Tíz perc, és kész az integráció

Szota Szabolcs AI-influencer és YouTuber, az AI a mindennapokban Szabolccsal csatorna vezetője március 10-én kezdett neki. Este tízre állt a Billingo MCP, másnap délelőttre a NAV online számlázó, harmadnapra a Wise pénzforgalmi adatkezelő. A módszer mindhárom esetben azonos:

természetes nyelven megírta, mit szeretne, a Claude Code legenerálta a kódot, ő pedig csatlakoztatni tudta az AI-ügynökéhez.

Az eredmény nem demó. Szabolcs rendszere figyeli a bejövő számlákat az e-mail fiókjában, lekéri a NAV-ból a kiállított és bejövő számlákat, összeveti a Wise tranzakciós történetével, és a kifizetett számlákat automatikusan fizetettre állítja a Billingóban. Pénzügyi összesítőt vezet, folyamatosan frissítve – emberi beavatkozás nélkül.

Ehhez sem egyedi fejlesztésre, sem workflow-építő eszközre nem volt szükség.

Csak a Claude Desktop alkalmazásra és a benne futó Cowork funkcióra.

Miért fontos ez a pénzügyi szektornak?

A pénzügyi folyamatok automatizálásának legnagyobb akadálya nem a technológia, hanem az integráció. Egy bank tucatnyi rendszert működtet, amelyek között az adatcsere gyakran kézi vagy félautomata. Az MCP-alapú megközelítés azt mutatja, hogy ezek az összeköttetések drámaian egyszerűbben is létrehozhatók.

Szabolcs esetében a teljes pénzügyi back-office automata lett: bejövő és kimenő számlák figyelése, egyenleg-összesítők, kifizetések nyomkövetése – mind egy AI-ügynök feladatává vált.

Ez nem egyéni vállalkozói különlegesség. Ugyanez az elv banki környezetben is alkalmazható, ahol a manuális adategyeztetés, az irodák közötti átadás-átvétel és a napi riportolás hatalmas erőforrást emészt fel.

Kompromisszumok és nyitott kérdések

A gyorsaság meggyőző, de a kompromisszumok valósak. Egy egyéni vállalkozó pénzügyi automatizálása és egy banki éles rendszer között legalább három réteg különbség van: compliance, jogosultságkezelés és auditálhatóság.

Az MCP-szerverek jelenleg nem rendelkeznek szabványos jogosultsági keretrendszerrel. Aki hozzáfér az AI-ügynökhöz, hozzáfér a bekötött rendszerekhez is.

Banki környezetben ez elfogadhatatlan – viszont megoldható, és a szabványosítás már megindult.

A másik kérdés a felelősség. Ha az AI-ügynök önállóan állít fizetettre egy számlát, ki felel, ha téved? Egyéni vállalkozóként ezt Szabolcs saját kockázatra teszi. Vállalati szinten ez szabályozási és felelősségbiztosítási kérdés.

Buktatók a gyakorlatban

A legnagyobb buktató nem technikai, hanem kulturális. A hazai pénzügyi szektorban az automatizálás gyakran azt jelenti, hogy ugyanazt a folyamatot digitalizálják, nem azt, hogy újragondolják.

Az MCP-alapú megközelítés viszont éppen a folyamatok újragondolását teszi lehetővé: nem riportot kapok a számláimról, hanem az AI-ügynök figyeli, összekapcsolja és kezeli őket.

Ez szemléletváltást igényel, és a szemléletváltás mindig lassabb, mint a technológia.

A másik buktató: a hazai szoftverszállítók API-elérhetősége egyenetlen. Szabolcs a Billingo és a NAV nyílt API-jára épített.

Ahol nincs nyílt API, ott MCP-t sem lehet építeni.

Ki csinálja már?

Szabolcs nem állt meg a pénzügyi automatizálásnál. Létrehozta Marvint, egy OpenClaw-alapú AI-ügynököt, amely saját hardveren (Mac Mini) fut, és önállóan végez kutatást, készít üzleti javaslatokat, e-mail-szekvenciákat, és kezeli a napi teendőket.

Reggel 8-kor napi összefoglalót küld, délután üzleti ötleteket dolgoz ki – Telegram-üzenetben jelezve, ha végzett.

Ez nem jövőkép. Ez egy magyar vállalkozó jelenlegi munkafolyamata, amelyet programozói tudás nélkül állított össze.

Forrás: Szota Szabolcs LinkedIn-posztjai · Billingo, NAV, Wise MCP GitHub · Model Context Protocol