Στο flagship event Autonomy του Wired Greece, η συζήτηση γύρω από το AI εστίασε στη λεπτή γραμμή που χωρίζει τον ενθουσιασμό από την ουσιαστική στρατηγική. Ανάμεσα στις ανησυχίες για φαινόμενα ανεξέλεγκτης εξάρτησης, όπως το λεγόμενο «tokenmaxxing», αναδείχθηκε μια αδιαμφισβήτητη αλήθεια. Ότι το AI ξεκλειδώνει πρωτόγνωρα μονοπάτια παραγωγικότητας, φέρνοντας μια πραγματική επιχειρηματική επανάσταση, αρκεί να υιοθετηθεί με ορθές δικλείδες ασφαλείας.
Ο κ. Σαμπατακάκης τόνισε ότι η Ελλάδα μπορεί να κάνει ένα αναπτυξιακό άλμα (leapfrog), αντίστοιχο με εκείνο της κινητής τηλεφωνίας στο παρελθόν. Η χώρα διαθέτει ήδη ισχυρές βάσεις στο data science και προσελκύει μεγάλες επενδύσεις σε data centers.
Στο fireside chat του event, ο Κυριάκος Σαμπατακάκης, Πρόεδρος και Διευθύνων Σύμβουλος της Accenture για Ελλάδα, Κύπρο και Βουλγαρία, χαρτογράφησε με ακρίβεια την τρέχουσα ελληνική πραγματικότητα.
Η αντίφαση της ελληνικής αγοράς
Η συζήτηση ξεκίνησε με μια διαπίστωση. Ενώ η Ελλάδα παραδοσιακά βρίσκεται χαμηλά στους επίσημους δείκτες εταιρικής υιοθέτησης της τεχνητής νοημοσύνης, καταγράφει μια μοναδική πρωτιά στην ατομική χρήση.
Οι Έλληνες ηλικίας 18-24 ετών κατέχουν την πρώτη θέση στην ΕΕ στην προσωπική χρήση του AI, ενώ το σύνολο των εργαζομένων βρίσκεται στην τρίτη θέση της ευρωπαϊκής κατάταξης.
Αντιθέτως, η οργανωμένη ενσωμάτωση του AI στις ελληνικές επιχειρήσεις παραμένει καθηλωμένη σε μονοψήφιο ποσοστό, κοντά στο 9%.
Όπως εξήγησε ο κ. Σαμπατακάκης, οι μεγάλες εγχώριες εταιρείες συμβαδίζουν περισσότερο με το εξωτερικό. Το πραγματικό χάσμα εντοπίζεται στις μικρομεσαίες επιχειρήσεις (ΜμΕ), οι οποίες αποτελούν το 95% του επιχειρηματικού ιστού της χώρας. Για τη γεφύρωση αυτού του χάσματος, ο ίδιος υπογράμμισε την ανάγκη κρατικών κινήτρων, όπως η επικείμενη διάθεση 150 εκατομμυρίων ευρώ για ΜμΕ, αλλά και η πρόταση του ΣΕΒ να αναγνωρίζονται οι επενδύσεις σε AI ως δαπάνες R&D για την εξασφάλιση σημαντικών φοροαπαλλαγών.
Το στοίχημα της παραγωγικότητας και το «άλμα»
Η παραγωγικότητα στην Ελλάδα παραμένει ουσιαστικά σταθερή (flat) τα τελευταία 20 και πλέον χρόνια. Η πρόσφατη άνοδος του ΑΕΠ δεν προήλθε από την αύξηση της αποδοτικότητας, αλλά από τη μείωση της ανεργίας και την είσοδο περισσότερων ανθρώπων στην αγορά εργασίας. Καθώς όμως τα εύκολα αποθέματα εργατικού δυναμικού εξαντλούνται και το δημογραφικό πιέζει, η τεχνολογία γίνεται επιτακτική ανάγκη.
Ο κ. Σαμπατακάκης τόνισε ότι η Ελλάδα μπορεί να κάνει ένα αναπτυξιακό άλμα (leapfrog), αντίστοιχο με εκείνο της κινητής τηλεφωνίας στο παρελθόν. Η χώρα διαθέτει ήδη ισχυρές βάσεις στο data science και προσελκύει μεγάλες επενδύσεις σε data centers. Επικεντρώνοντας τις δυνάμεις της σε τομείς υψηλής προστιθέμενης αξίας, η οικονομία μπορεί να ξεφύγει από το παράδοξο του να βρίσκεται στην κορυφή των εργατοωρών της Ευρώπης, αλλά στην ουρά της παραγωγικότητας.

Ο οδικός χάρτης για τους ηγέτες
Για μια επιχείρηση που θέλει να ξεκινήσει σήμερα, ο CEO της Accenture πρότεινε τρία σαφή, πρακτικά βήματα:
Αξιολόγηση κινδύνου: Κατανόηση του αν το υπάρχον μοντέλο κινδυνεύει με άμεση ανατροπή (disruption) από AI agents.
Οργάνωση δεδομένων: Δημιουργία γερών υποδομών data, καθώς δεν υφίσταται AI χωρίς δεδομένα.
Αυτοματοποίηση διαδικασιών: Εστίαση αρχικά στο knowledge work και εν συνεχεία στις core διαδικασίες που προσφέρουν διαφοροποίηση.
Το κλειδί της αυτονομίας, πάντως, παραμένει πως οι επιχειρήσεις πρέπει να διατηρούν τον έλεγχο. Για τη διαχείριση ευαίσθητων δεδομένων, ο κ. Σαμπατακάκης αναφέρει πως τουλάχιστον το 30% πρέπει να παραμένει σε προστατευμένο περιβάλλον, μειώνοντας τους κινδύνους γεωπολιτικού αποκλεισμού ή απότομης αύξησης του κόστους από ξένους παρόχους. Εγχώριες πρωτοβουλίες όπως ο «Φάρος» προσφέρουν πλέον τη δυνατότητα για ασφαλείς δοκιμές, σημείωσε.
Ο μετασχηματισμός δεν είναι μόνο αυτοματισμός, αλλά μια ευκαιρία επαναπροσδιορισμού του επιχειρηματικού μοντέλου, σύμφωνα με τον κ. Σαμπατακάκη. Και το μεγαλύτερο όφελος της τεχνητής νοημοσύνης δεν βρίσκεται στη μείωση του κόστους, αλλά στην αύξηση των εσόδων. Για να επιτευχθεί αυτό, απαιτείται καθολική εκπαίδευση για όλο τον οργανισμό –από το διοικητικό συμβούλιο μέχρι τον τελευταίο εργαζόμενο– και ορθή κατεύθυνση των STEM ταλέντων προς τις ανάγκες της αγοράς.