Την ώρα που η Τεχνητή Νοημοσύνη κυριαρχεί πλέον σε παγκόσμιο επίπεδο, εξαιρετικά περιορισμένος παραμένει ο αριθμός των ελληνικών επιχειρήσεων που απασχολούν τουλάχιστον 10 εργαζομένους και χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης.
Αν το 2023 θεωρήθηκε η χρονιά που η τεχνολογία της Τεχνητής Νοημοσύνης έγινε γνωστή στο ευρύ κοινό, το 2024 αποτελεί ορόσημο για την πρακτική ενσωμάτωσή της στην καθημερινή λειτουργία των επιχειρήσεων. Αυτό αποτυπώνεται στην μελέτη «State of AI in early 2024: Gen AI adoption spikes and starts to generate value» της QuantumBlack, AI by McKinsey.
Στην Ελλάδα, η διείσδυση της Τεχνητής Νοημοσύνης αλλά και του ίδιου του ψηφιακού μετασχηματισμού ο οποίος αποτελεί σε μεγάλο βαθμό προϋπόθεσή της, εξακολουθεί να υστερεί κατά περίπου 50% σε σχέση με τον Ευρωπαϊκό μέσο όρο, σε όλες τις επιχειρήσεις ανεξαρτήτως μεγέθους. Εντούτοις, το ποσοστό των εταιρειών που εξετάζουν την υιοθέτηση συστημάτων Τεχνητής Νοημοσύνης διπλασιάστηκε από το 2021 μέχρι το 2023.
Η GenAI θα ενισχύσει 5,5% το ΑΕΠ της Ελλάδας έως το 2030
Οι πέντε τομείς στους οποίους αναμένεται να έχει τον μεγαλύτερο θετικό αντίκτυπο παγκοσμίως η διείσδυση των συστημάτων Τεχνητής Νοημοσύνης είναι αυτοί της Τεχνολογίας και Πληροφορικών Συστημάτων, της εκπαίδευσης, των τηλεπικοινωνιών, των επιστημών υγείας, και του τραπεζικού και ασφαλιστικού τομέα. Πολλοί από αυτούς τους τομείς είναι ενεργοί και στον ελληνικό χώρο, γεγονός ελπιδοφόρο για το συνολικό πιθανό αντίκτυπο της Τεχνητής Νοημοσύνης στην εγχώρια οικονομία.
Ένα στα 10 έργα AI ξεπερνούν το πιλοτικό στάδιο
Ενδιαφέρον σημείο της έρευνας είναι αυτό που δείχνει ότι μόνο 1 στα 10 έργα Τεχνητής Νοημοσύνης καταφέρνει να ξεπεράσει το πιλοτικό στάδιο και να χρησιμοποιηθεί σε ευρεία κλίμακα. Έχει λοιπόν ενδιαφέρον να γίνει κατανοητό πώς διαφέρουν εκείνες οι επιχειρήσεις που καταφέρνουν υψηλές επιδόσεις στον χώρο αυτό από τις υπόλοιπες.
Η έρευνα της McKinsey επικεντρώθηκε στο μικρό εκείνο ποσοστό (~5%) των επιχειρήσεων που μπορούν να αποδώσουν το 10% του ΕΒΙΤ τους στην χρήση της παραγωγικής Τεχνητής Νοημοσύνης (gen AI) – και διαθέτουν παρομοίως υψηλές επιδόσεις και στη χρήση παραδοσιακής Τεχνητής Νοημοσύνης. Αυτές οι εταιρείες τείνουν να χρησιμοποιούν AI σε περισσότερες εσωτερικές λειτουργίες τους, από Marketing και Πωλήσεις μέχρι τις Νομικές τους Υπηρεσίες και το Compliance τους.
Επίσης, διαθέτουν πιο οργανωμένη αντιμετώπιση στα ρίσκα που ενέχει η χρήση Τεχνητής Νοημοσύνης, και σαφέστερη στρατηγική επί του θέματος. Οι δύο μεγαλύτερες προκλήσεις που συναντούν οι επιχειρήσεις αυτές παγκοσμίως είναι στο χώρο της διαχείρισης δεδομένων, καθώς και στο θέμα της ασφαλούς και ηθικής χρήσης της AI. Τεχνητή νοημοσύνη
Ελληνικές επιχειρήσεις και ΑΙ
Σε σχέση με τις επιχειρήσεις υψηλών επιδόσεων, οι ελληνικές επιχειρήσεις λειτουργούν σε ένα λιγότερο φιλικό περιβάλλον για την συγκεκριμένη τεχνολογία, με έλλειψη σχετικών τεχνικών υποδομών (με την Ελλάδα να έρχεται 58η από 62 χώρες στην σχετική έρευνα της Tortoise Global AI index) και έλλειψη πλαισίου διακυβέρνησης, οργανωτικού και λειτουργικού μοντέλου (51η από 62 χώρες), αναφέρει η QuantumBlack, AI by McKinsey στην έρευνά της.
Οι ελληνικές επιχειρήσεις δυσκολεύονται επίσης να βρουν ανθρώπινο δυναμικό με την κατάλληλη κατάρτιση, παρότι σε χώρους επαγγελματικής δικτύωσης όπως το LinkedIn, η διείσδυση των δεξιοτήτων Ελλήνων επαγγελματιών σε Τεχνητή Νοημοσύνη και Επιστήμη Δεδομένων παρουσιάζεται υψηλότατη.
Σε δεύτερη ανάγνωση αυτό δεν αποτελεί παράδοξο, σημειώνει η έρευνα, καθώς η Ελλάδα είναι επίσης ένας από τους μεγαλύτερους (ποσοστιαία) εξαγωγείς ταλέντου στο συγκεκριμένο τομέα, πράγμα που υποδηλώνει πως το ΑΙ brain drain αποτελεί ένα από τα μεγαλύτερα πλήγματα στην ανάπτυξη της ελληνικής οικονομίας.
Ανησυχία για τα ρίσκα
Κάποιοι από τους κινδύνους που απασχολούν τις επιχειρήσεις παγκοσμίως είναι η ασφαλής διαχείριση δεδομένων, η παραβίαση πνευματικής ιδιοκτησίας, ιδιωτικότητας, η ασφάλεια και η ηθική χρήση, αλλά και η ανακριβής ή αναληθής παραγωγή περιεχομένου, με το τελευταίο αυτό ζήτημα να θεωρείται το πιο φλέγον και το 23% συνολικά των ερωτηθέντων να δηλώνουν ότι τους επηρέασε αρνητικά. Εντούτοις, μόνο το 1/3 των ερωτηθέντων κρίνουν πως η επίγνωση των κινδύνων αυτών αποτελεί απαραίτητη δεξιότητα για το ανθρώπινο δυναμικό που είναι τεχνικά υπεύθυνο για την δημιουργία και συντήρηση τέτοιων συστημάτων.
Ιδιαίτερη ανησυχία προκαλεί επίσης το ενδεχόμενο μαζικής αντικατάστασης ανθρώπινου δυναμικού από την αυτοματοποίηση που επιτρέπουν τα συστήματα Τεχνητής Νοημοσύνης. Σε σχετική μελέτη, η McKinsey ανέδειξε πως η χρονική στιγμή στην οποία αναμένουμε η αυτοματοποίηση να φτάσει το 50% του συνολικού χρόνου εργασίας πιθανόν να έχει μετατεθεί δέκα χρόνια νωρίτερα λόγω της άφιξης της παραγωγικής Τεχνητής Νοημοσύνης (gen AI), από το ~2055 στο 2045.
Το εργατικό δυναμικό της Ελλάδας δηλώνει ιδιαίτερα ανήσυχο ως προς αυτό το ενδεχόμενο, δηλώνοντας σε ποσοστό ~24% πως φοβάται για την ανεργία που δύναται να προκαλέσει η άφιξη της Τεχνητής Νοημοσύνης, παρουσιάζει όμως ταυτόχρονα και ένα από τα μεγαλύτερα ελλείμματα εκπαίδευσης και κατάρτισης σε θέματα Τεχνητής Νοημοσύνης.
Σε παγκόσμιο επίπεδο, το 72% των επιχειρήσεων υιοθετούν τεχνολογίες Τεχνητής Νοημοσύνης, ανατρέποντας μια στασιμότητα έξι ετών κατά την οποία η χρήση τέτοιων τεχνολογιών είχε μείνει αμετάβλητη, περίπου στο 50%. Η πλειοψηφία των εταιρειών δηλώνει ότι στρέφεται στην Τεχνητή Νοημοσύνη με στόχο να καλυφθούν ταυτόχρονες ανάγκες σε πολλαπλούς τομείς, με πιο συνήθεις το marketing, τις πωλήσεις, την ανάπτυξη προϊόντων και το ΙΤ.
Σήμερα, η παραγωγική Tεχνητή Nοημοσύνη (gen ΑΙ) διεισδύει και στην καθημερινότητα των ιδίων των στελεχών, γεγονός που δεν παρατηρούνταν στον ίδιο βαθμό με παλαιότερες μορφές AI. Συγκεκριμένα, το 56% των διοικητικών στελεχών (CxOs) αναφέρουν ότι χρησιμοποιούν συχνά εργαλεία παραγωγικής Tεχνητής Nοημοσύνης (gen ΑΙ) εντός ή/και εκτός εργασιακού περιβάλλοντος.
Εντούτοις, το ποσοστό στελεχών μεσαίας ή υψηλής βαθμίδας που δηλώνουν τακτικοί χρήστες εργαλείων Τεχνητής Νοημοσύνης εντός εργασιακού περιβάλλοντος ανέρχεται στο 32% στην Ευρώπη, ένα ποσοστό αισθητά μικρότερο σε σχέση με άλλες περιοχές του πλανήτη, με την μεγαλύτερη εξοικείωση να καταγράφεται στην Κίνα, όπου το ίδιο ποσοστό ανέρχεται στο 46%.
Οι τομείς στους οποίους η χρήση Τεχνητής Νοημοσύνης εντός εργασιακού περιβάλλοντος έχει τη μεγαλύτερη διείσδυση είναι οι τηλεπικοινωνίες, ο χώρος της τεχνολογίας, και ο κλάδος των επαγγελματικών υπηρεσιών. Μάλιστα, η ίδια η McKinsey σε πρόσφατη δημοσίευσή της αναφέρθηκε στην Lilli, ένα πρόγραμμα Τεχνητής Νοημοσύνης που έχει πρόσβαση στην εκτενή διεθνή βάση δεδομένων και τεχνογνωσίας της McKinsey και το οποίο έχει αυξήσει σημαντικά την παραγωγικότητα των συμβούλων και των αναλυτών της εταιρείας επιταχύνοντας σημαντικά το έργο τους.
Σε επίπεδο επιχειρήσεων, σύμφωνα με τα ευρήματα της έρευνας, η συχνή χρήση της παραγωγικής Τεχνητής Νοημοσύνης (gen ΑΙ) στο εργασιακό περιβάλλον έχει αυξηθεί σημαντικά σε σχέση με το 2023:
Μέσα και Επικοινωνίες: 45% (από 21%)
Τεχνολογία: 54% (από 39%)
Επιχειρήσεις, νομικές και συμβουλευτικές υπηρεσίες: 57% (από 23%)
Ενέργεια: 35% (από 11%)
Προηγμένες βιομηχανίες: 27% (από 20%)
Καταναλωτικά αγαθά και λιανική: 33% (από 18%)
Χρηματοοικονομικές υπηρεσίες: 26% (από 24%)
Υγεία: 31% (από 16%)
Αναγνωρίζοντας την αξία και τα οφέλη της AI, περίπου το 33% των ερωτηθέντων επιχειρήσεων προορίζει τουλάχιστον το 5% του προϋπολογισμού που αφορά στον ψηφιακό τους μετασχηματισμό, στην ενσωμάτωση και τη διεύρυνση των λύσεων και των εργαλείων παραγωγικής Τεχνητής Νοημοσύνης (gen ΑΙ). Το αντίστοιχο ποσοστό των ερωτηθέντων που σκοπεύουν να επενδύσουν αντίστοιχα σε εργαλεία «παραδοσιακής» Τεχνητής Νοημοσύνης ανέρχεται στο 39%, πράγμα που επιβεβαιώνει την εκτίμηση της McKinsey πως οι παλαιότερες μορφές Τεχνητής Νοημοσύνης εξακολουθούν να αποτελούν κύριο πυλώνα δημιουργίας αξίας στις περισσότερες επιχειρήσεις.
Σε κάθε περίπτωση, με τις επιχειρήσεις να διακρίνουν σημαντικά περιθώρια βελτίωσης των οικονομικών τους δεικτών μέσα από την αξιοποίηση παραγωγικής Τεχνητής Νοημοσύνης (gen ΑΙ), η επόμενη τριετία αναμένεται να χαρακτηριστεί από ισχυρή αύξηση των επενδύσεων στον τομέα αυτόν.
Συγκεκριμένα, όπως αποκαλύπτουν τα στοιχεία της Eurostat, το ποσοστό τους ανέρχεται μόλις στο 4%, ενώ και η γενικότερη -πανευρωπαϊκή- εικόνα, απογοητεύει.
Αναλυτικότερα, στην Ευρωζώνη, κατά μέσο όρο λιγότερο από μία στις δέκα επιχειρήσεις (8,8%) με πάνω από δέκα υπαλλήλους χρησιμοποίησε το 2023 τεχνητή νοημοσύνη για τις καθημερινές της λειτουργίες, ενώ όταν τα στοιχεία αφορούν ολόκληρη την Ευρωπαϊκή Ένωση, ο μέσος όρος περιορίζεται στο 8%.
Ένα θετικό στοιχείο πάντως για τη χώρα μας είναι ότι παρατηρείται πολύ υψηλός ρυθμός υιοθέτησης της τεχνητής νοημοσύνης. Συγκεκριμένα, το 2021, ο αριθμός των ελληνικών επιχειρήσεων που χρησιμοποιούσε εργαλεία AI ήταν μόλις στο 2,6%, ενώ, σύμφωνα με την Eurostat, στην Ευρωζώνη, το ποσοστό αυτό διαμορφωνόταν στο 8,4%.
Σημειώνεται ότι τα υψηλότερα ποσοστά επιχειρήσεων που έκαναν χρήση της τεχνητής νοημοσύνης το 2023 εντοπίζονται στη Δανία (15,2%), στη Φινλανδία (15,1%) και στο Λουξεμβούργο (14,1%), ενώ, στις τελευταίες θέσεις της λίστας συναντάμε τη Ρουμανία (1,5%), τη Βουλγαρία (3,6%), την Πολωνία και την Ουγγαρία (3,7%).
Σύμφωνα με τα στοιχεία της Eurostat, οι ευρωπαϊκές επιχειρήσεις που πράγματι εκμεταλλεύτηκαν την τεχνητή νοημοσύνη αξιοποίησαν κατά κύριο λόγο τα διαθέσιμα εργαλεία για την αυτοματοποίηση διάφορων λειτουργιών ή ως βοήθεια στη λήψη αποφάσεων.
ΣΕΒ: ΥΛΟΠΟΙΕΙ ΣΕΙΡΑ ΔΡΑΣΕΩΝ ΓΙΑ ΤΗΝ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ
Από την πλευρά του, ο ΣΕΒ προσπαθεί να αναδείξει στις επιχειρήσεις για σημαντικά οφέλη που προσφέρουν οι λύσεις Τεχνητής Νοημοσύνης σε πολλά και διαφορετικά πεδία, και για τον σκοπό αυτό αναλαμβάνει μία σειρά πρωτοβουλιών.
Ανάμεσα σε αυτές, ξεχωρίζει και η έκδοση ενός οδηγού για την ΤΝ προκειμένου να βοηθήσει τις ελληνικές επιχειρήσεις να κατανοήσουν σε πρακτικούς όρους την επίδρασή της στις διαδικασίες παραγωγής και διοίκησης, τις ωφέλειες που μπορούν να καρπωθούν οι επιχειρήσεις που την χρησιμοποιούν καθώς και τους πλέον αποδοτικούς τρόπους εισαγωγής των ΑΙ εργαλείων στην καθημερινότητά τους.
Άλλωστε, οι λύσεις ΤΝ προσφέρουν σημαντικά οφέλη σε διαφορετικά πεδία, καθώς οι επιχειρήσεις που τις έχουν υιοθετήσει καταγράφουν πρακτικά οφέλη που περιλαμβάνουν: 17% υψηλότερα περιθώρια κέρδους, 13% υψηλότερη κερδοφορία, 12% εξοικονόμηση καυσίμων, 10% επιτάχυνση της διάθεσης προϊόντων στην αγορά, αύξηση μεριδίου αγοράς, βελτιωμένη εμπειρία πελάτη και αναβαθμισμένη παραγωγικότητα εργαζομένων. Ωστόσο, παραμένουν λίγες καθώς σύμφωνα με την τελευταία έρευνα του BusinessPulse, δεν ξεπερνούν το 12% του συνόλου.
Δύο επιτυχημένα παραδείγματα επιχειρήσεων που άντλησαν σημαντικά οφέλη από την υιοθέτηση της τεχνολογίας της Τεχνητής Νοημοσύνης, είναι αυτά της Μυτιληναίος και της Τιτάν.
Ειδικότερα, σε ότι αφορά την Μυτιληναίος, γίνεται ανάλυση στα ψηφιακά δίδυμα (digital twins): Πρόκειται για τεχνικές ΤΝ που εντοπίζουν ψηφιακά τον βέλτιστο τρόπο λειτουργίας πρωτού εφαρμοστεί στον πραγματικό κόσμο. Εφαρμογές GenAI δημιουργούν ψηφιακά δίδυμα με απλές φωνητικές εντολές. Ιδιόκτητες, εξατομικευμένες εφαρμογές στο εργοστάσιο Αλουμίνιον της Ελλάδος ψηφιακών διδύμων για το χυτήριο αλουμινίου, τον μύλο άλεσης βωξίτη και το διυλιστήριο, συλλέγουν δεδομένα με τεχνολογίες ΙοΤ (πχ κραδασμοί, κατανάλωση πρώτης ύλης, συσχετίσεις διαφορετικών παραμέτρων λειτουργίας εγκαταστάσεων, κ.ά.), τροφοδοτούν και βελτιώνουν αλγόριθμους μηχανικής μάθησης, και προτείνουν ενέργειες προληπτικής συντήρησης, οργάνωσης παραγωγής, και άλλες ρυθμίσεις, μέσα από διαδραστικές.
Οι ωφέλειες από τη χρήση αυτή οδηγούν στην μέχρι και 5% μείωση κατανάλωσης ενέργειας στη διαδικασία ηλεκτρόλυσης, την μέχρι 10% ανίχνευση τρυπημάτων λεκανών χυτηρίου, την πρόβλεψη αναγκών συντήρησης και έγκαιρη προσαρμογή διαδικασιών παραγωγής και την μείωση κατανάλωσης πρώτης ύλης,
Σε ό,τι αφορά στην Τιτάν, η εφαρμογή της Τεχνητής Νοημοσύνης σχετίζεται με την προβλεπτική συντήρηση στη βιομηχανία τσιμέντου ΤΙΤΑΝ. Συγκεκριμένα, εργαλεία ΑΙ, σε συνδυασμό με αισθητήρες και εφαρμογές ΙοΤ, παραμετροποιούν τα χαρακτηριστικά της διαδικασίας παραγωγής και διανομής του τσιμέντου. Επιτρέπουν την παρακολούθηση, μέτρηση και συλλογή δεδομένων από διαφορετικά τμήματα των εγκαταστάσεων, από την εξαγωγή πρώτων υλών μέχρι τη φόρτωση.
Τα δεδομένα μεταφράζονται σε δείκτες απόδοσης, σε πραγματικό χρόνο. Οι αλγόριθμοι πραγματοποιούν συνεχείς προσαρμογές στις λειτουργικές παραμέτρους του εξοπλισμού με βάση τις προβλέψεις της ΑΙ. Οι δείκτες παρακολουθούνται από εξειδικευμένα στελέχη και παρουσιάζονται σε πλατφόρμα που προβλέπει την εξέλιξή τους. Συστήματα πρόγνωσης εντοπίζουν πρώιμες ενδείξεις βλαβών και δυνητικά προβλήματα, και προβαίνουν σε προδραστικές προτάσεις για ενέργειες πρόληψης, ακόμα και αν οι ενδείξεις λειτουργίας δεν παρεκκλίνουν του φυσιολογικού.
Οι ωφέλειες φτάνουν σε αύξηση παραγωγικότητας εξοπλισμού σε πραγματικό χρόνο πάνω από 10%, 5%-10% μείωση κατανάλωσης θερμικής και ηλεκτρικής ενέργειας, αύξηση αξιοπιστίας γραμμής παραγωγής πάνω από 10% και μείωση αποθέματος ταχέως κινούμενων υλικών και αναλωσίμων με μοντέλα βελτιστοποίησης αποθέματος πάνω από 20%.
Ιδιαίτερο ενδιαφέρον έχει να παρατηρήσουμε τι συμβαίνει σε παγκόσμιο επίπεδο, όπου, ειδικά σε ορισμένα επαγγέλματα, η Τεχνητή Νοημοσύνη έχει γίνει αναπόσπαστο κομμάτι της εργασιακής καθημερινότητας. Για παράδειγμα, τεράστια είναι η διείσδυση της Τεχνητής Νοημοσύνης στις επιχειρήσεις, στις διαδικασίες χρηματοοικονομικής πληροφόρησης.
Ενδεικτικό είναι το γεγονός ότι ήδη την χρησιμοποιούν 3 στις 4 επιχειρήσεις (ποσοστό 72%), ενώ οι προβλέψεις κάνουν λόγο για καθολική υιοθέτησή της (ποσοστό 99%) μέσα στην επόμενη τριετία.
Τα στοιχεία αυτά παρουσιάζονται στη νέα έρευνα της KPMG – που δημοσιεύτηκε στο πλαίσιο της έκθεσης AI in financial reporting and audit: Navigating the new era – και στην οποία έλαβαν μέρος 1 800 εταιρείες από δέκα μεγάλες αγορές. Το κυρίαρχο συμπέρασμα ήταν πως οι οργανισμοί ήδη αξιοποιούν τις δυνατότητες της τεχνητής νοημοσύνης για να αυξήσουν την εξαγωγή συμπερασμάτων, την ακρίβεια και την αποτελεσματικότητα των αναφορών τους.
Αξίζει να σημειωθεί ακόμα ότι το 82% των εταιρειών πιστεύουν ότι οι ανταγωνιστές τους είναι πιο μπροστά, ή στο ίδιο επίπεδο, με αυτές στην υιοθέτηση του ΑΙ για τις χρηματοοικονομικές αναλύσεις, πεποίθηση που ουσιαστικά δημιουργεί και το κίνητρο για ακόμα μεγαλύτερη προσπάθεια από την πλευρά τους.
Δεν είναι τυχαίο άλλωστε ότι το GenAI αναδεικνύεται η πρώτη τεχνολογική προτεραιότητα για την χρηματοοικονομική πληροφόρηση για το επόμενο έτος, αφού οι εταιρείες αναμένουν πώς η τεχνητή νοημοσύνη θα χρησιμοποιείται ολοένα περισσότερο από τους ελεγκτές τους, παρέχοντες περισσότερες δυνατότητες πρόληψης και πρόγνωσης.
Σε επίπεδο κλάδου, τη μεγαλύτερη πρόοδο έχουν σημειώσει οι επιχειρήσεις τηλεπικοινωνιών και τεχνολογίας, με το 41% να αναφέρει ότι πλέον υιοθετούν επιλεκτικά ή ευρέως την τεχνητή νοημοσύνη στις διαδικασίες χρηματοοικονομικής πληροφόρησης τους, ακολουθούμενες από τους κλάδους της ενέργειας, των φυσικών πόρων και των χημικών (35%). Ωστόσο, τα καταναλωτικά προϊόντα και οι επιχειρήσεις λιανικής υπολείπονται ακόμα των υπόλοιπων κλάδων (26%). Τέλος, η υιοθέτηση επηρεάζεται επίσης από το μέγεθος της εταιρείας, με τις μεγαλύτερες επιχειρήσεις να έχουν κάνει περισσότερα βήματα.