Machinewashing, AI-washing: Itt az újabb módszer a befektetők félrevezetésére?

Az AI korábbi hullámait követő időszakokban a vállalatok jóval óvatosabban használták a mesterséges intelligenciához kapcsolódó kifejezéseket, mára azonban gyökeresen megváltozott a helyzet. Az AI a vállalati kommunikáció egyik központi témájává vált, legyen szó befektetőknek, fogyasztóknak vagy ügyfeleknek szóló üzenetekről. Ezzel el is jutottunk a machinewashing, illetve AI-washing jelenségéhez, melynek lényege, hogy egy társaság a mesterséges intelligenciával kapcsolatban pontatlan, túlzó vagy valótlan állításokat tesz közzé, és ezzel félrevezetheti a befektetőket, fogyasztókat vagy más érintetteket. Témáink:

• A machinewashing, AI-washing előzményei
• Mit jelent a machinewashing, AI-washing?
• Példák az AI-washing jelenségére
• Megtéveszthetők a befektetők az AI-washing segítségével?

A machinewashing, AI-washing előzményei

Jelenleg a mesterséges intelligencia fejlődésének harmadik nagy hullámát követhetjük nyomon, és ahogy az alábbi grafikonon is látható, az AI korántsem volt mindig olyan népszerű a befektetők, vállalatok és fogyasztók körében, mint napjainkban. Az AI-telek (részletek itt) időszakában jelentősen csökkent a mesterséges intelligenciával kapcsolatos lelkesedés. A technológiával szembeni várakozások visszaestek, és az AI kifejezés használata is háttérbe szorult a vállalati kommunikációban. Ha egy társaság mesterséges intelligenciához kapcsolódó módszereket, például gépi tanulást alkalmazott, gyakran inkább olyan kifejezéseket használt, mint az „algoritmus” vagy az „okos” technológia.

forrás: https://jaylatta.net

Ahogy a fenti ábrából is látható, a 2010-es években a mesterséges intelligencia fejlődése újabb fontos mérföldkőhöz érkezett. A mélytanulási módszerek gyors fejlődésével ismét megnőtt az AI iránti érdeklődés, majd a generatív mesterséges intelligencia elterjedése tovább erősítette ezt a folyamatot.

Az AI kifejezés marketingértéke mára olyan nagy lett, hogy hagyományos algoritmikus, automatizálási vagy statisztikai megoldásokat is gyakran AI-alapúként kommunikálnak. Emiatt önmagában abból, hogy egy termék vagy szolgáltatás megnevezésében szerepel az AI kifejezés, még nem következik, hogy mögötte valóban fejlett mesterségesintelligencia-technológia található. Bővebben itt beszéltünk azokról az algoritmusokról és módszerekről, amelyek a mesterséges intelligencia alapját adják.

A probléma bizonyos szempontból hasonló természetű, mint a greenwashing, azaz zöldmosdatás (lásd itt) esetében. A vállalatok kommunikációjukban olyan állításokat tehetnek, amelyek a valóságosnál kedvezőbb képet festenek egy technológiáról, termékről vagy vállalati tevékenységről. Oldalunk témájára fókuszálva elsősorban a vállalati machinewashing jelenségével foglalkozunk, azon belül is azzal, hogyan érintheti mindez a befektetőket.

Mit jelent a machinewashing, AI-washing?

A machinewashing a machine learning kifejezésből képzett fogalom. Nevével ellentétben természetesen nem gépi mosást jelent, hanem azoknak a kommunikációs és marketingtechnikáknak a gyűjtőneve, amelyek segítségével egy szervezet félrevezető, pontatlan vagy túlzó információkat közöl a mesterséges intelligenciával kapcsolatban. A gyakorlatot AI-washingnek is nevezzük.

Seele és Schultz [2022] munkája alapján az alábbi típusai különíthetők el a jelenségnek:

• Szavakkal történő félrevezetés
• Vizuális vagy grafikus elemek segítségével történő félrevezetés
• Félrevezetés elhallgatással
• Félrevezetés mesterséges intelligenciával
• Szimbolikus cselekvéssel történő félrevezetés

A szavakkal történő félrevezetés jellemzően homályos, pontatlan vagy nehezen ellenőrizhető állítások formájában jelenik meg. Ilyenek lehetnek például az „etikus AI”, a „fair AI”, a „human-friendly AI” vagy a „fenntartható AI” kifejezések, ha a vállalat nem határozza meg pontosan, mit ért ezek alatt, és állításait milyen konkrét gyakorlatokkal támasztja alá.

Pontatlan vagy túlzó állításokkal is találkozhatunk. Ilyen például az IBM Watsonnal kapcsolatban használt „IBM Watson is helping doctors outthink cancer, one patient at a time” megfogalmazás. Az ilyen kommunikáció problémája, hogy egy összetett technológia képességeit könnyen leegyszerűsítheti, illetve a tényleges eredményeknél jóval szélesebb körű következtetések levonására ösztönözheti az olvasót.

Gyakori technika a túlzott szakzsargon használata is. Egy vállalat olyan technológiai kifejezésekkel írhatja le termékét, amelyek az átlagos fogyasztó vagy befektető számára nehezen értelmezhetők, miközben kevés konkrét információt közöl arról, pontosan milyen mesterségesintelligencia-megoldást használ.

A túlzó kijelentésekre példa Andrew Ng egyik sokat idézett megállapítása is: “If a typical person can do a mental task with less than one second of thought, we can probably automate it using AI either now or in the near future.” Azaz ha egy átlagos ember egy mentális feladatot kevesebb mint egy másodperc gondolkodással el tud végezni, akkor valószínűleg automatizálható AI segítségével most vagy a közeljövőben. Az ilyen általános megállapítások jól mutatják, milyen könnyű a mesterséges intelligencia potenciális alkalmazási területét a tényleges technológiai lehetőségeknél szélesebben értelmezni.

Példák az AI-washing jelenségére

A reklámokban és a fogyasztói termékek piacán is egyre gyakrabban jelenik meg az AI mint marketingüzenet. A Coca-Cola például bemutatta a Y3000 nevű termékét, melynek ízvilágát a vállalat kommunikációja szerint mesterséges intelligencia segítségével alakították ki. A termék dobozán található QR-kód segítségével a fogyasztók azt is megnézhették, hogyan képzeli el a mesterséges intelligencia a jövőt.

Az ilyen példák önmagukban természetesen még nem feltétlenül bizonyítják az AI-washing jelenlétét. A kérdés inkább az, hogy a mesterséges intelligencia tényleges szerepe mekkora a termék létrehozásában, és ezt a vállalat kommunikációja mennyire pontosan mutatja be.

A startupok világában ennél jóval látványosabb példákkal is találkozhattunk. 2019-ben az Engineer.ai startup mintegy 30 millió dollár finanszírozást gyűjtött egy olyan platform fejlesztésére, amely a kommunikáció szerint mesterséges intelligencia segítségével képes mobilalkalmazást létrehozni egy egyszerű vázlatból, komolyabb programozói tudás nélkül. Később azonban felmerült, hogy a rendszer működésének jelentős részét nem mesterséges intelligencia, hanem emberi programozók munkája biztosította.

Az MMC Ventures 2019-es vizsgálata 2830 európai startupot elemzett. A kutatás szerint az AI-startupként megjelölt vállalkozások jelentős részénél nem lehetett egyértelmű bizonyítékot találni arra, hogy a vállalat ténylegesen mesterséges intelligenciára épülő technológiát használt.

Ez befektetési szempontból azért érdekes, mert az AI megjelölés önmagában is növelheti egy vállalat vonzerejét. A technológiai trendekhez kapcsolódó társaságok gyakran könnyebben kerülnek a befektetők figyelmének középpontjába, ami finanszírozási előnyt jelenthet számukra.

Megtéveszthetők a befektetők az AI-washing segítségével?

Az AI-washing befektetési szempontból különösen érdekes kérdést vet fel. Ha egy vállalat jóval többet beszél az AI-ról, mint amit tényleges mesterségesintelligencia-fejlesztései indokolnának, azzal felkeltheti a befektetők figyelmét, és akár a részvény árfolyamára is hatással lehet. A kérdés az, hogy meddig tarthat ez a hatás.

Song, Hou, Ouyang és Hao mintegy 11 ezer amerikai vállalat adatait vizsgálva arra keresték a választ, hogyan reagálnak a befektetők azokra a társaságokra, amelyek kommunikációja és tényleges AI-tevékenysége között jelentős eltérés figyelhető meg. A kutatók BERT-alapú szövegelemzéssel vizsgálták a vállalati beszámolók mesterséges intelligenciával kapcsolatos kommunikációját, majd ezt a vállalatok AI-szabadalmi aktivitásával vetették össze.

AI-washingnek tekinthető ebből a szempontból az az eset, amikor egy vállalat az iparági átlaghoz képest intenzíven kommunikál a mesterséges intelligenciáról, miközben a tényleges AI-innovációját jelző szabadalmi aktivitása elmarad az iparági átlagtól.

A kutatás egyik legérdekesebb eredménye, hogy az AI-washing rövid távon működhet. A befektetők kezdetben pozitívan reagáltak az ilyen vállalatok éves jelentéseire. A pozitív árfolyamhatás azonban nem bizonyult tartósnak. A kezdeti lelkesedés a következő hetekben fokozatosan alábbhagyott, a korábbi felülteljesítés pedig eltűnt.

forrás: Song et al. (2026)

A vizsgálat arra utal, hogy a mesterséges intelligenciával kapcsolatos hangzatos vállalati kommunikáció rövid távon képes lehet felkelteni a befektetők figyelmét. Ahogy azonban telik az idő, egyre fontosabbá válik, hogy a kommunikáció mögött tényleges technológiai fejlesztések és üzleti eredmények is megjelenjenek.

A kutatás szerint ráadásul nemcsak az árfolyamoknál figyelhető meg kedvezőtlenebb későbbi teljesítmény. Az AI túlzott kommunikációja a későbbi alacsonyabb értékesítésnövekedéssel is kapcsolatban állt. Ez arra utal, hogy az AI-washing mögött nem pusztán egy rövid életű tőkepiaci marketingjelenség állhat, hanem a vállalati kommunikáció és a tényleges működési teljesítmény közötti eltérés is.

A szerzők a jelenséget korábbi technológiai fellendülésekhez is kapcsolják. Hasonló folyamatot lehetett megfigyelni az 1990-es évek internetes fellendülése során, amikor az internethez kapcsolódó vállalati elnevezések és kommunikáció önmagukban is jelentős befektetői érdeklődést tudtak kiváltani. Később a blockchain körüli fellendülés során is megjelent hasonló vállalati magatartás.

Befektetőként ezért önmagában abból, hogy egy vállalat egyre többet beszél mesterséges intelligenciáról, nem következik, hogy jelentős AI-technológiával vagy fenntartható versenyelőnnyel rendelkezik.

Érdemes azt is megvizsgálni, hogy az AI-kommunikáció mögött találunk-e tényleges K+F-tevékenységet, szabadalmakat, AI-hoz kapcsolódó beruházásokat, új termékeket, növekvő bevételt, javuló termelékenységet vagy kimutatható költségmegtakarítást.

A mesterséges intelligenciával kapcsolatos hype tehát rövid távon képes lehet befolyásolni a befektetők várakozásait, hosszabb távon azonban a kommunikációt a tényleges megvalósításnak és az üzleti eredményeknek is alá kell támasztaniuk.