Η συζήτηση για την τεχνητή νοημοσύνη δεν αφορά πλέον μόνο τις εταιρείες τεχνολογίας ή τα τμήματα πληροφορικής των ομίλων. Αρχίζει να απασχολεί άμεσα την ελληνική βιομηχανία και συνολικά τις εγχώριες επιχειρήσεις, γιατί συνδέεται με το μεγάλο ζητούμενο της επόμενης ημέρας, την παραγωγικότητα. Σε μια οικονομία με δημογραφικό πρόβλημα, όπου η αύξηση της απασχόλησης δεν μπορεί να λειτουργεί για πάντα ως μοχλός ανάπτυξης, το επόμενο βήμα είναι οι επιχειρήσεις να παράγουν περισσότερο, ταχύτερα και με καλύτερη αξιοποίηση των υφιστάμενων πόρων.
Η Ελλάδα εξακολουθεί να έχει χαμηλή παραγωγικότητα εργασίας, κοντά στα επίπεδα του 2000, μικρό επενδυμένο κεφάλαιο ανά εργαζόμενο και πολλές μικρές επιχειρήσεις που δυσκολεύονται να επενδύσουν σε έρευνα, ανάπτυξη, τεχνολογία και δεξιότητες. Όσο η χώρα αντλούσε δυναμική από τη μείωση της ανεργίας και την αύξηση της συμμετοχής στην αγορά εργασίας, το πρόβλημα μπορούσε να κρύβεται πίσω από την αύξηση της απασχόλησης. Όμως αυτή η δεξαμενή δεν είναι ανεξάντλητη. Για να διατηρηθεί η αναπτυξιακή δυναμική, κατά την ανάγνωση του ΣΕΒ, χρειάζεται αύξηση της παραγωγικότητας, κάτι που περνά από επενδύσεις, νέες τεχνολογίες, δεξιότητες, ανθρώπινο κεφάλαιο και μεγαλύτερη επιχειρηματική κλίμακα.
Καταλύτης θετικών ή αρνητικών εξελίξεων η τεχνητή νοημοσύνη
Η τεχνητή νοημοσύνη μπαίνει πλέον στον πυρήνα αυτής της συζήτησης. Για μια οικονομία που θέλει να καλύψει απόσταση από τον ευρωπαϊκό μέσο όρο, η AI μπορεί να λειτουργήσει ως επιταχυντής. Μπορεί να βοηθήσει επιχειρήσεις να αυτοματοποιήσουν διαδικασίες, να μειώσουν διοικητικό βάρος, να βελτιώσουν τον έλεγχο δεδομένων, να ενισχύσουν τη λήψη αποφάσεων και να παράγουν περισσότερο με τους ίδιους ανθρώπους.
Ο πρόεδρος του ΣΕΒ, Σπύρος Θεοδωρόπουλος, έδωσε προ λίγων ημερών μια χαρακτηριστική διατύπωση. Η τεχνητή νοημοσύνη, είπε, μπορεί να αποτελέσει για την Ελλάδα είτε τη μεγαλύτερη ευκαιρία είτε το μεγαλύτερο πρόβλημα, ανάλογα με το πόσο γρήγορα θα κινηθεί η χώρα, πόσο γρήγορα θα την υιοθετήσει και πόσο γρήγορα θα επενδύσει πάνω της. Με άλλα λόγια, μπορεί να γίνει επανάσταση που θα φέρει την Ελλάδα πιο κοντά στον ευρωπαϊκό μέσο όρο ή επανάσταση που θα την απομακρύνει ακόμη περισσότερο.
Ενδεικτικές είναι και οι δράσεις του ΣΕΒ γύρω από την τεχνητή νοημοσύνη. Σε έναν πρώτο γύρο σεμιναρίων υπήρξαν περίπου 600 συμμετοχές, ενώ φέτος, σε συνεργασία με το ALBA, εκπαιδεύτηκαν πάνω από 400 στελέχη επιχειρήσεων, δύο από κάθε εταιρεία, δηλαδή περίπου 200 επιχειρήσεις. Η λογική ήταν τα στελέχη αυτά να επιστρέψουν στις εταιρείες τους και να λειτουργήσουν ως φορείς μεταφοράς γνώσης.
Ωστόσο, το πρόβλημα παραμένει. Παρά τις δράσεις ενημέρωσης και εκπαίδευσης, ο βαθμός υιοθέτησης της τεχνητής νοημοσύνης εμφανίζεται ακόμη χαμηλός. Το κρίσιμο είναι ότι δεν αφορά μόνο τις μικρομεσαίες επιχειρήσεις, όπου οι περιορισμοί σε κεφάλαια και ανθρώπινο δυναμικό είναι αναμενόμενοι. Η υιοθέτηση παραμένει χαμηλή και στις μεγάλες επιχειρήσεις. Αυτό κάνει το ζήτημα πιο δύσκολο και σύνθετο για τη βιομηχανία, γιατί δείχνει ότι το πρόβλημα δεν είναι μόνο μέγεθος, αλλά και ταχύτητα οργανωτικής προσαρμογής.
Η ενσωμάτωση agentic AI τρέχει με ιλιγγιώδεις ρυθμούς
Το γιατί η ταχύτητα έχει σημασία φαίνεται ήδη από τις διεθνείς εξελίξεις. Η Ernst & Young ανακοίνωσε την παγκόσμια εισαγωγή enterprise-scale agentic AI στις ελεγκτικές υπηρεσίες της, ενσωματώνοντας ένα multi-agent framework στην πλατφόρμα EY Canvas. Σύμφωνα με την EY, οι νέες δυνατότητες θα υποστηρίξουν 160.000 ελεγκτικά έργα παγκοσμίως, ενώ η πλήρης agentic ενσωμάτωση αναμένεται να καλύπτει όλες τις φάσεις του ελέγχου έως το 2028.
Αυτό είναι σημαντικό και για την Ελλάδα, γιατί δείχνει ότι η AI δεν περιορίζεται στην παραγωγή ή στο μάρκετινγκ. Μπαίνει σε επαγγελματικές υπηρεσίες υψηλής ευθύνης, όπως οι έλεγχοι οικονομικών καταστάσεων, όπου απαιτούνται διασταύρωση στοιχείων, επαγγελματική κρίση, τεκμηρίωση και αξιολόγηση κινδύνου. Το agentic AI δεν είναι απλώς ένα εργαλείο που απαντά σε ερωτήσεις. Είναι ένα σύστημα που μπορεί να οργανώνει ροές εργασίας, να αναλαμβάνει επιμέρους βήματα και να υποστηρίζει ομάδες σε σύνθετες διαδικασίες, με τον άνθρωπο να παραμένει υπεύθυνος για την κρίση και την τελική απόφαση.
Για τις ελληνικές επιχειρήσεις, αυτό λειτουργεί ως προειδοποίηση. Η τεχνητή νοημοσύνη δεν θα αλλάξει μόνο τα εργοστάσια, τις γραμμές παραγωγής ή τα τμήματα πληροφορικής. Θα επηρεάσει τη διοίκηση, τα οικονομικά τμήματα, τον εσωτερικό έλεγχο, τις προμήθειες, την εφοδιαστική αλυσίδα, τις πωλήσεις και την ίδια την οργάνωση της εργασίας. Η πρόκληση δεν είναι απλώς να «μπει AI» σε μια επιχείρηση. Είναι να υπάρξουν δεδομένα, διαδικασίες και άνθρωποι με δεξιότητες που να επιτρέπουν στην τεχνολογία να παράγει πραγματικό αποτέλεσμα.
