Anonimizer – Üzleti terv
Állapot: tervezet, 2026. november · Székhely: Szeged
A számok egy része hipotézis, a pilotok során validálandó. Ezeket a szöveg külön jelöli.
1. Vezetői összefoglaló
Az Anonimizer helyben telepített adatvédelmi átjáró. Lehetővé teszi, hogy pszichológiai kutatócsoportok és terápiás praxisok a legerősebb felhőalapú nyelvi modelleket (Claude) használják úgy, hogy a nyers személyes adat nem hagyja el a saját hálózatukat.
- Probléma: a szakemberek használnák az MI-t átiratok elemzésére, dokumentációra, szupervízióra készüléshez, de a terápiás szöveg nem kerülhet ki ellenőrizetlenül egy felhőszolgáltatóhoz. Ma vagy nem használják, vagy szabálytalanul („árnyék-MI”).
- Megoldás: a stúdió szerverén futó álnevesítő, kockázati kapu és visszacserélő, EU-s régióban, adatmegőrzés nélkül hívott Claude-dal, magyar nyelvre és pszichológiai szövegre hangolva.
- Ígéret: a nyers adat helyben marad. Ami kimegy, az minimalizált és álnevesített. A felismerési pontosságot mérjük és nyilvánosan közöljük.
- Első piac: szegedi és hazai kutatócsoportok, utána magánpraxisok és terápiás stúdiók.
- Előny: kutatási partnerség a szegedi nyelvtechnológiai csoporttal, nyílt benchmark, a hazai jogi és etikai keretre szabott dokumentáció.
2. A probléma
| Felhasználó | Mit szeretne | Mi akadályozza |
|---|---|---|
| Kutató | interjúátiratok kvalitatív kódolása, témaelemzés | az etikai engedély és a résztvevői beleegyezés nem engedi, hogy a nyers átirat felhőbe kerüljön |
| Terapeuta, klinikai szakpszichológus | ülésjegyzet összefoglalása, dokumentáció, felkészülés szupervízióra | titoktartás, GDPR (egészségügyi adat), szakmai etikai kódex |
| Praxis vagy stúdió vezetője | a csapat egységesen és szabályosan használjon MI-t | nincs ellenőrzött eszköz, a munkatársak a saját fiókjukkal próbálkoznak |
3. A megoldás
- Álnevesítő (helyben): szabályok + HuSpaCy NER + helyi LLM a kvázi-azonosítókra.
- Kockázati kapu (helyben): küldés előtt ellenőriz; kétes esetben emberi jóváhagyást kér.
- Claude (EU-s régió, nulla adatmegőrzés, adatfeldolgozói szerződés).
- Visszacserélő (helyben): a válaszban visszaállítja az adatokat, a magyar ragozást kezelve.
- Felügyeleti felület és auditnapló (helyben).
Rendeltetési cél: adminisztratív és kutatási szövegmunka. Diagnózis, triázs és kockázatbecslés kifejezetten kizárva. Így a termék nem orvostechnikai eszköz, és az EU MI-rendelet szerint várhatóan nem magas kockázatú rendszer.
4. Célszegmensek
| Szegmens | Igény | Döntéshozó | Prioritás |
|---|---|---|---|
| Egyetemi és kutatóintézeti pszichológiai csoportok | átirat-elemzés, kódolás | témavezető, csoportvezető | 1. |
| Magánpraxisok, terápiás stúdiók (2–15 fő) | dokumentáció, összefoglaló | praxisvezető | 2. |
| Egészségügyi szolgáltatók pszichológiai részlegei | dokumentáció, belső tudásbázis | intézményi IT és adatvédelmi tisztviselő | 3. (hosszabb értékesítési ciklus) |
Piacméret: a hazai pszichológusok és praxisok pontos számát a működési nyilvántartásból és a szakmai szervezetektől kell beszerezni (nyitott kérdés). Tájékozódásul: a magánrendelés díja jellemzően 13 000–25 000 Ft alkalmanként (Pénzcentrum, 2025). Egy havi előfizetés tehát nagyjából 1–3 ülés árával vethető össze.
5. Termékcsomagok és árazás (hipotézis)
| Csomag | Kinek | Tartalom | Árazási modell (hipotézis) |
|---|---|---|---|
| Kutatási licenc | kutatócsoport, egy vizsgálat | helyi telepítés (VM vagy saját gép), dokumentációs csomag, felhasználás szerinti Claude-keret | vizsgálatonkénti díj + LLM-felhasználás önköltségen + árrés |
| Stúdió | 1–5 fős praxis | előre telepített kis szerver, felügyeleti felület, havi keret | egyszeri telepítési díj + havi előfizetés felhasználónként |
| Intézményi | klinika, nagyobb szolgáltató | saját infrastruktúrára telepítve, integráció, SLA | egyedi ajánlat |
| Felügyelt LLM-előfizetés (később) | nem betegadatos feladatok | DPA-alapú hozzáférés, álnevesítő nélkül | havi díj |
Egységgazdaságtan – a pilot során mérendő:
- havi bevétel praxisonként = felhasználók × havi díj + felhasználási díj;
- közvetlen költség = LLM API (tokenalapú) + hardver-amortizáció + támogatás;
- cél: a fedezet a második évtől fedezze a terméktámogatást és a modellfrissítések újramérését.
6. Verseny
| Szereplő | Mit tud | Miben más az Anonimizer |
|---|---|---|
| Praetor Anonimizáló (Wolters Kluwer) | magyar jogi dokumentumok kitakarása felhőbe küldés előtt, saját szerveren is fut | pszichológiai szöveg; kétirányú (visszacserél); kockázati kapu; mért, közölt pontosság |
| Külföldi terápiás jegyzetelők (pl. Mentalyc, Supanote, Transkriptor) | ülés-átírás és jegyzet, részben magyar felülettel | a nyers adat nem kerül a szolgáltatóhoz; magyar szövegre hangolt; hazai jogi és etikai dokumentáció |
| Közvetlen ChatGPT- vagy Claude-használat | erős modell, olcsó | szabályos adatkezelés, álnevesítés, auditálhatóság |
| Teljesen helyi LLM | az adat sosem megy ki | felhőminőségű modell; nem kell drága GPU-park |
7. Piacra lépés
- Szegedi pilot (0–9. hónap): egy kutatócsoport és egy-két szegedi praxis ingyenes vagy kedvezményes pilotja, a kutatási projekttel összehangolva.
- Szakmai hitelesség: nyílt benchmark és publikáció (MSZNY), előadás pszichológiai szakmai rendezvényeken.
- Szakmai csatornák: szakmai társaságok, szupervíziós csoportok, egyetemi pszichológiai intézetek.
- Referenciák után: praxisok országosan, majd intézményi ajánlatok.
8. Működés és csapat
- Szolgáltató cég: ONYX Innováció Kft. vagy új cég (nyitott kérdés; a felelősségi és pályázati szempontok döntik el).
- Alapcsapat: termék és mérnöki munka (alapító), NLP-partner (SZTE), pszichológus szakmai tanácsadó, adatvédelmi jogász (külsős).
- Beszállítók: Anthropic (AWS Bedrock vagy Google Vertex AI EU-s régión át), hardver-viszonteladó a stúdiószerverekhez.
9. Ütemterv és kapuk
| Fázis | Időszak | Tartalom | Továbblépés feltétele |
|---|---|---|---|
| 0. Előkészítés | 0–3. hó | partnerek, jogi keret, DPA-k, prototípus | aláírt együttműködés, működő prototípus |
| 1. Kutatási pilot | 3–12. hó | kutatócsoport-pilot, első recall-mérések | célérték feletti recall, elégedett pilot-felhasználó |
| 2. Stúdió-pilot | 9–18. hó | 2–5 praxis, adminisztratív funkciók | fizetési hajlandóság igazolva, nincs adatvédelmi incidens |
| 3. Piaci bevezetés | 18. hótól | csomagok, országos értékesítés | fenntartható fedezet |
| 4. Bővítés | 24. hótól | intézményi ajánlat, felügyelt LLM-előfizetés | referenciák, tanúsítások |
10. Kockázatok
| Kockázat | Kezelés |
|---|---|
| Adatszivárgás egy hibás álnevesítés miatt | kockázati kapu küldés előtt; mért recall; incidenskezelési eljárás; felelősségbiztosítás |
| A szakma bizalmatlan | nyílt mérés, egyetemi partner, átlátható dokumentáció, „a nyers adat helyben marad” elv |
| Változó szabályozás (AI Act, Anthropic-feltételek) | a rendeltetési cél szűk; negyedéves jogi felülvizsgálat |
| Beszállítói függés (egy LLM-szolgáltató) | modellfüggetlen architektúra, a helyi rétegek cserélhetők |
| Kis piac | a kutatási szegmens nemzetközileg is értékesíthető; a nyílt mag más nyelvekre bővíthető |
11. Finanszírozás
- Első szakasz: saját forrás és a kutatási konzorcium pályázati forrásai.
- Második szakasz: pilotbevételek, majd szükség esetén pre-seed befektetés a piaci bevezetéshez.
12. Mérőszámok
- felismerési recall a benchmarkon és a pilot-adatokon;
- a kapu által megállított kérések aránya és az emberi felülvizsgálat ideje;
- aktív felhasználók praxisonként, megtartás 3 és 6 hónap után;
- adatvédelmi incidensek száma (cél: 0).
13. Nyitott kérdések
- Melyik cég nyújtja a szolgáltatást?
- Milyen etikai bizottsági állásfoglalás van már, és mire szól?
- Pontos piacméret (pszichológusok és praxisok száma).
- Anthropic: közvetlen API vagy Bedrock/Vertex; mit vállal írásban az EU-s feldolgozásról?
- Árak: a pilot során mért fizetési hajlandóság alapján.
Források
- Pénzcentrum: pszichológusi díjak (2025)
- Praetor Anonimizáló – Wolters Kluwer
- Transkriptor pszichológusoknak
- The EU Digital Omnibus on AI – Taylor Wessing
- Részletes architektúra és megfelelőségi terv: a projekt „Anonimizer – architektúra és compliance terv” dokumentuma.