Perjés Tamás 25 éve foglalkozik médiakutatással, miközben rendszeresen vesz részt előadóként szakmai konferenciákon. A közönség legközelebb a Magyarországi Kommunikációs Szövetségek (MAKSZ) és az Magyar Reklámszövetség (MRSZ) közös szervezésében megvalósuló THE SHIFT konferencián találkozhat vele, amelynek 2026. február 18-án az Eiffel Műhelyház ad otthont. A szakember az eseményen Steigervald Krisztián generációkutatóval és Nemes Z. Márió költővel, kritikussal együtt lép színpadra a SHIFT IN CONSUMER BEHAVIOUR blokkot záró „A jövő fogyasztói” című pódiumbeszélgetésen. Ennek apropóján kérdeztük az adatkutatást érintő piaci folyamatokról, illetve a terület jövőjéről.
Mint sok más területet, úgy az adatkutatást is jelentősen átalakította az automatizáció. Melyek a legfőbb változások?
Az automatizáció már jó ideje része egy kutatási ügynökség mindennapjainak. Robosztus adatbázisok működtetéséhez használjuk leginkább. De hasonlóan fontos szerepe van az adminisztráció, vagy az outputok készítése során, ábrák, grafikonok, kimutatások készítéskor. Ezek a tevékenységek így sokkal gyorsabbá váltak, reagálva ezáltal az ügyfelek igényeire is.
Milyen AI-eszközöket használnak?
Ma már lehet, hogy úgy lenne érdemes kérdezni, milyet nem? Alapvetően két csoportot határozhatunk meg. Az elsőbe a belsős folyamatok támogatására létrehozott eszközök tartoznak. Ezeknek az a célja, hogy gyorsabban, jobban, hatékonyabban tudjuk elkészíteni a projekteket. Ide tartoznak a mindenféle korábbi munkákat feldolgozó és rendszerező eszközök, valamint a kreatív munkát támogató, például kérdőívek, tanulmányok szerkesztésére, írására szolgáló eszközök. A másik csoportba olyan AI-megoldások tartoznak, amelyeket az ügyfeleinknek kínálunk. Ma már léteznek AI-alapú reklámtesztek, különböző kvalitatív módszertanok, vagy akár márkavizsgálatok is.
Ezek közös jellemzője, hogy lényegesen gyorsabban és egyébként egyszerűbb formában adják meg azokra a kérdésekre a válaszokat, amelyekre a megrendelőinknek szüksége van.
Az AI-agentek mennyire bizonyultak hasznosnak a munkájukban?
Nyilván azért még mindenki teszteli, próbálgatja, hogy miben, miként és hogyan tudja az AI támogatni a szervezet hatékonyságát. Összességében elmondható, hogy az eddigi tapasztalatunk és tudásunk alapján – az igényeknek megfelelően – gyorsabban, hatékonyabban tudunk megvalósítani projekteket a költségek kontrollja mellett, ami természetesen kiemelten fontos szempont a tulajdonosok számára.
Mennyire pontosak ma az automatizált eszközök, mennyi emberi kontrollra van szükség?
Úgy vélem, hogy a mi szakmánk is egy kreatív szakma, annak ellenére, hogy robosztus mennyiségű adattal dolgozunk. Ahogyan az eddigiekből is kiviláglik, elsősorban az adatok feldolgozásának területen terjedtek el az AI-megoldások.
A kérdőívkészítés, egyáltalán a kutatási dizájn kitalálása, adaptálása egy konkrét ügyfél számára, vagy az elemzési célok, a storytelling kialakítása olyan területek, ahol az AI kevésbé vetette meg a lábát, számomra érthető módon. A jövőt nem tudhatjuk, de ennek teljes gépesítése nekem ma nem igazán hihető.
Nagyszerű példa erre a Kantar reklámkutatási megoldása, a LINK. Évtizedek óta létező termék és módszertan, elképesztő mennyiségű adattal. Az AI-t erre az adatvagyonra tanították fel, hogy képes legyen megmondani egy reklámfilmről azt, hogy az jól sikerült-e, vagy sem. Évekig tesztelték, hogy a LINK AI által megadott eredmények párhuzamban vannak-e az embereken mért eredményekkel.
Mára ott tartunk, hogy nem csak nemzetközileg, hanem itthon is a portfóliónk része. Vannak csak AI-módszerű reklámkutatási projektjeink, de velük párhuzamosan léteznek az emberi lekérdezésen nyugvók is, vagy akár ezeket kombinálni is lehet egy-egy projektben.
A piacon tapasztalható technológia váltás szervezeti szinten milyen változásokat hozott magával?
Ahogyan korábban már érintettem, a legintenzívebben az adatok, az adatfeldolgozás és az adminisztratív területeken működik az automatizáció, illetve a mindenféle AI-megoldások. Ebből adódóan a szervezeten belül is ezeken a területeken gyakorolt komolyabb hatást. Röviden fogalmazva, emberi munkát váltott ki, így ezeken a területeken ugyanannyi kolléga több munkát tud elvégezni, vagy pedig kevesebb kolléga is el tudja látni ugyanazt a munkát.
Hogyan alakultak át ennek hatására az egyes pozíciók, feladatok?
Ebben a tekintetben nem érzek jelenleg komolyabb változást. Az viszont igaz, hogy új feladatkör és pozíció jött létre akár globálisan, akár itthon is a Kantaron belül. Kizárólag AI-fejlesztéssel, ennek implementálással foglalkozó szervezet jött létre globálisan, de itthon is van kolléga, akinek kizárólag ez a feladatköre, nyilván együttműködve olyan munkatársakkal, akik felhasználói ezeknek a rendszereknek.
Az AI világában mennyire lesz szükség az emberi munkára a jövőben az adatkutatásban?
Távolabbról indítanám a kérdés megválaszolását. Egy fundamentális, már-már filozófiai kérdéssel érdemes kezdeni: mit várunk, mit szeretnénk kapni a mesterséges intelligenciától? Az egyik elképzelés lehet az, hogy a mai napig bezárólag feltöltjük az emberiség minden tudását, ismeretét, képességét, eredményeit a rendszerbe, és egyfajta szuper-lexikonként használjuk.
Másodpercek alatt szállítja a megoldását annak, aminek elvégzése korábban órákat, vagy akár napokat vett igénybe.
A másik elképzelés ennél tovább megy. Az AI ne csak a múlt minden tudását tartalmazó szuper-lexikon legyen, hanem egy jövőbe látó „varázsgömb” is egyben, amely megmondja, hogy valami mi, miként és hogyan fog majd megtörténni a jövőben, és ezekre oksági magyarázatokat is szállít. Én ebben nem hiszek. Ezeket a rendszereket emberek programozzák fel, emberek tanítják. Programozók, matematikusok, függvények, szabályok racionális rendszere szerint. Az ember és az emberi viselkedés azonban nem feltétlenül racionális.
Hány olyan trend, hype volt az elmúlt években akár, amit senki sem látott jönni, és amikor beindult, akkor sem értettük, hogy ez miért és miként lehet, miért működik? Mindennek a kiinduló oka, hogy a viselkedésünk nem programozható fel, mert vannak váratlan, irracionális, képletekkel nem behatárolható megnyilvánulásaink. Nyilván a technológia még tovább fejlődik, még jobb programok lesznek, meg majd már gépek programoznak gépeket, de akkor is, a kiindulópont a racionális program.
A kislányom történelem tanulmányi versenyen indul, Nándorfehérvár ostroma volt az egyik témakör. Elmerengtem ennek kapcsán, hogy vajon, ha Dugovics Titusz egy AI-robot lett volna, akkor is leveti magát a toronyból, magával rántva a török zászlót? A biológia szerint az élőlények két alap működési törvénye az önfenntartás és a fajfenntartás. Mégis levetette magát, rácáfolva ezzel a biológiai kódolásra és a mindenféle matematikai kalkulációkra, hiszen nulla értékű játszmába ment bele, aminek a végén elvesztette életét, de mégis megtette azért, amit csak mi, emberek érthetünk meg, az AI nem.
Éppen ezért úgy gondolom, hogy az emberek vizsgálata, az emberi motiváció kérdésének vizsgálata, vagy akár az is, hogy milyen oksági magyarázatot fogalmaznak meg viselkedésükre, nem lesz kiváltható. Persze ennek módja és eszközrendszere nagyon megváltozhat, hiszen már most is nagyon más, mint 10-20-30 éve volt, de velünk fog maradni.
Az ügyfelek egyre több adatforráshoz férhetnek hozzá, amelyek között olyan is lehetnek, amik nem feltétlenül hitelesek. Hogyan érdemes tájékozódni ilyen viszonyok között?
Ez egy rendkívül fontos kérdés. Úgy látom, hogy adatdömping van és ezzel párhuzamosan adatvakság is. Frusztrálóan sok információ áll rendelkezésre, ezekkel valamit kezdeni kellene, de mégis hogyan? Erre a frusztrációra lehet egy olyan reakció, hogy akkor távolodjunk el az adatoktól, van elég adat, nem kell több, a rengeteg impulzus-adat alapján hozunk vagy éppen nem hozunk döntéseket. Ennek a frusztrációnak és viselkedésnek eshet áldozatul az, hogy a sok adat, nem feltétlenül jelent „jó” adatot.
Minden aspektusra van-e adatunk, mi ezeknek a forrása, tényleg arra válaszolnak az adtok, amire kell? Égető kérdések, de érthető az is, hogy a napi hajtásban ezekre nem jut elegendő figyelem. Az adatvakság is ebből a jelenségből fakad, nem látjuk a fától az erdőt, annyi minden van, hogy ezeket rendszerezni, átlátni és ezekből érvényes következtetéseket levonni már-már művészet.
Nem tudok csodaszerrel szolgálni. Fajsúlyos kérdés esetén nem megspórolható a felkészülés, átgondolás, odafigyelés. Tudom, hogy ez a napi munkában gyakran nehéz, de másként ez nem működik.
Melyek a megbízható adatkutatás ismérvei?
Azt hiszem, a kutatásokkal foglalkozó tankönyvek első oldalai mind a mai napig érvényesek. Az érvényesség és a megbízhatóság a két kulcsszó. Érvényesség az, hogy valóban azt mérem, amit mérni szeretnék. Itt nagyon nagy szerepe van annak, hogy ki végzi a kutatást.
A jó kutató és jó ügynökség első számú ismérve, hogy azt méri, arra a kérdésre válaszol, amire az ügyfél igazából keresi a választ. A megbízhatóság lényege, hogy ha száz alkalommal elvégeznék a kutatást, akkor legalább 95 esetben ugyanarra jutnánk.
Ezt persze sohasem tudhatjuk meg, hiszen én még nem találkoztam olyannal a pályafutásom során, hogy 100 alkalommal megismételtük volna ugyanazt a vizsgálatot. De azért a tapasztalatok, az évtizedes tudás és gyakorlat alapján véleményem szerint a megrendelők pontosan tudják azt, hogy melyik kutató ügynökségtől vagy szakembertől számíthatnak arra, hogy ilyen szolgáltatásban lesz részük.
Hogyan alakulhat át a terület a következő 10 évben? Melyek lehetnek a legfőbb kihívások?
Könnyű belátni, hogy az AI szerepe és fontossága tovább növekszik majd akár olyan módokon is, amelyeket ma még nem is látunk pontosan, nem is gondolunk rá. Ugyanakkor a világunkban, ahol úgy tűnik, hogy az a biztos csak, hogy minden bizonytalan, a gépek mellett az ember, a humánum is fel fog még inkább értékelődni, legalábbis is én ebben hiszek. Beszéltünk a kihívásokról, a frusztrálóan sok adatról, adatvakságról, mindenhonnan érkező nyomásról.
Egy ilyen helyzetben az ügyfélkapcsolat szerepe felértékelődik. Az ügyfelek és a kutatók akkor érthetik meg egymást, akkor tudják egymást kölcsönösen támogatva a legjobb megoldást megtalálni, ha beszélnek egymással.
Meggyőződésem, hogy két AI-chatbot beszélgetése nem lehet annyira termékeny, mint két emberé akkor, ha hiszünk abban, hogy az emberi működés és viselkedés nem paraméterezhető 100%-ban matematikailag, mert mindig benne van az irracionális, vagy annak tűnő bizonytalanság.
Nemrég a MediaFuture Hangout vendége volt Blaskó Nikolett, a MAKSZ elnöke, és Novák Péter, az MRSZ elnöke, akikkel a THE SHIFT konferencia kapcsán beszélgettünk.
