Európai fókuszú trendfigyelő előrejelzéséhez (Data, BI & Analytics Trend Monitor 2026) a BARC idén is több ezer vállalatot kérdezett adatokkal, üzleti intelligenciával és analitikával kapcsolatos tapasztalatairól és terveiről.
A legtöbben arra számítanánk, hogy ma már ezen a téren is minden a mesterséges intelligenciáról szól, a felmérés eredményeiből ítélve azonban a kép ennél árnyaltabb. A vállalatok legfőbb kihívásait, illetve prioritásait mutató lista első öt helyére ugyanis olyan feladatok kerültek, amelyek mindegyike elsősorban adatokkal kapcsolatos, és csak közvetve vonatkozik az elemzésükhöz szükséges képességekre. Az első két helyezett például az adatminőség és az adatbiztonság, a harmadik helyen pedig az adatalapú vállalati kultúra fejlesztése szerepel, majd a negyedik és az ötödik helyen következik az adat- és AI irányítás (governance), valamint az adat- és AI írástudás.
Mindez annyiban nem újdonság, hogy az adatminőség, -biztonság és -kultúra 2022 óta váltogatja egymást a BARC-lista élén, ugyanakkor fontos tanulsággal szolgál - mutatott rá Arató Bence, a Budapest BI Fórumot szervező BI Consulting igazgatója, aki a novemberi konferenciát követően, december elején megtartotta a nyitó előadás kibővített, online változatát is, amelyben az üzleti intelligencia és az analitika területét meghatározó trendekről adott részletes áttekintést.
- A felmérés idei eredménye is tükrözi, hogy a minőségi adatok kulcsfontosságúak a vállalatok számára, a BI, az analitika és persze az AI vonatkozásában is, amely az adatbiztonság és a magánélet védelme terén újabb kihívásokkal szembesíti őket - mondta Arató Bence. - A listából ugyanakkor kiolvasható az is, hogy az eszközök használatához szükséges tudás és képességek fejlesztése nehezen tart lépést a technológia gyors fejlődésével, és ezt nemcsak az AI, hanem a klasszikus BI eszközök esetében is tapasztaljuk még napjainkban is.
Mindez egyszerre jó és rossz hír.
- Egyrészt megnyugtató látni, hogy a vállalatok tisztában vannak az adatminőség, az adatbiztonság és a készségfejlesztés fontosságával, ami az AI szervezeti szintű bevezetésének és használatának is előfeltétele - mondta az igazgató. - Másrészt elgondolkodtató, hogy a szervezetek évek múltán is változatlanul ebben látják a legnagyobb kihívást, feladatot.
Használat alapú árazásra váltanak a BI eszközök szállítói
A Gartner mágikus négyzetében (2025 Magic Quadrant for Analytics and BI Platforms) a piacvezető szállítók alnégyzetét idén is az ismert trió - Microsoft, Salesforce (Tableau) és Qlik - vezeti, csakúgy, mint tavaly.
Nincs ebben semmi különös, a negyedszázados múltra visszatekintő, érett piacon a vezető szállítók beruházásai mára olyan beágyazottságot eredményeztek, amelyen a feltörekvő, új szereplők nem tudnak egykönnyen változtatni, mondta Arató Bence. Magyarországon is ezeket a platformokat használják a vállalatok - a Microsoft Power BI-t nagyságrenddel többen, mint a másik kettőt, de azok felhasználói táborába is több száz szervezet tartozik, igaz, gyakran a Power BI mellett használják a Tableau vagy a Qlik valamelyikét.
A Tableau stratégiájával a Salesforce felhasználói táborára összpontosít, míg a Qlik az utóbbi évek felvásárlásain keresztül teljes adatplatformot épített ki, nem pusztán BI eszköz, hanem a komplett data stack szállítójaként határozza meg magát.
A vezetők alnégyzetében szintén szereplő Google Looker ingyenes változatát itthon is használják a szervezetek, de a fizetős, nagyvállalati változat nem vetette meg a lábát, miként a ThoughtSpot ügynöki analitikai platformjának magyarországi bevezetéséről sem hallhattunk még. Az Oracle viszont korábban az adattárházak építése révén népszerűvé vált, és ebben a táborban napjainkban is az, viszont már nem jellemző, hogy más szállító szoftvereit használó vállalatok zöldmezős beruházással Oracle BI platformot vezetnének be.
A jövőbe mutató platformokat szállító vizionáriusok alnégyzetében szereplő IBM, SAP, SAS és Strategy szintén évtizedek óta ismert és népszerű a hazai piacon - de az SAP BI platformja is elsősorban a szállító vállalatirányítási rendszerét használó vállalatok számára kézenfekvő választás, amely mellett vagy helyett a szervezetek gyakran a Power BI-t is használják.
Világszinten a feltörekvő, réspiaci szereplőkből és kihívókból sincs hiány a BI arénában, bár ezek - olyan kivételektől eltekintve, mint a Sigma és a mágikus négyzetben egyébként még nem szereplő Omni - szinte teljesen ismeretlenek a hazai piacon. Számukra nem a technológiai képességek gyors fejlesztése, hanem a piaci lábnyom és a bevételek növelése a legnagyobb kihívás.
Minthogy a mágikus négyzet a jövőkép és a megvalósítás, a piaci teljesítmény alapján értékeli a szállítókat, fontos, hogy analitikai és BI eszközök bevezetésére készülő vállalatok tanulmányozzák a Gartner másik jelentését (Critical Capabilities for Analytics and Business Intelligence Platforms, 2025) is, amely a kritikus fontosságú képességek szerinti bontásban rangsorolja a platformokat, hívta fel a figyelmet Arató Bence.
A mágikus négyzetet vezető szállítók ezeken a listákon gyakran a középmezőnyben szerepelnek - nagy, átfogó platformjaik ugyanis mindenben elég jók lehetnek, de ha egy-egy képességre, használati esetre összpontosítunk, akkor abban már egy kisebb szállító eszköze bizonyulhat a kategória legjobbjának.
A stratégiai tervezéshez a Gartner előrejelzéseket is ad a következő két-három évre. A BI Consulting igazgatója szerint árulkodó, hogy az elemző feltételezéseinek mindegyike arról szól, a generatív AI miként fogja átalakítani a BI területét - és a prognosztizált százalékos növekedés minden esetben meredeken ível felfelé.
Az elemző szerint 2028-ra a meglévő dashboardok (műszerfalak) 60 százalékát például generatív AI-val létrehozott narratívák és virtualizációk válthatják ki.
Ugyancsak akkorra a BI platformjukon generatív és ügynöki (agentic) AI képességeket kínáló szállítók 90 százaléka használat alapú árazási modellre fog váltani. Más szóval az üzleti intelligenciát - ha szerepköréből adódóan erre jogosult - bárki használhatja majd a vállalatnál, mert a szállító a lekérdezések, az elkészített dashboardok után fog számlázni. Ebben a modellben, amelyet az adatplatform szállítók már napjainkban is alkalmaznak, a vállalatoknak a BI költségek irányítására, kordában tartására kell majd nagyobb gondot fordítaniuk.
Forrás: BI Consulting
Műszerfal programozása a kávéfőzés gyorsaságával
A Microsoft tíz év után először hozzányúlt a Power BI árazásához, így annak felhasználónkénti havi előfizetési díja idén áprilistól 40 százalékkal többe kerül.
A vállalatok a drágulásnak aligha, annak viszont örülhetnek, hogy két éven át tartó fejlesztés eredményeként a Power BI webes funkcionalitása idén szeptemberre egyenértékűvé vált a desktop alkalmazásban elérhető funkciókkal és fejlesztési lehetőségekkel. Utóbbit egy nagyvállalatnál így már nem kell minden felhasználónak telepíteni - a szemantikus modelleket például Mac felhasználók is szerkeszthetik a Power BI szolgáltatásban -, bár egy jó laptop helyi erőforrásain a Power BI desktop továbbra is gyorsabb lesz, mint a webes fejlesztői környezet, mondta előadásában Arató Bence.
További újdonság, hogy a Power BI felhasználók a DAX UDF (user defined functions) révén - a hagyományos programozáshoz hasonlóan - olyan funkciókat definiálhatnak, amelyeket újrahasznosíthatnak modelljeikben. Nemcsak a kódírás válik így könnyebbé, hanem a hibakeresés és a kód karbantartása is.
Idén augusztusban jelentette be a Microsoft az adatmodellek intuitív, szöveges leírására szolgáló nyelv, a Tabular Model Definition Language (TDML) általános elérhetőségét. Novemberben pedig megjelent a Power BI Enhanced Report Format (PBIR), amelyet a szoftvercég a Power BI alapértelmezett riportformátumának szán. A verziókövetést a kollaboratív fejlesztéssel integráló PBIR AI ügynökök és scriptek használatát is támogatja a riportok programozással történő létrehozásához, szerkesztéséhez és kezeléséhez. Mint emlékezetes, a Power BI két éve került a Microsoft Fabric esernyője alá, és a szoftvercég idén ősszel egységes adatplatformját is új, térképalapú és gráfelemző funkciókkal bővítette.
A feltörekvő BI cégek - közöttük a már említett Sigma és Omni - a technológia fejlődésével megnyíló lehetőségeket kiaknázva gyorsan bővítik eszközeik képességeit, a nagy nyelvi modellek (LLM-ek) alkalmazásprogramozási felületein (API-jain) keresztül például könnyen implementálnak AI-funkciókat, és felhasználóik a WebAssembly (WASM) támogatásnak köszönhetően böngészőben is mindent futtathatnak nagy teljesítménnyel. Piaci sikereket jelez, hogy a Sigma például három év alatt megtízszerezte éves árbevételét, amely idén már átlépte a 100 millió dolláros álomhatárt. Az idén harmadik születésnapját ünneplő Omni azonban egy 69 millió dolláros tőkebevonásról adott hírt, ami arra vall, hogy éves árbevétele még elmarad ettől az összegtől.
További trend, hogy az általános adatplatformok szállítói egy BI réteg hozzáadásával a vállalati végfelhasználókat is megcélozzák. A már említett Google Looker mellett ezt a vonalat erősíti a Databricks is AI/BI műszerfalaival, valamint a Snowflake is, amelynek platformján az adatkutatók és az AI/ML mérnökök a nyílt forráskódú Streamlit keretrendszerben készíthetnek dinamikus adat appokat. A platformszállítók gyakran ingyen, azaz felár nélkül adják ezt a BI funkcionalitást, mivel ügyfeleiknek eleve használat alapú modellben számláznak.
A feljövő technológiák beéréséről és piaci elfogadásáról a Gartner évente frissített ábrán (Hype Cycle for Analytics and BI Platforms 2025) ad áttekintést, amelyen idén három új belépő is látható.
Az analitikai termékek az üzleti felhasználók által jobban emészthető, könnyebben értelmezhető felismeréseket jelenítik meg, az analitikai háló (mesh) egy új szervezeti-architekturális modell, amely a vállalati területeken átívelő, de központi irányítás alatt működő analitikát jelöli, a kompozit szemantikus réteg pedig arra hivatott, hogy az adatok és a mérőszámok logikai nézetét egységesítse különböző rendszerek között.
Folytatódik a dashboardok hosszú "haláltusája" is, de könnyen lehet, hogy újjászületnek, még mielőtt kimúlnának - az újabb fejlesztési irányok (például Dashboard as Code, Generative BI for Dashboards), valamint kezelőfelületek és felhasználói élmények, közöttük vásznak (canvas), notebookok és az AI érintésére átalakuló táblázatok (spreadsheet) legalábbis ennek esélyét növelik.
Bár a világ legnagyobb, folyamatosan frissülő online felmérése (State of AI Survey) szerint a vállalatok többsége ma még elsősorban kódírás támogatására, tartalom előállítására, valamint dokumentálásra és tudáskeresésre használja a mesterséges intelligenciát, a lista ötödik helyén megjelent az adatelemzés és az üzleti intelligencia is, amelyet a válaszadók valamivel több mint harmada említett.
Az idei Budapest Data Fórum résztvevői azonban az ebben rejlő lehetőségeket személyesen is kipróbálhatták - a konferencia dashboard baristái az AI segítségével a megrendelt műszerfalat is leprogramozták nekik, amíg elkészült a kávé.
