AI Acceleration Framework · Explore

Paprika Studios AI érettségi felmérés

Feltérképezés és közös nyelv egy nemzetközi tartalomgyártó csoport folyamatairól, adatairól és AI-lehetőségeiről, a discovery workshop alapján.

ÜgyfélPaprika Studios csoport
ProgramExplore assessment
Workshop2026. július 17.
KészítetteAdroit Group
01Vezetői összefoglaló

Erős, kézi működés, kevés rendszerrel és sok kihasználatlan adattal

A Paprika Studios kivételesen jól szervezett, ember-vezérelt gyártócég, amely egyszerre 15 körüli produkciót visz 10 országban. A működés minősége ma szinte teljes egészében a szakemberek fejében és Excel-táblákban él. Ez ma működik, de a skálázhatóságban, a sebességben és a felhalmozott tudás újrahasznosításában hatalmas, kiaknázatlan tartalék van.

A legfontosabb megállapítások

  • A gyártás magas színvonalon, de rendszertámogatás nélkül működik. Nincs projektmenedzsment-platform, ERP vagy CRM: a koordináció telefonon, e-mailben, Google Drive-on és Excelben zajlik.
  • Két saját fejlesztésű rendszer a kivétel: a PaprikaDocs (számla- és dokumentumkezelés, saját szerveren) és a Start Form (stábszerződések generálása). Értékes alapok, de szigetszerűen, integráció nélkül működnek.
  • Rengeteg értékes adat keletkezik, de nincs feldolgozva: az összes elfogadott árajánlat, több száz soros költségvetések, forgatókönyvek, játék-bibliák, helyszínek, forgatási átiratok. Mind ott vannak, de docx-fájlokban és e-mailekben szétszórva, nem kereshetők és nem tanulnak belőlük.
  • Az AI ma „shadow" módon van jelen: Claude, ChatGPT, Gemini, DeepL, Higgsfield. Vezetői és csapatszintű, eseti használat, céges szabályozás és jóváhagyott eszközlista nélkül. Ez érdemi IP- és GDPR-kockázatot hordoz.
  • A vezetés elkötelezett és kíváncsi. A 2024-es menedzsment-kivásárlás óta a cég független, magyar tulajdonú, a döntéshozók egy asztalnál ültek a workshopon, és több konkrét AI-igényt maguk fogalmaztak meg.

Jelenlegi AI-érettség

A hat dimenzió alapján a csoport összesített érettsége 1,9 / 5, ami a „Kontrollálatlan" és a „Kísérletező" szint határa: az AI informálisan jelen van, egyéni bajnokokkal és első kísérletekkel, de irányítás, adat-alap és szabályozás nélkül. Célunk ezzel a programmal, hogy a Paprika 6 hónap alatt az iparági átlag fölé, a „Skálázódó" szint felé lépjen.

1,9/5
Jelenlegi AI-érettség (6 dimenzió átlaga)
~15
Párhuzamosan futó produkció csoportszinten
10
Ország, ~16–17 nyelv (2026, Horvátországgal)
18
Cég a csoportban, több devizában

A négy fő üzleti lehetőség

A gyorsítás három rétegen érhető el: a felhalmozott tudás adattá alakítása, az ismétlődő adminisztráció automatizálása, és a kreatív, illetve utómunka-folyamatok AI-támogatása. A leggyorsabban megtérülő kezdeményezéseket a 8. fejezetben boxokban részletezzük.

#KezdeményezésMiért ezHatás
1Költségvetés- és árazási intelligenciaA csapat maga kérte; közvetlenül védi az árréseket a versenybenMagas
2Pénzügyi konszolidáció és vezetői dashboard18 cég, több deviza: a döntéstámogatás alapja, ma kéziMagas
3Diszpozíció és call sheet automatizálásProdukciónként napi 1–1,5 fő munkaidejét szabadítja felMagas
4Beszállítói due diligence agentIdeális első POC: szűk, jól definiált, gyorsan megtérülKözepes

Kritikus rések és kockázatok

  • Governance-vákuum: nincs AI-szabályzat, jóváhagyott eszközlista, adatosztályozás. Ingyenes AI-eszközökbe kerülhet személyes adat és szerzői jogi tartalom.
  • Adat-szétaprózottság: a döntéstámogatás és minden komolyabb AI-fejlesztés előfeltétele egy adatkonszolidációs réteg, ami ma hiányzik.
  • Kulcsember-függőség: a havi vezetői riport és a kritikus folyamatok kevés emberen múlnak (a pénzügyi zárás egy távollét miatt máris csúszik).
  • Késő szerződéskötés: a broadcaster diktálta ütem miatt gyakran aláírt szerződés nélkül indul a gyártás, ami finanszírozási kockázatot jelent.
02A program

Az AI Acceleration Framework

A mesterséges intelligencia ma már nem technológiai különlegesség, hanem szervezeti működési kérdés. A keretrendszer abból indul ki, hogy előbb megértjük a cég működését, adatait, kultúráját és korlátait, és ebből a megértésből nőnek ki a valóban megtérülő fejlesztések.

Az AI nem fog minden hajót egyformán felemelni. Azok a cégek, amelyek már rendelkeznek AI-stratégiával, máris elhúznak azoktól, akik csak eseti alapon reagálnak. OECD Riport, 2025

Három egymásra épülő szint

SzintCélKimenet
Explore
itt tartunk · ingyenes
Terepfelmérés és közös nyelv. Megérteni, hogyan működik a szervezet, hol vannak a valódi fájdalompontok, milyen adatok állnak rendelkezésre, milyen korlátok között gondolkodhatunk.Ez az assessment-anyag és a kulcsmegállapítások bemutatása
LaunchKonkrét use case-ek megtervezése és üzleti érték szerinti priorizálása egy tanácsadási projektben.Priorizált, ügyfélre szabott fejlesztési terv és üzleti eset
AccelerateMegvalósítás: pilotok, fejlesztés és szervezeti szintű skálázás.Élő, mért AI- és digitalizációs megoldások

Mit ígér és mit nem az Explore

Az Explore workshop nem arról szól, hogy azonnali AI-megoldásokat tervezzünk. Sokkal inkább arról, hogy megértsük a mindennapi működést, azonosítsuk a fájdalompontokat és a rendelkezésre álló adatokat, és feltérképezzük a szervezeti és szabályozási korlátokat. Ezek nélkül az AI csak látványos eszköz maradna. A cél egy olyan alap, amelyre később valódi, üzletileg megtérülő fejlesztések épülhetnek.

03Az ügyfél és környezete

Paprika Studios, Közép-Európa vezető tartalomgyártója

Budapesti központú, projektalapú TV- és filmgyártó csoport, amely szórakoztató műsorokat, reality-formátumokat és scripted (fikciós) sorozatokat készít, valamint nemzetközi service-produkciókat szolgál ki egy egész régióban.

3.1 · Röviden a cégről

A cég 2007 óta gyárt és fejleszt tartalmat, és mára a közép-európai és balti régió egyik vezető gyártójává vált. A tulajdonlása egy jól dokumentált íven halad: előbb a Modern Times Group (MTG, 2012), majd a Viaplay Group része lett, 2024 januárjában pedig menedzsment-kivásárlással függetlenné vált. A CEO, Erdős Ákos vezette csapat tulajdonába került, így ma független, magyar tulajdonú vállalat. Ez a friss önállóság magyarázza a modernizációs étvágyat: a cég a saját döntéseit hozza, és keresi a versenyelőnyt jelentő fejlesztéseket.

A működés lényege a projektalapú gyártás: minden produkcióhoz néhány tucattól akár száz-százharminc főig terjedő szakembergárdát és beszállítói kört szerveznek össze, saját szakembereik irányítása alatt, hogy a megrendelőnek megfelelő végterméket állítsanak elő. A workshopon a résztvevők maguk emelték ki, hogy a jogi és pénzügyi megfelelés a gyártás szerves, kiemelten fontos része.

Szervezet és irányítás

Magyarország a központ: az adminisztratív és menedzsment-irányítás, valamint a központi kontrolling Budapesten összpontosul. A csoport több mint egy tucat cégből áll (a workshopon 18 cégből álló csoportról esett szó, önmagában Magyarországon 8–9 entitással), országonként külön jogi entitásokkal, saját könyvelővel és jogszabályi környezettel. Minden országban legalább egy producer működik, Magyarországon több is; az értékesítés a menedzsment és a producerek közös feladata.

DimenzióKép a workshop és nyilvános források alapján
KözpontBudapest (Montevideo utca): HQ, központi kontrolling és adminisztráció
Jelenlét10 ország (2026, új horvát irodával), ~16–17 nyelv; a régió: Magyarország, Szlovákia, Csehország, Szlovénia, Románia, Litvánia és a Baltikum, Horvátország
Core szolgáltatásSzórakoztató és reality műsorgyártás, scripted (fikciós) sorozatok, valamint service-produkciók (bérmunka)
Fő megrendelőkBroadcasterek: Magyarországon RTL (a hazai gyártás ~80%-a) és TV2; a régióban TV Nova (CZ), Markíza (SK), Pop TV (SI), Pro TV (RO), LRT (LT); streamerek: Netflix, HBO Max, Amazon, Viaplay, AXN
Ismert produkciókAz Árulók, Dancing with the Stars, Való Világ, X-Faktor, Survivor, The Voice, Love Island, Házasodna a gazda; scripted: pl. Paradise City (Amazon), Murderesses (Netflix)
Nagyságrend~600 óra tartalom (2023, 12 nyelv); a magterületi entitás ~43 fő (2024); a Studios / Services / Production / Film entitások együttes árbevétele milliárdos nagyságrendű

3.2 · A cég környezete és az iparág

A Paprika egy szűk, kapcsolat-vezérelt piacon működik: országonként jellemzően 2–3 érdemi megrendelő (helyi médiaszolgáltató) van, amely nagy számban rendel vagy finanszíroz helyi gyártású tartalmat. Ebből fakad a „farming" jellegű üzletépítés, ahol az új megállapodások 70–80%-a meglévő ügyfelekkel köttetik, és ~20% az új üzlet. Ez stabil, de kiszolgáltatott pozíció: a workshopon nyíltan elhangzott, hogy a szerződéskötés ütemét a broadcaster diktálja.

Az iparág két erős trendje közvetlenül érinti a Paprikát:

  • A formátumok globalizálódnak, a lokalizáció versenyképessége dönt. Az olyan franchise-ok, mint az Árulók (The Traitors), rekordütemben terjednek (40+ területen). A gyártói verseny abban dől el, ki tudja gyorsabban, olcsóbban és jobb minőségben lokalizálni ugyanazt a formátumot. Következmény a Paprikának: a korábbi lokalizációk, játékok és költségvetések újrahasznosítása közvetlen árelőnyt és sebességet ad, épp azon a területen, ahol az AI a leggyorsabban megtérül.
  • A médiában az AI ma az operatív oldalon terjed, nem a kreatívban. A vezető stúdiók óvatosak a generatív AI-jal a tartalomkészítésben (a Deloitte 2025-ös előrejelzése szerint a produkciós büdzsék alig 3%-a), miközben az utómunka, a lokalizáció, a disztribúció és az analitika gyorsan digitalizálódik. Következmény a Paprikának: a legbiztosabb, legkevésbé kockázatos hozam ma az adminisztratív és utómunka-folyamatok automatizálásában van.

A Paprika friss függetlensége és regionális mérete (10 ország, közös formátumok) ideális terep egy egyszer megépített, majd országok között skálázott megoldásra: ami Budapesten beválik, az a többi entitásban is bevethető.

04Jelenlegi folyamatok

Az értéklánc: az ötlettől az adásba kerülésig

A Paprika értéklánca egy jól begyakorolt, de szinte teljesen kézi folyamat. Az alábbiakban végigvezetjük a teljes áramlást a workshop alapján, és ahol AI- vagy digitalizációs lehetőséget azonosítottunk, ott külön megjelöljük.

4.1 · A core folyamat lépésről lépésre

1. Értékesítés és tender

A producerek és a menedzsment egy „slate"-tel (műsormenüvel) keresik meg az ügyfelet, vagy a megrendelő ír ki tendert, ahol 4–5 cég verseng. A workshop alapján öt üzleti modell keveredik:

  1. Licencelt formátum lokalizálása (a „biblia" adott, a tartalmat a gyártó tölti meg).
  2. Ügyfél által kiírt tender, amelyre több céggel versengve adnak ajánlatot.
  3. Saját tartalomfejlesztés (sorozat vagy reality).
  4. Saját fejlesztéshez partnerkeresés.
  5. Co-produkció több szereplővel, akár határon átnyúló finanszírozással.

Ezen felül külön ág a service-produkció, ahol egy külföldi stúdió hoz ide részfolyamatokat (pl. forgatás, utómunka), gyakran adótámogatási megfontolásból.

2. Költségvetés-tervezés és árazás

A cím elfogadása után megvalósítási koncepció, majd egy 100–300 soros részletes költségvetés (Excel), egy timing (Excel) és egy tartalmi prezentáció (PPT) készül. Iparági egységárakkal, időintervallum-szorzókkal, kialakított stábstruktúra alapján áraznak. A sablonok ügyfélre szabottak (RTL-sablon, TV2-sablon), nincs egységes standard. Egy becslés kb. egy hét, 1,5 fővel. Mivel a piacon jellemzően árverseny van, és a büdzsé pontosan ki van számolva, a tárgyaláson erős, adat-alapú érvrendszerre van szükség az árak megvédéséhez.

AI-lehetőség

Árazási intelligencia. Az összes elfogadott árajánlat megvan, de nincs feldolgozva, „mindig újra ki kell tölteni". Egy historikus árajánlatokra tanított eszköz gyorsítaná a becslést és megvédené az árakat a tárgyaláson. A csapat ezt maga fogalmazta meg igényként.

3. Szerződéskötés

Az esetek ~80%-ában a broadcaster küld szerződéstervezetet; a jogász átnézi, a gyártás és a pénzügy a maga szempontjából (határidők, cashflow, finanszírozhatóság) véleményezi, majd egyeztetés indul. Az aláírás vegyes: papír vagy PDF-szkennelés, minősített e-aláírás (a CEO-nak van), külföldön DocuSign.

Kockázat

Krónikusan késő szerződéskötés. A broadcaster diktálta ütem miatt gyakran már forgatnak, amikor még nincs aláírt papír. Ezért a Paprika jelentősen előre finanszírozza a produkciókat, ami finanszírozási és jogi kitettséget jelent. Aláírt szerződés nélkül a tárgyalási pozíció is romlik.

4. Gyártás-előkészítés

Megrendelés után indul a stáb felkérése és a szerkesztőség összeállítása. Párhuzamosan fut a tartalmi fejlesztés és lokalizáció, a casting (jellemzően több hónap, elsőként indul, utolsóként zárul), a játékfejlesztés (aminek végén játék-biblia készül), az intro- és első epizód fejlesztés, a technológiai tervezés és a helyszínkeresés (location scout).

AI-lehetőség

Helyszín-könyvtár. Egy-egy széria akár 150 helyszínt használ; a cég rengeteg helyen járt már, de nincs kereshető adatbázis. Felmerült egy „1500 elemű, befotózott location pool" ötlete, ami brief alapján matchel.

Tartalom-újrahasznosítás. 28 produkcióhoz készült ~73 játék. Ha ezek egy platformon, strukturáltan állnának, az AI kiváló támogatást adna új játékok és intrók ötleteléséhez. Ma docx-fájlokban, egyéni gépeken hevernek.

5. Forgatás és diszpozíció

Forgatáskor naponta 100–130 ember fordul meg a helyszínen. A koordináció napi call sheet, azaz diszpozíció és transport-lista (Excel) alapján megy: időpontokhoz események, eseményekhez emberek. Az első nap listája rendkívül bonyolult, utána jórészt másolás, de a szereplőcserék és a shift-váltások miatt marad hibalehetőség. A forgatás a legdrágább szakasz, ezért egyben, megállás nélkül zajlik; az adásba kerülés dátuma fix.

AI-lehetőség

Diszpozíció-automatizálás. A listák összeállítása minden forgatáson kb. 1–1,5 fő teljes napi munkáját viszi el. Egy dedikált eszköz a szegmensekből, erőforrásokból és a szereplők elérhetőségéből automatikusan generálhatná a call sheet és a transport-lista tervezetét.

6. Utómunka

Az utómunka Avid nemlineáris rendszerben, timecode-alapon zajlik. A scripterek forgatás közben jelenet-leírásokat, az interjúkról szó szerinti átiratokat készítenek (régen Wordben, ma részben online timecode-követő felületen). Ezekből áll össze az utómunka-adásmenet, majd az elővágás, a vágás, a zenei utómunka és a fényelés (color grading), végül a picture lock és a csatorna felé történő technológiai átvétel.

AI-lehetőség

Átirat és AI-elővágás. Az átiratkészítéshez próbáltak AI-eszközöket, de a magyar reality-beszédet (sok egymásra beszéléssel) nem kezelték jól. Felmerült az igény, hogy az AI a hangból és a tartalmi briefből elővágást tudjon összerakni. Ez a legmagasabb hozzáadott értékű, egyben legnehezebb terület, jó jelölt egy testreszabott, finomhangolt modellre.

7. Tartalomgenerálás, feliratozás és leadás

A cég már ma is generál AI-képet (pl. az Árulók képrejtvényeihez) és bemutatkozó kisfilmeket; kb. felerészben vásárol, felerészben generál (pl. Higgsfield). A feliratozás és fordítás ma emberi fordítóval megy (biztos, de drága); az eddigi AI-próbálkozások a magyar nyelvvel elbuktak. A leadás a csatorna szerverére töltéssel történik, csatornánként eltérő dokumentációval (adáskísérő Excelek, zenei jogbejelentők); service-produkciónál gyakran HDD-n.

AI-lehetőség

Feliratozás és fordítás 10 ország nyelveire, a cég saját tartalmán kontextualizált vagy finomhangolt fordítómodellel; tartalomgenerálás kontrollált, jóváhagyott eszközökkel.

4.2 · Támogató (support) funkciók

FunkcióJelenlegi állapot
Pénzügy / kontrollingSzámlakezelés a PaprikaDocs-ban (12 jegyű költséghely-kódok, kétlépcsős jóváhagyás); CEO-riportok (service-nél kéthetente, RTL-nél a végén); havi vezetői riport 18 cégre, több devizában, nagy Excel-összefésüléssel (5–6 nap, most csúszik)
JogKétfős osztály; minta-alapú szerződések, egyedi szerződések kézzel; a GDPR erősen speciális (kép/hang = személyes adat), három jogterület fut párhuzamosan
SzámvitelOrszágonként külső könyvelő, saját rendszerrel; standard „case country report" sablon; TAO- és adótámogatási elszámolások (akár 1,5 éves átfutás)
HR / stábNagyrészt külsős stáb (megbízás vagy céges szerződés); Start Form rendszer a stábszerződésekre; erős kulcsember-függőség
ITNincs központi IT-menedzsment; saját NAS és Google Drive, valamint e-mail; belső fejlesztő tartja karban a saját rendszereket
Beszerzés / vendorBeszállítók kézi ellenőrzése (NAV-feketelista, cégbíróság, ÁFA-státusz), egyelőre csak Magyarországon
VezetésElkötelezett, kíváncsi; a döntéstámogatás ma kézi, aggregált Excel-kimutatásokból

4.3 · Kiemelt folyamat-térkép

Az alábbi nyolc folyamatot választottuk ki, mert együtt lefedik a cég értékláncát, és mind hordoz automatizálási vagy AI-potenciált.

P1

Költségvetés-tervezés és árazás

TriggerCím vagy formátum elfogadása az ügyfél részéről
RésztvevőkLine producer, gyártásvezető, kreatív producer
RendszerekExcel (költségvetés, timing), PPT; ügyfélspecifikus sablonok
Adat be/kiEgységárak, stábstruktúra, majd 100–300 soros büdzsé, timing
Döntési pontÜgyfél-elfogadás; árverseny a tenderben
KPIÁtfutás (~1 hét/1,5 fő), nyerési arány, tervezett vs. tény margin
AI-potenciálMagas historikus árakra tanított becslő és árvédelem
P2

Diszpozíció, call sheet készítés

TriggerKövetkező forgatási nap tervezése
RésztvevőkGyártásvezető, felvételvezetők, department headek
RendszerekExcel (call sheet, transport-lista); e-mail terjesztés
Adat be/kiSzegmensek, erőforrások, elérhetőség, majd napi diszpozíció 100–130 főnek
Döntési pontIdő- és erőforrás-ütközések feloldása
KPINapi 1–1,5 fő ráfordítás; hibaarány a listákban
AI-potenciálMagas generált tervezet, ütközés-detektálás
P3

Stáb- és beszállítói szerződéskötés

TriggerGyártásvezető megállapodik egy stábtaggal vagy beszállítóval
RésztvevőkGyártásvezető, jog, pénzügy, stábtag
RendszerekStart Form (saját), PaprikaDocs, e-mail
Adat be/kiPozíció, összeg, cégadatok, majd generált PDF-szerződés
Döntési pontStandard minta vagy egyedi szerződés
KPIProdukciónként 80–100 szerződés; aláírásig tartó átfutás
AI-potenciálKözepes szerződés-intelligencia, egyedi esetek
P4

Utómunka (elővágástól a picture lockig)

TriggerForgatott nyersanyag beérkezése
RésztvevőkScripterek, vágók, felelős szerkesztő, zenei producer
RendszerekAvid, scriptelő felület, külön hang- és fénystúdió
Adat be/kiNyersanyag és átiratok (timecode), majd kész epizód
Döntési pontTartalmi átvétel; csatorna technológiai átvétele
KPIUtómunka-átfutás; kaló (pl. 8×8 óra nyers, majd ~50 perc)
AI-potenciálMagas átirat és AI-elővágás (nehéz: HU reality)
P5

Számla- és költségkezelés (PaprikaDocs)

TriggerBeérkező számla egy produkcióhoz
RésztvevőkGyártásvezető, szenior pénzügyes, külső könyvelő
RendszerekPaprikaDocs (saját szerver), banki utalófájl, könyvelőrendszer
Adat be/kiSzámla és melléklet, majd 12 jegyű költséghely, utalás, könyvelési export
Döntési pontSzakmai és számviteli jóváhagyás
KPICEO-riport pontossága (~98–99%); feldolgozási idő
AI-potenciálKözepes automatikus adatkinyerés a számlából
P6

Havi csoportszintű pénzügyi riport

TriggerHónap zárása
RésztvevőkPénzügy, kontroller, országos könyvelők, CEO
RendszerekExcel („case country report" sablon), több deviza
Adat be/ki18 cég zárásai, majd konszolidált csoporteredmény és forecast
Döntési pontKontrollpontok nullára futása; korrekciók
KPIÁtfutás (normál 5–6 nap, most csúszik); hibaarány
AI-potenciálMagas konszolidáció és vezetői dashboard
P7

Beszállítói due diligence

TriggerÚj beszállítóval kötendő megállapodás
RésztvevőkPénzügy, adminisztráció
RendszerekNAV, cégbíróság, ÁFA-adatbázisok (kézi lekérdezés)
Adat be/kiCégadat, majd feketelista, felszámolás, ÁFA-státusz ellenőrzés
Döntési pontSzerződhető-e a beszállító
KPIEllenőrzésre fordított idő; lefedettség (ma csak HU)
AI-potenciálKözepes hatás alacsony nehézség ideális első agent-POC
P8

Helyszínkeresés (location scouting)

TriggerTartalmi brief a helyszínigényről
RésztvevőkLocation scout(ok), tartalmi stáb, gyártásvezető
RendszerekNincs dedikált rendszer; egyéni tudás, fotók, e-mail
Adat be/kiBrief, majd helyszín-javaslatok (fotó, jellemzők)
Döntési pontHelyszín kiválasztása
KPIKeresési idő; korábbi helyszínek újrahasznosítása
AI-potenciálKözepes kereshető, matchelő location library
05Technológia és adat

Két saját rendszer, sok sziget, kevés integráció

A technológiai kép kettős: van két értékes, saját fejlesztésű rendszer, körülöttük viszont szigetszerű, kézi eszközök állnak. A cég maga is „aluldigitalizáltnak" nevezte magát.

5.1 · Alkalmazások és rendszerek

RendszerSzerepJelleg
PaprikaDocsSzámla- és dokumentumkezelés, jóváhagyás, költséghely-kódolás, utalófájl, könyvelési export, CEO-riportSaját fejlesztés (Konica Minolta), saját szerver; korábban SharePoint-alapú volt, majd migrálták
Start FormStábszerződések generálása (pozíció, összeg, cégadatok, majd PDF)Belső fejlesztés, saját szerver
AvidNemlineáris utómunka, timecode-alapú vágásIparági standard; zárt forráskódú, drága bővítés
DaVinci, PremiereEgyes utómunka-feladatokKiegészítő
Scriptelő felületTimecode-követő átiratkészítésOnline megoldás
Forgatókönyv-bontó szoftverScripted: jelenetek, „slide"-ok, showrend bontásaProdukciónként eltérő, nem egységes
DeepL, ChatGPT, Claude, Gemini, HiggsfieldFordítás, szövegezés, elemzés, képgenerálásEseti, nem céges licencszinten (lásd 6. fejezet)

Ami nincs: ERP, CRM, vállalatirányítási rendszer, központi projekt- vagy folyamatmenedzsment-platform. A gyártás koordinációja e-mailen, Google Drive-on és Excelben zajlik.

5.2 · Adatok: hol vannak, kié, mennyire érzékeny

AdatkörTárolásÉrzékenység
Központi adminisztrációSaját NAS (VPN-es távelérés)Belső
Produkciós anyagok, leiratokGoogle Drive és e-mail; egyéni gépekBelső, részben személyes adat
Kész videó-epizódokLokális archívum és csatorna szervereSzerzői jog, üzleti
Számlák, szerződésekPaprikaDocs és Start Form (saját szerver)Pénzügyi, személyes adat
Forgatókönyvek (scripted)Egyéni gépek, DriveMagas: szerzői jog, üzleti titok
Kép- és hangfelvételProdukciós tárhelyekMagas: GDPR szerint személyes adat
WeboldalBérelt tárhelyPublikus

5.3 · Technikai adósság és korlátok

  • Szigetszerű rendszerek: a PaprikaDocs, a Start Form, a Google Drive, a NAS és a külső könyvelők rendszerei nincsenek összekötve, a konszolidáció kézi.
  • Külső könyvelők országonként, saját rendszerrel; az egységesség egy Excel-sablonon múlik.
  • Kulcsember-függőség a kritikus folyamatokban (a havi zárás máris csúszik egy távollét miatt).
  • Kulturális korlát: sok külsős együttműködő és „szabadság-alapú" szakmai kultúra. A fejlesztéseket ehhez kell igazítani, könnyen és önként használt eszközökkel.
06Meglévő AI-használat

Aktív, de irányítatlan AI-jelenlét

Az AI már ma is a mindennapok része, vezetői és csapatszinten egyaránt, de céges szabályozás, jóváhagyott eszközlista és adatosztályozás nélkül. Ez egyszerre jó hír (van étvágy és tapasztalat) és kockázat (IP és GDPR).

6.1 · Mit használnak ma

EszközKi és mireElőfizetés
ClaudeJog (GDPR-dokumentáció, szerződés-inspiráció, jogterületek összevetése); vezetői elemzés; Excel- és költségvetés-összevetésEgyéni
ChatGPTTöbb produkción (kép, feladvány-generálás); pénzügy (adókérdés, levélírás)Pro (nem Enterprise) és ingyenes
GeminiVezetői használat, keresztellenőrzésEgyéni
DeepLFordítás, jó tapasztalattal, bár nem tökéletesCsapatszintű
HiggsfieldKép- és tartalomgenerálásEgyéni

Jellemző használat: szövegezés és levélírás, GDPR-dokumentáció, szerződés-inspiráció, adó- és jogi kérdések (megbízhatatlan, előfordult téves válasz), költségvetés-elemzés (50–60% találati arány), forgatókönyv-elemzés, képgenerálás show-feladványokhoz. Ügynöki (agent) rendszer és automatizált feldolgozás ma nincs.

6.2 · Shadow AI és kockázatértékelés

Céges AI-szabályzat nincs, és a sok külsős stábtag miatt az egységes szabályozás betartatása is nehéz. Ez a következő kockázatokat hordozza:

KockázatLeírásSzint
IP-szivárgásForgatókönyvek és üzleti tartalom ingyenes vagy nem enterprise AI-ba kerülve tréningadattá válhat. A cég maga jelezte: forgatókönyvet ma nem tesznek AI-ba, mert nem akarják taníttatni.Magas
Személyes adat (GDPR)Kép- és hangfelvétel személyes adat; kontrollálatlan eszközbe töltve adatvédelmi incidens lehet.Magas
Nincs jóváhagyott eszközlistaNem definiált, mely eszköz milyen adatra használható; nincs adatosztályozás.Közepes
Minőségi kockázatHallucináció (pl. téves adótanács). Emberi ellenőrzés nélkül üzleti hibához vezethet.Közepes
Böngésző-kiegészítőkNem felmért, kontrollálatlan bővítmények kockázata.Közepes
Ajánlás

Egy könnyű, gyorsan bevezethető AI-használati szabályzat, jóváhagyott eszközlista és adatosztályozás, valamint az érzékeny tartalmakhoz (forgatókönyv) egy privát vagy on-prem modell egyszerre zárja le a kockázatot és nyit meg új, biztonságos use case-eket. Ez nem korlátozás, hanem felszabadítás: kontrollált keretek között a csapat bátrabban használhatja az AI-t.

07AI érettségi felmérés

Hat dimenzió, egy összkép

Az AI-bevezetés készültségét hat dimenzió mentén értékeljük. Minden képességet egy ötfokú skálán pontozunk, majd összegzünk egy AI-érettségi képpé.

1 · Hiányzó2 · Eseti3 · Fejlődő4 · Kiépített5 · Skálázott és mért

1 · Stratégia

2,0 / 5 · Eseti

A vezetés elkötelezett és kíváncsi, a döntéshozók egy asztalnál ültek, és több konkrét igényt maguk fogalmaztak meg. Van erős vezetői szponzoráció (tulajdonos-CEO). Ugyanakkor nincs definiált AI-stratégia vagy célzott üzleti kimenet, az AI ma kísérletek gyűjteménye.

2 · Adat

2,0 / 5 · Eseti

Kivételesen értékes adatvagyon (elfogadott árajánlatok, költségvetések, forgatókönyvek, játék-bibliák, helyszínek, forgatási átiratok, pénzügyi zárások), de szétaprózva Excelben, docx-ben, e-mailben és egyéni gépeken; nincs konszolidáció, nincs feldolgozás. Jogi korlátok (GDPR, szerzői jog) erősen jelen vannak.

3 · Emberek

2,5 / 5 · Eseti felé Fejlődő

Vannak belső bajnokok (jog, vezetés, gyártás már ma aktívan használ AI-t), a nyitottság magas. Ugyanakkor a technikai mélység korlátozott, és a sok külsős stábtag melletti „szabadság-alapú" kultúra ellenállhat a standardizációnak. A változásvezetést a kultúrához kell szabni.

4 · Folyamatok

2,0 / 5 · Eseti

A folyamatokat a szakemberek jól ismerik, de kevéssé dokumentáltak és standardizáltak (ügyfélspecifikus sablonok), a volumen nagy (15 párhuzamos produkció, 80–100 szerződés produkciónként, napi diszpozíciók), és jól azonosíthatók a szűk keresztmetszetek. Magas az automatizálási potenciál.

5 · Technológia

2,0 / 5 · Eseti

Két saját fejlesztésű rendszer (PaprikaDocs, Start Form) értékes alapot ad, és az Avid iparági standard. Ugyanakkor nincs ERP, CRM vagy integráció, a rendszerek szigetszerűek, a tárolás NAS, Drive, e-mail és lokális. Az on-prem modell futtatásához hardvert kell beszerezni.

6 · Governance

1,0 / 5 · Hiányzó

Nincs AI-szabályzat, jóváhagyott eszközlista, adatosztályozás vagy döntési felelősség. A shadow AI aktív, ingyenes eszközökkel. Pozitívum: a cég nem médiaszolgáltató, így nincs speciális iparági (pl. NMHH) audit-kötelezettsége, de a GDPR-komplexitás magas, és az EU AI Act tudatosság kiépítendő.


Összesített AI-érettség: 1,9 / 5

A hat dimenzió alapján a csoport a „Kontrollálatlan" és a „Kísérletező" szint határán áll. Az alábbi skálán bejelöltük, hol tart most a Paprika, hol az iparági átlag, és hová szeretnénk eljutni ezzel a programmal: az iparági átlag fölé, a „Skálázódó" szint felé, mérhető eredményekkel.

AI-érettségi skála (0–5)
1,9Jelenlegi
Iparági átlag~2,5
~4,0Célunk · 6 hó
012345

Honnan hová: az érettségi szintek

Innen
1–2
Kontrollálatlan → Kísérletező
Informális AI, egyéni bajnokok, első kísérletek.
Iparági átlag
~2,5
Megalapozott felé
Alapok és első ismételhető pilotok jellemzők.
3
Megalapozott
Alapok, szabályzat és ismételhető pilotok a helyükön.
Célunk · 6 hó
4
Skálázódó
Több irányított megoldás, mérhető eredmény.
5
AI-vezérelt
Az AI beépül a folyamatokba és a döntésekbe.

Fő rések és kockázatok összefoglalva

  • Governance-vákuum (a legnagyobb rés): szabályzat, eszközlista, adatosztályozás hiánya.
  • Adatkonszolidáció hiánya: minden komolyabb use case előfeltétele.
  • Kulcsember-függőség a kritikus pénzügyi és koordinációs folyamatokban.
  • IP- és GDPR-kitettség a kontrollálatlan AI-használatból.
08Lehetőség-térkép

AI és digitalizációs use-case katalógus

A workshop alapján 13 lehetőséget azonosítottunk üzleti, operatív, pénzügyi, jogi és tartalmi területeken. Mind egy irányba mutat: a felhalmozott tudás és a kézi munka felszabadítása felé.

A négy legfontosabb lehetőség

01 · Üzlet / Sales
Hatás: magasGyors ROI

Költségvetés- és árazási intelligencia

A csapat maga kérte a workshopon
ProblémaA becslés lassú (kb. 1 hét, 1,5 fő), ügyfélspecifikus sablonokkal, és árversenyben nehéz megvédeni a pontosan kiszámolt büdzsét.
MegoldásA historikus, elfogadott árajánlatokra (csatornánként) tanított asszisztens gyors becslést és érv-alapú árvédelmet ad a tárgyaláshoz.
AdatA meglévő elfogadott árajánlatok strukturálása.
ROIKözvetlen sales-hatékonyság és jobb margin-védelem. Az Adroit hasonló eszközt épített ajánlatadási folyamatra (MVM Dome referencia).
02 · Pénzügy
Hatás: magasAlap

Pénzügyi konszolidáció és vezetői dashboard

A döntéstámogatás alapja
ProblémaA havi csoportriport 18 cégre, több devizában, kézi Excel-összefésüléssel készül (5–6 nap, most csúszik); nincs automatikus vezetői dashboard (ROI produkciónként).
MegoldásAdatkonszolidációs réteg a szigetrendszerek fölött, automatizált riporttal és dashboarddal.
AdatA „case country report"-ok és a PaprikaDocs adatai.
ROIIdőmegtakarítás, a kulcsember-függőség csökkentése, gyorsabb és megbízhatóbb vezetői döntés.
03 · Gyártás
Hatás: magasNapi megtakarítás

Diszpozíció és call sheet automatizálás

A legintenzívebb szakasz kézi terhe
ProblémaA napi call sheet és transport-lista összeállítása minden forgatáson kb. 1–1,5 fő teljes munkanapját elviszi, és a szereplőcserék, shift-váltások miatt marad hibalehetőség.
MegoldásA szegmensekből, erőforrásokból és a szereplők elérhetőségéből az eszköz automatikusan generálja a call sheet és a transport-lista tervezetét, és jelzi az idő- és erőforrás-ütközéseket.
AdatA meglévő diszpozíciós Excelek, valamint a stáb- és erőforrás-nyilvántartás.
ROIForgatásonként több munkaóra szabadul fel, kevesebb hibával; közvetlenül csökkenti a kulcsember-terhelést a leghajtósabb időszakban, és országonként skálázható.
04 · Beszerzés
Első POCAlacsony nehézség

Beszállítói due diligence agent

Javasolt első, bizonyító POC
ProblémaA beszállítók NAV-, cégbírósági és ÁFA-ellenőrzése ma kézi, és egyelőre csak Magyarországon zajlik.
MegoldásEgy agent, amely publikus adatbázisokhoz kapcsolódva automatikusan ellenőriz és riportál, országonként skálázhatóan.
KockázatAlacsony (publikus adat, nincs érzékeny tartalom).
Miért ezSzűk, jól definiált, gyorsan megtérül. Pontosan az a „low-hanging fruit", amivel a közös munka gyorsan bizonyít.

A teljes use-case katalógus

#Use caseTerületHatásNehézségMéret
U1Költségvetés- és árazási intelligenciaÜzlet / SalesMagasKözepesM
U2Pénzügyi konszolidáció és vezetői dashboardPénzügyMagasKözepes–magasL
U3Diszpozíció, call sheet automatizálásGyártásMagasKözepesM
U4Beszállítói due diligence agentBeszerzésKözepesAlacsonyS
U5Helyszín-könyvtár (location library)GyártásKözepesAlacsony–köz.M
U6Utómunka AI-elővágásUtómunkaMagasMagasL
U7Átirat, scriptelés (HU reality)UtómunkaKözepesKözepes–magasM
U8Feliratozás, fordítás (10 nyelv)TartalomKözepesKözepesM
U9Számla-adatkinyerés (PaprikaDocs AI)PénzügyKözepesKözepesM
U10Tartalom-újrahasznosítás (játék, intro)KreatívKözepesKözepesM
U11Szerződés-intelligencia (jog)JogKözepesKözepesM
U12Tartalomgenerálás (kép, videó)KreatívKözepesAlacsonyS
U13Privát modell és AI-governance (enabler)Platform / JogMagasKözepesL
09Roadmap

Logikus sorrend: alapoktól a skálázásig

A javasolt út a tanácsadástól az előkészítésen át a konkrét projektekig vezet. Az elején az adat-alapot és a governance-t rakjuk le, párhuzamosan egy gyors, bizonyító POC-val, és csak ezután skálázunk.

Fázis 0 · Explore Kész

Feltérképezés és közös nyelv

Jelenlegi assessment

A működés, a fájdalompontok, az adatok és a korlátok megértése. Kimenet: ez az anyag és a kulcsmegállapítások bemutatása.

Fázis 1 · Launch · 2 hét

Mélyelemzés, governance-alap, POC-kiválasztás

Tanácsadás

Adat- és platform-audit, folyamatok pontosítása, AI-szabályzat és jóváhagyott eszközlista, adatosztályozás; a priorizált use case-ek üzleti eseteinek kidolgozása 2–3 szenárióban (kicsi indulás, integráció, teljes „big bang" több országra).

Fázis 2 · Quick-win POC · 4–8 hét

Első bizonyító megoldás

Előkészítés és fejlesztés

Szűk, gyorsan megtérülő use case élesítése, pl. beszállítói due diligence agent (U4) vagy a költségvetés-tool (U1) egy első változata.

Fázis 3 · Alap · 3–6 hó

Adatkonszolidációs réteg és vezetői dashboard

Projekt

A szigetrendszerek fölé épített adat-réteg (U2), amely egyszerre gyorsítja a riportot és megnyitja a döntéstámogatást, és alapot ad a további use case-eknek.

Fázis 4 · Skálázás · folyamatos

Produkciós és utómunka-AI, több ország

Projektek

Diszpozíció-automatizálás (U3), helyszín-könyvtár (U5), privát modell forgatókönyvekhez (U13), majd az utómunka és a feliratozás (U6–U8), a Budapesten bevált megoldások kiterjesztése a régióra.

10Következő lépések

Hogyan tovább?

Az Explore után két, egymással kombinálható út áll nyitva. Rugalmasak vagyunk: szívesen indulunk egy szűk, alacsony kockázatú „low-hanging fruit" POC-val is, hogy gyorsan bizonyítsuk az értéket.

◆ Ajánlott

Launch mélyelemzés és beágyazott POC

2 hetes tanácsadás, amelyben szorosabban dolgozunk együtt: pontosítjuk a folyamatokat, feltérképezzük az adatokat és platformokat, lefektetjük a governance alapjait, és közben elindítunk egy gyors, bizonyító POC-t.

  • Teljes, ügyfélre szabott transzformációs terv
  • AI-szabályzat és jóváhagyott eszközlista
  • Dedikált tanácsadók, 2–3 szenárió use case-enként
  • Egy élesített quick-win (pl. U4 vagy U1)
Alternatíva

Önálló pilot vagy POC

Ha egy use case már most kiemelkedik és elég szűk a szkópja, azonnal indulhatunk egy pilottal, a legkisebb kockázattal és a leggyorsabb visszajelzéssel.

  • Egy jól körülhatárolt use case
  • Gyors megtérülés, alacsony belépési küszöb
  • A közös munka „próbája" mélyebb elköteleződés nélkül
Vezérelv

Gyors, mérhető megtérülés. A modellek fejlődési üteme olyan gyors, hogy a legmagasabb és leggyorsabban realizálható hozamú megoldásokat választjuk, és a megtakarított időt, illetve erőforrást mérjük. A célunk, hogy 6 hónapon belül látható eredmény szülessen.

Adroit Group tanácsadó

Készen álltok a következő lépésre?

A piac gyorsan mozog: az OECD és a Deloitte 2025-ös elemzései szerint azok a cégek húznak el, amelyek most építik be az AI-t a működésükbe, míg a versenytársak még kísérleteznek. A Paprikának erős adatvagyona és elkötelezett vezetése van, épp a megfelelő pillanatban a lépéshez. Foglaljunk egy rövid beszélgetést, és nézzük meg együtt, hol indítsunk elsőként.

Örülnénk, ha együtt dolgozhatnánk. Építsünk együtt valami jót.

Adroit Group · AI Acceleration Framework · Explore Assessment Paprika Studios · 2026. július · Bizalmas · adroitgroup.io