I do here?"

A lényeg: a modellek nem csupán a fejlesztő munkáját gyorsítják, hanem a cégvezető és a fejlesztő közötti információáramlást is újraértelmezik.

A kontextus a minőség alapja: az „alma vs. bevásárlókosár” analógia¶

A chapter 9, „Better AI Results Start With Better Context” — legfontosabb üzenete, hogy az AI-output minősége egyenesen arányos a beadott kontextus mennyiségével és minőségével. Eddie ezt egy konyhai analógiával magyarázza:

"If I asked you to, to, to create a world-class meal for me, you know, you're a chef, make a world-class meal. And all I gave you was an apple. You're going to have, what, where's my ingredients? That's all you gave me is one apple."

Ha viszont a séf megkapja az egész bevásárlókosarat, fazekakat, serpenyőket, alapanyagokat —, akkor jön a felismerés: „Ó, mit tudunk ebből készíteni?” Ugyanez történik a modellel is. Ha csak annyit kérdezünk, hogy „adj öt kérdést, amit fel kellene tennem az AI-tehetségnek”, a modell ugyan válaszol, de nem testre szabottan, ehhez a cégnek „mértékegységeket” kell adnia.

A testre szabott öltöny vs. a Walmart-öltöny metafora Eddie másik kedvenc illusztrációja:

"The only reason why you can get a custom fit suit is because the tailor knows your measurements. Without your measurements you're just buying it from Walmart. Yeah. It's a suit. Does it look good? Not really. Right."

A gyakorlati ajánlás az, hogy a felhasználó 3-5 percig folyamatosan diktálja a modellbe a cégéről mindent, ami a fejében van, álmok, ambíciók, korábbi próbálkozások, elakadások. A modell „elég okos” ahhoz, hogy a kitérőkből és a „töltelékszavakból” is kiszűrje a lényegi kontextust.

A diktálás, mint rejtett szuperképesség¶

Chris Daigle megdöbbentő adatot említ: a klienseik közül nagyon kevesen használják a ChatGPT és a Claude beviteli mezőjében található mikrofon-gombot, pedig ez „az egyik legnagyobb nyereség, amit valaha láttam”. Akinek nehezére esik leírni, hogy milyen kontextust adjon a modellnek, az nyomja meg a mikrofont és „ramble”-eljen, a modell a kitérőket is értelmezi.

"If you're not using dictate to share context on really any bigger issue, uh, it's a big mess. You're going to love it. It'll save you a ton of time."

Ez a tanács a chapter 9 legerősebb, konkrét, azonnal alkalmazható tippje: a diktálás használata. Akinek eddig kellemetlen volt a „gépelés”, az mostantól beszélhet a modellnek, ahogyan egy tapasztalt kollégának magyarázná a helyzetet.

Roundtable prompting: hogyan kérjünk ellentmondó válaszokat¶

Eddie egy másik, kevéssé ismert technikát is megoszt: a „roundtable prompting”-ot. Ahelyett, hogy egyetlen választ kérnénk a modelltől, utasítjuk, hogy „hívjon össze egy kerekasztalt” a saját tudásforrásaiból, és engedje meg a résztvevőknek, hogy egymásnak ellentmondjanak.

"If you don't ask AI to do this, it's trying its best to give you an answer. It won't typically disagree with itself. Hey, do this and don't do this. No, no."

Ha viszont explicit megadjuk, hogy „it's okay for people to disagree”, akkor a modell több nézőpontot hoz fel — az ember pedig kiválogathatja a neki tetsző kártyákat:

"Fan out for me. Give me, just let me, let me pick a card. Let me pick the cards that I want, but you fan out. Oh, we got this one and this and this and this. And then I go, Ooh, two, four, seven. Great."

Ez a technika különösen az „ötletelős” (thought partnership) fázisban erős, amikor a cégvezető még nem tudja, mit akar — a modell többszálú válaszai segítenek felfedezni a lehetőségeket.

Egy másik, ehhez kapcsolódó ajánlás: ha a felhasználó nem tudja, mit kérdezzen, dobjon a modellbe minden rendelkezésre álló kontextust, és kérdezze meg:

"Please give me five questions I should be answering for you where I didn't give you enough context."

A modell ilyenkor pontosan azokat a kérdéseket teszi fel, amelyekre a felhasználó nem is gondolt, és a felhasználó válaszai után a modellnek már minden információ megvan egy valóban testre szabott megoldáshoz.

Codex vs. Claude Code: a stackelés előnye¶

A gyakorlati munkafolyamatokról Eddie nyíltan beszél: jelenleg a Claude Opus 4.6-ot használja „legújabb, legizgalmasabb” modellként, de kódoláshoz Codex-et (OpenAI). Kipróbálta a Claude Code-ot is, de a Codex „stacking feature”-je (sorba állítási képessége) meggyőzte.

A konkrét munkafolyamat így néz ki: a Codexben megnyitja a mikrofont, és sorban adja a feladatokat, „ezt módosítsd, azt módosítsd, ezt küldd el” —, majd a modell dolgozik, ő pedig közben újabb ötleteket diktál be. Ez a párhuzamosság teszi a Codexet Eddie számára hatékonyabbá:

"I want to be able to speak to my code and I want to be able to stack my requests. I click on the microphone, I open up the app, change this, change that... I love that."

A Claude Code-dal szemben az volt a benyomása, hogy amíg a modell dolgozik, „csak vársz, és nem akarsz várni”. A Codexben akár öt kérést is be lehet sorba állítani, és a felhasználó addig ebédelni megy — a modell „rágja” a feladatokat, és a végén az egész csomaggal tér vissza.

Chris Daigle megjegyzi, hogy a Codex ma már ChatGPT desktop néven fut (a felvétel idején, 2026 augusztusában), és nem csak fejlesztőknek való: nem-technikai felhasználók is használhatják fájlok olvasására, jelentések írására, a saját merevlemezükön lévő tartalom feldolgozására, anélkül, hogy minden fájlt külön fel kellene tölteni a ChatGPT-be. Az egyetlen caveat: „be careful that you're not deleting anything. Sometimes AI will do things outside the bounds of what you want.”

Több modellel történő nyomáspróba: a „best of both worlds” workflow¶

A chapter 10, „Why Leaders Need Hands-On Experience With AI” — egyik legfontosabb gyakorlati tippje a multi-modelles együttműködés. Eddie nem tud egyértelműen győztest hirdetni a Claude Opus 4.6 és a GPT-5 között az „ötletelős” feladatoknál, különösen a „thought work” jellegű, kevéssé kvantifikálható feladatoknál nehéz a modellek összehasonlítása.

"I find it really hard, especially if we're talking about, um, kind of expansive concepts or like thought, thought product, thought work."

A megoldás: ugyanazt a promptot párhuzamosan futtatni mindkét modellben, majd a két választ összefésülni. Eddie a saját, nagyobb gondolkodást igénylő feladatát így oldotta meg:

"I gave, I had my code base in codex and then I had Claude by itself. And so I kind of brought my code or the idea of my code to Claude so it could have some context and drop the, the, the, the prompt. And then I put that same prompt in, in, uh, in codex chat GPT and I let them both chew on it."

Ezután a Claude válaszát átvette Codexbe, és utasította a modellt, hogy „intertwine” (fonja össze) a kettőt. Chris Daigle ezt a szervezeti szintű döntéseknél is javasolja: a kisebb, hétköznapi kérdéseknél nem éri meg a dupla munka, de ahol a döntés „really matters for the organization or for our growth opportunities”, ott érdemes mindkét modellt megfuttatni.

Eddie ezt egy klasszikus analógiával zárja: a késtől nem lesz világszínvonalú étel, a szakács számít. Ugyanígy a modellek is egyre okosabbak, de a különbséget a felhasználó jártassága adja:

"The models are getting so good that the main differentiation you have is play with it and get better with it and be better yourself with it. At which point you get more out of it."

A vezetői hands-on AI-tapasztalat: a „kerékpárra fel kell ülni” filozófiája¶

Az epizód záró tanácsa, és Eddie legszemélyesebb üzenete, az, hogy a C-szintű vezetőknek személyesen is rá kell érezniük az AI-ra, nem elég fejlesztőt felvenniük. A metafora:

"You've got to get on the bike and ride it. You know, back in the day before AI, it wouldn't make sense for you to become a software developer. You hire a software developer, but now with AI, this is a tool that we can all use."

A C-szint másképp használja az AI-t, mint a fejlesztő, nem kódot ír, hanem „thought leadership” tartalmakat, stratégiai döntéseket, víziókat — de ettől még saját bőrén kell megtapasztalnia, mi működik és mi nem. Aki csak mások beszámolóira hagyatkozik, az „olyan posztokat olvas, ahol fogalma sincs, hogy a másik hogyan csinálta”. Aki viszont eleget játszik a modellel, az „megérti, hogyan ötleteljen új irányokba”, és amikor fejlesztőt vesz fel, „sokkal többet tud kihozni belőle”.

A „clay-molding” (agyag-formázás) metafora Eddie szerint jól leírja az AI-val való munkát: soha nem egyetlen lövésről van szó, hanem folyamatos iterációról:

"It's never a one shot. And I mean, maybe if it's something I've done before and I've already trained it with this idea of I can't give it all the context every single time I've got to mold it and I keep going from there. Eventually we hit a point where, yep, that's good. I'm good enough. We're done. But almost typically never won."

Eddie végül egy nyugtató üzenettel zárja a beszélgetést:

"We know this tool isn't going away, right? We're going to wake up three years, five years, 10 years, AI is still going to be here. So just get your feet wet, get in and just start using it. Even if you don't know what you're doing."

Ha elakadunk, a legegyszerűbb megoldás: „I'm stuck. I don't know what to do” — és a modell máris ott van, mint egy „Sultan” (az ASR szerint, vélhetően „assistant”-nak akarta mondani), aki segít. Aki Nashville-ben van, Eddie a Nashville AI Advisory-nél érhető el.

Eddie a közösségi jelenlétét is megosztja: Instagram (videók), Substack (frissen indította), saját blog és TikTok, a show notes-ban a csapata minden linket összegyűjt. Chris Daigle külön kiemeli, hogy Eddie „nem tartja vissza” magát, nyíltan megosztja a tapasztalatait — ezt a fajta „boots on the ground” (tapasztalati) megközelítést érdemes követni.

Források és linkek¶

Using AI at Work #116. AI Strategy for Business
Vendég: Eddie Irvin, a Nashville AI Advisory alapítója
Házigazda: Chris Daigle
Dátum: 2026-08-10
Főbb említett eszközök: ChatGPT, Claude (különösen Claude Opus 4.6), Codex (ma ChatGPT desktop néven), Claude Code

Forrás¶

Episode page: https://www.usingaiatwork.com
Buzzsprout MP3: https://www.buzzsprout.com/2278116/episodes/19617631-116-ai-strategy-for-business-how-to-turn-ai-into-practical-business-results-with-eddie-irvin.mp3
Transcript forrás: Whisper medium.en (angol ASR), Apple Silicon Metal GPU, 0 hallucination, 10 786 szó
Chapter lista: 10 chapter, 00:00-50:50
Topic: ai-automation.md

Megjegyzések a feldolgozáshoz¶

Transcript forrás: az epizód 116-hoz NINCS Buzzsprout transcript API (csak 2 epizódhoz van a 114-ből, ep88 és ep86), ezért Whisper medium.en kellett.
ASR-javítások: "Chris Dagen" → "Chris Daigle" (házigazda), "ChatGBT" / "Clod" → "ChatGPT" / "Claude" (terméknevek), "fable 5" → "Claude Fable 5" (terméknév).
Eddie Irvin háttere: fejlesztő → saját ügynökség → most Nashville AI Advisory alapító, chiefaiofficer.com szponzor.