Szolgáltatásaink / Mesterséges intelligencia
A modell cserélhető, az adat és a tudás az Önöké marad. Az ötlettől a biztonságos, éles üzemig végigvisszük – 30 évi közigazgatási és vállalati szoftverfejlesztésben szerzett tapasztalattal.
Alapelveink
A ma legjobb modell holnap már nem biztos, hogy az. Ezért úgy építünk, hogy a modell cserélhető legyen, és a rendszer ne egyetlen szolgáltató köré szerveződjön.
Saját szerver, európai felhő vagy globális szolgáltató? Feladatonként és adatkörönként döntünk, nem egyszer és mindenkorra.
A prototípus a könnyebb rész. Mi az éles üzemig visszük: jogosultságkezeléssel, naplózással, üzemeltetéssel és szabályozási megfeleléssel.
AI-szuverenitás
A magyar szervezetek AI- és felhőszolgáltatásai ma jellemzően néhány amerikai szolgáltatón múlnak. Ezt a függőséget megszüntetni nem lehet, kezelni viszont igen: tudni kell, mitől függ a működés, és a kritikus pontokon legyen tartalék, jó szerződés és kilépési lehetőség.
Forrás: Tigra AI-szuverenitás tanulmány (2026), Draghi-jelentés, Eurostat, NMHH.
Hova kerül ma az adat? Milyen joghatóság alá esik? Hol múlik a működés egyetlen szolgáltatón?
Helyi, európai és globális modellek összevetése az Önök saját feladatain, nem általános rangsorok alapján.
Modellek telepítése saját vagy európai infrastruktúrára, egységes hozzáférési ponttal, jogosultság- és költségkontrollal.
Szerződéses feltételek, adatexport, tartalék modell. Így a váltás döntés lesz, nem kényszer.
Saját platform
Saját réteg a munkatársak, az alkalmazások és a modellek között. Egy belépési pont, egységes jogosultságkezelés, naplózás és költségkontroll. Bármelyik modellel működik, a szervezet saját szabályai szerint.
Egy állami háttérintézmény szakmai tudástárának bevezetésében a TigraMind gateway is szerepet kap.
Az első lépés
Mielőtt AI-ra költenének, megmérjük, honnan indulnak. A felmérés két, egymást kiegészítő részből áll: tanácsadói vizsgálatból és saját fejlesztésű, AI-támogatott technikai elemzésből.
Stratégia, folyamatok, kompetenciák, adatkezelési és szabályozási készültség – interjúk, dokumentumelemzés és workshopok alapján.
Mit hoz ki egy alapmodell a meglévő dokumentumokból beavatkozás nélkül? Ez a kiinduló mérés megmutatja, mire lehet építeni, és mit kell előbb rendbe tenni.
Megmutatjuk, hol és milyen mértékben nem áll még készen a tudásbázis. A tartalom szakmai helyességéről Önök döntenek. Mi abban segítünk, hogy lássák, hol kell beavatkozni.
Szolgáltatások
„Mit érdemes AI-val csinálni, és mibe fektessünk?”
Priorizált use case-lista, ütemterv és vezetői döntési javaslat.
„Építsék meg, és kössék be a meglévő rendszereinkbe.”
Működő prototípus, majd a meglévő környezetbe illesztett éles rendszer.
„Tényleg azt tudja, amit ígértek? Átvehetjük?”
Mért minőség, átvételi jelentés és megismételhető tesztkészlet.
„Hogyan marad stabil, kiszámítható és szabályos élesben?”
Stabil üzem, kiszámítható költség, auditálható működés.
Szabályozás
Saját AI-használati szabályzatunk a GDPR, az AI Act, a NIS2 és az ISO/IEC 42001 követelményeire épül, és saját AI Act-megfelelőségi módszertant dolgoztunk ki. Ezt a tapasztalatot adjuk át ügyfeleinknek.
Az AI-eszközök leltára, a kockázati szintek meghatározása, hiánylista cselekvési tervvel.
Az AI Act 4. cikke szerinti, szerepkörökre szabott és dokumentálható képzés.
Ki, milyen eszközt, milyen adattal és milyen jóváhagyással használhat.
AI-rendszerre szabott DPIA, adatkezelési tájékoztató, törlési és helyesbítési folyamatok.
Az AI-komponensek biztonsági kockázatainak felmérése. A NIS2- és az AI Act-megfelelést egy projektben kezeljük.
Rendszerleírás, emberi felügyelet és naplózás a magas kockázatú rendszerekhez.
Ágazati megoldások
Így dolgozunk
Referenciák
Kihívás: a szakértők belső tudását AI-val kereshetővé tenni úgy, hogy az adat ne kerüljön ki ellenőrizetlenül.
Megoldás: tesztelés és minőségbiztosítás, chatfelület kiválasztása, a TigraMind gateway bevezetése, monitorozás.
Eredmény: 348 kidolgozott teszteset és LLM-minőségbiztosítási keretrendszer; a projekt folyamatban van.
Kihívás: kevesebb hiánypótlási kör és gyorsabb eljárás úgy, hogy a döntés továbbra is az ellenőrnél marad.
Megoldás: három AI-modul terve (költségvetés-elemzés, összeférhetetlenség-vizsgálat, műszaki megfelelés) egy TigraMindra épülő, szolgáltatófüggetlen keretrendszerben, hibrid modellhasználattal.
Eredmény: elkészült és átadott tanulmány; a megvalósításról a megrendelő dönt.
Kihívás: a hiánypótlási felhívásokból kideríteni, hol hibáznak a felhasználók a hirdetmények kitöltésekor.
Megoldás: szövegfeldolgozás, kézzel kategorizált tanító adathalmaz, 14 kategóriás szövegosztályozó modell és BI-adatkocka.
Eredmény: több mint 30 000 utasítás feldolgozva, átlagosan 92%-os pontossággal (10-szeres keresztvalidáció).
Kihívás: stabil, gyorsan ellenőrizhető rendszer a gyakori változások mellett is.
Megoldás: automatizált regressziós és integrációs tesztelés, AI-támogatott kódátalakítás.
Eredmény: 107 automatizált teszteset 13 modulon.
Tudástár
Mit jelent az AI-szuverenitás egy magyar vállalatnak, és mi a teendő 2027 tavaszáig?
ElemzésVállalati előfizetés, API vagy saját platform: mit kap a szervezet, és mi marad a saját kezében?
CikkMiért érdemes a modellt cserélhetőre tervezni, és hogyan néz ki ez a gyakorlatban?
Gyakori kérdések
Nem feltétlenül. Feladatonként döntjük el, mi futhat európai felhőben, mi igényel saját infrastruktúrát, és mi mehet globális szolgáltatóhoz.
Átállunk rá. A TigraMind rétegben a modell cserélhető: a jogosultságok, a tudásbázis és a naplók maradnak, csak a modell változik.
Ha a szervezet AI-t használ vagy fejleszt, igen, legalább az AI-jártassági kötelezettség. Egy rövid besorolásból kiderül, milyen további teendő van.
Kapcsolat
Egy rövid, kötetlen beszélgetésből kiderül, hol érdemes elkezdeni: a stratégiánál, a platformnál vagy a megfelelésnél.
Az űrlap egyelőre nem küld üzenetet. Ajánlatkérését a tigra.hu/kapcsolat oldalon tudja elküldeni.
